【文章內(nèi)容簡(jiǎn)介】 。本實(shí)驗(yàn)中的噪聲主要有兩類，一類是用戶間相互干擾的噪聲，由于用戶信息經(jīng)過擴(kuò)頻具有偽隨機(jī)性，所以又可稱為偽噪聲；另一類是我們自己添加到信道的高斯加性白噪聲AWNG，它獨(dú)立于信源信號(hào)。信噪比計(jì)算是數(shù)學(xué)表達(dá)式為： (6)其中為信碼發(fā)射功率，為噪聲功率， 為信源碼，為信宿碼，計(jì)算結(jié)果單位為dB。本實(shí)驗(yàn)設(shè)計(jì)，為了更好的驗(yàn)證系統(tǒng)性能，我們特意增加噪聲幅度，在用戶為四不變的前提下，減小awng的信噪比，我們把a(bǔ)wng (Channel,snr,39。measured39。)函數(shù)中的信噪比snr取值在[10^10,10^(4)]范圍內(nèi)。，有遞減的趨勢(shì)，當(dāng)信噪比接近于0時(shí)，系統(tǒng)誤碼率接近于0；當(dāng)信噪比接近負(fù)無窮時(shí)，系統(tǒng)誤碼率接近于100％。如圖13圖13用戶A的誤碼率與信噪比關(guān)系曲線（1）BPSK解調(diào)按照傳統(tǒng)方法，對(duì)于式子： （6）如果要獲得，要用低通濾波器，濾除高頻信號(hào)，但是濾波器算法復(fù)雜，并且實(shí)現(xiàn)起來往往不太理想，不能確保有用信號(hào)不被濾除，噪聲信號(hào)不會(huì)殘留。 于是，利用MATLAB強(qiáng)大的運(yùn)算能力，用數(shù)學(xué)的方法反推出。從信道接收到的信號(hào)用數(shù)學(xué)式子表示為：，其中表示用戶A已調(diào)信號(hào)，為信道噪聲，包括其它用戶信號(hào)和高斯加性白噪聲。為了方便計(jì)算，我們舍去了噪聲部分，然后將接收到的信號(hào)直接代入計(jì)算。具體數(shù)學(xué)推導(dǎo)過程如下： （7）從（7）式中可以看出，只要解方程求出，即可實(shí)現(xiàn)BPSK的解調(diào)。這里，我們利用MATLAB強(qiáng)大的運(yùn)算功能，采用符號(hào)函數(shù)進(jìn)行求反運(yùn)算。具體實(shí)現(xiàn)源代碼如下：syms wc t x。%y為接收信號(hào)，wc為載波頻率，t為時(shí)間，x為解調(diào)信號(hào)，即y=x/2+[cos(2*wc*t)*xsin(2*wc*t)*sqrt(1x^2)]/2。fi=finverse(y,x) %finverse為求反函數(shù)運(yùn)算結(jié)果得到為：fi=(x*sin(2*wc*t)+1/2*(4*x^2*sin(2*wc*t)^22*cos(2*wc*t)*sin(2*wc*t)^2+2*sin(2*wc*t)^2+8*x^2*cos(2*wc*t)8*x^2)^(1/2))/sin(2*wc*t) （8）替換符號(hào)后如下：=(y*cos(wc*t)*sin(2*wc*t)+1/2*(4*y*cos(wc*t)^2*sin(2*wc*t)^22*cos(2*wc*t)*sin(2*wc*t)^2+2*sin(2*wc*t)^2+8*y*cos(wc*t)^2*cos(2*wc*t)8*y*cos(wc*t)^2)^(1/2))/sin(2*wc*t) （9）注意，在MATLAB中數(shù)組之間的運(yùn)算，符號(hào)“*、/、^”應(yīng)該換成“.*、./、.^”。（2）Walsh解擴(kuò)我們知道，在現(xiàn)代通信系統(tǒng)中，大多采用數(shù)字通信。而對(duì)于直接序列擴(kuò)頻系統(tǒng)，大都需要在接收端末端加上一個(gè)積分器，利用Walsh函數(shù)的正交性進(jìn)行解擴(kuò)。在數(shù)字通信系統(tǒng)中，積分器轉(zhuǎn)換為累加器，我們?cè)贑DMA通信原理中找到了理論依據(jù)，通過求規(guī)格化內(nèi)積，求一個(gè)用戶碼片內(nèi)所有擴(kuò)頻碼累加以后求平均值。于是，我們得到了一個(gè)比較平整的解調(diào)波形。4. 仿真程序（1）%***********214。247。186。175。***********clearclc%N=input(39。walsh194。235。189。202。253。N=39。)。N=16。for i=1:4 switch i case 1 %nA=input(39。211。195。187。167。A202。253。190。221。nA=39。)。 nA=fix(unifrnd(0,255))。%178。201。210。187。184。246。214。189。218。203。230。187。208。197。186。197。 m=i+1。 figure(1)。 [nA_2,ChannelA]=send_module(nA,N,m)。 case 2 %nB=input(39。211。195。187。167。B202。253。190。221。nB=39。)。 nB=fix(unifrnd(0,255))。%178。201。210。187。184。246。214。189。218。203。230。187。208。197。186。197。 m=i+1。 figure(2)。 [nB_2,ChannelB]=send_module(nB,N,m)。 case 3 %nC=input(39。211。195。187。167。C202。253。190。221。nC=39。)。 nC=fix(unifrnd(0,255))。%178。201。210。187。184。246。214。189。218。203。230。187。208。197。186。197。 m=i+1。 figure(3)。 [nC_2,ChannelC]=send_module(nC,N,m)。 case 4 %nD=input(39。211。195。187。167。D202。253。190。221。nD=39。)。 nD=fix(unifrnd(0,255))。%178。201。210。187。184。246。214。189。218。203。230。187。208。197。186。197。 m=i+1。 figure(4)。 [nD_2,ChannelD]=send_module(nD,N,m)。 otherwise disp(39。error39。)。 end i=i+1。end figure(5)。Channel=ChannelA+ChannelB+ChannelC+ChannelD。q=1:1:128*8。subplot(2,1,1)。plot(q,Channel)。title(39。162。201。228。208。197。186。197。39。)axis([1 1024 5 5]) snr=。y = awgn(Channel,snr,39。measured39。) 。 subplot(2,1,2)。plot(q,y)。axis([1 1024 ])title(39。189。211。202。213。208。197。186。197。39。) for i=1:4。 switch i case 1 m=i+1。 figure(6)。 receiveA=receive_module(N,y,m)。 case 2 m=i+1。 figure(7)。 receiveB=receive_module(N,y,m)。 case 3 m=i+1。 figure(8)。 receiveC=receive_module(N,y,m)。 case 4 m=i+1。 figure(9)。 receiveD=receive_module(N,y,m)。 otherwise disp(39。error39。)。 end i=i+1。end %178。238。180。237。188。198。202。253。198。247。send=[nA_2。nB_2。nC_2。nD_2。]receive=[receiveA。receiveB。receiveC。receiveD。]count=0。for i=1:32 if send(i)~=receive(i) count=count+1。 endenddisp(39。206。243。194。235。184。246。202。253。39。)。 (2) function A=walsh(x) H2=[1 1。1 1]。%2階哈達(dá)碼NH2=H2*(1)。 H4=[H2 H2。H2 NH2]。%4階哈達(dá)碼NH4=1*H4。