AWGN信道中BPSK调制系统的BER仿真计算解读

二．实验内容
利用仿真程序在 MATLAB环境下完成 AWG信N 道中 BPSK调制系统 的 BER仿真计算，得到仿真结果，写出实验小结，完成实验报告。
三．实验仪器 ：
计算机 matlab 软件
四、 实验原理
在数字领域进行的最多的仿真任务是进行调制解调器的误比特 率测试，在相同的条件下 进行比较的话，接收器的误比特率性能是 一个十分重要的指标。 误比特率的测试需要一个发送器、 一个接收器 和一条信道。首先需要产生一个长的随机比特序列作为发送器的输 入，发送器将这些比特调制成某种形式的信号以便传送到仿真信道， 我们在传输信道上加上一定的可调制噪声， 这些噪声信号会变成接收 器的输入， 接收器解调信号然后恢复比特序列， 最后比较接收到的比 特和传送的比特并计算错误。 误比特率性能常能描述成二维图像。 纵
而且每次试验取的抽样点数也应该增加。
%Simulation of qpskAWGN N_trials=1000; N_number=100; N_snr=10; Es=1; BER_m=0; SER_m=0;
for trials=1:N_trials;
trials s10=round(rand(1,N_number)); S=(s10*2-1)./sqrt(2); S1=S(1:2:N_number); S2=S(2:2:N_number); Sc=S1+j.*S2; %generate qpsk signal niose=randn(1,N_number/2)+j.*randn(1,N_number/2); SER_v=[]; %Symbol error rate BER_v=[]; %Bit error rate
%error bits
ber_theory=[]; for snr_db=1:2:Max_SNR
snr=10.^(snr_db./10); snr_1=Qfunct(sqrt(2*snr)); ber_theory=[ber_theory,snr_1]; end
i=1:2:Max_SNR; semilogy(i,ber, '-r',i,ber_theory, '*b' ); xlabel( 'E_b/N_0 (dB)' ) ylabel( 'BER' ) legend('Monte Carlo' , 'Theoretic' )
for snr_db=0:1:N_snr; sgma=(1/2)*sqrt(10.^(-snr_db./10)); Y=Sc+sgma.*niose;
Y_r=sign(real(Y))./sqrt(2); Y_i=sign(imag(Y))./sqrt(2); Y_bit=[];
坐标是归一化的信噪比， 即每个比特的能量除以噪声的单边功率谱密 度，单位为分贝。横坐标 为误比特率，没有量纲。
五．实验步骤
① 运行发生器：通过发送器将伪随机序列变成数字化的调制信号。 ② 设定信噪比：假定 SNR 为 m dB, 则 Eb/N0=10, 用 MATLAB 假设 SNR单位为分贝。 ③ 确定 Eb ④ 计算 N0 ⑤ 计算噪声的方差 σ n ⑥ 产生噪声：因为噪声具有零均值，所以其功率和方差相等。我们 产 生一个和信号长度相同的噪声向量，且该向量方差为 σ n 。 ⑦ 加上噪声，运行接收器 ⑧ 确定时间延迟 ⑨ 产生误差向量 ⑩ 统计 错误比特：误差向量“ err ”中的每一个非零元素对应着一个 错误的 比特。 最后计算误比特率 BER：每运行一次误比特率仿真，就需要 传输和 接收固定数量的比特，然后确定接收到的比特中有多少错误 的。使用 MATLAB计算 BER: ber=te/length(tx) 。
s=1-msg.*2; %0-->1, 1-->1 n=randn(1,N)+j.*randn(1,N);
%generate guass white noise
ber_v=[]; for snr_dB=1:2:Max_SNR
snr=10.^(snr_dB./10); N0=Eb./snr; sgma=sqrt(N0./2);
序号（学号） ：
学生实验报告书
2014 年 4 月 27 日
实验一： AWGN 信道中 BPSK 调制系统的 BER 仿真计算
一、 实验目的
1． 掌握二相 BPSK调制的工作原理 2． 掌握利用 MATLAB进行误比特率测试 BER的方法 3． 掌握 AWG信N 道中 BPSK调制系统的 BER仿真计算方法
程序分析： 做1000次试验，每次试验取 200个抽样点，求出每次试验的误比
特率，然后对 1000次试验的误比特率取平均值，即得仿真误比特率 ber ，然后将此误比特率与理论值 ber_theory 进行比较。
程序运行结果如图 3所示。
-1
10
-2
10
ER B
-3
10
-4
10
Monte Carlo Theoretic
%snr(db)-->snr(decimal)
y=sqrt(Eb).*s+sgma.*n; y1=sign(real(y)); y2=(1-y1)./2; % 1, 0 sequence
error=sum(abs( msg- y2)); ber_snr=error./N; %ber ber_v=[ber_v,ber_snr]; end %for snr ber_m=ber_m+ber_v; end ber=ber_m./N_trials;
-5101源自2345
6
7
8
9
E b/N 0 (dB)
图1 bpskAWGN误比特率仿真结果与理论值比较
结果分析：
由图 3可知，仿真结果与理论值基本相符， 只是在信噪比较大时，
仿真误码率与理论值存在误差， 这是因为在高信噪比情况下， 误比特
率会呈下降趋势， 若要仿真实际的误比特率， 就需要进行更多次试验，
六． 实验结果及分析
MATLAB程序：
%Simulation of bpskAWGN Max_SNR=10; N_trials=1000; N=200; Eb=1; ber_m=0;
for trial=1:1:N_trials trial
msg=round(rand(1,N)); % 1, 0 sequence