【正文】 )。%歸一化 endotherwise disp(39。 %將二進(jìn)制轉(zhuǎn)為十進(jìn)制,注意加1，因為matlab沒有a(0)項，而是從a(1)開始 Temp=[1j 1+j 1j 1+j]。leftmsb39。 B2D=bi2de(R39。 R=reshape(mod_in,2,length(mod_in)/2)。%% Input: %% mod_in:輸入的二進(jìn)制序列(The sequence to be modulated)%% Output:%% mod_out:星座圖映射后得到的調(diào)制復(fù)數(shù)結(jié)果(The output after modulation)%% Global Variable:%% g_RT (the vector which contains the modulation mode)%% Z :選擇調(diào)制方式的參數(shù) (the parameter to choose the modulation mode)%% R :輸入二進(jìn)制序列重新排列（按一定要求）后的結(jié)果,%例如：對16QAM，要把輸入序列調(diào)整為4行，length(g_MOD_IN_16QAM )/4 列的矩陣。在a=2脈沖噪聲下的傳輸誤碼率39。用戶239。用戶139。)。ylabel(39。MSNR/db39。axis([0,4,0,])。b*39。ro39。 ebr2(i)=sum2/10。 NumOfErrorBit2=0。 end end EBR2(j)=NumOfErrorBit2/length(Source_Bits2)。y2=jiekuo(Y2,m_sequence2)。 NumOfErrorBit1=0。 end end EBR1(j)=NumOfErrorBit1/length(Source_Bits1)。y1=jiekuo(Y1,m_sequence1)。%進(jìn)行FFT變換Demod_Sequence= demodulation(Serial_Output,modulation_mode)。)。Demod_In_Data(1:NumOfSubcarrier,1:NumOfSymbolPerFrame)= Freq_Rx_Signal(1:NumOfSubcarrier,1:NumOfSymbolPerFrame)。 %把高斯干擾疊加到兩路信號上%系統(tǒng)接受部分：Parallel_Rx_Signal= reshape(Noised_Transmited_Signal,NumOfSubcarrier,NumOfSymbolPerFrame)。%Rayleigh衰落的增益Serial_Signal_2path=[zeros(1,Ray_delay),Ray_amp*Serial_Signal(1:length(Serial_Signal)Ray_delay)]。 %多徑干擾的信道Ray_delay=4。%并串變換% 產(chǎn)生脈沖噪聲 x=gama(1,i)。 %重置矩陣IFFT_Out_Data(:,:) =sqrt(NumOfSubcarrier)* ifft (R_Modulated_Sequence)。 %系統(tǒng)發(fā)送部分Modulated_Sequence=modulation(Source_Bits,modulation_mode)。%產(chǎn)生M序列 X2=dss(Source_Bits2,m_sequence2)。%產(chǎn)生信息序列 D2=randint(1,7)。%產(chǎn)生M序列 X1=dss(Source_Bits1,m_sequence1)。%產(chǎn)生信息序列 D1=randint(1,7)。 i for j=1:10 index=100。 for i=1:11 sum1=0。SNR=10.^(MSNR/10)。 %miu位置參數(shù)（infmiuinf）var=1。 %alpha特征指數(shù)（0alpha=2）beta=0。sum2=0。NumOfErrorBit2=0。 %多徑時延為4點Ray_amp=。 %每幀符號數(shù)為5NumOfFrames=200。 %保護(hù)間隔大小modulation_mode = 4。NumOfSubcarrier = 889。clear。在課題的研究過程中，老師淵博的學(xué)識、嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度、一絲不茍的敬業(yè)精神都使我受益非淺。因此我要把我最真摯的感謝獻(xiàn)給幫助我的老師和親友們。利用通信仿真定量地進(jìn)行通信的分析與評價，為設(shè)計和規(guī)劃通信提供了重要的依據(jù)。我將鼓足勇氣，在自己的專業(yè)這條道路上走得更遠(yuǎn)。從畢業(yè)設(shè)計的過程中，我學(xué)到了很多。要想應(yīng)用于實際中，必須加入各種噪聲和多徑干擾來考慮，以實現(xiàn)真實系統(tǒng)的設(shè)計。另外，也沒有考慮信道編碼、編碼交織、加保護(hù)間隔等模塊，這個仿真模型重點研究的是擴頻、調(diào)制、發(fā)送、接收、解擴以及誤碼率等模塊的仿真。但是本設(shè)計中也存在著缺陷與不足：1．在設(shè)計中只考慮了兩個用戶的情況，沒有考慮到更多用戶間的干擾。結(jié) 論對于本課題而言，已基本完成了設(shè)計任務(wù)(系統(tǒng)的各個模塊的選擇設(shè)計和仿真)和研究目的，通過用MATLAB對脈沖噪聲下的OFDM系統(tǒng)多用戶檢測性能的仿真調(diào)試、結(jié)果分析，讓我熟悉了OFDM系統(tǒng)的工作原理，加深了對QPSK調(diào)制方式的認(rèn)識，并深刻的了解實際PN碼擴頻的產(chǎn)生和應(yīng)用。由此可知，相同條件下，脈沖噪聲的越小，誤碼率越大。當(dāng)時，仿真結(jié)果為：圖410 在的脈沖噪聲下的傳輸誤碼率由圖410可知：當(dāng)0MSNR 時，用戶的誤碼率基本上是隨系統(tǒng)信噪比的增大而減小；當(dāng)MSNR=，用戶的誤碼率都為0。當(dāng)時，仿真結(jié)果為：圖48 在的脈沖噪聲下的傳輸誤碼率由圖48可知：當(dāng)0MSNR24dB 時，用戶的誤碼率基本上是隨系統(tǒng)信噪比的增大而減??；當(dāng)MSNR=24dB時，用戶的誤碼率都為0。當(dāng)參數(shù)的值不同，系統(tǒng)輸出后的誤碼率也不相同。例如，即使時延信號的時延長度沒有超過保護(hù)間隔長度，但由于滾降系數(shù)的存在，使得非恒定信號幅度部分有可能落入到FFT的時間長度之內(nèi)，而由式(43)又可以得知，只有各個子載波的幅度以及相位在FFT周期內(nèi)保持恒定，才會保證子載波之間的正交性，所以滾降系數(shù)的存在可能帶來ICI和ISI，使得保護(hù)間隔的有效長度由原來的減小到現(xiàn)在的?？梢钥吹剑? 。最后，OFDM符號與升余弦窗函數(shù)時域相乘，使得系統(tǒng)帶寬之外的功率可以快速下降。圖45 經(jīng)過加窗處理后的OFDM符號示意圖實際上一個OFDM符號的形成可以遵循以下過程：首先，在個經(jīng)過數(shù)字調(diào)制的符號后面補零，構(gòu)成個輸入樣值序列，去進(jìn)行IFFT運算。通常采用的窗類型為升余弦函數(shù)，其定義如下： (47)其中，表示加窗前的符號長度，而加窗后符號的長度應(yīng)該為，從而允許在臨時符號之前存在有相互覆蓋的區(qū)域。圖 44 子載波個數(shù)分別為164和256的OFDM系統(tǒng)的功率譜密度（PSD）因此為了讓帶寬之外的功率譜密度下降的更快，則需要對OFDM符號采用“加窗”技術(shù)（Windowing）。隨著子載波數(shù)量的增加，由于每個子載波功率譜密度主瓣和旁瓣變窄也就是說它們下降的陡度增加，所以O(shè)FDM符號功率譜密度的下降速度會逐漸增加。圖 42 OFDM符號內(nèi)包括四個子載波時的時域波形 圖 43 OFDM符號內(nèi)包括七個子載波時的頻域波形 帶外功率輻射以及加窗技術(shù)根據(jù)式(41)，假設(shè)，可以得到功率歸一化的OFDM信號的復(fù)包絡(luò)： (45)其中是功率歸一化因子， ?？梢钥闯觯琌FDM符號頻譜實際上可以滿足奈奎斯特準(zhǔn)則，即多個子信道頻譜之間不存在相互干擾。在每個子載波頻率最大值處，所有其他子信道的頻譜值恰好為零。矩形脈沖的頻譜幅值為函數(shù)，這種函數(shù)的零點出現(xiàn)在頻率為1/ 整數(shù)倍的位置上。根據(jù)式(41)，每個OFDM符號在其周期內(nèi)包括多個非零的子載波。而對其它載波來說，由于在積分間隔內(nèi)，頻率差別可以產(chǎn)生整數(shù)倍個周期，所以積分結(jié)果為零。從圖 43可以看出，每個子載波在一個OFDM符號周期內(nèi)都包含整數(shù)倍個周期，而且各個相鄰的子載波之間相差1個周期。圖4－1如圖4－2為在一個OFDM符號內(nèi)包含4個子載波的實例。在圖4－1中給出了OFDM系統(tǒng)基本模型的框圖，其中。其中，表示子載波的個數(shù)，表示OFDM符號的持續(xù)時間（周期），()是分配給每個子信道的數(shù)據(jù)符號，是第個子載波的載波頻率，則從開始的OFDM符號可以表示為： (41) 一旦將要傳輸?shù)谋忍胤峙涞礁鱾€子載波上，某一種調(diào)制模式則將它們映射為子載波的幅度和相位，通常采用等效基帶信號來描述OFDM的輸出信號。這種將比特錯誤位置的隨機化可以提高前向糾錯編碼FEC的性能，并且系統(tǒng)的總的性能也得到改進(jìn)。在接收機端，進(jìn)行一個對應(yīng)的逆過程來解出信號。所以，為了提高系統(tǒng)的性能，大多數(shù)系統(tǒng)采用數(shù)據(jù)加擾作為串并轉(zhuǎn)換工作的一部分。這些在信道頻率響應(yīng)上的零點會造成在鄰近的子載波上發(fā)射的信息受到破壞，導(dǎo)致在每個符號中出現(xiàn)一連串的比特錯誤。在接收端執(zhí)行相反的過程，從各個子載波處來的數(shù)據(jù)被轉(zhuǎn)換回原始的串行數(shù)據(jù)。在OFDM系統(tǒng)中，每個傳輸符號速率的大小大約在幾十bps到幾十kbps之間，所以必須進(jìn)行串并變換，將輸入串行比特流轉(zhuǎn)換成為可以傳輸?shù)腛FDM符號。當(dāng)給定混合信噪比m時，若已知或可求得信號方差，根據(jù)式（326），即可求得， （40） 將以上各參數(shù)代入式（325），即可獲得脈沖噪聲。，由式（325）可獲得一個包含參數(shù)、（=）的隨機變量，滿足給定值的分?jǐn)?shù)低階穩(wěn)定分布。在這種情況下,基于高斯假設(shè)得到的最優(yōu)解調(diào)系統(tǒng)會出現(xiàn)性能退化,甚至不能工作。把式（328）代入式（326），可以驗證經(jīng)過式（328）所示的幅度調(diào)整后，信號和噪聲滿足給定的混合信噪比。按照式（328）調(diào)整給定信號的幅度，就可以實現(xiàn)設(shè)定信噪比的目的。假定要對給定的高斯分布信號和加性分?jǐn)?shù)低階穩(wěn)定分布噪聲v(n)設(shè)定混合信噪比為。在分?jǐn)?shù)低階穩(wěn)定分布噪聲條件下，由于不存在有限的二階矩，致使噪聲的方差變得沒有意義，因此需要采用混合信噪比。 分?jǐn)?shù)低階穩(wěn)定分布噪聲條件下混合信噪比的設(shè)定信噪比設(shè)定是計算機模擬的必需步驟之一。若，則定義 （314）若，則定義 （315） （316） （317）分別產(chǎn)生兩個獨立的隨機變量V和W，其中，V滿足在范圍內(nèi)均勻分布，W滿足均值為0的指數(shù)分布。 穩(wěn)定分布隨機變量的產(chǎn)生在進(jìn)行計算機仿真研究中，經(jīng)常需要利用特定的算法，根據(jù)給定的要求來產(chǎn)生有關(guān)的信號和噪聲。穩(wěn)定分布作為建模工具是非常靈活的，主要原因在于它的特征指數(shù), 可以用于控制概率密度函數(shù)拖尾的厚度。這樣，與高斯分布的形成一樣，非高斯穩(wěn)定分布也是源于隨機變量之和。中心極限定理表明：如果一個隨機現(xiàn)象是由無窮多個具有有限方差的獨立同分布的分量構(gòu)成的，則這種隨機現(xiàn)象近似地服從高斯分布。與此相反，高斯分布具有指數(shù)拖尾。對于非高斯穩(wěn)定分布，隨機變量X其位置參數(shù)為0，分散系數(shù)為γ，有 （313） 其中，是依賴于的正值常數(shù)。這是一般的中心極限定理，即廣義中心極限定。中心極限定理 當(dāng)且僅當(dāng)X服從穩(wěn)定分布，則X是下列歸一化和的極限分布 (312)其中，…，是獨立同分布的，且。我們定義的穩(wěn)定分布為分?jǐn)?shù)低階穩(wěn)定分布以區(qū)別于的高斯分布。時的SαS分布保持了高斯分布的一些特性，但又有明顯不同。如果，則對于，有 （311） 式中Φ表示N(0,1)的累積分布函數(shù)。 穩(wěn)定分布的幾種特殊情況由于穩(wěn)定分布的特征函數(shù)（式（32））是由4個參數(shù)來確定的，我們用（或）來表示穩(wěn)定分布，并記為X ~ （35a）X ~ （35b）當(dāng)X為對稱穩(wěn)定分布，滿足時，記為 （36）穩(wěn)定分布隨機變量的概率密度存在且連續(xù)，但除了很少的例外之外，它們沒有封閉的形式?？紤]到分布的特征函數(shù)是其概率密度函數(shù)的傅里葉變換，因此式（32）中的基本上對應(yīng)于概率密度函數(shù)在x軸上的平移（信號與系統(tǒng)中傅里葉變換的特性）。而穩(wěn)定分布則為這類過程提供了非常有用的理論工具，因此，通常用穩(wěn)定分布模型來描述這類具有顯著尖峰脈沖狀波形和較厚概率密度函數(shù)拖尾的隨機信號。研究表明，水聲信號、低頻大氣噪聲、許多生物醫(yī)學(xué)信號以及許多人為噪聲都屬于這類過程。 穩(wěn)定分布模型在實際應(yīng)用中所遇到的大量的非高斯信號或噪聲具有顯著的尖峰脈沖特性。如果和具有相同的分布，則稱為對稱穩(wěn)定的。式中，和為的獨立樣本，且符號“”表示分布相同。（6）采用廣義條件均值（GCM）和絕對值準(zhǔn)則（AVC）來檢測和估計脈沖干擾，這種新算法對于任意密度干擾的抑制具有很好的韌性，并且無論對于理論分析還是實時實現(xiàn)都是相對簡單的。（5）常規(guī)的盲均衡方法適用于有限方差數(shù)據(jù)。當(dāng)加性干擾是SαS 過程時，基于分?jǐn)?shù)低階統(tǒng)計量的波束形成比高斯型的有顯著的韌性，而在高斯環(huán)境下，二者的結(jié)