MQAM在瑞利信道下的性能仿真

1、課程設(shè)計（ii）通信系統(tǒng)仿真mqam在瑞利信道下的性能仿真 1、課程設(shè)計目的（1） 了解mqam多進(jìn)制幅度調(diào)制技術(shù)原理（2） 在matlab環(huán)境下編程實現(xiàn)調(diào)制、解調(diào)過程（3） 在matlab環(huán)境下仿真不同mqam的誤碼率，并繪制曲線（4）比較16qam誤比特率在理論和實際條件下的誤差2、 課程設(shè)計內(nèi)容本課題在matlab環(huán)境下，進(jìn)行多進(jìn)制調(diào)制在瑞利信道下進(jìn)行信號傳輸?shù)姆抡鎸嶒灒瑐鬏斝盘栐诎l(fā)送端進(jìn)行mqam調(diào)制，并分析在不同的多進(jìn)制調(diào)制下，信號在瑞利信道下的性能，并比較。3、設(shè)計與實現(xiàn)過程3.1 設(shè)計思想和設(shè)計流程首先進(jìn)行系統(tǒng)的分析的設(shè)計，整個設(shè)計分為如下幾個部分：隨機序列的產(chǎn)生，序列的串并和并

2、串轉(zhuǎn)換，16qam調(diào)制，星座圖的繪制，16qam解調(diào)，加入噪聲，誤碼率的測量及繪圖。mqam信號由2個獨立的基帶波形對2個相互正交的同頻載波進(jìn)行調(diào)制而構(gòu)成，利用其在同一帶寬內(nèi)頻譜正交的性質(zhì)來實現(xiàn)兩路并行的數(shù)字信息傳輸。調(diào)制后的信號經(jīng)信道傳輸，由于信道的非理想特性，mqam信號會發(fā)生頻率選擇性衰減/碼間干擾、相位旋轉(zhuǎn)以及受各種噪聲的影響，這部分影響都包含在信道模型中。 數(shù)字通信中數(shù)據(jù)采用二進(jìn)制數(shù)表示，星座點的個數(shù)是2的冪。常見的mqam形式有16-qam、64-qam、256-qam等。星座的點數(shù)越多，符號能夠傳輸?shù)臄?shù)據(jù)量就越大。但是，如果在星座圖的平均能量保持不變的情況下增加星座點，

3、基于星座圖聚類的方法成為了數(shù)字幅相調(diào)制信號識別的重要方法之一。會使星座點之間的距離變小，進(jìn)而導(dǎo)致誤碼率上升。因此高階星座圖的可靠性比低階要差。 3.1.1 調(diào)制器串并轉(zhuǎn)換單元、iq分路單元及調(diào)制混頻器組成了mqam系統(tǒng)的調(diào)制器。將串行數(shù)據(jù)轉(zhuǎn)換成并行數(shù)據(jù)是通過串并轉(zhuǎn)換完成的;iq分路主要的作用是檢測調(diào)制的要求，調(diào)制混頻器的作用是把i、q兩路信號混頻及合成，最終形成調(diào)制信號輸出。mqam的調(diào)制方式有兩種：正交調(diào)幅法和復(fù)合相移法。本次仿真針對16qam，采用正交調(diào)幅法。3.1.2 解調(diào)器瑞利分布是一個均值為0，方差為2的平穩(wěn)窄帶高斯過程，其包絡(luò)的一維分布是瑞利分布。瑞利分布是最常見的用于描

4、述平坦衰落信號接收包絡(luò)或獨立多徑分量接受包絡(luò)統(tǒng)計時變特性的一種分布類型。兩個正交高斯噪聲信號之和的包絡(luò)服從瑞利分布。把接收到的信號通過正交相干解調(diào)法解調(diào)，將接收的信號分成兩路，一路與cosctw相乘，另一路與sin ctw相乘。然后再經(jīng)過低通濾波器來濾除掉乘法器產(chǎn)生出的高頻分量，獲得原先的信號。低通濾波器輸出可以通過抽樣判決恢復(fù)出原電平信號。然后再經(jīng)過并/串變換得到原數(shù)據(jù)。3.2 調(diào)制、解調(diào)框圖3.3 實現(xiàn)過程3.3.1clear all;clc;echo off;close all;n=10000;%設(shè)定碼元數(shù)量fb=1;%基帶信號頻率fs=32;%抽樣頻率fc=4;%載波頻率,為

5、便于觀察已調(diào)信號，我們把載波頻率設(shè)的較低kbase=2;%kbase=1,不經(jīng)基帶成形濾波，直接調(diào)制;kbase=2,基帶經(jīng)成形濾波器濾波后，再進(jìn)行調(diào)制info=random_binary(n);%產(chǎn)生二進(jìn)制信號序列y,i,q=qam(info,kbase,fs,fb,fc);%對基帶信號進(jìn)行16qam調(diào)制y1=y;y2=y;%備份信號，供后續(xù)仿真用t=length(info)/fb;m=fs/fb;nn=length(info);dt=1/fs;t=0:dt:t-dt;subplot(211);%便于觀察，這里顯示的已調(diào)信號及其頻譜均為無噪聲干擾的理想情況%由于測試信號碼元數(shù)量為10000個

6、，在這里我們只顯示其總數(shù)的1/10plot(t(1:1000),y(1:1000),t(1:1000),i(1:1000),t(1:1000),q(1:1000),0 35,0 0,'b:');title('已調(diào)信號(in:red,qn:green)');%傅里葉變換，求出已調(diào)信號的頻譜n=length(y);y=fft(y)/n;y=abs(y(1:fix(n/2)*2;q=find(y<1e-04);y(q)=1e-04;y=20*log10(y);f1=m/n;f=0:f1:(length(y)-1)*f1;subplot(223);plot(f,y

7、,'r');grid on;title('已調(diào)信號頻譜');xlabel('f/fb'); %畫出16qam調(diào)制方式對應(yīng)的星座圖subplot(224);constel(y1,fs,fb,fc);title('星座圖');snr_in_db=8:2:24; %awgn信道信噪比for j=1:length(snr_in_db)y_add_noise=awgn(y2,snr_in_db(j);%加入不同強度的高斯白噪聲y_output=qamdet(y_add_noise,fs,fb,fc);%對已調(diào)信號進(jìn)行解調(diào)numoferr=0

8、;end;for i=1:nif (y_output(i)=info(i),numoferr=numoferr+1;end;end;pe(j)=numoferr/n;%統(tǒng)計誤碼率end;figure;semilogy(snr_in_db,pe,'red*-');grid on;xlabel('snrindb');ylabel('pe');title('16qam調(diào)制在不同信道噪聲強度下的誤碼率');3.3.2%qam_ber.mfunction varargout = qam_ber(snrs)%awgn信道的誤碼率y = 10.

9、(snrs/10); ber = zeros(2,length(snrs); figure1 = figure;for b=4 %b=偶數(shù)；m=16,64,256 m = 2b; pb = zeros(size(y); for k = 1:log2(sqrt(m) pb_k = zeros(size(y); for i=0:(1-2(-k)*sqrt(m) - 1 pb_k = pb_k + (-1)(floor(i*2(k-1)/sqrt(m) . * (2(k-1) - floor(i*2(k-1)/sqrt(m)+1/2) . * erfc(2*i+1)*sqrt(3*log2(m)*y

10、/(2*(m-1); end pb_k = pb_k/sqrt(m); pb = pb + pb_k; end ber(b-1,:) = pb/log2(sqrt(m);end for b=3 %b=奇數(shù)，m=8,32,128 m = 2b; i = 2(ceil(b/2); j = 2(floor(b/2); pi = zeros(size(y); pj = zeros(size(y); for k = 1:log2(i) pi_k = zeros(size(y); for i=0:(1-2(-k)*i - 1 pi_k = pi_k + (-1)(floor(i*2(k-1)/i) * (

11、2(k-1) - floor(i*2(k-1)/i+1/2) . * erfc(2*i+1)*sqrt(3*log2(i*j)*y/(i2+j2-2); end pi_k = pi_k/i; pi = pi + pi_k; end for l = 1:log2(j) pj_l = zeros(size(y); for j=0:(1-2(-l)*j - 1 pj_l = pj_l + (-1)(floor(j*2(l-1)/j) * (2(l-1) - floor(j*2(l-1)/j+1/2) . * erfc(2*j+1)*sqrt(3*log2(i*j)*y/(i2+j2-2); end

12、pj_l = pj_l/j; pj = pj + pj_l; end ber(b-1,:) = (pi+pj)/log2(i*j);end % plot the resultsline_h = semilogy(snrs,ber);grid onylim(1e-006 1);xlim(min(snrs) max(snrs);end-%zys_2.mclcclose allclear allsnrs = -4:28;disp('plot theoretical curves')h_fig, h_lines = qam_ber_curves(snrs);disp('run

13、monte carlo simulations') % create place-holder plotsqam_ber = zeros(2,length(snrs);hold onsimlines = semilogy(snrs, qam_ber,'*');3.3.3clcclose allclear allm = 16; %16qam信號k = log2(m); n = 3e4; x = randint(n,1); xsym = bi2de(reshape(x,k,length(x)/k).','left-msb'); y = qammod(

14、xsym,m); ytx = y; ebno =-5:0.5:10; for i=1:length(ebno) %加噪聲snr =(i-1)*0.5-5 + 10*log10(k); ynoisy = awgn(ytx,snr,'measured'); %高斯白噪聲yrx = ynoisy; zsym = qamdemod(yrx,m); %16qam調(diào)制z = de2bi(zsym,'left-msb'); z = reshape(z.',prod(size(z),1); number(i),pe(i) = biterr(x,z); %誤碼率分析end

15、 pelilun = (1/k)*3/2*erfc(sqrt(k*0.1*(10.(ebno/10); %理論誤碼率semilogy(ebno,pe,'bs-','linewidth',1); %仿真誤碼率作圖hold on; semilogy(ebno,pelilun,'ms-','linewidth',1);%理論誤碼率作圖grid onlegend('仿真16qam誤碼率', '·理論16qam誤碼率');%標(biāo)注xlabel('snnr/db')ylabel('誤碼率pe')title('16qam誤碼率分析')