【正文】 ty ? [0, RANGE1]. randint ? randint(2,2,[0 3]) ? ans = ? 3 2 ? 0 1 Quadrature amplitude modulation ? Syntax y = qammod(x,M) y = qammod(x,M,ini_phase) y = qammod(x,M,ini_phase,symbol_order) ? If symbol_order is set to 39。 (default), the function uses a natural binarycoded ordering. If symbol_order is set to 39。, it uses a Gray constellation ordering. qammod rcosflt Filter input signal using raised cosine filter ? Syntax y = rcosflt(x,Fd,Fs) y = rcosflt(x,Fd,Fs,39。,r,delay,tol) The sample frequency for the digital input signal x is Fd, and the sample frequency for the output signal y is Fs. y = rcosflt(x,Fd,Fs,39。,r,delay,tol) y = rcosflt(x,Fd,Fs,39。,num,den) y = rcosflt(x,Fd,Fs,39。,num,den,delay) y = rcosflt(x,Fd,Fs,39。,num,den...) [y,t] = rcosflt(...) delay is the filter39。 它記錄判決點(diǎn)處接收信號的值 。 Fd = 1。 N = Fs/Fd。 % Number of points in the calculation ? % Random integers in the range [0,M1] ? msg_d = randint(Pd,1,M)。 ? % Assume the channel is equivalent to a raised cosine filter. ? rcv = rcosflt(msg_a,Fd,Fs)。 ? h = scatterplot(rcv_a,N,0,39。)。 ? scatterplot(rcv_a,N,N+1,39。,h)。s ? scatterplot(rcv_a,N,N1,39。,h)。s ? scatterplot(rcv_a,N,0,39。,h)。 ? (1) Number of error bits ? (2) Number of error symbols 和 symbol error rate 3 誤差分析 ? ◆ biterr ? 功能：誤比特?cái)?shù) 、 誤比特率計(jì)算 。 3 誤差分析 ? 例如 ， x=[1,2,3], y=[1,2,2] ? [number1,ratio1]=biterr(x,y,3)， 則 x、 y中每個(gè)元素用 3位二進(jìn)制數(shù)表示 ， ? [number2,ratio2]=biterr(x,y,2)， 則 x、 y中每個(gè)元素用 2位二進(jìn)制數(shù)表示 ， number1=1,ratio1=1/(3*3)=1/9。 3 誤差分析 ? x=[1 1 2。2 9 5] ? [number,ratio]=biterr(x,y,5,39。) 每列的誤比特率 0 0 3 誤差分析 ? ◆ symerr ? 功能：比較兩個(gè)矩陣不同元素的個(gè)數(shù)和比率 。 Opt參數(shù)有 ‘ rowwise’ 和‘ columnwise’ ， 分別對應(yīng)按行比較或按列比較 。 接收延時(shí) 變量名 誤碼儀模塊及對話框 指定輸出數(shù)據(jù)的去向：workspace和 port 3 誤差分析 ? 誤碼儀使用舉例 貝努利分布 高斯信道 誤碼儀 display 信息論基礎(chǔ) ? 通信系統(tǒng)傳遞的是消息 ， 如何度量消息中的信息是一個(gè)值得研究的問題 。 一個(gè)消息中包含有多少信息 ， 我們稱為信息量 。 ? 根據(jù)仙農(nóng)的信息論 ， 我們以類似于物理學(xué)中的熵來定義一個(gè)消息源含有的信息的量 ， 也稱其為熵 。 ??????????? NiiNN xpxPxPxPxxx12121 1)()()()( ?????? Niii bi txPxPXH12 )()(l og)()( 信息的度量 ? 1 原理分析 ? 連續(xù)信源的概率密度函數(shù)為 f(x)， 則信源的平均信息量為： ? 對二元的消息源 X和 Y， 我們定義聯(lián)合平均信息量如下： ?????＋＝)()(l og)()( 2 bi tdxxfxfXH)()(l o g)()( 2 b i tyxPyxPXYHi j jiji? ??? 信息的度量 ? 1 原理分析 ? 條件平均信息量： ? 上式表示已知信源 X中出現(xiàn)條件下 ， Y中出現(xiàn)的的條件平均信息量 。n=2。 ? for i=1:n ? r=rx(i)*log(x(i))/log(2)。此離散信源的平均信息量為 39。 ? r 此離散信源的平均信息量為 r= disp函數(shù) ? disp Display array. ? disp(X) displays the array, without printing the array name. ? If X is a string, the text is displayed. 2 示例及 MATLAB實(shí)現(xiàn) ? 實(shí)驗(yàn)： ? 上面是求離散信源的信息量的函數(shù)，對于某些離散信源可以求其 最大平均信息量 ，如對二元信源。 2 示例及 MATLAB實(shí)現(xiàn) x=::。 plot(x,y) %畫圖 xlabel(39。)。平均信息量 H(x)39。 2 示例及 MATLAB實(shí)現(xiàn) 二元信源的平均信息量分布 該離散信源的最大平均信息量出現(xiàn)在 p=。信源輸出符號是確知的情況，不會(huì)得到什么信息量 ? 當(dāng)信源符號以等概率出現(xiàn)時(shí)，最大熵為H(P)=log22=1bit ? H(P)對稱于 P= H(P)=H(1P) 2 示例及 MATLAB實(shí)現(xiàn) ? 前面討論的是二元離散信源，下面我們討論連續(xù)信源 (其平均信息量要使用積分 ) ?????＋＝)()(l og)()( 2 bi tdxxfxfXH仿真建模 2 示例及 MATLAB實(shí)現(xiàn) ? %計(jì)算連續(xù)信息源的平均信息量函數(shù) function r=cmessage(f) t=f*log(f)/log(2)。 %積分函數(shù) disp(39。)。(1+sqrt(5))/239。 %定義正態(tài)分布函數(shù)的均值 o=2。 %定義正態(tài)分布函數(shù) f digits(8)。 %轉(zhuǎn)換為阿拉伯?dāng)?shù)字表示形式（小數(shù)形式） cmessage(f)。b=10的平均信息量 ? 平均信息量為 ? ans = 1101)(??Xf 信道容量的計(jì)算 ? 1 信道模型 ? 作為信息的載體，信號在信道中傳輸時(shí)會(huì)發(fā)生多種變化。 ? 通信信道的數(shù)學(xué)模型就可用輸入和輸出信號之間的統(tǒng)計(jì)相關(guān)性來表示。這種信道模型被稱為離散 無記憶信道 (DMC)，其信道輸入用ｘ表示，信道輸出用 y表示，信道轉(zhuǎn)移概率矩陣為 ? 離散無記憶信道的一個(gè)特例是二進(jìn)制對稱信道(BSC) YyXx ?? ,)( xyp二進(jìn)制對稱信道 (BSC)模型 ? 它可以被看作是在一個(gè)輸出為硬判決的高斯信道上進(jìn)行二進(jìn)制傳輸?shù)臄?shù)學(xué)模型。 0 1 0 1 1 － ε 1 － ε ε ε ? ?1,0?? YX ??????? )01()10( xypxyp二進(jìn)制對稱信道模型 信道容量的計(jì)算 ? 2 信道容量計(jì)算舉例 ? (1)二進(jìn)制對稱信道容量 ? 二進(jìn)制數(shù)據(jù)通過加性高斯白噪聲信道傳輸 。 ? ① 繪出信道誤碼率與右式的關(guān)系曲線圖 。 假設(shè)在－ 20dB到 20dB范圍內(nèi)變化 。 0NE＝? 信道容量的計(jì)算 ? 2 信道容量計(jì)算舉例 ? (1)二進(jìn)制對稱信道容量 ? 信道容量定義： ? 信道傳輸信息的最大速率 ? rs為信源送入信道的符號速率 P為錯(cuò)誤轉(zhuǎn)移概率 )(1)]。([m a x)( BAIC Ap?建模 信道容量的計(jì)算 ? 2 信道容量計(jì)算舉例 ? (1)二進(jìn)制對稱信道容量 ? 對于二進(jìn)制對稱信道 ， 容量可用下面的關(guān)