随机信号课程项目-beta.docxVIP

A 项目实验原理及结果分析一、 System model实验原理：为了设计一个单载波通信系统（1）对于原始信号s[k]，进行QPSK编码后，产生数据序列，且其均值为1。QPSK编码方式如下：a) 参考下面的表格将字母转换成对应的二进制编码；b) 将’0’编码转换成，将’1’编码转换成；c) 两个编码为一组，将第一个数值作为一个QPSK编码的实部，第二个数值作为该码的虚部；d) 如此循环，将原始序列编码得到新的QPSK编码序列S。（2）对于信道，且满足（3）对于噪声函数。满足：（4）收端所接收的信号，其中2. 实验结果：当输入姓名序列“kamuyi”时，如图1-1：得到对应的QPSK编码图1-2如下：二、 Channel Estimation1.实验原理在统计学和信号处理中，MMSE Estimator 是一种使均方差达到最小的估计方法，其中均方差为： ,因此可知MMSE为：对于采用MMSE信号估计，Wikipedia中有一种名为Sequential linear MMSE estimation的方法，具体原理如下截图：具体链接：/wiki/Minimum_mean_square_error因此根据wikipedia中对于时序线性最小均方差估计的公式，于是得到以下mmse的函数：function h_est = mmse(x,s,L,sigma2) H = delay(s,L); M = eye(L); Sta = zeros(L,1);for n = 1:length(s) hn = H(n,:); k = (M*hn)/(sigma2+hn*M*hn); Sta = Sta+k*(x(n)-hn*Sta); M = (eye(L)-k*hn)*M;end h_est = Sta;end接着，到另一种估计方法-最小方差无偏估计，统计学上，最小方差无偏估计（minimum-variance unbiased estimator，简写为MVUE）是一个对于所有无偏估计中，拥有最小方差的无偏估计。若无论真实参数值θ是多少，最小方差无偏估计（MVUE）都比其他不偏估计有更小或至多相等的方差，则称此估计为一致最小方差无偏估计（uniformly minimum-variance unbiased estimator，简写为UMVUE）。而在这次项目，我们采用线性MVU估计方法来对信号进行估计，根据查阅台湾国立交通大学电子工程系detectionestimation课程资料得到公式：于是根据该公式，得到以下MVU函数代码代码：function h_est = mvu(x,s,L) H = delay(s,L); h_est = (H*H)\(H*x(1:length(s))); end按照channel-estimation的题目要求，分别采用MVU与MMSE估计方法在不同的信噪比的条件下对3路信道的系统函数进行估计，并且多次求取并算出平均值，最后对两种估计方法的误差进行比较，部分关键源码如下；L = 6;LOOOPN = 100; for SNR = 0:1:20;for style=1:2 errorsum = 0;for k = 1:LOOOPN h = wgn(L,1,0,complex); s = ss; x=comsystem(s,L,h,SNR); sigma2 = L /(exp(SNR/10)); if style==1 h_est = mvu(x,s,L); else h_est = mmse(x,s,L,sigma2); end Error = (abs(h-h_est).^2)/L; errorsum = errorsum + sum(Error); endif style==1 ERR1(SNR+1) = errorsum/LOOOPN; else ERR2(SNR+1) = errorsum/LOOOPN;endendend实验过程与结果:由图可知，mvu和mms