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

关注

0.0

(0)

113.0 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. 检索来源 2024/8/25.