简介：本资源是一份面向通信工程专业本科生及MATLAB初学者的直接序列扩频（DSSS）通信系统仿真教学文档，聚焦扩频原理理解、抗干扰机制分析与工程实现验证。文档完整覆盖DSSS核心知识点：包括BPSK调制下的直扩系统模型、m序列与GOLD码等伪随机码特性对比、抗同频干扰/多径衰落等关键优势的理论推导，并附有可运行的MATLAB仿真代码（含信源生成、PN码构造、扩频调制、高斯信道建模及BER性能曲线绘制）。资源为单个Word文档（.doc），大小320KB，结构清晰，含8页图文并茂的原理说明、框图、频谱示意图及分段注释代码，便于边学边验。目前已有142人学习下载，适合用于课程设计参考、通信原理实验复现或毕业设计前期技术验证。

1. 直接序列扩频不是“把信号变宽就抗干扰了”：它靠的是相关运算的数学锐度，而不是频谱摊薄的物理错觉

很多人第一次看到 DSSS（直接序列扩频）的频谱图——原始信号窄窄一条线，扩频后铺成一片噪声状宽带——就下意识认为：“哦，干扰被‘稀释’了，所以不明显了。”这是最典型的认知偏差。真相恰恰相反：扩频本身不降低任何干扰功率，它甚至让接收机前端承受了更大的总噪声功率；真正的抗干扰能力，全部来自接收端那个看似简单的“用相同 PN 码相乘再积分”的操作——也就是匹配滤波器在时域实现的相关解扩。这个操作像一把数学手术刀：对与本地码完全同步的有用信号，输出一个尖锐的峰值（信噪比提升 10dB+）；而对所有其他信号——无论窄带、宽带、多径、同频——都只给出接近零的随机抖动。这种能力不依赖滤波器滚降、不靠硬件动态范围，纯粹是伪随机码自相关函数的δ函数特性在工程上的兑现。这份 MATLAB 仿真文档的价值，正在于它把这套“玄学般”的抗干扰机制，拆解成可逐行运行、可修改参数、可观察中间变量的完整信号流——从 m 序列生成、BPSK 调制、载波上变频，到混频下变频、相关解扩、低通滤波、符号判决，每一步都在.m文件里裸露着计算逻辑。它不是教你怎么调参出漂亮 BER 曲线，而是让你亲手看见：当k_code和rs相乘后，为什么jk_code的波形里突然“长出”了清晰的码元轮廓；为什么哪怕 SNR 低至 2dB，只要相关峰足够陡，判决器仍能准确翻转。搞懂这个，你才真正跨过了扩频通信的门槛。

2. 相关解扩：为什么“模二加”和“相乘”在数学上等价，却决定了整个系统的可实现性

2.1 模二加 vs. 实数相乘：从离散逻辑到连续信号的映射本质

DSSS 原理描述中常写“信息比特与 PN 码模二加”，但 MATLAB 代码里实际执行的是BPSK .* k_code（实数点乘）。这并非偷懒或简化，而是数字通信系统建模的必然选择。关键在于：BPSK 调制已将逻辑电平映射为幅度±1，而标准 m 序列输出默认是 [0,1]，需先归一化为 [-1,1] 才能与 BPSK 对齐。看代码片段：

% 原始 mseq 输出是 [0,1] 序列 code = mseq(stage, ptap1, regi1, user); % 例如: [0 1 1 0 1 0 0] % 但后续用于调制时，必须转换为 {-1, +1} 才能与 BPSK 相乘 x_code(i) = sign(code(mod(i,7)) - 0.5); % 将 0→-1, 1→+1

这里sign(x-0.5)是核心映射：它把逻辑域的模二加（⊕）完美对应到幅度域的乘法（×）。因为：

• 若信息比特a ∈ {−1,+1}，PN 码c ∈ {−1,+1}，则a × c的结果仍是{−1,+1}，且满足：当c=+1时输出a，当c=−1时输出−a—— 这正是扩频中“1 映射为码片序列，0 映射为反相码片序列”的物理实现。
• 而模二加a ⊕ c（在 {0,1} 域）经2×(a⊕c)−1变换后，数学上恒等于a × c（在 {−1,+1} 域）。MATLAB 不做布尔逻辑门级仿真，它直接在实数域建模，因此“相乘”不是近似，而是精确等价。

提示：若跳过sign(...)这步，直接用[0,1]码片与[-1,+1]BPSK 相乘，结果会变成[0,−1]或[0,+1]，丢失一半能量，导致解扩增益暴跌——这是初学者最常翻车的第一步。

2.2 相关解扩的时域实现：为什么必须用“积分+判决”，而非简单低通滤波

接收端代码中，jk_code = rs .* k_code后，并未直接送入判决器，而是先经过[f,rf]=T2F(...)（傅里叶变换）、[tl,l]=lpf(...)（低通滤波）、再liremod=cos(...).*l（相干解调），最后iremodo=sign(...)。这个流程暴露了一个关键设计：相关解扩在时域的本质是滑动窗口内求和（即积分），而非频域滤波。代码中lpf函数虽名为“低通”，但其截止频率fc/10000（40kHz/10000=4Hz）远低于信源速率（2kbps），实际作用是抑制高频载波分量，保留基带相关输出的包络。真正的“相关”发生在rs .* k_code这一刻——此时rs是含噪声的扩频信号，k_code是本地同步码，二者点乘后：

• 对齐部分：(+1)×(+1)=+1,(−1)×(−1)=+1→ 累积为正；
• 错位部分：(+1)×(−1)=−1,(−1)×(+1)=−1→ 随机抵消；
• 干扰部分：与k_code统计独立 → 均值趋近于 0。

因此，jk_code的波形已是“相关峰”雏形，其包络起伏直接对应原始信息比特。lpf滤除的是2fc项和噪声高频分量，让后续cos(2πfs t) .* l能干净提取 I 路，−sin(...) .* l提取 Q 路（此处虽用 BPSK，但代码结构预留了 QPSK 扩展性）。最终sign()判决，本质是在每个码元周期Ta内对jk_code积分（代码中隐含在sum(zl(j))循环里）。

2.3 扩频因子 64 的真实含义：不是“64倍带宽”，而是“64倍处理增益的理论上限”

文档中“扩频因子：64”常被误解为“信号带宽扩大 64 倍”。严格说，这是对处理增益Gp = 10log10(N)的粗略表述，其中N是扩频码长度（即一个信息比特对应的码片数）。本例中：

• 信源速率Rb = 2kbps→ 码元周期Tb = 0.5ms
• 扩频因子SF = 64→ 码片速率Rc = SF × Rb = 128 kcps
• 理论处理增益Gp = 10log10(64) ≈ 18dB

但注意：实际增益受同步精度、码序列质量、滤波器响应影响，永远达不到理论值。代码中k_code由mseq(stage=3,...)生成，stage=3的 m 序列最大长度为2^3−1=7，而SF=64要求码长至少 64。此处存在明显矛盾——代码实际通过for i=1:xlength; x_code(i)=sign(code(mod(i,7))-0.5); end将 7 位 m 序列循环重复，拼凑出逻辑长度 64 的等效码。这种“短码复用”会严重劣化自相关旁瓣，导致多径分辨力下降。真正的工程实现必须用stage=6（63 位）或GOLD码（如case 2分支）来逼近 64。这也是为什么文档强调“GOLD 码地址数远大于 m 序列”——它用两个 m 序列移位组合，既保证长度，又压低互相关峰值。

3. PN 码选型：m 序列、GOLD 码、WALSH 码的底层差异，决定系统是“能跑”还是“能商用”

3.1 m 序列：线性反馈移位寄存器的确定性输出，优点是简单，代价是相关性脆弱

m 序列由线性反馈移位寄存器（LFSR）生成，其核心是特征多项式（如代码中ptap1=[1 3]对应多项式x^3 + x + 1）。它的数学魅力在于：

• 最长周期性：n 级 LFSR 产生周期2^n − 1的序列，几乎遍历所有非零状态；
• 双值自相关：理想情况下，自相关函数R(τ)在τ=0时为+1，其余τ时为−1/N（N 为周期），形成尖锐主瓣；
• 游程分布：符合 Golomb 三公理（游程数、长度比例、移位相加性质）。

但致命缺陷是：互相关性能差。任意两个不同 m 序列的互相关函数R_ij(τ)峰值可能高达√(N+1)，远高于1/N。代码中case 1直接使用单 m 序列，意味着在多用户场景（CDMA）下，用户间干扰（MAI）会随用户数平方增长。这也是为什么文档在 1.2 节明确指出：“GOLD 码...地址数远远大于 m 序列，且具有良好的自、互相关特性”。

3.2 GOLD 码：用两个 m 序列的移位异或，换取工程可用的互相关上界

GOLD 码生成逻辑在case 2中体现：

m1 = mseq(stage, ptap1, regi1); % 第一个 m 序列 m2 = mseq(stage, ptap2, regi2); % 第二个 m 序列（不同抽头） code = goldseq(m1, m2, user); % 对 m1 和 m2 移位后异或

goldseq函数内部，user参数控制m2的循环移位量。关键机制是：GOLD 码集的互相关函数峰值被严格限制在R_max ≤ t(n)+1，其中t(n)是 n 的某个函数（如 n=10 时t(n)=23）。相比 m 序列互相关可能达√1023≈32，GOLD 码将最坏情况压到 24 以下。这使得基站能区分数十个用户，而不会因某用户强信号淹没其他用户。代码中ptap1=[1 3]与ptap2=[2 3]的差异，正是构造“优选对”的基础——它们的特征多项式互为原根，确保移位后异或结果具备稳定相关性。

3.3 WALSH 码：正交性保障的“零互相关”，但牺牲了抗多径能力

WALSH 码在文档中被提及用于 IS-95，其本质是哈达玛矩阵的行向量。代码虽未实现，但原理可推演：WALSH(64)是一个 64×64 正交矩阵，任意两行点积为 0。这意味着：

• 完美正交：用户间互相关严格为 0，MAI 理论上消除；
• 无自相关旁瓣：R(τ)=0（τ≠0），多径信号不会在主径附近产生干扰峰。

但硬币另一面：WALSH 码无白噪声特性。其频谱有明显谐波，易受窄带干扰；更严重的是，它要求所有用户严格同步（如 CDMA2000 的导频信道），一旦多径时延超过一个码片，正交性即被破坏，反而引入严重干扰。而 DSSS 的核心优势——抗多径——恰恰依赖 PN 码的类噪声自相关（主瓣尖锐、旁瓣低）。因此，WALSH 多用于前向链路（基站→手机，易同步），而反向链路（手机→基站）仍用 GOLD 或 OVSF。

4. 仿真中的关键模块实现：T2F、lpf、BPSK 调制，每一行都在验证通信原理

4.1T2F函数：不是黑匣子 FFT，而是理解频谱搬移的坐标系转换

代码中多次调用[f, rf] = T2F(td, jk_code)，其作用是将时域信号jk_code（长度N）转换为频域rf（长度N）。这不是简单fft()，而是包含采样率标定的完整转换：

function [f, rf] = T2F(t, st) dt = t(2) - t(1); % 时域采样间隔 N = length(st); % 采样点数 df = 1/(N*dt); % 频域分辨率 f = (-N/2:N/2-1)*df; % 频率轴（中心对称） st = st(:).'; % 确保行向量 rf = fftshift(fft(st))/N; % 归一化 FFT，频谱居中 end

关键点：

• df = 1/(N*dt)由采样定理决定，f轴单位是 Hz，不是索引；
• fftshift将fft输出的[0, fs)频段重排为[-fs/2, fs/2)，使plot(f, abs(rf))显示直观的双边谱；
• /N归一化保证频域能量守恒（Parseval 定理）：sum(abs(st).^2)*dt ≈ sum(abs(rf).^2)*df。

若忽略fftshift，lpf设计的截止频率fc/10000就会错配——滤波器作用在错误的频段上，导致解调失败。这是“知道 FFT 存在”和“真正用 FFT 解决问题”的分水岭。

4.2lpf函数：巴特沃斯滤波器的时域冲击响应，如何影响解扩峰的形状

lpf实现一个n阶巴特沃斯低通滤波器，其传递函数H(f) = 1 / √(1 + (f/fc)^2n)。代码中fc/10000的设定极为考究：

• fc = 4e4（40kHz）是载波频率；
• fc/10000 = 4Hz，远低于信源2kHz，目的是滤除2fc项（80kHz）及噪声高频分量，保留jk_code的基带包络（<2kHz）；
• 但若fc设得过大（如1kHz），会过度衰减jk_code的快速变化边沿，使相关峰变钝，判决误差上升；
• 若设得太小（如1Hz），则2fc分量残留，造成liremod中出现cos(2πfs t) × cos(2π·2fc t)项，引入fs±2fc干扰。

该滤波器在时域由filter(b,a,x)实现，b,a由butter(n, fc*2*pi, 's')设计。其冲击响应h(t)的长度决定了群延迟——代码中未补偿此延迟，故liremod与qremod存在微小时间偏移，需在zl=[qremodo, iremodo]前对齐，否则 BPSK 解调相位模糊。

4.3 BPSK 调制的双重角色：不仅是载波调制，更是扩频信号的“相位编码器”

代码中 BPSK 并非独立模块，而是嵌套在扩频流程中：

% 先生成 BPSK 基带（未扩频） Q = z(1,:); I = z(2,:); % 实际此处 Q 为空，I 即信源 BPSK = (I.*cos(2*fs*pi*tq) - Q.*sin(2*fs*pi*tq))/sqrt(2); % 再用 k_code 扩频 b = BPSK .* k_code; % 最后上变频到 fc s = b .* cos(2*fc*pi*td);

这揭示 BPSK 的双重身份：

• 对信源：将±1比特映射为±cos(2πfs t)，提供载波相位参考；
• 对扩频码：k_code的±1码片，控制 BPSK 信号的相位翻转（+1保持相位，−1翻转 180°），从而将信息“隐藏”在相位跳变中。接收端rs .* cos(2πfc t)下变频后，k_code的相位控制信息仍在jk_code的符号中，sign()判决即完成解扩+解调一体化。

注意：若将BPSK与k_code的顺序颠倒（先扩频再 BPSK），则扩频发生在基带，需更高采样率，且k_code的±1会直接调制载波幅度，变为 OOK，失去相位抗干扰优势。

5. 避坑指南：10 个真实踩过的坑，每一个都让 BER 曲线从平滑变诡异

5.1 现象：BER 曲线在高 SNR 区间不下降，卡在 10⁻² 左右，像被钉住

原因：k_code生成时未归一化，mseq输出[0,1]直接与BPSK（[-1,+1]）相乘，导致扩频后信号能量减半，解扩信噪比损失 3dB。
解决：强制添加k_code = 2*k_code - 1;或如原文用sign(code-0.5)。

5.2 现象：解扩后jk_code波形杂乱无峰，看不出码元轮廓

原因：k_code与rs未严格时间对齐。rs = r .* cos(2*fc*pi*td)中td与k_code的tq长度或起始点不一致，导致点乘时相位错位。
解决：统一时间轴，tq = td;并确保k_code长度与rs相同，不足补零，过长截断。

5.3 现象：误码率随 SNR 升高反而上升，出现“负增益”

原因：lpf截止频率fc/10000计算错误。若fc是角频率（rad/s），而代码中fc=4e4是 Hz，则fc/10000=4Hz正确；但若误将fc当作2π×4e4，则fc/10000≈25kHz，滤波器失效。
解决：确认fc单位，lpf输入fc_Hz必须是赫兹值。

5.4 现象：多用户仿真时，用户间干扰剧烈，BER 无改善

原因：使用case 1（单 m 序列）为所有用户分配相同k_code，而非case 2（GOLD 码）为各用户分配不同移位序列。
解决：user参数必须唯一，且goldseq函数需正确实现移位逻辑，不可简单复制同一序列。

5.5 现象：T2F后频谱显示2fc分量异常高，lpf无法滤除

原因：r = awgn(s, SNR, 'measured')中'measured'选项测量的是s的功率，但s是实信号，其功率为mean(s.^2)；而awgn默认按复信号功率计算，导致实际加噪过重。
解决：改用'linear'选项并手动计算噪声功率：noise_power = var(s)/10^(SNR/10); r = s + sqrt(noise_power)*randn(size(s));。

6. 从仿真到真实系统：为什么这份 MATLAB 代码是理解扩频通信的“后悔药”，以及我后来每次设计都坚持的三件事

这份.doc文档表面是教学实验报告，内核却是一份可执行的通信原理教科书。它没有回避工程妥协：用 7 位 m 序列拼凑 64 扩频因子，暴露了理论长度与硬件资源的永恒张力；T2F和lpf的手工实现，逼你直面 FFT 标定与滤波器设计的魔鬼细节；sign()判决前的sum(zl(j))循环，就是数字接收机中匹配滤波器积分器的软件镜像。我曾在一个某跨平台系统中调试射频链路，当实测 BER 在 10dB SNR 下仍高于仿真 2 个数量级时，第一反应不是换芯片，而是打开这份代码，把k_code、rs、jk_code全部save出来，用plot逐帧比对——发现是 FPGA 中 PN 码发生器的时钟抖动，导致相关峰展宽 3 个码片，而 MATLAB 仿真假设了理想同步。那一刻，我意识到：仿真不是为了证明理论正确，而是为了给真实世界提供一份可追溯、可证伪的参照系。

从那以后，我每次设计扩频模块，都强制走三步：

1. 先写mseq和goldseq的纯 MATLAB 实现，不用工具箱，手敲 LFSR 移位逻辑，确保理解每一拍的寄存器状态；
2. 在jk_code输出后插入histogram(jk_code, 100)，观察相关峰的分布——理想应是双峰（±N），若呈高斯分布，说明同步失败或码相关性差；
3. 用xcorr(k_code, k_code)绘制自相关函数，验证主瓣宽度（应为 1 码片）、旁瓣高度（应 < 0.1），否则立刻回溯码生成逻辑。

这些习惯，都源于这份文档里那些看似随意的plot和sign。它不教你如何成为射频专家，但它确保你永远不会把“相关解扩”当成一句空话。希望帮到你。

本文还有配套的精品资源，点击获取