在模拟 MISO 系统时,我试图考虑改变发射器和接收器之间的距离对 BER 的影响。
我对不同距离的影响的搜索将我指向对数距离路径损失。
我的查询是在 Matlab 实现期间我应该在哪里包含此路径损耗。接收到的信号是否应该与路径损耗进行卷积?
我完全不知道如何将其包含在内。任何资源或理论指针将不胜感激。
在模拟 MISO 系统时,我试图考虑改变发射器和接收器之间的距离对 BER 的影响。
我对不同距离的影响的搜索将我指向对数距离路径损失。
我的查询是在 Matlab 实现期间我应该在哪里包含此路径损耗。接收到的信号是否应该与路径损耗进行卷积?
我完全不知道如何将其包含在内。任何资源或理论指针将不胜感激。
对数距离路径损耗模型是一种简化模型,它试图模拟接收信号功率的波动。它通常用于密集的城市环境(即市中心或郊区)或建筑物内部(发射器和接收器不在同一个房间)。它还假设距离很远(远超过数十英尺)。
在该模型中,路径损耗分为三个独立的过程。首先,由于天线之间的距离,您有自由空间损耗,并且随距离的平方而变化。然后,由于环境而导致路径损耗,它以不同的指数(不是平方)变化。指数取决于信号必须通过的材料类型。通常,该指数是针对每个传播环境凭经验计算的。
这前两个损失是确定性的。第三个损失过程是随机的。在城市环境中,您会有阴影,这是由于接收器天线在建筑物或树木后面移动造成的。这种损失的对数是高斯分布的。由于多径引起的衰落,您还会有信号衰减;假设平坦,缓慢衰落,这将遵循瑞利分布。您可以在 wikipedia ( https://en.wikipedia.org/wiki/Log-distance_path_loss_model ) 中找到方程式。如果我没记错的话,Andrea Goldsmith 在第 3 章的“无线通信”中也很好地解释了这个模型。书中提供了很多例子。
关于如何在 Matlab 中实现此模型:该模型允许您计算整体路径损耗. 如果你的发射功率是,则接收功率为. 一般来说,是随机的;您将在 Matlab 中生成适当的随机数并更改接收信号的功率以解释损失。
说了这么多,如果你在实验室里进行实验,我认为这个模型不合适。我要做的是尝试建立一个固定的环境(当你做实验时没有人或物体四处移动)。如果您的信号是窄带信号,则损失将是您可以凭经验确定的单个数字。这个数字是随机的,但不会像动态环境中那样随时间变化。
距离对两个收发器之间的误码率 (BER) 有直接和间接的影响。
距离对 BER 的直接影响是信号衰减。随着发射器离接收器越来越远,接收信号的功率会降低,这使得信噪比降低,从而使信号接收更加困难,并且误译符号的可能性更高。
这是收发器在理论上没有其他物体或“噪声”源的自由空间中运行的最简单情况。
在现实环境中距离对 BER 的间接影响(即包含信号可以反弹的表面,例如建筑物)是引入多径传播。这意味着相同信号的多个副本在略微不同的时间到达接收器,路径略有不同。根据信号的频率,这些轻微的延迟可能会导致破坏性干扰。换句话说,同一信号的两个版本相互抵消。这种情况再次导致 SNR 和信号失真的降低,从而导致符号接收中出现错误的概率更高。如果发射器的移动速度与所用频率的波长相当,则由于频率的多普勒频移而引入了类似的(间接)效应。
您可以通过多种方式将这些效果包含到模拟中。
在模拟完整的收发器堆栈时,即源、编码器、调制器、通道、解调器、解码器、目标然后是自由空间损失可以应用在调制器的输出(作为“通道”构建块的一部分)作为衰减给定距离 L 产生的信号。
多径传播也可以应用在“通道”阶段,或者通过将调制器的输出与合适的脉冲响应进行卷积,或者通过从瑞利分布生成“包络”信号。