matlab实现单径瑞利信道仿真中经典多普勒谱（Clarke模型、Jakes模型）

最新推荐文章于 2024-05-25 09:06:16 发布

ddatalent

最新推荐文章于 2024-05-25 09:06:16 发布

阅读量1.3w

点赞数 99

分类专栏：通信技术算法学习整理文章标签：数字通信

本文链接：https://blog.csdn.net/ddatalent/article/details/118268913

版权

通信技术算法学习整理专栏收录该内容

13 篇文章 38 订阅

订阅专栏

引言

最近完成老师给的作业，题目如下：

无线信道中的多普勒谱有一种经典谱(classic spectrum)。请用Simulink或者m语言，产生一条单径瑞利信道，其多普勒谱为经典谱，其中移动速率为120km/h。

在查阅了多普勒经典谱的相关知识后，首先接触到的就是Clarke模型、Jakes模型这两个模型。在此先阐述他们的区别：

Clarke模型是一个多径衰落的数学模型

Jakes模型是是一个仿真模型，（也就是说是clarke模型的一个具体实现形式）它产生的信号是广义平稳的，并且能够较好的吻合Clarke模型中的统计特性

经典谱的产生(Clarke模型，即理论推导)

所谓的经典谱,最早是由Clarke于1968年提出来的。这个模型假设：

存在N个有任意相位的平面波，每个平面波以任意的方向达到接收机，且平均功率相同

也就是说，平面波达到接收机的仰角为零，而水平方位角（暂记为θ）在0到2 $\pi$ 弧度之间均匀连续分布。

我们任选其中一束平面波来分析：

假设，发射信号为： $x (t)$
则通频带发射信号： $\tilde{x}(t) = {\mathop{\rm Re}\nolimits} \left[ {x(t){e^{j2\pi {f_c}t}}} \right]$

由于移动台的运动，到达接收机的所有平面波都会经历多普勒频移。则通过 $I$ 条传播路径的散射信道后（不同路径多普勒频移不同），通频带接收信号可表示为：
$\tilde{y}(t) = {\mathop{\rm Re}\nolimits} \left[ {\sum\limits_{i = 1}^I {{C_i}} {e^{j2\pi ({f_c} + {f_i})(t - {\tau _i})}}x(t - {\tau _i})} \right]= {\mathop{\rm Re}\nolimits} \left[ {y(t){e^{j2\pi {f_c}t}}} \right]$
（注： $C_i$ , $\tau_i$ , $f_i$ 分别表示第i条路径的信道增益，时延和多普勒频移。其中 $f_i=f_mcos\theta=\frac{v}{\lambda}cos\theta$ ， $f_m$ 为最大多普勒频移）

基带接收信号为： $\sum\limits_{i = 1}^I {{C_i}{e^{ - j{\phi _i}(t)}}} x(t - {\tau _i})$
其中 ${\phi _i(t)}=2\pi\{(f_c+f_i)\tau_i-f_it_i\}$
所以尽管发射频率为 $f_c$ ，但是接收到的信号频谱却扩展到了 $f_c-f_m$ 到 $f_c+f_m$ 范围内，这就是多普勒频展。

根据输入输出，可以把信道建模为一个线性时变滤波器，脉冲响应如下：
$h(t,\tau ) = \sum\limits_{i = 1}^I {{C_i}{e^{ - j{\phi _i}(t)}}} \delta (t - {\tau _i}) \approx h(t)\delta (t - \hat{\tau} )$
其中 $h(t)=\sum\limits_{i = 1}^I {{C_i}{e^{ - j{\phi _i}(t)}}}$ 。
将此表达式回带进通频带接收信号，假设 $x (t) = 1$ ，可得通频带接收信号表达式为：
$\begin{array}{c} \tilde{y}(t) = {\mathop{\rm Re}\nolimits} \left[ {y(t){e^{j2\pi {f_c}t}}} \right]\\ = {\mathop{\rm Re}\nolimits} \left[ {\{ {h_I}(t) + j{h_Q}(t)\} {e^{j2\pi {f_c}t}}} \right]\\ = {h_I}(t)\cos 2\pi {f_c}t - {h_Q}(t)\sin 2\pi {f_c}t \end{array}$
其中 $h_I(t)$ 和 $h_Q(t)$ 是 $h (t)$ 的同相和正交分量。
$h_I(t)=\sum\limits_{i = 1}^I {{C_i}\cos {\phi _i}(t)}$

$h_Q(t)=\sum\limits_{i = 1}^I {{C_i}\sin {\phi _i}(t)}$
只要 $I$ 足够大，根据中心极限定理我们可知， $h_I(t)$ 和 $h_Q(t)$ 会趋近高斯随机变量，此时接收信号的幅度 $|\tilde{y}(t)| = \sqrt {{h_I}^2(t) + {h_Q}^2(t)}$ 服从瑞利分布

对 $\tilde{y}(t)$ 的自相关函数做傅里叶变换，得到衰落过程的功率谱密度
在这里插入图片描述
这就是经典多普勒谱。话不多说，让我们亲自见识一下

经典谱的产生(Jakes模型，即仿真实践)

单径瑞利信道，是信道的一种窄带衰落模型，在这种衰落模型中，信道时延扩展相对很小，多径分量不可分辨，信道为平坦衰落信道。可以用小信号模型来进行建模和拟合。

根据理论模型我们可知：复高斯信号的模服从瑞利分布，因此就需要产生一个复高斯信号，虚部实部都服从高斯分布。

那么我们如何生成这样的实部虚部呢？我们采用正弦波叠加法，理论依据是中心极限定理：无穷多个独立同分布信号的叠加服从高斯分布。
在这里插入图片描述
假设我们有N个平面波，原始信号的频率是 $\omega_d=2\pi f_m=2\pi \frac{v}{\lambda}$ ，相位是 $\phi_N=0$

定义 $N_0=(N/2-1)/2$ ，其中N/2被限定为一个奇数。

如上图所示，将 $N_0$ 个频率为 $\omega_n$ ，相位为 $\phi_n$ (均匀分布)的复振荡器的输出求和,然后和频率为 $\omega_d=2\pi f_m$ 的复振荡器的输出相加。
（每个复振荡器的频率为 $\omega_n=\omega_dcos\theta_n$ ， $\theta_n=\frac{2\pi n}{N}$ 表示第n个平面波的到达角度。
每个复振荡器的相位为 $\phi_n=\frac{\pi n}{N_0+1}$ 。

由此求和得到实部 $h_I(t)$ 和虚部 $h_Q(t)$ （为便于编程，下面计算都穿插了矩阵运算）
$h{}_I(t) = 2\sum\limits_{n = 1}^{{N_0}} {\left( {\cos {\phi _n}\cos {\omega _n}t} \right) + \sqrt 2 \cos } {\phi _N}\cos {\omega _d}t\\= \begin{bmatrix} {\cos {\phi _1}}&{\cos {\phi _2}}& \cdots &{\cos {\phi _{{N_0}}}}&{\cos {\phi _N}} \end{bmatrix}\cdot \begin{bmatrix} {2\cos {\omega _1}t}\\ {2\cos {\omega _2}t}\\ \vdots \\ {2\cos {\omega _{{N_0}}}t}\\ {2\cos {\omega _d}t} \end{bmatrix}$

$h{}_Q(t) = 2\sum\limits_{n = 1}^{{N_0}} {\left( {\sin {\phi _n}\cos {\omega _n}t} \right) + \sqrt 2 \sin } {\phi _N}\cos {\omega _d}t\\= \begin{bmatrix} {\sin {\phi _1}}&{\sin {\phi _2}}& \cdots &{\sin {\phi _{{N_0}}}}&{\sin {\phi _N}} \end{bmatrix}\cdot \begin{bmatrix} {2\cos {\omega _1}t}\\ {2\cos {\omega _2}t}\\ \vdots \\ {2\cos {\omega _{{N_0}}}t}\\ {2\cos {\omega _d}t} \end{bmatrix}$

Jakes模型的复输出可以表示为
$\frac{{{E_0}}}{{\sqrt {2{N_0} + 1} }}\{ {h_I}(t) + j{h_Q}(t)\}$
其中 $E_0$ 为衰落信道的平均幅度。
${h_I}(t) + j{h_Q}(t)$ 带入矩阵运算可表示为
${h_I}(t) + j{h_Q}(t)= \begin{bmatrix} {\cos {\phi _1}+j\sin {\phi _1}}&{\cos {\phi _2}+j\sin {\phi _2}}& \cdots &{\cos {\phi _{N_0}}+j\sin {\phi _{{N_0}}}}&{\cos {\phi _{N}}+j\sin {\phi _N}} \end{bmatrix}\cdot \begin{bmatrix} {2\cos {\omega _1}t}\\ {2\cos {\omega _2}t}\\ \vdots \\ {2\cos {\omega _{{N_0}}}t}\\ {2\cos {\omega _d}t} \end{bmatrix}\\= \begin{bmatrix} {e^{j \phi_1}}&{e^{j \phi_1}}& \cdots &{e^{j \phi_{N_0}}}&{e^{j \phi_N}} \end{bmatrix}\cdot \begin{bmatrix} {2\cos {\omega _1}t}\\ {2\cos {\omega _2}t}\\ \vdots \\ {2\cos {\omega _{{N_0}}}t}\\ {2\cos {\omega _d}t} \end{bmatrix}\\=2\sum\limits_{n = 1}^{{N_0}} {e^{j\phi_n}\cos {\omega _n}t} + \sqrt 2 e^{j\phi_N}\cos {\omega _d}t$
此外，经过多普勒频移的正弦数 $N_0$ 必须足够大，以便衰落信道的振幅能够近似服从瑞利分布。一般取 $N_0$ =8就足够大了。

得到结果后，我们用图表的形式展现出来（时域特性、幅度谱、相位谱、自相关函数、功率谱）：

在这里插入图片描述

代码如下，有需要自取，烦请标明引用出处.
记得帮忙一键三连，或者点个赞也行

主函数

close all, clear all,clc
%参数
fd= 926; %多普勒频率
Ts= 1e-6;%采样周期
M= 2^12;
t=[0:M-1]*Ts;
f=[-M/2:M/2-1]/(M*Ts*fd);
Ns = 50000;
t_state=0; %%最终时间
%信道生成
[h,t_state]= Jakes_Flat(fd,Ts,Ns,t_state,1,0);
subplot(311)
plot([1:Ns]*Ts,10*log10(abs(h)))
title(['Jakes Model, f_d=',num2str(fd),'Hz,T_s=',num2str(Ts),'s']);
axis([0 Ns*Ts -20 10])
xlabel('time[s]'),ylabel('Magnitude[dB]');

subplot(323)
hist(abs(h), 50)
title(['Jakes Model, f_d=',num2str(fd),'Hz,T_s=',num2str(Ts),'s']);xlabel('Magnitude'), ylabel('Occasions')

subplot(324)
hist(angle(h), 50)
title(['Jakes Model,f_d=',num2str(fd),'Hz,T_s=',num2str(Ts),'s']);xlabel('Phase[rad])'),ylabel('Occasions')

%信道的自相关函数
temp = zeros(2,Ns);
for i =1: Ns
    j= i:Ns;
    temp(1:2,j-i+1)= temp(1:2,j-i+1)+[h(i)'*h(j);ones(1,Ns-i+1)];
end
for k=1:M
    Simulatcd_corr(k) = real(temp(1,k))./temp(2,k);
end
Classical_corr = besselj(0,2*pi*fd*t);
%自相关函数的傅里叶变换
Classical_Y= fftshift(fft(Classical_corr));
Simulated_Y= fftshift(fft(Simulatcd_corr));
subplot(325)
plot(t,abs(Classical_corr),'k-',t,abs(Simulatcd_corr),'r:')
title(['Autocorrelation, f d=',num2str(fd),'Hz'])
grid on
xlabel('delay \tau[s]'), ylabel('Correlation')
legend('Classical','Simulated')

subplot(326)
plot(f,abs(Classical_Y),'k-', f,abs(Simulated_Y),'r:')
title(['Doppler Spectrum,f_d=',num2str(fd),'Hz'])
axis([-1 1 0 600]),
xlabel('f/f_d'), ylabel('Magnitude')
legend('Classical','Simulated')

信道模型函数

function [h,tf]= Jakes_Flat(fd,Ts,Ns,t0,EO,phi_N)  %Jakes 信道模型
%输入:
% fd:多普勒频率
% Ts:采样周期
% Ns:采样点数
% t0:初始时间
% EO:信道功率
% phi_N:具有最大多普勒频率正弦信号的初始相位
%输出:
% h:复衰落向量
% t_state:当前时刻
if nargin<6,phi_N=0;end
if nargin<5,EO=1; end
if nargin<4,t0=0;end
if nargin<3
    error('More arguments are needed for Jakes_Flat()');
end
NO = 8;
N=4*NO+2;
wd=2*pi*fd;%最大多普勒频率[rad]
t=t0+[0:Ns-1]*Ts;%时间向量
tf = t(end)+Ts;%最终时间
coswt =[sqrt(2)*cos(0)*cos(wd*t); 2*cos(wd*cos(2*pi*([1:NO]')/N)*t)]; 
h= EO/sqrt(2*NO+1)*exp(j*[phi_N pi*([1:NO])/(NO+1)])*coswt; 

end

本文及程序参考自：《MIMO-OFDM Wireless Communications with MATLAB》

ddatalent

关注

99
点赞
踩
242

收藏

觉得还不错? 一键收藏
22
评论
matlab实现单径瑞利信道仿真中经典多普勒谱（Clarke模型、Jakes模型）

目录引言经典谱的产生(Clarke模型，即理论推导)经典谱的产生(Jakes模型，即仿真实践)主函数信道模型函数引言最近完成老师给的作业，题目如下：无线信道中的多普勒谱有一种经典谱(classic spectrum)。请用Simulink或者m语言，产生一条单径瑞利信道，其多普勒谱为经典谱，其中移动速率为120km/h。在查阅了多普勒经典谱的相关知识后，首先接触到的就是Clarke模型、Jakes模型这两个模型。在此先阐述他们的区别：Clarke模型是一个多径衰落的数学模型Jakes模型是是
复制链接

扫一扫