政务服务网站建设资金,绍兴建站模板厂家,南阳网站,交换链接适合哪些网站文章目录 前言一、莱斯分布随机变量二、仿真代码与结果1.仿真代码2.仿真结果画图 后续 前言
首先给出莱斯衰落信道模型#xff0c;引入了莱斯因子K#xff0c;并给出莱斯分布的概率密度函数公式。然后导出莱斯分布随机变量的仿真表示式#xff0c;建立MATLAB仿真代码#… 文章目录 前言一、莱斯分布随机变量二、仿真代码与结果1.仿真代码2.仿真结果画图 后续 前言
首先给出莱斯衰落信道模型引入了莱斯因子K并给出莱斯分布的概率密度函数公式。然后导出莱斯分布随机变量的仿真表示式建立MATLAB仿真代码并根据莱斯衰落变量估计得到其PDF。 一、莱斯分布随机变量
与瑞利衰落不同当无线信道中存在一个直射路径信号分量时接收信号的包络将不再服从瑞利分布而是服从莱斯分布此时的小尺度衰落称为莱斯衰落。莱斯衰落时刻i的衰落幅度ri可以表示为 其中β是直射路径分量的幅度,而xi和yi是服从均值为0、方差为σ^2的平稳高斯随机过程的样本。直射路径信号能量与散射路径信号能量的比值定义了所谓的Rician因子K其表达式为 莱斯信道的概率密度函数为 其中I0[.]是第一类零阶修正贝塞尔函数。
已知Rician分布的均方值为 2σ^2(K 1)其中 σ^2是组成莱斯分布的高斯噪声过程的方差。另外为了使信号功率和信噪比(SNR)一致通常需要将莱斯分布的均方值设置为1即 E{r^2} 1。在满足E{r^2} 1的条件下式(1)可以写成以下形式 式中xi和yi是具有方差σ^21的零均值平稳高斯随机过程的样本。 接下来将根据式4给出生成莱斯衰落随机变量的MATLAB代码并根据随机变量计算出其PDF的估计值。
高斯分布随机变量仿真可以参考 3MATLAB生成高斯随机变量及其概率密度函数估计
二、仿真代码与结果
生成莱斯衰落随机变量的MATLAB代码并根据随机变量计算出其PDF的估计值。
1.仿真代码
莱斯分布随机变量MATLAB代码如下
clc
close all
clear all
%% 生成莱斯分布随机变量
Kdb 1; % 莱斯因子K分贝值
N 100000;% 生成莱斯分布随机变量
K 10^(Kdb/10); % 分贝值转换成线性值
const 1/(2*(K1));
x randn(1,N); % 高斯分布随机变量
y randn(1,N);
r sqrt(const*((xsqrt(2*K)).^2 y.^2));% 莱斯随机变量的分贝值
rdb 20*log10(r);
figure()
plot(rdb)
xlim([0 1e3]);
title(莱斯分布随机变量的分贝值);
grid on;
xlabel(samples);
ylabel(amplitude/dB);%% 莱斯分布的pdf
bins_number 30;
[elements_number,x] hist(abs(r),bins_number);
pdfx elements_number./N./(mean(diff(x)));% 画图
figure()
plot(x,pdfx,-*,LineWidth,1.5)
title(莱斯分布的概率密度函数)
grid on
xlabel(x);
ylabel(pdfx);2.仿真结果画图
仿真代码运行结果画图如下 1莱斯分布随机变量 2莱斯分布随机变量概率密度估计值 后续
下一篇文章将会给出莱斯衰落信道的建模方法与MATLAB代码。
