简介面向通信工程、电子信息类高年级本科生与研究生的直接序列扩频通信DSSS仿真资源以MATLAB 2022A为运行环境覆盖扩频、解扩与误码性能仿真全流程帮助读者理解伪随机码扩频、相关解扩以及信号频谱展宽与恢复机制。资源共5个文件包含带中文注释的MATLAB主程序、两张仿真效果示意图、mp4格式操作步骤录屏和参考文献压缩包整体大小2.66MB包体轻量但覆盖代码运行、理论参考与动手验证。已有668人学习。主程序可直接运行注释逐段说明扩频码生成、模二加扩频、相关解扩等关键步骤便于对照通信原理教材深入学习录屏详细演示当前文件夹路径设置等注意事项避免初学者在环境准备上耗时参考文献整理了DSSS扩频通信相关理论可直接用于课程设计或实验报告引用。1. 项目概述与整体设计思路1.1 什么是DSSS扩频通信为什么要做这个仿真直接序列扩频Direct Sequence Spread Spectrum, DSSS是扩频通信中最基础也最经典的一种实现方式。它的核心思想很简单用高速率的伪随机序列PN码去调制低速率的原始数据使信号带宽远大于原始数据所需带宽接收端再用本地同步的 PN 码做相关运算把宽带信号重新“挤回”窄带信号从而恢复出原始数据。一句话概括就是把信号从窄带抻成宽带发出去接收端再用同样的PN码把它缩回来。这中间最值钱的东西有两点一是抗干扰能力二是低截获概率。因为信号被扩展到了很宽的频带上窄带干扰只影响一小部分接收端解扩之后干扰被“摊平”信噪比反而上去了——这就是处理增益的来源。MATLAB做这个仿真对初学者和做课题研究的人来说都是性价比极高的选择。不需要搭硬件不需要跑射频前端只需要写清楚发射机、信道、接收机三块模型就可以直观看到扩频前后的波形变化和误码率曲线。这个项目也正好覆盖了通信原理课程里“扩频通信”章节的核心知识点适合作为课程设计、毕业设计或者自学进阶的练习。1.2 仿真系统的整体架构与模块划分拿到这个题目的时候我第一反应是先想清楚系统的“数据流”长什么样再去写代码。很多同学一上来就打开 MATLAB 开始写函数写到一半发现前后逻辑对不上然后又推翻重来这种体验我相信不少人都有过。一个完整的 DSSS 基带仿真系统通常分成下面这几个模块信源模块产生随机二进制数据0/1作为待传输的原始信息。扩频调制模块把每个信息比特和一段 PN 码相乘异或实现频谱扩展。信道模块加入高斯白噪声AWGN模拟真实无线信道中最基本的干扰。解扩模块接收端用同步的 PN 码做相关解扩把宽带信号恢复成窄带数据。判决与误码率统计模块对解扩后的信号做采样判决和原始数据对比得到误码率。性能分析模块改变信噪比Eb/N0绘制误码率曲线和理论 BPSK 曲线对比。整体架构理顺之后代码写起来就顺畅得多。每个模块对应一个函数或者一段脚本中间用清晰的数据接口连接出问题的时候也好定位。顺带说一句仿真最忌讳的就是把所有功能堆在一个.m文件里。虽然跑起来没问题但后期调参数、改逻辑、写报告会非常折磨人。建议一个主脚本 若干功能函数的做法路径清晰复现起来也方便。2. 核心模块原理与仿真实现细节2.1 伪随机序列PN码的产生与选择PN 码是整个扩频系统的灵魂。没有扩频码所谓的“扩展频谱”就无从谈起。在仿真中最常用的是 m 序列因为它的生成方式简单自相关性好而且是理论分析最透彻的一类伪随机序列。m 序列由线性反馈移位寄存器LFSR产生。对于一个 n 级移位寄存器理论上能产生的最长周期是 (2^n - 1)。常用的一组本原多项式系数很好记比如级数 n周期长度本原多项式八进制表示常用抽头3713[3, 2]41523[4, 3]53145[5, 3]663103[6, 5]7127211[7, 6]8255435[8, 6, 5, 4]95111021[9, 5]1010232011[10, 7]代码实现 m 序列生成器其实不复杂核心就是移位寄存器的更新逻辑。下面这段代码生成一个周期为 31 的 m 序列对应 5 级移位寄存器function pnSeq generateMSequence(n, taps) % n: 移位寄存器级数 % taps: 反馈抽头位置从1开始计 L 2^n - 1; reg ones(1, n); % 初始状态全1 pnSeq zeros(1, L); for i 1:L pnSeq(i) reg(n); % 输出最后一级 feedback mod(sum(reg(taps)), 2); % 抽头异或 reg [feedback, reg(1:end-1)]; % 移位 end % 把0/1序列转成双极性序列方便后续乘法运算 pnSeq 2 * pnSeq - 1; end这里有个容易踩的坑很多教材上方便起见直接调用comm.PNSequence这个通信工具箱对象但如果你的 MATLAB 没装 Communications Toolbox就会直接报错。所以我更推荐自己写 m 序列生成函数一方面能练底层逻辑另一方面避免工具箱依赖。PN 码的长度也就是扩频因子直接决定了处理增益。处理增益 (G_p 10 \log_{10}(R_c / R_b))其中 (R_c) 是码片速率(R_b) 是信息速率。扩频因子每增加一倍处理增益增加约 3dB。仿真时常用的扩频因子有 7、15、31、63对应 3~5 级 m 序列兼顾仿真速度和性能展示。2.2 扩频与调制数据怎么和PN码“绑定”在一起扩频的过程在数学上可以描述为把每个信息比特 (b_i \in {1, -1}) 和整个 PN 序列 (PN(t)) 相乘。具体到离散仿真里就是把每个信息比特复制成 (L_c) 个码片然后逐个和 PN 码的码片相乘。扩频完成之后信号频谱被展宽了 (L_c) 倍这时可以选择直接发送基带信号也可以再做一级载波调制比如 BPSK。本项目重点在扩频解扩本身所以仿真时常用 BPSK 调制作为参考——这也是 DSSS 实际系统中应用最广泛的调制方式之一。BPSK 调制的本质就是让载波相位随数据变化数据比特 1 对应 0 相位数据比特 0 对应 (\pi) 相位。这里我推荐一个实用的仿真技巧把整个系统做成低通等效模型。也就是说不在时域里真的去产生一个高频载波 (cos(2\pi f_c t))而是把信号降到基带去处理。这样做的好处是仿真步长不用取得很小不需要满足载波周期的采样要求计算量大减而且结果和完整带通模型是等价的。低通等效模型下BPSK 调制退化为双极性符号映射 加噪声非常简单。但要注意这种简化只适用于分析误码率性能如果要看频谱搬移的效果还是得回到带通模型。2.3 解扩相关接收机是怎么把信号“捞”回来的解扩的过程是扩频的逆运算本质上一个相关器接收端本地产生和发送端完全同步的 PN 码与接收信号逐码片相乘然后积分。如果本地 PN 码和发送端 PN 码同步那么相乘之后信号的带宽被压缩回窄带而窄带干扰如果有的话则被 PN 码展宽这就是扩频系统抗干扰的根本原理。在 MATLAB 仿真中解扩实现起来比数学公式简单得多% 假设 rxSignal 是接收到的基带信号含噪声 % pnSeq 是本地PN码dataSpread 是按比特复制的PN码序列 pnLocal repmat(pnSeq, 1, numBits); % 和发送端完全一致 despread rxSignal .* pnLocal; % 逐码片相乘 dataHat reshape(despread, Lc, numBits); % 按比特分组 dataHat sum(dataHat, 1); % 累加求和本质是相关解扩 dataHat sign(dataHat); % 判决大于0判为1小于0判为-1这里最关键的一点是reshape 之前必须确保维度对得上。也就是说总码片长度必须是 (L_c \times numBits)否则 MATLAB 会报维度错误或者更隐蔽的是不报错但分组错位导致解扩结果全错。这类问题特别容易出现在循环写法的代码里调试了半天以为是信道问题结果发现是矩阵维度没对齐。3. 完整仿真流程与操作步骤3.1 仿真参数的设定与计算仿真开始之前先把参数表列出来。我建议按照下面这种方式组织参数既方便自己调整也方便写报告时引用。参数名符号取值说明信息比特数N10000越多误码率统计越准扩频因子Lc31PN码长度决定处理增益PN码级数n5对应 m 序列周期 31码片速率Rc31 Mcps仿真中按码片计信息速率Rb1 Mbps扩频前速率调制方式-BPSK基带等效模型Eb/N0范围-0~10 dB步进1dB或2dB蒙特卡洛次数-100每个信噪比点重复次数这里有个计算要说明一下Eb/N0和snr的关系在 MATLAB 中经常被搞混。代码里加噪声一般用awgn函数但它接收的snr参数是“每个采样点的信噪比”而我们关心的Eb/N0是“每比特能量和噪声功率谱密度之比”两者之间差了一个扩频因子[ SNR_{sampling} Eb/N0 - 10\log_{10}(L_c) \quad \text{(dB)} ]也就是说如果要仿真 (Eb/N0 6) dB、扩频因子 31 的情况实际给awgn函数的 snr 参数应该是 (6 - 10\log_{10}(31) \approx 6 - 14.9 -8.9) dB。这个转换如果搞错了画出来的误码率曲线会整体偏移和理论曲线对不上。这是一个非常典型的“看起来代码没错但结果不对”的坑。3.2 主程序代码结构与运行流程完整的仿真程序建议按“初始化 → 循环仿真 → 结果绘图 → 保存数据”的流程来组织。下面给出一个可以直接运行的示例结构细节部分配合注释说明%% DSSS扩频通信系统性能仿真 % 功能BPSK调制 m序列扩频 AWGN信道 相关解扩 误码率分析 % 作者XX 日期XXXX-XX-XX % 版本v1.0 clear; close all; clc; %% 1. 参数初始化 numBits 10000; % 信息比特数 Lc 31; % 扩频因子PN码长度 n 5; % 移位寄存器级数 taps [5, 3]; % 本原多项式x^5x^31 EbN0dB 0:1:10; % Eb/N0范围dB numMC 50; % 蒙特卡洛仿真次数 % 生成PN码双极性 pnSeq generateMSequence(n, taps); % 预分配误码率数组 berSim zeros(1, length(EbN0dB)); berTheory zeros(1, length(EbN0dB)); %% 2. 蒙特卡洛仿真循环 for idx 1:length(EbN0dB) errCount 0; totalBits 0; for mc 1:numMC % 生成随机信息比特转为双极性1/-1 data randi([0,1], 1, numBits); dataBipolar 2 * data - 1; % 扩频每个比特复制Lc次逐码片乘以PN码 dataSpread reshape(repmat(dataBipolar, Lc, 1), 1, []); pnFull repmat(pnSeq, 1, numBits); txSignal dataSpread .* pnFull; % 扩频后的基带信号 % 加噪声注意Eb/N0到snr的转换 snr EbN0dB(idx) - 10*log10(Lc); rxSignal awgn(txSignal, snr, measured); % 解扩本地PN码相乘按比特累加 despread rxSignal .* pnFull; dataHat reshape(despread, Lc, numBits); dataHat sum(dataHat, 1); dataHat sign(dataHat); % 硬判决 % 误码统计 errCount errCount sum(dataHat ~ dataBipolar); totalBits totalBits numBits; end berSim(idx) errCount / totalBits; % 理论误码率BPSK在AWGN信道下 berTheory(idx) 0.5 * erfc(sqrt(10^(EbN0dB(idx)/10))); end %% 3. 绘图 figure; semilogy(EbN0dB, berSim, ro-, LineWidth, 1.5, MarkerSize, 6); hold on; semilogy(EbN0dB, berTheory, b*-, LineWidth, 1.5); grid on; xlabel(Eb/N0 (dB)); ylabel(误码率 (BER)); legend(DSSS仿真结果, BPSK理论值); title(DSSS扩频通信系统误码率性能);运行这段代码之后你会看到仿真误码率曲线和理论曲线基本重合在高信噪比区间如果蒙特卡洛次数不够可能会有少许波动。这个重合本身就是对仿真正确性的一个有力验证。3.3 运行后你应该看到什么如何判断结果对不对仿真跑完不要急着保存图片写报告先做三个检查第一看曲线走势。误码率曲线应该单调下降信噪比越大误码率越低并且下降趋势随 Eb/N0 增大越来越陡。如果曲线水平或者先降后升大概率是噪声功率计算出了问题。第二对比理论曲线。BPSK 的理论误码率公式是 (P_b Q(\sqrt{2E_b/N_0}))用 erfc 函数写就是0.5 * erfc(sqrt(EbN0))。仿真曲线应该贴着理论曲线偏差通常在半个 dB 以内。如果偏差超过 1dB检查一下 snr 转换是否正确。第三观察关键信噪比点的误码率数值。比如 Eb/N0 6dB 时BPSK 理论误码率大约在 10⁻³ 到 10⁻⁴ 之间具体值约为 (2.4 \times 10^{-4}) 上下。如果你仿真出来明显偏大或偏小说明代码逻辑有问题。4. 性能分析从仿真结果里能读出什么4.1 误码率曲线与理论值的对比验证扩频系统本身并不改变 AWGN 信道下的误码率性能——这一点很多人会理解错。DSSS 的抗增益体现在抗窄带干扰和抗多径上而不是降低高斯白噪声下的误码率。所以DSSS 仿真得到的误码率曲线和 BPSK 理论曲线重合恰恰说明系统模型正确这正是这套仿真最重要的验证点之一。反过来说如果有人做出来的 DSSS 仿真误码率曲线比 BPSK 理论曲线差了 10 倍那通常不是信道的问题而是解扩没做好比如 PN 码不同步、双极性映射反了、信噪比转换错误、或者 reshape 维度没对齐。排除这些问题的顺序也是从简单到复杂先看信号极性再看维度再看噪声参数。4.2 处理增益的直观验证处理增益是扩频系统最迷人的一个指标。理论上处理增益等于扩频因子 (L_c)用 dB 表示就是 (10\log_{10}(L_c))。当扩频因子为 31 时处理增益约为 14.9 dB。这意味着在存在强窄带干扰的情况下系统通过解扩可以把干扰能量“摊薄”相当于把每比特有效信噪比提升了大约 15 dB。一个有意思的验证实验是给系统加入一个单音干扰正弦波干扰然后观察误码率的变化。你会发现在没有扩频的系统里单音干扰很容易把信号打穿而在 DSSS 系统里同样的干扰功率下误码率只上升了一点点这就是处理增益在起作用。4.3 PN码同步误差对性能的影响实际系统中接收端 PN 码和发送端 PN 码的同步是决定系统能否正常工作的关键。如果本地 PN 码和接收信号中嵌入的 PN 码之间有一个码片的偏移相关解扩的输出信号就会大幅衰减。具体来说m 序列的自相关函数在零偏移时峰值最高偏移一个码片以上就迅速跌落到 (-1/L_c) 的水平。仿真中也可以用一段简单代码来验证这个现象% 验证PN码偏移一个码片对解扩输出的影响 offset 1; pnLocal circshift(pnSeq, offset); % 本地PN码偏移一个码片 % 然后按照正常流程解扩观察误码率是否接近50%不出意外的话误码率会飙升到 0.5 附近——也就是说完全失去通信能力。这也是为什么真实系统里同步电路的设计如此重要。如果做课题想体现“工程深度”把同步误差分析加进去是一个不错的选择。5. 常见问题与调试经验速查5.1 代码报错类型与解决办法错误类型报错信息可能原因解决办法维度不匹配Matrix dimensions must agree.扩频后长度和PN序列总长不一致检查repmat和reshape的参数函数未定义Unrecognized function or variable comm.PNSequence未安装通信工具箱自己写m序列生成函数结果全为0或全为1误码率接近0.5或0PN码极性反了检查PN码是0/1还是1/-1确保全程统一曲线乱跳误码率曲线明显不平滑仿真比特数太少增加numBits到50000以上snr报错SNR must be a real scalar or vector.snr参数不是标量确认单次循环内snr是标量5.2 我踩过的几个经典坑第一个坑是双极性和单极性的混用。PN 序列如果直接用 0/1 表示那么扩频的“相乘”其实应该是“异或”转换成 1/-1 之后才是真正的乘法。很多教程里一会儿用异或一会儿用乘法初学者很容易搞混。我的做法是全程统一用双极性表示从信源到扩频到解扩都走 1/-1 的路线不接受第二种表示方式这样可以少很多 bug。第二个坑是awgn 函数的 snr 参数含义。前面已经说过awgn的 snr 是“每个采样点的信噪比”和我们通常讨论的 Eb/N0 相差一个扩频因子。这个转换容易被忽略特别是从别的代码里改参数的时候一不留神就把整个曲线左移或者右移了。建议在代码开头把换算过程写在注释里防止过几天自己都忘了。第三个坑是repmat 与 reshape 的组合使用。扩频时要对每个比特复制 Lc 次再乘 PN 码用repmat(dataBipolar, Lc, 1)得到的矩阵维度是 Lc × numBits需要 reshape 成 1 × (Lc × numBits) 才能和 PN 码长序列逐点相乘。如果维度写反了比如用了 Lc 和 numBits 颠倒代码不报错但扩频结果完全错位误码率会莫名其妙地高。调试这类问题有个笨办法先不发噪声看误码率是不是 0如果不是说明调制/解调链路里就有 bug。5.3 从“能跑”到“跑得准”的调优建议仿真代码跑通只是第一步要做可信的性能分析还差几步加大仿真规模numBits 至少 10000Eb/N0 大于 8dB 的区间建议 50000 以上否则高信噪比点上误码率统计不出来需要看到 10⁻⁴ 甚至 10⁻⁵ 的误码率没有足够的比特数根本测不准。使用蒙特卡洛平均同一个信噪比点重复多次取平均抵消随机数种子带来的波动。重复次数视计算量而定50~100 次是经验值。保存随机种子在仿真开始前写上rng(42)之类的固定种子保证结果可复现。这一点写论文的时候特别重要否则审稿人让你复现你跑出来的曲线和报告里对不上就尴尬了。输出中间变量用于调试比如打印dataHat(1:10)和dataBipolar(1:10)对比一下确认前几个比特的解扩解调是否正确。6. 仿真结果的可视化呈现与报告写作要点6.1 画好误码率曲线的几个细节MATLAB 默认画图设置其实不太适合直接放进论文或报告里字体偏小、线条粗细一般、颜色偏淡。建议统一用下面这套风格设置set(gca, FontSize, 12, FontName, Times New Roman); set(gca, LineWidth, 1.2); set(findall(gcf, Type, line), LineWidth, 1.8); grid on;顺手把图例、坐标轴标签的字体统一调成 Times New Roman会跟论文里的正文字体保持一致观感提升明显。需要注意一点semilogy 图里数据点为 0 会无法显示log 坐标下 0 在负无穷处所以在高信噪比区间如果误码率统计为 0建议不绘制该点而不是硬画。6.2 仿真结果如何组织进报告写报告或论文时除了给出误码率曲线还应配几个关键图表扩频前后的时域波形对比图说明频谱扩展的过程。接收端解扩前后的信号幅度对比图说明相关接收的效果。PN 码自相关与互相关图说明 PN 码的特性。误码率曲线图和理论曲线的对比表用表格列出关键 Eb/N0 点的仿真值和理论值便于直接比较。报告中要把参数表、PN 码多项式、加噪声方式比如加了哪种噪声、信噪比怎么换算都写清楚保证读者可以按照你的描述把仿真复现出来。这一点既是学术规范也是对自己工作的一种保护——以后有人对你的结果有疑问你可以直接说“按这个参数跑一遍就知道了”。7. 扩展思路仿真还能怎么“玩”这个项目如果只停留在“跑通一个误码率曲线”的层面说实话有点浪费。扩频通信的内容远比单条误码率曲线丰富下面给几个扩展方向按性价比排序加窄带干扰。这是最能体现 DSSS “抗干扰”本质的实验加一个单音或者窄带信号对比扩频前后的误码率差异处理增益的数值一下子就直观了。换 PN 码。把 m 序列换成 Gold 序列、Kasami 序列对比不同序列的自相关特性和互相关干扰。Gold 序列在码分多址CDMA系统里更常用这是从“单用户扩频”走向“多用户扩频”的必经之路。做同步误差分析。仿真本地 PN 码偏移不同码片数时的性能恶化画一张“误码率-同步误差”曲线这张图在工程上非常有价值。换调制方式。把 BPSK 换成 QPSK、OQPSK 甚至 MSK对比不同调制方式下 DSSS 系统的带宽效率与误码性能。需要注意扩频调制和载波调制是两个层级不要混在一起。在我自己做完这个仿真之后最深的一个体会是扩频通信的数学公式并不难难的是对“带宽”“功率”“信噪比”这些概念在不同位置有不同含义的把握。仿真最大的价值也在这里——它逼着你去理解每个参数从发射端到接收端到底经历了什么变化而不仅仅是套公式。另外如果你提交的课程设计或论文要求必须截图展示代码运行过程记得把工作区Workspace里的关键变量也截进去比如pnSeq的前几个值、berSim的完整数组这些都是“这个仿真真的跑过”的证明。最后再分享一个小技巧把主程序里的numBits和numMC做成输入参数比如定义成函数入口这样批量跑不同规模、不同信噪比范围的仿真就非常方便不用反复改代码也能避免手动修改时引入低级错误。本文还有配套的精品资源点击获取