Пропустите входной сигнал через многопутевой Канал с релеевским замиранием
comm.RayleighChannel Система object™ пропускает входной сигнал через многопутевой Канал с релеевским замиранием. Для получения дополнительной информации об исчезающей обработке модели смотрите раздел Methodology for Simulating Multipath Fading Channels.
Пропускать входной сигнал через многопутевой Канал с релеевским замиранием:
Создайте comm.RayleighChannel объект и набор его свойства.
Вызовите объект с аргументами, как будто это была функция.
Чтобы узнать больше, как Системные объекты работают, смотрите то, Что Системные объекты?
rayleighchan = comm.RayleighChannel
rayleighchan = comm.RayleighChannel(Name,Value)'SampleRate',2 устанавливает частоту дискретизации входного сигнала на 2.
y = rayleighchan(x)x через многопутевой Канал с релеевским замиранием и возвращает результат в y.
Чтобы включить этот синтаксис, установите ChannelFiltering свойство к true.
y = rayleighchan(x,inittime)
Чтобы включить этот синтаксис, установите FadingTechnique свойство к 'Sum of sinusoids' и InitialTimeSource свойство к 'Input port'.
[ также возвращает усиления пути к каналу базового многопутевого процесса Релеевского замирания в y,pathgains] = rayleighchan(___)pathgains использование любой из комбинаций входных аргументов в предыдущих синтаксисах.
Чтобы включить этот синтаксис, установите PathGainsOutputPort набор свойств к true.
pathgains = rayleighchan()
Чтобы включить этот синтаксис, установите ChannelFiltering свойство к false.
pathgains = rayleighchan(inittime)
Чтобы включить этот синтаксис, установите FadingTechnique свойство к 'Sum of sinusoids', InitialTimeSource свойство к 'Input port', и ChannelFiltering свойство к false.
Чтобы использовать объектную функцию, задайте Системный объект как первый входной параметр. Например, чтобы выпустить системные ресурсы Системного объекта под названием obj, используйте этот синтаксис:
release(obj)
Произведите тот же многопутевой ответ Канала с релеевским замиранием при помощи двух различных методов для генерации случайных чисел. Многопутевой Системный объект Канала с релеевским замиранием включает два метода для генерации случайных чисел. Можно использовать текущий глобальный поток или mt19937ar алгоритм с заданным seed. Путем взаимодействия с глобальным потоком Системный объект может произвести те же выходные параметры из этих двух методов.
Создайте Системный объект модулятора PSK, чтобы модулировать случайным образом сгенерированные данные.
pskModulator = comm.PSKModulator; insig = randi([0,pskModulator.ModulationOrder-1],1024,1); channelInput = pskModulator(insig);
Создайте многопутевой Системный объект Канала с релеевским замиранием, задав метод генерации случайных чисел как my19937ar алгоритм и seed случайных чисел как 22.
rayleighchan = comm.RayleighChannel( ... 'SampleRate',10e3, ... 'PathDelays',[0 1.5e-4], ... 'AveragePathGains',[2 3], ... 'NormalizePathGains',true, ... 'MaximumDopplerShift',30, ... 'DopplerSpectrum',{doppler('Gaussian',0.6),doppler('Flat')}, ... 'RandomStream','mt19937ar with seed', ... 'Seed',22, ... 'PathGainsOutputPort',true);
Отфильтруйте модулируемые данные при помощи многопутевого Системного объекта Канала с релеевским замиранием.
[chanOut1,pathGains1] = rayleighchan(channelInput);
Установите Системный объект использовать глобальный поток для генерации случайных чисел.
release(rayleighchan);
rayleighchan.RandomStream = 'Global stream';Установите глобальный поток иметь тот же seed, который вы задали при создании многопутевого Системного объекта Канала с релеевским замиранием.
rng(22)
Отфильтруйте модулируемые данные при помощи многопутевого Системного объекта Канала с релеевским замиранием снова.
[chanOut2,pathGains2] = rayleighchan(channelInput);
Проверьте, что канал и усиление пути выходные параметры является тем же самым для каждого из этих двух методов.
isequal(chanOut1,chanOut2)
ans = logical
1
isequal(pathGains1,pathGains2)
ans = logical
1
Отобразите импульсные и частотные характеристики выборочного частотой многопутевого Канала с релеевским замиранием, который сконфигурирован, чтобы отключить фильтрацию канала.
Задайте переменные симуляции. Задайте задержки пути и усиления при помощи настройки B-канала пешехода ITU.
fs = 3.84e6; % Sample rate in Hz pathDelays = [0 200 800 1200 2300 3700]*1e-9; % in seconds avgPathGains = [0 -0.9 -4.9 -8 -7.8 -23.9]; % dB fD = 50; % Max Doppler shift in Hz
Создайте многопутевой Системный объект Канала с релеевским замиранием, чтобы визуализировать импульсную характеристику и графики частотных характеристик.
rayleighchan = comm.RayleighChannel('SampleRate',fs, ... 'PathDelays',pathDelays, ... 'AveragePathGains',avgPathGains, ... 'MaximumDopplerShift',fD, ... 'ChannelFiltering',false, ... 'Visualization','Impulse and frequency responses');
Визуализируйте ответ канала путем выполнения многопутевого Системного объекта Канала с релеевским замиранием без входного сигнала. График импульсной характеристики позволяет вам идентифицировать отдельные пути и их соответствующие коэффициенты фильтра. График частотной характеристики показывает выборочную частотой природу B-канала пешехода ITU.
rayleighchan();
Покажите, что состояние канала обеспечено для прерывистых передач при помощи многопутевых Системных объектов Канала с релеевским замиранием, которые используют метод суммы синусоид. Наблюдайте прерывистые сегменты ответа канала, наложенные относительно непрерывного ответа канала.
Установите свойства канала.
fs = 1000; % Sample rate (Hz) pathDelays = [0 2.5e-3]; % In seconds pathPower = [0 -6]; % In dB fD = 5; % Maximum Doppler shift (Hz) ns = 1000; % Number of samples nsdel = 100; % Number of samples for delayed paths
Задайте непрерывный отрезок времени и три прерывистых сегмента времени, по которым можно построить и просмотреть ответ канала. Просмотрите непрерывный ответ канала с 1000 выборками, которые запускают во время 0 и три ответа канала с 100 выборками, которые время от времени запускаются 0.1, 0.4, и 0,7 секунды, соответственно.
to0 = 0.0; to1 = 0.1; to2 = 0.4; to3 = 0.7; t0 = (to0:ns-1)/fs; % Transmission 0 t1 = to1+(0:nsdel-1)/fs; % Transmission 1 t2 = to2+(0:nsdel-1)/fs; % Transmission 2 t3 = to3+(0:nsdel-1)/fs; % Transmission 3
Создайте плоский частотой многопутевой Системный объект Релеевского замирания, задав частоту дискретизации на 1 000 Гц, сумма синусоид, исчезающая метод, отключенная фильтрация канала и количество отсчетов, чтобы просмотреть. Задайте начальное значение так, чтобы результаты могли быть повторены. Используйте InitialTime по умолчанию установка свойства так, чтобы исчезающий канал был симулирован со времени 0.
rayleighchan1 = comm.RayleighChannel('SampleRate',fs, ... 'MaximumDopplerShift',fD, ... 'RandomStream','mt19937ar with seed', ... 'Seed',17, ... 'FadingTechnique','Sum of sinusoids', ... 'ChannelFiltering',false, ... 'NumSamples',ns);
Создайте клон многопутевого Системного объекта Канала с релеевским замиранием. Установите количество отсчетов для задержанных путей, вы задаете источник в течение начального времени так, чтобы можно было указать, что исчезающее время смещения канала может быть задано как входной параметр при использовании Системного объекта.
rayleighchan2 = clone(rayleighchan1);
rayleighchan2.InitialTimeSource = 'Input port';
rayleighchan2.NumSamples = nsdel;Сохраните усиление пути выход для непрерывного ответа канала при помощи rayleighchan1 возразите и для прерывистых задержанных ответов канала при помощи rayleighchan2 объект с начальными смещениями времени обеспечивается как входные параметры.
pg0 = rayleighchan1(); pg1 = rayleighchan2(to1); pg2 = rayleighchan2(to2); pg3 = rayleighchan2(to3);
Сравните количество отсчетов, обработанное двумя каналами при помощи info объектная функция. rayleighchan1 объект обработал 1 000 выборок, в то время как rayleighchan2 объект обработал только 300 выборок.
G = info(rayleighchan1); H = info(rayleighchan2); [G.NumSamplesProcessed H.NumSamplesProcessed]
ans = 1×2
1000 300
Преобразуйте усиления пути в децибелы.
pathGain0 = 20*log10(abs(pg0)); pathGain1 = 20*log10(abs(pg1)); pathGain2 = 20*log10(abs(pg2)); pathGain3 = 20*log10(abs(pg3));
Постройте усиления пути для непрерывных и прерывистых случаев. Усиления для этих трех сегментов совпадают с усилением для непрерывного случая. Поскольку характеристики канала обеспечены, даже когда данные не передаются, выравнивание двух графиков показывает, что метод суммы синусоид подходит для симуляции packetized данных.
plot(t0,pathGain0,'r--') hold on plot(t1,pathGain1,'b') plot(t2,pathGain2,'b') plot(t3,pathGain3,'b') grid xlabel('Time (sec)') ylabel('Path Gain (dB)') legend('Continuous','Discontinuous','location','nw') title('Continuous and Discontinuous Transmission Path Gains')
Воспроизведите многопутевой Канал с релеевским замиранием выход через несколько систем координат при помощи ChannelFilterCoefficients свойство, возвращенное функцией объекта info comm.RayleighChannel Системный объект.
Создайте многопутевой Системный объект Канала с релеевским замиранием, задав два пути. Сгенерируйте данные, чтобы пройти через канал.
rayleighchan = comm.RayleighChannel( ... 'SampleRate',1000, ... 'PathDelays',[0 1.5e-3], ... 'AveragePathGains',[0 -3], ... 'PathGainsOutputPort',true)
rayleighchan =
comm.RayleighChannel with properties:
SampleRate: 1000
PathDelays: [0 0.0015]
AveragePathGains: [0 -3]
NormalizePathGains: true
MaximumDopplerShift: 1.0000e-03
DopplerSpectrum: [1x1 struct]
ChannelFiltering: true
PathGainsOutputPort: true
Show all properties
data = randi([0 1],600,1);
Передайте данные через канал. Присвойте ChannelFilterCoefficients значение свойства к переменной coeff. В for цикл, вычислите дробный задержанный входной сигнал в местоположениях задержки пути, сохраненных в coeff, примените усиления пути и суммируйте результаты для всех путей. Сравните выход многопутевого Системного объекта Канала с релеевским замиранием (chanout1) к выходу, воспроизведенному с помощью усилений пути и ChannelFilterCoefficients свойство многопутевого Системного объекта Канала с релеевским замиранием (chanout2).
chaninfo = info(rayleighchan); coeff = chaninfo.ChannelFilterCoefficients; Np = length(rayleighchan.PathDelays); state = zeros(size(coeff,2)-1,size(coeff,1)); nFrames = 10; chkChan = zeros(nFrames,1); for jj = 1 : nFrames data = randi([0 1],600,1); [chanout1,pg] = rayleighchan(data); fracdelaydata = zeros(size(data,1),Np); % Calculate the fractional delayed input signal. for ii = 1:Np [fracdelaydata(:,ii),state(:,ii)] = ... filter(coeff(ii,:),1,data,state(:,ii)); end % Apply the path gains and sum the results for all of the paths. % Compare the channel outputs. chanout2 = sum(pg .* fracdelaydata,2); chkChan(jj) = isequal(chanout1,chanout2); end chkChan'
ans = 1×10
1 1 1 1 1 1 1 1 1 1
Проверьте, что автокорреляцией усиления пути выход от Системного объекта канала Рейли является Функция Бесселя. Результаты в [1] и Приложение A [2], покажите, что то, когда автокорреляция пути получают выходные параметры, является Функцией Бесселя, Доплеровский спектр Jakes-формируется.
Инициализируйте параметры симуляции.
Rsym = 9600; % Input symbol rate (symbols/s) sps = 10; % Number of samples per input symbol Fs = sps*Rsym; % Input sampling frequency (samples/s) Ts = 1/Fs; % Input sampling period (s) numsym = 1e6; % Number of input symbols to simulate numsamp = numsym*sps; % Number of channel samples to simulate fd = 100; % Maximum Doppler frequency shift (Hz) num_acsamp = 5000; % Number of samples of autocovariance % of complex fading process calculated numtx = 1; % Number of transmit antennas numrx = 1; % Number of receive antennas numsin = 48; % Number of sinusoids frmLen = 10000; numFrames = numsamp/frmLen;
Сконфигурируйте Рэлеевский Системный объект канала.
chan = comm.RayleighChannel( ... 'FadingTechnique','Sum of sinusoids', ... 'NumSinusoids',numsin, ... 'RandomStream','mt19937ar with seed', ... 'PathDelays',0, ... 'AveragePathGains',0, ... 'SampleRate',Fs, ... 'MaximumDopplerShift',fd, ... 'PathGainsOutputPort',true);
Примените модуляцию DPSK к случайному потоку битов.
tx = randi([0 1],numsamp,numtx); % Random bit stream dpskSig = dpskmod(tx,2); % DPSK signal
Передайте модулируемый сигнал через канал.
outsig = zeros(numsamp,numrx); pg_rx = zeros(numsamp,numrx,numtx); for frmNum = 1:numFrames [outsig((1:frmLen)+(frmNum-1)*frmLen,:),pathGains] = ... chan(dpskSig((1:frmLen)+(frmNum-1)*frmLen,:)); for i = 1:numrx pg_rx((1:frmLen)+(frmNum-1)*frmLen,i,:) = ... pathGains(:,:,:,i); end end
Используя усиления пути к каналу, полученные на антенну, вычислите автоковариацию процесса исчезновения для каждого приёмного пути передачи.
autocov = zeros(frmLen+1,numrx,numtx); autocov_normalized_real = zeros(num_acsamp+1,numrx,numtx); autocov_normalized_imag = zeros(num_acsamp+1,numrx,numtx); for i = 1:numrx % Compute autocovariance of simulated complex fading process for j = 1:numtx autocov(:,i,j) = xcov(pg_rx(:,i,j),num_acsamp); % Real part of normalized autocovariance autocov_normalized_real(:,i,j) = ... real(autocov(num_acsamp+1:end,i,j) ... / autocov(num_acsamp+1,i,j)); % Imaginary part of normalized autocovariance autocov_normalized_imag(:,i,j) = ... imag(autocov(num_acsamp+1:end,i,j) ... / autocov(num_acsamp+1,i,j)); end end
Вычислите теоретическую автоковариацию комплексного процесса исчезновения при помощи besselj функция.
Rrr = zeros(1,num_acsamp+1); for n = 1:1:num_acsamp+1 Rrr(n) = besselj(0,2*pi*fd*(n-1)*Ts); end Rrr_normalized = Rrr/Rrr(1);
Отобразите автоковариацию, чтобы сравнить результаты Системного объекта канала Рейли и besselj функция.
subplot(2,1,1) plot(autocov_normalized_real,'b-') hold on plot(Rrr_normalized,'r-') hold off legend('comm.RayleighChannel', ... 'Bessel function of the first kind') title('Autocovariance of Real Part of Rayleigh Process') subplot(2,1,2) plot(autocov_normalized_imag) legend('comm.RayleighChannel') title('Autocovariance of Imaginary Part of Rayleigh Process')
Как вычислено ниже, среднеквадратичная погрешность, сравнивающая результаты объекта канала Рейли по сравнению с Функцией Бесселя, незначительна.
act_mse_real = ... sum((autocov_normalized_real-repmat(Rrr_normalized.',1,numrx,numtx)).^2,1) ... / size(autocov_normalized_real,1)
act_mse_real = 7.0043e-08
act_mse_imag = sum((autocov_normalized_imag-0).^2,1) ...
/ size(autocov_normalized_imag,1)act_mse_imag = 4.1064e-07
Ссылки
1. Вдавите, P., Г. Боттомли и Т. Крофт. “Jakes, Исчезающий Пересмотренная Модель”. Буквы электроники 29, № 13 (1993): 1162. https://doi.org/10.1049/el:19930777.
2. Pätzold, Мэттиас. Мобильные Исчезающие Каналы. Чичестер, Великобритания: John Wiley & Sons, Ltd, 2002. https://doi.org/10.1002/0470847808.
Вычислите и постройте эмпирическую и теоретическую функцию плотности вероятности (PDF) для канала Рейли с одним путем.
Инициализируйте параметры и создайте Системный объект канала Рейли, который не применяет фильтрацию канала.
Ns = 1.92e6; Rs = 1.92e6; dopplerShift = 2000; chan = comm.RayleighChannel( ... 'SampleRate',Rs, ... 'PathDelays',0, ... 'AveragePathGains',0, ... 'MaximumDopplerShift',dopplerShift, ... 'ChannelFiltering',false, ... 'NumSamples',Ns, ... 'FadingTechnique','Sum of sinusoids');
Вычислите и постройте эмпирическую и теоретическую PDF для Рэлеевского канала.
figure; hold on; % Empirical PDF plot gain = chan(); pd = fitdist(abs(gain),'Kernel','BandWidth',.01); r = 0:.1:3; y = pdf(pd,r); plot(r,y) % Theoretical PDF plot exp_pdf_amplitude = raylpdf(r,0.7); plot(r,exp_pdf_amplitude') legend('Empirical','Theoretical') title('Empirical and Theoretical PDF Curves')
comm.RayleighChannel Системный объект включает визуализацию импульсной характеристики канала, частотной характеристики и Доплеровского спектра.
Примечание
Отображенные и заданные местоположения усиления пути могут отличаться целых 5% входного шага расчета.
Скорость отображения визуализации контролируется комбинацией SamplesToDisplay свойство и пункт меню scope Reduce Updates to Improve Performance найдены в Playback . Сокращение процента выборок, чтобы отобразиться и включение уменьшаемых обновлений могут ускорить рендеринг осциллографа визуализации.
Если вы закрываете осциллографы визуализации, вызовы Системного объекта выполняются на нормальной скорости.
Генерация кода доступна только, когда вы устанавливаете Visualization свойство к 'Off'.
Импульсная характеристика
Осциллограф импульсной характеристики отображает усиления пути, коэффициенты фильтра канала и интерполированные усиления пути. Усиления пути происходят в экземплярах времени, которые соответствуют заданному PathDelays свойство и не может быть выровнено с входным временем выборки. Осциллограф использует коэффициенты фильтра канала, чтобы смоделировать канал. Коэффициенты интерполированы от фактических усилений пути и выравниваются с входным временем выборки. Усиления пути перекрывают коэффициенты фильтра для случаев, где усиления пути выравниваются со временем выборки. Интерполяция Sinc используется, чтобы соединить коэффициенты фильтра канала и показывается интерполированными усилениями пути. Эти точки используются только для целей отображения и не используются в последующей фильтрации канала. Для плоского исчезающего канала (один путь), не отображена sinc кривая интерполяции. Для всех графиков импульсной характеристики систему координат и демонстрационные числа показывают в верхнем левом углу осциллографа.
График импульсной характеристики совместно использует ту же панель инструментов и меню как dsp.ArrayPlot Системный объект.
Когда заданные усиления пути выравниваются с частотой дискретизации, усилениями пути и содействующим перекрытием фильтра канала. В этом рисунке импульсная характеристика показывает, что усиления пути перекрывают коэффициенты фильтра.
Если заданные усиления пути не выравниваются с частотой дискретизации, усиления пути и коэффициенты фильтра канала не перекрываются. В этом рисунке одинаково распределяются коэффициенты фильтра. Поскольку усиления пути не выравниваются с частотой дискретизации, усиления пути не перекрываются с коэффициентами фильтра канала.
Этот рисунок показывает импульсную характеристику для плоского частотой канала, не отображая интерполированные усиления пути.
Частотная характеристика
Осциллограф частотной характеристики отображает многопутевой спектр Канала с релеевским замиранием путем взятия дискретного преобразования Фурье коэффициентов фильтра канала. График частотной характеристики совместно использует ту же панель инструментов и меню как dsp.SpectrumAnalyzer Системный объект.
y - пределы по осям графика вычисляются на основе NormalizePathGains и AveragePathGains свойства comm.RayleighChannel Системный объект.
Эта таблица показывает другие выбранные настройки спектра по умолчанию. Можно изменить эти настройки от их значений по умолчанию при помощи Spectrum Settings в View .
| Настройки спектра | Значение |
|---|---|
| Type в Main options |
|
| Window length в Main options | Длина фильтра канала |
| NFFT в Main options | 512 |
| Window в Window options |
|
| Units в Trace options |
|
Этот рисунок показывает график частотной характеристики для выборочного частотой канала.
Доплер Спектрум
Доплеровский график спектра отображает теоретический Доплеровский спектр и опытным путем решительные точки данных. Теоретические данные отображены как линия для случая нестатических каналов и как точка для статических каналов. Эмпирические данные показывают как * символы. Прежде чем эмпирический график обновляется, внутренний буфер должен быть абсолютно заполнен отфильтрованными Гауссовыми выборками. Эмпирический график является рабочим средним значением спектра, который вычисляется от каждого полного буфера. Для нестатических каналов количество входных выборок, которое необходимо перед следующим обновлением, отображено в верхнем левом углу графика. Количество отсчетов, которое необходимо, является функцией частоты дискретизации и максимального эффекта Доплера. Для статических каналов, текст "Reset fading channel for next update"отображен.
[1] Oestges, Клод и Бруно Клерккс. Радиосвязи MIMO: От Реального Распространения до Пространственно-временного Проекта Кода. 1-й редактор Бостон, MA: Elsevier, 2007.
[2] Correia, Луис М. и европейское Сотрудничество в области Научно-технического Исследования (Организация), редакторы Мобильные Широкополосные Мультимедийные Сети: Методы, Модели и Инструменты для 4G. 1-й редактор Амстердам ; Бостон: Нажатие Elsevier/Academic, 2006.
[3] Kermoal, J.P., Л. Шумахер, К.И. Педерсен, П. Модженсен и Ф. Фредериксен. “Стохастическая Модель Канала Радио MIMO с Экспериментальной Валидацией”. Журнал IEEE на Выбранных областях в Коммуникациях 20, № 6 (август 2002): 1211–26. https://doi.org/10.1109/JSAC.2002.801223.
[4] Jeruchim, Мишель К., Филип Балабан и К. Сэм Шэнмугэн. Симуляция Систем связи. Второй выпуск. Бостон, MA: Спрингер УС, 2000.
[5] Patzold, M., Cheng-Сянцзян Ван и Б. Хогстэд. “Две Новых Суммы основанных на синусоидах Методов для Эффективной Генерации Нескольких Некоррелированых Форм волны Релеевского замирания”. Транзакции IEEE на Радиосвязях 8, № 6 (июнь 2009): 3122–31. https://doi.org/10.1109/TWC.2009.080769.
comm.AWGNChannel | comm.MIMOChannel | comm.RicianChannel | comm.RayTracingChannel | comm.ChannelFilter | comm.WINNER2Channel