信息处理 - Ricean 多路径信道模型实现 - 吾爱随笔录

我正在尝试实现多路径水稻通道模型。我找到了几个资源，但我有点迷失了太多的信息。从现在开始，我所拥有的是以下步骤：

1- Generate the signal without noise/channel
2- convolve with the channel response 
3- add white gaussian noise

我的问题是如何生成通道响应？据我了解，我必须使用 ntaps 生成一个ricean 分布式过滤器，其中每个抽头代表一条路径。

传输的数据是 BERxSNR 图的一系列 OFDM 符号。

信道模型是具有多径和多普勒频移的 Ricean。根据我的参考资料，我拥有所有参数，但我不明白如何将其转换为算法。

更新

def generate_rician(self,K,data):
    self.__rician_mu  = sqrt(K/(K+1))
    self.__rician_s   = sqrt(1/(2*(K+1)))
    self.__rician_chn = self.__rician_s*(random.standard_normal((data_size,)) + random.standard_normal((data_size,))*1j) + self.__rician_mu
    return self.__rician_chn*data + wgn

其中 wgn 为高斯白噪声，此处省略。我必须改进此代码，添加多普勒扩展和多路径

[编辑] 上面的代码试图反映以下方程：

C = \sqrt{\frac{1}{2 * (K + 1)}} * (X + j * Y) + \sqrt{\frac{K}{K + 1}}

$C = \sqrt{\frac{1}{2*(K+1)}}*(X+j*Y) + \sqrt{\frac{K}{K+1}}$

R = T x C + N

$R = TxC + N$

其中是发射信号（QPSK-OFDM），是高斯白噪声，和是两个正态分布的伪随机变量。是水稻因子。 $T$ $N$ $X$ $Y$ $K$

作为参考，用作理论参考的方程为：

P b = \frac{1}{2} e r f c (\sqrt{\frac{K * E b N 0}{K + E b N 0}})

$Pb = \frac{1}{2} {\rm erfc} \left (\sqrt{\frac{K*EbN0}{K + EbN0}} \right)$

我的系统模拟的输出：

Rician 衰落模拟

正如你所看到的，我的结果与理论不同。模拟是使用 scipy fftpack 和上面的代码完成的。

绿色是理论 AWGN BER 曲线，蓝色是理论 rician fadin K=5，红色是我模拟系统的结果。