自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(3)
  • 收藏
  • 关注

原创 基于MATLAB,通信链路基带(BPSK)仿真,限定错误比特数

解释:当Eb/N0增大时,意味着接收到的信号中的每个比特的能量相对于噪声更大,因此信号更容易被正确地检测和解码;在高Eb/N0条件下,由于误码事件变得非常稀少,统计误码率的样本数量变得非常大。单极性码元(base_code),经过白高斯噪声信道(awgn),理想滤波(忽略载波调制,相干解调,低通滤波),判决,得到输出码元(dec_code)。其中EbN0为1到10。发现随着EbN0的增大,系统的误码率会降低;发现在设置错误100比特终止后,其曲线(传输比特数与SNR,及EbN0和BER关系)波动较大。

2024-03-18 14:51:24 647

原创 基于MATLAB,使用蒙特卡洛法进行Pi值的估算

一次随机实验中,点落在圆内的概率为p=pi/4。n为实验次数,置信度至少为95%(pi_alpha=0.05),则绝对误差公式:delta=sqrt((2*p*(1-p))/(n*erf(1-alpha)^2))以,实验次数从10000到10000000每次实验次数增加10000次时,绝对误差和实验次数的图像。以下该图像为实验次数N增大,同时设定样本数也为N,发现其也符合正态分布,猜测原因是,在实验次数增加时,p趋近真实值,符合大数定理,则p接近Ep,与求样本的均值分布都满足正态分布。

2024-03-18 14:05:31 751 1

原创 基于MATLAB,QPSK,16QAM,64QAM,软判决和硬判决对比

前三位表示实部(即X坐标),第一位表示正负,后两位表示幅度(假设为正,则幅度有1,3,5,7),那么可以看做是4加减1,3,其中加减用第2位比特表示,第3位比特表示幅值大小.4+sign(bit(2))*(2+bit(4))。以M=4为例,目标是获取可以判别4次比特(b1b2b3b4)正负的集合,代码逻辑:kron(a,b)函数可以对矩阵a(mn),矩阵b(pq)的所有可能取值进行组合,生成一个大小为(mn)*(nq)的矩阵。简单来说,软判决是对应每一位比特来说的。现象:软判决和硬判决并无差异。

2024-03-18 13:48:23 2604 1

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除