零基础入门simulink仿真建模--通信领域的编码与纠错技术--基于Simulink的信道编码性能对比仿真建模示例

已于 2025-03-24 11:23:31 修改
阅读量398 收藏 3
点赞数 11
分类专栏： 零基础入门simulink仿真实例 文章标签： java 数据结构 前端 matlab
于 2025-03-24 10:00:00 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/amy_mhd/article/details/146465587
版权

目录

手把手教你学Simulink——基于Simulink的信道编码性能对比仿真建模示例

一、背景介绍

二、所需工具和环境

三、步骤详解

步骤1：创建Simulink模型

步骤2：设计随机比特生成模块

步骤3：设计编码模块

3.1 无编码

3.2 卷积码

3.3 RS码

3.4 极化码

步骤4：设计AWGN信道模块

步骤5：设计误码率计算模块

步骤6：连接各模块并添加显示模块

步骤7：设置仿真参数

步骤8：运行仿真并分析结果

步骤9：误码率分析（调整SNR）

四、总结

手把手教你学Simulink——基于Simulink的信道编码性能对比仿真建模示例

在通信系统中，信道编码技术（如卷积码、RS码、极化码等）被广泛用于提高数据传输的可靠性。不同的信道编码方法在抗噪声性能、复杂度和应用场景上各有优劣。为了更好地理解这些差异，我们可以通过Simulink搭建一个统一的仿真平台，对多种信道编码方法进行性能对比。

在本示例中，我们将构建一个包含以下编码方式的通信系统模型，并比较它们的误码率（BER）性能：

  1. 无编码：原始比特直接传输。
  2. 卷积码：使用Viterbi译码。
  3. RS码：使用Reed-Solomon编解码。
  4. 极化码：使用Polar码编解码。
一、背景介绍

信道编码通过引入冗余信息来增强数据的抗干扰能力。不同编码方法的特点如下：

  • 无编码：不增加冗余，性能最差，但实现简单。
  • 卷积码：适合随机错误，常结合Viterbi译码使用。
  • RS码：适合突发错误，纠错能力强。
  • 极化码：理论性能接近香农极限，适合现代通信系统。

通过仿真，我们可以观察不同编码方法在AWGN信道下的误码率（BER）性能，并分析其优劣。

二、所需工具和环境

为了完成此通信系统的仿真，你需要以下工具和环境：

  1. MATLAB/Simulink：用于建模和仿真。
  2. Communications Toolbox：提供必要的通信模块，如卷积码、RS码、极化码等编解码器。

确保你已经安装了上述工具箱，并且拥有有效的许可证。

三、步骤详解
步骤1：创建Simulink模型

首先，打开 MATLAB 并启动 Simulink 创建一个新的空白模型。

 

matlab
 

深色版本
 

% 创建新的Simulink模型
modelName = 'Channel_Coding_Comparison_System';
new_system(modelName);
open_system(modelName);
 

步骤2：设计随机比特生成模块
 

我们需要一个随机比特生成模块来模拟发送端的信息源。
 

  • 在 Sources 库中拖拽 Random Integer Generator 模块到模型编辑区。
  • 设置参数如下： 
  
    • M-ary number：2（表示二进制信号）。
    • Sample time：0.01（采样时间为0.01秒）。
    • Initial seed：任意值（如12345）。
     
 

 

matlab
 

深色版本
 

% 添加随机比特生成模块
add_block('comm/Random Integer Generator', [modelName '/Random_Bit_Generator']);
set_param([modelName '/Random_Bit_Generator'], 'M', '2'); % 设置M-ary为2
set_param([modelName '/Random_Bit_Generator'], 'SampleTime', '0.01'); % 设置采样时间为0.01秒
set_param([modelName '/Random_Bit_Generator'], 'Seed', '12345'); % 设置随机种子
 

步骤3：设计编码模块
 

我们将设计四种编码方式，分别是无编码、卷积码、RS码和极化码。
 

3.1 无编码
 

  • 直接将随机比特生成模块的输出作为无编码的输入。
 

3.2 卷积码
 

  • 在 Communications Toolbox > Channel Coding 库中拖拽 Convolutional Encoder 和 Viterbi Decoder 模块到模型编辑区。
  • 设置参数如下： 
  
    • Trellis structure：poly2trellis(7, [171 133])。
     
 

 

matlab
 

深色版本
 

% 添加卷积码编码和解码模块
add_block('comm/Convolutional Encoder', [modelName '/Convolutional_Encoder']);
add_block('comm/Viterbi Decoder', [modelName '/Viterbi_Decoder']);
set_param([modelName '/Convolutional_Encoder'], 'TrellisStructure', 'poly2trellis(7, [171 133])');
set_param([modelName '/Viterbi_Decoder'], 'TrellisStructure', 'poly2trellis(7, [133 171])');
 

3.3 RS码
 

  • 在 Communications Toolbox > Channel Coding 库中拖拽 RS Encoder 和 RS Decoder 模块到模型编辑区。
  • 设置参数如下： 
  
    • Codeword length N：255。
    • Message length K：239。
     
 

 

matlab
 

深色版本
 

% 添加RS码编码和解码模块
add_block('comm/RS Encoder', [modelName '/RS_Encoder']);
add_block('comm/RS Decoder', [modelName '/RS_Decoder']);
set_param([modelName '/RS_Encoder'], 'CodewordLength', '255');
set_param([modelName '/RS_Encoder'], 'MessageLength', '239');
set_param([modelName '/RS_Decoder'], 'CodewordLength', '255');
set_param([modelName '/RS_Decoder'], 'MessageLength', '239');
 

3.4 极化码
 

  • 在 Communications Toolbox > Channel Coding 库中拖拽 Polar Encoder 和 Polar Decoder 模块到模型编辑区。
  • 设置参数如下： 
  
    • Block length (N)：16。
    • Rate (K/N)：0.5。
     
 

 

matlab
 

深色版本
 

% 添加极化码编码和解码模块
add_block('comm/Polar Encoder', [modelName '/Polar_Encoder']);
add_block('comm/Polar Decoder', [modelName '/Polar_Decoder']);
set_param([modelName '/Polar_Encoder'], 'BlockLength', '16');
set_param([modelName '/Polar_Encoder'], 'Rate', '0.5');
set_param([modelName '/Polar_Decoder'], 'BlockLength', '16');
set_param([modelName '/Polar_Decoder'], 'Rate', '0.5');
 

步骤4：设计AWGN信道模块
 

  • 在 Communications Toolbox > Channels 库中拖拽 AWGN Channel 模块到模型编辑区。
  • 设置参数如下： 
  
    • Mode：Signal to noise ratio (SNR)。
    • SNR (dB)：初始值可设为5dB。
    • Input signal power (Watts)：1。
     
 

 

matlab
 

深色版本
 

% 添加AWGN信道模块
add_block('comm/AWGN Channel', [modelName '/AWGN_Channel']);
set_param([modelName '/AWGN_Channel'], 'Mode', 'Signal to noise ratio (SNR)');
set_param([modelName '/AWGN_Channel'], 'SNR', '5');
set_param([modelName '/AWGN_Channel'], 'SignalPower', '1');
 

步骤5：设计误码率计算模块
 

  • 在 Communications Toolbox > Comm Sinks 库中拖拽 Error Rate Calculation 模块到模型编辑区。
  • 设置参数如下： 
  
    • Output data：Port。
    • Receive delay：0。
     
 

 

matlab
 

深色版本
 

% 添加误码率计算模块
add_block('comm/Error Rate Calculation', [modelName '/Error_Rate_Calculator']);
set_param([modelName '/Error_Rate_Calculator'], 'OutputData', 'Port');
set_param([modelName '/Error_Rate_Calculator'], 'ReceiveDelay', '0');
 

步骤6：连接各模块并添加显示模块
 

  • 将每种编码方式的输出分别连接到AWGN信道模块。
  • 将AWGN信道模块的输出连接到对应解码模块。
  • 将解码模块的输出连接到误码率计算模块。
  • 使用 Display 模块显示每种编码方式的误码率。
 

 

matlab
 

深色版本
 

% 示例：连接无编码路径
add_line(modelName, [modelName '/Random_Bit_Generator'], [modelName '/AWGN_Channel'], 'autorouting', 'on');
add_line(modelName, [modelName '/AWGN_Channel'], [modelName '/Error_Rate_Calculator/Tx'], 'autorouting', 'on');
add_line(modelName, [modelName '/Error_Rate_Calculator'], [modelName '/Display_NoCoding'], 'autorouting', 'on');
 

步骤7：设置仿真参数
 

根据需要调整仿真时间、求解器类型和其他相关参数。
 

 

matlab
 

深色版本
 

% 设置仿真参数
set_param(modelName, 'StopTime', '10'); % 模拟运行时间为10秒
set_param(modelName, 'Solver', 'Fixed-step'); % 设置固定步长求解器
set_param(modelName, 'FixedStep', '0.01'); % 设置固定步长为0.01秒
 

步骤8：运行仿真并分析结果
 

完成上述步骤后，点击工具栏上的“Run”按钮开始仿真。观察每种编码方式的误码率（BER），并记录结果。
 

 

步骤9：误码率分析（调整SNR）
 

通过调整AWGN信道模块中的信噪比（SNR）参数，观察不同编码方式的误码率变化，并绘制BER-SNR曲线。
 

 

matlab
 

深色版本
 

% 示例：绘制BER-SNR曲线
snr_values = [5, 10, 15, 20]; % 不同信噪比值
ber_no_coding = [];
ber_conv = [];
ber_rs = [];
ber_polar = [];

for snr = snr_values
    set_param([modelName '/AWGN_Channel'], 'SNR', num2str(snr)); % 修改信噪比
    sim(modelName); % 运行仿真
    ber_no_coding = [ber_no_coding, get_param([modelName '/Display_NoCoding'], 'Value')];
    ber_conv = [ber_conv, get_param([modelName '/Display_Conv'], 'Value')];
    ber_rs = [ber_rs, get_param([modelName '/Display_RS'], 'Value')];
    ber_polar = [ber_polar, get_param([modelName '/Display_Polar'], 'Value')];
end

% 绘制BER-SNR曲线
figure;
semilogy(snr_values, ber_no_coding, '-o', 'DisplayName', 'No Coding');
hold on;
semilogy(snr_values, ber_conv, '-x', 'DisplayName', 'Convolutional Code');
semilogy(snr_values, ber_rs, '-+', 'DisplayName', 'RS Code');
semilogy(snr_values, ber_polar, '-d', 'DisplayName', 'Polar Code');
xlabel('SNR (dB)');
ylabel('Bit Error Rate (BER)');
title('BER vs SNR for Different Channel Coding Methods');
legend;
grid on;
 

 

四、总结
 

通过本指南，我们介绍了如何基于Simulink搭建一个包含多种信道编码方法的通信系统模型，并进行了性能对比仿真。主要内容包括：
 

  • 背景介绍：理解不同信道编码方法的特点及其应用。
  • 所需工具和环境：列出进行仿真所需的工具和环境。
  • 步骤详解：从零开始搭建一个完整的信道编码性能对比模型，涵盖随机比特生成、多种编码方式、AWGN信道模拟、解码、误码率计算等模块的设计。
  • 性能评估：通过误码率（BER）评估不同编码方法的性能，并绘制BER-SNR曲线。

                

        

    

  



    


                



	

		

			

				
					
零基础入门simulink仿真建模--通信领域的编码与纠错技术--基于Simulink的卷积码编解码仿真建模示例

				
			

			

				

					amy_mhd的博客
				

				

					03-23
					
					502
					
				

			

		

		

			
				
卷积码是一种线性分组码，其特点是当前编码输出不仅依赖于当前输入比特，还依赖于之前的若干输入比特。卷积码通常由约束长度（Constraint Length）和生成多项式（Generator Polynomials）定义。常见的解码方法是Viterbi算法，它通过最大似然估计来恢复原始信息。发送端：随机比特生成模块 + 卷积码编码模块。信道：AWGN信道模拟噪声影响。接收端：Viterbi解码模块 + 误码率计算模块。

			
		

	



                

            
              



	

		

			

				
					
手把手教你学simulink（17.5）--基于Simulink的 Turbo码（Turbo Codes）

				
			

			

				

					MHD0815的博客
				

				

					11-25
					
					132
					
				

			

		

		

			
				
Turbo码广泛应用于无线通信系统中，如3G、4G和5G移动通信标准。以下是一个完整的示例代码，展示了如何在MATLAB中生成随机二进制数据并将Turbo编码和解码参数传递给Simulink。使用Simulink中的“Error Rate Calculation”模块计算误码率。使用Simulink中的“AWGN Channel”模块模拟信道噪声。使用Simulink内置的信号源模块生成随机二进制数据。：点击“新建”按钮创建一个新的Simulink模型。：启动MATLAB并打开Simulink。

			
		

	



              


  
              

                


	

		

			

				
					
基于Simulink的LDPC码误码率分析仿真建模示例

					
最新发布

				
			

			

				

					xiaoheshang_123的博客
				

				

					03-27
					
					42
					
				

			

		

		

			
				
高纠错能力：能够纠正大量的随机错误和突发错误。低复杂度解码：采用迭代解码算法（如置信传播算法），适合硬件实现。灵活性：支持多种码长和码率，适应不同的通信场景。在本示例中，我们将使用MATLAB库中的和模块来实现LDPC码的编解码，并通过Simulink进行系统级仿真。通过本指南，我们介绍了如何基于Simulink搭建一个LDPC码的编解码模型，并进行了仿真以验证其性能。背景介绍：理解LDPC码的基本原理及其在通信系统中的应用。所需工具和环境：列出进行仿真所需的工具和环境。步骤详解。

			
		

	





	

		

			

				
					
概述卷积码的纠错能力_概述

				
			

			

				

					weixin_26705651的博客
				

				

					08-22
					
					2572
					
				

			

		

		

			
				
概述卷积码的纠错能力A composite pattern deals with the complexity of how objects are related to one another. According to the original definition, 复合模式处理对象之间如何相互关联的复杂性。 根据最初的定义， 
[a composite pattern] allows yo...

			
		

	



		

			
		



	

		

			

				
					
纠错码技术之卷积码实现

				
			

			

				

					06-03
				

			

		

		

			
				
在实际研究中，经常需要对传输数据进行纠错，而现有的纠错技术中，卷积码是一种非常高效的技术，但是其实现原理并不简单，本资源是将写好的（2,1,2）卷积码用C++封装成类，程序接口适合不同项目的调用，是一个很好的学习和应用资料，其中程序附有详细的注释，非常适合学习。

			
		

	





	

		

			

				
					
探秘基带算法：从原理到5G时代的通信变革【二】Viterbi解码

				
			

			

				

					凳子花❀的博客
				

				

					03-03
					
					1139
					
				

			

		

		

			
				
在深入探讨 Viterbi 解码算法之前，有必要先了解其赖以依存的卷积码和网格图的基本概念。卷积码作为一种重要的纠错编码方式，与分组码有所不同，它并非将输入数据划分为独立的分组进行编码，而是通过将输入数据与编码器的状态进行卷积运算来生成输出码字。这一过程中，编码器的状态会随着输入数据的变化而不断更新，使得输出码字不仅与当前输入数据相关，还与之前的输入数据存在联系，从而能够利用历史信息来提高纠错能力。以一个简单的 (2, 1, 3) 卷积码编码器为例，其中 “2” 表示输出码字的位数，“1” 表示输入数据的位

			
		

	





	

		

			

				
					
零基础入门simulink仿真建模--通信领域的编码与纠错技术--基于Simulink的交织器与去交织器仿真建模示例

				
			

			

				

					amy_mhd的博客
				

				

					03-24
					
					667
					
				

			

		

		

			
				
交织器和去交织器是一对操作，用于提高通信系统的抗突发错误能力。它们通常位于编码器之后和解码器之前。交织器的工作原理是打乱输入序列的顺序，而去交织器则恢复这个顺序以便后续处理。交织方式有很多种，包括块交织、卷积交织等。发送端：随机比特生成模块 + 交织器。信道：模拟数据传输过程中的潜在突发错误。接收端：去交织器 + 显示模块。通过本指南，我们介绍了如何基于Simulink搭建一个简单的交织器与去交织器通信系统模型，并进行了仿真分析。背景介绍：理解交织器和去交织器的基本原理及其在通信系统中的应用。

			
		

	





	

		

			

				
					
零基础入门simulink仿真建模--通信领域的编码与纠错技术--基于Simulink的极化码编解码仿真建模示例

				
			

			

				

					amy_mhd的博客
				

				

					03-24
					
					557
					
				

			

		

		

			
				
极化码的核心思想是通过递归结构对信道进行极化处理，从而实现高效的编码和解码。极化码通常与连续删除列表（SCL, Successive Cancellation List）解码算法结合使用，以提高性能。高效性：理论性能接近香农极限。低复杂度：适合硬件实现。灵活性：支持不同的码率和块长。发送端：随机比特生成模块 + 极化码编码模块。信道：AWGN信道模拟噪声影响。接收端：极化码解码模块 + 误码率计算模块。

			
		

	





	

		

			

				
					
零基础入门simulink仿真建模--通信领域的编码与纠错技术--基于Simulink的CRC校验算法仿真建模示例

				
			

			

				

					amy_mhd的博客
				

				

					03-24
					
					483
					
				

			

		

		

			
				
CRC是一种广泛应用于数字网络和存储设备中的错误检测码。它的基本原理是利用除法运算来产生固定长度的校验位，这些校验位被附加到原始数据之后发送出去。接收端收到数据后，重新计算校验值并与接收到的校验值进行比较，如果两者相同，则认为数据没有错误；否则，表示数据可能已被损坏。发送端：随机比特生成模块 + CRC生成模块。信道：模拟数据传输过程中的潜在错误（可选）。接收端：CRC校验模块 + 错误指示模块。通过本指南，我们介绍了如何基于Simulink搭建一个简单的CRC校验系统模型，并进行了仿真分析。

			
		

	





	

		

			

				
					
simulink 抽样判决模块

				
			

			

				

					10-12
				

			

		

		

			
				
本内容给出了用simulink搭建的抽样判决模块，希望对读者有用

			
		

	





	

		

			

				
					
Simulink基础建模操作：选择判决运算

				
			

			

				

					qq_37934722的博客
				

				

					09-09
					
					301
					
				

			

		

		

			
				
在Simulink中，选择判决运算是一种常见的建模操作，它允许我们根据条件选择不同的路径或执行不同的操作。本文将介绍如何在Matlab中使用Simulink进行选择判决运算，并提供相应的源代码示例。在上述代码中，我们首先加载Simulink模型，然后设置输入信号的值。接下来，我们使用sim函数运行模型，并使用get函数获取输出信号的值。通过按照上述步骤，并使用相应的源代码示例，您可以在Matlab中成功建模和运行选择判决运算。接下来，我们将向模型中添加所需的输入信号和选择判决运算。

			
		

	





	

		

			

				
					
信道编码【编码、纠错检错】

				
			

			

				

					weixin_52308622的博客
				

				

					07-01
					
					2471
					
				

			

		

		

			
				
它并不是在网格图上一次比较所有可能的条路径（序列），而是接收一段，计算和比较一段，选择一段有最大似然可能的码段，从而达到整个码序列是一个有最大似然值的序列。它并不是在网格图上一次比较所有可能的条路径（序列），是接收一段，计算和比较一段，选择一段有最大似然可能的码段，从而达到整个码序列是一个有最大似然值的序列。这些是常见的检错码，每种检错码在不同的应用场景下有着不同的优缺点。具体而言，假设信道的容量为C，那么对于任意小的正数ε，存在一种编码方式，使得在编码后的数据长度大于C时，错误概率小于ε。

			
		

	





	

		

			

				
					
7.Simulink基础建模操作——选择判决运算

				
			

			

				

					FPGA/MATLAB学习教程/源码/项目合作开发
				

				

					02-15
					
					2726
					
				

			

		

		

			
				
在simulink中，一个比较常用的判决模块为Switch模块，其位置如下：Switch模块是一个选择开关模块，可根据判断条件选择多个输入输出端口中的某个进行输出，如图所示开关模块具有三个输入端口、1个输出端口的Switch模块。双击该模块，我们可以看到如下的内容：我们可以看到，第一个红色箭头，我们可以设置switch的操作类型，这里我们设置为输入信号大于门限的方法，其中门限默认为0，可以根据实际情况设置不同的门限。下面，我们通过几个简单的案例，来熟悉switch的应用。

			
		

	





	

		

			

				
					
基于Matlab_Simulink PSK、QPSK的性能仿真

				
			

			

				

					翔@#￥%的博客
				

				

					05-30
					
					1万+
					
				

			

		

		

			
				
这里我们通过在Simulink里搭建简单的一些模块来进行PSK与QPSK的性能仿真。

PSK的Simulink仿真：

首先我们需要的模块如下：Bernoulli Binary Generator, BPSK Modulator Baseband, AWGN Channel, BPSK Demodulator Baseband, Error Rate Calculation, Display, ...

			
		

	





	

		

			

				
					
卷积码的基本介绍以及基于Matlab的卷积码与RS码、汉明码的性能比较——P02114125李铖、P02114126李昱昕、P02114128蒋向宇、P02114129张秦铭、P02114130马飞扬

				
			

			

				

					lily_ahu的博客
				

				

					07-20
					
					5653
					
				

			

		

		

			
				
卷积码最早由埃利斯（Elias）于1955年提出。卷积码是一个有限记忆系统，是一种非分组码。它与分组码类似，也是先将信息序列分割成长度k的一个个分组，不同的是某一时刻的编码输出不仅取决于本时刻的分组，而且取决于本时刻以前的L个分组，所以把卷积码写成（n,k,L）形式以突出卷积码最重要的3个参数，其中n表示码元数，即输出比特个数。另外，分组码经过编码生成的码组可以分为信息位和校验位，而卷积码编码生成的码整体看作校验码或者监督码。卷积码的纠错能力随约束长度的增加而增强，差错率则随着约束长度增加而呈指数下降。

			
		

	





	

		

			

				
					
基于Simulink的QPSK调制解调器设计中常见模块分析

					
热门推荐

				
			

			

				

					王敏
				

				

					03-26
					
					1万+
					
				

			

		

		

			
				
模块分析
Bernoulli Binary Generator

probability of a zero: 产生0的概率
Initial seed: 可随意设置一个整数，相同的种子产生的随机数序列是一样的
sample time：采样时间，即每个二进制数持续的时间
Frame-based outputs：指定泊松分布二进制产生器以帧格式输出序列。（勾选项）
Sample per frame：确...

			
		

	





	

		

			

				
					
MATLAB/Simulink第I类部分响应系统仿真

				
			

			

				

					weixin_52308622的博客
				

				

					05-21
					
					3309
					
				

			

		

		

			
				
关于该题目的文章较少，通过查找资料实现了通过Simulink的第一类部分响应的仿真主要目标：通过Simulink实现（1）设计基于第I类部分响应数字基带传输系统；（2）画出第I类部分响应系统的时频域波形；（3）对原始基带信号进行预编码、相关编码，经过基带传输系统后进行模2判决恢复基带信号；（4）对比分析经过部分响应系统传输前后的基带信号理想低通系统与升余弦系统，这两种无码间干扰的基带系统都不够理想，两系统的有效性与可靠性是矛盾的。

			
		

	





	

		

			

				
					
基于Simulink的BPSK通信系统仿真（相干解调）

				
			

			

				

					weixin_63918357的博客
				

				

					12-31
					
					4006
					
				

			

		

		

			
				
基于Simulink的BPSK通信系统仿真（相干解调）

			
		

	





	

		

			

				
					
网络编码的奇幻之旅：深入解析卷积码

				
			

			

				

					m0_72410588的博客
				

				

					08-04
					
					941
					
				

			

		

		

			
				
卷积码是一种纠错码，它通过连续地对信息位进行编码，生成一系列冗余码字，并能够在接收端实现错误检测和纠正。相比于其他纠错码，卷积码具有较低的复杂度和良好的性能。本篇博客对卷积码进行了详细的解析，包括卷积码的基础概念、结构与原理、解码方法以及应用领域等。通过阅读本文，您将深入了解卷积码在计算机网络中的重要性和应用价值。希望本文能够为您对网络编码技术的学习和研究提供帮助！

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		评论	
	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
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
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
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