Fs = 2000; % Sampling Frequency
N = 30; % Order
Fc = 10; % Cutoff Frequency flag = 'scale'; % Sampling Flag
Beta = 0.5; % Window Parameter
% Create the window vector for the design algorithm. win = kaiser(N+1, Beta);
% Calculate the coefficients using the FIR1 function. b = fir1(N, Fc/(Fs/2), 'low', win, flag); Hd = dfilt.dffir(b);
% [EOF]
2.仿真结果
MATLAB实验 基于导频的信道估计仿真分析1
一、实验目的
1、 了解信道估计的作用、在无线通信中的地位以及基本原理； 2、 掌握LS信道估计的原理；
3、 用MATLAB对基于导频的信道估计进行仿真，在瑞利平坦信道下分析其MSE性能。
二、实验原理： 如图为纯导频信道估计实验流程框图。
图1 纯导频信道估计实验流程框图
二、报告要求
1. 所有程序完整的源代码（.m文件）以及注释。
2. 仿真结果。对于所有的图形结果（包括波形与仿真曲线等），将图形保存成.tif 或者.emf的格式并插入word 文档。
三、实验结果
1.
shiyan3.m
clear all;close all; NUM=10^5;
EbNo=0:30; %信噪比
datastream(1:NUM)=1; %全1数据 MSE(1:length(EbNo))=0;
%h瑞利分布
hb=unifrnd (0,2*pi,1,NUM); ha=raylrnd(1,1,NUM); h=ha.*exp(1i.*hb);
data_r=datastream.*h; %通过瑞利信道
for k=1:length(EbNo)
data_ra = awgn(data_r,EbNo(k),'measured'); %加高斯白噪声 h_est=data_ra./datastream; %计算MSE
for i=1:NUM
MSE(k)=MSE(k)+(abs(h(i)-h_est(i)))^2; end
MSE(k)=MSE(k)/NUM; end
plot(EbNo,MSE);xlabel('EbNo/dB');ylabel('MSE');title('基于导频信道的SNR与MSE的关系曲线')
2.仿真结果
实验四基于导频的信道估计仿真分析2
一、实验目的
1、 了解数据与导频同时发送时如何进行信道估计。
2、 用MATLAB对基于导频的信道估计进行仿真，在瑞利平坦信道下分析其MSE性能。
二、实验原理
图为导频与数据同时发送时进行信道估计的实验流程框图。
具体内容及信道估计准则请见前一实验。 帧结构：
红色部分为导频符号，有 m 个导频，用以估计系统信道响应；蓝色部分为数据部分，有 n 个数据，通过导频处的信道响应推出数据位置的信道响应，完成均衡处理，解调数据位信号，提升系统性能。
三、报告要求
1. 所有程序完整的源代码（.m文件）以及注释。
2. 仿真结果。对于所有的图形结果（包括波形与仿真曲线等），将图形保存成.tif 或者.emf的格式并插入word 文档。
三、实验结果
1.
shiyan4.m
clear all;close all; Nbit=2*10^4; %帧数
N=2*7*Nbit; %二进制比特流个数