单径瑞利信道的BPSK相干解调的理论误码率推导与MATLAB分析(1)
目录
- 一、问题
- 二、理论误码率推导过程
- 三、使用MATLAB绘制理论误码率曲线
- 四、总结
一、问题
最近我继续攻克老师布置的作业,也是通过博客来记录一下自己的解决问题的过程,问题如下:
(1) 请推导出单径瑞利信道中的BPSK相干解调的理论误码率性能,并画出比特信噪比(EbN0)与误码率(SER)的关系曲线。
通过阅读与理解CSDN、相关书籍的资料,我基本理解了题目的理论误码率推导过程,下面是对于单径瑞利信道,采用BPSK调制以及相干解调的理论误比特率推导过程。
二、理论误码率推导过程
1)表示发送信号
我们设二进制相移键控BPSK中发射的两个信号波形分别表示为s1(t)=g(t),s2(t)=−g(t)s_1\left( t \right) =g\left( t \right) ,s_2\left( t \right) =-g\left( t \right)s1(t)=g(t),s2(t)=−g(t)。其中g(t)g\left( t \right)g(t)是在一个符号间隔TTT内非零的任意实信号脉冲,脉冲能量为ξg\xi _gξg。这两个发射信号是双极性信号,可由能量表示为s1(t)=ξg,s2(t)=−ξgs_1\left( t \right) =\sqrt{\xi _g},s_2\left( t \right) =-\sqrt{\xi _g}s1(t)=ξg,s2(t)=−ξg。两个信号点如图2.1所示。
图2.1: BPSK的两个信号点
2)表示接收信号
单径瑞利信道可视为平坦慢衰落信道,平坦衰落的信道会使发送信号s(t)s\left( t \right)s(t)发生乘性失真,而慢衰落信道则可将乘性失真过程在至少一个符号间隔 TTT内看作为一个常数的过程。因此我们假设两个信号是等概发送,若发送信号为s1(t)=g(t)s_1\left( t \right) =g\left( t \right)s1(t)=g(t),则在一个符号间隔TTT内的等效低通接收信号为
r1(t)=αe−jϕs1(t)+z(t)(0≤t≤T)(2.1)r_1\left( t \right) =\alpha e^{-j\phi}s_1\left( t \right) +z\left( t \right) \ \left( 0\le t\le T \right) \tag{2.1} r1(t)=αe−jϕs1(t)+z(t) (0≤t≤T)(2.1)
其中,α\alphaα为信号衰减,ϕ\phiϕ是信号相移,z(t)z\left( t \right)z(t)为复高斯白噪声过程。
由于单径瑞利信道为慢衰落信道,其信道衰落足够慢,这样会使得相移ϕ\phiϕ能够从接收信号中无误差地估计出来。因此可以实现接收信号的理想相干检测,即相干解调。于是对于BPSK调制,可用一个匹配滤波器来处理接收信号。
3)计算固定衰减条件的条件误码率
对于慢衰落信道,即信号衰减α\alphaα固定,不随时间发生改变。那么由匹配滤波器的解调器得到的接收信号为
r=αs1+n=αξg+n(2.2)r=\alpha s_1+n=\alpha \sqrt{\xi _g}+n \tag{2.2} r=αs1+n=αξg+n(2.2)
其中nnn表示均值为0,噪声方差为σn2=N02\sigma _{n}^{2}=\frac{N_0}{2}σn2=2N0的加性高斯噪声分量。我们可以根据判决变量来确定误码率。将接收信号rrr与阈值0比较。若r>0r>0r>0则判决接收信号为s1(t)s_1\left( t \right)s1(t)。若r<0r<0r<0则判决为s2(t)s_2\left( t \right)s2(t)。因此接收信号rrr判决为s1(t),s2(t)s_1\left( t \right) ,s_2\left( t \right)s1(t),s2(t)的概率密度函数分别为
p(r∣s1)=−1πN0e−(r−αξg)2/N0(2.3)p\left( r\left| s_1 \right. \right) =-\frac{1}{\sqrt{\pi N_0}}e^{-\left( r-\alpha \sqrt{\xi _g} \right) ^2/N_0} \tag{2.3} p(r∣s1)=−πN01e−(r−αξg)2/N0(2.3)
p(r∣s2)=−1πN0e−(r+αξg)2/N0(2.4)p\left( r\left| s_2 \right. \right) =-\frac{1}{\sqrt{\pi N_0}}e^{-\left( r+\alpha \sqrt{\xi _g} \right) ^2/N_0} \tag{2.4} p(r∣s2)=−πN01e−(r+αξg)2/N0(2.4)
两个信号的判决的概率密度函数如图2.2所示。
图2.2: 判决的概率密度函数
在发送信号为 s1(t)=g(t)s_1\left( t \right) =g\left( t \right)s1(t)=g(t)的条件下,错误概率为 r<0r<0r<0的概率,即
p(e∣s1)=∫−∞0p(r∣s1)dr=−1πN0∫−∞0exp[−(r−αξg)2/N0]dr=Q(2α2ξgN0)p\left( e\left| s_1 \right. \right) =\int_{-\infty}^0{p\left( r\left| s_1 \right. \right) dr} =-\frac{1}{\sqrt{\pi N_0}}\int_{-\infty}^0{\exp \left[ -\left( r-\alpha \sqrt{\xi _g} \right) ^2/N_0 \right] dr} =Q\left( \sqrt{\frac{2\alpha ^2\xi _g}{N_0}} \right) p(e∣s1)=∫−∞0p(r∣s1)dr=−πN01∫−∞0exp[−(r−αξg)2/N0]dr=Q⎝⎛N02α2ξg⎠⎞
其中Q(x)Q\left( x \right)Q(x)为Q函数,是用来表示高斯分布的概率密度函数尾部曲线下的面积,定义为Q(x)=12π∫x∞e−t2/2dt,x≥0Q\left( x \right) =\frac{1}{\sqrt{2\pi}}\int_x^{\infty}{e^{-t^2/2}dt},x\ge 0Q(x)=2π1∫x∞e−t2/2dt,x≥0。
同样假设发送信号为s2(t)=−g(t),r=−αξg+ns_2\left( t \right) =-g\left( t \right) ,r=-\alpha \sqrt{\xi _g}+ns2(t)=−g(t),r=−αξg+n,其r>0r>0r>0的错误概率也为p(e∣s2)=Q(2α2ξgN0)p\left( e\left| s_2 \right. \right) =Q\left( \sqrt{\frac{2\alpha ^2\xi _g}{N_0}} \right)p(e∣s2)=Q(N02α2ξg)。因为s1(t),s2(t)s_1\left( t \right) ,s_2\left( t \right)s1(t),s2(t)是等概发送的,由全概率公式可得平均错误概率为
P2(γb)=p(s1)p(e∣s1)+p(s2)p(e∣s2)=12p(e∣s1)+12p(e∣s2)=Q(2α2ξgN0)=Q(2γb)P_2\left( \gamma _b \right) =p\left( s_1 \right) p\left( e\left| s_1 \right. \right) +p\left( s_2 \right) p\left( e\left| s_2 \right. \right) =\frac{1}{2}p\left( e\left| s_1 \right. \right) +\frac{1}{2}p\left( e\left| s_2 \right. \right) =Q\left( \sqrt{\frac{2\alpha ^2\xi _g}{N_0}} \right) =Q\left( \sqrt{2\gamma _b} \right) P2(γb)=p(s1)p(e∣s1)+p(s2)p(e∣s2)=21p(e∣s1)+21p(e∣s2)=Q⎝⎛N02α2ξg⎠⎞=Q(2γb)
其中γb=α2ξgN0\gamma _b=\frac{\alpha ^2\xi _g}{N_0}γb=N0α2ξg。上式P2(γb)P_2\left( \gamma _b \right)P2(γb)即为条件误比特率。
4)计算衰减变化的误比特率
上式得到的条件误比特率P2(γb)P_2\left( \gamma _b \right)P2(γb)的条件是信号衰减α\alphaα固定不变。为了得到信号衰减α\alphaα随机变化的误码率,需要将条件误比特率P2(γb)P_2\left( \gamma _b \right)P2(γb)对γb\gamma _bγb的概率密度函数求平均,即衰减变化的误比特率为
P2=∫0∞P2(γb)p(γb)dγb(2.5)P_2=\int_0^{\infty}{P_2\left( \gamma _b \right) p\left( \gamma _b \right) d\gamma _b} \tag{2.5} P2=∫0∞P2(γb)p(γb)dγb(2.5)
其中p(γb)p\left( \gamma _b \right)p(γb)是α\alphaα为随机变量γb\gamma _bγb时的概率密度函数。因为作为随机变量的信号衰减α\alphaα服从瑞利分布,所以α2\alpha ^2α2是自由度为2的χ2\chi ^2χ2分布,即α2∽χ2(2)\alpha ^2\backsim \chi ^2\left( 2 \right)α2∽χ2(2)。因此,γb\gamma _bγb也是χ2\chi ^2χ2分布,则其概率密度函数为
p(γb)=1γˉbe−γb/γˉb(2.6)p\left( \gamma _b \right) =\frac{1}{\bar{\gamma}_b}e^{-\gamma _b/\bar{\gamma}_b} \tag{2.6} p(γb)=γˉb1e−γb/γˉb(2.6)
其中γˉb\bar{\gamma}_bγˉb为平均信噪比,定义为γˉb=ξgN0E(α2)=2ξgN0\bar{\gamma}_b=\frac{\xi _g}{N_0}E\left( \alpha ^2 \right) =2\frac{\xi _g}{N_0}γˉb=N0ξgE(α2)=2N0ξg。其中E(α2)E\left( \alpha ^2 \right)E(α2)为α2\alpha ^2α2的均值,为2。
因此,将式(2.6)的γb\gamma _bγb的概率密度函数p(γb)p\left( \gamma _b \right)p(γb)代入衰减变化的误比特率公式(2.5)中,计算积分,即可得到误比特率为
P2=12(1−γˉb1+γˉb)=12(1−2ξgN01+2ξgN0)(2.7)P_2=\frac{1}{2}\left( 1-\sqrt{\frac{\bar{\gamma}_b}{1+\bar{\gamma}_b}} \right) =\frac{1}{2}\left( 1-\sqrt{\frac{2\frac{\xi _g}{N_0}}{1+2\frac{\xi _g}{N_0}}} \right) \tag{2.7} P2=21(1−1+γˉbγˉb)=21⎝⎛1−1+2N0ξg2N0ξg⎠⎞(2.7)
定义比特信噪比为BSNR=2ξgN0BSNR=2\frac{\xi _g}{N_0}BSNR=2N0ξg。因此式(2.7)的误比特率可进一步用比特信噪比表示为
P2=12(1−BSNR1+BSNR)(2.8)P_2=\frac{1}{2}\left( 1-\sqrt{\frac{BSNR}{1+BSNR}} \right) \tag{2.8} P2=21(1−1+BSNRBSNR)(2.8)
式(2.8)即为在单径瑞利信道中使用BPSK相干解调的理论误比特率。需要注意的是,在推导过程中,我们是假定在慢衰落信道中得到的相移估计值是无噪的,而这种理想条件在实际中并不成立。
三、使用MATLAB绘制理论误码率曲线
首先MATLAB软件自带有绘制误比特率曲线的工具,即bertool工具。我们先使用bertool工具来绘制理论误比特率曲线,设置比特信噪比(Eb/N0)范围为-30到30dB,信道选用单径瑞利信道,调制类型选用BPSK,并使用相干解调,设置如图3.1所示:
图3.1: bertool工具的参数设置
使用bertool工具绘制出的理论误比特率曲线如图3.2所示,可以得出随着比特信噪比的增加,使用BPSK相干解调的理论误比特率逐渐减小。在比特信噪比为10dB时误比特率约为0.02327。
图3.2: 使用bertool工具绘制出的理论误码率曲线
接着我根据推导出的单径瑞利信道中的使用BPSK相干解调的理论误比特率公式,即式(2.8),使用MATLAB编写代码来实现理论误比特率曲线的绘制。使用推导出的公式得出的理论误比特率曲线如图3.3所示。
图3.3: 使用推导出的公式得出的理论误码率曲线
根据图形也可以得出随着比特信噪比的增加,理论误码率在逐渐减小,当比特信噪比为10dB时误码率约为0.02327,该数值基本与使用bertool工具绘制出的理论误码率相同。
四、总结
谢谢大家看到这里!这次的作业时隔将近一个月才写好,期间主要在搞其他任务,哈哈不过总算是写完一半了,这次主要是通过看经典书籍来消化知识的,对于第二问的信道估计也快解决了,应该很快就能做出来,还请读者们多多指教,谢谢!世上无难事,只要肯登攀。加油!
这里是本文的参考文献:
[1]:数字通信(第四版)
[2]:单径瑞利信道中的BPSK相干解调的(理论)误码率性能
[3]:MATLAB的bertool绘制误码率理论值与仿真值对比曲线
[4]:dB的换算
单径瑞利信道的BPSK相干解调的理论误码率推导与MATLAB分析(1)相关推荐
- 【通信】多径衰落信道的matlab仿真
1 简介 2 部分代码 clearf_c=1e3; %carrier frequency(no modulation)time_1 = (linspace (0, 10, 1000)); %times ...
- qam已调信号matlab相干解调,通信原理课程设计-基于MATLAB的M-QAM调制及相干解调的设计与仿真.doc...
通 信 原 理 课 程 设 计 报 告 题 目:基于MATLAB 的M-QAM调 制及相干解调的设计与仿真 班 级:通信工程 1411 姓 名: 成 绩: 日 期:2016 年 12 月 21 日 基 ...
- MFSK调制与相干解调-MATLAB基带仿真
MFSK调制与相干解调-MATLAB基带仿真 MFSK调制原理 发送信号形式:(等概) s 1 = ( E , 0 , - , 0 ) s_{1}=(\sqrt{\mathcal{E}}, 0, \l ...
- matlab fm非相干解调,FM调制和相干解调,非相干解调精要.doc
? ?? 通信原理课程设计报告 题目:模拟通信系统频率调制的实现 专业班级: 13电信科技2班 姓 名: 学 号: 指导教师: 彭文娟 [摘要] 本设计主要是用MATLAB软件仿真实现语音信号作为输入 ...
- matlab fm非相干解调,FM调制和相干解调,非相干解调.pdf
通信原理课程设计报告 题目: 模拟通信系统频率调制的实现 专业班级: 13 电信科技 2 班 姓 名: 学 号: 指导教师: 彭文娟 [摘要] 本设计主要是用 MATLAB软件仿真实现语音信号作为输入 ...
- 用matlab实现bpsk,用MATLAB实现的BPSK调制解调源程序(国外英文资料).doc
用MATLAB实现的BPSK调制解调源程序(国外英文资料) 用MATLAB实现的BPSK调制解调源程序(国外英文资料) modulation.m 函数output_modu =调制(input_fra ...
- rayleighchan实现瑞利多径衰落信
rayleighchan实现瑞利多径衰落信道 1.命令格式: chan = rayleighchan(ts,fd,tau,pdb) 其中: ts-为输入信号的采样周期, fd-就是Dopple ...
- 单径Rayleigh信道下基带模型的多用户BPSK直接序列扩频系统MATLAB仿真(m序列、Gold序列和正交Gold序列)
接上一节 高斯信道下基带模型的多用户BPSK直接序列扩频系统MATLAB仿真(m序列.Gold序列和正交Gold序列) 下面再来看一下m序列与正交Gold序列在单径Rayleigh衰落信道下的性能. ...
- 高斯信道、单径Rayleigh信道和多径衰落信道下基带模型的多用户BPSK直接序列扩频系统MATLAB仿真(m序列、Gold序列和正交Gold序列)
前3节仿真了基带BPSK调制下DSSS-CDMA系统在高斯信道.单径Rayleigh衰落信道和多径衰落信道下的性能仿真,同时采用了m序列和正交Gold序列进行对比. 高斯信道下基带模型的多用户BPSK ...
- QPSK调制解调过程,包括串并转换,电平转换,载波调制,相干解调,抽样判决等
目录 一.理论基础 二.核心程序 三.仿真结论 一.理论基础 QPSK是英文Quadrature Phase Shift Keying的缩略语简称,意为正交相移键控,是一种数字调制方式.在19世纪80 ...
最新文章
- php ci 调用控制器,如何从Codeigniter中的另一个控制器加载一个控制器?
- java并发编程学习6--并行流
- 模拟usb设备_高速USB数据采集卡
- 【转载 译自MarketWatch 】 华尔街疯人日记 (二十五)
- 自定义汇编程序,Weaver和运行时的可插拔知识
- 数据流被污染?数据质量不高?蚂蚁金服数据资产管理平台了解一下
- SpringBoot xml层SQL update之foreach循环的坑
- mysql迁移至postgresql_PostgreSQL来自欧罗巴Patroni系列技术主题一
- Linux下samba服务搭建
- 洛谷——P1425 小鱼的游泳时间
- php mysql 备份还原_php 数据库备份还原
- linux下configure命令详细介绍[转]
- HTML5桌面应用程序开发
- 照片放大模糊怎么变清晰,图片无损放大
- 光纤中多模和单模的区别
- 2012年1月51CTO壁纸点评活动获奖名单【已结束】
- 语音质量评价和可懂度评价
- FFmpeg使用滤镜链为视频插入多张图片
- CAD制图初学入门技巧:如何批量生成CAD填充边界?
- URL伪静态。SEO中理解伪静态