仿真秀‑CAE仿真知识服务平台

继续讲解！之前用的是m序列，那么如何用walsh码完成多用户的扩频通信呢？用了以后效果会有哪些改变呢？这也是后续需要展示的程序以及理论讲解的内容。本文先给出之前程序涉及到了的函数内容！首先用到了func_hrollfcoef函数。由于涉及函数比较多，本文超过2000字。请大家务必仔细敲对代码，确保程序能正确运行！为了让代码能够放在一行中，将程序的字体采用了最小号！文末给出walsh码的生成函数，大家可以自行替换！！！首秀是func_hrollfcoef函数！function[xh]=func_hrollfcoef(irfn,ipoint,sr,alfs,ncc)xi=zeros(1,irfn*ipoint+1);xq=zeros(1,irfn*ipoint+1);point=ipoint;tr=sr;tstp=1.0./tr./ipoint;n=ipoint.*irfn;mid=(n./2)+1;sub1=4.0.*alfs.*tr;%4*alpha*R_sfori=1:nicon=i-mid;ym=icon;ificon==0.0xt=(1.0-alfs+4.0.*alfs./pi).*tr;%h(0)elsesub2=16.0.*alfs.*alfs.*ym.*ym./ipoint./ipoint;ifsub2~=1.0x1=sin(pi*(1.0-alfs)/ipoint*ym)./pi./(1.0-sub2)./ym./tstp;x2=cos(pi*(1.0+alfs)/ipoint*ym)./pi.*sub1./(1.0-sub2);xt=x1+x2;%h(t)plot((1:length(xh)),xh)else%(4alphaRst)^2=1plot((1:length(xh)),xh)xt=alfs.*tr.*((1.0-2.0/pi).*cos(pi/4.0/alfs)+(1.0+2.0./pi).*sin(pi/4.0/alfs))./sqrt(2.0);end%ifsub2~=1.0end%ificon==0.0ifncc==0%inthecaseofreceiverxh(i)=xt./ipoint./tr;%normalizationelseifncc==1%inthecaseoftransmitterxh(i)=xt./tr;%normalizationelseerror('nccerror');end%ifncc==0end%fori=1:n来源：通信工程师专辑

这几个问题非常基本，也常被人问到。1、智能化的理想状态是不是无人工厂？自动化工厂的理想状态是无人工厂。但自动化和智能化针对的问题不一样。无人的自动化工厂其实也是需要人的。因为无人化仅仅意味着生产操作的无人化。工业企业需要人解决两类问题：一类是维持问题，一类是改变问题。一般来说，自动化的实施是有前提的，前提是需要维护的。比如，设备总是要维护、材料总是会出现问题、质量不会100%合格、原料总是会用完的......企业只要生产，总会有各种问题。企业必须要有人，解决这些令人讨厌的问题，才能维持正常的工况，才能实现自动化。对优秀企业来说，优化和创新，应该是企业的日常业务。例如，出现质量问题时，要找到问题的根源，进而找到解决问题、避免下次再犯的办法。这就是持续改进。再如，用户可能会有新的要求、市场上可能会有更好的设备或者原料。这些都需要创新。.....这些改变，总是需要人的。一般来说，有人的地方，就要有人来管人。智能化要为这些人服务、提高这些人的效率。与传统自动化不一样。传统自动化，往往只是提高蓝领的劳动效率。大体上说：自动化解决常规生产问题，智能化解决杂事。2、有了人工智能算法，为什么还需要人？人工智能本质上是一种计算机算法，用来解决某类组合优化和非线性优化问题。所谓的算法，就是通过计算得到知识。我们注意到：计算，是在Cyber空间的工作。实践出真知。人类的许多知识，是通过与物理空间作用的过程中得到的。比如，设备出现故障时，人们需要打开机器去看，看看到底出了什么问题。发生质量问题后，要找到避免再犯的办法；这个办法是不是有效，需要实际生产过程来检验。这些都不是常规的生产活动。人类获得知识的涉及物理资源，不一定是生产现场。很可能是实验室、甚至是别人的实验室。换句话说，从一个物理空间走到另外一个物理空间。人工智能获得知识的本事再大，一般也只是计算数据，在Cyber空间中的活动。至于未来的科幻，再说吧。3、模型是万能的吗？模型是个好东西、是一种理想的知识。利用这种知识，人们可以用来选择好的手段，以达到更好的结果。特别地：有了模型，便于计算机优化决策。问题是：得到理想的模型并不容易。所以，现实中采用的多数知识，是人们实践的结果：某种做法好，就把它固化下来。这种固化下来的知识可能不是最好的做法，但却是经过实践检验的。随意的改变，可能会带来预料之外的风险。大臣向晋惠帝报告：老百姓没有粮食吃，饿死人了？晋惠帝不解地问：他们为什么不吃肉呢？显然，肉比粮食更有营养，但没有粮食吃的人往往更没有肉吃。在工业过程中，缺少知识都是一种常态，好的模型往往是奢侈品。模型是好东西，但要慢慢攒。

来源：ZSOUND声扬（ID：ZSOUND），翻译自Smaart7ImpulseResponseMeasurementandAnalysisGuide，译者：周强生。什么是脉冲响应(ImpulseResponse)？从基本概念上来说，一个脉冲响应(ImpulseResponse,IR)可以定义为一个被测系统在一个脉冲激励信号输入时，所得到的时域（时间对应幅度）的响应特性。这里所指的被测“系统”，可以小至一支麦克风、一个扬声器单元、或者一台均衡器上的滤波器，也可以大到一个音乐厅、一个体育馆或者是整套音响系统，以及场馆和音响系统的总和。在声学分析中，我们也可以认为脉冲响应是一个系统的声学“签名”。脉冲响应包含了关于声学系统非常丰富的信息，包括到达时间、直达声的频率成分、离散反射声、混响衰减特性、信噪比和分析语言可懂度的必要信息，以及整体的频率响应。一个系统的脉冲响应和频域的传输函数，实际上是二者正向和反向傅里叶变换的结果。图1一个声学脉冲响应包含声音从激发声源位置到测试点位置多路径传播的结果。图中红色表示从声源到测试话筒的直达声，蓝色表示一阶反射声，绿色表示二阶反射声，更高阶次的反射声用灰色表示。晚到达的反射声会和临近到达的反射声相堆叠，并形成衰减的趋势。声学脉冲响应是由激发声源传播与房间的边界共同的结果。由声音从最短路径（声源和测试位置的直线距离）传播的最先到达且声压也应是最大。反射声则通过其他多个路径传播，其过程中会由于空气吸收和界面吸收而损失能量，所以较晚到达的反射声会越来越弱。理论上，反射声逐渐衰弱的过程是永久的。而实际中，我们所关心的反射情况只在几秒钟之内——在一个小房间或经过声学处理以减少混响时间的空间内，我们所关心的声音反射的过程可能会不足1秒。在脉冲响应的时域图中，直达声和部分最早到达的反射声非常易于辨认。反射声持续地依次到达，声音越来越小，到达时间也越来越相近，逐步形成指数型衰减，在对数刻度的幅值表中往往会形成典型的直线衰减的趋势。声学脉冲响应的解剖(AnatomyofanAcousticalImpulseResponse)尽管两个不同的房间不可能具有相同的脉冲响应，但在对于几乎所有的声学脉冲响应有着一些共同的构成要素。其中包括直达声的到达、早期反射声、混响建立与衰减、底噪。图2标识了一个脉冲响应所包含各个成分。图2一个声学脉冲的常见构成要素。这是一个半对数时域图，X轴是以毫秒为单位的时间，Y轴是以dB为单位的幅度。传输延时(PropagationDelay)直达声从声源传播至测试位置所需的时间被称为传输延时时间。除了声音在空气中传播造成的延时，传输延时还可能包含信号流程中经过数字处理器而带来的延时。直达声到达(ArrivalofDirectSound)由于两点之间的最短路径是其直线距离，我们在观察一个脉冲响应时首先看到的总是直达声的到达，不论我们用怎样的声源来激励被测系统。根据所要考察的内容，我们可能使用的激发声源可能是场地原有的音响系统，或者一个专门用于测试的全指向性音箱，或者气球爆破声，空膛手枪的射击声，或者有必要时可以用拍掌声或者拍击空盒子的声音。在大多数情况下，我们认为首先到达的声音总是声压最大的，对应到脉冲响应中就是我们所看到的最高峰值，绝大多数情况下这个假设都是成立的。在偶然情况下可能会出现不同的结果，但是在大多数情况下这一结论都是适用的。离散反射声(DiscreteReflections)在直达声之外，我们关注的最重要的特性是通过较短的非直线路径传播而至的声音。从声源位置经过一次界面反射到达测试位置的声音被称为一阶反射声(firstorderreflection)，经过两次界面反射的即为二阶反射声，以此类推。反射声有利有弊，这取决于它与直达声的相对幅度和时间，以及其在多大程度上能和漫射混响声(diffusereverberantsound)区别开来。早期衰减、混响建立和混响衰减(EarlyDecay,ReverberantBuild-up,andReverberantDecay)在直达声和最低阶的反射声到达之后，声音将会在混响空间内继续来回反射，产生越来越高阶数的反射声。在任何听音位置，部分反射能量会在相对较短的时间内产生叠加，从而实现混响声的建立，此后空气损耗和反射面的装饰材料吸收作用开始占据主动。在这一时间点，混响衰减的过程开始了。在实践中，你不一定能够在脉冲响应中将混响建立与直达声及早期反射区别开。有时候它清晰可辨，有时则不一定。传统上，采用脉冲反向积分法(reverse-timeintegratedIR)所测得的直达声之后最先衰减的10dB被视为早期衰减。混响衰减通常考察的幅值范围，是在完整的脉冲响应中小于直达声5dB直至衰减-30dB之间，有时也会取-20dB。本底噪音(NoiseFloor)理论上，脉冲响应的混响衰减的过程是个永久持续的过程，按照理想的指数型曲线无线趋近于零。在实际中，它会很快地衰减至不可辨认的幅度，并被淹没在测量的本底噪音中。脉冲测量中的噪音有很多来源，包括环境的声学噪音，被测系统及测试系统本身的电子噪音，在信号分析时将信号数字化的量化噪音，以及在分析中的数字处理过程所造成的处理噪音。

历时三年，再次开启本系列。很多年前工作中的一个话题（难度还不至于上升到课题的高度）一直留在心里，一直没有做完，于是留下了一个结。不解开一直就难受，永远记得！2023年底，又开始了学习之旅，首先要做的就是知识回顾。在本系列的文章（4）中有下面这段内容！疑问：发端如果有差分编码，怎么来识别训练序列？如果不用训练序列，那就只能用子波形进行匹配滤波了！后续会用仿真来证实！如果没有差分编码，接收端的差分解调只能采用1bit差分解调算法了。这些等到理清算法知识点后再结合实际情况进行仿真后观察效果。能否用训练序列来进行信道估计，再进行匹配滤波，然后再进行差分解调！这就是本文中的仿真程序的目的。这也是放在我心中多年没有完成的一个仿真任务！2024年一定要完成。文章中回顾和总结过去的研发点滴！继往开来！本文涉及的知识点是我离职前搞得一个专题技术开发，也是非常难的一个知识点！2024年4月下旬，终于把之前没有做的仿真都做了，代码超级长，公布在文章下半段！本文超过六千字，非专业人士切莫购买！2025年1月，再次整理后终于发布了！本文涉及信道估计和均衡知识！老规矩，先看代码，再来消化理论！如果觉得基础薄弱，先推荐学习下面的文章！经典课程指导：《数字处理系统课程设计与实践》指导(1)无线信道及其估计通信原理与matlab仿真v3第四章BPSK调制解调器(15)增加均衡器那么利用训练序列计算匹配滤波器的过程到底是怎么回事？之前给了公式和代码，也许大家还不是很清楚。当年的我理解这段代码也有点头大，那么现在我就在本文中把这段内容仔细讲清楚。先把当年涉及训练序列的程序都梳理出来！信号源采用三种模式，无差分编码，差分编码和相邻符号的乘积模式。有了这三种模式的源程序后，还要再回顾一下匹配滤波的过程！此时必须利用训练序列，利用序列求解滤波器系数！先回顾一下匹配滤波的概念！来源：通信工程师专辑