数字传输系统的最佳接收与误码性的分析

仿真报告2:数字通信系统误码性能仿真分析

1.概述

在数字通信系统中,信源是信息的来源,但信源输出的是消息或者为符号,以消息或者是符号的形式来表达所要传送的信息。一般数字通信系统从信源通过信源编码器、信道编码、数字调制经过信道进行数字解调、信道译码、信源译码最后到达信宿。本篇文章通过对于以下四种系统:信道带宽无限的单极性基带传输、信道带宽受限时的双极性基带传输、信道带宽受限时的QPSK传输、信道带宽受限时的16QAM传输采用最佳接收,对误码性能进行仿真,并分析比较得出结论。

2.系统模型

一般数字通信系统的通用传输模型为:
在这里插入图片描述

图2-1 一般数字系统通用传输系统模型

2.1信道带宽无限时的单极性基带传输

因为采用的是带宽无限的加性高斯白噪声(AWGN)信道,所以我们可以使用单极性不归零码进行传输。
单极性不归零码的脉冲调制模型为:
在这里插入图片描述

图2-2 单极性不归零码的脉冲调制模型

所以发送滤波器的冲激响应函数 g ( t ) g(t) g(t)为:
g ( t ) = { 1 0 < t < T 0 0 其 他 (2.1.1) g(t)=\begin{cases} 1 & 0<t<T_0 \\ 0 & 其他 \end{cases}\tag{2.1.1} g(t)={100<t<T0(2.1.1)
在这里插入图片描述

图2-3 单极性基带传输系统发送信号冲击响应

所以发送滤波器的信号时域波形 s i ( t ) s_i(t) si(t)为:
s i ( t ) = { A 发 送 “ 1 ” 0 发 送 “ 0 ” (2.1.2) s_i(t)=\begin{cases} A & 发送“1” \\ 0 & 发送“0” \end{cases}\tag{2.1.2} si(t)={A010(2.1.2)在这里插入图片描述

图2-4 单极性基带传输系统发送信号时域波形

所以可以设计匹配滤波器进行接收:
在这里插入图片描述

图2-5 单极性基带传输系统接收模型

h ( t ) h(t) h(t) s 1 ( t ) s_1(t) s1(t)匹配: h ( t ) = s 1 ( T − t ) h(t)=s_1(T-t) h(t)=s1(Tt)可得, r ( t ) = s 1 ( t ) + n w ( t ) , 0 < t < T (2.1.3) r(t)=s_1(t)+n_w(t),0<t<T\tag{2.1.3} r(t)=s1(t)+nw(t),0<t<T(2.1.3)
y ( t ) = r ( t ) ∗ h ( t ) = ∫ 0 t r ( τ ) h ( t − τ ) d τ (2.1.4) y(t)=r(t)*h(t)=\int_0^t r(\tau)h(t-\tau)d\tau\tag{2.1.4} y(t)=r(t)h(t)=0tr(τ)h(tτ)dτ(2.1.4)
y = y ( T ) = ∫ 0 t s 1 ( τ ) ∗ s 1 ( τ ) d τ + ∫ 0 t s 1 ( τ ) ∗ n w ( τ ) d τ = E s + Z (2.1.5) y=y(T)=\int_0^t s_1(\tau)*s_1(\tau)d\tau+\int_0^t s_1(\tau)*n_w(\tau)d\tau=E_s+Z\tag{2.1.5} y=y(T)=0ts1(τ)s1(τ)dτ+0ts1(τ)nw(τ)dτ=Es+Z(2.1.5)

2.2信道带宽受限时的双极性基带传输

由于信道带宽受限所以我们采用升余弦滤波器进行设计,同时由于是双极性基带传输,所以可以得到发送的符号为:
s i ( t ) = { A ∗ g T ( t ) 发 送 “ 1 ” − A ∗ g T ( t ) 发 送 “ 0 ” (2.2.1) s_i(t)=\begin{cases} A*g_T(t) & 发送“1” \\ -A*g_T(t) & 发送“0” \end{cases}\tag{2.2.1} si(t)={AgT(t)AgT(t)10(2.2.1)
在这里插入图片描述

图2-6 升余弦的脉冲响应

g T ( t ) g_T(t) gT(t)为所设计的升余弦滤波器的单位冲激响应函数,滚降因子为 α \alpha α,并且满足奈奎斯特第一准则。
所以可以设计匹配滤波器进行接收:(与上文类似)
在这里插入图片描述

图2-7 双极性基带传输系统接收模型

2.3信道带宽受限时的QPSK传输

QPSK又称为四进制移相键控,该信号的正弦载波有4个可能的离散相位状态,每个载波相位携带2个二进制符号,其信号表达式为:
s i ( t ) = A c o s ( ω c t + θ i )   i = 1 , 2 , 3 , 4   0 < t < T s (2.3.1) s_i(t)=Acos(\omega_c t+\theta _i)\ i=1,2,3,4 \ 0<t<T_s\tag{2.3.1} si(t)=Acos(ωct+θi) i=1,2,3,4 0<t<Ts(2.3.1)
T s T_s Ts为四进制符号间隔, θ i ( i = 1 , 2 , 3 , 4 ) \theta _i(i=1,2,3,4) θi(i=1,2,3,4)为正弦载波的相位,有4种可能状态。如下图所示:
在这里插入图片描述

图2-8 QPSK发送信号图

θ i = ( 2 i − 1 ) ∗ π 4 \theta _i=(2i-1)*\frac \pi 4 θi=2i14π进行分析,可以将2.3.1式写成
s i ( t ) = A c o s ( ω t + θ i ) = = A ( c o s θ i c o s ω c t − s i n θ i s i n ω c t ) 0 < t < T s (2.3.2) s_i(t)=Acos(\omega t+\theta _i)==A(cos\theta _icos\omega_c t-sin\theta _isin\omega_c t)0<t<T_s\tag{2.3.2} si(t)=Acos(ωt+θi)==A(cosθicosωctsinθisinωct)0<t<Ts(2.3.2)
θ i = π / 4 、 3 π / 4 、 5 π / 4 、 7 π / 4 \theta _i=\pi/4、3\pi/4、5\pi/4、7\pi/4 θi=π/43π/45π/47π/4,则
c o s θ i = ± 1 2 ; s i n θ i = ± 1 2 cos\theta _i=\pm\frac 1{\sqrt 2};sin\theta _i=\pm\frac 1{\sqrt 2} cosθi=±2 1;sinθi=±2 1于是,2.3.2式可以写成,
s i ( t ) = A 2 [ I ( t ) c o s ω c t − Q ( t ) s i n ω c t ] (2.3.3) s_i(t)=\frac A{\sqrt 2}[I(t)cos\omega_c t-Q(t)sin\omega_c t]\tag{2.3.3} si(t)=2 A[I(t)cosωctQ(t)sinωct](2.3.3)
其中 I ( t ) = ± 1 , Q ( t ) = ± 1 , 0 < t < T s I(t)=\pm 1,Q(t)=\pm 1,0<t<T_s I(t)=±1,Q(t)=±1,0<t<Ts
所以可以根据以上原理得到调制模型为:
在这里插入图片描述

图2-9 QPSK调制模型
由于QPSK信号可以看为同相及正交支路2PSK的叠加,所以在解调时可对两路信号分别进行2PSK的解调然后进行并串变换,得到所传输的数据。

同样QPSK也可以采用匹配滤波器进行接收,接收模型如下:
在这里插入图片描述

图2-10 QPSK接收模型

2.4信道带宽受限时的16QAM传输

正交幅度调制(QAM)是由两个正交载波的多电平振幅键控信号叠加而成的,它与MPSK的不同之处在于两个支路的多电平幅度序列是相互独立的。
MQAM信号表示式为:
s Q A M ( t ) = a i c g T ( t ) c o s ω c t − a i s g T ( t ) s i n ω c t , i = 1 , 2 , . . . , M , 0 < t < T s (2.4.1) s_{QAM}(t)=a_{i_c}g_T(t)cos\omega _ct-a_{i_s}g_T(t)sin\omega _ct,i=1,2,...,M,0<t<T_s\tag{2.4.1} sQAM(t)=aicgT(t)cosωctaisgT(t)sinωct,i=1,2,...,M,0<t<Ts(2.4.1)
所以16QAM信号表示式为:
s Q A M ( t ) = a i c g T ( t ) c o s ω c t − a i s g T ( t ) s i n ω c t , i = 1 , 2 , . . . , 16 , 0 < t < T s (2.4.2) s_{QAM}(t)=a_{i_c}g_T(t)cos\omega _ct-a_{i_s}g_T(t)sin\omega _ct,i=1,2,...,16,0<t<T_s\tag{2.4.2} sQAM(t)=aicgT(t)cosωctaisgT(t)sinωct,i=1,2,...,16,0<t<Ts(2.4.2)
产生MQAM信号的原理框图为:
在这里插入图片描述

图2-11 MQAM产生模型

在这里插入图片描述

图2-12 矩形星座16QAM信号空间图

矩形星座QAM信号的最佳接收模型为:
在这里插入图片描述

图2-13 矩形星座MQAM信号最佳接收模型

3.误码性能分析

3.1信道带宽无限时的单极性基带传输

由前文可知无论信号发送“1”还是“0”的时候均满足2.1.5式,所以后面的部分也就是Z为一个高斯分布的变量,表达式为 Z 满 足 N ( 0 , σ 2 ) Z满足N(0,\sigma^2) ZN(0,σ2),方差 σ 2 = E s N 0 / 2 \sigma^2=E_sN_0/2 σ2=EsN0/2
平均符号能量为 E b = A 2 T s / 2 E_b=A^2T_s/2 Eb=A2Ts/2,所以发送“1”的时候表达式为 N ( 2 E b , σ 2 ) N(2E_b,\sigma^2) N(2Eb,σ2)的正态分布。所以最优判决门限为 V T = E s 1 / 2 V_T=E_{s1}/2 VT=Es1/2
系统的平均误码率为:
E b = E 1 2 (3.1.1) E_b=\frac {E_1}2\tag{3.1.1} Eb=2E1(3.1.1)
p e = Q ( E b N 0 E 1 2 2 ) = Q ( E b N 0 2 ) (3.1.2) p_e=Q(\frac {E_b}{\sqrt[2]{\frac{N_0E_1}2}})=Q(\sqrt[2]{\frac{E_b}{N_0}})\tag{3.1.2} pe=Q(22N0E1 Eb)=Q(2N0Eb )(3.1.2)
在这里插入图片描述

图3-1 单极性基带传输系统误码模型

3.2信道带宽受限时的双极性基带传输

根据上文所分析,也应该采用匹配滤波器进行接收,但是由于是双极性不归零码与之前的单极性有所区别,主要的区别在于均值与判决门限与之前的不同。
发送符号“1”,通过2.1.3所示匹配滤波器,均值为 E b E_b Eb。发送符号“0”,均值为 − E b -E_b Eb。所以判决门限 V T = 0 V_T=0 VT=0
系统的平均误码率为:
E b = E 1 (3.2.1) E_b= {E_1}\tag{3.2.1} Eb=E1(3.2.1)
p e = Q ( E b N 0 E 1 2 2 ) = Q ( 2 E b N 0 2 ) (3.2.2) p_e=Q(\frac {E_b}{\sqrt[2]{\frac{N_0E_1}2}})=Q(\sqrt[2]{\frac{2E_b}{N_0}})\tag{3.2.2} pe=Q(22N0E1 Eb)=Q(2N02Eb )(3.2.2)

3.3信道带宽受限时的QPSK传输

在理想限带及加性白高斯噪声信道条件下的QPSK最佳频带传输系统,若发送端信源的"0"和“1”等概出现,则最佳接收的平均误比特率为
P b = 1 2 e r f c ( E b N 0 ) = Q ( 2 E b N 0 2 ) (3.3.1) P_b=\frac 12erfc(\sqrt{\frac{E_b}{N_0}})=Q(\sqrt[2]{\frac{2E_b}{N_0}})\tag{3.3.1} Pb=21erfc(N0Eb )=Q(2N02Eb )(3.3.1)

3.4信道带宽受限时的16QAM传输

矩形星座QAM的最佳接收误符率与MASK的一样,取决于数字基带MPAM的误符率。MQAM的正确判决符号的概率为
P c = ( 1 − P M ) 2 (3.4.1) P_c=(1-P_{\sqrt M})^2\tag{3.4.1} Pc=(1PM )2(3.4.1)
MQAM的误符率为
P M = 1 − P c = 2 P M − P M 2 (3.4.2) P_M=1-P_c=2P_{\sqrt M}-P_{\sqrt M}^2\tag{3.4.2} PM=1Pc=2PM PM 2(3.4.2)
P 16 = 1.5 Q ( d m i n 2 2 N 0 ) (3.4.3) P_{\sqrt {16}}=1.5Q(\sqrt \frac{d^2_{min}}{2N_0})\tag{3.4.3} P16 =1.5Q(2N0dmin2 )(3.4.3)

4.仿真模型与仿真过程

4.1信道带宽无限时的单极性基带传输

系统参数设置代码:

T_start=0;%开始时间
T_stop=1;%截止时间
T=T_stop-T_start;%仿真持续时间
T_sample=1/1000;%采样间隔
f_sample=1/T_sample; % 采样速率
N_sample=T/T_sample;% 采样点数
n=0:N_sample-1;
r_s=100;%transmission rate比特速率
alpha=0.25;%df=alpha*rs=25Hz
NumBits=T*r_s;%number of bits比特数
NumCoff=10;%number of coefficients of RRC
SamplingIns=NumCoff/2;
SamplingStart=NumCoff;

发送信号:

g_T=[ones(1,f_sample/r_s),0];
b1=(sign(rand(1,NumBits)-0.5)+1)/2;%原始序列
b2=zeros(f_sample/r_s,NumBits);
b2(1,:)=b1;
b3=reshape(b2,1,f_sample/r_s*NumBits);
s=conv(b3,g_T);%transmitted signal

AWGN信道:

N_0=10^(-8);%噪声功率
noise_w=wgn(1,length(s),N_0*f_sample,'linear');%产生白噪声

叠加信号:

r=s+noise_w;
figure(1);
subplot(3,1,1);
plot(s);
title('随机信号s') ;
subplot(3,1,2);
plot(noise_w);
title('噪声信号noise-w') ;
subplot(3,1,3);
plot(r);
title('叠加信号r') ;

接收信号:

g_R=g_T;
y1=conv(r,g_R);
figure;
myeyediagram=eyediagram(y1(1:length(y1)),f_sample/r_s);
figure(2)
plot(y1);
title('接收信号') ;
hold on
sample1=zeros(f_sample/r_s,NumBits);
sample1(1,:)=ones(1,NumBits);
sample2=reshape(sample1,1,f_sample/r_s*NumBits);
sample3=zeros(1,length(y1));
sample3(NumCoff+1:NumCoff+f_sample/r_s*NumBits)=sample2;
stem(sample3,'.');
y2=y1.*sample3;
stem(y2,'.')
y2(:,all(y2==0,1))=[];
b_t=b1;
b_r=(sign(y2-5)+1)*0.5;%判决大于5
BER=length(find(b_t~= b_r))/NumBits;%求误码率

4.2信道带宽受限时的双极性基带传输

系统参数设置:

T_start=0;%开始时间
T_stop=1;%截止时间
T=T_stop-T_start;%仿真持续时间
T_sample=1/1000;%采样间隔
f_sample=1/T_sample; % 采样速率
N_sample=T/T_sample;% 采样点数
n=0:N_sample-1;
r_s=100;%比特速率
alpha=0.25;%df=alpha*rs=25Hz
NumBits=T*r_s;%比特数
NumCoff=80;%number of coefficients of RRC
SamplingIns=NumCoff/2;
SamplingStart=NumCoff;

发送序列:

g_T=rcosdesign(alpha,8,10,'sqrt');
b1=sign(rand(1,NumBits)-0.5);%原始序列
b2=zeros(f_sample/r_s,NumBits);
b2(1,:)=b1;
b3=reshape(b2,1,f_sample/r_s*NumBits);
s=conv(b3,g_T);%transmitted signal

AWGN信道:

N_0=10^(-8);
noise_w=wgn(1,length(s),N_0*f_sample,'linear');%产生白噪声

叠加信号:

r=s+noise_w;
figure(1);
subplot(3,1,1);
plot(s);
title('随机信号s') ;
subplot(3,1,2);
plot(noise_w);
title('噪声信号noise-w') ;
subplot(3,1,3);
plot(r);
title('叠加信号r') ;

接收信号:

g_R=g_T;
y1=conv(r,g_R);
figure;
myeyediagram=eyediagram(y1(1:length(y1)),f_sample/r_s);
figure(2)
plot(y1)
hold on
sample1=zeros(f_sample/r_s,NumBits);
sample1(1,:)=ones(1,NumBits);
sample2=reshape(sample1,1,f_sample/r_s*NumBits);
sample3=zeros(1,length(y1));
sample3(NumCoff+1:NumCoff+f_sample/r_s*NumBits)=sample2;
y2=y1.*sample3;
stem(y2,'.');
y2(:,all(y2==0,1))=[];
b_t=b1;
b_r=sign(y2);%双极性码的判决门限为0
BER=length(find(b_t~= b_r))/NumBits;%求误码率

4.3信道带宽受限时的QPSK传输

系统参数设置:

SNR = 4:1:17; % 如果为固定值则是特定信噪比的时候
SNRS = 10.^(SNR./10);
ber = zeros(1,length(SNR));
bers = zeros(1,length(SNR));

Rb = 120;
Tb = 1/Rb;
Rs = Rb / 2;
Ts = 1/Rs;
N = 10000;
Fc = 600000;
Tc = 1/Fc;
alpha = 0.5;
span = 10;
sps = 10;

发送序列:

g_T = rcosdesign(alpha, span, sps);
g_R = g_T;
Eg = sum(g_T.^2);
dataInput = randi([0,1],1,N);
dataInput = dataInput*2 - 1;
%QPSK
data_e = dataInput(2:2:end);
data_o = dataInput(1:2:end);
F1 = upfirdn(data_e, g_T, sps);
F2 = upfirdn(data_o, g_T, sps);
t = 0:length(F1)-1;
t_s = t * (Tc/10);
t = t * (Ts/sps);% F1,F2中每个点时间间隔
s_QPSK = F1 .* cos(2*pi*Fc*t_s) - F2 .* sin(2*pi*Fc*t_s);

接收信号:

r_QPSK = awgn(s_QPSK,SNR(F1));%默认Es = 0dBW
F1_r = r_QPSK .* cos(2*pi*Fc*t_s);
F2_r = r_QPSK .* (-sin(2*pi*Fc*t_s));
y_F1 = upfirdn(F1_r, g_R, 1, sps);
y_F2 = upfirdn(F2_r, g_R, 1, sps);
% desicion
Y_F1 = sign(y_F1(span + 1:end - span));
Y_F2 = sign(y_F2(span + 1:end - span));
dataOutput = [];
dataOutput(2:2:N) = Y_F1;
dataOutput(1:2:N) = Y_F2;

与理论值进行比较:(若信噪比固定则不需要这步)

errnum_F1 = symerr(Y_F1, data_e);
errnum_F2 = symerr(Y_F2, data_o);
totalerrnum = [errnum_F1 , errnum_F2];
ber(F1) = qfunc(sqrt(Eg*SNRS(F1)/2));
bers(F1) = sum(totalerrnum) / N;

4.4信道带宽受限时的16QAM传输

系统参数设置:

M = 16;%16QAM
SNR = 0:1:13;
SNRS = 10.^(SNR./10);
ser = zeros(1,length(SNR));
sers = zeros(1,length(SNR));
Rb = 200;
Tb = 1/Rb;
Rs = Rb / 4;
Ts = 1/Rs;
N = 1000;
Fc = 600000;
Tc = 1/Fc;
alpha = 0.4;
span = 40;
sps = 10;

发送信号:

g_T = rcosdesign(alpha, span, sps);
Eg = sum(g_T.^2);
g_R = g_T;
dataInput = randi([0,1],1,N);
data_e = dataInput(2:2:end);
data_o = dataInput(1:2:end);
data_em = [];
data_om = [];

解调:

r_16QAM = awgn(s_16QAM,SNR(j));
F1_r = r_16QAM .* cos(2*pi*Fc*t_s) .* sqrt(2/Eg);
F2_r = r_16QAM .* (-sin(2*pi*Fc*t_s)) .* sqrt(2/Eg);
y_F1 = upfirdn(F1_r, g_R, 1, sps);
y_F2 = upfirdn(F2_r, g_R, 1, sps);
y_F1 = y_F1 .* sqrt(2/Eg);
y_F2 = y_F2 .* sqrt(2/Eg);
Y_F1 = [];
Y_F2 = [];

判决:

if y_F1(i) <= -2
        Y_F1 = [Y_F1, -3];
    end
    if (y_F1(i) > -2) & (y_F1(i) <= 0)
        Y_F1 = [Y_F1, -1];
    end
    if (y_F1(i) > 0) & (y_F1(i) < 2)
        Y_F1 = [Y_F1, 1];
    end
    if y_F1(i) >= 2
        Y_F1 = [Y_F1, 3];
    end

恢复:

 if Y_F1(i) == -3
        Y_F1_bin  = [Y_F1_bin,0,0];
    end
    if Y_F1(i) == -1
        Y_F1_bin  = [Y_F1_bin,0,1];
    end
    if Y_F1(i) == 1
        Y_F1_bin  = [Y_F1_bin,1,1];
    end
    if Y_F1(i) == 3
        Y_F1_bin  = [Y_F1_bin,1,0];
    end  

与理论值进行比较:

ser(j) = 3*qfunc(sqrt(0.2*Es*SNRS(j))) - (1.5*qfunc(sqrt(0.2*Es*SNRS(j))))^2;
sers(j) = mean(totalerrnum) / length(Y_F1);

5.仿真结果分析

5.1信道带宽无限时的单极性基带传输

当噪声功率 N 0 = 1 0 − 8 N_0=10^{-8} N0=108时:
原始信号为:
在这里插入图片描述

图5-1-1 信号生成

在这里插入图片描述

图5-1-2 信号接收

可以看出在信道噪声较小的情况下接收和判决效果较好,通过查看BER变量可以知道现在的误码率为0。
同样也可以通过眼图来对误码情况进行判断:
在这里插入图片描述

图5-1-3 眼图

让我们提高噪声功率,当噪声功率 N 0 = 1 0 − 3 N_0=10^{-3} N0=103时:
在这里插入图片描述

图5-1-4 信号生成

在这里插入图片描述

图5-1-5 信号接收

在这里插入图片描述

图5-1-6 眼图

可以看出,通过降低信噪比,提高噪声功率。信号的失真越来越明显,当噪声功率为 1 0 − 3 10^{-3} 103的时候此时误码率为0.06。

5.2信道带宽受限时的双极性基带传输

当噪声功率 N 0 = 1 0 − 8 N_0=10^{-8} N0=108时:
原始信号为:
在这里插入图片描述

图5-2-1 信号生成

在这里插入图片描述

图5-2-2 接收信号

可以看出在信道噪声较小的情况下接收和判决效果较好,通过查看BER变量可以知道现在的误码率为0。
同样也可以通过眼图来对误码情况进行判断:
在这里插入图片描述

图5-2-3 眼图

让我们提高噪声功率,当噪声功率 N 0 = 1 0 − 3 N_0=10^{-3} N0=103时:
在这里插入图片描述

图5-2-4 信号生成

在这里插入图片描述

图5-2-5 信号接收

在这里插入图片描述

图5-2-6 眼图

可以看出,通过降低信噪比,提高噪声功率。信号的失真越来越明显,当噪声功率为 1 0 − 3 10^{-3} 103的时候此时误码率为0.17。

5.3信道带宽受限时的QPSK传输

输入信号为:
在这里插入图片描述

图5-3-1 输入信号以及加上噪声后的信号

输出的信号为:
在这里插入图片描述

图5-3-2 输入信号与输出信号的对比

可以看出有较好的抗噪声性能,通过对于不同信噪比的信号进行求解得出如下曲线:
在这里插入图片描述

图5-3-3 QPSK的仿真误差曲线

5.4信道带宽受限时的16QAM传输

输入信号为:
在这里插入图片描述

图5-4-1 输入信号以及加上噪声后的信号

输出的信号为:
在这里插入图片描述

图5-4-2 输入信号与输出信号的对比

可以看出有较好的抗噪声性能,通过对于不同信噪比的信号进行求解得出如下曲线:
在这里插入图片描述

图5-4-3 QPSK的仿真误差曲线

6.结论

根据以上结果可以看出,无论是哪种系统,理论与实际均有一定的误差。同时随着信道噪声功率的增加误码率也在增加。
在理论分析中,由于我们考虑的都是较为理想的随机变量(等概分布)。但是在每一次的仿真之中都可以看成一次随机试验,所以仿真与理论分析会有一定的误差。同时在设计的过程中,根据通信系统的种类需要使用不同的方法来确保其最佳接收。
通过这次实验我加深了对于本课程主要学习的知识的认识,果然只有通过实践才能更好的掌握知识。对于MATLAB仿真上,我仍然不是特别的熟悉,希望通过假期的学习,来更加熟悉MATLAB在通信系统上的应用。

7.参考文献

[1] 周炯槃.通信原理(第4版).北京:北京邮电大学出版社,2015.8
[2]tanghonghanhaoli.现代通信原理10.2:采用匹配滤波器的数字基带传输系统误码性能分析https://blog.csdn.net/tanghonghanhaoli/article/details/102969091
[3]tanghonghanhaoli.现代通信原理A.5:数字基带传输系统误码性能仿真
https://blog.csdn.net/tanghonghanhaoli/article/details/103415857

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值