第一次记录QPSK，BSPK，MPSK，QAM—MATLAB实现

2023-12-22 12:01
文章标签 matlab 实现 记录 第一次 qpsk qam bspk mpsk

本文主要是介绍第一次记录QPSK，BSPK，MPSK，QAM—MATLAB实现，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

最近有偶然的机会学习了一次QPSK防止以后忘记又得找资料，这里就详细的记录一下

        基于 QPSK 的通信系统如图 1 所示，QPSK 调制是目前最常用的一种卫星数字和数 字集群信号调制方式，它具有较高的频谱利用率、较强的抗干扰性、在电路上实现也较为简单，在后文仅仅使用MATLAB进行模拟。

图 1 基于QOSK调制的通信系统模型

        其相位图如图 2 所示，二进制数 0 和 1 分别表示两个相位，为了提高传输速率，通 常可以采用多项调制的方法，即将待发的数字信号按两比特一组的方式组合，两位二进 制数的组合方式又四种—(00，01，10，11)。每个组合是一个双比特码，通常可以用四 个不同的相位值表示这四组双比特码。在传输过程中，相位改变一次，传输两个二进制 数。这种调相方法成为四项调相或四项调制，广泛广泛应用 于卫星链路、数字集群等 通信业务。

图2相位图

如图 3 所示，QPSK 信号可以采用正交调制器来实现 

图3 QPSK信号生成原理图

 根据图1和图3的原理图，就可以开始着手写MATLAB代码了。 我将其分为以下几个方面

  1. 模拟源信号
  2. 源信号->双极性信号
  3. 双极性信号转为QPSK信号
  4. QPSK信号经过模拟信道传输，引起失真。
  5. 采用相干解调法分离QPSK信号。
  6. 低通滤波过滤噪音
  7. 抽样判决获得信号
  8. 最后将信号极性反转获得源信号

QPSK详细代码如下，在代码中已经做好注释了。

%% 采用代码实现的4PSK通信系统仿真
% 假设在T=1,加入高斯噪声
clc;
clear all;
close all;
%% 发端
% 1.调制,生成二进制信号
bit_in = randi([0 1],1000,1); 
% 2.变为双极性码
data = -2*bit_in+1;        
% 3.串并转换模块：奇数位为I，偶数为为Q
data_I  = data(1:2:1000);   % 间断获取 I
data_Q  = data(2:2:1000);   % 间断获取 Q
data_I1=repmat(data_I',20,1);
data_Q1=repmat(data_Q',20,1);% 按列优先将data_I1中的数据存入data_I2
for i=1:1e4data_I2(i)=data_I1(i);data_Q2(i)=data_Q1(i);
end% 4.产生升余弦的基带信号
f=0:0.1:1;
xrc=0.5+0.5*cos(pi*f); data_I2_rc=conv(data_I2,xrc)/5.5;
data_Q2_rc=conv(data_Q2,xrc)/5.5;figure
subplot(2,2,1)
stem(bit_in(1:20),'black','LineWidth',2);
axis([0,20,0,1]);
title("发送的消息序列");
subplot(2,2,2)
plot(f,xrc,'black','LineWidth',2);
title("升余弦信号");
subplot(2,2,3)
plot(data_I2_rc(1:20),'black','LineWidth',2);
title("升余弦I信号");
subplot(2,2,4)
plot(data_Q2_rc(1:20),'black','LineWidth',2);
title("升余弦Q信号");% 5. 正交调制（调相法：将基带数字信号（双极性）与载波信号直接相乘的方法）
f1=1;                        % 载波频率
t1=0:0.1:1e3+0.9;I_rc=data_I2_rc.*cos(2*pi*f1*t1);
Q_rc=data_Q2_rc.*sin(2*pi*f1*t1);
x=(sqrt(1/2).*I_rc+sqrt(1/2).*Q_rc);figure(1)
subplot(2,1,1);
plot(t1,x,'black','LineWidth',2); xlabel('t'); ylabel('幅度'); 
grid on; 
axis([0 1/f1*10 -1.2 1.2]);  % 输出2个周期的信号
title('QPSK信号'); %% 6.仿真信道噪声
n0=rand(size(t1))/2;
y=x+n0;subplot(2,1,2);
plot(t1,y,'black','LineWidth',2); xlabel('t'); ylabel('幅度'); 
grid on; 
axis([0 1/f1*10 -2 2]);  % 输出2个周期的信号
title('带噪声的QPSK信号'); %% 仿真接收端
% 7.正交解调：只能采用相干解调
I_demo=y.*cos(2*pi*f1*t1);
Q_demo=y.*sin(2*pi*f1*t1);
% 8.低通滤波
I_recover=conv(I_demo,xrc);    
Q_recover=conv(Q_demo,xrc);
I=I_recover(11:10010);
Q=Q_recover(11:10010);% 9.抽样判决
data_recover=[];
for i=1:20:10000data_recover=[data_recover I(i:1:i+19) Q(i:1:i+19)];
end
bit_recover=[];
for i=1:20:20000if sum(data_recover(i:i+19))>0data_recover_a(i:i+19)=1;bit_recover=[bit_recover 1];elsedata_recover_a(i:i+19)=-1;bit_recover=[bit_recover -1];end
end% 10.变为单极性码
bit_recovered=(1-bit_recover)/2; 
figure(2)
subplot(2,1,1)
stem(bit_in(1:20),'black','LineWidth',2);
axis([0,20,0,1]);
title("发送的消息序列");subplot(2,1,2)
stem(bit_recovered(1:20),'black','LineWidth',2);
axis([0,20,0,1]);
title("接收的消息序列");figure(3)
subplot(2,1,1)
stem(bit_in(1:20),'black','LineWidth',2);
axis([0,20,0,1]);
title("发送的消息序列");subplot(2,1,2)
stem(data(1:20),'black','LineWidth',2);
axis([0,20,-1,1]);
title("双极性码");
set(gcf,'color','w')

BSPK的代码也贴在这里

clc
clear
close all;%%初始化参数设置
data_len = 100000;                       % 原始数据长度
SNR_dB = 0:10;                           % 信噪比 dB形式
SNR = 10.^(SNR_dB/10);                   % Eb/N0
Eb = 1; % 每比特能量
N0 = Eb./SNR ; %噪声功率
error2 = zeros(1,length(SNR_dB));          % 码元错误个数
simu_ber_BPSK = zeros(1,length(SNR_dB));         % 仿真误误码率
theory_ber_BPSK = zeros(1,length(SNR_dB));   % BPSK理论误码率
demod2_signal= zeros(1,data_len);         % 解调信号%%基带信号产生
data_source = round(rand(1,data_len));  % 二进制随机序列%%BPSK基带调制   
send_signal2 = (data_source - 1/2)*2; % 双极性不归零序列 %%高斯信道无编码
for z = 1:length(SNR_dB)noise2 = sqrt(N0(z)/2) * randn(1,data_len); %高斯白噪声receive_signal2 = send_signal2 + noise2;demod_signal2 = zeros(1,data_len);for w = 1:data_lenif (receive_signal2(w) > 0)demod_signal2(w) = 1;              % 接收信号大于0  则判1elsedemod_signal2(w) = 0;              % 接收信号小于0  则判0endend%统计错误码元个数for w = 1:data_lenif(demod_signal2(w) ~=data_source(w) )error2(z) = error2(z) + 1;    % 错误比特个数endend%计算误码率simu_ber_BPSK(z) = error2(z) / data_len;         % 仿真误比特率theory_ber_BPSK(z) = qfunc(sqrt(2*SNR(z)));   % 理论误比特率
end%%二进制序列、基带信号图像
figure(1);
stem(data_source);
title("二进制随机序列");
axis([0,50,0,1]);
figure(2);
stem(send_signal2);
title("BPSK基带调制--发送信号");
axis([0,50,-1.5,1.5]);figure(4);
stem(noise2);
title("高斯白噪声");
axis([0,50,-0.5,0.5]);figure(5)
stem(receive_signal2);
title("接收信号");
axis([0,50,-1.5,1.5]);figure(7)
stem(demod_signal2);
title("解调信号");
axis([0,50,0,1]);figure(8);semilogy(SNR_dB,simu_ber_BPSK,'M-X',SNR_dB,theory_ber_BPSK,'k-s');     grid on;                                      
axis([0 10 10^-5 10^-1])                      
xlabel('Eb/N0 (dB)');                     
ylabel('BER');                                  legend('BPSK仿真误码率','BPSK理论误码率');  %%画星座图
scatterplot(send_signal2);
title('发送信号星座图');
scatterplot(receive_signal2);
title('接收信号星座图');
scatterplot(demod_signal2);
title('解码信号星座图');

MPSK代码

clc;
clear all;
close all;
%% 调用库函数实现MPSK的通信系统仿真M=4;
cycl=80;       % 运行次数
SNR=0:1:30;    % 信噪比
s=randi([0 M-1],1,1000);  % 输入信息一行1000列;BER1=zeros(cycl,length(SNR));for  n=1:cyclfor k=1:length(SNR)x=pskmod(s,M,pi/4);               % M进制PSKy=awgn(x,SNR(k),'measured');      % 在传输序列中加入噪声r=pskdemod(y,M,pi/4);             % 解调r1=reshape(r',1,[]);[num,rat]=biterr(r1,s,log2(M));           % 误码率计算BER1(n,k)=rat;end
endfigure(1)
subplot(2,1,1)
stem(s(1:20),'black','LineWidth',2);
axis([0,20,0,M]);
title("发送的消息序列");subplot(2,1,2)
stem(r1(1:20),'black','LineWidth',2);
axis([0,20,0,M]);
title("接收的消息序列");%% 8PSK
M=8;
cycl=80;       % 运行次数
SNR=0:1:30;    % 信噪比
s=randi([0 M-1],1,1000);  % 输入信息一行1000列;BER2=zeros(cycl,length(SNR));for  n=1:cyclfor k=1:length(SNR)x=pskmod(s,M,pi/4);               % M进制PSKy=awgn(x,SNR(k),'measured');      % 在传输序列中加入噪声r=pskdemod(y,M,pi/4);             % 解调r1=reshape(r',1,[]);[num,rat]=biterr(r1,s,log2(M));           % 误码率计算BER2(n,k)=rat;end
endfigure(2)
subplot(2,1,1)
stem(s(1:20),'black','LineWidth',2);
axis([0,20,0,M]);
title("原始消息序列");subplot(2,1,2)
stem(r1(1:20),'black','LineWidth',2);
axis([0,20,0,M]);
title("传递消息序列");% 统计平均误码率
figure(3)BER1=mean(BER1);
subplot(2,1,1)
semilogy(SNR,BER1,'k-o','LineWidth',2);
xlabel('SNR/dB'); ylabel('BER');
title("4PSK");
grid onBER2=mean(BER2);
subplot(2,1,2)
semilogy(SNR,BER2,'k-o','LineWidth',2);
xlabel('SNR/dB'); ylabel('BER');
title("8PSK");
grid on

QAM代码也在这里

clc;
clear all;
close all;
%% 基于16QAM的通信系统仿真
% 发端
nbit=10000; 
M=16;                                              % M表示QAM调制的阶数
k=log2(M);
graycode=[0 1 3 2 4 5 7 6 12 13 15 14 8 9 11 10];  % 格雷映射编码规则
EsN0=5:20;                         % 信噪比范围
snr=10.^(EsN0/10);                 % 将db转换为线性值
% 产生16进制的消息符号
s=randi([0,1],1,nbit);         
s_reshape=reshape(s,k,nbit/k)';    % 对数据流进行分组，对于16QAM，则每4位一组
msg=bi2de(s_reshape,'left-msb');   % 转化成10进制，作为qammod的输入
% 进行格雷映射
msg1=graycode(msg+1);        
% 调制
r=qammod(msg1,M);         % 调用matlab中的qammod函数，16QAM调制方式的调用(输入0到15的数，M表示QAM调制的阶数)得到调制后符号
spow1=norm(r).^2/nbit;    % 取a+bj的模.^2得到功率除整个符号得到每个符号的平均功率
for i=1:length(EsN0)% 信道sigma=sqrt(spow1/(2*snr(i)));                          % 16QAM根据符号功率求出噪声的功率x=r+sigma*(randn(1,length(r))+1i*randn(1,length(r)));  % 16QAM混入高斯加性白噪声% 16QAM的解调y1=qamdemod(x,M);             % 格雷逆映射y2=graycode(y1+1);        % 返回译码出来的信息，十进制test=de2bi(y2,k,'left-msb');y3=reshape(test',1,nbit);[err1,ber1(i)]=biterr(s,y3); 
end
%% 绘图
figure(1)
subplot(2,1,1)
stem(s(1:20),'black','LineWidth',2);
axis([0,20,0,1.2]);
title("发送的消息序列");subplot(2,1,2)
stem(y3(1:20),'black','LineWidth',2);
axis([0,20,0,1.2]);
title("接收的消息序列");scatterplot(r);           % 调用matlab中的scatterplot函数,画星座点图
scatterplot(x);           % 调用matlab中的scatterplot函数,画rx星座点图% 16QAM调制信号在AWGN信道的性能
figure( )
semilogy(EsN0,ber1,'black','LineWidth',2);                            % ber ser比特仿真值 ser1理论误码率 ber1理论误比特率
title('16QAM调制信号在AWGN信道的性能分析');grid;
xlabel('Es/N0(dB)');                      
ylabel('误比特率');

这篇关于第一次记录QPSK，BSPK，MPSK，QAM—MATLAB实现的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/523875。

相关文章

使用Python实现IP地址和端口状态检测与监控

使用Python实现IP地址和端口状态检测与监控

《使用Python实现IP地址和端口状态检测与监控》在网络运维和服务器管理中,IP地址和端口的可用性监控是保障业务连续性的基础需求,本文将带你用Python从零打造一个高可用IP监控系统,感兴趣的小伙... 目录概述：为什么需要IP监控系统使用步骤说明1. 环境准备2. 系统部署3. 核心功能配置系统效果展
阅读更多...
Python实现微信自动锁定工具

Python实现微信自动锁定工具

《Python实现微信自动锁定工具》在数字化办公时代,微信已成为职场沟通的重要工具,但临时离开时忘记锁屏可能导致敏感信息泄露,下面我们就来看看如何使用Python打造一个微信自动锁定工具吧... 目录引言：当微信隐私遇到自动化守护效果展示核心功能全景图技术亮点深度解析1. 无操作检测引擎2. 微信路径智能获
阅读更多...
Python中pywin32 常用窗口操作的实现

Python中pywin32 常用窗口操作的实现

《Python中pywin32常用窗口操作的实现》本文主要介绍了Python中pywin32常用窗口操作的实现,pywin32主要的作用是供Python开发者快速调用WindowsAPI的一个... 目录获取窗口句柄获取最前端窗口句柄获取指定坐标处的窗口根据窗口的完整标题匹配获取句柄根据窗口的类别匹配获取句
阅读更多...
在 Spring Boot 中实现异常处理最佳实践

在 Spring Boot 中实现异常处理最佳实践

《在SpringBoot中实现异常处理最佳实践》本文介绍如何在SpringBoot中实现异常处理,涵盖核心概念、实现方法、与先前查询的集成、性能分析、常见问题和最佳实践,感兴趣的朋友一起看看吧... 目录一、Spring Boot 异常处理的背景与核心概念1.1 为什么需要异常处理？1.2 Spring B
阅读更多...
Python位移操作和位运算的实现示例

Python位移操作和位运算的实现示例

《Python位移操作和位运算的实现示例》本文主要介绍了Python位移操作和位运算的实现示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一... 目录1. 位移操作1.1 左移操作 (<<)1.2 右移操作 (>>)注意事项：2. 位运算2.1
阅读更多...
如何在 Spring Boot 中实现 FreeMarker 模板

如何在 Spring Boot 中实现 FreeMarker 模板

《如何在SpringBoot中实现FreeMarker模板》FreeMarker是一种功能强大、轻量级的模板引擎,用于在Java应用中生成动态文本输出（如HTML、XML、邮件内容等）,本文... 目录什么是 FreeMarker 模板？在 Spring Boot 中实现 FreeMarker 模板1. 环
阅读更多...
Qt实现网络数据解析的方法总结

Qt实现网络数据解析的方法总结

《Qt实现网络数据解析的方法总结》在Qt中解析网络数据通常涉及接收原始字节流,并将其转换为有意义的应用层数据,这篇文章为大家介绍了详细步骤和示例,感兴趣的小伙伴可以了解下... 目录1. 网络数据接收2. 缓冲区管理（处理粘包/拆包）3. 常见数据格式解析3.1 jsON解析3.2 XML解析3.3 自定义
阅读更多...
SpringMVC 通过ajax 前后端数据交互的实现方法

SpringMVC 通过ajax 前后端数据交互的实现方法

《SpringMVC通过ajax前后端数据交互的实现方法》：本文主要介绍SpringMVC通过ajax前后端数据交互的实现方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价... 在前端的开发过程中，经常在html页面通过AJAX进行前后端数据的交互，SpringMVC的controll
阅读更多...
Spring Security自定义身份认证的实现方法

Spring Security自定义身份认证的实现方法

《SpringSecurity自定义身份认证的实现方法》：本文主要介绍SpringSecurity自定义身份认证的实现方法,下面对SpringSecurity的这三种自定义身份认证进行详细讲解,... 目录1.内存身份认证（1）创建配置类（2）验证内存身份认证2.JDBC身份认证（1）数据准备 （2）配置依
阅读更多...
利用python实现对excel文件进行加密

利用python实现对excel文件进行加密

《利用python实现对excel文件进行加密》由于文件内容的私密性,需要对Excel文件进行加密,保护文件以免给第三方看到,本文将以Python语言为例,和大家讲讲如何对Excel文件进行加密,感兴... 目录前言方法一：使用pywin32库（仅限Windows）方法二：使用msoffcrypto-too
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2