简介：面向通信原理课程学习与扩频通信入门实践者的一份 MATLAB 仿真设计文档，围绕直接序列扩频（DSSS）系统展开，可用于课程设计、实验报告撰写与建模入门。文档先讲直扩系统模型，梳理信源、伪随机码产生器、BPSK 调制与相关解扩的完整链路，再对比 m 序列、GOLD 码、WALSH 码与 OVSF 码的自相关、互相关特性及工程使用场景，并归纳抗同频干扰、抗衰落、抗多径三项优势。仿真部分给出信源速率 2kbps、扩频因子 64、高斯信道下的参数设置与关键程序片段，配合误码率随信噪比变化的趋势讨论，便于读者复现并调整参数验证处理增益。整包只有 1 个 doc 文件，约 320KB，体量轻便，属于思路讲解加代码片段的实验型资料。已有 142 人学习，适合需要快速建立直扩系统框架、对照代码排查仿真问题的读者参考。
1. 一段「跑起来全是平线」的直扩脚本：这套仿真到底在验证什么
打开这份文档，第一眼看到的不是论文式推导，而是一段能直接粘进 MATLAB 命令窗的脚本：信源 → 扩频 → 载波调制 → 加噪 → 相干解调 → 解扩 → 积分判决 → 数误码，八个环节一个不落，每个环节还配一张 figure。它做的事很朴素——把直接序列扩频（DSSS）这条链路每一步都用波形摊开给你看，让你肉眼确认「1」被一串伪随机码替换掉之后长什么样，再在高斯白噪声里把它捞回来。适合两类人：一类是通信原理课要交仿真报告的在校同学，另一类是想快速搭个扩频链路原型、又不想一上来就动射频硬件的工程师。整套东西离线跑，不依赖互联网，一台装了 MATLAB 的笔记本就够。缺点也摆在明面上：原脚本参数前后打架，直接回车大概率是报错，或者给你一条毫无信息的平线，得先把它理顺。
2. 链路骨架与技术选型：64 位扩频码配 BPSK 是怎么搭起来的
2.1 从信源到判决：直扩系统的六段式结构
直扩的核心动作只有一个：把窄带的信息码元，乘上一路码速率远高于它的伪随机码。信息码元宽度记作 Ta，伪随机码码片宽度记作 Tc，要求 Tc << Ta，两者一乘，时域上信息被「切碎」，频域上能量被摊到一个宽得多的频带上。接收端做的事正好相反：用一路与发端严格同相位、同码型的 PN 码再乘一次，因为 c(t)·c(t)=1，信息就被还原回来。
把这个过程落到具体的信号上，整条链路的每一环都能写成一个乘法或一个积分：
| 环节 | 数学动作 | 原脚本里的变量 |
|---|---|---|
| 信源 | a(t) ∈ {+1,−1}，码元宽 Ta | x/d |
| 扩频 | a(t)·c(t)，码片宽 Tc = Ta/SF | b = BPSK.*k_code |
| 载波调制 | 乘 cos(2πf_c t) | s |
| 信道 | 叠加高斯白噪声 n(t) | r = awgn(s,...) |
| 相干解调 | 再乘 cos(2πf_c t) | rs |
| 解扩 | 再乘同相位 c(t) | jk_code |
| 低通 + 判决 | 一个比特周期内积分，取符号 | zl→xo |
处理增益是这条链路最该记住的一个数：Gp = 10·lg(Ta/Tc) = 10·lg(SF)。扩频因子取 64，理论上就能把信噪比抬 18 dB 左右；取 7，只有 8.45 dB。文档里写「处理增益达到 10 dB 以上」，代码里却是 3 级移位寄存器产生的 7 位码，这个矛盾后面第 5 章会专门算一笔。
值得说清楚的是，BPSK 条件下「模二加」和「相乘」是一回事。信源取 ±1、PN 码取 ±1，模二加的异或表映射到 ±1 上，结果与直接相乘完全一致。所以脚本里从头到尾没有出现xor，全是.*，这不是偷懒，是等价变换。
2.2 技术选型：为什么是 BPSK + 相干解扩 + AWGN
调制方式为什么挑 BPSK 而不是 QPSK、DPSK、MPSK？三个理由，都很实际。
第一，判决门限最干净。BPSK 是二维信号里一维的退化物，接收端积分出来的判决量理论上就是 ±√Eb，门限卡在 0，一个sign()就完事，不需要估计幅度、不需要锁相环算相位模糊。第二，理论曲线有闭式解，BER = Q(√(2Eb/N0))，你跑出来的仿真点可以直接往这条曲线上怼，对不对一眼就知道——这在调试阶段太重要了，没有参照物的仿真等于黑匣子。第三，实现代价最低，一个乘法器加一个积分器。QPSK 在同样 Eb/N0 下虽然频带效率翻倍，但要多一路正交支路，仿真代码量上去，调试成本也跟着上去，对一份以「看懂原理」为目标的仿真来说不划算。
解扩方式必须是相干解扩，这是直扩和跳频最本质的区别。跳频可以非相干，直扩不行——PN 码的相位必须严格对齐，差一个码片，解扩后的相关峰就掉下去，差到半个码片以上基本等于没解扩。原脚本里jk_code = rs.*k_code这一行，乘的就是发射端那一路完全相同的k_code，中间没有任何同步、捕获、跟踪的环节，属于「理想同步假设」。做原理验证够用，做工程原型这就是第一个要补的模块。
信道选 AWGN 也是同样的逻辑：先在最干净的条件下把链路跑通，再加多径、加窄带干扰。awgn(s, SNR(k), 'measured')这个调用里，'measured'是个关键参数，它让函数先测一遍输入信号的实际功率，再按这个功率反推噪声功率。不加'measured'的话，函数默认信号功率是 0 dBW，你的信号只要不是这个量级，加出来的信噪比就是错的，而且错得很隐蔽——波形看起来还挺正常。
2.3 伪随机码选择：m 序列、GOLD、WALSH 在仿真里的分工
脚本里那段switch seq其实把四类常用码都摆出来了，只是默认走的是case 1。
m 序列是最基础的一类，由线性反馈移位寄存器产生，n 级寄存器能给出周期 2^n − 1 的最长序列，所以叫「最长线性反馈移位寄存器序列」。它的自相关函数是双值的，主瓣尖锐、旁瓣平坦，这一条性质直接决定了直扩系统的抗多径能力——不同时延到达的信号，只要错开一个码片以上，相关输出就掉到旁瓣，很容易被判决电路区分开。缺点是互相关特性不够理想，任意两条 m 序列之间的互相关峰值不可控，多址场景下互相干扰大。
GOLD 码就是冲这个来的。取两条码长、码速率都相同的 m 序列优选对，模二加，每滑动一次相对位移就得到一条新码，一共能凑出 2^n + 1 条，互相关是三值的、有明确上界。地址数比 m 序列多得多，工程上用得最广。脚本里ptap1=[1 3]、ptap2=[2 3]就是两路寄存器的不同抽头，一个产生 m1，一个产生 m2，再goldseq(m1,m2,user)移位相加。
WALSH 码是正交函数系，两两互相关严格为 0，代价是自相关很差、序列也不平衡（0 和 1 的个数不相等），所以它一般不单独当扩频码用，而是当信道化码——同一路扩频之后，再用不同阶的 WALSH 码区分不同用户或不同信道。OVSF 码是 WALSH 的可变扩频因子版本，核心约束是「不同扩频因子的码之间也要正交」，父子码不能同时分配。
对这份仿真来说，用哪一路都行，因为只有一个用户、一条链路，正交性根本用不上。真正影响结果的是码长——码长即扩频因子，直接决定处理增益。
3. 核心代码逐段拆解：一条比特从产生到判决复现的完整链路
原脚本有不少历史包袱：变量名前后不一致、时间轴单位混乱、载波频率超过奈奎斯特。我按它原有的结构重排了一版能直接跑的，逻辑一环没改，参数理顺了。
3.1 参数区与信源：M、L、dt 三个数字决定一切
先看参数。原脚本写的是Rb=0.25; Tb=1/Rb;，也就是 Tb = 4 秒，可文档里明明白白写着「信源速率 2 kbps」。这类前后矛盾在学生脚本里非常常见——参数是抄来的，注释是后来补的，两边的单位体系根本没对齐。
我的建议是：所有参数从采样率往上推，别单独拍脑袋定。
close all; clear; clc; Rb = 1e3; % 信源速率 1 kbps SF = 64; % 扩频因子：每比特 64 个码片 sps = 8; % 每码片采样点数 fs = Rb * SF * sps; % 采样率 = 512 kHz fc = 100e3; % 载波 100 kHz，必须 < fs/2 = 256 kHz M = 1000; % 仿真比特数，统计误码至少要这个量级 sps_bit = SF * sps; % 每比特采样点数 = 512 t = (0 : M*sps_bit-1) / fs; % 统一时间轴，单位秒 SNR_dB = 1 : 1 : 15; % 信噪比扫描点几个参数的关系是绑死的：码片速率 = Rb × SF，采样率 = 码片速率 × sps。改任何一个，fs 都得跟着重算，否则后面cos(2*pi*fc*t)里的 fc 和 t 就不在一个时间基准上。原脚本dt=Tb/L算出来是 0.01，等效采样率只有 100 Hz，而载波写的是fc=4e4——40000 Hz 对 100 Hz 的采样率，相位每步跳 400 圈，早混叠成一团噪声了，画出来的「扩频调制信号」其实是一堆随机起伏。
信源部分，sign(randn(1,M))比sign(rand(1,M)-0.5)更稳妥：
data = sign(randn(1,M)); % ±1 等概 data(data == 0) = 1; % randn 恰好取 0 时兜底 base = reshape(repmat(data, sps_bit, 1), 1, []); % 矩形脉冲成型repmat把每个比特沿列方向复制sps_bit份，reshape再摊平成一行，得到一个长度 M × 512 的基带波形。这一步就是矩形脉冲成型，等价于每个码元持续期间输出恒定电平。用rand(1,M)-0.5的问题在于rand返回 [0,1)，减 0.5 之后取 sign，端点值偶尔会落到 0 上，虽然概率极低，但一旦出现就会在波形里留一个零值点，积分判决那里容易出玄学问题。
3.2 扩频与载波调制：模二加在 BPSK 里就是乘法
PN 码这一段是原脚本里最需要小心的部分。原代码用mod(i,7)做循环索引，取的是code(7)和code(mod(i,7))，两个分支之间还差一个偏移，写得很绕。等价但清楚得多的写法是按码片维度生成，再上采样：
pn7 = mseq(3, [1 3], [1 1 1]); % 长度 7 的 m 序列，取值 0/1 pn7 = 2*pn7 - 1; % 映射到 ±1，方便直接相乘 chip_idx = 0 : M*SF-1; % 一共 M*SF 个码片 pn_chip = pn7(mod(chip_idx, 7) + 1); % 周期延拓到整帧 pn = reshape(repmat(pn_chip, sps, 1), 1, []); % 每码片重复 sps 个采样点 tx = base .* pn; % 扩频：BPSK 下模二加 == 相乘 s = tx .* cos(2*pi*fc*t); % 搬移到载波mod(chip_idx,7) + 1是 MATLAB 里做周期索引的标准套路：mod的结果是 0~6，加 1 变成 1~7 才能当下标。这里扩频因子实际是 7（m 序列周期），不是文档写的 64——想凑够 64，得把寄存器级数提到 6 拿到 63 位码，或者直接用 64 阶 WALSH。这个差异在第 5 章会单独算。
tx = base .* pn这一行就是整个直扩的灵魂。逐点相乘之后，原本宽 512 个采样点的比特，被切成 64 段各自翻转极性，频谱自然被摊宽 64 倍。乘载波那一步只是把这个基带信号搬到 fc 附近，不改变带宽。
3.3 解扩与积分判决：判决门限为什么要用一整个比特周期求和
接收端这一段，原脚本走了频域：T2F变换 →lpf低通 → 再变换 → 再低通，一路滤波下来。能跑通，但对新手极不友好，因为中间任意一个滤波器参数错了，波形看着还像那么回事，结果就是不对，排查起来很费劲。
相干解调 + 矩形脉冲这个组合，其实用不着频域滤波，时域积分就够了：
for k = 1 : length(SNR_dB) r = awgn(s, SNR_dB(k), 'measured'); % 加噪，按实测信号功率定噪 rd = r .* cos(2*pi*fc*t); % 相干解调：乘回同频同相载波 rd = rd .* pn; % 解扩：乘回完全同相位的 PN 码 metric = sum(reshape(rd, sps_bit, M), 1); % 每比特周期内求和 == 积分 rx = sign(metric); % 零门限判决 ber(k) = mean(rx ~= data); end为什么sum就能代替低通？把rd展开看：r里是±cos(2πfct) + n(t)，乘一次 cos 得到±cos²(2πfct) = ±(1+cos(4πfct))/2，再乘 PN 码不改变频率成分。一个比特周期 Tb = 1 ms 里，cos(4πfct) 在 fc = 100 kHz 下正好走完 200 个整周期，求和结果趋近于 0，只剩下直流分量±0.5 × 512 ≈ ±256。这就是「积分型低通」——积分区间取信号周期的整数倍，高频项自然清零。噪声项因为与 PN 码不相关，乘完之后被摊宽，落进积分带宽里的只是一小部分，这一进一出就是处理增益的来源。
reshape(rd, sps_bit, M)是按列切分的，第 i 列正好是第 i 个比特的 512 个采样点，sum(...,1)沿列求和得到 1×M 的判决量向量。这个写法比原脚本里嵌套两层for手动累加快一个数量级，M 提到 10 万的时候差距非常明显。
提示：解扩用的
pn必须和发射端那一路逐点对齐，包括起始相位。原脚本里这个条件靠「同一个变量用两次」天然满足，一旦你把收发拆成两个函数，第一个翻车点就在这里。
3.4 误码率统计：为什么样本量比曲线好不好看更重要
ber(k) = mean(rx ~= data)这一行做了两件事：逐比特比较，再取均值。看起来简单，但统计可靠性完全取决于 M。
M = 100 的时候，一个误码就是 1% 的 BER，曲线是一格一格跳的台阶；M = 1000 也只到 0.1% 的分辨率。BER 要下到 1e-3 以下，M 至少得 1e5 量级，否则你在图上看到的「曲线下降」有一半是随机波动。原脚本M=100、z1(a)=z/100，15 个 SNR 点每个点只有 100 个样本，画出来的折线基本没法看。
还有一个容易忽略的点：awgn在循环里每次重新生成噪声，但data只生成了一次。这本身是对的——固定发送序列、只换噪声，统计的才是纯信道影响。如果连data也在循环里重新生成，误码率的方差会更大，曲线更抖。
想直接看误码率随 SNR 的变化，一句semilogy(SNR_dB, ber, 'o-'); grid on;就够了，别学原脚本axis([0,15,10^(-4),1])那样硬设坐标范围——BER 一旦掉到 1e-4 以下，点就被裁掉了，看着像曲线突然断了。
4. 三个自造轮子：mseq、T2F、lpf 的实现与替代方案
原文档贴了主脚本，却没贴这几个被反复调用的函数。缺了它们，代码就是跑不起来的半成品。这一章把三个函数补齐，顺便说清楚什么时候该自己写、什么时候该用工具箱。
4.1 m 序列发生器：移位寄存器加反馈抽头
mseq(stage, ptap, regi)的三个入参分别是寄存器级数、反馈抽头位置、初始状态。核心就是「输出末级、抽头模二加、整体右移、反馈位补到最前」这一个循环：
function code = mseq(stage, tap, reg) % stage : 寄存器级数 % tap : 反馈抽头位置，如 [1 3] 表示第 1 级和第 3 级异或 % reg : 初始状态，长度必须等于 stage，不能全 0 N = 2^stage - 1; % m 序列周期 code = zeros(1, N); for n = 1:N code(n) = reg(end); % 输出末级 fb = mod(sum(reg(tap)), 2); % 抽头模二加得到反馈位 reg = [fb, reg(1:end-1)]; % 右移，反馈位塞最前 end end初始状态不能全零，全零的话反馈永远是零，寄存器卡死，输出一条直流。抽头怎么选不是随便来的，得对应本原多项式，选错了周期会缩短。3 级取 [1 3] 得到周期 7，序列是1 1 1 0 1 0 0，跑满 7 步寄存器回到初态，可以自己验一遍。
工程上常备的几个配置：
| 级数 stage | 抽头 tap | 周期 2^n−1 |
|---|---|---|
| 3 | [1 3] | 7 |
| 4 | [1 4] | 15 |
| 5 | [2 5] | 31 |
| 6 | [1 6] | 63 |
| 7 | [3 7] | 127 |
| 8 | [2 3 4 8] | 255 |
| 9 | [4 9] | 511 |
想要「扩频因子 64」这个整数，m 序列给不了——它只能是 2^n−1。要么用 63 近似，要么改用 64 阶 WALSH 码，要么就在 63 位码后面补一位凑数（原脚本case 3里[goldseq(...), zeros(user,1)]干的就是补零这件事，但补零会破坏序列的平衡性，处理增益要打折）。
4.2 T2F 与 lpf：频域滤波这条路怎么走通
T2F是时域转频域，lpf是频域理想低通。两个函数必须约定同一套频率轴，否则截止频率就是玄学常数。
function [f, X] = T2F(t, x) % 返回双边频谱，f 单位 Hz N = length(x); dt = t(2) - t(1); X = fftshift(fft(x)) / N; % 归一化，保证幅度与时域可比 f = (-N/2 : N/2-1) / (N * dt); % 频率轴，步进 1/(N*dt) end function [t, y] = lpf(f, X, fc) % 理想低通：只保留 |f| <= fc 的分量 N = length(X); Y = X .* (abs(f) <= fc); y = real(ifft(ifftshift(Y))) * N; % 反变换并还原幅度 dt = 1 / (N * (f(2) - f(1))); % 由频率分辨率反推采样间隔 t = (0:N-1) * dt; endfftshift把零频搬到中间，是为了让频率轴从 −fs/2 到 +fs/2 单调递增，这样abs(f) <= fc才是关于零频对称的一段。少了这一步，滤的是一段首尾相接的乱频带。
原脚本调用写的是lpf(f, rf, fc/10000)，那个 10000 是怎么来的？无非是把 Hz 换算成「万赫兹」好让数值落在 0~5 的小区间里。这种写法极其脆弱：fs 一改、fc 一改，这个 10000 立刻失效，而且不会报错，只会默默滤错。血泪经验——滤波器参数永远跟着采样率走，不要手写魔数。
注意：
ifft的结果默认是复数，实信号滤完取real是必要的；乘回 N 是因为前面fft除了 N 做归一化，这里得乘回去，否则幅度会小 N 倍，判决门限全部偏移。
4.3 更省事的替代：工具箱与直接时域积分
如果只是要验证原理，第 3 章那种「乘载波 → 乘 PN → 比特周期求和」的写法比频域滤波短得多，也快得多，还不容易出错。频域那条路的价值在画图——你想看扩频前后的频谱对比、想看干扰被摊宽的过程，T2F就派上用场了。
版本较新的 MATLAB 里，PN 码可以直接用comm.PNSequence生成，不用自己写移位寄存器：
pnGen = comm.PNSequence('Polynomial', 'x^6+x+1', ... 'InitialConditions', ones(1,6), ... 'SamplesPerFrame', M*SF); pn = 2 * pnGen() - 1; % 输出 0/1，映射到 ±1'x^6+x+1'对应抽头 [1 6]，SamplesPerFrame一次给够整帧长度，省掉了循环延拓。滤波同样有现成的LowpassFilter或dsp.FIRFilter，但它们用的是真实滤波器（有过渡带、有群时延），跟理想低通的行为不完全一样，做 BER 对比时要留意这层差异。自己写的lpf是砖墙响应，理论上更「干净」，代价是时域会有振铃。
5. 避坑与排查：仿真结果不对时先看这 5 个地方
仿真类代码有个共同特点——错了不一定报错，很可能安安静静给你一张图，只是那张图没意义。下面五条是我在不同场合反复见到的翻车现场，按「现象 → 原因 → 解决」记下来，下次遇到能省几个小时。
5.1 波形层：图能出来但形状不对
第一条：figure(2)一跑就报「无法识别函数或变量 QPSK」。现象很直接，命令行红字一片，前面的图全白画。原因在变量命名：上一行明明写的是BPSK=(I.*cos(...)-Q.*sin(...))/sqrt(2);，plot的时候顺手敲成了plot(tq,QPSK)。这种错误在变量名和函数名、调制方式名混着用的时候特别高发。解决办法是统一收敛到语义无关的名字，比如基带信号一律叫tx、接收一律叫rd，调制方式只写在注释里，能规避掉一大半手误。
第二条：扩频调制信号的波形是一团密集的糊状带，看不出周期性。现象是plot(td,s)出来的曲线密密麻麻、完全随机，调整axis也没用。根因是载波频率超过了奈奎斯特频率。原脚本dt=Tb/L算下来等效采样间隔 0.01，采样率 100 Hz，而fc=4e4，每个采样点之间相位跳 400 圈，cos的值已经完全混叠，画出来就是噪声。解决顺序是先定 fs，再取 fc 落在 fs/8 到 fs/4 之间，最后用axis只放大一两个比特周期看细节——不放大根本看不出码片翻转的痕迹。
第三条：解扩之后的波形里还有明显的高频毛刺，判决量忽正忽负。这是没用低通、或者低通截止频率设错的典型表现。解调后r.*cos(2πfct)里有cos(4πfct)这个二倍频分量，幅度和基带分量一样大，不滤掉的话判决量会被它带偏。如果用积分代替滤波，必须保证积分区间是载波周期的整数倍——这一点在 fc 和 Rb 不成整数比的时候会失效，所以参数尽量取整倍数关系，别搞出 100 kHz 载波配 1.3 kbps 这种组合。
5.2 统计层：误码率曲线不下降或恒为零
第四条：BER 恒等于 0，或者恒等于 0.5。恒 0 一般两种情况：一是没加噪（awgn的 SNR 参数被传成了很大的数，或者压根没调用），二是接收端直接拿data去比较，等于自己跟自己比。恒 0.5 更有意思，说明判决量完全是随机的——最常见的原因是解扩时 PN 码相位没对齐，收发用了两段不同起始位置的码，相关峰对不上，输出就是纯噪声；其次是判决前没做积分或低通，二倍频分量主导，sign出来一半对一半错。排查手法是先固定 SNR = 0 dB 单点跑，把metric的直方图画出来，双峰分离清晰说明链路通了，混成一片就是上面两个问题之一。
第五条：BER 曲线画出来是折线，或者被裁掉一半。axis([0,15,10^(-4),1])这行是元凶之一，BER 掉到 1e-4 以下的点直接被裁出画面，看着像曲线「断了」。另一个原因是样本量——M=100时每个 SNR 点只有 100 个比特，一个误码就是 1%，曲线自然一格一格跳。解决方法是把 M 提到 1e5 量级，绘图换成semilogy让纵轴自动适应，同时别硬设axis的纵轴下界。顺带一提，跑 1e5 比特 × 15 个 SNR 点，for循环里那两层手写累加会慢到让人怀疑人生，换成reshape + sum能快十几倍，这就是后悔药。
第六条（附带）：文档说扩频因子 64，实际处理增益只有 8.45 dB。现象是仿真出来的 BER 曲线比理论值差一大截，怎么调都对不上。算一下就清楚了：代码里stage=3，m 序列周期 2³−1 = 7，扩频因子实际是 7，处理增益 10·lg(7) ≈ 8.45 dB；而文档写的是 64，对应 18 dB。中间差了将近 10 dB，曲线当然对不上。要凑够 64，把stage提到 6 拿到 63 位码（Gp ≈ 18 dB），或者换 64 阶 WALSH。这类「文档写一套、代码跑一套」的坑，在这类仿真资料里出现的频率高得离谱，拿到手第一件事就是拿length(pn)打印一下实际码长。
6. 二次开发：把它从一次性作业脚本改成可复用的 BER 实验台
原脚本最大的问题是「一次性」——参数写死在开头，跑完出几张图，换一组参数就得改代码。想拿它做点正经事，比如比较不同扩频因子对误码率的影响、验证理论曲线，第一步是把它函数化。
改造的核心是把「信噪比」这个自变量从awgn的 SNR 换成 Eb/N0。这两者差一个带宽比：SNR = (Eb/N0)·(Rb/fs)，而 fs/Rb = SF × sps，所以
snr_dB = EbN0_dB - 10*log10(SF * sps); % Eb/N0 换成采样带内的 SNRsps是每码片采样点数，它不该影响误码率性能——如果你改了 sps 而 BER 曲线跟着动，说明换算写错了。这是个很好用的自检手段。
包成函数之后，主体不到二十行：
function ber = dsss_sim(SF, sps, EbN0_dB, M) % SF : 扩频因子 % sps : 每码片采样点数 % EbN0_dB : 每比特信噪比，dB % M : 仿真比特数 Rb = 1e3; fs = Rb*SF*sps; fc = fs/8; t = (0 : M*SF*sps-1) / fs; data = sign(randn(1,M)); data(data==0) = 1; base = reshape(repmat(data, SF*sps, 1), 1, []); pn = 2*mseq(log2(SF+1), [1 log2(SF+1)], ones(1,log2(SF+1))) - 1; pn = reshape(repmat(pn(mod(0:M*SF-1, numel(pn))+1), sps, 1), 1, []); s = base .* pn .* cos(2*pi*fc*t); r = awgn(s, EbN0_dB - 10*log10(SF*sps), 'measured'); rd = r .* cos(2*pi*fc*t) .* pn; rx = sign(sum(reshape(rd, SF*sps, M), 1)); ber = mean(rx ~= data); end外面套一层 SNR 扫描，同时算一条理论曲线做参照：
EbN0 = 0:2:12; for i = 1:numel(EbN0) ber_sim(i) = dsss_sim(63, 8, EbN0(i), 1e5); ber_th(i) = qfunc(sqrt(2*10^(EbN0(i)/10))); % BPSK 理论值 end semilogy(EbN0, ber_sim, 'o', EbN0, ber_th, '-'); grid on;扩频因子取 63 而不是 64，是因为 m 序列只能是 2^n−1，用 63 换来的是干净的码长和准确的 Gp = 18 dB，比凑整更重要。理论曲线用的是 BPSK 在 AWGN 下的闭式解，直扩在理想同步、单用户的条件下应该与它重合——如果你的仿真点系统性偏高，多半是 PN 相位、滤波或 SNR 换算三者之一出了问题；偏低则是泄漏了发送端信息，比如判决时误用了data。
再往下还有几个值得做的方向：
| 改造点 | 改哪里 | 预期效果 |
|---|---|---|
| 换扩频码 | mseq换成goldseq或 WALSH | 观察互相关对多址干扰的影响 |
| 加窄带干扰 | 在awgn之后叠一个单音 | 验证干扰被摊宽后功率下降 |
| 加多径 | 用两路不同时延的s相加 | 观察相关峰分离与 RAKE 合并收益 |
| 加码片失配 | PN 码索引整体偏移若干采样点 | 量化同步误差对 BER 的影响 |
最后这一项是我最推荐的。前面说过，原脚本隐含了「理想同步」这个假设，而真实系统里同步是最难啃的一块。你只要把接收端的pn索引整体挪 1 个采样点、半个码片、1 个码片，跑出来的 BER 曲线会立刻告诉你这条链路有多脆弱——半个码片以内还能救，超过一个码片直接崩成 0.5。从那以后我每次做扩频仿真，都强制先跑一遍同步误差扫描，把这条曲线的拐点记在参数表里，再谈别的性能指标。希望这套东西帮到你，少走几段弯路。
本文还有配套的精品资源，点击获取
