第1章 绪 论
1.1 研究背景和意义
随着世界经济的快速发展，用户对于数据通信与多媒体业务的需求也与日俱增，而现代移动通信的特点：通信终端的移动速度更大，通信的环境导致电波传输条件更复杂，噪声和干扰更加严重，系统和网络结构也更加的复杂，要求的频带利用率和设备的性能也更好。随之通讯技术也日新月异，从GSM、GPRS到3G再到4G，通信技术不断的演进。最早的移动通信电话采用的是模拟蜂窝通信技术，它只能提供区域性的语音业务，而且通话的质量很差、保密性能也不好，用户接听的范围也很有限。随着移动通信业务的迅猛发展，用户的数量也增长迅速，传统的通信模式已经满足不了人们对于通信的要求，在这种情况下就出现了GSM通信技术，该技术主要用的是窄带时分多址技术(TDMA)，允许在一个射频同时进行8组通话。它是根据欧洲电信标准组织ETSI制定的数字移动通信标准而确定的频率范围在900～1800MHz之间的数字移动通信系统。该系统自90年代中期投入商用以来，已经在100多个国家正式运营，GSM标准的设备占据全球蜂窝移动通信设备市场的80%以上。GSM数字网的特点就是它符合用户较强的保密性和抗干扰性，音质清晰，通话稳定，并具备容量大，频率资源利用率高，接口开放，功能强大等需求。
随着用户对通信要求的进一步提高，GSM就出现了其一定的缺陷，针对GSM通信出现的缺陷，人们在2000年又推出了一种新的通信技术GPRS，该技术是在GSM的基础上的一种过渡技术。GPRS的推出标志着人们在GSM的发展史上迈出了意义最重大的一步，GPRS在移动用户和数据网络之间提供一种连接，给移动用户提供高速无线IP和X.25分组数据接入服务。
在新兴通信技术的不断推动之下，3G系统开始商用，全球存在四种标准：CDMA2000、WCDMA、TD-SCDMA、WIMAX。该技术能为用户带来了最高2Mbits的数据传输速率，在这样的条件下，计算机中应用的任何媒体都能通过无线网络轻松的传递。WCDMA通过有效的利用宽频带，不仅能顺畅的处理声音、图像数据、与互联网快速连接；此外WCDMA和MPEG-4技术结合起来还可以处理真实的动态图像。人们之间沟通的瓶颈会由网络传输速率转变为各种新型应用的提供：如何让无线网
络更好的为人们服务而不是给人们带来骚扰，如何让每个人都能从信息的海洋中快速的得到自己需要的信息，如何能够方便的携带、使用各种终端设备，各种终端设备之间如何更好的自动协同工作等等。在上述通信技术的基础之上，无线通信技术最终必然会迈向4G通信技术时代。
随着高速铁路的迅速发展，对高速可靠的无线传输的需求也日益迫切。高速列车上也希望能够接入电话、因特网络，并拥有良好的通信质量，因此新的高铁信道模型也随之产生。然而高速铁路时变多径的传播环境造成了传输环境的复杂多变性和列车300km, k) = n!(k! * (n-k)!)，P称为发生K次的概率。记作??B(n,p)，期望:Eξ=np，方差:Dξ=npq。
如果： 1、 2、 3、
在每次试验中只有两种结果,而且是互相对立的； 每次实验是相互独立的,且与其它各次试验结果无关；
事件发生的概率在整个系列试验中保持不变,则称为伯努力试验。
在这试验中,事件发生的次数为一随机事件，它服从二项分布。二项分布可以用于可靠性的测试实验。
二项分布的应用条件： 1、 2、
各观察单位只能具有相互对立的一种结果，如是或者否。
已知发生某一结果(是)的概率为p，其对立结果的概率为1-p，实际工作
要求p是从大量观察试验中获得比较稳定的数值。
3、
n次试验在相同条件下进行，且各个观察单位的观察结果是相互独立的，
即每个观察单位的观察结果不会影响到其他观察单位的结果。
2.2.2 产生算法及MFC仿真结果
产生B(n,p)的算法： 1、 2、 3、
设N=0；
产生n个(0,1)均匀分布随机数；
统计上述随机数小于p的个数并输出结果，并返回1。
产生400个B(200,0.5)随机数： case 4：
{double a[400],b[200];
int i,j;
for(i=0;i<400;i++) {int N=0;
产生[0，1]内的均匀分布随机数
for(j=0;j<200;j++)
{ b[j]=(double)rand()RAND_MAX;
}
if(b[j]<0.5)N=N+1;统计小于p的随机数的个数 }
a[i]=N;
for(i=0;i<400;i++) { { }
}
} Sleep(1);
m_point[1].x=rect.left+i; m_point[1].y=rect.top+a[i];
pEditDC->SetPixel(m_point[1],RGB(0,0,0)); pEditDC->SetPixel(i,100,RGB(0,0,0));直线=100=n*p
Break；
MFC仿真结果如图2-2所示。
图2-2二项分布随机数仿真结果
2.3 泊松分布随机数
2.3.1 概念及主要特点
泊松分布是一种统计与概率学里的常见的离散概率分布，1838年由法国数学家西莫恩·德尼·泊松发表。若随机变量想x为大于0的整数，则其等于k的概率为：
??keP(X?k)??(k?0,1,2,???) (2-6) k!则随机变量X 的分布称为泊松分布，记作P(λ)。这个分布是泊松在研究二项分布的渐近公式的时候提出来的。泊松分布P(λ)中只有一个参数，即λ ，它既是泊松分布的均值，同时也是泊松分布的方差。泊松分布适用范伟是描述单位时间或者空间内随机事件发生的次数。例如在某一汽车站在一定时间内到达的乘客数，银行交易的候客人数，地震发生的次数，一段时间内观测到某地的汽车经过数量等等。在实际生活的例子中，当一个随机事件发生，例如某电话交换台收到的呼叫数量、来
到某公共汽车站的乘客数量、某放射性物质发射出的粒子数量、显微镜下某区域中的白血球数量等等，以固定的平均瞬时速率 λ随机且独立地出现时，那么这个事件在单位时间或者空间内出现的次数或个数就近似地服从泊松分布。泊松分布在管理科学，运筹学以及自然科学的某些问题中都占有重要的地位。
2.3.2 产生算法及MFC仿真结果
产生泊松分布随机变量N的算法 [1]： 1、 2、 3、 4、 5、
P=1；N=0；
产生一个[0,1]区间均匀分布随机数U； P=P*U；
若P<=e??，则输出N；否则进行5； N=N+1；转2。
产生均值300的泊松分布随机数： Case 3：
{int N=0; double a[400]; long double P,U; long double u;
u=exp(-300); e??作为基准值
for(i=0;i<400;i++) {P=1; N=0; while(1)
{U=(long double)rand()RAND_MAX;产生一个[0,1]均匀分布随机数 P=P*U;
if(P<=u)break;如果e??>=P则输出N
else N++;如果e??<=P则N+1
} a[i]=N; }
【完整版】通信系统中常用随机数的产生以及信道模型的分析仿真毕业论文
