(13)MATLAB莱斯(Rician)衰落信道仿真3

文章目录


前言

本文使用复高斯随机过程对莱斯衰落信道进行建模,给出MATLAB仿真代码,并和瑞利分布的PDF理论值进行了对比。


一、复高斯随机过程的莱斯衰落信道模型

在《(11)MATLAB莱斯(Rician)衰落信道仿真2》中,给出以下莱斯衰落信道模型:

该模型可以看作一个复高斯随机过程,该过程的实部和虚部都如从高斯分布,高斯的均值为

标准差为

下面使用该复高斯随机过程对莱斯衰落信道进行MATLAB建模仿真。

二、仿真代码

代码如下:

c 复制代码
clc
close all
clear all

%% 莱斯衰落信道模型
Kdb = -50;                                        % 莱斯因子K的dB值
K = 10^(Kdb/10);                                  % 莱斯因子K转换成线性值
mu = sqrt(K/(2*(K+1)));                           % 均值
sigma = sqrt(1/(2*(K+1)));                        % 标准差

N = 1e5;                                          % 样本数
ric = mu + sigma.*randn(1,N) + 1j*(mu + sigma.*randn(1,N));

% 利用直方图计算莱斯随机变量的概率密度函数估计值
bins_number = 50;
[elements_number,x] = hist(abs(ric),bins_number);
px = elements_number/N/(mean(diff(x)));

%% 瑞利分布概率密度函数(pdf)的理论值
s = sqrt(0.5);
r = 0: 0.1 : 4;                                   % rayleigh随机变量
pdf = (r/s^2).*exp(-r.^2/(2*s^2));                % 理论pdf

% 画图对比
figure()
plot(x,px,'ro','LineWidth', 1.5)
hold on
grid on
plot(r,pdf,'b-' ,'LineWidth', 1.5);
grid on;
title('莱斯分布随机变量的概率密度');
legend('莱斯随机变量的PDF估计值(K=-50dB)' ,'瑞利分布PDF的理论值' );
xlabel('随机变量x');
ylabel('概率密度px');

三、仿真结果画图

四、几点补充说明

(1)关于randn函数

MATLAB中randn函数用于正态分布伪随机数。正态分布,也即高斯分布。若高斯分布的均值为1,标准差为2,要生成该高斯分布的随机变量的100个样本,可以用这行代码实现:r = 1 + 2.*randn(100,1)。

(2)关于莱斯因子的形式

由于莱斯因子K是直射路径与反射路径信号的相对功率,所以,莱斯衰落信道仿真时,莱斯因子一般以dB值的形式给出。

(3)仿真中莱斯因子取值

上面给出的代码中,设置莱斯因子Kdb=-50,得到的随机变量的分布近似瑞利分布。另外,当设置莱斯因子Kdb=15时,得到的pdf估计值将近似高斯分布。


相关推荐
九亿AI算法优化工作室&3 分钟前
结合大语言模型的机械臂抓取操作学习
人工智能·学习·语言模型·自然语言处理
kaamelai3 分钟前
Kaamel视角下的MCP安全最佳实践
大数据·人工智能·安全
我要学脑机7 分钟前
基于常微分方程的神经网络(Neural ODE)
人工智能·深度学习·神经网络
渭雨轻尘_学习计算机ing8 分钟前
二叉树构建算法全解析
算法·程序员
anqi2713 分钟前
如何在 IntelliJ IDEA 中编写 Speak 程序
java·大数据·开发语言·spark·intellij-idea
XuX0317 分钟前
MATLAB小试牛刀系列(1)
开发语言·matlab
有颜有货18 分钟前
2025汽车制造企业数字化转型路径参考
人工智能·汽车·制造·数字化转型
阿星AI工作室21 分钟前
小白也能用AI开发「小红书自动归档多维表格」采集神器,躺平整理笔记真香
人工智能
云天徽上22 分钟前
【数据可视化-42】杂货库存数据集可视化分析
人工智能·机器学习·信息可视化·数据挖掘·数据分析
大模型真好玩25 分钟前
初学者必看大模型微调指南:Unsloth官方微调技巧大公开!
人工智能·python