jian_an_na的博客

wifi协议资料

通常用两种办法上采：第一种：时域插0再过滤波器将采样率增加到M倍可以通过在信号的两个连续值之间插入M-1个样本来实现。具体为：先在信号的两个连续值之间插入M-1个0，再通过低通滤波器。插0：...

问题：对于离散信号而言，已知样点值、采样频率，如何画出与采样频率对应的幅频曲线？已知样点数为N，采样频率为Fs，数据记为data。则，可画出两种幅频响应： % 第一种，幅频响应频率范围为（0-Fs） Data_f = fft(data); % 频域信号abs_Data_f = abs(Data_f); % 第二种,幅频响应频率范围为（-Fs/2,Fs/2）Datao_f_shift = fftshift(fft(data));abs1_Data_f = abs(Datao_f_shift)

多径瑞利衰落信道：指信道响应的能量或包络服从瑞利分布。而 单一径的幅度和相位特性可用一复数表示，复数的实部和虚部都服从0均值的同分布高斯过程。以上便是下图产生多径瑞利信道的由来。PowerdB=[0 -2 -7 -10]; % 信道抽头功率分布,in dBDelay=[0 2 4 5]; % 信道时延（采样点）Power=10.^(PowerdB/10); % 信道抽头功率分布,in 线性尺度Ntap=length

还是上次的小活（求最高频偏和频偏序列长度的关系）。刚给老师看了运行结果，老师很快就指出了我求频偏的那句代码存在错误，并且给我讲解了求频偏的原理。记录下来。（我真是只小菜鸡qaq，老师威武因此，在估计频偏时，应当对前后两段序列中的一段取共轭，之后在点乘。实现代码如下：% x_noise是列向量cfo_est = angle(x_noise(nn).'*conj(x_noise(nn+Nlength(i))))*360/(2*pi);% 采用下面的代码也一样的cfo_est = angle(x_

今天和实验室小伙伴讨论到了SER和BER的关系，弄清楚的那一刻豁然开朗，深觉讨论的重要性。记录下来。在仿真代码时，遇到了如下描述：SER_4state(i) = SER_i;BER_4state(i)=SER_4state(i)/BITS; % BITS指一个符号由几个比特表示，比如，对于QPSK，BITS=2 以QPSK为例，SER = BER2。理解如下：BER = 错误比特数/总比特数。考虑错误符号最多的情况，即错误的每一个比特都单独待在一个符号里。也就是说，错误了多少了比特，就错误了

已知，已知各径时延、信道功率的瑞利信道和高斯白噪声可以这么产生：%% 多径瑞利信道PowerdB=[0 -8 -17 -21 -25]; % 信道抽头功率分布 ’dB’Delay=[0 3 5 6 8]; % 信道时延（采样点）Power=10.^(PowerdB/10); % 信道抽头功率分布 ’线性尺度’Ntap=length(PowerdB); % 信道抽头数Lch=Delay(end)+1;