搜索资源列表
matlabqpskwhitegaussemulator
- QPSK在加性高斯白噪声环境下，信噪比和误码率的仿真。 先产生一个四组符号的序列，再将该序列映射到对应的相位上。用相应的函数产生均值为零、方差为δ2的加性高斯噪声。 -QPSK the additive white Gaussian noise environment, and the signal-to-noise ratio of the simulation. First group have a four symbols of sequence, then this seque
wigner1
- 设采样频率为1Hz，对于淹没在复高斯白噪声中的信噪比为 的两个复LFM信号，采用子带带宽为0.1Hz的升余弦滤波器，共9个子带滤波器构成的滤波器组，时间窗为窗长为256的矩形窗，进行仿真-based sampling frequency of 1Hz. For drowned in the complex Gaussian white noise to the signal-to-noise ratio of 2 Minute LFM, using sub-band bandwidth of 0
wigner4
- 对于淹没在复高斯白噪声中的信噪比为-5dB二次调频信号，在矩形窗长为256的情况下，滤波器组时频检测仿真-for drowned in the complex Gaussian white noise in the signal-to-noise-dB second FM signal in the long rectangular windows of the 256 cases, the time-frequency filters Detection Simulation
1-4
- 为均衡带限信号所引起失真的横向或格型自适应均衡器(其中横向FIR系统长M=11), 系统输入是取值为±1的随机序列 ，其均值为零；参考信号 ；信道具有脉冲响应： 式中w用来控制信道的幅度失真(w = 2～4，例如，取w = 2.9,3.1,3.3,3.5等),而且信道受到均值为零、方差为 (例如，取 ，相当于信噪比为30dB)的高斯白噪声 的干扰。试比较基于下列五种算法自适应均衡器在不同信道失真、不同噪声干扰下的收敛情况(对应于每一种情况，在同一坐标下画出其学习曲线)： 横向/格
Alamoutiwork
- 程序的主要功能是做了一定范围的信噪比下，对每个信噪比：随机信号QPSK调制； 根据Alamouti方案的矩阵进行编码；发送信号经过瑞利信道和加入高斯白噪声； 接收信号采用最大比合并的方法；最后对合并信号进行最大似然判决并求误符号率。 结果表明10^-3对应大约12->13dB
add_noise_and_SNR_measure
- 内有两个MATLAB程序，主要用于语音增强：一个用于向纯净语音文件(wav)添加高斯白噪声，信噪比可选；另一个文件用于测量语音信噪比，对语音增强效果判断
bispeci_bai
- 可以改变信噪比 分析在不同信噪比下 高斯白噪声中正弦信号的高阶谱情况 用于检测信号
RLS_RF3
- 应用自适应的干扰对消法去除高斯白噪声，程序中给出两种相关噪声产生的方法，第一种只有一个噪声是随机产生的，第二种两个噪声都是随机产生的。程序中给出了去噪后信噪比和均方差的增益。
LMS
- 应用LMS算法去除噪声，纯净信号为各种数字调制信号，本程序中选的是数字调幅信号8ASK，噪声是高斯白噪声，信噪比可以任意指定。
FFT
- 利用FFT估计正弦信号的频率,要估计一个叠加了高斯白噪声的正弦信号 的频率 ，可以通过对x(n)做傅里叶变换，得到频谱图，找出幅度的最大值对应的频率值 ，进行多次变换，求出均方误差 。改变信噪比SNR，通过仿真可以得出随着信噪比增加，均方误差减小。-Sinusoidal signal using FFT frequency estimation, to estimate a Gaussian white noise superimposed on the frequency of sinusoi
4psk
- M=4的PSK通信系统进行蒙特卡罗仿真 仿真BPSK和4PSK调制信号在高斯信道下的性能，并与理论分析结果相比。 (1) 画出两条性能曲线，一条是根据理论平均错误概率画出，另一条是仿真曲线； (2) 程序的基本流程：信源产生信息比特、调制、将调制信号送入信道(产生高斯白噪声的程序)、接收端检测、将检测结果与信源原始信息比较计算误符号率和误比特率； (3) 在给定信噪比下，第二步需多次重复，以得到一个平均错误概率； (4) 信噪比范围：BPSK(0dB – 10dB)，
qpsk
- 设定噪声为高斯白噪声，对2PSK调制解调的误码率进行统计，并与理论值进行比较，以图形方式表示误码率与信噪比间的关系。 -Set the noise is Gaussian white noise on the BER 2PSK modem statistics, and compared with the theoretical value, a graphical representation of the bit error rate and SNR relationships.
exp3
- 设定噪声为高斯白噪声，对2ASK、2FSK、2PSK、2DPSK等各种调制方式及相应的主要解调方式下（分相干与非相干）的误码率进行统计，并与理论值进行比较，以图形方式表示误码率与信噪比间的关系。-Set the noise is Gaussian white noise, right 2ASK, 2FSK, 2PSK, 2DPSK a variety of modulation and corresponding demodulation mode, the main (sub-coherent
direct-sequence-spread-spectrum
- 带干扰的直接序列扩频通信系统,PN码由m序列产生器产生，经过高斯白噪声信道。在接收端接收到的信号包括“有用信号+高斯白噪声+干扰”，将接收信号进行解扩，判决，得到用户的信号检测结果，绘制不同的扩频增益（增益值为10，30，50）下，误比特率随信噪比Eb/N0的变化曲线。-the direct sequence spread spectrum with interference communication system
whitenoise
- 信噪比可变的加性高斯白噪声信道下信号发生器的VHDL语言编程实现-the realization of data-creater on AWGN channel
GPS2
- 用MATLAB在产生的观测数据中捕获其中PRN 号码为“5”C/A 码。 （1） 观测数据应该有一定的多普勒频偏D f（-10kHz〈D f〈+10kHz）； （2） 加入高斯白噪声，使其信噪比为-20dB； （3） 捕获成功后，应给出捕获标志，并给出估计的频偏和码偏值。-Generated by MATLAB in which observed data capture PRN number is " 5" C/A code. (1) there should b
差分调制与解调
- 此代码通过随机生成二进制码，对其进行二进制差分调制，以及加入高斯白噪声后对其解调计算误码率，绘制出其输入信噪比与输出信噪比的实验曲线及理论曲线的比较。(This code generates binary codes randomly, modulates them by binary differential modulation, demodulates them with Gauss white noise and calculates the bit error rate, draws
打包
- 两种不同的假设： H1 ： 0 xn A fn wn ( ) cos(2 ) ( ) = ++ π θ n=1,2,…,N，f0 为规一化频率 H0 ： xn wn () () = n=1,2,…,N 其中 w[n]是均值为 0，方差为 2 σ n 的高斯白噪声，A 已知，样本间相互 独立，信号与噪声相互独立; 相位θ 是随机变量，它服从均匀分布 1 0 2 ( ) 20 p θ π θ π ?? ≤ ≤ = ??? 其它 1）改变输入信噪比（改变 A 或噪声方差均可），给
最大似然
- 两种不同的假设： H1 ： 0 xn A fn wn ( ) cos(2 ) ( ) = ++ π θ n=1,2,…,N，f0 为规一化频率 H0 ： xn wn () () = n=1,2,…,N 其中 w[n]是均值为 0，方差为 2 σ n 的高斯白噪声，A 已知，样本间相互 独立，信号与噪声相互独立; 相位θ 是随机变量，它服从均匀分布 1 0 2 ( ) 20 p θ π θ π ?? ≤ ≤ = ??? 其它 1）改变输入信噪比（改变 A 或噪声方差均可），给
基于高斯白噪声信道BPSK调制下的误码率与信噪比的关系
- MATLAB代码 公式推导的时候信噪比的单位是B，目的是为了推导的方便，代码在写的时候需要记得换算。 单个符号的比特数跟信噪比有关，snr越大，其越大。 由于符号1被误认为是0的概率与符号0被误认为是1的概率是一样的，因此无论蒙特卡洛的仿真次数是多少，误码率的理论计算值 与蒙特卡洛仿真值永远一样！(条件是高斯白噪声为0均值的) 为了让实际结果与理论值完全一样，高斯白噪声的概率密度函数中的均值需要为0！但是这个条件在实际生活中无法满足。 环境是不能改变的，因此噪声的均值是无法改变的。