数字通信原理_基于matlab仿真计算.pdf

January 06 数字通信原理 －基于 Matlab 仿真计算 曾峰 zf0579 You can distribute this document freely, please DO NOT change it in any way. If you have any suggestion or criticism, please email to zf0579 I 前言前言 写书动机写书动机 本书前言我也不知道该说些什么， 先说说为啥写这本书吧。 写这本书的创作冲动源于用 Verilog 写完卷积码编解码以后，那时想不来用 Verilog 再做些什么Verilog 功能强劲，但是 面对庞大复杂的通信系统，用它也只能做其中某些的事情。所以放下 Verilog，还是想读些 通信书籍，温故而知新，所谓拳不离手，曲不离口。可读书不练，难以学得深入，然后想到 仿真，而在读研时，也学过 Matlab 仿真课程，这就是就是本书的由来。 长期学习通信类书籍或许源于心底的愿望。 原毕业于通信专业院校， 在校期间学过通信 原理、数字信号处理等通信专业课程。可现在回顾以往的工作经历，在通信行业工作多年却 始终未能从事通信信号处理有关的研发。 愿望与现实的失配让人难受， 我想这种感受的很多 人都会有，做自己想做的事情是一种幸福。既然难以在工作中实现个人愿望，那只好在通信 理论、仿真软件中实现，这也就是写这本书的动机之一。 写这本书的另外一个动机或许是因为身为人父，这种感觉给我坚持写完这本书的动力。 很难说清楚这种感觉， 可能潜意识里希望孩子是个有毅力的人， 那我首先希望自己是个有毅 力的人。白天在公司上班，晚上在家写书，但只能用部分业余时间写书。如果我还是单身， 我也许会选择晚上看电视，早上睡到将要迟到才起床，做事只有两三天的热情，这样生活很 是懒散惬意，可惜离我很远了。 这就是我写这本书的两个动机。 如果读者觉得本书写得还可以， 那么请写信给我些建议、 工作机会。如果觉得写得不行，那么请写信给我些批评。我在这里先谢谢了。 本书将分为三部分上载，第一部分主要讲解调制技术，第二部分主要讲解解调技术，第 三部分主要讲解信道信源编解码技术。 现在上载的是第一部分， 其余部分以后写完也会上载。 本书说明本书说明 为了节省篇幅，本书中的代码都不提供参数解释，但是代码会提供英文注释（Matlab 不支持中文注释） 。也希望读者能使用 Matlab 运行程序，切实体会一下，多查帮助文档。 本书也将尽量使用 Matlab 的基本语法来实现算法，这样可以避免将所要实现的功能隐 藏在函数之下，而让读者不知道是如何实现的。当然某些不是很重要的内容，例如随机数的 生成等，还是使用 Matlab 已提供的函数。 学习本书最好以前使用过 Matlab，如果没有使用过，推荐学习张智勇老师编写的 Matlab6.5 。另外最好也学习过概率论、随机过程、数字信号处理等内容。 本书读者对象本书读者对象 希望本书适合做为在校学习通信专业的本科生、 研究生的教学辅导资料， 也适合做为在 职工程师学习、掌握通信处理技术的辅导资料。 本书特色本书特色 本书将通信处理技术用代码的形式表现出来， 这样学习本书的读者可以通过代码来加深 对理论知识的理解。避免学习通信理论知识，却无法在实践中应用。通信技术是在实践中不 断发展完善起来的，也应该在实践中学习使用。只是没有人能够有如此幸运，能够在工程实 践中接触到通信技术的所有方面。现在 Matlab 提供了强劲的运算平台，可以在这个平台上 进行仿真运算。 此外，从事工程应用的工程师可以将代码转换成 C、Verilog 等语言，以运行于不同的 环境下。目前 Matlab 也在加强对其它语言的支持，能够将 Matlab 的语言自动翻译成 C 或者 Verilog。 联系方式联系方式 关于本书，有任何建议、批评，欢迎写信到 zf0579，谢谢 If you have any suggestion or criticism, please email to zf0579 II 目录目录 第一章 基础知识.............................................................................................................................1 1.1 概率论...............................................................................................................................1 1.1.1 样本空间与概率.............................................................................................................1 1.1.1.1 概率基本运算......................................................................................................2 1.1.2 随机变量及其统计特性.................................................................................................3 1.1.2.1 随机变量的统计特征..........................................................................................5 1.1.2.2 常用分布函数......................................................................................................6 1.2 随机过程.........................................................................................................................12 1.2.1 随机过程定义及其统计特征.......................................................................................13 1.2.2 高斯随机过程...............................................................................................................14 1.2.3 平稳随机过程...............................................................................................................16 1.2.4 马尔可夫随机过程.......................................................................................................17 1.3 信号与系统.....................................................................................................................19 1.3.1 信号分类、运算与系统描述.......................................................................................19 1.3.2 离散系统时域分析.......................................................................................................25 1.3.3 离散系统频域分析.......................................................................................................27 第二章 通信信号设计...................................................................................................................35 2.1 信号交织 .................................................................................................................................35 2.1.1 分组交织器...................................................................................................................35 2.1.2 卷积交织器...................................................................................................................37 2.2 脉冲成型 .................................................................................................................................38 2.2.1 奈奎斯特准则...............................................................................................................39 2.2.2 升余弦滤波器...............................................................................................................42 2.2.3 部分响应.......................................................................................................................46 2.3 扩频序列 .................................................................................................................................49 2.3.1 m序列 ...........................................................................................................................52 第三章 调制技术...........................................................................................................................54 3.1 幅度调制 .................................................................................................................................54 3.1.1 BASK.............................................................................................................................54 3.1.2 MASK............................................................................................................................59 3.1.3 QAM..............................................................................................................................60 3.2 频率调制 .................................................................................................................................61 3.1.1 BFSK .............................................................................................................................61 3.1.2 MFSK.............................................................................................................................62 3.1.3 CPFSK...........................................................................................................................63 3.1.4 MSK...............................................................................................................................65 3.1.5 OFDM............................................................................................................................67 3.3 相位调制 .................................................................................................................................69 3.3.1 PSK................................................................................................................................69 3.3.2 OQPSK..........................................................................................................................70 If you have any suggestion or criticism, please email to zf0579 1 第一章第一章 基础知识基础知识 本书主要讨论基本的数字通信技术， 但在讨论数字通信技术之前， 有必要回顾一下有关 的基础知识。 对基础知识的回顾将非常有助于对数字通信技术的理解， 我们从第二章开始讨 论数字通信技术。 本章主要讨论数字通信中需要使用的基础知识，这包括概率论、随机过程、信号与系统 等基础知识。如果以前学习过上述基础知识，可以跳过本章。 概率论是信号判决的基础理论知识，例如似然判决，MAP 算法等都需要使用概率论知 识。随机过程会在通信信号处理中遇到，例如传输信号的发送，加性高斯白噪声都是随机过 程，又例如 Viterbi 解码可以认为是马尔可夫随机过程。信号与系统是可以用于对接收的信 号进行滤波，信道估计、均衡、频率分析等方面。 另外，本章也将介绍一些常用的 Matlab 函数，利用这些函数可以生成随机数，并对这 些随机数做一阶、二阶统计分析。 1.1 概率论概率论 本节分为两部分， 第一部分简要介绍概率及其运算， 第二部分讨论随机变量及其统计特 性。 1.1.1 样本空间与概率样本空间与概率 我们能接触到的各种事件，可以分为两类，一类是事先就可以预知的，会确定发生的， 例如四季更替，春种秋收；另一类是无法事先预知的，随机发生的，例如掷骰子、 抛硬币等。 我们把前一类称为确定事件， 后一类称为随机事件。 一个随机事件的所有可能取值集合称为 样本空间样本空间。例如掷骰子，可能得到从 1 到 6 点，那么其样本空间用集合表示就是[1, 6]， 具体是那个数值，则无法事先知道。通信也是一个随机性事件，因为不可能预知送到发射机 的下一比特是 0 还是 1。如果能预知，那么各种复杂而又昂贵的通信设备就不需要了。既然 样本空间可以用集合表示，那么集合的运算也适用于样本空间，这些运算包括求和运算，交 集运算，包含关系等。 虽然无法事先确定掷骰子所得到的点数，但是取其中某个值的可能性却是可以知道的， 为 1/6，我们称这个为概率。用[]6, 1Ω表示掷骰子所有取值的集合，A 表示其中一个取 值，则 61AP， AP就是概率，以下就是概率的古典定义。 如果一个随机事件由有限个基本事件组成， 每个事件的发生是等可能的， 那么基本事件 的全体就记为Ω，如果随机事件重复 n 次，其中 k 次为相同的基本事件，用 A 代表，则事 件 A 的概率概率，记作 AP。当重复次数 n 足够大，则 nkAP。 Sample Space omega [1, 6]; Generate 1 row, 100 column random number for sample space number 100; s randint1, number, omega; Get the sum of random number equals to 6 total sums 6; Calculate the Probability P1 total/number; Same as the previous, but 1 row, 1000 column If you have any suggestion or criticism, please email to zf0579 2 number 1000; s randint1, number, omega; total sums 6; P2 total/number; 概率有如下性质 1. 10≤≤AP 随机事件 A 发生的概率介于 0 与 1 之间，如果等于 0，表示不可能事件；如果等于 1，表示必然事件 2. 若BA⊆，则 BPAP≤ 如果随机事件 A 包含在随机事件 B 中，即随机事件 B 发生，则随机事件 A 必然发 生，但是随机事件 A 发生，随机事件 B 不一定发生。那么随机事件 A 发生的概率 必然小于随机事件 B 发生的概率 3. BAPBPAPBAPIU− 两个随机事件 A、B 发生的概率等于 A 发生的概率加上 B 发生的概率减去 A、B 同 时发生的概率。如果 A、B 不可能同时发生，则 BPAPBAPU 1.1.1.1 概率基本运算概率基本运算 条件概率条件概率 在已知随机事件 B 发生的情况下，求随机事件 A 发生的概率称为条件概率。 00 0 BPBAP BP BP BAP BAP I 由上述公式可以看出，如果 PB大于零，则 PA|B等于 A、B 都发生的概率除以 B 发 生的概率。 独立性公式独立性公式 BPAPBAPI 如果，随机事件 A、B 同时发生的概率等于 A 发生的概率乘以 B 发生的概率，则称随 机事件 A、B 相互独立。 全概率公式全概率公式       Ω≠ ∑i n i ji n i ii BjiBBBPBAPAP 1 1 ;,UIφ 如果已知随机事件 A 与 Bi的条件概率，随机事件 Bi的概率，则可以通过求和运算得到 随机事件 A 的概率。 贝叶斯公式贝叶斯公式       Ω≠ ∑ i n i ji n i ii ii i BjiBB BPBAP BAPBP ABP 1 1 ;,UIφ 由上式可以看出其分母使用全概率公式计算出 PA，分子是条件概率的变形求出 A、B 同时发生的概率。 在数字通信中，可以将 PA理解为在接收端观察到的某个信号发生概率。如果已知某 个信号在接收端的概率，则可以通过上式求出 PBi|A，这里称 PBi|A为后验概率后验概率，因为这 个概率是通过接收端的信号发生概率反推出发送端的信号发生概率， 取概率最大的信号认为 是在发送端输出的信号。 If you have any suggestion or criticism, please email to zf0579 3 上式中概率 PA|Bi，称为似然概率似然概率，表示如果在发送端发送信号 Bi，通过信道干扰后， 在接收端收到信号 A 的概率。如果 PA|Bi等于 1，表示接收端收到的信号 A 就是发送端发 送的信号 Bi，不过如此理想的似然概率在现实世界中很少存在，特别是在无线环境下。 另外，还有一个概率 PBi，称为先验概率先验概率，表示在发送端发送信号 Bi的概率。通常在 接收端认为发送信号 Bi是先验等概的。 现在举例来说明，设有下图所示的一个二进制对称信道，图左边圆圈代表发送端，右边 圆圈代表接收端， 直线上的小数分别代表从发送端到接收端的似然概率。 假设现在收到信号 A1，那么我们来求其后验概率。 图 1－1 PB1 0.5; Probability of sending B1 PB2 0.5; Probability of sending B2 PA1B1 0.9; Probability of Send B1, Receiving A1 PA2B2 0.9; Probability of Send B2, Receiving A2 PA2B1 0.1; Probability of Send B1, Receiving A2 PA1B2 0.1; Probability of Send B2, Receiving A1 Calculate the Probability of Receiving PA1 denominator PB1.*PA1B1 PB2.*PA1B2; Calculate the Post- Probability of B1 PB1A1 PB1.*PA1B1/denominator; Calculate the Post- Probability of B2 PB2A1 PB2.*PA1B2/denominator; 运算后可以得到 PB1A1 要大于 PB2A1， 这说明在发送端发送 B1 的可能性要远大于 B2， 从而我们可以判决接收到的信号为 B1，恢复出信源发送的信息。 另外，观察对 PB1A1、PB2A1 的计算可以看出，由于 PB1、PB2 先验等概，分母都是 相同的，所以 PB1A1、PB2A1 是似然函数 PA1B1、PA1B2 的等比例缩放。也就是说，在先 验等概的情况下，利用求最大后验概率做判决等价与使用最大似然概率做判决。 1.1.2 随机变量及其统计特性随机变量及其统计特性 上节所述都是从概率的角度来叙述的，本节我们引入随机变量的概念。 每次试验的结果都可以用一个变量ξ 来表示，这个变量的取值是随机变化的，但是又服 从一定的概率分布，这个变量就称为随机变量随机变量。例如上例中的二进制对称信道模型中 A1、 A2 都是随机变量，其取值可能是 B1 或 B2，但取 B1、B2 的可能性却不同。 在定义随机变量后，我们可以定义分布函数，进而定义概率密度。 给定随机变量，其取值小于ξ等于实数x的概率xP≤ξ是关于 x的函数，称为随机变 量ξ的分布函数分布函数，一般记作 xF， ∞∞−≤xxPxFξ。 分布函数具有如下性质 1. 0lim1lim −∞→∞→ xFxF xx If you have any suggestion or criticism, please email to zf0579 4 2. aFbFbξaP−≤ 3. 如果 21 xx ，则 21 xFxF≤ 分布函数可以分为两类，当随机变量ξ 是离散型随机变量时，这类分布函数被称为离散离散 分布函数分布函数；当随机变量ξ 是连续型随机变量式时，这类分布函数被称为连续分布函数连续分布函数。 当随机变量ξ 是离散型随机变量，设ξ 可能取值为L, 2 , 1kxk，则ξ 取其中某个值的 概率为 kk pxPξ。 k p 被称为概率分布概率分布，它具有如下性质 1. 0≥ k p 2. 1 ∑ k k p 3. ∑ xx k k pxF 如果随机变量ξ 连续型随机变量，则其分布函数 ∫∞ − x dttpxF，其中 tp被称为概率概率 密度密度。概率密度具有如下性质 1. 0≥tp 2. 1 ∫ ∞ ∞− dttp 3. {} ∫ ≤ 2 1 21 x x dttpxxxP 4. dx xdF tp 以上都是头论当随机变量只有一个的情况， 当随机变量有两个或两个以上的时， 就要引 入联合分布函数的概念。 每次试验的结果都可以用 n 个变量2,,, 21 ≥n n ξξξL来表示，每个变量的取值是随机 变化的，但是又服从一定的概率分布，这个变量就称为 n 维随机变量。维随机变量。 若 n xxx,,, 21 L是 n 维 样 本 空 间 中 的 一 点 ， 且 nn xxx≤≤≤ξξξ,,, 2211 L， 则 nnn xxxPxxxF≤≤≤ξξξ,,,,,, 221121 LL称为联合分布函数联合分布函数。 如果 nnnnn xPxPxPxxxPxxxF≤≤≤≤≤≤ξξξξξξLLL 2211221121 ,,,,,,， 则 n ξξξ,,, 21 L是相互独立相互独立的。 如果保留 mm       Γ −− 00 0 2 22 2 1 2 2 x x n ex xp n xn x 其均值为n，方差为 n2 。 下面的代码用于生成中心 2 χ 分布随机变量，并求其均值、方差。 Parameter Setting chi 2; X Axis x - 100.110; Generate Chi- square cumulative distribution subplot2, 1, 1; plotx, cdf; titleChi- square cumulative distribution; Generate Chi- square probability density subplot2, 1, 2; plotx, pdf; titleChi- square probability density Generate the randoms E meanR; D covR; 此 2 χ 分布的均值为 2，方差为 4，这与运行结果很接近。 If you have any suggestion or criticism, please email to zf0579 11 图中当 x小于零时， x的概率密度等于零，这与其定义相符合。 5 瑞利分布瑞利分布 如果随机变量等于两个中心 2 χ 随机变量和的平方根，即 2 2 2 1 xχξ，则该随机变量 的分布就是瑞利分布。其概率密度函数如下        ≥ − 00 0 2 2 2 2 ξ ξ ξ ξ ξ e pR 其均值、方差分别为 2 2 4 , 2 π ξ π ξ − DE 下面的代码用于生成瑞利分布随机变量，并求其均值、方差。 Program Setting mu 2; Calculate the CDF cdf raylcdfx, mu; subplot2, 1, 1; plotx, cdf; titleRayleigh cumulative distribution ; If you have any suggestion or criticism, please email to zf0579 12 Calculate the PDF subplot2, 1, 2; plotx, pdf; titleRayleigh probability density Generate the rayleigh randoms E meanR; D covR; 此分布的均值为 2.5，方差为 1.7， ，这与运行结果很接近。 6 莱斯分布莱斯分布 如果随机变量等于两个非中心 2 χ 随机变量和的平方根，即 2 2 2 1 xχξ，则该随机变 量的分布就是莱斯分布。其概率密度函数如下        ≥       − 00 0 2 2 0 2 2 22 ξ ξ σ σ ξ ξ ξ σ ξ s Ie p s R 待补 1.2 随机过随机过程程 本节首先讨论随机过程及其统计特性， 然后分类讨论常用的随机过程， 包括高斯随机过 If you have any suggestion or criticism, please email to zf0579 13 程、平稳随机过程以及 Markov 过程。 1.2.1 随机过程定义及其统计特征随机过程定义及其统计特征 前节讨论的对象都是随机变量， 本节开始讨论随机过程， 通信过程可以认为就是一个随 机过程。 所谓过程就是事物发展所经过的阶段， 这自然是与时间是有关系的。 从数学的观点来看， 如果在某个时刻 t，其结果是确定的，则这类过程被称为确定性过程。也就是可以找到一个 函数以时间 t 为自变量，来求得一个确定的因变量。例如，用一个阶跃信号冲激线性时不变 系统，所得到就是一个确定性过程。 如果在某个时刻 t，其结果不是确定的，则这类过程被称为随机过程。也就是说，重复 多次试验，在相同的时刻得到的结果是不同的。例如，收音机晚上收到的电台数目就可能比 白天收到的电台数目多， 这并不是因为某些电台白天就不播音， 而是由于无线信道的变化使 然，因为无线信道是个时变信道，其变化通常是随机的。 如果随机系统输出的随机变量是关于时刻 t 的函数，在时间范围 T 内，所有的输出都是 随机变量，则 {}Ttt∈,ξ是一个随机过程随机过程。 下面分别定义随机过程的均值、方差、自相关、协方差。 如果 tξ是一个随机过程，txf,是其概率密度函数，则其均值均值为 ∫ ∞ ∞− dxtxxft, 均值表示随机过程在时刻 t 的平均值。 方差方差为 ∫ ∞ ∞− −dxtxftxt, 22 σ 方差表示随机过程在时刻 t 与均值 t的偏离程度。 如果求参数 t1，t2随机过程间的联系，可以定义自相关自相关为 ∫ ∫ ∞ ∞− ∞ ∞− 2121212121 ,;,,dxdxttxxfxxttR 协方差协方差为 [] [] ∫ ∫ ∞ ∞− ∞ ∞− −− 212121221121 ,;,,dxdxttxxftxtxttC 下面的程序生成三个随机序列，并求其均值、方差 Generate randoms t 00.011; r randint3, lengtht, 8; Calculate the mean and covariance e meanr; tao diagcovr; Drawing hold plott, r1,; If you have any suggestion or criticism, please email to zf0579 14 plott, r2,; plott, r3,; plott, e, r; plott, tao, y; 1.2.2 高斯随机过程高斯随机过程 如果随机过程 {}Ttt∈,ξ的有限维分布都服从正态分布， 则称该随机过程为高斯随机过高斯随机过 程程。 高斯随机过程的概率密度函数为 2 1 2 1 2121 2 2 1 exp ,,,;,,, C mxCmx tttxxxf n t nn π       −−− − LL 其中               n t t t m m m m M 2 1             nnnn n n ttCttCttC ttCttCttC ttCttCttC C ,,, ,,, ,,, 11 22212 22111 L MMM L L 例如下面的代码生成三个随机过程，然后求其均值、协方差。