简介：直接序列扩频（DSSS）通信系统是通信工程与电子信息类课程设计的经典主题。基于MATLAB的仿真源码包面向通信、电子信息、自动化等专业学生，提供完整的系统仿真实现与配套文档，可满足课程设计、大作业或毕业设计需求。压缩包内共27个文件，以24个MATLAB脚本（.m）为核心，覆盖扩频解扩、扰码解扰、调制解调、M序列与Walsh码生成、误码统计等关键模块；另含README说明文档和LICENSE授权文件，代码结构清晰，便于二次开发。资源包仅约15KB，轻量易用。目前已有137人学习下载，代码经测试运行成功，适合需要快速理解DSSS原理并动手仿真的学习者参考。
1. 直接序列扩频仿真，先把码片能量算对再谈误码率
直接序列扩频（DSSS）在课程设计和工程验证里最常见的翻车点，不是PN码选得不对，而是数据从二进制比特域切到双极性码片域时能量没有归一化。很多人用0/1序列直接乘上m序列，解扩后判决门限取0.5，看起来每一步都合理，但SNR一低误码率曲线就发散。MATLAB通信仿真里正确做法是把比特映射成±1，扩频乘的也是±1序列，这样解扩时的累加本质是相关运算而不是普通乘法。最近在拆一个包含20多个M函数的DSSS仿真源码包，从MseqGen到deSpreadSpectrum全部独立成模块，正好把整个链路捋一遍。这个包适合正在做MATLAB课程设计、大作业的通信专业学生，也适合想快速搭一个可复现扩频仿真链路的工程师。下面按模块逐个拆，最后给出几个能让误码率曲线贴合理论的调试技巧。
2. 从m序列到Walsh码：扩频码的生成与选型实现
2.1 MseqGen：移位寄存器生成m序列的MATLAB写法
扩频通信里最常用的PN码是m序列，周期为2^n-1，自相关尖锐、互相关较弱。源码包里的MseqGen.m本质是一个线性反馈移位寄存器（LFSR）仿真器。本原多项式如x^5+x^2+1，在代码里用抽头位置向量表达，我习惯写成[5,2]，这样能和教科书里的多项式表示直接对应。初态不能全0，否则移位寄存器永远输出全0序列。
function seq = MseqGen(regLen, taps, initState) % MseqGen 生成双极性m序列 % regLen : 移位寄存器长度，周期为 2^regLen - 1 % taps : 抽头位置，如 [5,2] 对应多项式 x^5+x^2+1 % initState: 寄存器初态，默认除最低位外全0 if nargin < 3 || length(initState) ~= regLen initState = [1, zeros(1, regLen - 1)]; end mask = zeros(1, regLen); mask(taps) = 1; % 抽头位置置1 period = 2^regLen - 1; seq = zeros(1, period); reg = initState(:)'; for k = 1:period seq(k) = reg(end); % 输出最后一级 fb = mod(sum(reg & mask), 2); % 抽头异或结果 reg = [fb, reg(1:end-1)]; % 右移并送入反馈 end seq = 2 * seq - 1; % 0/1 映射成 -1/+1 end这段代码的关键在反馈计算：reg & mask 把抽头对应的寄存器位保留下来，sum 后 mod 2 相当于异或。注意 reg 是行向量，每次拼接后长度不变。生成完毕后映射成±1，直接匹配BPSK调制要求。参数上，regLen取5时周期31，取7时周期127。周期越长，扩频增益越高，但接收端本地码与发送端必须严格同步。课程设计里我一般用7级寄存器生成127位m序列，已经能看到明显的抗干扰效果。如果抽头组合选错，序列周期会变短，甚至退化成全0，这是初态不能全0之外第二个需要检查的点。
2.2 Walsh码：多用户区分与正交性的递归矩阵实现
源码包的名字是2users-CDMA-simulation，说明仿真场景包含两个用户。多用户区分在DSSS里用的是正交码，最典型的是Walsh码，由Hadamard矩阵递归生成。walsh.m的实现通常不长：
function H = walsh(n) % walsh 生成n阶Walsh矩阵，n必须是2的幂 H = 1; while size(H, 1) < n H = [H, H; H, -H]; end % H 已为 ±1，每一行是一个码字 end递归式[H H; H -H]保证了不同行的内积为0。使用时用户1分配第1行，用户2分配第2行，两个用户在同一时刻分别用不同码字乘以自己的数据，接收端用对应码字做内积就能分离出目标用户。在同步CDMA系统里，Walsh码严格正交；但在异步或多径场景下，正交性会被破坏，多用户干扰明显上升。纯DSSS课程设计通常在AWGN信道下运行，用Walsh码能直接逼近理论误码率，而换成m序列做用户区分则会有互相关残留。
除了Walsh码，源码包里还有scarmbling和deScarmbling，这是扰码模块。扩频码负责频谱扩展和用户区分，扰码负责把数据随机化，避免长串连续0或1带来直流偏置。实现上是把扩频后的序列和一个长m序列按位相乘，因为双极性序列的异或等价于乘法，接收端再用同一个序列乘回来即可。
2.3 从bitMultiple到spreadSpectrum：两代扩频写法的差异
直接序列扩频在MATLAB实现上至少有两个层次。基础层次是bitMultiple：把一个信息比特重复M次，产生M个码片，然后整体乘上PN码完成扩频。优点是代码直观，缺点是频谱包络是sinc形状，旁瓣较大。源码包里的spreadSpectrum.m更接近工程实现，直接构造长度为Nbits*SF的序列，逐段把信息比特与码片相乘。
function spread = spreadSpectrum(bits, pn, SF) % bits: 双极性信息比特，1xN % pn: 双极性扩频码，长度至少 SF % SF: 扩频因子，每比特对应的码片数 N = length(bits); spread = zeros(1, N*SF); for k = 1:N spread((k-1)*SF+1:k*SF) = bits(k) * pn(1:SF); end end这种写法的好处是换扩频码时只改外部传入的pn，比如从m序列换成Walsh码，内部不需要动。SF是每比特占用的码片数，扩频后速率变为比特率的SF倍，占用带宽也展宽SF倍。在误码率计算时，如果直接用码片信噪比而忽略SF，会引入大约10log10(SF)的误差，后面第4章会讲具体换算。
| 函数 | 输入维度 | 输出维度 | 职责 |
|---|---|---|---|
| MseqGen | regLen,taps,init | 1×(2^regLen-1) | 生成PN码 |
| walsh | n | n×n | 生成正交码组 |
| bitMultiple | 1×N,SF | 1×N*SF | 比特重复扩频 |
| spreadSpectrum | 1×N,1×SF | 1×N*SF | 直接扩频 |
| scarmbling | 1×NSF,1×NSF | 1×N*SF | 加扰 |
提示：bitMultiple和spreadSpectrum在功能上看起来重复，但使用场景不同。前者适合观察扩频前后频谱变化，后者更适合做系统误码率仿真。实际课程设计中，我会先用bitMultiple验证码片速率，再切换成spreadSpectrum跑完整链路。
3. 主循环链路：调制、扩频、加扰、解调、解扩的MATLAB实现
3.1 双极性映射与myModulate：为什么不能用0/1直接调载波
很多课程设计里，数据是0/1，PN码也是0/1，直接相乘后再送去调制。看起来没问题，但BPSK调制器要求输入是双极性信号，0/1映射到载波上会产生直流分量，频谱中心出现明显冲激，能量被浪费。源码包里的genBipolar.m和value2Bipolar.m就是为了解决这个问题。
function b = genBipolar(bits) % 将0/1比特映射为+1/-1 b = 2 * bits - 1; end然后myModulate.m做载波调制。常见实现是让每个码片对应多个采样点，载波频率满足不失真采样条件：
function tx = myModulate(codes, fc, fs) % codes: 双极性码片序列 % fc: 载波频率，需满足 fs > 2*fc % fs: 采样率 t = (0:length(codes)-1) / fs; tx = codes .* sqrt(2) .* cos(2*pi*fc*t); end乘以sqrt(2)是为了让调制前后码片能量保持一致，后面用awgn加噪声时信噪比才有明确物理意义。如果省略这个系数，误码率曲线的横坐标会系统性偏移约1dB。载波频率方面，每个码片至少采10个点，否则接收端低通滤波很难还原。实际调试时我通常会先画tx的时域波形和频谱，确认包络是±sqrt(2)而不是±1，再做后续链路联调。
3.2 加扰与解扰：双极性序列的逐位乘法实现
发送端在扩频之后做加扰，可以打破连续码片的周期相关性。源码包里的scarmbling.m直接用数组逐元素相乘，因为双极性序列的加扰等价于乘法。
function y = scarmbling(x, scram) % x 和 scram 长度相等，均为 ±1 序列 y = x .* scram; end对应接收端deScarmbling.m在解扩之前做同样的乘法。注意扰码序列必须和扩频码不同，否则加扰会破坏扩频结构。工程上常把两个不同初态或不同抽头的m序列分别作为扩频码和扰码。如果解扰时序列错位一个码片，输出会变成类似噪声的随机序列，这是调试时最先检查的点。我一般会先发一段全1数据，解扰后看是否恢复出等间隔的码片电平，如果是毛刺状就说明同步偏移超过一个码片。
3.3 接收端deSpreadSpectrum与判决：相关累加的门限设置
解扩的本质是本地码与接收序列做相关累加，再除以SF做判决。deSpreadSpectrum.m常见实现如下：
function bitsHat = deSpreadSpectrum(rxCodes, pn, SF) % rxCodes: 接收码片序列，长度需为 SF 的整数倍 % pn: 本地扩频码，长度至少 SF % SF: 扩频因子 N = length(rxCodes) / SF; bitsHat = zeros(1, N); for k = 1:N seg = rxCodes((k-1)*SF+1:k*SF); corr = sum(seg .* pn(1:SF)) / SF; bitsHat(k) = corr > 0; % 大于0判为1 end end这里除以SF是归一化：每个码片叠加噪声后，信号成分累加幅度增长SF倍，噪声功率累加增长根号SF倍，处理增益就在这个相关累加中体现。门限0对应双极性判决，如果前面映射采用0/1，门限就不能设在0，所以强烈建议全程保持双极性信号。解扩前一定先完成解扰和同步。如果调制时使用了升余弦滤波，接收端还要先做匹配滤波再解扩。源码包里的testSpreadSpectrum.m就是把原始码片直接交给解扩函数，用于单独验证码序列和帧结构正确性，实际噪声信道下建议先低通滤波。
4. 课程设计评分点：误码率曲线、处理增益与仿真参数换算
4.1 main.m的模块化串联思路
一个高分课程设计，代码架构本身就占评分权重。main.m通常只做三件事：生成信源、循环调用收发链路、统计误码率。我不会把代码全堆在main里，而是像这个资源包一样，每个模块一个函数，再用test开头的脚本单独验证子模块。main.m的骨架如下：
% main.m: DSSS 通信系统仿真入口 SF = 31; % 扩频因子 fc = 1e6; % 载波频率 1MHz fs = 10e6; % 采样率 10MHz pn = MseqGen(5, [5,2]); % 生成31位m序列 bits = randi([0,1], 1, 1000); bipolar = genBipolar(bits); spread = spreadSpectrum(bipolar, pn, SF); tx = myModulate(spread, fc, fs); rx = awgn(tx, SNR_dB, 'measured'); % 解调 + 解扰 + 解扩 + 判决 % 统计 BER这里的SNR_dB指调制波形上的信噪比，对应的是码片信号加噪声后的输入信噪比。很多课程设计误码率曲线难看的根因就在这：直接用SNR做横坐标，却没有把扩频增益加进去。改用EbN0做横坐标后，不同扩频因子下的曲线会落在同一条理论值附近，对比才有意义。
4.2 EbN0与SNR换算：扩频增益到底加多少分贝
在BPSK+DSSS系统里，比特能量Eb是码片能量Ec的SF倍，因为每比特由SF个码片表达。因此在码片信噪比和比特信噪比之间满足：
EbN0_dB = SNR_dB + 10*log10(SF)
但要注意，awgn函数的SNR参数定义取决于输入信号是码片序列还是调制后的波形。如果tx是码片经载波调制后的波形，awgn加的是波形信噪比，此时码片是基本符号，所以仍用上式换算。为了做出漂亮的误码率曲线，我通常把横坐标设为EbN0，再反推需要设置的SNR_dB。
| 扩频因子SF | 处理增益(dB) | 理论EbN0@BER=1e-3 |
|---|---|---|
| 31 | 14.9 | 约6.8dB |
| 63 | 18.0 | 约6.8dB |
| 127 | 21.0 | 约6.8dB |
表格说明：处理增益只改变SNR到EbN0的映射，不改变BPSK在AWGN信道下的理论误码率，因为扩频并不会压低每比特信噪比需求。仿真发散时，先确认横坐标是EbN0而不是SNR，再看接收端是否实现了相干解调。很多人的曲线比理论差3~5dB，问题就出在双重加噪或没有做载波同步。
4.3 用compare.m和arrayGroupSum.m做误码率统计与加速
误码率统计容易犯两个错：一是把解调后的数据直接和原比特比较，没考虑解扩分组延迟；二是用abs判0/1，而没有用符号判断。源码包里的compare.m就是做这个的，我会这样实现：
function [ber, errBits] = compare(txBits, rxBits) % 对齐长度后统计误比特率 n = min(length(txBits), length(rxBits)); errBits = sum(txBits(1:n) ~= rxBits(1:n)); ber = errBits / n; endarrayGroupSum.m则可以用reshape替代循环，提高大规模仿真时的计算速度：
function grouped = arrayGroupSum(x, SF) % 将x按SF个元素分组求和 x = x(:); len = floor(length(x)/SF)*SF; grouped = sum(reshape(x(1:len), SF, []), 1); end用reshape和sum的组合替代显式for循环，在仿真十万比特时快一个量级。这种细节在代码评审时很加分，也便于把仿真时间从几分钟压到几秒。
5. 仿真发散和误码率平层：几个容易被忽略的细节
5.1 先验证m序列的自相关，再联调
很多“仿真发散”问题的根源在PN码生成了但不满足平衡性。验证方法是用xcorr看自相关旁瓣：
seq = MseqGen(7, [7,4], [1 0 0 0 0 0 0]); [r, lags] = xcorr(seq); stem(lags, r); % 主瓣为周期长度，所有旁瓣应接近-1m序列自相关主瓣为2^n-1，所有非零旁瓣为-1。如果旁瓣不是-1，说明抽头或初态配置错误，扩频/解扩的增益会被噪声完全掩埋。另外，如果代码生成的是0/1序列，记得先转成±1再做相关，否则旁瓣形态会变得不直观。这一步十分钟就能排掉PN码的错。
5.2 滤波器延迟没有补偿
当调制端加入升余弦或低通滤波器时，接收端信号会有一个固定群延迟。如果延迟不是码片周期的整数倍，解扩相关峰被削弱，误码率出现平层，也就是SNR增大但BER不再下降。稳妥做法是用finddelay估计延迟，再对齐本地扩频码：
d = finddelay(tx, rx); rx = rx(d+1:end);注意finddelay在低信噪比下可能误判，最好先用一段已知导频或全1序列做粗同步，再用数据段微调。
5.3 随机数流没有重置
MATLAB的randi和rand每次运行结果不同，如果你在对比有扩频和无扩频两组仿真，噪声不同会导致曲线抖动。调试误码率平层时，在脚本开头执行rng(42)，保证每次运行可复现。否则你改了代码，但仿真结果差异可能只是随机噪声波动，很难判断改动是否有效。
5.4 避免对已调制信号重复加噪
如果myModulate返回的tx已经包含幅度缩放，再用awgn(tx, SNR, 'measured')会测量tx的实际功率，这是正确用法。但如果你先对码片序列spread加一次噪声，调制后又加一次，等于双重加噪，曲线会比理论值差约3dB。严格按“调制完成后一次性加噪”的顺序来做。还有一个容易忽略的点：awgn默认信号功率为0dBW，如果tx幅度偏大，建议先做功率归一化再调用awgn，否则SNR参数和实际加噪功率对不上。
本文还有配套的精品资源，点击获取
