m基于扩频解扩+LDPC编译码的通信链路matlab误码率仿真,调制对比QPSK,16QAM,64QAM,扩频参数可设置-CFANZ编程社区

m基于扩频解扩+LDPC编译码的通信链路matlab误码率仿真,调制对比QPSK,16QAM,64QAM,扩频参数可设置

1.算法仿真效果 matlab2022a仿真结果如下：

2.算法涉及理论知识概要在现代通信系统中，扩频技术被广泛应用于数字通信链路中。扩频技术通过将要传输的信息序列与一个宽带的伪随机码序列进行卷积，将原始信号转换成一个具有更大带宽的扩频信号。在接收端，通过对扩频信号进行解扩，恢复出原始信号。扩频技术具有良好的抗多径干扰和抗噪声干扰能力，因此被广泛应用于无线通信系统中。

   LDPC编码是一种近年来被广泛研究和应用的编码技术。LDPC码是一种分布式的码，通过在一个大的稀疏矩阵中分配校验位和信息位，实现了低复杂度的译码算法。LDPC码具有良好的性能和低复杂度的解码算法，因此在数字通信系统中得到了广泛的应用。

2.1、基于扩频解扩的通信链路基于扩频解扩的通信链路包括发射端和接收端两个部分。发射端将要传输的信息序列与一个伪随机码序列进行卷积，生成扩频信号。接收端将接收到的扩频信号进行解扩，恢复出原始信号。在此基础上，我们可以采用LDPC编码技术对原始信号进行编码和解码，从而提高通信系统的误码率性能。

2.2接收端

   接收端包括解调模块、解扩模块和LDPC译码模块。解调模块将接收到的调制信号进行解调，恢复出扩频信号。解扩模块将接收到的扩频信号进行解扩，恢复出原始信息序列。LDPC译码模块对解扩后的信息序列进行译码，恢复出原始信息序列。

（3）LDPC译码

   LDPC译码是指对接收到的信息序列进行解码，恢复出原始信息序列。LDPC码是一种分布式的码，可以通过在一个大的稀疏矩阵中分配校验位和信息位，实现低复杂度的译码算法。LDPC码的译码过程可以表示为：

3.MATLAB核心程序

[H,G]    = getG(M,N);
 
for i=1:length(SNR)
    Bit_err(i) = 0;
    Num_err    = 0;
    Numbers    = 0; %误码率累加器
    sigma      = sqrt(1./(2*10^(SNR(i)/10)*R));  
    while Num_err <= TJL(2*i)
          Num_err
          fprintf('Eb/N0 = %f\n', SNR(i));
          %产生需要发送的随机数
          Trans_data = round(rand(1,N-M));  
          ldpc_code  = mod(Trans_data*G,2); 
          %DSSS   
          pseudoNumber          = round(rand(1,fp)');
          [dsss,converted,PN2]  = func_dsss(ldpc_code,pseudoNumber,fp);
          Trans_BPSK            = QAM64_modulation(dsss);
          %通过高斯信道
          Rec_BPSK   = awgn(Trans_BPSK,SNR(i),'measured');   
 
          ReData     = QAM64_demodulation(Rec_BPSK);
          %DSSS
          dsss2      = func_dsss2(ReData,pseudoNumber,fp);
          z_hat      = func_Dec(dsss2,sigma,H,max_iter); 
 
          x_hat      = round(z_hat(size(G,2)+1-size(G,1):size(G,2)));
          [nberr,rat]= biterr(x_hat',Trans_data);
          Num_err    = Num_err+nberr;
          Numbers    = Numbers+1;    
    end 
    Bit_err(i)=Num_err/(N*Numbers);
end

0 条评论