白噪声信道实验.doc

实验二 白噪声信道实验 N=4096; dt=0.01; %采样间隔 t1=[-N/2:N/2]*0.01; %时间分布 Ts=0.01*N; %采样时长 df=1/Ts; %频率分辨率 fl=1/dt; %频率范围 f=-fl/2:df:fl/2; %频率分布 %1、产生并分析理想低通的时频n0=2; fh=10; Rn1=n0*fh*sinc(2*fh*t1); figure(1); subplot(2,1,1); plot(t1,Rn1); axis([-1 1 -5 20]); title(低通理想白噪声的时域); xlabel(t(s)) grid on; subplot(2,1,2); Rw1=fftshift(fft(Rn1,N+1)); plot(f,abs(Rw1)); axis([-30 30 0 100]); title(低通理想白噪声的频域); xlabel(w(Hz)) grid on; B=10; fc=20; %2、产生并分析理想通的时频Rn2=n0*B*sinc(B*t1).*cos(2*pi*fc*t1); %ts=2*B*sinc(B*nt).*cos(2*pi*fs*nt); figure(2); subplot(2,1,1); plot(t1,Rn2); axis([-1 1 min(Rn2) max(Rn2)]); grid on; Rf2=fftshift(fft(Rn2,N+1)); subplot(2,1,2); plot(f,abs(Rf2)); axis([-30 30 0 max(abs(Rf2))]); title(带通理想白噪声频域); xlabel(频率(Hz)); grid on; figure(3); %3、任意输入一个信号如，其时频域波形。st=cos(2*pi*15*t1); subplot(2,1,1); plot(t1,st); %grid on; xlabel(t(s)); title(s(t)的时域); axis([-1 1 -1.1 1.1]); sf=fftshift(fft(st,N+1)); sfa=abs(sf); subplot(2,1,2); plot(f,sfa); grid on; xlabel(w(Hz)); title(s(t)的频域) axis([-30 30 min(sfa) max(sfa)]); a=1; b1=0 no=a*randn(1,length(t1))+b1; rt=st+no; %4、产生一个正态分布的高斯白噪声的时频域波形。figure(4); subplot(2,1,1); plot(t1,rt); xlabel(t(s)); title(r(t)的时域); %加噪 axis([-1 1 min(rt) max(rt)]); rf0=fft(rt,N+1) rf=fftshift(fft(rt,N+1)); rfa=abs(rf); subplot(2,1,2); plot(f,rfa); grid on; xlabel(w(Hz)); title(r(t)的频域) axis([-30 30 min(rfa) max(rfa)]); %5、将通过带通滤波器，绘制通过带通滤波器后的时频域波形。 fz=15; B=1; pf=zeros(1,length(f)); pf(length(f)/2+round((fz-B)/df):length(f)/2+round((fz+B)/df))=1; pf(length(f)/2-round((fz+B)/df):length(f)/2-round((fz-B)/df))=1; Y=rf0.*fftshift(pf); y=ifft(Y); figure(5) subplot(2,1,1); plot(t1,real(y)); title(去噪信号); xlabel(时间(s)); axis([0 2 min(real(y)) max(real(y))]); grid on; subplot(2,1,2); plot(f,abs(fftshift(Y))); title(去噪频谱); xlabel(频率(Hz)); axis([-30 30 min(abs(Y)) max(abs(Y))]); grid on; %6、计算高斯白噪声信道的信噪比为-10dB到10dB，每2dB递进，发送端信号为0、1时%的误码率情况。 figure(6); m=1; n=10000; a=rand(m,n);