MATLABSimulink通信系统建模与仿真实例精讲的目 录

第一篇 MATLAB/Simulink 基础技术篇

第 1章 通信系统与仿真专业基础 2

11 通信系统概述 2

12 通信系统的组成 2

121 信源 2

122 发送设备 3

123 信道 3

124 接收设备 3

125 信宿 3

13 通信系统的分类 4

131 按信源分类 4

132 按传输媒介分类 4

133 按传输信号的特征分类 5

14 仿真技术与通信仿真 7

141 仿真技术 7

142 计算机仿真的一般过程 7

143 通信仿真的概念 8

144 通信仿真的一般步骤 8

15 本章小结 10

第 2章 MATLAB/Simulink仿真

第 2章 原理与 *** 作 11

21 MATLAB/Simulink特点

21 及工作原理 11

211 Simulink主要特点 11

212 Simulink仿真的工作

212 原理 12

22 Simulink的常用 *** 作 13

221 安装与启动 13

222 模块基本 *** 作 14

223 信号线基本 *** 作 19

224 模型的注释 23

225 模型的打印 24

226 模型文件 25

23 子系统及其封装 25

231 创建简单子系统 26

232 创建条件执行子系统 29

233 子系统的封装 36

24 S-function设计与应用 46

241 S-function的基本概念 46

242 在模型中使用

242 S-function 51

243 M文件S-function

242 的编写 55

244 C语言S-function

242 的编写 66

245 S-function Builder

242 的使用方法 75

25 本章小结 82

第二篇 通信系统常用

模块仿真篇

第 3章 信号与信道 84

31 随机数据信号源 84

311 伯努利二进制

311 信号产生器 84

312 泊松分布整数产生器 85

313 随机整数产生器 87

32 序列产生器 88

321 Gold序列产生器 88

322 PN序列产生器 91

323 Walsh序列产生器 93

324 其他 94

33 噪声源发生器 96

331 均匀分布随机噪声

331 产生器 96

332 高斯随机噪声产生器 97

333 瑞利噪声产生器 98

334 莱斯噪声产生器 100

34 信道 101

341 加性高斯白噪声信道 101

342 多径瑞利退化信道 103

343 多径莱斯退化信道 104

35 信号观测设备 106

351 离散的眼图示波器 106

352 星座图观测仪 109

353 离散信号轨迹

353 观测设备 112

354 误码率计算器 113

36 本章小结 114

第 4章 信源编码/译码 115

41 信源编码 115

411 A律编码 115

412 μ律编码 116

413 差分编码 117

414 量化编码 117

42 信源译码 118

421 A律译码 118

422 μ律译码 119

423 差分译码 120

424 量化译码 120

43 本章小结 121

第 5章 调制与解调 122

51 模拟调制解调 122

511 DSB AM调制解调 122

512 SSB AM调制解调 124

513 DSBSC AM调制解调 126

514 FM调制解调 127

515 PM调制解调 129

52 数字基带调制解调 130

521 数字幅度调制解调 130

522 数字频率调制解调 134

523 数字相位调制解调 137

53 本章小结 140

第 6章 均衡器与射频损耗 141

61 CMA均衡器 141

62 LMS均衡器 142

621 LMS判决反馈均衡器 142

622 LMS线性均衡器 144

623 归一化LMS均衡器 145

624 符号LMS均衡器 147

625 变步长LMS均衡器 149

63 RLS均衡器 150

631 RLS判决反馈均衡器 150

632 RLS线性均衡器 152

64 射频损耗 154

641 自由空间路径损耗 154

642 相位噪声 155

643 相位/频率偏移 156

644 其他 156

65 本章小结 157

第 7章 通信滤波器 158

71 滤波器设计模块 158

711 数字滤波器设计 158

712 模拟滤波器设计 161

72 理想矩形脉冲滤波器 162

73 升余弦滤波器 165

731 升余弦发射滤波器 165

732 升余弦接收滤波器 169

74 其他 171

75 本章小结 172

第 8章 差错控制编码/译码 173

81 线性分组码 173

811 BCH编码/译码 174

812 二进制线性编码/译码 176

813 汉明码编码/译码 178

814 二进制循环码编码/

814 译码 179

82 循环卷积码 181

821 卷积码编码器原理 181

822 后验概率解码器 183

823 Viterbi解码器 184

83 CRC循环冗余码校验 187

831 常规CRC产生器 187

832 CRC-N信号产生器 189

833 CRC冗余码校验 190

84 本章小结 192

第 9章 同步 193

91 载波相位恢复 193

911 CPM相位恢复 193

912 M-PSK相位恢复 194

92 定时恢复 195

93 基本锁相环及压控

93 振荡器模块 196

931 基本锁相环 196

932 压控振荡器 197

94 本章小结 199

第三篇 通信系统仿真

综合实例篇

第 10章 蓝牙跳频通信系统仿真设计 202

101 蓝牙技术概述 202

102 蓝牙跳频系统各部分介绍 203

1021 信号传输部分 203

1022 信号接收部分 206

1023 谱分析 210

1024 误码分析部分 212

103 蓝牙跳频系统的仿真模型 213

104 系统运行分析 215

105 本章小结 215

第 11章 直接序列扩频通信

第 11章 系统仿真设计 216

111 扩频通信系统简介 216

1111 技术理论基础 216

1112 系统主要特点 218

1113 系统基本类型 219

112 直接序列扩频通信系统原理 219

1121 系统结构 220

1122 信号分析 220

1123 处理增益和干扰容限 222

113 伪随机序列 224

1131 m序列 225

1132 Gold序列 228

114 直接序列扩频通信系统设计 229

1141 发射机设计 229

1142 接收机设计 230

1143 系统仿真参数 230

1144 系统性能仿真 231

115 直接序列扩频通信

115 系统仿真程序 231

116 本章小结 247

第 12章 IS-95前向链路通信

第 12章 系统仿真设计 248

121 IS-95系统参数与特性 248

1211 IS-95系统参数 248

1212 IS-95系统特性 248

122 IS-95前向链路系统设计 249

1221 发射机设计 250

1222 信道设计 255

1223 接收机设计 256

1224 系统性能仿真 256

123 IS-95前向链路系统

123 仿真程序 257

124 本章小结 269

第 13章 OFDM通信系统仿真设计 270

131 OFDM系统的基本原理 270

1311 正交调制解调 270

1312 系统组成 272

1313 OFDM的优点 275

1314 OFDM的缺点 276

1315 OFDM的关键技术 276

132 OFDM系统的PAPR

132 抑制算法设计 277

1321 OFDM信号的PAPR

1321 及其分布 277

1322 降低PAPR的

1321 常用方法 280

1323 基于改进脉冲成形技

1321 术的PAPR抑制方法 283

133 OFDM系统的同步算法设计 290

1331 OFDM系统中的

1321 同步问题 290

1332 同步偏差对OFDM

1321 信号的影响 291

1333 OFDM同步算法概述 292

1334 OFDM系统的同步

1334 设计 293

134 OFDM系统的编码算法设计 301

1341 通信系统的信道编码 301

1342 卷积码原理及设计 305

1343 交织原理及设计 312

135 OFDM通信系统设计 312

1351 发射机设计 312

1352 接收机设计 316

1353 系统仿真参数 317

1354 系统性能仿真 317

136 OFDM通信系统仿真程序 318

137 本章小结 327

第 14章 MIMO通信系统仿真设计 328

141 MIMO系统理论 328

1411 MIMO系统模型 329

1412 MIMO系统容量分析 330

1413 发送端信道容量

1413 的比较 332

142 OFDM技术简介 333

143 MIMO-OFDM系统结构 335

144 空时编码技术 336

1441 分层空时编码

1441 （BLAST） 336

1442 空时网格编码

1441 （STTC） 337

1443 空时分组编码

1441 （STBC） 338

145 基于STBC的MIMO-OFDM

145 系统设计 342

1451 STBC-MIMO-OFDM

1453 系统模型 342

1452 STBC-MIMO-OFDM

1453 系统性能分析 343

1453 STBC-MIMO-OFDM

1453 通信系统设计 344

146 基于STBC的MIMO-OFDM

146 通信系统仿真程序 345

147 本章小结 351

问题比较简单，直接给程序。看不懂再问

a,b是两个向量，N是循环卷积点数，要变动可以自己改

clc;

clear

a=[1

2

3

4

5];

b=[1

1

];

N=3;

tmp=conv(a,b);

if

N<length(tmp)

zeropadding

=

N-mod(length(tmp),N);

tmp=[tmp

zeros(1,zeropadding)];

tmp=reshape(tmp,N,length(tmp)/N);

reshlt

=

sum(tmp,2)'

else

result

=

tmp

end

本节讨论的序列都是N点有限长序列

1线性性质

若

则

其中a，b为任意常数,

2序列的循环移位性质

(1)序列的循环移位

设x(n)为有限长序列，长度为N，

则x(n)的循环移位定义为

物探数字信号分析与处理技术

式(6-3-4)表明，将x(n)以N为周期进行周期延拓得到 ，再将 左移m位得到 ，最后取 的主值序列，即得到x(n)的循环移位序列y(n)。x(n)的循环移位过程见图6-3-1。显然y(n)仍然是一个N点的有限长序列。观察图6-3-1，循环移位的实质是将x(n)左移m位，而移出主值区(0≤n≤N-1)的序列值又依次从右侧进入主值区。循环移位就是由此而来的。

图6-3-1 循环移位过程示意图(N=6)

(2)时域循环移位定理

设x(n)为长度为N的有限长序列，y(n)为x(n)的循环移位，即y(n)=x((n+m))NRN(n)

序列循环移位后的DFT为

物探数字信号分析与处理技术

证明:

由于

于是

因为

所以 得到

物探数字信号分析与处理技术

(3)频率域循环移位定理

如果X(k)x(n)0≤k≤N-1，也可以得到频域有限长序列X(k)的循环移位性质。Y(k)=X((k+l))NRN(k)

则

3复共轭序列的DFT

若x(n)为复数序列，x(n)为其共轭复数序列，长度为N，则

物探数字信号分析与处理技术

且 X( N) = X( 0)

证明:

物探数字信号分析与处理技术

根据DFT的唯一性，只要证明(6-3-6)式右边等于左边即可。

物探数字信号分析与处理技术

又由X(k)的隐含周期性，有X(N)=X(0)

用同样方法可以证明

由于习惯于把X(k)看成是分布在N等分的圆周上，其始点即其末点。即X(N)=X(0)，因此仍然采用式(6-3-6)的习惯形式。在以下所有对称性讨论中，凡遇到X(N)都应理解为X((N))N=X(0)。

4DFT的共轭对称性

(1)实数序列的共轭对称性

若x(n)是实数序列，则其离散傅氏变换X(k)具有下述特性

物探数字信号分析与处理技术

N为序列长度。

证明:

因为 ，对于实数周期序列，其对应的 的实部和虚部满足下式

物探数字信号分析与处理技术

因为x(n)是 的主值序列，

X(k)是 的主值序列，X(k)=

所以有

物探数字信号分析与处理技术

又因为 是周期函数，其周期是N，因此有

物探数字信号分析与处理技术

物探数字信号分析与处理技术

取其主值序列，得到

物探数字信号分析与处理技术

表明:一个实序列x(n)的DFT，其实部在一个周期内是偶对称，其虚部在一个周期内是奇对称(图6-3-2)。

图6-3-2 共轭对称与共轭反对称序列示意图

例设有序列，0≤k≤7，N=8，则根据对称性质，其实部有XR(0)=XR(8)，XR(1)=XR(7)，…，XR(4)=XR(4)。见图6-3-2(a)。其虚部有XI(0)=-XI(8)，XI(1)=-XI(7)，…，XI(4)=-XI(4)。见图6-3-2(b)。因此对实时间序列计算离散谱，只需计算一半，节省了工作量。

(2)有限长共轭对称和共轭反对称序列

为了区别傅立叶变换中所定义的共轭对称(或共轭反对称)序列，下面用xe(n)和x0(n)分别表示有限长共轭对称和共轭反对称序列，二者满足如下定义式

物探数字信号分析与处理技术

当N为偶数时，将上式中的n换成N/2-n，可得到

物探数字信号分析与处理技术

上式更清楚地说明了有限长序列共轭对称性的含义，如图6-3-2所示。如同任何实函数都可以分解成偶对称分量和奇对称分量一样，任何有限长序列x(n)都可以表示成其共轭对称分量和共轭反对称分量之和，即

物探数字信号分析与处理技术

将上式中的n换成N-n，取其复共轭，再将(6-3-15)和(6-3-16)式代入，得到:

物探数字信号分析与处理技术

将(6-3-17)和(6-3-18)分别相加减，得到

物探数字信号分析与处理技术

(3)DFT的共轭对称性

1)如果序列

物探数字信号分析与处理技术

其中

物探数字信号分析与处理技术

由(6-3-6)和(6-3-19)式可得

物探数字信号分析与处理技术

由(6-3-6)和(6-3-20)可得

物探数字信号分析与处理技术

由DFT的线性性质可得

物探数字信号分析与处理技术

其中:Xe(k)=DFT［xr(n)］，X(k)的共轭对称分量;X0(k)=DFT［ixI(n)］，X(k)的共轭反对称分量。

2)再分析一下Xe(k)和X0(k)的一些对称特性。

如果

物探数字信号分析与处理技术

其中 的共轭对称分量; 的共轭反对称分量。

那么由(6-3-7)式可得

物探数字信号分析与处理技术

因此

其中

DFT的共轭性质总结:如果序列x(n)的DFT为X(k)，则x(n)的实部和虚部的DFT分别为X(k)的共轭对称分量;而x(n)的共轭对称分量和共轭反对称分量的DFT分别为X(k)的实部和虚部乘以i。

有限长实序列的共轭对称性:

a设x(n)是长度为N的实序列，且X(k)=DFT［x(n)］，则可以证明

物探数字信号分析与处理技术

即此X(k)共轭对称。

b如果

则X(k)实偶对称，即

c如果x(n)=-x(N-n)，则X(k)纯虚奇对称，即

物探数字信号分析与处理技术

实际中经常需要对实序列进行DFT。利用上述对称性质，可减少DFT运算量，提高运算效率。例如，计算实序列的N点DFT时，当N等于偶数时，只需要计算前面N/2+1点;而N等于奇数时，只需要计算前面(N+1)/2，其他点按照(6-3-25)式即可求得。例如，X(N-1)=X(1)，X(N-2)=X(2)，…，这样可减少近一半的运算量。

5循环卷积定理

有限长序列x1(n)和x2(n)，长度分别为N1和N2，N=max［N1，N2］。x1(n)和x2(n)的N点DFT分别为:

若

则

则

一般称(6-3-28)式所表示的运算为x1(n)与x2(n)的循环卷积。

证明(6-3-28)式，

直接对(6-3-28)式两边进行DFT，则有

物探数字信号分析与处理技术

令n-m=n'，则有

物探数字信号分析与处理技术

因为上式中x2((n'))NWkn'N是以N为周期的，所以对其在任何一个周期求和的结果不变。

因此

物探数字信号分析与处理技术

(6-3-28)的循环卷积过程如图6-3-3所示。循环卷积过程中，求和变量为m，n为参变量。先将x2(m)周期化，形成x2((m))N，再反转形成x2((-m))N，取主值序列得到x2((-m))NRN(m)，通常称之为x2(m)的循环反转。对x2(m)的循环反转序列循环移位n，形成x2((n-m))NRN(m)。当n=0，1，2，…，N-1时，分别将x1(m)与x2((n-m))NRN(m)相乘，并对m在0～(N-1)区间上求和，便得到x1(n)与x2(n)的循环卷积x(n)。

图6-3-3 循环卷积过程示意图

循环卷积过程中，要求对x2(m)循环反转、循环移位。特别是两个长度为N的序列的循环卷积长度仍为N，显然与一般的线性卷积不同，故称之为循环卷积，即为

物探数字信号分析与处理技术

由于

所以

即循环卷积满足交换律。

这是一个循环卷积再取其主值序列的结果。式中x2((n-m))或x1((n-m))表示的是循环移位，同x1(n)或x2(n)褶积的结果是循环卷积，这个循环卷积过程见图6-3-3。

例设有两个有限序列x(n)，y(n)(图6-3-4(a)，(b))，它们的长度是N=8，求x(n)和y(n)循环卷积的结果w(n)。

(1)将y(n)延拓为周期序列 ，其周期N=8(图6-3-4(c))。

(2)将 对m=0点反转得 ，并取一个周期，即y((0-m))N，见图6-3-4(d)。

(3)对应乘加x(n)和y((0-m))N，求出w(0)=3(图6-3-4(f))。

(4)将 左移一位，对应乘加y((1-m))N和x(n)，得w(1)=4。

(5)将 左移两位，对应乘加y((2-m))N和x(n)，得w(2)=3。

(6)依次移动y(-m)，最后计算得到w(n)(图6-3-4(f))。一直计算下去，因为w(n)是周期性的，所以只需取0～N-1的N个值作为最后结果。以上y((n-m))N实际上就是y(n)的循环移位，此即循环卷积。上例x(n)和y(n)循环卷积的结果为

图6-3-4 循环卷积

物探数字信号分析与处理技术

这与线性卷积结果不同，x(n)和y(n)的线性卷积结果f(n)是

物探数字信号分析与处理技术

在实际应用中，为了对序列进行滤波处理，需要计算两个序列的线性卷积。与计算循环卷积一样，为了提高运算速度，需要用DFT计算线性卷积。而DFT只能用来计算循环卷积，因此需要知道线性卷积和循环卷积的关系及两者相等的条件。

例假设h(n)和x(n)都是有限长序列，长度分别是N和M。他们的线性卷积和循环卷积分别表示如下:

物探数字信号分析与处理技术

其中， ，所以

物探数字信号分析与处理技术

上式中

物探数字信号分析与处理技术

(6-3-31)说明，yc(n)是线性卷积yl(n)以L为周期的周期延拓序列的主值序列。由于线性卷积的长度是N+M-1，因此只有当循环卷积的长度L≥N+M-1时，yl(n)以L为周期进行周期延拓才无混叠现象。此时取其主值序列就满足yc(n)=yl(n)，从而证明了循环卷积等于线性卷积的条件是L≥N+M-1。图6-3-5画出了h(n)x(n)和L分别等于6、8、10时h(n) 的波形。图中h(n)的长度N=4，x(n)的长度M=5，N+M-1=8，所以只有L≥8时，线性卷积yl(n)和循环卷积yc(n)相同。

图6-3-5 线性卷积和循环卷积

FFT（快速傅里叶变换）是一种实现DFT（离散傅里叶变换）的快速算法，是利用复数形式的离散傅里叶变换来计算实数形式的离散傅里叶变换，matlab中的fft()函数是实现该算法的实现。

MATLAB它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案，并在很大程度上摆脱了传统非交互式程序设计语言（如C、Fortran）的编辑模式，代表了当今国际科学计算软件的先进水平。

快速傅里叶变换, 即利用计算机计算离散傅里叶变换（DFT)的高效、快速计算方法的统称，简称FFT。快速傅里叶变换是1965年由JW库利和TW图基提出的。采用这种算法能使计算机计算离散傅里叶变换所需要的乘法次数大为减少，特别是被变换的抽样点数N越多，FFT算法计算量的节省就越显著。

扩展资料：

matlab优势特点：

1、高效的数值计算及符号计算功能，能使用户从繁杂的数学运算分析中解脱出来；

2、具有完备的图形处理功能，实现计算结果和编程的可视化；

3、友好的用户界面及接近数学表达式的自然化语言，使学者易于学习和掌握；

4、功能丰富的应用工具箱(如信号处理工具箱、通信工具箱等) ，为用户提供了大量方便实用的处理工具。

参考资料来源：

百度百科-快速傅里叶变换

百度百科-MATLAB

#include <stdioh>

#include <stdlibh>

#define LENGTH 512//信号长度

/

　一维卷积函数

　说明: 循环卷积,卷积结果的长度与输入信号的长度相同

　输入参数: data[],输入信号; core[],卷积核; cov[],卷积结果;

 n,输入信号长度; m,卷积核长度

　李承宇, lichengyu2345@126com

  2010-08-18  

/

void Covlution(double data[], double core[], double cov[], int n, int m)

{

int i = 0;

int j = 0;

int k = 0;

//将cov[]清零

for(i = 0; i < n; i++)

{

cov[i] = 0;

}

//前m/2+1行

i = 0;

for(j = 0; j < m/2; j++, i++)

{

for(k = m/2-j; k < m; k++ )

{

cov[i] += data[k-(m/2-j)]  core[k];//k针对core[k]

}

for(k = n-m/2+j; k < n; k++ )

{

cov[i] += data[k]  core[k-(n-m/2+j)];//k针对data[k]

}

}

//中间的n-m行

for( i = m/2; i <= (n-m)+m/2; i++)

{

for( j = 0; j < m; j++)

{

cov[i] += data[i-m/2+j]  core[j];

}

}

//最后m/2-1行

i = (n - m) + m/2 + 1;

for(j = 1; j < m/2; j++, i++)

{

for(k = 0; k < j; k++)

{

cov[i] += data[k]  core[m-j-k];//k针对data[k]

}

for(k = 0; k < m-j; k++)

{

cov[i] += core[k]  data[n-(m-j)+k];//k针对core[k]

}

}

}

/

　一维小波变换函数

　说明: 一维小波变换,只变换一次

　输入参数: input[],输入信号; output[],小波变换结果，包括尺度系数和

　小波系数两部分; temp[],存放中间结果;h[],Daubechies小波基低通滤波器系数;

　g[],Daubechies小波基高通滤波器系数;n,输入信号长度; m,Daubechies小波基紧支集长度

　李承宇, lichengyu2345@126com

  2010-08-19  

/

void DWT1D(double input[], double output[], double temp[], double h[], 

   double g[], int n, int m)

{

// double temp[LENGTH] = {0};//

int i = 0;

/

//尺度系数和小波系数放在一起

Covlution(input, h, temp, n, m);

for(i = 0; i < n; i += 2)

{

output[i] = temp[i];

}

Covlution(input, g, temp, n, m);

for(i = 1; i < n; i += 2)

{

output[i] = temp[i];

}

/

//尺度系数和小波系数分开

Covlution(input, h, temp, n, m);

for(i = 0; i < n; i += 2)

{

output[i/2] = temp[i];//尺度系数

}

Covlution(input, g, temp, n, m);

for(i = 1; i < n; i += 2)

{

output[n/2+i/2] = temp[i];//小波系数

}

}

void main()

{

double data[LENGTH];//输入信号

double temp[LENGTH];//中间结果

double data_output[LENGTH];//一维小波变换后的结果

int n = 0;//输入信号长度

int m = 6;//Daubechies正交小波基长度

int i = 0; 

char s[32];//从txt文件中读取一行数据

static double h[] = {332670552950, 806891509311, 459877502118, -135011020010, 

-085441273882, 035226291882};

static double g[] = {035226291882, 085441273882, -135011020010, -459877502118,

806891509311, -332670552950};

//读取输入信号

FILE fp;

fp=fopen("datatxt","r");

if(fp==NULL) //如果读取失败

{

printf("错误！找不到要读取的文件/"datatxt/"/n");

exit(1);//中止程序

}

while( fgets(s, 32, fp) != NULL )//读取长度n要设置得长一点，要保证读到回车符，这样指针才会定位到下一行？回车符返回的是零值？是，非数字字符经过atoi变换都应该返回零值

{

// fscanf(fp,"%d", &data[count]);//一定要有"&"啊！！！最后读了个回车符！适应能力不如atoi啊

data[n] = atof(s);

n++;

}

//一维小波变换

DWT1D(data, data_output, temp, h, g, n, m);

//一维小波变换后的结果写入txt文件

fp=fopen("data_outputtxt","w");

//打印一维小波变换后的结果

for(i = 0; i < n; i++)

{

printf("%f/n", data_output[i]);

fprintf(fp,"%f/n", data_output[i]);

}

//关闭文件

fclose(fp);

}

设矩阵方程

其中 C 是 n 维方形循环矩阵，这样就可以将方程表示成循环卷积

其中 c 是循环矩阵 C 的第一列，c、x与b分别向每个方向循环。用离散傅立叶变换将循环卷积转换成两个变量之间的乘积

因此

这个算法比标准的高斯消去法的速度要快很多，尤其是当使用快速傅立叶变换的时候更是如此。

x=[1,2,3,4,5];

y=[6,7,8]; N=5；

X1=fft(x,8);Y1=fft(y,8);

for i=1:N

Z1(i,1)=X1(i,1)Y1(i,1);

end

z1=ifft(Z1);

z1=z1(1:7);

线性卷积和循环卷积是两个概念你先前求出来的就是循环卷积,相当于线性卷积的最后两点加到头上如果是要利用频域循环卷积的性质来求线性卷积,通常是利用补零的方法,相当于对5点的x和3点的y做8点的FFT,频域相乘之后,再反变换回来即可提问时,感觉你两种卷积的概念混淆了

以上就是关于MATLAB/Simulink通信系统建模与仿真实例精讲的目 录全部的内容，包括:MATLAB/Simulink通信系统建模与仿真实例精讲的目 录、怎么用MATLAB实现 用循环卷积定义式计算两有限长序列的循环卷积、离散傅氏变换的性质等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！