传真(Fax)编程

开发平台：
Matlab

channel_gen.m：源码内容
							function h_time = channel_gen( Power, Doppler, N_samlpe_ofdm, T_sample, N_ofdm, N_frame, idx_frame, N_Tx_ant, N_Rx_ant )
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% 得到时域信道的参数
% 输入：    Power,  功率衰减向量（实际衰减，非dB值）
%           Doppler,    多普勒频移（Hz）
%           N_samlpe_ofdm,  每个OFDM符号占多少个样点，包括循环前缀
%           T_sample,   时域样点时间间隔（秒）
%           N_ofdm,     每帧中的OFDM符号个数
%           N_frame,    仿真的帧总数目
%           idx_frame,  当前的帧编号
%           N_Tx_ant,   发送天线数
%           N_Rx_ant,   接收天线数
% 输出：   时域信道响应h_time， 安排如下:
% 1) 不同行表示不同径的信道, 不同径独立, 已经乘以了功率衰减 ,共length(Delay)行
% 2) 不同列表示本帧中的不同OFDM符号的信道，考虑每个OFDM符号的所有样点经历相同衰减，一个OFDM符号一个信道参数
%    不同列时域信道响应的差异是由多普勒频移造成的，反映了信道的时变性。共N_ofdm列
% 3) 不同矩阵第三维表示不同天线对之间的信道参数,不同天线之间独立,共N_Tx_ant * N_Rx_ant个
%     其顺序为: 第1条发送天线和第1条接收天线(1-->1)的信道, 2-->1,...,N_Tx_ant-->1, ...,
%     1-->2, 2-->2, ..., N_Tx_ant-->2，依次下去。
%     单天线信道，设置 N_Tx_ant ＝ N_Rx_ant ＝ 1 即可
% 说明：
% 1) 调用本程序，程序根据当前帧的编号输出本帧的时域信道响应，多次调用，产生的不同帧信道参数独立
% 2) 瑞利衰落系数产生的方法: 每条径的瑞利衰落系数序列由Jakes模型截取. 为保证不同径的瑞利衰落独立,
% 不同天线的瑞利衰落独立, 我们截取的距离要等于或大于相干时间对应的多径时延样点数. 
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% 临时变量
N_ant_pair = N_Tx_ant * N_Rx_ant;                       % 收发天线对数目
N_path = length(Power);                                 % 多径数目
min_fd = 1/(N_ofdm*N_samlpe_ofdm*T_sample*100);         % 是否使用Jakes模型的临界多普勒频移值
Tc = round( 1/(Doppler * T_sample * N_samlpe_ofdm) );   % 相干时间对应的OFDM符号数
T_sym = T_sample*N_samlpe_ofdm;                         % OFDM符号周期
T_cut = Tc*12;                                          % 截取Jakes模型的变量
Power = Power./sum(Power);                              % 功率归一化
% 返回变量
h_time = zeros(N_path , N_ofdm , N_ant_pair);
% 如果多普勒频移大于预先设定最小值
if Doppler > min_fd       
    
    % 否则如果是第1帧，生成所有帧，所有OFDM符号，所有径的瑞利衰落向量，并保存为数据文件
    if idx_frame == 1
        
        % 计算需要产生的瑞利衰落样点序列的长度 fading_len
        % 原则:　每条径使用的瑞利衰落系数要独立, 也就是截取Jakes模型时, 径和径之间的截取间隔要等于或
        % 大于相干时间对应的OFDM符号数.
        % 从产生的瑞利衰落的幅度图plot(abs(jakes_coff))可以看出, 前面一部分系数幅度变化不合理
        % 我们加 T_cut， 目的是截取位置靠后,舍去前面幅度较大的部分
        fading_len =  N_ofdm * N_frame * N_path * N_ant_pair  + Tc * N_frame * N_path * N_ant_pair + T_cut;
        jakes_coff = Tap_Rayleigh_Jakes(Doppler , T_sym , fading_len );
        
        % 截取Jakes模型产生瑞利衰落序列
        fading_trunc = jakes_coff(10*Tc + 1 : end );
        
        % 将Jakes模型产生的序列进行功率归一化
        fading_jakes = fading_trunc./sqrt( sum(fading_trunc.*conj(fading_trunc)) / length(fading_trunc) );
        
        % 保存产生的瑞利衰落数据
        save fading_jakes.mat fading_jakes;
        
    else
        % 如果不是第一帧，调出保存的数据
        load fading_jakes.mat;
        
    end
end
% 按照当前的帧编号，提取出本帧的数据， 并返回
for ant = 1:N_ant_pair
    for p = 1:N_path    
        
        if  Doppler > min_fd
            % 每条径的瑞利衰落系数
            fading_path = fading_jakes((ant - 1)*Tc + (p-1)*Tc + (idx_frame - 1)*Tc + 1: ...
                (ant - 1)*Tc + (p - 1)*Tc + (idx_frame - 1)*Tc + N_ofdm  );
        else
            % 使用randn + j*randn 方式产生N_path条径，1列的复高斯向量，本帧所有符号都使用同一衰减
            % 因为多普勒频移很小时，使用Jakes模型要产生大量的点，才能满足截取的距离要等于相干时间对应的
            % 多径时延样点数,非常费时,有时是不可能的。当帧时间长度 ( N_ofdm*N_samlpe_ofdm*T_sample ) >> 1/(Doppler),
            % 产生的不同符号的瑞利衰落系数非常接近，可以使用同一个衰落系数
            fading_path = repmat( ( randn(1) + j*randn(1) )/sqrt(2) ,1,N_ofdm );   
        end
        
        % 把每条径的幅度乘上瑞利衰落序列
        path_tmp =  sqrt(Power(p)) * fading_path;
        
        % 返回的数据
        h_time(p,:,ant) = path_tmp ;
        
    end
end

						