【正文】 知識的理解，鍛煉了對于資料的收集整理運用的能力。對 MATLAB 自帶幫助文檔的運用更是提高了我對英語學習重要性的認知。 設計初，查閱資料，構(gòu)建基本模型，完成程序主要流程并成功運行下來耗時一天，這個過程并不漫長，在學?；?MATLAB 的 DSP 實驗課上，我積累了一定的基礎認知，可以初步簡單運用該軟件，為這一環(huán)節(jié)打下了基礎。然后接下來日子將重點放在各個模塊的精細改進，各種程序之間的優(yōu)劣，編程效率也納入自己的考慮之中，這一階段我忙于對各個部分功能以及網(wǎng)上資料的測試，真正印證了“矩陣實驗室”的意義。此階段耗時最長，收獲也最多，改變了平時學習中浮于表面，毛毛躁躁的習慣。 撰寫報告過程是自己對這次設計的一個完整回顧，又從一個新的角度整理實驗數(shù)據(jù)與資料。將林林總總的實驗程序、數(shù)據(jù)的整合過程中鍛煉了自己的綜合素質(zhì)。對于問題的考慮還不夠全面，諸如沒有備份程序，修改后程序已經(jīng)面目全非也使自己的心情極為煩躁?？朔@些問題其實也可以學到其他方面的知識，終將使自己的能力得到全方位的提高。 誠然，自己的設計還有許許多多不完善的地方，各個方面也不一定面面俱到，但總體來講，過程中的收獲大于結(jié)果，更是培養(yǎng)了自己對于學習的興趣。 參考文獻 [1]樊昌信，曹麗娜 ，《 通信原理（第六版 )》， 國防工業(yè)出版社， 2021 年出版。 [2]劉泉，闕大順，郭志剛，《數(shù)字信號處理原理與實現(xiàn)》，電子工業(yè)出版社。 [3] Vinay ， 《數(shù)字信號處理及其 MATLAB 實現(xiàn)》，電子工業(yè)出版社， 1998年出版。 [4] Sanjit K. Miltra，《 Digital Signal Processing Laboratory Using Matlab》，McGrawHill 出版社， 2021 年出版。 附錄 程序清單 1. 主程序 clc clear clf r=3。n=2^r1。k=nr。 sig0=randi([0 1],k*1000,1)。 subplot(4,2,1) t=1:length(sig0)。 stairs(t1,sig0) axis([0 4*3 min(sig0) max(sig0)+]) title(39。編碼器輸入信號 39。) subplot(4,2,2)。 sigfft(sig0)。 title(39。編碼器輸入信號功率譜密度 39。) sig1=encode(sig0,n,k,39。cyclic39。)。 subplot(4,2,3) t=1:length(sig1)。 stairs(t1,sig1) axis([0 7*3 min(sig1) max(sig1)+]) title(39。編碼器輸出信號波形 39。) subplot(4,2,4)。 sigfft(sig1)。 title(39。編碼器輸出信號功率譜密度 39。) snr=10。 sig2=(awgn(sig1,snr))*1。 subplot(4,2,5) t=1:length(sig2)。 stairs(t1,sig2) axis([0 7*3 min(sig2) max(sig2)+]) title(39。信道輸出信號波形 39。) subplot(4,2,6)。 sigfft(sig2)。 title(39。信道輸出信號功率譜密度 39。) [sig3,err,ccode,cerr] = decode(sig2,n,k,39。cyclic39。)。 subplot(4,2,7) t=1:length(sig3)。 stairs(t1,sig3) axis([0 4*3 min(sig3) max(sig3)+]) title(39。譯碼器輸出信號波形 39。) subplot(4,2,8)。 sigfft(sig3)。 title(39。譯碼器輸出信號功率譜密度 39。) disp(39。Transpose of err is39。)。 disp(err39。) disp(39。Transpose of cerr is39。)。 disp(cerr39。) set(gcf,39。color39。,39。white39。) 2. 誤碼率與信噪比程序 clc sig0=randi([0 1],k*1000,1)。 sig1=encode(sig0,n,k,39。cyclic39。)。 snr=[::20]。ratio=[]。 for var=1:1:200 sig2=(awgn(sig1,snr(var)))*1。 %end sig3= decode(sig2,n,k,39。cyclic39。)。 [number,ratio(var)]=symerr(sig0,sig3) end figure(2) plot(snr,ratio)。 title(39。誤碼率與信噪比曲線 39。) set(gcf,39。color39。,39。white39。) 3. T2F函數(shù) function[f,sf]= T2F(t,st) dt = t(2)t(1)。 T=t(end)。 df = 1/T。 N = length(st)。 f=N/2*df:df:N/2*dfdf。 sf = fft(st)。 sf = T/N*fftshift(sf)。 function[out]=sigexpand(d,M) %將輸入序列擴展成間隔為 0的序列 N = length(d)。 out = zeros(M,N)。 out(1,:) = d。 out = reshape(out,1,M*N)。 5，功率譜密度計算函數(shù) function sigfft(x) clc Ts=1。 N_sample =100。 dt = Ts/N_sample。 N = length(x)。 t = 0:dt:(N*N_sample1)*dt。 T = N*N_sample*dt。 gt1 = ones(1,N_sample)。 data = sigexpand(x,N_sample)。 st1 = conv(data,gt1)。 [f,st1f] = T2F(t,[st1(1:length(t))])。 plot(f,abs(st1f).^2)。 %semilogy(f,abs(st1f).^2) 。 axis([5 5 0 1000])。 end clear all。 close all。 Ts=1。 N_sample = 8。 dt = Ts/N_sample。 N = 1000。 t = 0:dt:(N*N_sample1)*dt。 T = N*N_sample*dt。 gt1 = ones(1,N_sample)。 d = ( sign( randn(1,N) ) +1)/2。 data = sigexpand(d,N_sample)。 st1 = conv(data,gt1)。 d = 2*d1。 data= sigexpand(d,N_sample)。 [f,st1f] = T2F(t,[st1(1:length(t))])。 figure(1) subplot(121) plot(t,[st1(1:length(t))] )。 axis([0 20 ])。 ylabel(39。單極性不歸零信號波形 39。)。 subplot(122)。 plot(f,abs(st1f).^2 )。 axis([5 5 0 1000])。 ylabel(39。單極性不歸零信號功率譜密度 39。)。