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
