资源描述：
《数字通信原理实验报告分解》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、数字通信原理实验报告《研究Ricean和Nakagami随机变量的分布特性》班级：8班姓名：学号：8目录0.摘要------------------------------------------------------------------------------------31.Ricean随机分布----------------------------------------------------------------------41.1Ricean分布随机概率函数及相关解释-------------------------------------41.2Ricean分布mat
2、lab实验仿真程序-----------------------------------------41.3Ricean分布matlab实验仿真图---------------------------------------------51.4Ricean分布研究结论---------------------------------------------------------52.Nakagami随机分布------------------------------------------------------------------62.1Nakagami分布随机概率函数及相关解释-
3、--------------------------------62.2Nakagami分布matlab实验仿真程序-------------------------------------62.3Nakagami分布matlab实验仿真图----------------------------------------72.4Nakagami分布研究结论-----------------------------------------------------88摘要在随机过程里，正弦（余弦）信号加窄带高斯随机信号的包络服从Ricean分布。Ricean分布也称作广义瑞利分布。在无线信道中，
4、Ricean分布是一种最常见的用于描述接收信号包络统计时变特性的分布类型。其中Ricean因子是反映信道质量的重要参数，在计算信道质量和链路预算、移动台移动速度以及测向性能分析等都发挥着重要的作用 。因此对与Ricean分布的基础研究有助于我们很好的了解Ricean分布，对其随机分布特性分析研究更能使我们认识通信信道模型。Nakagami函数是Nakagami早在20世纪40年代提出的用来用来描述长距离HF信道快衰落模型。研究表明，Nakagami分布比瑞利分布、Ricean分布和对数正态分布都要更好的接近实验测量数据的模型函数，且它不含贝赛尔函数，这对我们进行分析较其他的模型比较容易，可
5、以得到方便运算的闭合解析式，所以Nakagami模型自提出至今在通信领域得到了非常广泛的应用。因此对Nakagami函数的基础研究对帮助我们了解Nakagami函数以及了解使用Nakagami函数模型的信道衰减分析有很好的帮助。本课程任务主要针对Nakagami函数的随机变量分布特性进行分析研究。81Ricean随机分布1.1Ricean分布随机概率函数及相关解释Ricean分布随机概率函数：其中：,x服从正态分布，c是指主要信号分量的幅度峰值，表示0阶第一类修正贝赛尔函数。为了更好的分析莱斯分布，定义主信号功率（视线信号功率）与多径分量方差（反射散射信号功率）之比为k系数，K=，则K的表
6、达式可以写为K=，另外定义A系数表示接收信号总功率，表达公式为A=。1.2Ricean分布matlab实验仿真程序r=(0:0.1:10);A1=3;C1=2;A2=3;C2=4;A3=4;C3=4;p1=r/A1^2.*(exp((-C1^2-r.^2)/(2*A1^2))).*besselj(0,C1*r/A1^2);p2=r/A2^2.*(exp((-C2^2-r.^2)/(2*A2^2))).*besselj(0,C2*r/A2^2);p3=r/A3^2.*(exp((-C3^2-r.^2)/(2*A3^2))).*besselj(0,C3*r/A3^2);figure,plot(
7、r,p1);title('(A1=3,C1=2)');xlabel('r');ylabel('p1(r)');figure,plot(r,p2);title('(A=3,C=4)');xlabel('r');ylabel('p2(r)');figure,8plot(r,p3);title('(A=1,C=4)');xlabel('r');ylabel('p3(r)');figure,plot(r,p1,r,p2,r,p3
