【正文】 mple 2 ? X = ones(3,4,5) ? [d1,d2,d3] = size(X) d1 = 3 ,d2 = 4 ,d3 = 5 ? [d1,d2] = size(X) d1 = 3, d2 = 20 ? [d1,d2,d3,d4,d5,d6] = size(X) d1 = 3 ,d2 = 4 ,d3 = 5 ,d4 = 1, d5 = 1, d6 = 1 有關(guān) MATLB函數(shù)介紹 ? semilogx Semilog scale plot. ? SEMILOGX(...) is the same as PLOT(...), except a logarithmic (base 10) scale is used for the Xaxis. 有關(guān) MATLB函數(shù)介紹 ? semilogy Semilog scale plot. ? SEMILOGY(...) is the same as PLOT(...), except a logarithmic (base 10) scale is used for the Yaxis. 本例的 MATLAB程序如下 ?gamma_db=[20::20]。 ? ② 繪出信道容量與 的函數(shù)關(guān)系曲線 。 該信道使用BPSK信號(hào) ， 且在輸出端使用最佳匹配濾波判決來(lái)進(jìn)行硬判決解碼 。 信道容量的計(jì)算 ? 1 信道模型 ? 最簡(jiǎn)單的情況是用信道輸出在相應(yīng)輸入下的條件概率來(lái)建模。 %調(diào)用求平均信息量的函數(shù) ? 平均信息量為 ? r= 思考 ? 請(qǐng)考慮如何仿真信源為均勻分布 a=1。 %定義正態(tài)分布函數(shù)的方差 f=exp((xu)^2/2*o^2)/o*sqrt(2*pi)。 digits(8) %有效數(shù)字 8位 r int函數(shù) ? int Integrate. ? int(S) is the indefinite integral of S with respect to its symbolic variable. ? int(S,v) is the indefinite integral of S with respect to v. v is a scalar SYM. ? int(S,a,b) is the definite integral of S with respect to its symbolic variable from a to b. a and b are each double or symbolic scalars. ? int(S,v,a,b) is the definite integral of S with respect to v from a to b. digits and vpa ? vpa:轉(zhuǎn)換為阿拉伯?dāng)?shù)字表示形式（小數(shù)形式） ? digits(25) ? p = vpa(pi) ? w = vpa(39。 r=int(t,inf,inf)。)。概率 p39。作出平均信息量與概率 p的關(guān)系圖。 ? end ? disp(39。 ? 也可以定義在已知信源 Y中出現(xiàn)條件下 ， X中出現(xiàn)的條件平均信息量： ? 平均互信息量： )()(l o g)()( 2 b itxyPyxPXYHi j ijji? ???)()(l o g)()( 2 b ityxPyxPYXHi j jiji? ???? ?? ?????i j jijjii j ijijiyPxyPyxPxPyxPyxPYXI)()(l o g)()()(l o g)(),(22 信息的度量 ? 2 示例及 MATLAB實(shí)現(xiàn) ? 若二元信源的統(tǒng)計(jì)特性為 ， p+q=1 計(jì)算該信源的平均信息量 H(X) 解： 單個(gè)離散信息源的平均信息量為： ??????qpxx 21)(l o gl o g)( 22 比特qqppXH ??? 信息的度量 ? 2 示例及 MATLAB實(shí)現(xiàn) ? 用 MATLAB來(lái)計(jì)算信息量如下： ? x=[ ]。 信息的度量 ? 消息源可以產(chǎn)生連續(xù)消息和離散消息 ， ? 通常我們認(rèn)為一個(gè)消息源產(chǎn)生消息的規(guī)律是按一定概率隨機(jī)分布的 ， 可以是連續(xù)的 ， 也可以是離散的 。 3 誤差分析 ? SIMULINK模塊庫(kù)中的誤碼儀 (Error Rate Calculation) 可以顯示發(fā)送端與接收端碼元的比較，計(jì)算錯(cuò)誤碼元數(shù)、誤碼率、錯(cuò)誤比特?cái)?shù)和誤比特率。columnwise39。 number2=1,ratio1=1/(3*2)=1/6。 % Plot dots 3 2 1 0 1 2 33210123QuadratureI n P h a s eS c a t t e r p l o t 信號(hào)觀測(cè)設(shè)備 眼圖 散列圖 信號(hào)觀測(cè)設(shè)備 眼圖模塊及其參數(shù)設(shè)置 每個(gè)符號(hào)的采樣數(shù) 每個(gè)跡的符號(hào)數(shù) 眼 圖 參 數(shù) 設(shè) 置 信號(hào)觀測(cè)設(shè)備 眼圖的線條設(shè)置 眼圖的顏色設(shè)置 眼圖的標(biāo)識(shí)設(shè)置 眼圖的線條設(shè)置 信號(hào)觀測(cè)設(shè)備 ? 3 誤差分析 ? 在估計(jì)通信系統(tǒng)的設(shè)計(jì)質(zhì)量和技術(shù) 、 算法的性能時(shí) ，通常使用誤碼率進(jìn)行分析 。 % Plot x39。 % Plot +39。 Offset為不是最優(yōu)點(diǎn) ? hold on。 ? % Create the scatter plot of the received signal, ? % ignoring the first three and the last four symbols. ? rcv_a = rcv(3*N+1:end4*N,:)。 ? Pd = 200。 ? scatterplot(x) scatterplot(x,n) scatterplot(x,n,offset) scatterplot(x,n,offset,plotstring) scatterplot(x,n,offset,plotstring,h) h = scatterplot(...) ? % Define the Mary number and sampling rates. ? M = 16。filter_type/filter/Fs39。filter_type/filter39。type_flag39。bin39。 Fs是輸入觀察信號(hào) x的抽樣頻率。 ? %假設(shè)信道等效于一個(gè)升余弦濾波器 ? rcv_a=rcosflt(msg_a,Fd,Fs,39。 ? Pd=100。 基帶傳輸系統(tǒng)中 ， 接收濾波器的輸出信號(hào)加到示波器的垂直軸 ， 調(diào)節(jié)示波器的水平掃描周期 ， 使之與信號(hào)碼元的周期同步 。當(dāng)它是矢量時(shí)，此矢量長(zhǎng)度須與“種子”的矢量長(zhǎng)度相等 ② seed 初始化“種子”值 。只要設(shè)置相同的 Initial seed就能夠再現(xiàn)相同的隨機(jī)過(guò)程 信號(hào)產(chǎn)生設(shè)備 （ 2） 瑞利噪聲發(fā)生器 瑞利分布等效于一個(gè)二維零均值高斯變量的均方和(Rss— Root sum squares)。 信號(hào)產(chǎn)生設(shè)備 信號(hào)產(chǎn)生設(shè)備 ⑴ 高斯噪聲發(fā)生器 n維高斯噪聲的概率密度函數(shù)（ pdf）表達(dá)式為： )]()(21e x p [)d e t ()2(1)( 12??????? ? xKxKxf Tn均值 方差 不同的 Initial seed對(duì)應(yīng)于不同的輸出，相同的 Initial seed產(chǎn)生相同的輸出。當(dāng)它是標(biāo)量時(shí)，輸出矢量的每一分量具有相同的 λ值。 信號(hào)觀測(cè)設(shè)備 ? 1 眼圖 ? 生成眼圖的方法： 用一個(gè)濾波器以 1/T的頻率對(duì)信號(hào)進(jìn)行掃描 ， 這里 T為碼元周期 ， 則掃描信號(hào)的連續(xù)疊加就會(huì)生成輸出的眼圖 。 ? Fs=10。%[0,M1]中生成整數(shù)消息 ? %QAM調(diào)制 ? msg_a=qammod(msg_d,M)。 ? %輸出接收信號(hào)的眼圖 ? eyediagram(rcv_a,Fs/Fd,1/Fd,2)。 randint ? randint Random integer matrix generator. ? OUT = RANDINT(N) generates an NbyN matrix of random binary numbers. The appearance of 0 and 1 have even probability. ? OUT = RANDINT(N, M) generates an NbyM matrix of random binary numbers. The appearance of 0 and 1 have even probability. ? OUT = RANDINT(N, M, RANGE) generates an NbyM m