专栏/Rayleigh衰落信道下的误比特率BER分析

Rayleigh衰落信道下的误比特率BER分析

2023年04月19日 15:36--浏览 · --点赞 · --评论
乐吧的数学
粉丝:5705文章:133

(录制的视频在:https://www.bilibili.com/video/BV1V24y1c7dL/)

这篇文章分析 Rayleigh 衰落信道下的误比特率,在 AWGN 信道误比特率的基础上推导有 Rayleigh 衰落情况下的误比特率。

y%20%3D%20hx%20%2B%20w%20%20%5Ctag%201


发送符号 x 用 BPSK 调制,h 是复高斯分布的随机变量,其中每一维度(实部和虚部)是满足均值为 0 ,方差为 1/2 的高斯分布,则 h 的模长,符合 Rayleigh 分布:
p(z)%20%3D%20%5Cfrac%7Bz%7D%7B%5Cdelta%5E2%7D%20e%5E%7B-%5Cfrac%7Bz%5E2%7D%7B2%5Cdelta%5E2%7D%7D%20%3D%202z%20e%5E%7B-z%5E2%7D%20%20%20%5Ctag%202

如果信号的能量为 Es, 不考虑 h 情况下的信噪比为:

SNR%20%3D%20%5Cfrac%7BEs%7D%7BN_0%7D%20%3D%20%5Cmu%20%20%5Ctag%203


考虑 h 后,信噪比就变成

%5Cfrac%7B%7Ch%7C%5E2%20E_s%7D%7BN_0%7D%20%3D%20a%5E2%20%5Cmu%20%20%5Ctag%204
其中  a = |h|,  根据高斯白噪声信道下 BPSK 调制后的误比特率公式:

BER%20%3D%20Q(%5Csqrt%20%7BSNR%7D)%20%3D%20Q(%5Csqrt%7Ba%5E2%20u%7D)%20%5Ctag%205


而 h 本身也是随机变量,所以,再根据 h 的概率分布,计算 公式 (1) 下的平均误比特率:

%5Cint_0%5E%7B%2B%5Cinfty%7D%20Q(%5Csqrt%7Ba%5E2%20u%7D)%20p(a)%20da%20%5Ctag%206
把 (2) 代入 (6) 有:
%5Cint_0%5E%7B%2B%5Cinfty%7D%20Q(%5Csqrt%7Ba%5E2%20u%7D)%20p(a)%20da%20%3D%20%5Cint_0%5E%7B%2B%5Cinfty%7D%20Q(%5Csqrt%7Ba%5E2%20u%7D)%202a%20e%5E%7B-a%5E2%7D%20da%20%5Ctag%207把 Q 函数也代入 (7):
%5Cint_0%5E%7B%2B%5Cinfty%7D%0A%5C%7B%20%5Cint_%7B%5Csqrt%7Ba%5E2u%7D%7D%5E%7B%2B%5Cinfty%7D%20%5Cfrac%7B1%7D%7B%5Csqrt%7B2%5Cpi%7D%7D%20e%5E%7B-%5Cfrac%7Bt%5E2%7D%7B2%7D%7D%20dt%20%20%20%5C%7D%0A2a%20e%5E%7B-a%5E2%7D%20da%20%5Ctag%208

对公式 (8) 的内层积分做积分变量代换,令:

y%20%3D%20%5Cfrac%7Bt%7D%7B%5Csqrt%7Ba%5E2%20%5Cmu%7D%7D

 则公式 (8) 变成(第二个等号是做积分顺序交换):

%5Cbegin%7Baligned%7D%0A%5Cint_0%5E%7B%2B%5Cinfty%7D%0A%5Cleft%20%5C%7B%20%5Cint_1%5E%7B%2B%5Cinfty%7D%20%5Cfrac%7B1%7D%7B%5Csqrt%7B2%5Cpi%7D%7D%20e%5E%7B-%5Cfrac%7Ba%5E2%20%5Cmu%20y%5E2%7D%7B2%7D%7D%20d(y%5Csqrt%7Ba%5E2%20%5Cmu%7D%20)%20%20%5Cright%20%5C%7D%202a%20e%5E%7B-a%5E2%7D%20da%0A%26%3D%20%5Cint_0%5E%7B%2B%5Cinfty%7D%20%5Cint_1%5E%7B%2B%5Cinfty%7D%20%20%5Cfrac%7B2a%5E2%20%5Csqrt%7B%5Cmu%7D%20%7D%7B%5Csqrt%7B2%5Cpi%7D%7D%20%20%20%20%0A%20%20%20e%5E%7B-%5Cfrac%7Ba%5E2%20(%5Cmu%20y%5E2%20%2B%202)%7D%7B2%7D%7D%20%20dy%20%20da%0A%20%20%20%5C%5C%20%20%5C%5C%0A%0A%26%3D%20%5Cint_1%5E%7B%2B%5Cinfty%7D%20%5Csqrt%7B%5Cmu%7D%20%5Cleft%20%5C%7B%202%20%5Cint_0%5E%7B%2B%5Cinfty%7D%20%20%5Cfrac%7Ba%5E2%20%20%7D%7B%5Csqrt%7B2%5Cpi%7D%7D%20%20%20%20%0A%20%20%20e%5E%7B-%5Cfrac%7Ba%5E2%20(%5Cmu%20y%5E2%20%2B%202)%7D%7B2%7D%7D%20da%20%5Cright%20%5C%7D%20dy%0A%20%20%20%5C%5C%20%20%5C%5C%0A%20%20%20%0A%0A%5Cend%7Baligned%7D%0A%5Ctag%209


公式 (9) 的最内层积分中,我们令

%5Csigma%20%5E2%20%3D%20%5Cfrac%7B1%7D%7B%5Cmu%20y%5E2%20%2B%202%7D%20%20%20%5Ctag%7B10%7D


则公式 (9) 变成:

%5Cint_1%5E%7B%2B%5Cinfty%7D%20%5Csqrt%7B%5Cmu%7D%20%5C%7B%202%20%5Cint_0%5E%7B%2B%5Cinfty%7D%20%20%5Cfrac%7Ba%5E2%20%20%7D%7B%5Csqrt%7B2%5Cpi%7D%7D%20%20%20%20%0A%20%20%20e%5E%7B-%5Cfrac%7Ba%5E2%20%7D%7B2%20%5Csigma%5E2%7D%7D%20da%20%5C%7D%20dy%20%20%3D%20%5Cint_1%5E%7B%2B%5Cinfty%7D%20%5Csqrt%7B%5Cmu%7D%20%5Csigma%20%5C%7B%202%20%5Cint_0%5E%7B%2B%5Cinfty%7D%20%20%5Cfrac%7Ba%5E2%20%20%7D%7B%5Csqrt%7B2%5Cpi%7D%20%5Csigma%7D%20%20%20%20%0A%20%20%20e%5E%7B-%5Cfrac%7Ba%5E2%20%7D%7B2%20%5Csigma%5E2%7D%7D%20da%20%5C%7D%20dy%20%20%5Ctag%7B11%7D


公式 (11) 中的内层积分,就是均值为 0 ,方差为 %5Csigma%5E2 的高斯分布的方差,则公式 (10) 就推导为:
%5Cint_1%5E%7B%2B%5Cinfty%7D%20%5Csqrt%7B%5Cmu%7D%20%5Csigma%20%5Csigma%5E2%20dy%20%3D%20%5Cint_1%5E%7B%2B%5Cinfty%7D%20%5Csqrt%7B%5Cmu%7D%20%5Csigma%5E3%20dy%20%20%5Ctag%7B12%7D

将 (10) 代入 (12)有:
%5Cint_1%5E%7B%2B%5Cinfty%7D%20%5Csqrt%7B%5Cmu%7D%20%5Cfrac%7B1%7D%7B(%5Cmu%20y%5E2%20%2B%202)%5E%7B%5Cfrac%7B3%7D%7B2%7D%7D%7D%20dy%20%20%5Ctag%7B13%7D

对公式 (13) 的积分再做变量代换,令:
y%20%3D%20%5Csqrt%7B%5Cfrac%7B2%7D%7B%5Cmu%7D%7D%20tan%5Ctheta%20%20%20%5Ctag%7B14%7D则当:
%5Cbegin%7Baligned%7D%0A%26y%3D1%2C%20%20%20%26%5Ctheta%20%3D%20tan%5E%7B-1%7D%5Csqrt%7B%5Cfrac%7B%5Cmu%7D%7B2%7D%7D%20%20%20%20%5C%5C%0A%26y%3D%2B%5Cinfty%2C%20%26%20%5Ctheta%20%3D%20%5Cfrac%7B%5Cpi%7D%7B2%7D%0A%5Cend%7Baligned%7D%0A%5Ctag%7B15%7D

则公式 (13) 变成:
%5Cint_1%5E%7B%2B%5Cinfty%7D%20%5Csqrt%7B%5Cmu%7D%20(%5Cmu%20y%5E2%20%2B%202)%5E%7B-%5Cfrac%7B3%7D%7B2%7D%7D%20dy%20%20%0A%3D%20%5Cint_%7B%20tan%5E%7B-1%7D%5Csqrt%7B%5Cfrac%7B%5Cmu%7D%7B2%7D%7D%7D%5E%7B%5Cfrac%7B%5Cpi%7D%7B2%7D%20%7D%20%20%5Csqrt%7B%5Cmu%7D(%5Cmu(%5Csqrt%7B%5Cfrac%7B2%7D%7B%5Cmu%7D%7D%20tan%5Ctheta)%5E2%20%2B%202)%5E%7B-%5Cfrac%7B3%7D%7B2%7D%7D%20d(%5Csqrt%7B%5Cfrac%7B2%7D%7B%5Cmu%7D%7D%20tan%5Ctheta)%0A%5Ctag%7B16%7D

其中:

(%5Cmu(%5Csqrt%7B%5Cfrac%7B2%7D%7B%5Cmu%7D%7D%20tan%5Ctheta)%5E2%20%2B%202)%5E%7B-%5Cfrac%7B3%7D%7B2%7D%7D%20%3D%20(2tan%5E2%5Ctheta%20%2B%202)%5E%7B-%5Cfrac%7B3%7D%7B2%7D%7D%20%3D%202%5E%7B-%5Cfrac%7B3%7D%7B2%7D%7D%20cos%5E%7B3%7D%5Ctheta%20%20%20%5Ctag%7B17%7D


以及

d(%5Csqrt%7B%5Cfrac%7B2%7D%7B%5Cmu%7D%7D%20tan%5Ctheta)%20%3D%20%5Csqrt%7B%5Cfrac%7B2%7D%7B%5Cmu%7D%7D%20cos%5E%7B-2%7D%20%5Ctheta%20%20%5Ctag%20%7B18%7D


把公式 (17)(18) 代入公式 (16) 有:

%5Cint_%7B%20tan%5E%7B-1%7D%5Csqrt%7B%5Cfrac%7B%5Cmu%7D%7B2%7D%7D%7D%5E%7B%5Cfrac%7B%5Cpi%7D%7B2%7D%20%7D%20%5Cfrac%7B1%7D%7B2%7D%20%20cos%5Ctheta%20d%20%5Ctheta%20%20%5Ctag%7B19%7D%0A%3D%5Cfrac%7B1%7D%7B2%7D%20%20sin%5Ctheta%20%7C_%7B%20tan%5E%7B-1%7D%5Csqrt%7B%5Cfrac%7B%5Cmu%7D%7B2%7D%7D%7D%5E%7B%5Cfrac%7B%5Cpi%7D%7B2%7D%20%7D%20%3D%20%5Cfrac%7B1%7D%7B2%7D%20%20%20%5Cleft%20(1%20-%20sin(tan%5E%7B-1%7D%5Csqrt%7B%5Cfrac%7B%5Cmu%7D%7B2%7D%7D)%5Cright%20)%20


其中

sin(x)%20%3D%20%5Csqrt%7B%20%5Cfrac%7Btan%5E2%20x%7D%7B1%2Btan%5E2%20x%7D%7D


则:
%5Cbegin%7Baligned%7D%0Asin(tan%5E%7B-1%7D%5Csqrt%7B%5Cfrac%7B%5Cmu%7D%7B2%7D%7D)%20%26%3D%20%5Csqrt%7B%20%5Cfrac%7Btan%5E2%20(tan%5E%7B-1%7D%5Csqrt%7B%5Cfrac%7B%5Cmu%7D%7B2%7D%7D)%7D%7B1%2Btan%5E2%20(tan%5E%7B-1%7D%5Csqrt%7B%5Cfrac%7B%5Cmu%7D%7B2%7D%7D)%7D%7D%20%5C%5C%20%20%5C%5C%0A%26%3D%5Csqrt%7B%20%5Cfrac%7B%20%5Csqrt%7B%5Cfrac%7B%5Cmu%7D%7B2%7D%7D%5E2%20%20%7D%7B1%2B%5Csqrt%7B%5Cfrac%7B%5Cmu%7D%7B2%7D%7D%5E2%7D%20%7D%20%5C%5C%20%5C%5C%0A%26%3D%20%5Csqrt%7B%20%5Cfrac%7B%5Cmu%20%7D%7B2%2B%5Cmu%7D%20%7D%0A%5Cend%7Baligned%7D%0A%5Ctag%20%7B20%7D

把 (20) 代入 (19)得到:
%5Cfrac%7B1%7D%7B2%7D%20%5Cleft%20(%20%20%201%20-%20%5Csqrt%7B%20%5Cfrac%7B%5Cmu%20%7D%7B2%2B%5Cmu%7D%20%7D%20%5Cright%20)%20%20%20%5Ctag%7B21%7D

注意: 很多教科书和资料中,公式 (21) 是写成:
%5Cfrac%7B1%7D%7B2%7D%20%5Cleft%20(%20%20%201%20-%20%5Csqrt%7B%20%5Cfrac%7B%5Cmu%20%7D%7B1%2B%5Cmu%7D%20%7D%20%5Cright%20)%20%20%20%5Ctag%7B21%7D

那是因为对信道系数 h 的统计特性,有不同的假设,即假设均值为 0 ,方差为 1 的,也就是公式 (2)变成:
p(z)%20%3D%20%5Cfrac%7Bz%7D%7B%5Cdelta%5E2%7D%20e%5E%7B-%5Cfrac%7Bz%5E2%7D%7B2%5Cdelta%5E2%7D%7D%20%3D%20z%20e%5E%7B-%5Cfrac%7Bz%5E2%7D%7B2%7D%7D%20%20%20%5Ctag%20%7B22%7D



另外需要注意的是,使用 (2) 和 (22) 的公式得出的曲线,这两个是会不一样,因为 h 的概率分布变了,自然误比特率也有不同。






投诉或建议

玻璃钢生产厂家西安公园玻璃钢雕塑设计陕西多彩玻璃钢雕塑设计湖南长沙玻璃钢雕塑定做玻璃钢雕塑生产商玻璃钢骆驼雕塑售价宜春水果玻璃钢雕塑设计宣城玻璃钢仿铜雕塑厂家玻璃钢雕塑制作沈阳景区玻璃钢雕塑市场兴化玻璃钢雕塑公司有哪些庆阳大型玻璃钢雕塑彭州玻璃钢雕塑动漫玻璃钢雕塑安装上海商场美陈生产公司苏州玻璃钢海豚雕塑厂家湖南环保玻璃钢雕塑定制玻璃钢商场美陈雕塑制造厂家玻璃钢翻制厂商雕塑翻制厂树脂玻璃钢雕塑批发厂家北京玻璃钢人物雕塑批发饶阳玻璃钢造型雕塑玻璃钢卡通雕塑款式众多桃源玻璃钢花盆花器安徽玻璃钢卡通雕塑价格武汉玻璃钢雕塑市场云浮玻璃钢雕塑电话多少井冈山玻璃钢雕塑厂家商场美陈dp点造型商场外街街道美陈商场海洋美陈方案香港通过《维护国家安全条例》两大学生合买彩票中奖一人不认账让美丽中国“从细节出发”19岁小伙救下5人后溺亡 多方发声单亲妈妈陷入热恋 14岁儿子报警汪小菲曝离婚始末遭遇山火的松茸之乡雅江山火三名扑火人员牺牲系谣言何赛飞追着代拍打萧美琴窜访捷克 外交部回应卫健委通报少年有偿捐血浆16次猝死手机成瘾是影响睡眠质量重要因素高校汽车撞人致3死16伤 司机系学生315晚会后胖东来又人满为患了小米汽车超级工厂正式揭幕中国拥有亿元资产的家庭达13.3万户周杰伦一审败诉网易男孩8年未见母亲被告知被遗忘许家印被限制高消费饲养员用铁锨驱打大熊猫被辞退男子被猫抓伤后确诊“猫抓病”特朗普无法缴纳4.54亿美元罚金倪萍分享减重40斤方法联合利华开始重组张家界的山上“长”满了韩国人?张立群任西安交通大学校长杨倩无缘巴黎奥运“重生之我在北大当嫡校长”黑马情侣提车了专访95后高颜值猪保姆考生莫言也上北大硕士复试名单了网友洛杉矶偶遇贾玲专家建议不必谈骨泥色变沉迷短剧的人就像掉进了杀猪盘奥巴马现身唐宁街 黑色着装引猜测七年后宇文玥被薅头发捞上岸事业单位女子向同事水杯投不明物质凯特王妃现身!外出购物视频曝光河南驻马店通报西平中学跳楼事件王树国卸任西安交大校长 师生送别恒大被罚41.75亿到底怎么缴男子被流浪猫绊倒 投喂者赔24万房客欠租失踪 房东直发愁西双版纳热带植物园回应蜉蝣大爆发钱人豪晒法院裁定实锤抄袭外国人感慨凌晨的中国很安全胖东来员工每周单休无小长假白宫:哈马斯三号人物被杀测试车高速逃费 小米:已补缴老人退休金被冒领16年 金额超20万

玻璃钢生产厂家 XML地图 TXT地图 虚拟主机 SEO 网站制作 网站优化