matlab瑞利衰落信道仿真

引言由于多径和移动台运动等影响因素，使得移动信道对传输信号在时间、频率和角度上造成了色散，如时间色散、频率色散、角度色散等等，因此多径信道的特性对通信质量有着至关重要的影响，而多径信道的包络统计特性成为我们研究的焦点。根据不同无线环境，接收信号包络一般服从几种典型分布，如瑞利分布、莱斯分布和Nakagami-m分布。在本文中，专门针对服从瑞利分布的多径信道进行模拟仿真，进一步加深对多径信道特性的了解。仿真原理1、瑞利分布简介环境条件：通常在离基站较远、反射物较多的地区，发射机和接收机之间没有直射波路径，存在大量反射波；到达接收天线的方向角随机且在（0~2π）均匀分布；各反射波的幅度和相位都统计独立。幅度、相位的分布特性：包络r服从瑞利分布，θ在0～2π内服从均匀分布。瑞利分布的概率分布密度如图1所示：图1瑞利分布的概率分布密度2、多径衰落信道基本模型根据ITU-RM.1125标准，离散多径衰落信道模型为()1()()()Ntkkkytrtxt(1)其中,()krt复路径衰落，服从瑞利分布;k是多径时延。多径衰落信道模型框图如图2所示：图2多径衰落信道模型框图3、产生服从瑞利分布的路径衰落r(t)利用窄带高斯过程的特性，其振幅服从瑞利分布，即22()()()csrtntnt（2）上式中，()cnt、()snt分别为窄带高斯过程的同相和正交支路的基带信号。首先产生独立的复高斯噪声的样本，并经过FFT后形成频域的样本，然后与S（f）开方后的值相乘，以获得满足多普勒频谱特性要求的信号，经IFFT后变换成时域波形，再经过平方，将两路的信号相加并进行开方运算后，形成瑞利衰落的信号r(t)。如下图3所示:图3瑞利衰落的产生示意图其中，21.5()1()cmmSfffff（3）4、产生多径延时k多径/延时参数如表1所示：表1多径延时参数TapRelativedelay(ns)Averagepower(dB)1002310-1.03710-9.041090-10.051730-15.062510-20.0仿真框架根据多径衰落信道模型（见图2），利用瑞利分布的路径衰落r(t)（见图3）和多径延时参数k（见表1），我们可以得到多径信道的仿真框图，如图4所示；图4多径信道的仿真框图仿真结果1、多普勒滤波器的频响图5多普勒滤波器的频响2、多普勒滤波器的统计特性图6多普勒滤波器的统计特性3、信道的时域输入/输出波形图7信道的时域输入/输出波形小组分工程序编写：吴溢升报告撰写：谭世恒仿真代码%main.mclc;LengthOfSignal=10240;%信号长度(最好大于两倍fc)fm=512;%最大多普勒频移fc=5120;%载波频率t=1:LengthOfSignal;%SignalInput=sin(t/100);SignalInput=sin(t/100)+cos(t/65);%信号输入delay=[03171109173251];power=[0-1-9-10-15-20];%dBy_in=[zeros(1,delay(6))SignalInput];%为时移补零y_out=zeros(1,LengthOfSignal);%用于信号输出fori=1:6Rayl;y_out=y_out+r.*y_in(delay(6)+1-delay(i):delay(6)+LengthOfSignal-delay(i))*10^(power(i)/20);end;figure(1);subplot(2,1,1);plot(SignalInput(delay(6)+1:LengthOfSignal));%去除时延造成的空白信号title('SignalInput');subplot(2,1,2);plot(y_out(delay(6)+1:LengthOfSignal));%去除时延造成的空白信号title('SignalOutput');figure(2);subplot(2,1,1);hist(r,256);title('AmplitudeDistributionOfRayleighSignal')subplot(2,1,2);hist(angle(r0));title('AngleDistributionOfRayleighSignal');figure(3);plot(Sf1);title('TheFrequencyResponseofDopplerFilter');%Rayl.mf=1:2*fm-1;%通频带长度y=0.5./((1-((f-fm)/fm).^2).^(1/2))/pi;%多普勒功率谱(基带)Sf=zeros(1,LengthOfSignal);Sf1=y;%多普勒滤波器的频响Sf(fc-fm+1:fc+fm-1)=y;%(把基带映射到载波频率)x1=randn(1,LengthOfSignal);x2=randn(1,LengthOfSignal);nc=ifft(fft(x1+i*x2).*sqrt(Sf));%同相分量x3=randn(1,LengthOfSignal);x4=randn(1,LengthOfSignal);ns=ifft(fft(x3+i*x4).*sqrt(Sf));%正交分量r0=(real(nc)+j*real(ns));%瑞利信号r=abs(r0);%瑞利信号幅值