无线移动通信中蒙特卡罗法研究.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
无线移动通信中蒙特卡罗法研究

无线移动通信中蒙特卡罗法研究   摘 要:无线移动通信是现代通信的主流,但是这种通信信道的随机性很大,通常用蒙特卡罗法对其进行仿真。蒙特卡罗仿真是一个很通用的工具,它的缺点是仿真运行时间长,因此需要在仿真精度和仿真运行时间之间作个基本的折中。本文将半解析方法运用其中,大大降低了仿真运行时间。   关键词:无线移动通信 蒙特卡罗 半解析方法   中图分类号:TN929.53 文献标识码:A 文章编号:1672-3791(2017)11(b)-0027-04   无线移动通信是现代通信的主流,但是这种通信信道的随机性很大,通常用蒙特卡洛法对其进行仿真。蒙特卡洛法不同于确定性数值分析方法,它是用来解决随机问题的非确定性的(概率统计的或随机的) 数值分析方法,因此,蒙特卡洛法也称为统计试验方法。蒙特卡洛法的应用有两种途径:仿真和取样。仿真是指提供实际随机现象的数学上的模仿的方法,取样是指通过研究少量的随机的子集来演绎大量元素的特性的方法。本文是研究蒙特卡洛法在仿真方面的应用。   1 无线移动通信系统的蒙特卡罗仿真   衡量无线移动通信系统性能的指标主要有两种:有效性和可靠性。有效性是通过信道的传输速率来度量;可靠性通过信道的误比特率来表示。本文通过蒙特卡罗法来研究无线移动通信系统的可靠性。蒙特卡罗方法几乎不需要任何的数学分析,只要系统方框图中每个功能模块的信号处理算法是已知的就能应用,因此,蒙特卡罗仿真是一个很通用的工具。它的缺点是仿真运行时间长,需要在仿真精度和仿真运行时间之间折中。运用半解析方法需要更高水平的分析,但得到的回报是大大降低了仿真运行的时间;另外,运行一次蒙特卡罗仿真得到的是单个Eb/No误比特率估计值,而半解析仿真得到的是以Eb/No为函数的完整的误比特率曲线。然而使用半解析仿真方法对环境条件要求苛刻,不是一个普遍适用的方法,它仅适用于一类很有限的系统。对于满足使用半解析法的系统,半解析法仿真消耗的机时是微不呈道的,所以在能运用半解析仿真时,一般都应优先考虑这种方法。无线信道环境可近似认为满足使用此方法。   将蒙特卡罗方法用于估计无线通信系统的误比特率时,是让N个采样符号通过系统的仿真模型,并计算产生差错的个数来实现的。假设通过系统仿真模型的N个符号导致了 个差错,那么误比特率的估计值为   PE=Ne/N (1)   PE是一个随机变量,要获得误比特率的准确估计,估计器PE必须是无偏,并具有小的方差。小的方差要求有大的N,而这又会导致较长的计算时间。   假设所要仿真的系统为BPSK系统(如图1所示),它所使用的是BPSK调制。调制器输出端的滤波器是三阶巴特沃思滤波器,其带宽等于比特率(BW=rb),该滤波器会产生码间干扰(ISI)。仿真的目的是确定由滤波器带来的ISI所增加的误比特率。   1.1 寻找合适的Delay值   要寻找合适的delay的值,有几种方法,本文所选用的方法是把调制器的输入和接收机的输出进行互相关。在进行半解析仿真时同样采用此方法。为了说明正确选择时延值的重要性,选定一个Eb/No值,用不同的delay值对系统进行仿真,来观察对系统误比特率的影响。这部分的MATLAB程序如下:   % File: MCBPSKdelay.m   EbNodB = 6;   z=10.^(EbNodB/10);   delay=0:8;   BER=zeros(1,length(delay));   Errors=zeros(1,length(delay));   BER_T=q(sqrt(2*z))*ones(1,length(delay));   N=round(100./BER_T);   FilterSwitch=1;   for k=1:length(delay)   [BER(k),Errors(k)]=MCBPSKrun(N(k),z,delay(k),FilterSwitch)   end   semilogy(delay,BER,o,delay,BER_T,-); grid;   xlabel(Delay); ylabel(Bit Error Rate);   假定Eb/No值??6dB,时延从0到8个采样周期依次迭代。采样频率为每个符号10次采样,delay的步长为0.1Ts,其中Ts为符号周期。选择合适的N值使得有足够多的差错发生,从而保证适当小的估计器方差。在这一部分中,我们把N设为100/PT,其中PT是在加性高斯白噪声(AWGN)情况下的理论差错概率。对于一个给定的Eb/No,由于存在ISI和其他干扰,差错发生的次数会增加。注意对每一个delay值,同时给出了误比特率的数值和用于计算误比特率的差错次数。这样就可以得出结论

文档评论(0)

130****9768 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档