《MATLAB8.X程序设计及典型应用第八章.pptVIP

fork=1:N-M+1%递推计算自适应滤波器系数y(k)=sum(X(k:k+M-1).*fliplr(B));%滤波输出XK=X(k:k+M-1);%保存滤波器各延时器的状态ek=sign(y(k))-y(k);%判决并形成误差e(k)=ek;%误差存入矩阵便于作图dlt=fliplr(XK).*ek.*adjstep;%形成反馈调整量B=B+dlt;%递推得到新的滤波器系数bb(k,:)=B;%记录每次递推所得的均衡器抽头系数endBB1=[bb(1900,:);zeros(9,2*L+1)];%系数转换（第2秒以前：低通信道）BB1=reshape(BB1,1,10*(2*L+1));%采样率为10KHz的均衡器滤波器系数BBout1=filter(BB1,1,wavout);%均衡滤波器输出（用自适应滤波器收敛结果系数）BB2=[B;zeros(9,2*L+1)];%系数转换（第2秒以后：多径信道）BB2=reshape(BB2,1,10*(2*L+1));%采样率为10KHz的均衡器滤波器系数BBout2=filter(BB2,1,wavout);%均衡滤波器输出（用自适应滤波器收敛结果系数）figure(1);plot(e);title(误差曲线\epsilon_k);%绘制误差曲线figure(2);plot(bb);title(自适应均衡器抽头系数c_j);%绘制滤波器系数变化曲线eyediagram(BBout1(15000:20000),20);%均衡输出眼图（第2秒以前：低通信道）eyediagram(BBout2(46001:50000),20);%均衡输出眼图（第2秒以后：多径信道）eyediagram(wavout(10001:19000),20);%均衡前的眼图（第2秒以前）eyediagram(wavout(46001:50000),20);%均衡前的眼图（第2秒以后）3抽头均衡器的仿真结果11抽头均衡器的仿真结果【例8-48】试以编程方式实现信道自适应均衡器的仿真模型，要求观察自适应滤波器系数和误差值的变化过程，并分别观察均衡器抽头数为3,11时的均衡眼图结果。8.4.2误码率分析界面通信系统误码率的大小是衡量通信系统性能好坏的重要指标，MATLAB提供了误码率分析的操作界面，用户只要在指令窗中执行指令bertool即可打开该图形用户界面，如图所示：误码率分析界面上方为数据浏览器，用户建立的误码率数据即显示在此。窗口的下方为一些列选项卡：Theoretical、Semianalytiche和MonteCarlo,?分别对应比特误码率产生数据的方法。【例8-49】利用Theoretical选项卡，叠加高斯白噪声，按不同规则调制，比较正交幅度调制信号的性能。具体步骤如下：(1)打开误码率分析界面，选择MonteCarlo选项卡，将需要执行的文件设置为当前执行文件，如图所示。此处选择仿真系统自带的commgraycode.mdl文件。用户也可以将自己创建的模型文件或者脚本文件设置为当前执行文件。(2)选择Theoretical选项卡并设置参数。打开Modulationorder选项的下拉菜单，分别选择4,8,64，单击“Plot”按钮。MATLAB将分别添加数据于数据浏览器窗口,并自动添加不同颜色绘制曲线,如右图所示【例8-50】运用半分析法(SemianalyticTechnique)，使用BERTool产生和分析BER数据1.采用16元正交幅度调制(16-QAM)，设置发送和接受数据，程序如下：%步骤一：创建长度不小于M^L的信号clear,clc,M=16;L=1;msg=[0:M-10];%步骤二：用基带调制法对信号进行调制modsig=qammod(msg,M);%用16-QAMNsamp=16;modsig=rectpulse(modsig,Nsamp);%步骤三：进行转换滤波txsig=modsig;%该例未用滤波器%步骤四：通过无噪声信道运行数据txsigrxsig=txsig*exp(j*pi/180);2.打开误码率分析界面，选择Semianalytic选项卡.3.设置参数，单击Plot按钮，BERTool将创建数据于数据浏览器窗口，如左图所示，并绘制图形如右图。【例8-50】运用半分析法(SemianalyticTechnique)，使用BERTool产生和分析BER数据8.4.3MATLAB/Simulink的典型应用Simulink模块库中专门提供了通信模块工具箱(Communicati