QAM和星座图
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clcclear%% 定义参数fd=250*10^6; %码元速率250Mfs=2500*10^6; %滤波器采样率fc=2500*10^6; %载波频率2.5Gf=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16QAMrf_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16QAMrf_star_qam16=CarrierMod(fc,f,base_star); %载波调制rf_star_qam16_n=awgn(rf_star_qam16,SNR(i),'measured'); %加噪声[star_qam16_rxbase_star_rx]=CarrierDemod(fd,fs,fc,f,rf_star_qam16_n); %载波解调bit_star_rx=StarQamDemod(star_qam16_rx); %MQAM解调[num_qam16,perr_qam16_star(i)]=biterr(bit_tx,bit_star_rx);%误码率qam16_data_star(i,:)=star_qam16_rx;%scatterplot(star_qam16_rx);end%% 理论误码率计算SNRtheo=0:0.1:length(SNR); for i=1:length(SNRtheo) SNRdec=10.^(SNRtheo(i)/10);theo_perr_qam16(i)=(3/8)*erfc(sqrt(SNRdec*2/5)); end%% 基带波形N=200;n=1:N;t=1:N*10;%发送端波形figure;stem(n,bit_tx(n)); title('发送序列'); %发送序列figure('Name','发送端基带信号');subplot(411);plot(t,real(base_rec(t))); title('方形映射-Q路'); subplot(412);plot(t,imag(base_rec(t))); title('方形映射-I路'); subplot(413);plot(t,real(base_star(t))); title('星形映射-Q路'); subplot(414);plot(t,imag(base_star(t))); title('星形映射-I路'); %接收端波形figure;subplot(211);stem(n,bit_rec_rx(n)); title('方形接收序列');subplot(212);stem(n,bit_star_rx(n)); title('星形接收序列');figure('Name','接收端基带信号');subplot(411);plot(t,real(base_rec_rx(t))); title('方形映射-Q路');subplot(412);plot(t,imag(base_rec_rx(t))); title('方形映射-I路');subplot(413);plot(t,real(base_star_rx(t))); title('星形映射-Q路');subplot(414);plot(t,imag(base_star_rx(t))); title('星形映射-I路');%基带眼图N1=20000;Tn=f/fd;eye_rex=base_rec(1:N1);eyediagram(eye_rex,Tn*4,Tn); title('方形基带眼图');eye_star=base_star(1:N1);eyediagram(eye_star,Tn*4,Tn); title('星形基带眼图');%% 接收端星座图%scatterplot(qam16_data_rec(12,:)); figure('Name','方形16QAM接收端星座图');for i=3:3:12subplot(2,2,i/3);plot(real(qam16_data_rec(i,:)),imag(qam16_data_rec(i,:)),'.'); xmax=5;axis([-xmax xmax -xmax xmax])title(['Snr=',num2str(SNR(i)),' dB']);endfigure('Name','星形16QAM接收端星座图');for i=3:3:12subplot(2,2,i/3);plot(real(qam16_data_star(i,:)),imag(qam16_data_star(i,:)),'.'); xmax=3;axis([-xmax xmax -xmax xmax])grid on; title(['Snr=',num2str(SNR(i)),' dB']);end%% 功率谱密度f_plot;%% 误码率分析%16QAM误码率曲线figure('Name','16QAM误码性能对比');% semilogy(SNRtheo,theo_perr_qam16); % hold on;semilogy(SNR,perr_qam16_rec,'*'); hold on;semilogy(SNR,perr_qam16_star,'o'); xlabel('SNR in dB');ylabel('Prb of Err');legend('方形16QAM','星形16QAM');title('16QAM误码性能对比');%-------------------------------------------------------------------------------%% 基带成型function base_info=base_shape(fd,fs,f,seq_16QAM) %平方根升余弦滤波器,滚降系数0.5,延迟3个采样点flt=rcosine(fd,fs,'sqrt',0.5);%I路和Q路seq_Q=real(seq_16QAM);seq_I=imag(seq_16QAM);%增采样R=fs/fd;up_seq_Q=upsample(seq_Q,R);up_seq_I=upsample(seq_I,R);%升余弦调制rcos_Q=conv(up_seq_Q,flt);rcos_I=conv(up_seq_I,flt);%提升rcos_Q_up=interp(rcos_Q,f/fs);rcos_I_up=interp(rcos_I,f/fs);base_info=rcos_Q_up+j*rcos_I_up;%--------------------------------------------------------------------%% 载波解调function [data_rx base_rx]=CarrierDemod(fd,fs,fc,f,receive)%% 分两路乘正交高频载波rc_length=length(receive);flt=rcosine(fd,fs,'sqrt',0.5);t=0:rc_length-1;rc_Q=receive .* sin(2*pi*fc*t/f); rc_I=receive .* cos(2*pi*fc*t/f);%减采样后根升余弦匹配滤波,注意对齐采样点down_Q=downsample([0 rc_Q],f/fs);down_I=downsample(rc_I,f/fs);low_Q_rcos=conv(down_Q,flt);low_I_rcos=conv(down_I,flt);base_rx=low_Q_rcos(1:length(low_I_rcos))+j*low_I_rcos;%两次根升余弦滤波延迟,定位初始信号位置%delay+1:end-delay-1R=fs/fd;delay=3*R*2;rc_Q_seq=(downsample(low_Q_rcos(delay+1:end-delay-1),R));rc_I_seq=(downsample(low_I_rcos(delay+1:end-delay-1),R)); %类型转换data_rx=rc_Q_seq+j*rc_I_seq;%--------------------------------------------------------------------------%% 载波调制function transmit=CarrierMod(fc,f,base)%载波调制t=0:length(base)-1;high_freq_Q=real(base) .* sin(2*pi*fc*t/f);high_freq_I=imag(base) .* cos(2*pi*fc*t/f);transmit=high_freq_Q+high_freq_I;%------------------------------------------------------------------------------%% QAM解调程序,将MQAM码元还原为二进制数据% 入口参数:data_QAM:QAM码元数据% M_QAM:MQAM中M的大小% 出口参数:二进制数据比特流%------------------------------------------------------------------------function data_out=QamDemod(data_QAM,M_QAM)k=log2(M_QAM);%每个M进制码元的bit数data_len=length(data_QAM);%码元长度%------------------------------------------------------------------- %QAM信号放缩至与发送端相同比例data_temp=data_QAM(find(real(data_QAM>0)));aver=mean(real(data_temp));data_Qam_temp=data_QAM/aver*(2^(k/2-1));%------------------------------------------------------------------------%平移到第一象限data_Qam_temp2=(data_Qam_temp+(2^(k/2)-1)*(1+j))/2; %---------------------------------------------------------------------- %将实部虚部分别映射为二进制数据%实部data_real=round(real(data_Qam_temp2));%实部判决data_real(find(data_real>(2^(k/2)-1)))=2^(k/2)-1;%大于2^(k/2)-1的数据判定为2^(k/2)-1 data_real(find(data_real<0))=0;%小于0的数据判为0 bit_real=abs(dec2bin(data_real))-'0'; %虚部data_imag=round(imag(data_Qam_temp2));%虚部判决data_imag(find(data_imag>(2^(k/2)-1)))=2^(k/2)-1;%大于2^(k/2)-1的数据判定为2^(k/2)-1 data_imag(find(data_imag<0))=0;%小于0的数据判为0 bit_imag=abs(dec2bin(data_imag))-'0'; %------------------------------------------------------------------------%还原为二进制比特流bit_rec=[bit_real,bit_imag]';data_out=reshape(bit_rec,1,data_len*k);%-------------------------------------------------------------------------------------------------------------%% QAM调制程序,实现二进制到MQam调制% 入口参数:binary:二进制数据% M_QAM:MQAM中M的大小% 返回参数:MQAM码元%------------------------------------------------------------------------function data_M = QamMod(binary,M_QAM)k=log2(M_QAM);%每个M进制码元的bit数data_len=length(binary);%比特长度binary_rec=reshape(binary,k,data_len/k)';%转化为data_len/k行,k列,的矩阵,以便转化为16进制M进制%计算实部data_str1=num2str(binary_rec(:,1:k/2));data_m_real=bin2dec(data_str1);%计算虚部data_str2=num2str(binary_rec(:,k/2+1:k));data_m_imag=bin2dec(data_str2);%实部虚部映射到MQamdata_M=((data_m_real*2-2^(k/2)+1)+j*(data_m_imag*2-2^(k/2)+1)).';%---------------------------------------------------------------------------------%% 星形16QAM映射function data_m16 = SrarQamMod(binary) %binary=randint(1,100);%产生随机序列data_len=length(binary);%比特长度binary_rec=reshape(binary,4,data_len/4)';%转化为data_len/4行,4列,的矩阵,以便转化为16进制data_str=num2str(binary_rec);data_dec=bin2dec(data_str);data_mm16=(floor(data_dec/8)+1).*exp(j*45/180*pi*mod(data_dec,8));data_m16=reshape(data_mm16,1,data_len/4);%------------------------------------------------------------------------------%% 星形16QAM解调function data_bit = StarQamDemod(qam_rev)%qam_rev=xing_qam16_noise(1:10);am=abs(qam_rev);%幅度判定am(find(am>2))=2;%幅度大于2的判定为2am(find(am<1.5))=1;%幅度大于2的判定为2%相位判定ang=angle(qam_rev)/pi*180;%将-180度到0度变为180度到360度ang(find(ang<0))=ang(find(ang<0))+360; ang_n=round(ang/45);ang_n(find(ang_n>7))=0;data_dec=8*(round(am)-1)+ang_n;%data_dec(find(data_dec>15))=15;%大于15的判定为15%data_dec(find(data_dec<0))=0;%小于0的判定为0data_bit_rec=dec2bin(data_dec);data_bit=reshape(data_bit_rec',1,length(qam_rev)*4)-'0';。
通信中星座图简介
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 πϕ=+0t T ≤<(1)00001,2......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 ϕ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 ϕ为常数,即0000,1,1m N n k ===时,为幅度调制(A SK )。
(2).当m A 和k ϕ为常数,即00001,,1m n N k ===时,为频率调制(FSK)。
数字电视QAM调制及星座图的应用
FG概述 目前在有线电视系统 ';&网络中同时传输模拟
电视信号和数字电视信号&模拟电视信号采用残留边 带调 幅 # *L 71G/$ 方 式& 数 字 电 视 信 号 大 都 采 用 $%j*L调制方式' 无论是模拟电视信号还是数字电 视信号&它们在产生和传输过程中都要受到噪声)失真 # !"#)!$%$ 干扰)相位噪声)入侵信号等# 在数字电视 系统中可统称为*噪声+$ 的影响' 由于数字电视信号 抗干扰能力强&对网络中各项指标要求较低&只要现有 的模拟电视指标正常&数字电视信号传输效果就基本 满意' 但是当网络中噪声达到足够大电平的时候&将 会使模拟电视指标下降&严重时也要影响数字电视信 号的传输质量'
为了使数字电视信号在模拟传输系统 ';&网络 中传输&须将数字信号* 模拟化+&常见的方法是将数 字电视信号进行正交幅度调制&即成为 j*L 调制信 号' j*L调制是幅度)相位联合调制技术&它利用了 载波的幅度和相位来传递信息比特&不同的幅度和相
作者简介吴海龙)#269 75* $男$高级工程师$从事广播电视光纤传输网络技术管理工作#
在模拟电视上噪声直观地对图像产生影响&表现 出相关的故障现象&如图像出现雪花)滚动)垂直)倾斜 或水平波纹等现象' 而在数字电视上噪声不直接对图
像产生影响&没有模拟电视图像劣化的渐变过程&它要 么是稳定)清晰的图像&要么表现为马赛克)静帧或图 像中断的现象' 此外&数字电视信号还对相位噪声较 为敏感&对入侵的突发信号影响也非常大&因此在有线 电视网络中寻找数字电视噪声干扰的难度较大' 我们 最常用的方法之一&是利用星座图分析)判断数字电视 系统或信道中的缺陷和畸变&寻找出故障原因)噪声特 征和来源' 本文重点论述数字电视 j*L 调制原理) 星座图的产生过程及星座图在数字有线电视系统维护 中的应用1#2 ' HG#$% 星座图的产生
全天88星座数据表
Pictor Pictoris Pic 绘架座 南天 247 59 30
Pisces Piscium Psc 双鱼座 赤道 889 14 75
Scorpius Scorpii Sco 天蝎座 赤道 497 33 100
Sculptor Sculptoris Scl 玉夫座 赤道 475 36 30
Hydrus Hudri Hyi 水蛇座 南天 243 61 20
Indus Indi Ind 印地安座 南天 294 49 20
Lacerta Lacertae Lac 蝎虎座 北天 201 68 35
Hercules Herculis Her 武仙座 赤道 1225 05 140
Horologium Horologii Hor 时钟座 南天 249 58 20
Hydra Hydrae Hya 长蛇座 赤道 1303 01 20
Reticulum Reticuli Ret 网罟座 南天 114 82 15
Sagitta Sagittae Sge 天箭座 赤道 80 86 20
Sagittarius Sagittarii Sgr 人马座 赤道 867 15 115
Pavo Pavonis Pav 孔雀座 南天 378 44 45
Pegasus Pegasi Peg 飞马座 赤道 1121 07 100
Perseus Persei Per 英仙座 北天 615 24 90
全天88星座图
全天88星座数据表
拉丁名 所有格 缩写 汉语名 位置 面积① 大小 星数②
Andromeda Andromedae And 仙女座 北天 722 19 100
数字电视星座图的测试与分析
·83·监测与测量Monitoring & Measurement总第106期数字电视星座图的测试与分析吴海龙(辽宁省广播电视技术保障中心)【摘 要】本文简要介绍QAM调制及其星座图的形成过程,并较详细利用测试星座图分析和判断数字电视系统噪声特征和来源等,这对数字电视系统的维护具有重要的意义。
【关键词】数字电视;广义噪声;星座图;测试应用作者简介:吴海龙,辽宁省广播电视技术保障中心,高级工程师,主要从事全省广播电视光纤传输网络设备技术维护及管理等工作。
一、前言众所周知,无论是模拟电视信号还是数字电视信号,它们在产生和传输过程中都会受到失真、噪声、干扰等影响。
在模拟电视中主要有失真(CSO、CTB)、白噪声、哼声(即交流声)、外界电磁波侵入干扰等,这主要是以幅度为特征的噪声,会使模拟电视图像出现雪花、重影、滚动及垂直、倾斜或水平波纹等现象。
在数字电视中,这些噪声影响依然存在,而且增加了数字调制和传输中带来的的影响,例如IQ幅度不平衡、IQ相位差、载波泄漏、相干干扰、相位噪声、增益压缩等。
一般把上述造成数字电视信号损伤的因素都当做噪声来处理,通常称为“广义噪声”,严重时会使数字电视图像出现马赛克、静帧或图像中断等现象。
上述的广义噪声对数字电视信号引起的各种故障用简单的测电平的方法很难查找和判别,而采用测试数字信号星座图是一个有效的方法之一,它能直观地监测数字电视信号的变化,以便对设备或传输网络采取相应的措施。
二、64QAM星座图形成原理在有线数字电视采用的QAM调制大都是64QAM调制方式,它采用两路独立的基带信号对两个相互正交的同频载波进行抑制载波的双边带调制,既调幅又调相,它同时利用了载波的幅度和相位来传递信息比特。
当比特流(视频码流、音频码流和辅助数据码流)进入64QAM调制器时,则是6个比特(从000000~111111)形成一个符号,最多有64种不同的组合,然后分成两路分别调制到两个正交的I、Q平面上,每个符号在I/Q平面上的位置与其调制幅度和相位相一一对应,这样便形成64QAM的星座图,它表示上述I信号和Q信号的64种不同组合信号矢量端点(星座点)的分布图,可以直观地显示出各个星座点的幅值和相位,如图1所示。
4qam调制原理
4qam调制原理4QAM调制原理引言:4QAM调制是一种常用的数字调制技术,广泛应用于数字通信系统中。
本文将详细介绍4QAM调制的原理及其在通信系统中的应用。
一、4QAM调制的基本原理4QAM调制是指在信号调制过程中,将输入的数字信号分为4个等级,每个等级代表一个复数信号点。
这4个信号点分别位于复平面的四个象限中,通过调制将输入的数字信号映射为相应的信号点,再将信号点通过信道传输至接收端。
4QAM调制的优点是在给定的带宽和功率限制下,可以实现更高的数据传输速率。
二、4QAM调制的映射方式4QAM调制采用星座图来表示信号点的位置和相位信息。
具体而言,星座图是复平面上的一个正方形,分别代表4个信号点的位置。
每个信号点由两个正交的振幅调制信号表示,一个振幅代表实部,另一个振幅代表虚部。
通过调整振幅的大小和相位的变化,可以实现不同的信号点。
三、4QAM调制的解调方式在接收端,需要对接收到的信号进行解调,以恢复原始的数字信号。
解调的过程和调制相反,将接收到的信号点映射回数字信号。
解调过程中需要考虑信号传输过程中的噪声和衰落等因素,以保证解调的准确性。
四、4QAM调制在通信系统中的应用4QAM调制在数字通信系统中有广泛的应用。
其中一个典型的应用是在无线通信系统中,如4G和5G网络。
由于4QAM调制可以提供较高的数据传输速率和较高的频谱效率,因此在高速无线网络中得到了广泛应用。
此外,4QAM调制还可以用于数据存储系统中,如硬盘驱动器和光纤通信系统等。
五、4QAM调制的优缺点4QAM调制的优点是可以实现较高的数据传输速率和频谱效率,同时在给定的带宽和功率限制下工作。
缺点是在信号传输过程中对噪声和衰落较为敏感,需要有效的解调算法来提高信号的可靠性。
结论:4QAM调制是一种常用的数字调制技术,通过将数字信号映射为星座图上的信号点,并利用解调算法进行解调,实现了高速数据传输和频谱效率的提高。
在无线通信和数据存储等领域得到了广泛应用。
全天88星座图
全天88星座图拉丁名所有格缩写汉语名位置面积①大小星数②AndromedaAndromedaeAnd仙女座北天72219100AntliaAntliaeAnt唧筒座南天2396220ApusApodisAps天燕座南天2066720AquariusAquariiAqr宝瓶座赤道9801090AquilaAquilaeAql天鹰座赤道6522270AraAraeAra天坛座南天2376330AriesArietisAri白羊座赤道4413950AurigaAurigaeAur御夫座北天6572190BootesBootisBoo牧夫座赤道9071390CaelumCaeliCae雕具座南天1258110CamelopardalisCamelopardalisCam鹿豹座北天7571850CancerCancriCnc巨蟹座赤道5063160CanesVenaticiCanumVenaticorumCVn猎犬座北天4653830CanisMajorCanisMajorisCMa大犬座赤道3804380CanisMinorCanisMinorisCMi小犬座赤道1837120CapricornusCapricorniCap摩羯座赤道4144050CarinaCarinaeCar船底座南天49434110CassiopeiaCassiopeiaeCas仙后座北天5982590CentaurusCentauriCen半人马座南天106009150CepheusCepheiCep仙王座北天5882760CetusCetiCet鲸鱼座赤道123104100ChamaeleonChamaeleonisCha蝘蜓座南天1327920CircinusCirciniCir圆规座南天938520ColumbaColumbaeCol天鸽座南天2705440ComaBerenicesComaeBerenicesCom后发座赤道3864253CoronaAustrilisCoronaeAustrilisCrA南冕座南天1288025CoronaBorealisCoronaeBorealisCrB北冕座赤道1797320CorvusCorviCrv乌鸦座赤道1847015CraterCraterisCrt巨爵座赤道2825320CruxCrucisCru南十字座南天688830CygnusCygniCyg天鹅座北天80416150DelphinusDelphiniDel海豚座赤道1896930DoradoDoradusDor箭鱼座南天1797220DracoDraconisDra天龙座北天10830880EquuleusEquuleiEqu小马座赤道728710EridanusEridaniEri波江座赤道113806100FornaxFornacisFor天炉座赤道3984135GeminiGeminorumGem双子座赤道5143070GrusGruisGru天鹤座南天3664530HerculesHerculisHer武仙座赤道122505140 HorologiumHorologiiHor时钟座南天2495820 HydraHydraeHya长蛇座赤道13030120HydrusHudriHyi水蛇座南天2436120IndusIndiInd印地安座南天2944920LacertaLacertaeLac蝎虎座北天2016835LeoLeonisLeo狮子座赤道9471270 LeoMinorLeonisMinorisLMi小狮座赤道2326420 LepusLeporisLep天兔座赤道2905140LibraLibraeLib天秤座赤道5382950LupusLupiLup豺狼座南天3344670LynxLyncisLyn天猫座北天5452860LyraLyraeLyr天琴座北天2865245MensaMensaeMen山案座南天1537515 MicroseopiumMicroacopiiMic显微镜座南天2106620 MonocerosMonocerotisMon麒麟座南天4833585 MuscaMuscaeMus苍蝇座南天1387730 NormaNormaeNor矩尺座南天1657420 OctansOctantisOct南极座南天2915035 OphiuchusOphiuchiOph蛇夫座赤道94811100 OrionOrionisOri猎户座赤道59426120PavoPavonisPav孔雀座南天3784445 PegasusPegasiPeg飞马座赤道112107100 PerseusPerseiPer英仙座北天6152490 PhoenixPhoenicisPhe凤凰座南天4693740 PictorPictorisPic绘架座南天2475930PiscesPisciumPsc双鱼座赤道8891475 PiscisAustrinusPiscisAustriniPsA南鱼座赤道2456025 PuppisPuppisPup船尾座赤道67320140PyxisPyxidisPyx罗盘座赤道2216525 ReticulumReticuliRet网罟座南天1148215 SagittaSagittaeSge天箭座赤道808620 SagittariusSagittariiSgr人马座赤道86715115 ScorpiusScorpiiSco天蝎座赤道49733100 SculptorSculptorisScl玉夫座赤道4753630 ScutumScutiSct盾牌座赤道1098420 SerpensSerpentisSer巨蛇座赤道6372360 SextansSextantisSex六分仪座赤道3144725 TaurusTauriTau金牛座赤道79717125 TelescopiumTelescopiiTel望远镜座南天2525730 TriangulumTrianguliTri三角座赤道1327815 TriangulumAustraleTrianguliAustralisTrA南三角座南天1108320 TucanaTucanaeTuc杜鹃座南天2954825 UrsaMajorUrsaeMajorisUMa大熊座北天128003125UrsaMinorUrsaeMinorisUMi小熊座北天2565620VelaVelorumVel船帆座南天50032110VirgoVirginisVir室女座赤道12940295VolansVolantisVol飞鱼座南天1417620VulpeculaVulpeculaeVul狐狸座赤道2685545①单位为平方度。
几种数字调制技术
S lm f ( t )
(m 1 ,2 ,,M ,0 t T )
S m f(t)2 T c o s 2m ftc o s0 t2 T s in 2m fts in0 t
码元能量:
Pmf
T 0
2
Smf(t) dt2
8.2.3 FSK信号的频率参数描述
三、FSK信号的相关性
1) 数学表达式
8.3.3 MSK信号分析
一、MSK信号的相位轨迹
n
2
n1 k0
Ik, Ik
1
记录了第n个码元以前 相位的变化轨迹;
相位只能取 / 2 的整 数倍。
8.3 连续相位移频键控(CPFSK)
8.3.3 MSK信号分析
二、MSK信号与QPSK信号的等效
采用信号的包络表示,可将时间函数改为如下形式:
SMSK(t)ReAej(2Tt Inn) ej0t
A c g (t)c o s0 t A sg (t)s in0 t g c (t)c o s0 t g s(t)s in0 t
8.1.2 数字信号的正交调幅 (QAM) 一、QAM原理(续)
又可以表示为包络形式:
S m ( t ) R e V m e j m g ( t ) e j 0 t V m g ( t ) c o s (0 t m )
T 0
Sm2a
(t)dt
1 2
Am2
T 0
g2(t)dt
1 2
Am2g2
2 g
表示归一化码元能量。
图中表 示的是 格雷码
8.1 数字信号的幅度调制
8.1.2 数字信号的正交调幅 (QAM) 一、QAM原理
对正交的两信号:coswt和sinwt同时进行调制,而后相加。见下图
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。
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。
基于MATLAB的QAM 眼图和星座图
南昌大学信息工程学院《随机信号分析》课程作业题目:QAM调制信号的眼图及星座图仿真指导老师:虞贵财作者:毕圣昭日期:2011-12-05QAM调制信号的眼图及星座图仿真1. 眼图眼图是在数字通信的工程实践中测试数字传输信道质量的一种应用广泛、简单易行的方法。
实际上它的一个扫描周期是数据码元宽度1~2倍并且与之同步的示波器。
对于二进制码元,显然1和0的差别越大,接受判别时错判的可能性就越小。
由于传输过程中受到频带限制,噪声的叠加使得1和0的差别变小。
在接收机的判决点,将“1”和“0”的差别用眼图上“眼睛”张开的大小来表示,十分形象、直观和实用。
MATLAB工具箱中有显示眼图和星座图的仪器,下面通过具体的例子说明它们的应用。
图1-1所示是MATLAB Toolbox\Commblks中的部分内容,展示了四进制随机数据通过基带QPSK调制、升余弦滤波(插补)及加性高斯白噪声传输环境后信号的眼图。
图1-1 通过QPSK基带调制升余弦滤波及噪声环境后观察眼图的仿真实验系统图1-2所示是仿真运行后的两幅眼图,上图是I(同相)信号,下图是Q(正交)信号。
图1-2 通过QPSK基带调制及噪声传输环境后观察到的眼图2. 星座图星座图是多元调制技术应用中的一种重要的测量方法。
它可以在信号空间展示信号所在的位置,为系统的传输特性分析提供直观的、具体的显示结果。
为了是系统的功率利用率、频带利用率得到充分的利用,在特定的调制方式下,在信号空间中如何排列与分布信号?在传输过程中叠加上噪声以后,信号之间的最小距离是否能保证既定的误码率的要求这些问题的研究用星座图仪十分直观方便。
多元调制都可以分解为In-phase(同相)分量及Quadrature(正交)分量。
将同相分量用我们习惯的二维空间的X轴表示,正交分量用Y轴表示。
信号在X-Y平面(同相-正交平面)的位置就是星座图。
MATLAB通信系统的工具箱里有着使用方便、界面美观的星座图仪。
QAM调制解调
16QAM的两种星座图比较(3)
从星座图的结构来说: 圆形的16QAM有2个振幅值,矩形的有3个振幅
值 圆形的16QAM有8个相位值,矩形的有12个相位
值,圆形的最小相位偏移为45度,而矩形的最 小偏移为18度。 因此,圆形的最小相位偏移比矩形的大,相应 的其抗相位抖动的能力较强。
为:
x(n) IDFT[ X (k )]
1
N 1
j 2 nk
X (k )e N
N k0
X (k ) DFT[x(n)]
1
N 1
j 2 kn
x(n)e N
N n0
因为QAM调制处在基带,故我们认为载波频率
=0,则OFDM的每路载波的载波间隔为 2 。 N路并行则 0 ~ 2 分布,同理,DFT使得QAMN在
划分区域法(2)
运算量: 判决一个符号只需要进行if else的比较运 算,前2bit用调结果。
两种方法的比较(1)
两种方法的比较(2)
从原理上来看,两种方法的性能是相同的, 仿真图也验证了这一点。
两种方法的运算量差别很大 当接收点在两个星座点的中点时,在上述
解调处形成多路。
基于QAM调制的OFDMCDMA系统
OFDM-CDMA系统简介 QAM调制在OFDM-CDMA中的实现
OFDM-CDMA系统简介(1)
三种多载波CDMA,都用到OFDM 第一种是MC-CDMA;第二种是MC-DSCDMA;第三种是MT-CDMA。
文献“An Overview of Multi-Carrier CDMA” 对这三种方案的误码率也进行了 比较,结果表明在用户数较大时,MCCDMA的性能明显优于其它两个系统,所 以这里采用MC-CDMA系统。
基于星座图的PSK、QAM信号联合识别算法应用
Application of joint signal recognition on PSK and QAM based on constellation
WANG Ting-ting, GONG Xiao-feng
(School of Electrical Engineering & Information, Sichuan University, Chengdu 610065) Abstract: The theoretical recognition algorithms on PSK and QAM couldn’t reach high identification precision when applied to real system. Therefore, this paper proposed a joint recognition algorithm on PSK and QAM based on constellation. The algorithm firstly did signal synchronization and recovered the constellation. By counting the phase and constellation clustering, it extracted the centre point number of the constellation as N, the phase number P, as well as the ratio of the maximal and the minimal radius as R. After that, it structured evaluation function C(N、R、P)to recognize PSK and QAM. Practical application shows, the identification rate of PSK and QAM is higher than 94% when symbols are more than 800, and the identification rate of the 860M digital clustering TETRA signals reaches up to 94. 12%. This algorithm is suitable for practical application because its’ flow is clear and it doesn’t need any prior knowledge. Now it has been applied to the signal analysis system of some company. Key Words: joint signal recognition; constellation clustering; carrier synchronization; symbol rate estimation; phase statistics 通信信号调制识别目的是识别未知信号的调制方式,获取信 号参数,为信号的后续分析做准备。正确识别信号调制方式在电 子侦查,电子对抗和频谱检测方面都有很大的应用。 MPSK 和 MQAM 信号由于其较高的频谱利用率和较好的功率利用率,在 卫星通信、网络通信和微波通信中都得到了广泛的应用,对其调 制方式的自动识别也显得尤为重要[1] [2]。 到目前为止,很多公开文献对 PSK、QAM 的识别做了较为 深入的理论研究。文献[3]利用信号的循环累积量作为分类特征, 对平坦衰落信道下的 PSK 和 QAM 信号进行识别,但是该方法 的计算量较大,不利于实际应用。文献[4]采用拟合聚类的方法识 别 PSK 和 QAM 信号,但它只讨论了信号的类内识别,没有将 PSK 和 QAM 联合起来识别。文献[5]通过插值、解卷、聚类识别 QAM 信号。但该算法没有考虑到实际接收信号存在载波偏差的 问题。 目前大多数识别方法只做了 QAM 和 PSK 信号的类内识别,
介绍QAM 星座图的测量
介绍QAM 星座图的测量大多数在HFC 网络上所提供的数字服务信号传播,是使用一种同时传送两个数据串流(data stream)的调制系统,每一个承载其独自的信息,通常称这些串流(stream)为”I”和”Q”,九十度相位差振幅调制(Quadrature Amplitude Modulation,QAM)是一个将此两个串流调制至一个射频(RF)载波的方法。
在”I”和”Q”信号传送的值只有预先定义的几个值代表广泛不同的状态,一个调制的协议(Protocol)针对每个调制形式规定允许的状态数量,例如在16 QAM 的”I”和”Q” 信号每个只可有4 个状态;在64 QAM 时每个可有8 个状态。
Constellation 星座图与Boxes 方框I 和Q 串流可描绘为九十度相位差形成的格子可提供代表I 乘Q 数的可能状态,此格子通常称为星座图(Constellation)亦可想象为方框的数组。
每个方框代表个别I 和Q” 的”符号状态”,理想或正常的符号状态位置是在其方框的中央,相邻方框之间的分界线称为”判断门坎”。
测量BER 和MERBit Error Ratio (BER) 误码率在通讯工业使用两种简单的测量来叙述数据传输的品质,此两种测量噪声的影响与其它在传送码上的扰乱。
BER 测量符号被推挤进入相邻符号范围的机率,因而导致那些符号被误解。
BER 被叙述为大量传送码的错误码比率以10 的几次方来表示,例如测量得3E-7 表示在一千万次传送码有3 次被误解,此比率是采用少数的实际传送码来实际分析并统计而推估的值,越低的BER 代表越好的效能表现。
尽管较差的BER 表示信号品质较差,但BER 不只是测量纯粹QAM 信号本身的情况,因为BER 测量侦测并统计每个被误解的码,他是一个灵敏的指标可指出问题是由瞬间的或突然发生的噪声干扰。
Pre 和Post-FEC 测量QAM 通讯系统包含修补方法可修正一些经由传送而损坏的码,”Forward Error c orrection”(FEC)数据包含在QAM 传送的数据内,它的信息提供QAM 接收器用来修复被误解的码,因为Pre 和Post-FEC数据质量可能相差极大,BER 测量通常会指示出未修正(Pre-FEC)的数据质量或已修正(Post-FEC)的数据质量来区分哪个数据已被FEC 修正过。
基于64-QAM的星座图重排高级混合ARQ技术
第27卷第11期电子与信息学报V ol.27No.11 2005年11月 Journal of Electronics & Information Technology Nov. 2005基于64-QAM的星座图重排高级混合ARQ技术顾昕钰王艺晨于笑博牛凯林家儒吴伟陵(北京邮电大学信息工程学院北京 100876)摘要:本文介绍了一种适用于QAM调制的混合ARQ(HARQ)技术,该技术通过星座图重排,降低了多级调制造成的比特之间可靠性的差异,能够显著提高HARQ的性能。
在此基础上针对64-QAM提出了一种新的四星座图重排方案,与原有的六星座图重排方案相比,新方案在降低复杂度的同时能够进一步提高HARQ的性能。
关键词:混合自动重传请求,M-QAM,Turbo 编码,HSDPA中图分类号: TN 929.5 文献标识码:A 文章编号:1009-5896(2005)11-1686-05Advanced Hybrid ARQ Technique Employing a Signal ConstellationRearrangement Based on 64-QAMGu Xin-yu Wang Yi-chen Yu Xiao-bo Niu Kai Lin Jia-ru Wu wei-ling (School of Information Engineering, Beijing University of Posts and Telecommunications, Beijing 100876, China)Abstract An advanced Hybrid ARQ (HARQ) technique applicable to QAM is presented in this paper, which employs signal constellation rearrangement to average the variations in bit reliabilities caused by QAM signal constellation. The presented scheme employs 4 constellation mapping rules for 64-QAM, and can achieve a noticeable gain in HARQ performance as well as a reduction in complexity compared to the existing constellation rearrangement scheme.Key words Hybrid-ARQ,M-QAM,Turbo codes,High speed downlink packet access1 引言混合自动重传请求(HARQ)融合了前向纠错(FEC)和自动重传请求(ARQ)两项基本的差错控制技术,是保证数据在时变信道上可靠传输的重要手段。
什么是 QAM调制方式
--------------------------------------------------------------------------------
QAM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。
非矩形QAM
QAM本身有许多可以使用的排列,这里只列出两种为例。
环状8-QAM是最佳的8-QAM,它可以使用最低的平均能量来达到最小的欧几里德度量。环状的16-QAM是亚优化的。环状的QAM非常好地显示出QAM与相移键控之间的关系。不规则QAM的错误率很难广泛地给出,因为它们按其排列各不相同。显然的上限是欧几里德度量:
图4 QAM信号解调
性能
数字通信中经常用错误率(包括误符号率和误比特率)与信噪比的关系衡量调制和解调方式的性能。下面给出一些概念的记法,以得到AWGN信道下错误率的表达式:
M =星座点的个数
Eb =平均比特能量
Es =平均符号能量=
N0 =噪声功率谱密度
Pb =误比特率
Pbc =每个正交载波上的误比特率
,
因此
.
精确的误比特率要看比特与码元符号之间的映射关系。对于以格雷码作比特配置并且每个载波承载相同比特数的情况,由于相邻两个符号之间仅相差一个比特,因此可以得到误比特率:
,
因此
.
单数位-k QAM的误码率性能
对于k如8-QAM(k = 3)要给出误码率要困难得多,一个近似上限为:
.
精确的误比特率Pb要看位的排列。
类似于其他数字调制方式,QAM发射信号集可以用星座图方便地表示。星座图上每一个星座点对应发射信号集中的一个信号。设正交幅度调制的发射信号集大小为N,称之为N-QAM。星座点经常采用水平和垂直方向等间距的正方网格配置,当然也有其他的配置方式。数字通信中数据常采用二进制表示,这种情况下星座点的个数一般是2的幂。常见的QAM形式有16-QAM、64-QAM、256-QAM等。星座点数越多,每个符号能传输的信息量就越大。但是,如果在星座图的平均能量保持不变的情况下增加星座点,会使星座点之间的距离变小,进而导致误码率上升。因此高阶星座图的可靠性比低阶要差。
5G高速数据 调制解调技术原理
浅显易懂科普:通信调制技术,星座到底是怎么回事?调制关键词:BPSK、QPSK、调幅、调相、QAM、星座图……众所周知,调制和解调是通信基本业务流程中的重要组成部分。
没有它们,移动通信根本无法实现。
那么,究竟什么是调制?为什么要调制?5G又是怎么调制的呢?调制是什么作用呢?看一下生活中的一个例子:我们每天都在出行。
出行的时候,我们会根据行程选择适合的交通工具。
乘坐不同的交通工具,出行的速度也会有快有慢。
整个过程,大概就是这样一个模型:实际上,通信系统和这个模型类似。
上面的出行模型,是把人从出发点运输到目的地。
而通信系统,是把数据信号从发送端传输到接收端。
我们进行以下转换:就可以类比出一个简单的通信模型:看出来了吧?“调制”,就像为信号找一个交通工具,让它载着信息穿过信道到达目的地。
我们知道,在无线信道中,信号是以电磁波的形式传递的。
那么,电磁波怎么来传递信息呢?我们先来举一个“用水果传递信息”例子。
例如,我们要传递0和1,可以让苹果代表0,香蕉代表1。
我们发送给接收端,接收方收到后一看是苹果就知道是发送的是0,一收到香蕉,就知道发送的是1。
换一种方式,如果只能用苹果来传递信息呢?我们约定让红苹果代表0,绿苹果代表1。
接收方一看是红苹果,就知道是发送的是0。
收到绿苹果,就知道发送的是1。
再换一种方式。
如果只有红苹果,怎么传递信息呢?我们可以用大的红苹果来代表0,小的红苹果代表1。
一看是大红苹果,就知道是发送的是0。
收到小红苹果,就知道发送的是1。
在这个过程中,我们其实用的是水果的种类、颜色、大小这3个特征来传递信息的。
类似的,电磁波可以用正弦波来描述。
一个正弦波也有3大特征,幅度,相位,频率。
我们可以利用电磁波的这3大特征来传递信息。
下面的公式(1),描述了一个正弦波信号:所谓调幅、调频、调相,就是下图的样子:看出来了没?0和1,被“调”进了不同的电磁波波形之中。
5G速度那么快,它是怎么调制的呢?在3GPP协议(TS 38.201)中,定义了5G支持的调制方式如下:按照使用的载波的特征的不同,5G采用的调制方式可以分为两大类:1.载波的相位变化,幅度不变化:π/2-BPSK, QPSK。
数字通信中几种调制方式的星座图
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 πϕ=+ 0t T ≤< (1)00001,2......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 ϕ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 ϕ为常数,即0000,1,1m N n k ===时,为幅度调制(ASK)。
(2).当m A 和k ϕ为常数,即00001,,1m n N k ===时,为频率调制(FSK)。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
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。
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。
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090。
具体关系如图2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090,是正交的。
对于MQAM 信号,一般的表达式为:
∑∞
−∞=+−=
n n c s n MQAm t nT t g A t e )cos()()(φω式中,n A 是基带信号的振幅,)(s nT t g −是宽度为s T 的第n 个码元基带信号波形,n φ是第n 个码元载波的相位。
上式展开的正交表示形式为:
∑∑∞−∞
=∞−∞
=−−−=n c n s n n c n s n MQAm t
nT t g A t nT t g A t e ωφωφsin ]sin )([cos ]cos )([)(∑∑∞
−∞=∞−∞=−−−=n c s n n c s n t
nT t g Y t nT t g X ωωsin )]([cos )]([式中n n n A X φcos =,n n n B Y φcos =是第n 个码元振幅,
∑∞−∞=−n s n nT t g X )(与
∑∞−∞=−n s
n nT t g Y )(课实为基带信号。
因此从上式可以看出,QAM 调制是两个独立的数字基带信号对两个相互正交的同频载波进行抑制载波双边带调制。
在QAM 调制机制中,。
相位+幅度状态定义了一个数字或数字的组合。
QAM 的优点是具有更大的符号率,从而可获得更高的系统效率。
通常由符号率确定占用带宽。
因此每个符号的比特(基本信息单位)越多,效率就越高。
对于给定的系统,所需要的符号数为n 2,这里n 是每个符号的比特数。
对于16QAM ,n =4,因此有16个符号,每个符号代表4bit :0000,0001,0010等。
对于64QAM ,n =6,因此有64个符号,每个符号代表6bit :000000,000001,000010等。
经过信道编码的二进制的MPEG-2比特流进入QAM 调制器,信号被分为两路,一路给I ,另一路给Q ,每一路一次给3比特的数据,这3比特的二进制数一共有8种不同的状态,分别对应8种不同的电平幅度,这样I 有8个不同幅度的电平,Q 有8个不同幅度的电平,而且I 和Q 两路信号正交。
这样任意一个I 的幅度和任意一个Q 的幅度组合都会在极坐标图上映射一个相应的星座点,这样每个星座点代表由6个比特的数据组成的一个映射,I 和Q 一共有8×8共64种组合状态,各种可能出现过的数据状态组合最后映射到星座图上,得到如图2所显示的64QAM 星座图。
图二
2.2、星座图的应用
同基带数字传输的眼图相比较,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,并帮助查找其原因使用星座图可以轻松发现诸如幅度噪声、相位噪声、相位误差、调制误差比等调制问题。
(1)增益压抑
增益压抑是在信号传送路径上因主动原件(放大器或信号
处理器)过度驱动或不良的主动原件所导致的信号失真,结果在
星座图上显示出四个角落被扭曲造成四边弯成如弓形的现象,
而不是正常的四方形形状。
(2)相位噪声
相位噪声是一段时间内振荡器的相位相对不稳定的情况,如
果此振荡器是关于信号处理(例如本地振荡器)这些相位不稳定
会影响在信号上,在信号处理设备内的振荡器在设计上是只会对
所处理的信号增加非常微小的相位噪声,然而不良的调制器或处
理器可能增加非常可观的相位噪声在信号上,结果在星座图上显
示出绕着图形中央旋转的现象。
(3)不连续的噪声干扰
在实际的网络系统中,QAM 信号会一直被噪声干扰。
噪
声导致所显示的符号落在星座图方框内正常位置的周围,所以
在累积一段时间长度后统计一特定方框内所有符号的落点就
会形成如云般的形状,每个符号表示噪声干扰些微的差异。
如
果有够多的噪声干扰星座图会显示一些符号以表示超过判断
门坎形成“误码”。
三、QAM 误码率分析
通常情况下,我们采用矩形的QAM 信号星座,这是因为容易产生PAM 信号可直接加到两个正交载波相位上,此外它们还便于解调。
对于k M 2=下的矩形信号星座图(k 为偶数),QAM 信号星座图与正交载波信号上的两个PAM 信号时等价的,着两个信号中的每一个上都有2/2k M =个信号点。
因为相位正交分量上的信号能被相干判定方法进行分离,所以易于通过PAM 的误码率确定QAM 的误码率。
M 进制QAM 系统正确判定的概率是:
2
)1(M C P P −=上式中,M P 是M 进制PAM 系统的误码率,该PAM 系统具有等价QAM 系统的每一个
正交信号的一半的平均功率。
通过适当调整M 进制PA 系统的误码率,可得到:
)13()11(20
N E M Q M P av M −−=上式中,0
N E av 是每个符号的平均信噪比,这样一来,M 进制的QAM 调制的误码率为:2)1(1M M P
P −−=可以注意到,当k 为偶数时,这个结果对k M 2=情形时精确的,而当k 为奇数时,就不
存在与之等价的M 进制PAM 系统。
如果使用最佳距离量度进行判决的最佳判决器,可以求出任意k ≥1误码率的严格上限为:
020)1(34])1(321[1N M E Q N M E Q
P av av M −≤−−−≤式中
0N E av 是每个比特的平均信噪比四、QAM 与MPSK 之比较
为了说明QAM 调制相对于MPSK (多进制相位键控)来说,抗干扰能力更强,误码率更低,图3示出了16PSK 和16QAM 的星座图:
图三16QAM 和16PSK 的星座图
这两个星座图表示的信号最大功率相等,相邻信号点的距离d1,d2分别为:
2DPSK :A A d 39.016sin
21=≈π16QAM :A M d 47.01
162122=−=−≈结果表明,d2>d1,大约超过 1.64dB 。
合理地比较两星座图的最小空间距离应该是以平均功率相等为条件。
由相关资料得知,在平均功率相等条件下,16QAM 的相邻信号距离超过16PSK 约 4.19dB 。
星座图中,两个信号点距离越大,在噪声干扰使信号图模糊的情况下,要求分开两个可能信号点越容易办到。
因此16QAM 方式抗噪声干扰能力优于16PSK 。
参考文献:
1、《现代通信原理》文元美张树群等编著科学出版社
2、《数据通信原理》陈启美李勃等编著南京大学出版社。