comm.RicianChannel
通过多路径Rician衰落信道滤波器输入信号
描述
的comm.RicianChannel系统对象™过滤器一个输入信号通过多路径Rician衰落信道。衰落模型处理的更多信息,请参阅方法模拟多径衰落信道部分。
过滤输入信号通过多路径Rician衰落信道:
创建
comm.RicianChannel对象并设置其属性。调用对象的参数,就好像它是一个函数。
了解更多关于系统对象是如何工作的,看到的系统对象是什么?
创建
描述
ricianchan= comm.RicianChannel
ricianchan= comm.RicianChannel(名称,值)“SampleRate”, 2设置输入信号采样率为2。
属性
使用
语法
描述
y= ricianchan (x)x通过多路径Rician衰落信道,并返回结果y。
要启用这种语法,设置ChannelFiltering财产真正的。
y= ricianchan (x,inittime)
要启用这种语法,设置FadingTechnique财产正弦信号的总和和InitialTimeSource财产输入端口的。
(还返回通道路径获得底层多路径Rician衰落的过程y,pathgains)= ricianchan (___)pathgains使用任何输入参数组合在前面的语法。
要启用这种语法,设置PathGainsOutputPort财产真正的。
pathgains= ricianchan ()
要启用这种语法,设置ChannelFiltering财产假。
pathgains= ricianchan (inittime)
要启用这种语法,设置FadingTechnique财产正弦信号的总和,InitialTimeSource财产输入端口的,ChannelFiltering财产假。
输入参数
输出参数
对象的功能
使用一个目标函数,指定系统对象作为第一个输入参数。例如,释放系统资源的系统对象命名obj使用这个语法:
发行版(obj)
例子
生产相同Rician通道输出使用两个随机数生成方法
产生相同的多路径Rician衰落信道响应通过使用两个不同的随机数生成方法。多路Rician衰落信道系统对象包括随机数生成的两种方法。您可以使用当前全球流或mt19937ar算法与指定的种子。通过与全球流交互、系统对象可以从这两种方法产生相同的输出。
创建一个相移键控调制系统对象来调节随机生成的数据。
pskModulator = comm.PSKModulator;insig =兰迪([0,pskModulator.ModulationOrder-1], 1024,1);channelInput = pskModulator (insig);
创建一个多路径Rician衰落信道系统对象,指定my19937ar随机数生成方法的算法和随机数种子73。
ricianchan = comm.RicianChannel (…“SampleRate”1 e6,…“PathDelays”(0.0 0.5 1.2)* 1 e-6,…“AveragePathGains”(0.1 0.5 0.2),…“KFactor”,2.8,…“DirectPathDopplerShift”,5.0,…“DirectPathInitialPhase”,0.5,…“MaximumDopplerShift”,50岁,…“DopplerSpectrum”多普勒(“钟”8),…“RandomStream”,“与种子mt19937ar”,…“种子”,73,…“PathGainsOutputPort”,真正的);
滤波器调制数据通过使用多路径Rician衰落信道系统对象。
[RicianChanOut1, RicianPathGains1] = ricianchan (channelInput);
设置系统对象使用全球流随机数生成。
释放(ricianchan);ricianchan。RandomStream =“全球流”;
设置全局流有相同的种子,你当创建指定路径Rician衰落信道系统对象。
rng (73)
滤波器调制数据通过使用多路径Rician衰落信道系统对象。
[RicianChanOut2, RicianPathGains2] = ricianchan (channelInput);
验证通道和路径增益输出的两个方法都是相同的。
isequal (RicianChanOut1 RicianChanOut2)
ans =逻辑1
isequal (RicianPathGains1 RicianPathGains2)
ans =逻辑1
显示脉冲和多路径Rician衰落信道的频率响应
显示的冲动和频率响应的频率选择多路径Rician衰落信道配置为禁用通道过滤。
定义模拟变量。指定路径延迟和收益通过ITU行人B通道配置。
fs = 3.84 e6;在赫兹%采样率pathDelays = [0 200 800 1200 2300 3700] * 1 e-9;%在几秒钟内avgPathGains = [0 8 -0.9 - -4.9 -7.8 - -23.9];% dBkfact = 10;% Rician增殖系数fD = 50;%赫兹马克斯多普勒频移
创建一个多路径Rician衰落信道系统对象可视化的脉冲响应和频率响应图。
ricianChan = comm.RicianChannel (“SampleRate”fs,…“PathDelays”pathDelays,…“AveragePathGains”avgPathGains,…“KFactor”kfact,…“MaximumDopplerShift”fD,…“ChannelFiltering”假的,…“可视化”,冲动和频率响应);
可视化运行多路径Rician衰落信道的信道响应的系统对象没有输入信号。脉冲响应图允许您识别单个路径和相应的滤波器系数。的频率响应图显示了频率选择特性ITU行人通道。
ricianChan ();
模型Rician通道使用Sum-of-Sinusoids技术
显示通道状态是维持不连续传输通过使用多路径Rician衰落信道系统对象配置为使用sum-of-sinusoids衰落的技术。观察不连续通道响应部分覆盖在一个连续的通道响应。
设置通道属性。
fs = 1000;在赫兹%采样率pathDelays = [0 2.5 e - 3];%在几秒钟内pathPower = [0 6];在dB %fD = 5;%最大赫兹的多普勒频移ns = 1000;%的样本数量nsdel = 100;%延迟路径的样本数量
定义一个连续时间跨度和三个不连续的时间片段的情节和视图信道响应。查看1000 -样本连续信道响应,开始时间0 100 -样品和三个通道响应从乘以0.1,0.4,和0.7秒。
0 = 0.0;奖金= 0.1;拽着= 0.5;版本= 0.8;t0 = (0: ns-1) / fs;% 0传播t1 =奖金+ (0:nsdel-1) / fs;%传输1t2 =拽着+ (0:nsdel-1) / fs;%传输2t3 =版本+ (0:nsdel-1) / fs;%传输3
创建一个frequency-flat多路径Rician衰落系统对象,指定一个1000 Hz的采样率,sum-of-sinusoids衰落技术,残疾人通道过滤和样本的数量。指定一个种子值,这样可以重复结果。使用默认的InitialTime属性设置,这样衰落信道模拟的0。
ricianchan1 = comm.RicianChannel (“SampleRate”fs,…“MaximumDopplerShift”fD,…“RandomStream”,“与种子mt19937ar”,…“种子”,17岁,…“FadingTechnique”,正弦信号的总和,…“ChannelFiltering”假的,…“NumSamples”、ns);
创建一个克隆多路径Rician衰落信道的系统对象。样品的延迟路径的数量。设置初始时间的来源,以便您可以指定衰落信道补偿时间作为输入参数在使用系统对象。
ricianchan2 =克隆(ricianchan1);ricianchan2。InitialTime年代ource =输入端口的;ricianchan2。NumSamples= nsdel;
保存路径增益输出连续信道响应通过使用ricianchan1对象和不连续延迟通道使用的反应ricianchan2对象的初始时间偏移量作为输入参数提供。
pg0 = ricianchan1 ();pg1 = ricianchan2(奖金);pg2 = ricianchan2(拽着);pg3 = ricianchan2(版本);
比较样本的数量处理的两个渠道使用信息对象的功能。的ricianchan1对象处理1000个样本,ricianhan2对象只有300个样本进行处理。
G = info (ricianchan1);H = info (ricianchan2);(G。NumSamplesProcessed H.NumSamplesProcessed]
ans =1×21000 300
收益的路径转换成分贝。
pathGain0 = 20 * log10 (abs (pg0));pathGain1 = 20 * log10 (abs (pg1));pathGain2 = 20 * log10 (abs (pg2));pathGain3 = 20 * log10 (abs (pg3));
画出路径获得连续和不连续的情况。三个部分的收益匹配连续情况下的增益。由于信道特性维护即使数据没有传输,两个情节的一致性表明,sum-of-sinusoids技术是适合通过数据的模拟。
情节(t0、pathGain0“r——”)举行在情节(t1, pathGain1,“b”)情节(t2, pathGain2“b”)情节(t3、pathGain3“b”)网格包含(“时间(s)”)ylabel (“路径增益(dB)”)传说(“连续”,“不连续”,“位置”,“西北”)标题(“连续和不连续传输路径增益”)
繁殖多路径衰落信道响应
繁殖多路径Rician衰落信道输出使用ChannelFilterCoefficients属性返回的信息对象的函数comm.RicianChannel系统对象。
创建一个多路径Rician衰落信道系统对象,定义两个路径。生成数据通过英吉利海峡。
ricianchan = comm.RicianChannel (…“SampleRate”,1000,…“PathDelays”(0 1 e - 3),…“AveragePathGains”(0 - 2),…“PathGainsOutputPort”,真正的)
ricianchan = comm.RicianChannel属性:SampleRate: 1000 PathDelays: [0 1.0000 e 03] AveragePathGains: [0 2] NormalizePathGains:真正的KFactor: 3 DirectPathDopplerShift: 0 DirectPathInitialPhase: 0 MaximumDopplerShift: 1.0000 e 03 DopplerSpectrum: [1 x1 struct] ChannelFiltering:真PathGainsOutputPort:真显示所有属性
data =兰迪([0,1],600,1);
通过通道传递数据。分配ChannelFilterCoefficients属性值的变量多项式系数。
[chanout1, pg] = ricianchan(数据);chaninfo = info (ricianchan)
chaninfo =结构体字段:ChannelFilterDelay: 0 ChannelFilterCoefficients: [2 x2双]NumSamplesProcessed: 600
多项式系数= chaninfo.ChannelFilterCoefficients;
计算分数延迟路径延迟的位置存储在输入信号多项式系数。
Np =长度(ricianchan.PathDelays);fracdelaydata = 0(大小(数据,1),Np);为2 = 1:Np fracdelaydata (:, ii) =过滤器(多项式系数(ii):), 1,数据);结束
应用路径收益和所有路径的结果。
chanout2 =总和(pg . * fracdelaydata 2);
比较多路径Rician衰落信道系统对象的输出到输出使用路径收益和复制ChannelFilterCoefficients多路Rician衰落信道系统对象的属性。
isequal (chanout1 chanout2)
ans =逻辑1
比较实证和理论的PDF Rician通道
计算和情节实证和理论概率密度函数(PDF) Rician通道与一个路径。
初始化参数,并创建一个Rician通道系统对象,不适用通道过滤。
Ns = 1.92 e6;Rs = 1.92 e6;dopplerShift = 2000;KFactor = 3;在dB %KFactorLin = 10 ^ (KFactor / 10);%线性单元陈= comm.RicianChannel (…“SampleRate”Rs,…“PathDelays”0,…“KFactor”KFactorLin,…“AveragePathGains”0,…“MaximumDopplerShift”dopplerShift,…“ChannelFiltering”假的,…“NumSamples”Ns,…“FadingTechnique”,正弦信号的总和);
计算和情节的实证和理论PDF Rician通道。
图;持有在;%经验PDF情节陈收益= ();pd = fitdist (abs(获得),“内核”,“带宽”. 01);r = 0: .1:3;y = pdf (pd, r);情节(r, y)%理论PDF情节s =√KFactorLin /√(KFactorLin + 1);σ= sqrt (1/2) /√(KFactorLin + 1);exp_pdf_amplitude = pdf (“Rician”r sσ);情节(r,传奇exp_pdf_amplitude”) (“经验”,“理论”)标题(“实证和理论PDF曲线”)
比较提供实证和理论Rician通道
计算和情节实证和理论累积分布函数(CDF) Rician通道与一个路径。
初始化参数,并创建一个Rician通道系统对象,不执行通道过滤。
Ns = 1.92 e6;Rs = 1.92 e6;dopplerShift = 2000;KFactor = 3;在dB %KFactorLin = 10 ^ (KFactor / 10);%线性单元陈= comm.RicianChannel (…“SampleRate”Rs,…“PathDelays”0,…“KFactor”KFactorLin,…“AveragePathGains”0,…“MaximumDopplerShift”dopplerShift,…“ChannelFiltering”假的,…“NumSamples”Ns,…“FadingTechnique”,正弦信号的总和);
计算和情节的实证和理论提供Rician通道。计算经验CDF通过使用收益的路径。
%经验CDF实验组的情节陈g = ();ecdf (abs (g));持有在;%理论CDF实验组的情节r = 0: .1:3;s =√KFactorLin /√(KFactorLin + 1);σ= sqrt (1/2) /√(KFactorLin + 1);exp_cdf_amplitude = cdf (“Rician”r sσ);情节(r,传奇exp_cdf_amplitude”) (电磁脉冲的,“定理”)标题(“实证和理论CDF曲线”)
更多关于
渠道可视化
的comm.RicianChannel系统对象使信道脉冲响应的可视化,频率响应和多普勒频谱。
请注意
显示指定路径,获得位置的差异可高达5%的输入样本的时间。
可视化显示的速度控制的组合
SamplesToDisplay财产和减少更新来提高性能菜单项中发现的范围回放。减少样本的百分比来显示和使减少更新可以加速的渲染可视化范围。如果你关闭可视范围,以正常速度对系统对象的调用执行。
代码生成是只有当你设置
可视化财产“关闭”。
脉冲响应
脉冲响应范围显示路径,通道滤波器系数,和插值路径收益。收益的路径发生在时间实例对应于指定的PathDelays财产和可能不符合输入采样时间。范围使用通道滤波器系数模型通道。系数是插值的实际收益和路径与输入采样时间。收益的路径重叠的情况下,收益的路径的滤波器系数与采样时间。Sinc插值是用来连接通道滤波器系数,显示为插值路径收益。这些点显示为目的,而不是用于后续通道过滤。平坦衰落信道(路径),sinc插值曲线是不显示。对于所有脉冲响应图,框架和样本数量显示在左上角的范围。
脉冲响应图股票的工具栏和菜单一样dsp.ArrayPlot系统对象。
当指定的路径获得结合采样率,收益和通道滤波器系数的路径重叠。在这个图中,脉冲响应表明,收益的路径重叠滤波器系数。
如果指定的路径收益与采样率不一致,收益的路径和通道滤波器系数不重叠。在这个图中,滤波器系数是均匀分布的。因为收益的路径与采样率不一致,收益不重叠的路径通道滤波器系数。
这个图显示了frequency-flat通道的脉冲响应不显示插值路径收益。
频率响应
频率响应范围显示多径瑞利衰落信道的频谱通过离散傅里叶变换的通道滤波器系数。频率响应图工具栏和菜单一样dsp.SpectrumAnalyzer系统对象。
的y设在情节的基础上计算的局限性NormalizePathGains和AveragePathGains的属性comm.RicianChannel系统对象。
这个表显示其他选择的默认范围设置。您可以更改这些设置的默认值使用光谱设置在视图。
| 光谱设置 | 价值 |
|---|---|
| 类型在主要选项 |
|
| 窗口长度在主要选项 | 通道滤波器长度 |
| NFFT在主要选项 |
|
| 窗口在窗口选项 |
|
| 单位在跟踪选项 |
|
这个图显示了频率选择通道频率响应图。
多普勒频谱
多普勒频谱图显示了理论多普勒频谱和经验确定数据点。的理论数据显示为一条直线的情况下非静态的渠道和作为静态点通道。经验数据显示为*符号。更新经验阴谋之前,内部缓冲区必须完全注满过滤高斯样本。实证情节是光谱的移动平均计算从每个缓冲区。对于非静态的通道,输入样本的数量需要在下次更新显示在左上角的阴谋。需要的样品数量是一个函数的采样率和最大的多普勒频移。对于静态渠道,文本”重置衰落信道下更新”显示。
引用
[1]Oestges,克劳德和布鲁诺Clerckx。MIMO无线通信:从现实世界传播时空代码设计。第1版。波士顿,MA:爱思唯尔,2007年。
[2]科雷亚是路易斯·M。,和欧洲an Cooperation in the Field of Scientific and Technical Research (Organization), eds.移动宽带多媒体网络:为4 g技术、模型和工具。第1版。阿姆斯特丹 ;波士顿:爱思唯尔/学术出版社,2006年。
[3]Kermoal,摩根大通,L. Schumacher, K.I. Pedersen, P.E. Mogensen, and F. Frederiksen. “A Stochastic MIMO Radio Channel Model with Experimental Validation.”IEEE在选定地区通讯》杂志上20日,没有。6(2002年8月):1211 - 26所示。https://doi.org/10.1109/JSAC.2002.801223。
[4]Jeruchim米歇尔•C。,Philip Balaban, and K. Sam Shanmugan.模拟通信系统。第二版。波士顿,MA:施普林格,2000年。
[5]Patzold, M。,Cheng-Xiang Wang, and B. Hogstad. “Two New Sum-of-Sinusoids-Based Methods for the Efficient Generation of Multiple Uncorrelated Rayleigh Fading Waveforms.”IEEE无线通信8,不。(2009年6月6日):3122 - 31所示。https://doi.org/10.1109/TWC.2009.080769。
