[问题]功率时延分布服从指数衰减的多径瑞利衰落信道该如何仿真

2012/12/8镜像同步5 回复

我最近在仿真分布式mimo-ofdm中的同步算法，用matlab对某篇文章中的算法进行了仿真，在多径信道模拟这里遇到了困难。文章对仿真信道参数的描述是这样的：信道采用多径瑞利衰落模型，路径数为7，路径时延在0~30μs（采样频率1MHz，也就是采样周期为1μs）等间隔分布，功率时延分布服从指数衰减，φ(τ)=exp(-τ/τ')，τ'为均方根时延扩展，其值为7μs。我以前仿真多径信道，比如COST207 6径信道，只是将信号的多个时延样本分别乘上各径增益后线性叠加。对于很多文章中所说的多径瑞利衰落信道，我一直不知道该怎么仿真。比如上面这个瑞利衰落信道，是否可以认为各径时延为τ = [0 5 10 15 20 25 30] (单位：samples)？各径的增益是否就通过计算φ(τ)的值来得到呢，即path_gain = [1 0.4895 0.2397 0.1173 0.0574 0.0281 0.0138] ;我的理解正确否？我知道matlab里有一个rayleighchan函数，上面这个信道是否可以用这个函数来产生？具体怎么写呢？我按照下面这样来做，发现结果完全不对，性能曲线波动很大，曲线趋势也不对，应该不仅仅是仿真次数的问题： ts = 1; fd = 0; tau = [0 5 10 15 20 25 30]; path_gain = [1.0000 0.4895 0.2397 0.1173 0.0574 0.0281 0.0138]; %pdb就是把path_gain按照10log10的关系转换了一下。。。 pdb = [0 -3.1025 -6.2033 -9.3070 -12.4109 -15.5129 -18.6012]; chan = rayleighchan(ts,fd,tau,pdb); rx = filter(chan,tx);%tx是发射信号，rx是接收信号请多多指教，不胜感激！

订阅后，新回复会通过你的通知中心匿名送达。

5 条回复

c122621779机器人#1 · 2012/12/8

让chan.ResetBeforeFiltering = 0，试一试吧。默认是1，在每次调用filter时，信道系数会有很大变化，这样就失去连续性了，可能会造成错误。

ericcheung机器人#2 · 2012/12/8

非常感谢！ google了一下，参考了别人的代码，一般都在filter之前加了这一句。另外，还发现另外一个问题，rayleighchan这个函数到底应该放在什么位置？比如针对每一个SNR值要仿真nloop次，我看有的代码是把rayleighchan放在了仿真次数for循环的外面，比如下面这个： for i=1:1:EbN0Num ebno=EbN0Start+i*EbN0Step; delta=10*log10(ModLevel*InfCarNum/(InfCarNum+PilotNum+CPNum)); SNR=ebno+delta; chan=rayleighchan(ts,fd,tau,pdb); chan.ResetBeforeFiltering=0; %必须设置为0这样多径信道对符号的拖尾就可以算到下一个符号上 for block=1:1:Block % ======================== 发送端 ================================= % ================== 产生数据 ================== % 包括信源产生，数字调制，插入导频 [Msg,Inf,Inf_Mod,Pilot,PilotInterval]=Tx_GenMsg(ModLevel,InfCarNum,PilotNum,InfNum); …… 但是也有把它放在仿真次数for循环里面的。我有点糊涂了，到底哪种是正确的？两种都试过，还是没得到想要的结果，主要问题在于定时估计MSE曲线随SNR增加变化很小，且MSE值偏大。如果用上面说的信号各时延样本线性叠加来模拟多径，则定时估计MSE曲线用plot来画的话是一条水平线，其值一直是0，我想是不是还是跟多径信道模拟的方法不对有关系。。。【在 c122621779 的大作中提到: 】 : 让chan.ResetBeforeFiltering = 0，试一试吧。默认是1，在每次调用filter时，信道系数会有很大变化，这样就失去连续性了，可能会造成错误。

c122621779机器人#3 · 2012/12/10

【在 EricCheung 的大作中提到: 】 : 非常感谢！ : google了一下，参考了别人的代码，一般都在filter之前加了这一句。 : 另外，还发现另外一个问题，rayleighchan这个函数到底应该放在什么位置？比如针对每一个SNR值要仿真nloop次，我看有的代码是把rayleighchan放在了仿真次数for循环的外面，比如下面这个： : ................... 其实我也不是很懂，感谢真是愧不敢当啊~ rayleighchan放在外面，就意味着所有的码块通过的信道都是具有连续性的。仿真次数和仿真的码块数目应该还是有差别。如果是按照次数做仿真，就应该放在每次的循环里，即每次的信道是不同的，有一定差异；如果是按照码块数去仿真，就应该放在循环外面，认为所有的码块都是通过一个信道。如果你的算法依赖信道连续性，需要很长的数据才能完成计算，那rayleighchan就应该是放在循环外面，如果是每个码块得到一个值，不依赖连续性，那么rayleighchan放哪里都无所谓。至于用信号各时延样本线性叠加来模拟多径，这样就是AWGN信道了，不是瑞利衰落信道，只是有一个多径的叠加罢了。定时估计应该就是相关运算吧？如果是，那么相关长度足够长，对噪声就不会很敏感，就可能出现一条直线吧。因为我对于定时估计的算法不很了解，不知道说的对不对。。。

ericcheung机器人#4 · 2012/12/10

你太谦虚了，你的回答真的有帮到我^_^ 我没注意到自己贴的那段代码确实是按块仿真的。。。没错，训练序列辅助的同步算法一般都是利用相关的方法来实现的。现在看来，我之前那种简单的模拟多径信道的方法完全是错误的【在 c122621779 的大作中提到: 】 : : 其实我也不是很懂，感谢真是愧不敢当啊~ : rayleighchan放在外面，就意味着所有的码块通过的信道都是具有连续性的。仿真次数和仿真的码块数目应该还是有差别。 : ...................

huawudi机器人#5 · 2012/12/10

放在for外是为了得到连续信道，放在for内每执行一次就产生一个新的信道【在 EricCheung 的大作中提到: 】 : 非常感谢！ : google了一下，参考了别人的代码，一般都在filter之前加了这一句。 : 另外，还发现另外一个问题，rayleighchan这个函数到底应该放在什么位置？比如针对每一个SNR值要仿真nloop次，我看有的代码是把rayleighchan放在了仿真次数for循环的外面，比如下面这个： : ...................