发布时间:2022-12-10 21:30
信道为Rayleigh衰落信道下的性能分析和Nakagami-m衰落信道下的性能分析。本课题我们采用的仿真参数如下:
数据速率 |
100bps |
频率间隔 |
100Hz |
跳频频点 |
64个 |
跳频频率间隔 |
50Hz |
跳频速率 |
50跳/s |
跳频输出信号带宽 |
50*64 = 3200hz |
低通信号频率变化 |
-1600 hz ~ 1600 hz |
信号采样率 |
4000 hz |
数据码元的仿真采样点数 |
40 |
每跳持续时间 |
0.02s |
simulink仿真模型如下所示:
clc;
clear;
close all;
warning off;
%参数初始化
%主要用于设置噪声
EbNo = 1000;
SNR = 10^(EbNo/10);
sigma = 1/(sqrt(SNR))/2;
%系统参数初始化
Rb = 100;%100bps
Sample_times = 0.02;
Sample_Num = 40;
MSK_track_depth = 16;
%梳状干扰有效性设置
S1 = 1;
S2 = 1;
S3 = 1;
S4 = 1;
S5 = 1;
S6 = 1;
S7 = 1;
S8 = 0;
S9 = 0;
S10 = 0;
%以下五个图具体看simulink内部对应的图标
%图4跳频载波频谱图
%图5信源的调制输出信号频谱图
%图6跳频扩频后的信号频谱图
%图8宽带噪声干扰频谱图
%图12梳状干扰频谱图(7个频点)
open('tops.mdl');
sim('tops.mdl');
%以下两个图是误码率的仿真图,需要重新调用在不同的信噪比下进行仿真
%所以需要如下代码的编写
%图9宽带噪声干扰信噪比误码率关系曲线
%tops1.mdl
%噪声干扰
EbNo = [-20:2:6];
for i = 1:length(EbNo)
i
SNR = 10^(EbNo(i)/10);
sigma = 1/(sqrt(SNR))/2;
sim('tops1.mdl');
Err1(i) = err1.signals.values(end,1);
end
figure;
semilogy(EbNo,Err1,'b-o');
xlabel('db');
xlabel('db');
grid on
%tops2.mdl
%单频干扰
for i = 1:length(EbNo)
i
SNR = 10^(EbNo(i)/10);
sigma = 1/(sqrt(SNR))/2;
sim('tops2.mdl');
Err2(i) = err2.signals.values(end,1);
end
figure;
semilogy(EbNo,Err2,'b-o');
xlabel('db');
xlabel('db');
grid on
%tops2.mdl
%单频干扰
for i = 1:length(EbNo)
i
SNR = 10^(EbNo(i)/10);
sigma = 1/(sqrt(SNR))/2;
sim('tops3.mdl');
Err3(i) = err3.signals.values(end,1);
end
figure;
semilogy(EbNo,Err3,'b-o');
xlabel('db');
xlabel('db');
grid on
save data1.mat EbNo Err1
save data2.mat EbNo Err2
save data3.mat EbNo Err3
获得方式1:
点击下载链接:
m基于Simulink的高速跳频通信系统抗干扰性能分析+程序操作视频+word版说明文档
获取方式2:
博客资源项,搜索和博文同名资源。
获取方式3:
如果下载链接失效,加博主微信联系。
01_055_m
BUU Dest0g3 520迎新赛 WEB writeup
[转载] 消息中间件学习总结(8)——RocketMQ之RocketMQ捐赠给Apache那些鲜为人知的故事
【LVI-SAM论文全文翻译】: LVI-SAM: Tightly-coupled Lidar-Visual-Inertial Odometry via Smoothing and Mapping
完美!字节3-1级别大佬把《数据结构与算法》讲透了,带源码笔记
lime 模型_如何使用LIME在您的机器学习模型的预测中建立信任
C语言进阶(字符串函数及模拟实现strncpy&strncat&strncmp&strstr&strtok&strerror)2