1、认识到了matlab在通信系统设计中的巨大作用;也坚定了我努力学习掌握matlab这一有力的数学工具的决心。在以前的学习中,一直没能直观地理解数学软件是如何解决实际问题的。感谢学校和老师给我们提供了这样一门实践类课程,我一定在明后天的实验中珍惜这个宝贵的机会。七、实验代码close all;clear all;clc;fc=10000;fm=1000;fs=fc*10;%每周期采样10次dt=1/fs;t=0:dt:6/fm;%基带信号与载波mt=cos(2*pi*fm*t);ct=cos(2*pi*fc*t);%DSB波与AM波s_am=(mt+1).*ct;s_dsb=mt.*ct;s_s
2、sbu=0.5*ct.*mt-imag(0.5*sin(2*pi*fc*t).*hilbert(mt);s_ssbl=0.5*ct.*mt+imag(0.5*sin(2*pi*fc*t).*hilbert(mt);%dsb解调s =s_dsb.*ct; %dsb通过乘法器wc=1.5*2*pi*fm/fs;B=fir1(16,wc/pi);%滤波器设计so=filter(B,1,s);%本地载波出现相偏so1=filter(B,1,s_dsb.*cos(2*pi*fc*t+pi/8);so2=filter(B,1,s_dsb.*cos(2*pi*fc*t+pi/4);so3=filter(B,
3、1,s_dsb.*cos(2*pi*fc*t+pi/3);so4=filter(B,1,s_dsb.*cos(2*pi*fc*t+pi/2);%fftn=4096;f=(0:n-1)*fs/n;f=f-0.5*fs;MT=fftshift(fft(mt,n);AM=fftshift(fft(s_am,n);DSB=fftshift(fft(s_dsb,n);CT=fftshift(fft(ct,n);SSB=fftshift(fft(s_ssbu,n);SSB2=fftshift(fft(s_ssbl,n);S=fftshift(fft(s,n);SO=fftshift(fft(so,n);%
4、时域波形输出figure(1);subplot(2,1,1);plot(t,mt);xlabel(t);ylabel(mtaxis(0 6/fm -2 2.2);title(基带信号subplot(2,1,2);plot(t,ct);ctaxis(0 6/fm -1.1 1.1);载波信号figure(2);subplot(4,1,1);plot(t,s_am);AM信号AM调制波时域信号subplot(4,1,2);plot(t,s_dsb);DSB信号DSB调制波时域信号subplot(4,1,3);plot(t,s_ssbu);SSB信号SSB(上边带)调制波时域信号subplot(4,
5、1,4);plot(t,s_ssbl);SSB(下边带)调制波时域信号%频域分析figure(3);subplot(3,2,1);plot(f,abs(MT);axis(-1.6*fc 1.6*fc 0 350);fmt频谱图subplot(3,2,2);plot(f,abs(CT);ct频谱图subplot(3,2,3);plot(f,abs(AM);am频谱图subplot(3,2,4);plot(f,abs(DSB);dsb频谱图subplot(3,2,5);plot(f,abs(SSB);ssb上边带频谱图subplot(3,2,6);plot(f,abs(SSB2);ssb下边带频谱
6、图%dsb波解调figure(4);subplot(3,1,1);plot(f,abs(S);axis(-2.5*fc 2.5*fc 0 350);解调器乘法器输出信号频谱图subplot(3,1,2);plot(f,abs(SO);解调器最终输出波形频谱图subplot(3,1,3);解调器输出的时域波器%本地载波存在相移时的幅度变化figure(5);plot(t,so1);幅度axis(0 6/fm -0.6 0.6);相偏pi/8plot(t,so2);相偏pi/4plot(t,so3);相偏pi/3plot(t,so4);相偏pi/2Clc;实验二 信源编码一、 教学目的:1、 掌握
7、A律13折线的编码方法。2、 理解信道编码的作用。3、理解量化级数、量化方法与量化信噪比的关系。理解非均匀量化的优点。二、 仿真内容1、对抽样信号进行均匀量化,改变量化级数和信号大小,根据MATLAB仿真获得量化误差和量化信噪比。2、对抽样信号进行A律压缩、均匀量化,改变量化级数和信号大小,根据MATLAB仿真获得量化误差和量化信噪比。三、 仿真步骤及输出结果1、均匀量化1) 产生一个周期的正弦波,以1000Hz频率进行采样,并进行8级均匀量化,用plot函数在同一张图上绘出原信和量化后的信号2)以32Hz的抽样频率对x(t)进行抽样,并进行8级均匀量化。绘出正弦波波形(用plot函数)、样值
8、图,量化后的样值图、量化误差图(后三个用stem函数)。3)以2000Hz对x(t)进行采样,改变量化级数,分别仿真得到编码位数为28位时的量化信噪比,绘出量化信噪比随编码位数变化的曲线。另外绘出理论的量化信噪比曲线进行比较。4)在编码位数为8和12时采用均匀量化, 在输入信号衰减为050 dB时, 以均匀间隔5 dB仿真得到均匀量化的量化信噪比,绘出量化信噪比随信号衰减变化的图形。注意,输入信号减小时,量化范围不变;抽样频率为2000 Hz。2、A律压缩量化1) 对余弦信号按A律进行压缩,然后以32Hz的抽样频率进行抽样,再进行8级均匀量化。压扩参数A=87.6。绘出压缩前后的信号波形图(用
9、plot函数)、样值图、量化后的样值图(后两个用stem函数)。2) 在编码位数为8和12时均匀量化、 编码位数为8时A律压扩量化, 在输入信号衰减为050dB时,以均匀间隔5dB仿真得到量化信噪比,绘出量化信噪比随信号衰减变化的图形。另外绘出8和12位编码时采用均匀量化的理论量化信噪比曲线进行比较。注意,输入信号减小时,量化范围不变;抽样频率为2000Hz。四、 思考题1) 量化信噪比与量化级数(或编码位数)的关系是怎样的?实验数据表明:量化级数越多即编码位数越多,则信噪比越高,量化噪声越小。原因很简单级数多,则量化区间小。又因为量化电平与实际电平差距不会超过半个量化区间。因此,量化级数越多
10、则量化误差越小,量化信噪比越高。2) A律压缩量化相比均匀量化的优势是什么?A律曲线是一个凸函数,对于小幅度样点能进行更精确的编码。而对于大幅度信号则进行较粗狂的量化。3) 信道编码的作用是什么?提高通信的可靠性,通过向信息码中添加校验码的方法,使得码字具有纠错检错能力。虽然加入了冗余,牺牲了有效性,但是提升了可靠性。五、心得体会本次试验中,我复习了上学期的通信原理知识,补上了理论课上忽略的知识漏洞,理解了信源和信道编码的本质。我还学会了使用matlab中的循环控制语句,并了解了matlab作为专业的数学软件,其库函数是多么的强大。在本次试验中我还第一次在matlab中使用了函数,感觉到了m语
11、言和C语言的共同之处。六、实验代码 clear all;%1 均匀量化%八级均匀量化fs=3200; %PS:为能被32整除,选择了32001/fs:1;xt=0.99999999*sin(2*pi*t);%32hz采样t_sample=0:1/32:xt_sample=downsample(xt,fs/32);%对xt(3200hz)进行量化xqv,=quantify(xt,3);%第一幅图:输入信号与量化信号plot(t,xt);hold on;grid on;plot(t,xqv,r输入信号与量化信号t(s)legend(输入信号,量化后样值%对抽样后的信号进行均匀量化xqv,xqe,=
12、quantify(xt_sample,3);%第二幅图:采样量化信号subplot(211);plot(t,xt,kstem(t_sample,xt_sample,b.stem(t_sample,xqv,r.采样后样值和八级均匀量化后的样值采样后样值subplot(212);stem(t_sample,xqe,八级均匀量化的量化误差%均匀量化信噪比随编码位数的变化bit=2:8;snr=zeros(1,7);for i=1:7 ,snr(i)=quantify(xt,i+1);end;plot(bit,snr,b:dplot(bit,20*log10(2.bit),r:仿真值理论值均匀量化信噪
13、比随编码位数的变化编码位数(bit)量化信噪比(dB)%量化信噪比随信号衰减的变化情况r=0:5:50;%功率衰减比特数Bit=3,8,12;snr=zeros(3,length(r);%三行信噪比分别对应3bit 8bit 12bitA=zeros(1,length(r);for j=1:3 for i=1:length(r) A(i)=1/(10.(r(i)/20); %按功率强度衰减后的幅度 ,snr(j,i)=quantify(A(i)*xt,Bit(j); endend%第四幅图plot(r,snr(1,:),r-dplot(r,snr(2,:b-d信号衰减(dB)plot(r,sn
14、r(3,:k-d3bit均匀量化8bit均匀量化12bit均匀量化量化信噪比随信号衰减的变化情况% 2.A律压扩量化(模拟)A=87.6;xt_alaw=alaw(xt,A);%第五幅图subplot(311);plot(t,xt_alaw,原信号压扩后信号A律扩量后的信号%32hz抽样,再进行八级均匀量化xt_alaw_sample=downsample(xt_alaw,fs/32);xqv,xqe,=quantify(xt_alaw_sample,3);subplot(312);stem(t_sample,xt_alaw_sample,压扩采样后样值采样样值及均匀量化后的样值subplot
15、(313);量化误差% A律压扩量化 %功率衰减Bit=8,12;snr=zeros(2,length(r);snr1=zeros(2,length(r);2 ,snr1(j,i)=quantify(alaw(A(i)*xt,87.6),Bit(j);figure(6);plot(r,snr1(1,:plot(r,snr1(2,:c-d8bitA律压扩量化12bitA律压扩量化%均匀量化 量化后数组,量化误差,量化信噪比=quantify(输入数组,量化位数)function xqv,xqe,snr=quantify(x,n)%量化级数m=2n;%量化间隔,固定x变化范围为(-1,1)delt
16、a=2/m;signal=sign(x);%去尾化整,量化区间左端点q=fix(abs(x)/delta);%区间中点xqv=signal.*(q*delta+delta/2);xqe=x-xqv;S=mean(x.2);%功率N=mean(xqe.2);snr=10*log10(S./N);%A律压扩量化函数:输出=alaw(输入,A值)function y=alaw(x,A)y=zeros(1,length(x);length(x); if abs(x(i)=1/A y(i)=A*x(i)/(1+log(A); else y(i)=sign(x(i).*(1+log(A*abs(x(i)/
17、(1+log(A);实验三 数字信号的基带传输的仿真设计一、系统模型二、教学目的1、掌握基带信号的功率谱密度方法。2、掌握数字基带传输系统的误码率计算。3、理解码间干扰和信道噪声对眼图的影响。三、仿真内容1. 基带信号采用不归零矩形脉冲或升余弦滚降波形,基带信号的功率谱密度分析。2. 误码率的计算:A/和误码率之间的性能曲线3. 眼图的生成四、仿真步骤及结果1、基带信号采用矩形脉冲和根号升余弦信号波形时的功率谱,固定信息速率 1bps画出二进制不归零矩形脉冲的时域波形和功率谱。2) 画出二进制滚降系数为1的滚降频谱对应的时域波形和功率谱2、误码率的计算随机产生106个二进制信息数据,采用双极性
18、码,映射为A。随机产生高斯噪声(要求A/为012dB), 叠加在发送信号上, 直接按判决规则进行判决, 然后与原始数据进行比较,统计出错的数据量,与发送数据量相除得到误码率。画出A/和误码率之间的性能曲线, 并与理论误码率曲线相比较。3、绘制波形和眼图1) 设基带信号波形为滚降系数为1的升余弦波形,符号周期Ts = 1,试绘出不同滚降系数a = 0.25 , 0.5, 0.75, 1 时的时域脉冲波形。2) 随机生成一系列二进制序列,选择a = 1的升余弦波形,画出多个信号的波形。3)通过高斯白噪声信道,选择a=1的升余弦波形,分别绘制出无噪声干扰以及信噪比为30、20、10、0dB时的眼图。
19、1、数字基带传输系统的误码率与哪些因素有关?基带传输系统的误码率与码间串扰及噪声有关。2、码间干扰和信道噪声对眼图有什么影响? 无码间串扰时,眼图显示出一只睁开的、线细而清晰的大眼睛;而在存在码间串扰时,则会看到扫描线不完全重合、眼睛张开的小且不端正。3、观察不同滚降系数对时域波形的影响。 a=0时,传输特性同理想低通一样,因此时域波形是双极性不归零矩形信号;随着a越来越大,时域波形的拖尾幅度越小、衰减越快;a=1时,时域波形最窄,拖尾幅度按三次方衰减。4、基带信号类型不同时,信号频谱有什么不同?基带信号类型主要包括单极性不归零码、双极性不归零码、单极性归零码、双极性归零码等。其中单极性的均有
20、直流分量,即在频谱零点直流处有冲击,而双极性没有。不归零码的频谱零点带宽等于1/Ts,也就是码元宽度的倒数,而归零码的第一零点带宽还与占空比有关。六、心得与体会本次试验中,我复习了上学期的通信原理知识,补上了理论课上忽略的知识漏洞,理解了无码间串扰传输系统设计方法的本质。%1000个码元,每周期采样100次N_sample=100;N_num=1000;1/N_sample:N_num-1/N_sample;%循环多次求功率谱密度 periodogramst=0;20 d=2*randi(2,N_num,1)-3; st_bb=rectpulse(d,N_sample); window=boxcar(length(st_bb); pxx,f=periodogram(st_bb,window,216,N_sample); st=st+pxx;st=st/20;%累加后求均值plot(t,st_bb);axis(0 15 -1.5 1.5);基带信号波形plot(-1*flipud(f);f,0.5*flipud(st);st);axis(-8 8 0 2);基带信号功率谱f(Hz)st_rc=r