6.3 Ước tính tỷ số tín hiệu trên nhiễu trung bình

Giải: Chúng ta xem xét kỹ thuật MRC 3 kênh với độ lợi kênh truyền của từng kênh lần lượt
là [1 2 3]

==================== CODE MATLAB ====================

% Cong suat phat theo dB

PdB = 0:1:10;

P = 10.^(PdB/10);

% Do loi kenh truyen trung binh

Omega = [1 2 3]; % 

N = length(Omega);

% Ly thuyet

g_ = Omega(:).*P;

gMRC_a = sum(g_,1);

% Mo phong

N = 10^4; % So luong phep thu

h1 = sqrt(Omega(1)/2).*(randn(length(PdB),N) + 1i*randn(length(PdB),N));

h2 = sqrt(Omega(2)/2).*(randn(length(PdB),N) + 1i*randn(length(PdB),N));

h3 = sqrt(Omega(3)/2).*(randn(length(PdB),N) + 1i*randn(length(PdB),N));

% MRC

gMRC_s = P(:).*sum(abs(h1).^2 + abs(h2).^2 + abs(h3).^2,2)/N;

% Ve 

figure(1);

set(gcf,'color','White');

semilogy(PdB,gMRC_a,'-',PdB,gMRC_s,'o');

legend('Ly thuyet','Mo phong');

xlabel('Ty le tin hieu tren nhieu theo dB');

ylabel('Ty le tin hieu tren nhieu');

==================== KẾT QUẢ====================

4.40 Tín hiệu ngẫu nhiên

Tạo biến ngẫu nhiên có 10000 phần tử có phần bố Gamma có hai tham số lần lượt và 1 và 2.

Giải: Trong ví dụ này, chúng ta sử dụng hàm histfist() để kiểm chứng 

% Phân bố Gamma

nameDist = 'Gamma';

a = 1;

b = 2;

% Số lượng mẫu cần tạo

N = 10000;

r = random(nameDist,a,b,[N 1]);

% Vẽ đồ thị histogram

histfit(r,100,nameDist)

set(gcf,'color','white');