基于MATLAB的前沿通信系统设计实验

版本 1.0.0 (49.5 MB) 作者: Wu Guang
教育部产学合作协同育人项目:基于深度学习的目标信号调制识别和定位,项目负责人:吴光 博士
215.0 次下载
更新时间 2024/3/13

查看许可证

课程特色:
特色1:在前沿通信系统设计实验中,通过修改MATLAB文本收发实例,学习MATLAB通信工具箱、USRP接口函数调用方法、实际无线信道下的接收机信号处理流程。
特色2:引入基于MATLAB深度学习工具箱的AI+前沿通信系统的实验项目,加强了课程在新形势下的前沿性和挑战度。
特色3:结合MATLAB提供的应用案例,设计教学实境。在实验过程中,教师部署一台调制方式和位置均未知的USRP作为待测目标,不断广播无线信号,学生利用USRP进行基于深度学习的调制识别。
特色4:制作标准数据集,对外开放和推广。在实验的过程中,将录制USRP收集的数据,并将其整理成标准数据集,连同教学课件和使用视频,对外开放和推广。
课程目标:
本门课程将围绕当前主流的无线通信系统:WiFi系统、LTE系统和5G系统进行研究和探讨,帮助学生阅读WiFi和LTE系统物理层和MAC协议,掌握通信标准设计基本思路,了解5G系统的创新技术,能够利用MATLAB对802.11a/b/g/n/ac协议、LTE协议进行功能仿真,并能够利用软件无线电(USRP)进行协议验证。通过课程的学习,学生将具备如下能力,
1. 能够掌握WiFi和LTE系统物理层的基本原理;
2. 理解IEEE802.11和3GPP技术细节;
3. 设计IEEE802.11 和3GPP 物理层信号处理算法;
4. 利用软件无线电平台(USRP)实现IEEE802.11物理层信号处理算法;
课程大纲:
Lab1-1:MATLAB通信编程
实验目标:了解MATLAB相关工具箱
1、预先安装MATLAB(2022b+),包含至少包含以下四个工具箱:
– DSP System Toolbox,
– Communications System Toolbox
– WLAN System Toolbox
– LTE System Toolbox
– 5G Toolbox
– Deep Learning Toolbox
2、安装USRP/RTL-SDR在MATLAB中的接口函数
– Communications Toolbox Support Package for USRP Radio
– Communications Toolbox Support Package for RTL-SDR Radio
Lab1-2:数据包传输仿真
实验目标:掌握基于MATLAB的16-QAM调制和解调技术
实验要求:1、软件MATLAB(2022b+)、MATLAB通信工具箱、MATLAB数字信号处理工具箱,USRP驱动工具包
实验安排:第一周:面向对象编程,QPSK收发机实例,线上实时提交实验结果。
第二周:仿真框架介绍和16-QAM调制解调,线上实时提交实验结果,提交实验报告。
Lab1-3:USRP数据传输概述
实验目标:掌握基于MATLAB的USRP使用方法
实验要求:1、软件MATLAB(2022b+)、MATLAB通信工具箱、MATLAB数字信号处理工具箱,USRP驱动工具包
实验安排:第一周:修改16QAM收发机实例,实现数据恢复,线上实时提交实验结果。
第二周:USRP实验,线上实时提交实验结果,提交实验报告。
分组安排:2名同学一组,提交一份实验报告,注明各自贡献,并在Experience处填入各自实时提交的实验结果。
Lab2:802.11a/b/g/n图像传输
实验目标:掌握基于MATLAB的WiFi系统仿真
1、WiFi图像传输演示
2、如何构造一个WiFi数据包(802.11a),MSDU、MPDU、PPDU
3、以图像传输为例,说明PPDU数据包封装、数据包解码过程。
4、理解USRP图像收发过程。
5、理解802.11b的MAC层传输模式:DATA-ACK;RTS-CTS-DATA-ACK
实验要求:1、软件MATLAB(2022b+)、MATLAB通信工具箱、MATLAB数字信号处理工具箱, MATLAB的WLAN工具箱
实验安排:第一周: 完成createPSDU.m和createTxWaveform.m ,
第二周:画出receiverProc函数信号处理流程图,
第三周:利用createSTF(S_k)和createLTF(L_k),产生的训练序列波形,验证一致性,
第四周: receiverProc函数信号处理流程讲解 ,基于USRP预录数据的图像恢复,USRP图像收发,布置课程项目选题。
第五周:802.11a竞争信道接入过程, 线上实时提交实验结果,提交实验报告。
分组安排:2名同学一组,提交一份实验报告,注明各自贡献,并在Experience处填入各自实时提交的实验结果。
Lab3:4G-LTE/5G图像传输
实验目标:掌握基于MATLAB的4G-LTE-5G系统仿真
实验安排:第一周:利用MATLAB的LTE工具包产生LTE信号,并进行图像传输。
第二周:小区搜索、MIB/SIB解码
第三周:基于USRP预录数据的图像恢复
第四周:USRP图像传输(不同的图片,提交报告时需要附上数据集,.mat文件,小于5M)
实验要求:1、软件MATLAB(2022b+)、MATLAB通信工具箱、MATLAB数字信号处理工具箱, MATLAB的WLAN工具箱
分组安排:2名同学一组,提交一份实验报告,注明各自贡献,并在Experience处填入各自实时提交的实验结果。
Lab4:基于通信信号的运动检测
实验目标:了解运动检测技术在通信感知一体化、被动雷达等方面的应用
实验安排:第一周:通过课堂介绍、查阅文献,了解运动检测技术在通信感知一体化、被动雷达等方面的 应用;了解无线运动感知方法;了解被动感知技术的主要优势。通过资料查询、思考讨论,学习运动检测技术涉及的基本概念,如多径效应、多普勒效应、被动雷达、参考信道模型、监视信道模型、模糊函数、数字下变频、数字低通滤波器等基础概念。
第二周:了解基站信号采集实验,设计数字下变频器,设计低通滤波器,以及模糊函数,完成相应的数字信号处理,画出相应的频谱图和距离/时间-多普勒图,分析人体运动的轨迹。
第三周:分组演讲,教师点评,撰写项目报告,反馈实验达成情况。
实验要求:1、软件MATLAB(2022b+)、MATLAB通信工具箱、MATLAB数字信号处理工具箱
分组安排:2名同学一组,提交一份实验报告,注明各自贡献,并在Experience处填入各自实时提交的实验结果。
Lab5:基于深度学习的调制识别
实验目标:掌握基于深度学习的调制分类和模型训练方法
实验安排:第一周:运行MATLAB实例,实现数字/模拟信号的调制分类
第二周:了解卷积神经网络(CNN)的卷积、池化、非线性激活等基本过程
第三周:了解CNN模型训练过程
实验要求:1、软件MATLAB(2022b+)、MATLAB通信工具箱、MATLAB数字信号处理工具箱, MATLAB的Deep Learning Toolbox工具箱
分组安排:2名同学一组,提交一份实验报告,注明各自贡献,并在Experience处填入各自实时提交的实验结果。
Project:课程项目选题(期末需要口头汇报)
题目:【7】CSI-Based Fingerprinting for Indoor Localization
题目:【2】Radio Signal Recognition Based on Image Deep Learning
题目:【3】Three-Dimensional Indoor Positioning with 802.11az Fingerprinting and Deep Learning
题目:【10】Comparative Results Analysis on Positioning with Real LTE Signals and Low-Cost Hardware Platforms
题目:【1】 NR Cell Search and MIB and SIB1 Recovery
题目:【8】Deep-Waveform: A Learned OFDM Receiver Based on Deep Complex Convolutional Networks
题目:【6】Application Research on DOA Estimation Based on Software-Defined Radio Receiver
题目:【4】Implementation of Anti-quantum Communication System using Software-Defined Radio
题目:【5】SweepSense: Sensing 5 GHz in 5 Milliseconds with Low-cost Radios

引用格式

Wu Guang (2024). 基于MATLAB的前沿通信系统设计实验 (https://www.mathworks.com/matlabcentral/fileexchange/160996-matlab), MATLAB Central File Exchange. 检索时间: .

MATLAB 版本兼容性
创建方式 R2022b
兼容任何版本
平台兼容性
Windows macOS Linux
标签 添加标签

Community Treasure Hunt

Find the treasures in MATLAB Central and discover how the community can help you!

Start Hunting!
版本 已发布 发行说明
1.0.0