通信原理大作业 2讲诉.docx

通信原理大作业 2讲诉.docx

《通信原理大作业 2讲诉.docx》由会员分享，可在线阅读，更多相关《通信原理大作业 2讲诉.docx（17页珍藏版）》请在冰豆网上搜索。

通信原理大作业2讲诉

通信原理大作业

年级2010级

班级0210**

姓名学号张**

专业电子信息工程

学院电子工程学院

西安电子科技大学

2013年6月

Ø选题一：

2FSK信号传输仿真

一、题目要求：

按照2FSK产生模型和解调模型分别产生2FSK信号和高斯白噪声，经过信道传输后进行解调。

对调制解调过程中的波形进行时域和频域观察，并且对解调结果进行误码率测量。

2FSK信号的解调可以选用包络解调或者相干解调法。

二、2FSK信号传输介绍

数字信号的传输方式分为基带传输和带通传输。

然而，实际中的大多数信道因具有带通特性而不能直接传送基带信号。

为了使数字信号在带通系统中传输，必须用数字基带信号对载波进行调制，以使信号与信道的特性相匹配。

这种用数字基带信号控制载波，把数字基带信号变换为数字带通信号的过程称为数字调制。

在接收端，通过解调器把带通信号还原为数字基带信号的过程称为数字解调。

移频键控（FSK）是数据通信中最常用的一种调制方式。

FSK方法简单，易于实现，并且解调不需要恢复本地载波，可以异步传输，抗噪声和抗衰落性能较强。

缺点是占用频带较宽，频带利用不够经济。

FSK主要应用于低中速数据传输，以及衰落信道和频带较宽的信道中。

三、2FSK信号传输实现方法

1.调制过程

FSK即FrequencyShiftKey叫做移频键控或频移键控。

调制的方法一般有两种，一种叫直接调频法，另一种叫键控法。

所谓直接调频法，就是将输入的基带脉冲去控制一个振荡器的某种参数，而达到改变振荡频率的目的。

键控法就是利用矩形脉冲序列控制的开关电路，对两个不同的独立频率源进行选通。

一般来说，键控法采用两个独立的振荡器,得到的是相位不连续的FSK信号；而且直接调频法f1,f2由同一个谐振电路产生，则得到相位连续的FSK信号。

2FSK信号便是0符号对应于载频f1，1符号对应于载频f2（与f1不同的另一个载频）的一调制波形，而f1与f2的改变是瞬间完成的。

2.解调过程

2FSK的常用解调方法是采用相干解调（如下图）。

解调原理是将2FSK信号分解为上下两路2ASK信号分别进行解调，然后进行判决。

判决规则与调制规则相呼应，调制时若规定“0”符号对应载波频率f1，则接收时上支路的样值较大，应判为“0”，反之则为“1”。

四、Matlab仿真思路

1.首先设定仿真的码元个数、载波频率f1，f2、采样频率和波特率。

2.利用Matlab函数rand和round设定初始码元，并计算得出基带信号及其反码。

3.产生载波信号，利用模拟相乘得到FSK信号，再利用awgn函数在信号中加入高斯白噪声得到已调信号表达式y_2FSK_n。

4.在2FSK的解调过程中，根据原理图，信号首先通过带通滤波器，设置带通滤波器参数（firl函数），后利用一维数字滤波器filter对已调信号进行滤波处理。

输出经过带通滤波器后的信号波形。

由于已调信号中有两个不同的载波（ω1,ω2）,则经过两个不同频率的带通滤波器后输出两个不同的信号波形z1，z2。

5.经过带通滤波器后的2FSK信号再经过相乘器（cosω1，cosω2），输出得到相乘后的两个不同的2FSK波st1_1和st2_1。

6.经过相乘器输出的波形再通过低通滤波器，设置低通滤波器的参数（函数firl），用一维数字滤波韩式filter对信号的数据进行新的一轮的滤波处理。

输出经过低通滤波器后的两个波形（st1_2,st2_2）。

7.将信号（st1_2,st2_2）同时经过抽样判决器，输出code_s_1。

对抽样判决器经定义一个时间变量长度i，当st1_2（i）>=st2_2（i）时，则code_s_1=0，否则code_s_1=1。

8.计算误码率，将code_s_1进行还原，还原办法是将一个码元周期内的0，1个数比较，取较多的那一个。

将结果与码元code比较，将传输有误的码元个数除以总码元个数即可。

五、Matlab仿真结果

在仿真过程中，设定码元个数10、载波频率fc1为30khz，fc2为60khz、采样频率fc2*5、信号波特率800。

以下图片是在数据码流为1100011100时仿真的结果。

1.基带信号，2FSK信号以及2FSK信号混高斯白噪声的时域波形

2.2FSk信号频谱分析

3.2FSK信号经过带通滤波器后频域波形和时域波形

4.两路信号经低通滤波器后的频谱和时域波形

5.解调后误码率计算

经过计算，误码率为0

六、仿真过程中问题

1.2FSK信号传输的误码率跟载波频率和采样频率有关，载波频率和采样频率均越低，出现误码的可能性越高。

2.2FSK信号传输的误码率跟波特率有关，波特率越高，误码率越高。

3.经过分析，上述两个因素综合起来就是码元周期，经过仿真与分析，码元周期越长越好

4.同时也更加深入的了解了为何国际电信联盟会建议数据率低于1200b/s时采用2FSK体制

Ø选题二：

信道噪声特性仿真

一、题目要求：

产生信道高斯白噪声，设计信道带通滤波器对高斯白噪声进行滤波，得到窄带高斯噪声。

对信道带通滤波器的输入输出的噪声的时域、频域特性进行统计和分析，画出其时域和频域的图形。

二、信道噪声高斯白噪声介绍

在分析通信系统的抗噪声性能时，常用高斯白噪声作为通信信道中的噪声模型。

这是因为，通信系统中常见的热噪声近似为白噪声，且热噪声的取值恰好服从高斯分布。

另外，实际信道或滤波器的带宽存在一定限制，白噪声通过后，其结果是带限噪声，若其谱密度在通带范围内仍具有白色特性，则称其为带限白噪声，他又可以分为低通白噪声和带通白噪声。

如果白噪声取值的概率分布服从高斯分布，则称之为高斯白噪声，我们常用它作为通信信道中的噪声模型。

高斯白噪声在任意两个不同时刻上的随机变量之间，不仅是互不相关的，而且还是统计独立的。

三、滤波器的实现

滤波器是一种对信号有处理作用的器件或电路。

分为有源滤波器和无源滤波器。

主要作用是让有用信号尽可能无衰减的通过，对无用信号尽可能大的反射。

滤波器一般有两个端口，一个输入信号、一个输出信号，利用这个特性可以选通通过滤波器的一个方波群或复合噪波，而得到一个特定频率的正弦波。

滤波器的响应种类有巴特沃斯响应，贝塞尔响应，切比雪夫响应。

这里我采用的是巴特沃斯滤波器。

巴特沃斯响应能够最大化滤波器的通带平坦度。

该响应非常平坦，接近DC信号，然后慢慢衰减至截止频率点为-3dB，最终逼近-20ndB/decade的衰减率，其中n为滤波器的阶数。

巴特沃斯滤波器特别适用于低频应用，其对于维护增益的平坦性来说非常重要。

四、Matlab仿真思路

1.用wgn函数产生高斯白噪声信号y1，频谱信号为ya。

2.用butter函数产生巴特沃斯滤波器，滤波器的系统函数为filter_h。

3.使信号ya通过滤波器产生信号yb，通过反傅里叶变换得到时域信号y2。

4.对时域信号进行均值，最大值，最小值，标准差，方差，自相关函数的分析。

5.对频域信号进行频谱，功率谱密度（自相关函数的频谱）分析

五、Matlab仿真结果

使用采样1000个点且采样频率为1khz的高斯白噪声模拟信道中的噪声。

1.高斯白噪声的时域图和频谱图

2.滤波器的幅频特性

3.对高斯白噪声和窄带高斯白噪声时域的分析

波形

均值

极小值

极大值

标准差

方差

滤波器前

0.0134

-3.0996

2.8918

1.0305

1.0620

滤波器后

-9.1e-19+i-1.3e-19

-0.001-i0.0004

-5.9888+i0.3144

0.5173

0.2675

4.通过滤波器前后的噪声频谱图对比

5.通过滤波器前后的功率谱密度图对比

六、仿真中遇到的问题

功率谱密度理论上来说应该在频带上均匀分布，而仿真结果却不是。

Ø附录

一、

%%2FSK信号传输仿真，省略画图代码

clc;closeall;clearall

codn=10;%仿真的码元个数

fc1=30000;

fc2=60000;%设定载波频率Fc1=30khz,Fc2=60Khz

fs=fc2*5;%数据采样率

bode=800;%信号波特率

code=round（rand（1,codn））;

code_len=round（1/bode/（1/fs））;%得到一个码元周期的数据长度

%产生基带信号

st1=0;

fori=1:

codn

ifcode（i）>=1

form=（i-1）*code_len+1:

i*code_len

st1（m）=0;

end

else

form=（i-1）*code_len+1:

i*code_len

st1（m）=1;

end

end

end

n=length（st1）;

%产生基带信号的反码

st2=0;

fori=1:

n

ifst1（i）>=1

st2（i）=0;

else

st2（i）=1;

end

end

t=（1:

n）/fs;

s1=cos（2*pi*fc1*t）;%产生频率为Fc1和Fc2的载波s1，s2

s2=cos（2*pi*fc2*t）;

2FSK信号传输代码

y_2fsk=st1.*s1+st2.*s2;%采用模拟相乘法产生FSK信号

y_2fsk_n=awgn（y_2fsk,5）;%生成高斯白噪声

ay=abs（fft（y_2fsk_n））;%进行幅频特性分析

f=0:

fs/length（y_2fsk_n）:

fs/2;

ay=ay（1:

length（f））;

%%低通滤波

b1=fir1（101,[0.180.22]）;

b2=fir1（101,[0.380.42]）;%%带通滤波器系数

z1=filter（b1,1,y_2fsk_n）;%%经过带通滤波器的信号

z2=filter（b2,1,y_2fsk_n）;

ay_1_1=abs（fft（z1））;%进行幅频特性分析

ay_1_1=ay_1_1（1:

length（f））;

ay_1_2=abs（fft（z2））;

ay_1_2=ay_1_2（1:

length（f））;

st1_1=z1.*s1;%%相乘器

st2_1=z2.*s2;

bn=fir1（101,[0.040.16]）;%%低通滤波器

st1_2=filter（bn,1,st1_1）;

st2_2=filter（bn,1,st2_1）;

ay_2_1=abs（fft（st1_2））;%进行幅频特性分析

ay_2_1=ay_2_1（1:

length（f））;

ay_2_2=abs（fft（st2_2））;

ay_2_2=ay_2_2（1:

length（f））;

%%判决器

fori=1:

n

ifst1_2（i）>=st2_2（i）

code_s_1（i）=0;

else

code_s_1（i）=1;

end

end

%%计算误码率

fori=1:

codn

tag=code_s_1（（i-1）*code_len+1:

i*code_len）;

j=length（find（tag==0））;

ifj>=（code_len/2）

code_s（i）=1;

else

code_s（i）=0;

end

end

P1=sum（abs（code_s-code））/codn;%%误码率

二、信道噪声特性仿真代码

%%产生高斯白噪声省略画图代码

t=0:

0.001:

0.999;%确定取点数和采样频率

y1=wgn（1,1000,0.5）;%高斯白噪声

ya=abs（fft（y1））;

f1=（0:

length（ya）-1）'*1/length（ya）;

yb=ya.*filter_h;

y2=ifft（yb）;

%%滤波器

ws=[0.35,0.65];%ws为归一化阻带边界频率

wp=[0.36,0.64];%wp为归一化通带边界频率

Ap=3;%Ap单位为dB的通带波形

As=15;%As单位为dB的最小阻带衰减

[n1,wn1]=buttord（wp,ws,Ap,As）;%n1为数字滤波器的阶数

%wn1为归一化截止频率

[num,den]=butter（n1,wn1）;%设计数字滤波器，num系统函数的分子

%计算单位为dB的增益函数den系统函数的分母

w=0:

pi/999:

pi;%单位园上将函数转化为999等分

%计算相位

filter_h=freqz（num,den,w）;%频率响应计算[0,pi]

g=20*log10（abs（filter_h））;%计算幅度

pha=angle（filter_h）;%相角计算

%%时域分析

[a,b]=xcorr（y1）;%高斯白噪声的自相关性

[c,d]=xcorr（y2）;%窄带高斯白噪声的自相关性

m1=mean（y1）;disp（m1）;%计算平均值

mi1=min（y1）;disp（mi1）;%极小值

mx1=max（y1）;disp（mx1）;%极大值

st1=std（y1）;disp（st1）;%标准差

fc1=st1.^2;%方差

m2=mean（y2）;disp（m2）;%计算平均值

mi2=min（y2）;disp（mi2）;%极小值

mx2=max（y2）;disp（mx2）;%极大值

st2=std（y2）;disp（st2）;%标准差

fc2=st2.^2;%方差

%%频域分析

fa=（0:

length（ya）-1）'*1/length（ya）;%换算出对应时域的频域横坐标值

fb=（0:

length（yb）-1）'*1/length（yb）;

%%功率谱密度

nfft=1500;

CXk1=fft（a,nfft）;

Pxx1=abs（CXk1）;

index=0:

round（nfft-1）;

k=index*1000/nfft;

plot_Pxx1=10*log10（Pxx1（index+1））;

CXk2=fft（c,nfft）;

Pxx2=abs（CXk2）;

plot_Pxx2=10*log10（Pxx2（index+1））;