Bài 1 1.1Vẽ hàm phân bó của biến ngẫu nhiên µ với giá trị trung bình và độ lệch chuẩn cho trước m µ =0;σ µ =1  Chương trình: function tn1 x=-4:0.05:4; p=exp(-x.^2/2)/(sqrt(2*pi)); check=trapz(x,p); plot(x,p); xlabel('x','Fontsize',12); ylabel('p(x)','fontsize',12);  Kết quả thực hiện: 1.2Vẽ hàm phân bố xác suất của biến ngẫu nhiên Gauss với trị trung bình và độ lệch chuẩn của 1 quá trình ngẫu nhiên tự tạo  Chương trình: function tn1_2 clear; n=1000000; x=-4:0.05:4; p=exp(-x.^2/2)/(sqrt(2*pi)); check=trapz(x,p); plot(x,p,'r'); hold on; y=randn(1,n); m=mean(y); variance=std(y)^2; x2=-4:0.05:4; c=hist(y,x2); stem(x2,c/n/(x2(2)-x2(1))); title('Gaussian Distributed pdf'); xlabel('x'); ylabel('p(x)'); legend('theoretical','experimetal'); hold off;  Kết quả thực hiện : Nhận xét :Đồ thị của hàm phân bố Gauss nhận được giống với đồ thị ở bài 1-1 1.3Xây dựng hàm tự tương quan cho quá trình ngẫu nhiên ở bài 1.2 Nhận xét: Hàm tự tương quan của quá trình ngẫu nhiên ở ví dụ 1.2 giống với hàm mật độ phổ năng lượng của chính nó Bài 3 3.1 Vẽ biểu đồ chòm sao của tín hiệu điều chế QPSK  Chương trình: clear; x=round(rand(1,10000)); plot(x); for i=1:2:length(x) if x(i)==0&x(i+1)==0 s((i+1)/2)=exp(j*pi/4); elseif x(i)==0&x(i+1)==1 s((i+1)/2)=exp(j*3*pi/4); elseif x(i)==1&x(i+1)==1 s((i+1)/2)=exp(j*5*pi/4); elseif x(i)==1&x(i+1)==0 s((i+1)/2)=exp(j*7*pi/4); end end save ex5p1_res s x; plot(s,'*'); hold on; t=0:0.01:2*pi; plot(exp(j*t),('r ')); xlabel('\phi(t)'); ylabel('s_m'); title('the complex signel-space diagram for 4-QPSK'); Kết quả thực hiện: 3.2 Cho tín hiệu điều chế được qua kênh nhiễu trắng (AWGN) vẽ biểu đồ chòm sao.  Chương trình: clear; load ex5p1_res; es=var(s); eb=es/2; snr_db=6; n_0=eb/10^(snr_db/10); n=sqrt(n_0/2)*(randn(size(s))+j*randn(size(s))); r=s+n; plot(r,'.'); hold on; plot(s,'.'); hold on; t=0:0.01:2*pi; plot('exp(j*t),]r '); legend('s_m','s'); xlabel('I'); ylabel('Q'); title('the complex signal diagram of 4-QPSK');  Kết quả thực hiện : TH1: SNR=6db TH2: SNR=3dB Qua quá trình mô phỏng trên ta thấy tỷ lệ SNR càng thấp thì các đám mây Gauss càng dày, tín hiệu càng bị nhiễu Bài 4 4.1 Mô phỏng hệ thống truyền dẫn số băng tần cơ sở sử dụng phương pháp mã hóa NRZ lưỡng cực.Đếm số bít lỗi xuất hiện và vẽ đồ thị BEP  Chương trình clear all; load ex5p1_res s x; snr_db=0:2:8; for i=1:length(snr_db) c(i)=cha(snr_db(i),s,x); end BEP=c/length(x); semilogy(snr_db,BEP,' '); title('The bit error probability'); xlabel('SNR in dB'); ylabel('p_b'); legend('p_b'); save ex6p1_res c BEP; Hàm cha: function y=cha(snr_db,s,x) es=var(s); eb=es/2; n_0=eb/10^(snr_db/10); n0=sqrt(n_0/2)*(randn(size(s))+j*randn(size(s))); ns=s+n0; theta_m=[pi/4,3*pi/4,5*pi/4,7*pi/4]; s_m=exp(j*theta_m); for i=1:length(s) d=abs(s_m-ns(i)); md=min(abs(s_m-ns(i))); if md==d(1); r(2*i-1)=0; r(2*i)=0; elseif md==d(2); r(2*i-1)=0; r(2*i)=1; elseif md==d(3); r(2*i-1)=1; r(2*i)=1; elseif md==d(4); r(2*i-1)=1; r(2*i)=0; end end c=0; for i=1:length(x) if r(i)~=x(i); c=c+1; end end y=c; Kết quả thực hiện: 4.2 So sánh tỷ lệ bit lỗi thu được bằng mô phỏng so với lý thuyết  Chương trình: clear; snr_db=0:8; snr_db_simulation=0:2:8; for i=1:length(snr_db) snr(i)=10^(snr_db(i)/10); gama_b(i)=snr(i); p_b(i)=erfc(sqrt(2*gama_b(i))/sqrt(2))/2; end semilogy(snr_db,p_b,'ro '); hold on; load ex6p1_res c BEP; title('The bit error probability'); xlabel('SNR in dB'); ylabel('p_b'); legend('Theory','simulation'); hold off  Kết quả thực hiện: . dày, tín hiệu càng bị nhiễu Bài 4 4.1 Mô phỏng hệ thống truyền dẫn số băng tần cơ sở sử dụng phương pháp mã hóa NRZ lưỡng cực.Đếm số bít lỗi xuất hiện và vẽ đồ thị BEP  Chương trình clear all; load