文档库 最新最全的文档下载
当前位置:文档库 › 旋转星座准正交空时分组码的改进性研究

旋转星座准正交空时分组码的改进性研究

2013,49(3)1引言Volterra 滤波器已被广泛地应用于系统辨识、自适应信道均衡、回波消除等方面[1],但由于其存在“维数灾难”的问题,目前大部分算法主要采用二阶Volterra 滤波器[2]。一般情况下都假定未知系统的记忆长度是已知的,并在此基础上研究算法性能的改进。然而实际应用中未知系统的特征是不可知的,若所采用的Volterra 滤波器的记忆长度大于未知系统的真实长度,则不仅增加了计算量而且增大了稳

态误差;若所采用的Volterra 滤波器的记忆长度偏小则无法满足系统的性能要求。近年来,国内外大量专家学者展开了对自适应变抽头(阶数)FIR 滤波算法的研究[3-7]。由于Volterra 滤波器的二阶权系数个数比一阶权系数个数多得多,若直接对二阶Volterra 滤波器研究变记忆长度LMP 算法,其算法复杂度将很高。文献[8]指出Volterra 滤波器二二阶Volterra 变记忆长度LMP 算法

严平平1,赵知劲1,2,尚俊娜1,2,赵治栋1

YAN Pingping 1,ZHAO Zhijin 1,2,SHANG Junna 1,2,ZHAO Zhidong 1

1.杭州电子科技大学通信工程学院,杭州310018

2.中国电子科技集团第36研究所通信信息控制和安全技术国家级重点实验室,浙江嘉兴314001

1.College of Communication Engineering,Hangzhou Dianzi University,Hangzhou 310018,China

2.State Key Lab of Information Control and Security Technology in Communication of No.36Research Institute,China Electronics Technology Group Corporation,Jiaxing,Zhejiang 314001,China

YAN Pingping,ZHAO Zhijin,SHANG Junna,et al.Variable memory length LMP algorithm of second-order Volterra https://www.wendangku.net/doc/6517320910.html,puter Engineering and Applications,2013,49(3):121-125.

Abstract :Because the memory length of nonlinear system is unknown in practical applications,the performance of Volterra adaptive filter with a non-suitable memory length will not be optimal.Faced with this problem,a variable memory length LMP algorithm of second-order Volterra filter is proposed.The second-order weighting coefficients matrix is symmetrical and a sym-metric matrix can be decomposed into a diagonal one.So,the output signal expression of each order of Volterra filter is deduced as the inner product of a signal vector and a weighting coefficients vector.And each order of Volterra filter has the same number of weighting coefficients.A second-order Volterra adaptive filter based on DCT (CSVF )and its LMP algorithm (CSVLMP )are proposed.The idea of the variable tap length FIR filtering algorithm is employed.And a second-order Volterra variable memory length LMP algorithm based on DCT (CSVMLMP )is proposed.Simulation results of unknown memory length nonlinear sys-tem identification show that,under the background of α-stable distribution noise,the proposed algorithm achieves a better com-promise among convergence rate,steady-state performance and computation complexity.

Key words :second-order Volterra filter;variable memory length;α-stable distribution noise;nonlinear system identification 摘要:针对实际应用中非线性系统记忆长度未知致使Volterra 自适应滤波器可能无法达到最优性能的问题,提出一种二阶Volterra 变记忆长度LMP 算法。利用Volterra 滤波器二阶权系数矩阵的对称性和对称矩阵可对角化分解性质,推导得到了一阶权系数与二阶权系数个数相同的信号矢量与权系数矢量内积的二阶Volterra 滤波器输出信号表达式;提出了基于DCT 的二阶Volterra 自适应滤波器(CSVF )及其LMP 算法(CSVLMP );采用FIR 抽头长度的自适应调整思想,提出了基于DCT 的二阶Volterra 变记忆长度LMP 算法(CSVMLMP )。记忆长度未知的非线性系统辨识的仿真结果表明,在α稳定分布噪声背景下,该算法在收敛速度、稳态性能和计算复杂度之间达到了较好的折中。

关键词:二阶Volterra 滤波器;变记忆长度;α稳定分布噪声;非线性系统辨识

文献标志码:A 中图分类号:TN911.72doi :10.3778/j.issn.1002-8331.1107-0089

基金项目:国家自然科学基金(No.60872092)。

作者简介:严平平(1986—),男,硕士,主要研究方向:Volterra 自适应滤波算法研究等;赵知劲(1959—),女,教授,博士生导师;尚俊娜,

博士,副教授;赵治栋,博士,副教授。E-mail :yanpp114@https://www.wendangku.net/doc/6517320910.html,

收稿日期:2011-07-06修回日期:2011-10-25文章编号:1002-8331(2013)03-0121-05

CNKI 出版日期:2011-11-14https://www.wendangku.net/doc/6517320910.html,/kcms/detail/11.2127.TP.20111114.0952.104.html Computer Engineering and Applications 计算机工程与应用

121

16QAM-星形和矩形星座图调制解调MATLAB代码

16QAM-星形和矩形星座图调制解调MATLAB代码

%% ------------------------------------------------------------ % 软件无线电课程设计 % % 方形、星形16QAM调制解调仿真% %%------------------------------------------------------------ %%主程序 clc clear %% 定义参数 fd=250*10^6; %码元速率250M fs=2500*10^6; %滤波器采样率 fc=2500*10^6; %载波频率2.5G f=10000*10^6; %对载波采样 data_len=200000; %数据长度 sym_len=data_len/4; %码元序列长度 M_QAM=16;%QAM数 k=log2(M_QAM);

SNR=1:12;%白噪声信噪比, %% ------------------------------------------------------------ bit_tx=randint(1,data_len);%产生随机序列echo off; rec_qam16=QamMod(bit_tx,16); %方形16QAM调制 star_qam16=SrarQamMod(bit_tx); %星形16QAM调制 base_rec=base_shape(fd,fs,f,rec_qam16); %基带成型滤波 base_star=base_shape(fd,fs,f,star_qam16); %基带成型滤波 for i=1:length(SNR) %信噪比从1dB到12dB计算误码率 SNR_=i %方形映射16QAM

外文翻译---基于MIMO-OFDM系统的正交空时分组码

外文资料(一) On Orthogonal Space-Time Block Codes for MIMO-OFDM Systems Space-time code in mobile communication system, and orthogonal desing in multiple- antennas scneme are dicsussed. By the methods, data is encoded using a space- time block code and is split into several streams which are simultaneously transmitted by antennas. So a maximum- likelihood decoding algorithm can be used at the receiver to achieve the maximum diversity order Introduction Most work on wireless communications had focused on having an antenna array at only one end of the wireless link —usually at the receiver. Seminal papers by Gerard J. Foschini and Michael J. Gans[1], Foschini[2] and Emre Telatar[3] enlarged the scope of wireless communication possibilities by showing that for the highly-scattering environment substantial capacity gains are enabled when antenna arrays are used at both ends of a link. An alternative approach to utilizing multiple antennas relies on having multiple transmit antennas and only optionally multiple receive antennas. Proposed by Vahid Tarokh, Nambi Seshadri and Robert Calderbank, these space–time codes (STCs) achieve significant error rate improvements over single-antenna systems. Their original scheme was based on trellis codes but the simpler block codes were utilized by Siavash Alamouti,and later Vahid Tarokh, Hamid Jafarkhani and Robert Calderbank to develop space–time block-codes (STBCs)[4]. STC involves the transmission of multiple redundant copies of data to compensate for fading and thermal noise in the hope that some of them may arrive at the receiver in a better state than others. In the case of STBC in particular, the data stream to be transmitted is encoded in blocks, which are distributed among spaced antennas and across time. While it is necessary to have multiple transmit antennas, it is not necessary to have multiple receive antennas, although to do so improves performance. This process of receiving diverse copies of the data is known as diversity reception and is what was largely studied until Foschini's 1998 paper. An STBC is usually represented by a matrix. Each row represents a time slot and each column represents one antenna's transmissions over time.

数字通信中几种调制方式的星座图解析

数字通信中几种调制方式的星座图由于实际要传输的信号(基带信号)所占据的频带通常是低频开始的,而实际通信信道往往都是带通的,要在这种情况下进行通信,就必须对包含信息的信号进行调制,实现基带信号频谱的搬移,以适合实际信道的传输。即用基带信号对载波信号的某些参量进行控制,使载波的这些参量随基带信号的变化而变化。因为正弦信号的特殊优点(如:形式简单,便于产生和接受等),在大多数数字通信系统中,我们都选用正弦信号作为载波。显然,我们可以利用正弦信号的幅度,频率,相位来携带原始数字基带信号,相对应的分别称为调幅,调频,调相三种基本形式。当然,我们也可以利用其中二种方式的结合来实现数字信号的传输,如调幅-调相等,从而达到某些更加好的特性。一.星座图基本原理一般而言,一个已调信号可以表示为:(1)上式中,是低通脉冲波形,此处,我们为简单处理,假设,,即是矩形波,以下也做同样处理。假设一共有(一般总是2的整数次幂,为2,4,16,32等等)个消息序列,我们可以把这个消息序列分别映射到载波的幅度,频率和相位上,显然,必须有才能实现这个信号的传输。当然,我们也不可能同时使用载波信号的幅度、频率和相位三者来同时携带调制信号,这样的话,接收端的解调过程将是非常复杂的。其中最简单的三种方式是: (1.当和为常数,即时,为幅度调制(ASK。 (2.当和为常数,即时,为频率调制(FSK。(3.当和为常数,即时,为相位调制(PSK。我们也可以采取两者的结合来传输调制信号,一般采用的是幅度和相位结合的方式,其中使用较为广泛的一项技术是正交幅度调制(MQAM。我们把(1)式展开,可得:(2)根据空间理论,我们可以选择以下的一组基向量:其中是低通脉冲信号的能量,。这样,调制后的信号就可以用信号空间中的向量来表示。当在二维坐标上将上面的向量端点画出来时,我们称之为星座图,又叫矢量图。也就是说,星座图不是本来就有的,只是我们这样表示出来的。星座图对于判断调制方式的误码率等有很直观的效用。由此我们也可以看出,由于频率调制时,其频率分量始终随着基带信号的变化而变化,故而其基向量也是不停地变化,而且,此时在信号空间中的分量也为一个确定的量。所以,对于频率调制,我们一般都不讨论其星座图的。二.星座图的

正交空时分组编码的仿真与分析法..

***************** 实践教学 ***************** 2013年春季学期 仓U新课程设计 题目:正交空时分组编码的仿真与分析专业班级: ___________ 姓名:_____________________ 学号:___________________ 指导教师: ____________________

成绩: ___________________________ 摘要本设计主要是对空时分组码在各种衰落信道下的性能的分析,利用接收天线处信噪比的分布求出系统的误码率性能。主要是当前比较热门的几种空时编码方案在瑞利信道下,在MPSK 调制方式下的误码率性能。另外,设计对仿真过程中随机变量的产生也做了深入的研究和总结。 本设计用Matlab 软件对整个通信过程进行了仿真,利用仿真来验证理论推导的正确性。本文的最后以曲线的形势给出了各种条件下空时分组码的误码率性能,既可以加深对空时编码的认识,又可以对实际中在不同情况下对空时编码方案的选择起到理论指导作用。结果验证了空时分组码能够大幅度提高无线传输的误码率性能,同时系统的频带利用率也远高于传统的单天线系统。关键词:空时编码;多输入多输出系统;最大似然

目录 前言 (1) 一、空时编码概述. (2) 2.1 、空时编码定义. (2) 2.2、空时编码的应用前景. (2) 2.3 、空时编码的研究现状及发展方向. (2) 2.4 、空时编码的分类. (3) 二、基本原理. (5) 2.1 、空时分组编码的原理. (5) 2.1.1 、空时分组编码的概念. (5) 2.1.2、空时分组编码的系统模型. (5) 2.1.3 空时分组编码的原理 (6) 2.2、最大似然译码的原理. (7) 2.3、MIMO系统 (10) 2.3.1、MIMO言道模型 (10) 232、MIMC系统模型 (11) 2.4 、瑞利衰落信道 (11) 三、仿真结果 (13) 3.1MPSK调制的仿真函数 (13) 3.2最大似然检测的仿真函数 (13) 3.3瑞利衰落信道的仿真函数 (13) 3.4两根接收天线数目的仿真结果 (14) 总结 (15) 参考文献 (16) 致谢 (17) 附录 (18)

矢量调制星座图实验

实验三、矢量调制星座图实验 一、实验目的 1、掌握星座图的概念、星座图的产生原理及方法, 2、了解星座图的作用及工程上的应用。 二、实验内容 1、观察QPSK、OQPSK、MSK、GMSK基带信号的星座图。 2、比较各星座图的不同及他们的意义。 三、基本原理 星座图可以看成数字信号的一个“二维眼图”阵列,同时符号在图中所处的位置具有合理的限制或判决边界。代表各接收符号的点在图中越接近,信号质量就越高。由于屏幕上的图形对应着幅度和相位,阵列的形状可用来分析和确定系统或信道的许多缺陷和畸变,并帮助查找其原因。 星座图对于识别下列调制问题相当有用: * 幅度失衡 * 正交误差 * 相关干扰 * 相位噪声、幅度噪声 * 相位误差 * 调制误差比 在数字调制中,我们可以通过星座图来观察相位的变化、噪声干扰、各矢量点之间的相位转移轨迹等状况,通过星座图,我们可以很容易地看出各矢量调制的频谱利用率情况,应该说,改变基带信号的相位转移轨迹也就改变了调制信号的频谱特性。 星座显示是示波器显示的数字等价形式,将正交基带信号的I和Q两路分别接入示波器的两个输入通道,通过示波器的“X-Y”的功能即可以很清晰地看到调制信号的星座图。 我们知道QPSK信号可以用正交调制方法产生。在它的星座图中,四个信号点之间任何过渡都是可能的,如图7-2(a)所示。在这正方形星座图中对角过渡,必将产生180度相移,此时经限带后所造成的包络起伏最大。如果在正交调制时,将正交路基带信号相对于同相路

基带信号延时一个信息间隔,即符号间隔的一半,则有可能减小包络起伏。这种将正交路延时一段时间的调制方法称为偏移四相相移键控,常记作OQPSK ,又称为参差四相相移键控(SQPSK )。 将正交路信号偏移T 2 /2的结果是消除了已调信号中突然相移180度的现象,每隔T 2 /2信号相位只可能发生±90度的变化。因而星座图中信号点只能沿正方形四边移动,如图7-2(b )所示。滤波后的OQPSK 7-1中比值为无限大的情形。 图7-1 QPSK 信号限带前后的波形 (a )QPSK (b )OQPSK (c )MSK 图7-2 相位转移图 波形的跳跃与弯曲是由于载波相位不连续变化所引起的。采用PSK 调制方式时,在信号点配置图上信号的相位从一点转到另一点会发生瞬时变动,相位的不连续性是不可避免的。因此,只要采用PSK 调制方式,就会出现旁瓣。 MSK 信号配置图如图7-2(c)所示,1比特区间仅使用圆周的1/4,信号点必是轴上4个点中任何一个,因此,相位必然连续。采用MSK 旁瓣降低得非常明显,即使不使用截止特性较好的带通滤波器,也能获得邻道干扰少的调制信号。对MSK 稍加改进就可以获得较少旁瓣的调制方式。由MSK 信号点配置图可知,调制时出现旁瓣是由于调制载波相位急剧变化所引起的。MSK 的相位变化是连续的,但相位变化速率(相位的一次微分)在比特变化点变成不连续。要使相位的一次微分连续,相位点必须以恒定速度旋转,若接近比特变化点, 滤波后 QPSK

空时编码

笔记 (一)空时分组编码就是在空间域和时间域两维方向上对信号进行编码。 当天线的数目一定时,空时格码(STTC)的译码复杂度与天线的个数和数据速率成指数增长。为了解决译码复杂度的问题,Cadence公司的Alamouti首先提出了 一种使用两个发送天线的传输方法,采用两个发送天线和一个接收天线,这种算法的性能与采用最大比合并算法(一个发送天线,两个接收天线)的性能是相同的。具体算法介绍如下。 x及其共轭的线性组合。一个编码码字共有P个时刻,并按行由N副天线同时发送,即在第一个时刻发送第一行,第二个时刻发送第二行,依此类推。在第t 个时刻发送第t行,总共需P个时刻才可完成一个编码码字的发送。因此,矩阵的每一列符号实际是由同一副发送天线在不同时刻发送的。考虑到编码矩阵G 列之间的相互正交性,在同一副天线上发送出去的星座点符号与另外任意天线上发送出去的符号是正交的,故这类码称为正交空时分组码。 空时编码大致上有三种方式: 空时网格码(STTC) 空时块编码(STBC) 空时分层码(LSTC) (1)空时网格码(STTC):空时网格码最早是由V.Tarokh等人提出的,该空时编码系统中,在接收端解码采用维特比译码算法。空时网格码设计的码子在不损失带宽效率的前提下,可提供最大的编码增益和分集增益。最大分集增益等于发射天线数。 (2)空时分组码(STBC):空时网格码虽然能获得很大的编码增益和分集增益,但是由于在接收端采用维特比译码,其译码复杂度随着天线数和网格码状态数的增加成指数增加,因此在实际中应用有些困难。这就有了空时分组编码的出现。 空时分组码则是根据码子的正交设计原理来构造空时码子,空时分组码最早由Alamouti提出的。其设计原则就是要求设计出来的码子各行各列之间满足正交性。接收时采用最大似然检测算法进行解码,由于码子之间的正交性,在接收端只需做简单的线性处理即可。 (3)分层空时码(LSTC):分层空时码最早是由贝尔实验室提出的一种MIMO 系统的空时编码技术,即BLAST系统。分层空时码有两种形式,对角分层空时码D-BLAST和垂直分层空时码V-BLAST。 V-BLAST系统处理起来较D-BLAST系统要简单。

星座图详解

数字通信中几种调制方式的星座图 由于实际要传输的信号(基带信号)所占据的频带通常是低频开始的,而实际通信信道往往都是带通的,要在这种情况下进行通信,就必须对包含信息的信号进行调制,实现基带信号频谱的搬移,以适合实际信道的传输。即用基带信号对载波信号的某些参量进行控制,使载波的这些参量随基带信号的变化而变化。因为正弦信号的特殊优点(如:形式简单,便于产生和接受等),在大多数数字通信系统中,我们都选用正弦信号作为载波。显然,我们可以利用正弦信号的幅度,频率,相位来携带原始数字基带信号,相对应的分别称为调幅,调频,调相三种基本形式。当然,我们也可以利用其中二种方式的结合来实现数字信号的传输,如调幅-调相等,从而达到某些更加好的特性。 一.星座图基本原理 一般而言,一个已调信号可以表示为: ()()cos(2)N m n k s t A g t f t π?=+ 0t T ≤< (1) 0000 1,2......1,2.......1,2........1,2........N N m m n n k k ==== 上式中,()g t 是低通脉冲波形,此处,我们为简单处理,假设()1g t =,0t T <≤,即()g t 是矩形波,以下也做同样处理。假设一共有0N (一般0N 总是2的整数次幂,为2,4,16,32等等)个消息序列,我们可以把这0N 个消息序列分别映射到载波的幅度m A ,频率n f 和相位k ?上,显然,必须有 0000N m n k =?? 才能实现这0N 个信号的传输。当然,我们也不可能同时使用载波信号的幅度、频率和相位三者来同时携带调制信号,这样的话,接收端的解调过程将是非常复杂的。其中最简单的三种方式是: (1).当n f 和k ?为常数,即0000,1,1m N n k ===时,为幅度调制(ASK)。 (2).当m A 和k ?为常数,即00001,,1m n N k ===时,为频率调制(FSK)。 (3).当m A 和n f 为常数,即00001,1,m n k N ===时,为相位调制(PSK)。 我们也可以采取两者的结合来传输调制信号,一般采用的是幅度和相位结合的方式,其中使用较为广泛的一项技术是正交幅度调制(MQAM)。 我们把(1)式展开,可得:

(完整word版)16QAM_星形和矩形星座图调制解调MATLAB代码

%% ------------------------------------------------------------ % 软件无线电课程设计 % % 方形、星形16QAM调制解调仿真 % %%------------------------------------------------------------ %%主程序 clc clear %% 定义参数 fd=250*10^6; %码元速率250M fs=2500*10^6; %滤波器采样率 fc=2500*10^6; %载波频率2.5G f=10000*10^6; %对载波采样 data_len=200000; %数据长度 sym_len=data_len/4; %码元序列长度 M_QAM=16;%QAM数 k=log2(M_QAM); SNR=1:12;%白噪声信噪比, %% ------------------------------------------------------------ bit_tx=randint(1,data_len);%产生随机序列 echo off; rec_qam16=QamMod(bit_tx,16); %方形16QAM调制 star_qam16=SrarQamMod(bit_tx); %星形16QAM调制 base_rec=base_shape(fd,fs,f,rec_qam16); %基带成型滤波 base_star=base_shape(fd,fs,f,star_qam16); %基带成型滤波 for i=1:length(SNR) %信噪比从1dB到12dB计算误码率SNR_=i %方形映射16QAM rf_rec_qam16=CarrierMod(fc,f,base_rec); %载波调制 rf_rec_qam16_n=awgn(rf_rec_qam16,SNR(i),'measured'); %加噪声 [rec_qam16_rx base_rec_rx]=CarrierDemod(fd,fs,fc,f,rf_rec_qam16_n); %载波解调bit_rec_rx=QamDemod(rec_qam16_rx,16); %MQAM解调 [num_qam16,perr_qam16_rec(i)]=biterr(bit_tx,bit_rec_rx);%误码率 qam16_data_rec(i,:)=rec_qam16_rx; %scatterplot(rec_qam16_rx); %星形映射16QAM

QAM和星座图

正交调制读书报告 NJUer 摘要:正交振幅调制QAM(Quadrature Amplitude Modulation)就是一种频谱利用率很高的调制方式,其在中、大容量数字微波通信系统、有线电视网络高速数据传输、卫星通信系统等领域得到了广泛应用,本文探讨了正交振幅调制技术的相关原理,并从星座图的角度认识这种调制方式的实现和相关应用。 关键词:正交幅度调制QAM、星座图 一、正交幅度调制 QAM是一种振幅和相位联合调制,也即其已调信号的振幅和相位均随数字基带信号变化而变化。采用M(M>2)进制的正交振幅调制,可记为MQAM。M越大,频带利用率就越高。 在移动通信中,随着微蜂窝的出现,使得信道传输特性发生了很大变化。过去在传统蜂窝系统中不能应用的正交振幅调制也引起人们的重视。QAM数字调制器作为DVB系统的前端设备,接收来自编码器、复用器、视频服务器等设备的TS流,进行RS编码、卷积编码和QAM数字调制,输出的射频信号可以直接在有线电视网上传送,同时也可根据需要选择中频输出。它以其灵活的配置和优越的性能指标,广泛的应用于数字有线电视传输领域和数字MMDS系统。 为改善数字调制的不足之处,如:频谱利用率低、抗多径抗衰弱能力差、功率谱衰减慢、带外辐射严重等,人们采取了如下的几种方式,如提高功率利用率以增强抗噪声性能;适应各种随参信道以增强抗多径抗衰落能力等。另外,在恒参信道中,正交振幅调制(QAM)方式具有高的频谱利用率,因此正交振幅调制(QAM)在卫星通信和有线电视网络高速数据传输等领域得到广泛应用。 二、QAM调制的原理和星座图 2.1、数据经过信道编码之后,被映射到星座图上,图1就是QAM调制器的基本原理框图。

IQ正交调制及星座图

IQ正交调制及星座图 一个信号有三个特性随时间变化:幅度、相位或频率。然而,相位和频率仅仅是从不同的角度去观察或测量同一信号的变化。人们可以同时进行幅度和相位的调制,也可以分开进行调制,但是这既难于产生更难于检测。但是在特制的系统中信号可以分解为一组相对独立的分量:同相(I)和正交(Q)分量。这两个分量是正交的,且互不相干的。 正交幅度调制(QAM,Quadrature Amplitude Modulation)是一种在两个正交载波上进行幅度调制的调制方式。这两个载波通常是相位差为90度(π/2)的正弦波,因此被称作正交载波。这种调制方式因此而得名。 图1中的QAM调制器中I和Q信号来自一个信号源,幅度和频率都相同,唯一不同的是Q信号的相位与I信号相差90o。具体关系如下图所示,当I的幅度为1的时候,Q的幅度为0,而当I的幅度为0的时候,Q的幅度为1,两个信号互不相干,相位相差90o,是正交的。 模拟信号的相位调制和数字信号的PSK可以被认为是幅度不变、仅有相位变化的特殊的正交幅度调制。由此,模拟信号频率调制和数字信号FSK也可以被认为是QAM的特例,因为它们本质上就是相位调制。 I-Q的调变信号可由同相载波和90度相移的载波相加合成,在电路上下直接牵涉到载波相位的改变,所以比较好实现。其次,通常I-Q图上只有几个固定点,简单的数字电路就足以腾任编码的工作。而且不同调变技术的差异只在于

I-Q图上点的分布不同而已,所以只要改变I-Q编码器,利用同样的调变器,便可得到不同的调变结果。 I-Q解调变换的过程也很容易,只要取得和发射机相同的载波信号,解调器的方块图基本上只是调变器的反向而已。从硬件的开点而言,调变器和解调器的方块图上,没有会因为I-Q值的不同(不同的I-Q调变技术)而必须改变的部份,所以这两个方块图可以应用在所有的I-Q调变技术中。 QAM解调各点波形

QPSK两种不同星座图方式误码率比较及其仿真程序

clc; clear all; close all; nsymbol = 50000;%%每种信噪比下符号数的发送符号数 data = randi([0,1],1,nsymbol*2); %%产生1行,nsymbol列均匀分布的随机数0,1 qpsk_mod1 = zeros(1,nsymbol); qpsk_mod2 = zeros(1,nsymbol); data_receive1 = zeros(1,nsymbol); data_receive2 = zeros(1,nsymbol); data_receive = zeros(1,nsymbol*2); Wrongnumber = 0; SymbolWrongnumber = 0; for i=1:nsymbol %%调制 symbol1 = data(2*i-1); symbol2 = data(2*i); if symbol1 == 0 & symbol2 == 0 qpsk_mod1(i) = 1; qpsk_mod2(i) = 0; elseif symbol1 == 0 & symbol2 == 1 qpsk_mod1(i) = 0; qpsk_mod2(i) = 1; elseif symbol1 == 1 & symbol2 == 1 qpsk_mod1(i) = -1; qpsk_mod2(i) = 0; elseif symbol1 == 1 & symbol2 == 0 qpsk_mod1(i) = 0; qpsk_mod2(i) = -1; end end SNR_dB = 1:10;%%%信噪比dB形式 SNR = 10.^(SNR_dB/10);%%信噪比转化为线性值 for loop= 1:10 sigma = sqrt(1/(2*SNR(loop)));%%%根据符号功率求噪声功率 qpsk_receive1 = qpsk_mod1 + sigma * randn(1,nsymbol); qpsk_receive2 = qpsk_mod2 + sigma * randn(1,nsymbol); %%添加复高斯白噪声for k=1:nsymbol if qpsk_receive2(k) > qpsk_receive1(k)

16QAM-星形和矩形星座图调制解调MATLAB代码

%% % 软件无线电课程设计 % % 方形、星形16QAM 调制解调仿真 % %% ----------------------------------------------------------- %%主程序 clc clear %%定义参数 fd=250*10A 6; fs=2500*10A 6; fc=2500*10A6; f=10000*10A6; data_le n=200000; sym 」 en=data_len/4; %码 元序列长度 M_QAM=16;%QAM 数 k=log2(M_QAM); SNR=1:12;%白噪声信噪比, %% ----------------------------------------------------------- bit_tx=randint(1,data_len);% 产生随机序列 echo off; rec_qam16=QamMod(bit_tx,16); star_qam16=SrarQamMod(bit_tx); base_rec=base_shape(fd,fs,f,rec_qam16); % 基带成型滤波 base_star=base_shape(fd,fs,f,star_qam16); % 基带成型滤波 %方形映射16QAM rf_rec_qam16=CarrierMod(fc,f,base_rec); % 载波调制 rf_rec_qam16_ n=awg n( rf_rec_qam16,SNR(i),'measured'); % 加噪声 [rec_qam16_rx base_rec_rx]=CarrierDemod(fd,fs,fc,f,rf_rec_qam16_ n); % 载波解调 bit_rec_rx=QamDemod(rec_qam16_rx,16); %MQAM 解调 [nu m_qam16,perr_qam16_rec(i)]=biterr(bit_tx,bit_rec_rx);% 误码率 qam16_data_rec(i,:)=rec_qam16_rx; %scatterplot(rec_qam16_rx); %星形映射16QAM rf_star_qam16=CarrierMod(fc,f,base_star); % 载波调制 rf_star_qam16_n=awg n(rf_star_qam16,SNR(i),'measured'); % 加噪声 %码元速率250M %滤波器采样率 %载波频率2.5G %对载波采样 %数据长度 %方形16QAM 调制 %星形16QAM 调制 for i=1:le ngth(SNR) SNR_=i %信噪比从1dB 到12dB 计算误码率

相关文档