简介：这份资源面向无线通信、扩频与CDMA方向的学习者和研究人员，提供Rake接收机的Matlab仿真实现，用于理解多径衰落信道下的分集接收与信号合并机制。压缩包为rar格式，共2个文件，均为.m脚本，分别对应发射端与接收端的仿真流程，整体约3KB，体量轻便，便于直接运行和二次修改。目前已有2424人学习下载，说明该主题在通信仿真学习中具有较高关注度。代码围绕多径信道的模拟、各路径“手指”信号的检测与跟踪，以及最大比值合并、等增益合并、选择式合并等策略展开，读者可据此对比不同合并方式对误码率和信噪比的影响，并调整信道参数观察性能变化。对于需要完成课程设计、理解Rake接收原理或搭建通信链路仿真框架的读者，这份脚本可作为可运行的参考起点，帮助快速建立从发射、传播到接收合并的完整认知。
1. 从一次误码率曲线“躺平”说起：Rake接收机到底在解决什么
做扩频通信仿真的人多半遇到过这种场景：多径信道一开，误码率曲线直接躺平，信噪比往上加也没用。第一次碰到时我以为是噪声参数设错了，查了半天才发现，问题出在接收端把多径当成了纯粹的干扰。实际上在宽带扩频系统里，多径分量只要延迟差超过一个码片，就可以被分辨出来，而 Rake 接收机干的事，就是把这些可分辨的多径“捡起来”，按一定准则合并，把原本的干扰变成有用的分集增益。
这份 Rake 接收机 Matlab 程序仿真资源，核心就是围绕分集接收和合并技术展开的一套可运行脚本。它适合正在做扩频通信课程设计、毕设，或者需要快速验证合并算法效果的从业者。你不需要从零推导公式，但需要理解每一路 finger 在干什么、合并权重怎么来的，否则调参时只能靠玄学。下面我按“先立住原理、再动手复现、最后排坑”的顺序拆开讲。
2. 分集接收与合并技术的原理底座：为什么是 Rake 而不是均衡器
2.1 多径分辨与 finger 分配的物理含义
扩频信号经过多径信道后，接收到的信号可以写成若干延迟副本的叠加。关键在于扩频码的自相关特性：当延迟差大于一个码片周期时，各副本近似正交，可以被独立解扩。Rake 接收机正是利用这一点，为每条可分辨路径分配一个 finger，每个 finger 用对应延迟的扩频码做解扩，得到该路径的幅度和相位估计。
这里有个容易混淆的点：finger 不是越多越好。路径数超过实际可分辨的多径数时，多出来的 finger 只会引入噪声。常见做法是先做信道估计，取能量超过门限的抽头分配给 finger。我一般会把门限设在最强路径能量的 10% 到 20% 之间，具体看信噪比。
2.2 三种合并准则的选型理由
合并技术决定了各 finger 输出怎么加权。常见的有最大比合并（MRC）、等增益合并（EGC）和选择合并（SC）。MRC 按各路径信噪比加权，理论性能最好，但需要准确的幅度估计；EGC 只做相位补偿，实现简单，在幅度估计不准时反而更稳；SC 只选最强一路，复杂度最低但浪费了分集增益。
在这份 Matlab 仿真里，三种合并方式通常都会给出对比。如果你只是验证系统能否工作，先用 EGC 跑通，再换 MRC 看性能提升。下面这张表是我整理的关键参数对照，调参时可以直接参考。
| 合并方式 | 权重来源 | 对幅度估计的依赖 | 典型适用场景 |
|---|---|---|---|
| MRC | 各路径信噪比 | 高 | 信道估计准确、追求最优性能 |
| EGC | 仅相位补偿 | 低 | 幅度估计受限、实现资源紧张 |
| SC | 选最强路径 | 中 | 快速验证、路径数少 |
提示：仿真里如果 MRC 性能反而比 EGC 差，先检查信道估计的幅度是否做了归一化，这是最常见的翻车点。
3. 把 Rake 接收机跑起来：Matlab 脚本结构与关键参数
3.1 仿真主流程与文件组织
一份典型的 Rake 接收机仿真脚本会包含发射端扩频、多径信道、接收端解扩与合并、误码率统计几个模块。我习惯把参数集中在一个配置段，避免后面改一个数要翻遍全文。下面这段代码是主流程的骨架，你可以直接照着搭。
% rake_sim_main.m % Rake接收机仿真主流程 clear; clc; close all; %% 参数配置 SF = 31; % 扩频因子，取31便于用m序列 Nsym = 2000; % 仿真符号数 SNR_dB = 0:2:16; % 信噪比扫描范围 nFinger = 4; % Rake finger数量 mergeMode = 'MRC'; % 合并方式：MRC / EGC / SC delayProfile = [0 2 5 9]; % 各路径延迟（码片数） gainProfile = [1 0.6 0.4 0.25]; % 各路径平均增益 %% 生成扩频码 pn = comm.PNSequence('Polynomial', 'x^5+x^2+1', ... 'SamplesPerFrame', SF, 'InitialConditions', [1 0 0 0 0]); spreadCode = step(pn); spreadCode = 2*spreadCode - 1; % 映射到±1 %% 主循环 ber = zeros(size(SNR_dB)); for idx = 1:length(SNR_dB) % 发射端：BPSK调制 + 扩频 txSym = randi([0 1], Nsym, 1); txMod = 2*txSym - 1; txSig = reshape(txMod * spreadCode.', [], 1); % 多径信道：按延迟和增益叠加 rxSig = zeros(length(txSig) + max(delayProfile), 1); for p = 1:length(delayProfile) delayed = [zeros(delayProfile(p),1); txSig]; rxSig(1:length(delayed)) = rxSig(1:length(delayed)) + ... gainProfile(p) * delayed; end % 加高斯白噪声 rxSig = awgn(rxSig, SNR_dB(idx), 'measured'); % 接收端：Rake解扩与合并 [decBits, ~] = rake_receiver(rxSig, spreadCode, ... delayProfile, nFinger, mergeMode); % 误码率统计 ber(idx) = sum(decBits ~= txSym) / Nsym; end %% 绘图 semilogy(SNR_dB, ber, '-o'); xlabel('SNR (dB)'); ylabel('BER'); title(['Rake接收机性能 - ' mergeMode]); grid on;这段代码的逻辑说明：参数配置段集中了扩频因子、符号数、信噪比范围、finger 数量和合并方式，改任何一个都不用动主循环。扩频码用 5 阶 m 序列生成，长度 31，映射到 ±1 后与调制符号相乘完成扩频。多径信道部分按延迟和增益把发射信号叠加成接收信号，注意这里用的是平均增益，实际仿真中如果要做衰落信道，需要把增益换成随机变量。最后调用rake_receiver做解扩合并，统计误码率。
参数怎么改：nFinger不要超过length(delayProfile)，否则多出的 finger 没有对应路径；mergeMode切换时确保rake_receiver内部有对应分支；SNR_dB范围根据你关心的误码率区间调整，一般 0 到 16 dB 能覆盖从 10^-1 到 10^-4 的变化。
3.2 Rake 接收机核心函数：解扩、信道估计与合并
主流程调用的rake_receiver是整套仿真的核心。它要完成三件事：对每条路径做解扩、估计各路径的幅度相位、按合并准则输出判决变量。下面是我常用的实现框架。
function [decBits, metrics] = rake_receiver(rxSig, code, ... delays, nFinger, mergeMode) % Rake接收机：解扩 + 信道估计 + 合并 % 输入：rxSig-接收信号, code-扩频码, delays-路径延迟 % nFinger-finger数, mergeMode-合并方式 % 输出：decBits-判决比特, metrics-各finger合并权重 SF = length(code); nSym = floor((length(rxSig) - max(delays)) / SF); fingerOut = zeros(nSym, nFinger); fingerWeight = zeros(1, nFinger); % 对每条路径做解扩 for f = 1:nFinger d = delays(f); % 取对应延迟的接收段 seg = rxSig(d+1 : d + nSym*SF); seg = reshape(seg, SF, nSym).'; % 解扩：与扩频码做内积 fingerOut(:, f) = seg * code / SF; end % 信道估计：用解扩输出的均值估计幅度 for f = 1:nFinger fingerWeight(f) = mean(abs(fingerOut(:, f))); end % 合并 switch mergeMode case 'MRC' % 最大比合并：按幅度加权，相位取共轭 w = fingerWeight .* exp(-1j*angle(mean(fingerOut, 1))); combined = fingerOut * w.'; case 'EGC' % 等增益合并：只补偿相位 w = exp(-1j*angle(mean(fingerOut, 1))); combined = fingerOut * w.'; case 'SC' % 选择合并：取最强路径 [~, best] = max(fingerWeight); combined = fingerOut(:, best); otherwise error('未知合并方式: %s', mergeMode); end % BPSK判决 decBits = real(combined) > 0; metrics = fingerWeight; end逻辑说明：解扩部分把接收信号按延迟截取后 reshape 成矩阵，每一列是一个符号周期内的采样，与扩频码做内积就得到该路径的解扩输出。信道估计用解扩输出的平均幅度作为权重，相位用平均相位估计。MRC 的权重是幅度乘相位共轭，EGC 只保留相位共轭，SC 直接选幅度最大的路径。
参数说明：delays必须与主流程的delayProfile一致，否则解扩位置对不上；nFinger小于路径数时只处理前几条，实际中应该按能量排序后取前几条；fingerWeight在 MRC 里直接作为权重，如果信道估计不准，可以加一个遗忘因子做滑动平均。
注意：解扩时的归一化因子是
SF，如果你用的扩频码不是 ±1 而是 0/1，需要先做映射，否则内积结果会偏。
4. 仿真结果怎么读：误码率曲线与合并增益的验证
4.1 误码率曲线的正确打开方式
跑完仿真后，最直观的验证就是看误码率随信噪比下降的斜率。单径情况下，BPSK 的误码率曲线是一条标准的水fall 曲线。加入多径后，如果不做 Rake 合并，曲线会明显右移甚至出现错误平台。开启 Rake 后，曲线应该向左移动，且 finger 数越多、合并方式越优，移动越明显。
我一般会同时画三条曲线：无 Rake、EGC、MRC。如果 MRC 和 EGC 几乎重合，说明各路径幅度差异不大，或者信道估计没起作用。如果 MRC 反而更差，回去检查权重计算里的相位符号。
4.2 合并增益的量化对比
合并增益可以用相同误码率下信噪比的差值来衡量。比如误码率 10^-3 时，MRC 比单径节省多少 dB。下面这张表是我在某次仿真中记录的数据，你可以用自己跑出来的结果对照。
| 合并方式 | 达到 BER=10^-3 所需 SNR | 相对单径增益 |
|---|---|---|
| 无 Rake | 约 14 dB | 基准 |
| SC | 约 11 dB | 3 dB |
| EGC | 约 9 dB | 5 dB |
| MRC | 约 8 dB | 6 dB |
这些数值会随路径增益分布变化，但趋势是稳定的：MRC 最优，EGC 次之，SC 最弱。如果你的结果偏离这个趋势太多，先查 finger 分配是否合理。
5. 避坑与排查：Rake 仿真里最容易翻车的五个地方
5.1 误码率曲线出现错误平台
现象：信噪比加到很高，误码率不再下降，卡在某个值。 原因：通常是路径间干扰没消除干净，或者解扩时延迟对齐有偏差。多径延迟如果不是整数码片，解扩输出会有残留干扰。 解决：检查delayProfile是否与信道实际延迟一致；如果是非整数延迟，需要在解扩前做插值或者改用分数间隔。
5.2 MRC 性能不如 EGC
现象：理论上 MRC 应该最好，但仿真里反而比 EGC 差。 原因：信道估计的幅度没有归一化，或者相位估计用了错误的参考。MRC 对幅度估计误差敏感，估计偏差会被放大。 解决：在计算权重前对幅度做归一化，或者改用滑动平均降低估计噪声。如果还是不行，先用 EGC 验证链路，再逐步加回 MRC。
5.3 finger 数量增加但性能不变
现象：把nFinger从 2 加到 4，误码率曲线几乎不动。 原因：多出来的 finger 对应的路径能量太低，合并后只贡献噪声。或者delays里后几条路径的增益设得太小。 解决：打印各 finger 的权重，确认后几条路径的权重是否接近零。如果是，说明它们不值得合并，减少 finger 数反而更好。
5.4 解扩输出幅度异常
现象：解扩后的符号幅度远大于或远小于预期。 原因：扩频码没有做 ±1 映射，或者归一化因子用错。用 0/1 序列做内积时，直流分量会累积。 解决：确认spreadCode已经映射到 ±1；归一化因子用SF而不是sqrt(SF)，除非你做的是正交扩频。
5.5 仿真速度慢到无法忍受
现象：跑一次误码率扫描要十几分钟。 原因：用了双重循环逐符号处理，Matlab 的向量化优势没发挥出来。 解决：把符号维度做成矩阵运算，像上面rake_receiver里那样用 reshape 和矩阵乘法，比逐符号循环快一个数量级。
6. 进阶技巧：把静态多径换成衰落信道后怎么调
静态多径跑通后，下一步通常是加衰落。我一般会把每条路径的增益换成瑞利衰落，每个符号周期更新一次。这时候信道估计不能再直接用均值，得改成滑动平均或者用导频辅助。具体做法是在每帧开头插几个导频符号，用导频做幅度相位估计，数据段用估计值合并。
% 瑞利衰落信道下的Rake接收（片段） % 每条路径增益按Jakes模型生成 fd = 100; % 最大多普勒频移 ts = 1; % 符号周期 rayleighGain = zeros(nSym, length(delayProfile)); for p = 1:length(delayProfile) rayleighGain(:, p) = rayleighchan(ts, fd); end % 接收端：用导频做信道估计 pilotLen = 10; % 导频符号数 % ... 导频段解扩后估计各路径幅度相位 % ... 数据段用估计值做MRC合并这里的关键是估计更新速率要跟得上衰落变化。多普勒频移越大，滑动平均的窗口要越短，否则估计滞后会导致合并增益下降。我习惯先用理想信道估计验证算法上限，再换成实际估计看损失多少，这样能分清是算法问题还是估计问题。
从那以后我每次跑 Rake 仿真，都强制先跑一遍单径无衰落的基准曲线，确认链路本身没问题，再逐步加多径、加衰落、加估计误差。这样出问题时能快速定位是哪一层引入的。希望帮到你。
本文还有配套的精品资源，点击获取
