利用MATLAB实现QPSK调制及解调

合集下载

通信原理的MATLAB实验 QPSK的调制解调报告

通信原理的MATLAB实验 QPSK的调制解调报告

通信原理实验项目名称:QPSK的调制解调一、实验任务任意输入长度为64比特的二进制信息,采用QPSK系统传输。

码元速率为1Bps,载波频率为10Hz,采样频率为40 Hz,利用Matlab画出:(1)调制后的信号波形;(2)经信道传输后的信号波形(假设加性高斯白噪声,其功率为信号功率1/10);(3)(3)任意解调方法解调后的信号波形。

二、流程图三、完整程序Fd=1; %码元速率Fc=10; %载波频率Fs=40; %采样频率N=Fs/Fd;df=10;x=[ 1 1 0 1 1 0];%任意输入64比特的二进制信息M=2; %进制数SNRpBit=10;%加性高斯白噪声,其功率为信号功率的1/10,即信噪比为10 SNR=SNRpBit/log2(M); %转换为码元速率seed=[12345 54321];numPlot=length(x);figure(1)%画出输入二进制序列subplot(211);stem([0:numPlot-1],x(1:numPlot),'bx');title('输入波形’)%调制y=dmod(x,Fc,Fd,Fs,'fsk',M,df);numModPlot=numPlot*Fs;t=[0:numModPlot-1]./Fs;subplot(212);%画出调制后的信号plot(t,y(1:length(t)),'b-');axis([min(t) max(t) -1.5 1.5]);title('调制后的信号')%在已调信号中加入高斯白噪声randn('state',seed(2));y=awgn(y,SNR-10*log10(0.5)-10*log10(N),'measured',[],'dB');%相干解调figure(2)subplot(211);plot(t,y(1:length(t)),'b-');%画出经过信道的实际信号axis([min(t) max(t) -1.5 1.5]);title('加入高斯白噪声后的已调信号')%带输出波形的相干M元频移键控解调subplot(212);stem([0:numPlot-1],x(1:numPlot),'bx');hold on;stem([0:numPlot-1],z1(1:numPlot),'ro');hold off;axis([0 numPlot -0.5 1.5]);title('相干解调后的信号')四、波形。

qpsk调制 matlab代码

qpsk调制 matlab代码

qpsk调制 matlab代码我们需要了解QPSK调制的基本原理。

QPSK调制是一种相位调制技术,它将数字信号分为两个部分,分别表示为I路和Q路。

I路和Q 路分别是正交的,即它们的相位差为90度。

通过调整I路和Q路信号的幅度和相位,可以实现不同的调制方式。

QPSK调制使用两个比特来表示一个符号,因此可以表示四个不同的相位状态。

这四个相位状态分别为0度、90度、180度和270度。

我们可以将这四个相位状态分别表示为00、01、10和11。

在QPSK 调制中,将这四个相位状态映射到一个星座图上,星座图的每个点表示一个相位状态。

接下来,我们使用Matlab来实现QPSK调制。

首先,我们需要生成一组二进制数据,这些数据将被映射到星座图上。

我们可以使用randi函数生成一组随机的二进制数据。

然后,我们将这组二进制数据分为两个部分,分别表示为I路和Q路。

```matlabdata = randi([0, 1], 1, N); % 生成随机二进制数据data_I = data(1:2:end); % 提取I路数据data_Q = data(2:2:end); % 提取Q路数据```接下来,我们需要将I路和Q路数据映射到星座图上。

我们可以使用qammod函数来实现这个过程。

qammod函数将I路和Q路数据作为输入,输出对应的星座图点的复数值。

```matlabM = 4; % 星座图中的点的数量symbols = qammod(data_I * 2 + data_Q, M); % 将I路和Q路数据映射到星座图上```然后,我们可以通过添加高斯白噪声来模拟无线信道的影响。

我们可以使用awgn函数来实现这个过程。

awgn函数将星座图点的复数值作为输入,输出经过信道影响后的复数值。

```matlabSNR = 10; % 信噪比symbols_noisy = awgn(symbols, SNR); % 添加高斯白噪声```我们可以使用qamdemod函数将经过信道影响后的复数值解调为二进制数据。

基于Matlab的QPSK调制解调仿真设计与研究设计说明书

基于Matlab的QPSK调制解调仿真设计与研究设计说明书

天津理工大学计算机与通信工程学院通信工程专业设计说明书基于Matlab/Simulink的QPSK调制解调仿真设计与研究目录摘要 (2)第一章前言 (2)1.1 专业设计任务及要求 (2)1.2 Matlab简介 (2)1.3 Matlab下的simulink简介 (3)1.4 通信系统模型 (3)第二章QPSK调制 (4)2.1 QPSK介绍 (4)2.2 QPSK调制原理 (4)2.2.1 相乘法 (4)2.2.2 选择法 (5)2.3 QPSK调制原理框图 (6)2.4 QPSK调制方式的Matlab仿真 (6)2.5 QPSK调制方式Matlab-simulink仿真 (7)2.5.1 simulink调制建模 (7)2.5.2 simulink调制仿真结果 (8)第三章QPSK解调 (14)3.1 QPSK解调原理 (14)3.2 QPSK解调原理框图 (14)3.3 QPSK解调方式Matlab仿真 (14)3.4 QPSK解调方式的Matlab-simulink仿真 (15)3.4.1 QPSK解调建模 (15)3.4.2 传输信道 (17)3.4.3仿真结果 (17)3.5 仿真结果分析 (20)第四章QPSK通信系统性能分析 (20)第五章结论 (20)参考文献 (21)附录 (21)摘要正交相移键控(QPSK),是一种数字调制方式。

QPSK技术具有抗干扰能力好、误码率低、频谱利用效率高等一系列优点。

论文主要介绍了正交相移键控(QPSK)的概况,以及正交相移键控QPSK的调制解调概念和原理,利用Matlab中M文件和Simulink模块对QPSK的调制解调系统进行了仿真,对QPSK在高斯白噪声信道中的性能进行了,分析了解Simulink中涉及到QPSK的各种模块的功能。

【关键词】Matlab QPSK Simulnk 仿真第一章前言1.1专业设计任务及要求1了解并掌握QPSK调制与解调的基本原理;2在通信原理课程的基础上设计与分析简单的通信系统;3学会利用MATLAB7.0编写程序进行仿真,根据实验结果能分析所设计系统的性能。

基于Matlab的QPSK调制解调仿真设计与研究设计说明书

基于Matlab的QPSK调制解调仿真设计与研究设计说明书

理工大学计算机与通信工程学院通信工程专业设计说明书基于Matlab/Simulink的QPSK调制解调仿真设计与研究目录摘要 (2)第一章前言 (2)1.1 专业设计任务及要求 (2)1.2 Matlab简介 (2)1.3 Matlab下的simulink简介 (3)1.4 通信系统模型 (3)第二章 QPSK调制 (4)2.1 QPSK介绍 (4)2.2 QPSK调制原理 (4)2.2.1 相乘法 (4)2.2.2 选择法 (5)2.3 QPSK调制原理框图 (6)2.4 QPSK调制方式的Matlab仿真 (6)2.5 QPSK调制方式Matlab-simulink仿真 (7)2.5.1 simulink调制建模 (7)2.5.2 simulink调制仿真结果 (8)第三章 QPSK解调 (13)3.1QPSK解调原理 (13)3.2 QPSK解调原理框图 (13)3.3QPSK解调方式Matlab仿真 (13)3.4QPSK解调方式的Matlab-simulink仿真 (14)3.4.1 QPSK解调建模 (14)3.4.2 传输信道 (16)3.4.3 仿真结果 (16)3.5 仿真结果分析 (18)第四章 QPSK通信系统性能分析 (19)第五章结论 (19)参考文献 (20)附录 (20)摘要正交相移键控(QPSK),是一种数字调制方式。

QPSK技术具有抗干扰能力好、误码率低、频谱利用效率高等一系列优点。

论文主要介绍了正交相移键控(QPSK)的概况,以及正交相移键控QPSK的调制解调概念和原理,利用Matlab中M文件和Simulink模块对QPSK的调制解调系统进行了仿真,对QPSK在高斯白噪声信道中的性能进行了,分析了解Simulink中涉及到QPSK的各种模块的功能。

【关键词】Matlab QPSK Simulnk 仿真第一章前言1.1 专业设计任务及要求1了解并掌握QPSK调制与解调的基本原理;2在通信原理课程的基础上设计与分析简单的通信系统;3学会利用MATLAB7.0编写程序进行仿真,根据实验结果能分析所设计系统的性能。

QPSK调制与解调在MATLAB平台上的实现(word文档良心出品)

QPSK调制与解调在MATLAB平台上的实现(word文档良心出品)

QPSK调制与解调在MATLAB平台上的实现QPSK即四进制移向键控(Quaternary Phase Shift Keying),它利用载波的四种不同相位来表示数字信息,由于每一种载波相位代表两个比特信息,因此每个四进制码元可以用两个二进制码元的组合来表示。

两个二进制码元中的前一个码元用a表示,后一个码元用b表示。

QPSK信号可以看作两个载波正交2PSK信号的合成,下图表示QPSK正交调制器。

由QPSK信号的调制可知,对它的解调可以采用与2PSK信号类似的解调方法进行解调。

解调原理图如下所示,同相支路和正交支路分别采用相干解调方式解调,得到()Q t,经过抽样判决和并/串交换器,将上下支路得到的并行I t和()数据恢复成串行数据。

% 调相法clear allclose allt=[-1:0.01:7-0.01];tt=length(t);x1=ones(1,800);for i=1:ttif (t(i)>=-1 & t(i)<=1) | (t(i)>=5& t(i)<=7);x1(i)=1;else x1(i)=-1;endendt1=[0:0.01:8-0.01];t2=0:0.01:7-0.01;t3=-1:0.01:7.1-0.01;t4=0:0.01:8.1-0.01;tt1=length(t1);x2=ones(1,800);for i=1:tt1if (t1(i)>=0 & t1(i)<=2) | (t1(i)>=4& t1(i)<=8);x2(i)=1;else x2(i)=-1;endendf=0:0.1:1;xrc=0.5+0.5*cos(pi*f);y1=conv(x1,xrc)/5.5;y2=conv(x2,xrc)/5.5;n0=randn(size(t2));f1=1;i=x1.*cos(2*pi*f1*t);q=x2.*sin(2*pi*f1*t1);I=i(101:800);Q=q(1:700);QPSK=sqrt(1/2).*I+sqrt(1/2).*Q;QPSK_n=(sqrt(1/2).*I+sqrt(1/2).*Q)+n0;n1=randn(size(t2));i_rc=y1.*cos(2*pi*f1*t3);q_rc=y2.*sin(2*pi*f1*t4);I_rc=i_rc(101:800);Q_rc=q_rc(1:700);QPSK_rc=(sqrt(1/2).*I_rc+sqrt(1/2).*Q_rc);QPSK_rc_n1=QPSK_rc+n1;figure(1)subplot(4,1,1);plot(t3,i_rc);axis([-1 8 -1 1]);ylabel('a序列');subplot(4,1,2);plot(t4,q_rc);axis([-1 8 -1 1]);ylabel('b序列');subplot(4,1,3);plot(t2,QPSK_rc);axis([-1 8 -1 1]);ylabel('合成序列'); subplot(4,1,4);plot(t2,QPSK_rc_n1);axis([-1 8 -1 1]);ylabel('加入噪声');效果图:% 设定T=1,加入高斯噪声clear allclose all% 调制bit_in = randint(1e3, 1, [0 1]);bit_I = bit_in(1:2:1e3);bit_Q = bit_in(2:2:1e3);data_I = -2*bit_I+1;data_Q = -2*bit_Q+1;data_I1=repmat(data_I',20,1);data_Q1=repmat(data_Q',20,1);for i=1:1e4data_I2(i)=data_I1(i);data_Q2(i)=data_Q1(i);end;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;f1=1;t1=0:0.1:1e3+0.9;n0=rand(size(t1));I_rc=data_I2_rc.*cos(2*pi*f1*t1);Q_rc=data_Q2_rc.*sin(2*pi*f1*t1); QPSK_rc=(sqrt(1/2).*I_rc+sqrt(1/2).*Q_rc); QPSK_rc_n0=QPSK_rc+n0;% 解调I_demo=QPSK_rc_n0.*cos(2*pi*f1*t1);Q_demo=QPSK_rc_n0.*sin(2*pi*f1*t1);% 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);t2=0:0.05:1e3-0.05;t3=0:0.1:1e3-0.1;% 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];endenderror=0;dd = -2*bit_in+1;ddd=[dd'];ddd1=repmat(ddd,20,1);for i=1:2e4ddd2(i)=ddd1(i);endfor i=1:1e3if bit_recover(i)~=ddd(i)error=error+1;endendp=error/1000;figure(1)subplot(2,1,1);plot(t2,ddd2);axis([0 100 -2 2]);title('原序列');subplot(2,1,2);plot(t2,data_recover_a);axis([0 100 -2 2]);title('解调后序列'); 效果图:% 设定T=1, 不加噪声clear allclose all% 调制bit_in = randint(1e3, 1, [0 1]);bit_I = bit_in(1:2:1e3);bit_Q = bit_in(2:2:1e3);data_I = -2*bit_I+1;data_Q = -2*bit_Q+1;data_I1=repmat(data_I',20,1);data_Q1=repmat(data_Q',20,1);for i=1:1e4data_I2(i)=data_I1(i);data_Q2(i)=data_Q1(i);end;t=0:0.1:1e3-0.1;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;f1=1;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); QPSK_rc=(sqrt(1/2).*I_rc+sqrt(1/2).*Q_rc);% 解调I_demo=QPSK_rc.*cos(2*pi*f1*t1);Q_demo=QPSK_rc.*sin(2*pi*f1*t1);I_recover=conv(I_demo,xrc);Q_recover=conv(Q_demo,xrc);I=I_recover(11:10010);Q=Q_recover(11:10010);t2=0:0.05:1e3-0.05;t3=0:0.1:1e3-0.1;data_recover=[];for i=1:20:10000data_recover=[data_recover I(i:1:i+19) Q(i:1:i+19)]; end;ddd = -2*bit_in+1;ddd1=repmat(ddd',10,1);for i=1:1e4ddd2(i)=ddd1(i);endfigure(1)subplot(4,1,1);plot(t3,I);axis([0 20 -6 6]);subplot(4,1,2);plot(t3,Q);axis([0 20 -6 6]);subplot(4,1,3);plot(t2,data_recover);axis([0 20 -6 6]); subplot(4,1,4);plot(t,ddd2);axis([0 20 -6 6]);效果图:% QPSK误码率分析SNRindB1=0:2:10;SNRindB2=0:0.1:10;for i=1:length(SNRindB1)[pb,ps]=cm_sm32(SNRindB1(i));smld_bit_err_prb(i)=pb;smld_symbol_err_prb(i)=ps;end;for i=1:length(SNRindB2)SNR=exp(SNRindB2(i)*log(10)/10);theo_err_prb(i)=Qfunct(sqrt(2*SNR)); end;title('QPSK误码率分析');semilogy(SNRindB1,smld_bit_err_prb,'*');axis([0 10 10e-8 1]);hold on;% semilogy(SNRindB1,smld_symbol_err_prb,'o'); semilogy(SNRindB2,theo_err_prb);legend('仿真比特误码率','理论比特误码率'); hold off;function[y]=Qfunct(x)y=(1/2)*erfc(x/sqrt(2));function[pb,ps]=cm_sm32(SNRindB)N=10000;E=1;SNR=10^(SNRindB/10);sgma=sqrt(E/SNR)/2;s00=[1 0];s01=[0 1];s11=[-1 0];s10=[0 -1];for i=1:Ntemp=rand;if (temp<0.25)dsource1(i)=0;dsource2(i)=0;elseif (temp<0.5)dsource1(i)=0;dsource2(i)=1;elseif (temp<0.75)dsource1(i)=1;dsource2(i)=0;elsedsource1(i)=1;dsource2(i)=1;end;end;numofsymbolerror=0;numofbiterror=0;for i=1:Nn=sgma*randn(size(s00));if((dsource1(i)==0)&(dsource2(i)==0))r=s00+n;elseif((dsource1(i)==0)&(dsource2(i)==1)) r=s01+n;elseif((dsource1(i)==1)&(dsource2(i)==0)) r=s10+n;elser=s11+n;end;c00=dot(r,s00);c01=dot(r,s01);c10=dot(r,s10);c11=dot(r,s11);c_max=max([c00 c01 c10 c11]);if (c00==c_max)decis1=0;decis2=0;elseif(c01==c_max)decis1=0;decis2=1;elseif(c10==c_max)decis1=1;decis2=0;elsedecis1=1;decis2=1;end;symbolerror=0;if(decis1~=dsource1(i))numofbiterror=numofbiterror+1;symbolerror=1;end;if(decis2~=dsource2(i))numofbiterror=numofbiterror+1;symbolerror=1;end;if(symbolerror==1)numofsymbolerror=numofsymbolerror+1;end;end;ps=numofsymbolerror/N;pb=numofbiterror/(2*N);效果图:11。

通信原理课程设计――QPSK信号的调制解调.

通信原理课程设计――QPSK信号的调制解调.

一、QPSK信号的调制解调一、题目要求利用matlab软件设计并仿真下面的无线通信系统要求:1、输入信号为比特流形式,比特速率通常为100kbps数量级。

2、载波频率自定。

通常为MHz数量级。

3、信道为多径信道(仿真中2径即可,信道中噪声为加性高斯白噪声。

4、信噪比自行设定。

5、画出图中各点波形。

6、画出系统误码率与接收端信噪比SNR的关系(蒙特卡洛仿真。

7、在给定信噪比的情况下,分析多径延时大小对系统性能有没有影响?画出系统误码率与多径时延大小之间的关系。

二、设计思路1、利用matlab随机函数产生随机0、1的数字信号,频率为100kbps,变成极性码,把得到的数字信号分成两路进行正交调制。

2、载波频率选择为1Mhz,进行调制,即每个码元由10个正弦波调制,每个码元选取100个点表示,即抽样频率为10Mhz。

3、相乘调制后得到的两路信号相加得到的信号,通过天线发送出去。

4、在无线信道中会有高斯白噪声和信号的多径(仿真中2径时延产生影响。

5、接收端接收到信号后,进行带通滤波,采用巴特沃斯滤波器,将带外噪声滤掉。

6、对信号进行解调,分别乘以cos和sin两路本地载波,得到的结果用低通滤波器滤波,得到解调的信号。

7、对解调得到的信号判决,大于零为+1,小于零为-1,传给信宿。

8、对比判决后的信号和原始极性码,求出误码率。

9、改变在无线信道中加入的高斯白噪声和信号的信噪比,从-19dB到10Db,分别对应的误码率,画出曲线。

10、改变多径(二径时延,从一个dt到20dt,分别对应的误码率,画出曲线。

三、模块设计1、发送端产生1000个随机0、1数字信号,并按照奇偶分成两路,a 点波形%%%%%%%%%%%%%%%%%% 朱尤祥 09通信三班090610131 %%%%%%%%%%%%%%%%%%%%f=100000,信号频率100kbps;fc=1000000 ;载频1Mhzclear allnum=1000 ;%取num个抽样点n=100 ;%每个间隔取n个点,来恢复波形和延时f=100000 ;fc=1000000 ;dt=1/f/n ;%时间间隔即为每个码元宽度除以n t=0 :dt (1/f*num-dt ;%总码元时间N=length(t ;%长度t1=0 :dt (1/f*num/2-dt ;%串并转换,时间减半m=1 ;%延时t2=0 :dt (1/f*num/2+(m-1*dt ;%串并之后,延时m for recycle=1 :10data=randint(1,num,2 ;%num个抽样点datanrz=data.*2-1 ;%变成极性码%串并转换,将奇偶位分开idata=datanrz(1:2(num-1;%奇qdata=datanrz(2:2:num;%偶ich=zeros(1,num*n/2; %初始化波形信号for i=1:num/2ich((i-1*n+1:i*n=idata(i;endfigure(1subplot(121plot(t1,ich;axis([0,1/f*num/2,-1.5,1.5];title(‘数字信源的一路信号,奇数’;for ii=1:N/2a(ii=cos(2*pi*fc*t(ii;endidata1=ich.*a; %奇数位的抽样值与cos函数相乘得到其中的一路信号qch=zeros(1,num*n/2; for j=1:num/2qch((j-1*n+1:j*n=qdata(j; endsubplot(122plot(t1,qch;axis([0,1/f*num/2,-1.5,1.5];title(‘数字信源的另一路信号,偶数’; for jj=1:N/2b(jj=sin(2*pi*fc*t(jj ; endqdata1=qch.*b ;%偶数位的抽样值与sin 函数相乘得到其中的另一路信号1012345x 10-3数字信源的一路信号,奇数012345x 10-3数字信源的另一路信号,偶数2、载波频率为1Mhz ,为b 点的波形(放大后figure(2carrier=cos(2*pi*fc*t1 ;plo t(t1,carrier ;title(‘fc=1Mhz 的载波’ ;2fc=1Mhz的载波x 10-43、将两路信号相加,得到发送端发送的信号,即c点波形(放大后s=idata1+qdata1 ;%将奇偶相加figure(3plot(t1,s,title(‘调制信号,即是两路合并发送的信号’3调制信号,即是两路合并发送的信号x 10-44、在信道中加入了高斯白噪声和由于二径时延信号的合成,直射波的幅度取0.7,反射波的幅度取0.3。

MATLAB实现QPSK信号的调制解调以及计算误码率BER

MATLAB实现QPSK信号的调制解调以及计算误码率BER

MATLAB实现QPSK信号的调制解调以及计算误码率BER QPSK(Quadrature Phase Shift Keying)是一种基于调制的数字通信方法,它能够提高频谱利用率并减小误码率。

在QPSK调制中,每个符号由两个正交的载波信号之一进行相位调制,共有四种可能的相位状态。

本文将介绍如何使用MATLAB实现QPSK信号的调制、解调,并计算误码率BER(Bit Error Rate)。

首先,我们将使用MATLAB生成一个随机的二进制数列作为待传输的数字数据。

假设数据位数为N。

```matlabN=1000;%数据位数data = randi([0, 1], 1, N); % 生成随机二进制数据```接下来,我们将二进制数据转换为QPSK调制所需的两个IQ通道数据。

其中,I通道代表实部,Q通道代表虚部。

我们将0和1分别映射为QPSK调制的四个相位状态(例如:00映射为相位0°,01映射为相位90°,10映射为相位180°,11映射为相位270°)。

```matlabqpsk_data = reshape(data, 2, N/2); % 转换为2*N/2矩阵qpsk_data = 2*qpsk_data - 1; % 转换为-1和1之间的数值I = qpsk_data(1, :);Q = qpsk_data(2, :);```现在,我们得到了I和Q两个IQ通道的数据。

接下来,我们将对这两个通道的数据进行调制。

在QPSK调制中,我们使用两个不同相位的正弦信号。

```matlabfs = 1000; % 采样率fc = 10; % 载波频率t = 0:1/fs:N/fc-1/fs; % 时间序列I_modulated = real(sqrt(2/T).*I.*cos(2*pi*t*fc)); % I通道调制Q_modulated = real(sqrt(2/T).*Q.*sin(2*pi*t*fc)); % Q通道调制QPSK_signal = I_modulated + Q_modulated; % QPSK信号```现在,我们得到了QPSK信号。

QPSK调制与解调在MATLAB平台上的实现

QPSK调制与解调在MATLAB平台上的实现

QPSK调制与解调在MATLAB平台上的实现QPSK(Quadrature Phase Shift Keying)是一种常用的调制解调技术,常用于数字通信中。

在QPSK调制中,每个符号代表两个比特,通过将这两个比特与正交信号载波进行调制,实现高效的数据传输。

在这篇文章中,我们将介绍如何在MATLAB平台上实现QPSK调制和解调。

1.QPSK调制首先,我们需要生成待发送的二进制比特序列。

我们可以使用randi 函数生成0和1之间的随机整数序列。

```matlabbits = randi([0,1],1,N);```N表示待发送的比特数。

接下来,我们需要将这个二进制序列转换为QPSK调制符号。

在QPSK 调制中,我们将每两个比特映射到一个复数符号。

将0映射为1+j,将1映射为1-j。

```matlabfor i = 1:2:Nif bits(i) == 0 && bits(i+1) == 0symbols((i+1)/2) = 1 + 1i;elseif bits(i) == 0 && bits(i+1) == 1symbols((i+1)/2) = 1 - 1i;elseif bits(i) == 1 && bits(i+1) == 0symbols((i+1)/2) = -1 + 1i;elseif bits(i) == 1 && bits(i+1) == 1symbols((i+1)/2) = -1 - 1i;endend```最终得到的symbols变量即为QPSK调制后的复数符号序列。

2.QPSK解调首先,我们需要接收到的QPSK信号进行解调,得到复数符号序列。

```matlabsymbols_received = received_signal./carrier; % 将接收到的信号除以载波得到复数符号序列```其中received_signal为接收到的QPSK信号,carrier为发送端使用的载波。

基于matlab的oqpsk调制解调

基于matlab的oqpsk调制解调

基于matlab的oqpsk调制解调在MATLAB 中进行OQPSK(Offset Quadrature Phase Shift Keying)调制和解调可以使用Communications Toolbox 提供的功能。

下面分别给出 OQPSK 调制和解调的示例代码:OQPSK 调制:% 参数设置Fs = 1000; % 采样率Ts = 1/Fs; % 采样间隔fc = 100; % 载波频率data = randi([0, 1], 1, 100); % 随机生成二进制数据% OQPSK 调制modulatedSignal = oqpskmod(data, fc, Fs, 'InputType', 'bit', 'PhaseOffset', pi/4);% 显示调制后的信号t = (0:length(modulatedSignal)-1) * Ts;figure;plot(t, real(modulatedSignal), t, imag(modulatedSignal));title('OQPSK Modulated Signal');xlabel('Time (s)');legend('I Channel', 'Q Channel');OQPSK 解调:% OQPSK 解调demodulatedData = oqpskdemod(modulatedSignal, fc, Fs, 'OutputType', 'bit', 'PhaseOffset', pi/4);% 显示解调后的数据figure;stem(data, 'r', 'DisplayName', 'Original Data');hold on;stem(demodulatedData, 'b', 'DisplayName', 'Demodulated Data');title('OQPSK Demodulation Result');xlabel('Bit Index');ylabel('Bit Value');legend('Original Data', 'Demodulated Data');这里使用了Communications Toolbox 中的oqpskmod 和oqpskdemod 函数,其中oqpskmod 用于OQPSK 调制,oqpskdemod 用于OQPSK 解调。

QPSK调制与解调(Matlab仿真)

QPSK调制与解调(Matlab仿真)

QPSK调制与解调(Matlab仿真)1. 一般在仿真的时候,大家都喜欢直接做等效基带仿真(类似于星座点的仿真)。

但实际要传,还是要传频带的波形信号。

2. 为了模拟真实的环境,先把基带信号经过一个自定义的信道,然后再做脉冲成型,上变频,加一点噪声AWGN进去。

3. 为了模拟同步,应该用专用的同步算法。

但是这里的重点不在同步。

所以用了很简单粗暴的办法。

假装直接同步上了。

4. 为了造出不同步的结果,可以这样写 x_未同步 = [x(300:end); x; x]; 相当于循环发送,循环接收。

这是仿真。

Main%%% 单载波QPSK 接收端% 2017年5月17日18:02:56clear;close all;clcrand_seed = 0;rand('seed',rand_seed);randn('seed',rand_seed);%%% Set up parameters and signals.M = 4; % Alphabet size for modulationbaud_rate = 100; % Baud ratef_carrier1 = 75; % Carrier frequencyNsym = 10000; % Number of symbolsmsg = randi([0 M-1],Nsym,1); % Random messagehMod = comm.RectangularQAMModulator(M);modmsg = step(hMod,msg); % Modulate using QAM. % 映射后的基带信号trainlen = 1000; % Length of training sequencerolloff = .3; % 滚降因子span = 20 ; % 截断长度sps = 10; % Samples per symbolrrcFilter=rcosdesign(rolloff,span,sps,'sqrt'); %根升余弦滚降滤波器,‘sqrt’均方根升余弦;‘normal’升余弦fs = baud_rate*sps; % 时间采样率,时间采样间隔为1/fs 秒Tsymbol=1/baud_rate;% 2. 脉冲成型% txSig = upfirdn(modmsg, rrcFilter, sps); % 发送端的基带复波形信号% chan = [1; .001];chan = [.986; .845; .237; .123+.31i]; % Channel coefficients% chan = [1 0.45 0.3+0.2i]; % Channel coefficientsfiltmsg = filter(chan,1,modmsg); % Introduce channel distortion.(已经经过信道的畸变的基带复信号,星座点)txSig = upfirdn(filtmsg, rrcFilter, sps); % 发送端的基带复波形信号txSig = awgn(txSig,20,'measured'); % Add AWGNt = (0:1/fs:((length(txSig)-1)/fs)).';T = t(end)+1/fs;df = 1/T;freq = -fs/2:df:fs/2-df;cos1 = cos(2*pi*f_carrier1 * t);sin1 = sin(2*pi*f_carrier1 * t);x_upconv = real(txSig).* cos1 + imag(txSig) .* sin1;%% === 接收端x_training_wave = x_upconv;x_training_msg = msg;rxSig = [x_upconv(300:end) ; x_upconv];% 1. 同步x_resampled = resample(rxSig,1,1);x_sync = sync_two_signals( x_resampled,x_training_wave,0);figure(2);plot(freq,20*log10(abs(fftshift(fft(x_sync))/max(abs(fftshift(fft(x_sync)))))));ylim([-100,10])xlim([0,freq(end)])grid on;xlabel('频率(Hz)');title('接收信号');% 2. 下变频+ 匹配滤波xi_dnconv = x_sync .* cos1;xq_dnconv = x_sync .* sin1;x_filtered = xi_dnconv + 1j * xq_dnconv;rxFilt = upfirdn(x_filtered, rrcFilter, 1, sps);rxFilt = rxFilt(span+1:end-span); % 这是接收端匹配滤波后的信号% 3. 均衡% eq1 = lineareq(6, lms(0.01)); % LMSeq1 = lineareq(30, rls(0.99,0.01)); % Create an equalizer object. % 40 taps,RLS算法,步长0.99,自相关矩阵逆矩阵的初值InvCorrInit对角线上的元素eq1.SigConst = step(hMod,(0:M-1)')'; % Set signal constellation. % 标准星座图[symbolest,~] = equalize(eq1,rxFilt,x_training_msg(1:trainlen)); % Equalize. % 均衡器obj,需要均衡的信号,训练序列symbolest = symbolest ./ mean(abs(symbolest)) .* mean(abs(eq1.SigConst));% Plot signals.h = scatterplot(rxFilt,1,trainlen,'bx'); hold on;scatterplot(symbolest,1,trainlen,'r.',h);scatterplot(eq1.SigConst,1,0,'k*',h);legend('Filtered signal','Equalized signal',...'Ideal signal constellation');hold off;% Compute error rates with equalization.hDemod = comm.RectangularQAMDemodulator(M);demodmsg = step(hDemod,symbolest); % Demodulate detected signal from equalizer.% Create ErrorRate Calculator System objectserVec = step(comm.ErrorRate,msg(trainlen+1:end),demodmsg(trainlen+1:end));srate = serVec(1)snum = serVec(2)% Convert integers to bitshIntToBit = comm.IntegerToBit(log2(M));Tx_bit = step(hIntToBit, msg(trainlen+1:end));Rx_bit = step(hIntToBit, demodmsg(trainlen+1:end));% Calculate BERberVec = step(comm.ErrorRate,Rx_bit,Tx_bit);brate = berVec(1)bnum = berVec(2)同步的代码function x_sync = sync_two_signals( x_resampled,x_training_wave,idx )% sync_two_signals( x_resampled,x_training_wave,idx )% x_resampled:收到的信号% x_training_wave:用发送的信号% idx:要找同步上的第几段。

基于MATLAB的QPSK调制解调过程仿真

基于MATLAB的QPSK调制解调过程仿真

基于MATLAB的QPSK调制解调过程仿真摘要:设计了正交相移键控(Quadrature Phase Shift Keying,QPSK)调制与解调系统的仿真,并且利用MATLAB软件的Simulink对其进行了动态模拟仿真。

系统的仿真和分析是设计工程中的重要步骤。

利用其结果从信噪比可以衡量数字信号的传输质量;从输入和输出结果可以看出,仿真试验较好。

QPSK调制与解调系统的仿真设计,为以后设计和改正提供方了良好的依据。

关键词:调制;解调;频谱分析;仿真1引言MATLAB是英文MATrix LABoratory(矩阵实验室)的缩写[1]。

MATLAB的核心采用C语言编写,功能越来越强大,除原有的数值计算功能外,还新增了图形处理功能[2]。

The Mathworks的MATLAB&Simulink产品家族是一个高度整合的科学计算环境,提供了强大的设计工具。

MATLAB&Simulink产品大概组成[3]。

Simulink 是一个交互式动态系统建模仿真和分析工具。

它的建模十分广泛,可以针对任何能够数学描述的系统进行建模,例如通信系统卫星控制系统,航空航天动力学系统,船舶及汽车等。

其中包括了连续、离散、条件执行、时间、单速率、多速率的混杂系统等。

Simulink利用鼠标拖放的方法建立系统的图形界面,而且Simulink 提供了丰富的功能快,几乎可以部署写一行代码就完整真个动态过程。

对工程人员的熟练度降到了最低[4]。

2、QPSK解调的设计2.1.1QPSK解调通过上面对QPSK信号的调制,我门对QPSK有了更加深刻的认识。

那么它的解调可以采用与2PSK信号类似的解调方法进行解调。

同样参考通信原理(樊昌信,国防工业出版社,2007.8),同相支路和正交支路分别采用相干解调方式解调,之后可以得到二者的和,经过抽样判决和串、并交换器,将上下之路得到的并行数据恢复为串行数据。

那么此时就得到我们最初的原始信号,它的解调原理图[6],如下图1所示:3.MATLAB的仿真3.1建立函数文件在MATLAB中建立函数文件,为得到误码率图像,打开MATLAB后点击上面的file——new—blank M file,然后打开一个空白的M文件,在文件中输入如下代码[8]:initialseed=71;%AWGN信道的初始化种子,可任意选择inputinitialseed=65;%随机整数生成器的初始化种子inputsampletime=1/1000;%随机整数生成器的样本时间y=[];for snr=1:10 %信噪比SNR从1取到10db,计算不同信噪比下的误码率sim('QPSK');%运行simulink的模块,在模块中还会有调制后的频谱。

QPSK调制与解调在MATLAB平台上的实现

QPSK调制与解调在MATLAB平台上的实现

QPSK调制与解调在MATLAB平台上的实现QPSK(Quadrature Phase Shift Keying)是一种常见的数字调制技术,主要用于数字通信领域中的高速数据传输。

QPSK调制与解调的实现可以利用MATLAB平台,并结合数字信号处理工具箱中的相关函数来完成。

在本文中,将详细介绍QPSK调制和解调的MATLAB实现步骤,并给出相关代码示例。

1. 生成一个二进制序列作为调制数据。

可以使用MATLAB中的randi函数生成0和1构成的随机序列。

```matlabdata = randi([0 1], 1, N); % N表示数据长度```2. 将二进制序列转换为QPSK调制符号。

由于QPSK调制中每个调制符号代表2个比特,所以需要将二进制序列分成两部分,并将每一部分映射到相应的星座点上。

可以使用MATLAB中的bi2de函数将二进制序列转换为十进制数,并按照星座点的排列顺序进行映射。

示例代码如下:```matlabI_data = bi2de(data(1:2:end), 'left-msb');Q_data = bi2de(data(2:2:end), 'left-msb');```3. 根据映射的结果,使用复数运算来生成QPSK调制信号。

可将实部和虚部分别设置为I_data和Q_data,形成一个复数信号。

示例代码如下:```matlabmodulated_signal = I_data + 1i*Q_data;```4. 将调制信号进行归一化并添加高斯白噪声(可选)。

调制信号一般需要归一化为特定的信号功率,可以使用MATLAB中的awgn函数向调制信号添加高斯白噪声。

示例代码如下:```matlabnormalized_signal = modulated_signal / sqrt(2); % 归一化信号功率noisy_signal = awgn(normalized_signal, SNR); % 向信号添加高斯白噪声,SNR表示信噪比```QPSK解调的实现步骤如下:1.接收到带有噪声的QPSK信号。

matlab qpsk解调算法

matlab qpsk解调算法

在MATLAB中,QPSK解调算法的实现通常包括以下几个步骤:1. 载波恢复:首先,需要从接收到的信号中恢复出载波。

这通常是通过相乘或相除的方式完成的,即通过将接收到的信号与恢复的载波相乘或相除来去除载波。

2. 符号解调:在恢复载波之后,需要进行符号解调。

这通常是通过比较接收到的信号与参考信号的相位差来实现的。

根据比较结果,可以确定接收到的符号是0还是1。

3. 解调后的信号处理:在解调之后,通常需要对解调后的信号进行一些处理,例如去除直流分量、低通滤波等。

下面是一个简单的MATLAB代码示例,演示了如何实现QPSK解调:生成QPSK信号M = 4; % QPSK的调制阶数data = randi([0 M-1], 1000, 1); % 生成1000个随机数据modData = qammod(data, M); % QPSK调制加入高斯白噪声SNR = 10; % 信噪比noise = sqrt(1/2)*(randn(size(modData)) + 1i*randn(size(modData))); % 生成高斯白噪声receivedSignal = modData + noise; % 加入噪声QPSK解调demodData = qamdemod(receivedSignal, M, 'Peak'); % QPSK解调计算误码率errors = sum(abs(data - demodData)) / length(data); % 计算误码率fprintf('误码率为: %f\n', errors);请注意,这只是一个简单的示例代码,实际应用中可能需要更复杂的处理和优化。

此外,上述代码中使用的`qammod`和`qamdemod`函数是MATLAB中提供的QAM调制和解调函数,对于QPSK来说,它们可以正常工作。

基于Matlab的QPSK调制与解调系统仿真

基于Matlab的QPSK调制与解调系统仿真

一、多进制调制带通二进制键控系统中,每个码元只能传输1b信息,其频带利用率不高。

为了提高频带利用率,最有效的办法是使一个码元传输多个比特的信息。

这就是多进制键控体制。

多进制数字调制是利用多进制数字基带信号去调制载波的振幅,频率或相位。

因此,相应地有多进制数字振幅调制(MASK),多进制数字频率调制(MPSK)以及多进制数字相位调制(MPSK)等。

多进制数字调制是利用多进制数字基带信号去调制载波的振幅、频率或相位。

由于多进制数字调制信号的被调参数在一个码元宽度内有多个可能的取值,因此与二进制数字调制相比,具有以下两个特点:(1)在相同的信道码元传输速率下,L进制系统的信息传输速率是二进制系统的log L倍;2(2)在相同的系统传信率下,多进制信道的符号速率可以低于二进制的符号速率,因而所需信道带宽减小。

因此,多进制调制方式获得了广泛的应用,成为提高通信效率的主要手段。

二、QPSK的原理QPSK(4PSK,正交相移键控)又叫四相绝对相移调制,是最常用的MPSK,分为π/2系统和π/4系统两种。

它是利用载波的四种不同相位来表征数字信息。

由于每一种载波相位代表两个比特信息,故每个四进制码元又被称为双比特码元。

QPSK系统在用正交调制部分需要进行串/并变换,其中串/并变换电路将QPSK调制的两位编码按比特分开,走上下两路,分成的两路序列速率减半,电平发生器分别产生双极性二电平信号I(t)和Q(t),然后各自去调制相互正交的正弦波,再进行矢量合成,即得到QPSK信号。

图1 QPSK调制电路在解调部分可以用两个正交的载波信号实现相干解调。

正交路和同相路分别设置两个相关器,得到I(t)和Q(t),经电平判决和并/串变换即可恢复原始信息。

图2 QPSK解调电路三、详细设计步骤1 根据QPSK的调制及解调原理及原理框图,MATLAB程序来仿真这个系统应遵循以下几个步骤:调制部分:(1)串/并变换(2)极性转换(3)电平产生(4)两分路分别与载波相乘(5)合并两路信号信道部分:加入高斯白噪声解调部分:(1)接收到的信号分别乘以正弦信号及余弦信号(2)两路信号分别进行抽样判决(3)并/串变换2 用MATLAB 程序来实现QPSK 调制与解调系统仿真四、设计结果及分析0100200300400500600700800-2-1.5-1-0.50.511.52产生的二进制波形图1 产生的随机二进制序列050100150200250300350400-2-112二进制信息050100150200250300350400-2-112余弦分路信号图2 基数位的二进制序列及调制后的波形050100150200250300350400-2-112二进制信息050100150200250300350400-2-112正弦分路信号图3偶数位的二进制序列及调制后的波形050100150200250300350400-1-0.50.51加性高斯白噪声时域波形050100150200250300350400051015加性高斯白噪声频谱图4 加性高斯白噪声的时域波形及频谱050100150200250300350400-55接收端信号的时域图050100150200250300350400-202接收端正弦分路信号050100150200250300350400-22接收端余弦分路信号图5接收端信号的时域图及正余弦两路信号的波形0510********35404550-29.5-29-28.5-28-27.5-27-26.5-26-25.5-25-24.5Frequency (Hz)P o w e r /f r e q u e n c y (d B /H z )加性高斯白噪声功率谱密度图6 加性高斯白噪声的功率谱密度0100200300400500600700800-2-1.5-1-0.50.511.52解调出的波形图7 接收端最终解调后的二进制序列五、总结在现代通信中,提高频谱利用率一直是人们关注的焦点之一。

QPSK调制与解调系统的MATLAB实现

QPSK调制与解调系统的MATLAB实现

QPSK调制与解调系统的MATLAB实现和性能分析摘要:QPSK是英文QuadraturePhaseShiftKeying的缩略语简称,意为正交相移键控,是一种数字调制方式。

四相相移键控信号简称“QPSK”。

在现代通信系统中,调制与解调是必不可少的重要手段。

所谓调制,就是把信号转换成适合在信道中传输的形式的一种过程。

解调则是调制的相反过程,而从已调制信号中恢复出原信号。

本课程设计主要介绍通过进行QPSK调制解调的基带仿真,对实现中影响该系统性能的几个重要问题进行了研究。

针对QPSK的特点,调制前后发生的变化,加上噪声后波形出现的各种变化,通过星座图、眼图、波形图等来观察。

程序设计与仿真均采用MATLAB集成环境下的Simulink仿真平台,最后仿真详单与理论分析一致。

1 引言本课程设计主要是学会运用MATLAB中的Simulink来实现数字基带信号的模拟传输。

在知道其传输原理的情况下,将仿真电路到Simulink之中。

并且对正交振幅调制、解调过程的频谱和波形的分析,同时在无噪声和有噪声的进行分析,加入高斯白噪声,瑞利噪声,莱斯噪声分析调制解调后的频谱、波形,观察其误码率。

1.1课程设计的目的通过本课程的学习我们不仅能加深理解和巩固理论课上所学的有关QPSK调制与解调的基本概念、基本理论和基本方法,而且能锻炼我们分析问题和解决问题的能力;同时对我们独立工作的习惯和科学素质进行培养,为今后参加科学工作打下良好的基础。

1.2课程设计的内容利用MATLAB集成环境下的Simulink仿真平台,设计一个QPSK调制与解调系统.用示波器观察调制前后的信号波形;用频谱分析模块观察调制前后信号频谱的变化;加上各种噪声源,用误码测试模块测量误码率;最后根据运行结果和波形来分析该系统性能。

1.3课程设计的要求1)熟悉MATLAB环境下的Simulink仿真平台,熟悉QPSK系统的调制解调原理,构建QPSK调制解调电路图.2)用示波器观察调制前后的信号波形,用频谱分析模块观察调制前后信号的频谱的变化。

matlab qpsk调制解调代码

matlab qpsk调制解调代码

一、介绍Matlab是一种专门用于科学计算和数据可视化的强大工具,QPSK调制解调是数字通信领域中常用的调制解调技术。

本文将介绍如何使用Matlab编写QPSK调制解调的代码。

二、QPSK调制原理QPSK是Quadrature Phase Shift Keying的缩写,即正交相移键控。

在QPSK调制中,将输入的数字比特流分成两路,分别用正弦波和余弦波进行调制。

通过将正弦波和余弦波的相位进行调整,可以将数字比特流转换为模拟信号进行传输。

三、QPSK调制过程1.将输入的数字比特流分为两路,分别表示为I路和Q路。

2.将I路比特流进行调制,使用正弦波作为载波信号,调整相位进行调制。

3.将Q路比特流进行调制,使用余弦波作为载波信号,调整相位进行调制。

4.将调制后的信号进行合并,得到QPSK调制信号。

四、QPSK解调过程1.接收到QPSK调制信号后,将信号分为I路和Q路。

2.将I路信号与正弦波进行乘积运算并积分,得到解调后的I路比特流。

3.将Q路信号与余弦波进行乘积运算并积分,得到解调后的Q路比特流。

五、Matlab QPSK调制解调代码实现```matlab生成随机QPSK调制信号data = randi([0, 1], 1, 1000); 生成随机比特流I = data(1:2:end); 取偶数位作为I路数据Q = data(2:2:end); 取奇数位作为Q路数据symbols = 2*I-1 + 1i*(2*Q-1); 将I路和Q路数据映射为QPSK符号显示QPSK调制信号scatterplot(symbols); 显示QPSK调制信号的星座图QPSK解调data_est = zeros(1, length(data));data_est(1:2:end) = real(symbols) > 0; 解调I路数据data_est(2:2:end) = imag(symbols) > 0; 解调Q路数据```六、总结本文介绍了QPSK调制解调的原理和过程,并给出了使用Matlab实现QPSK调制解调的代码。

利用MATLAB实现QPSK调制及解调

利用MATLAB实现QPSK调制及解调

郑州轻工业学院课程设计说明书题目:利用MATLAB实现QPSK调制及解调成绩:郑州轻工业学院课程设计任务书题目利用MATLAB实现QPSK调制及解调主要内容、基本要求、主要参考资料等:主要内容:已知数字信号1011000101101011,码元速率为2400波特,载波频率为1200Hz,利用MATLAB画出QPSK调制波形,并画出调制信号经过高斯信道传输后解调波形及接收误码率,将其与理论值进行比较。

基本要求:1、通过本课程设计,巩固通信原理QPSK调制的有关知识;2、熟悉QPSK产生原理;3、熟悉高斯信道的建模及QPSK解调原理;4、熟悉误码率的蒙特卡罗仿真;5、学会用MATLAB来进行通信系统仿真。

主要参考资料:主要参考资料:1、王秉钧等. 通信原理[M].北京:清华大学出版社,2006.112、陈怀琛.数字信号处理教程----MATLAB释义与实现[M].北京:电子工业出版社,2004.目录一前言 (4)1.1QPSK系统的应用背景简介 (4)1.2 QPSK实验仿真的意义 (4)1.3 实验平台和实验内容 (5)1.3.1实验平台 (5)1.3.2实验内容 (5)二、系统实现框图和分析 (5)2.1、QPSK调制部分, (5)2.2、QPSK解调部分 (7)三、实验结果及分析 (7)3.1、理想信道下的仿真 (7)3.2、高斯信道下的仿真 (8)3.3、先通过瑞利衰落信道再通过高斯信道的仿真 (9)参考文献: (11)附录 (12)基于MATLAB的QPSK仿真设计与实现一前言1.1QPSK系统的应用背景简介QPSK是英文Quadrature Phase Shift Keying的缩略语简称,意为正交相移键控,是一种数字调制方式。

在19世纪80年代初期,人们选用恒定包络数字调制。

这类数字调制技术的优点是已调信号具有相对窄的功率谱和对放大设备没有线性要求,不足之处是其频谱利用率低于线性调制技术。

  1. 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. 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. 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)。

郑州轻工业学院课程设计说明书题目:利用MATLAB实现QPSK调制及解调姓名:院系:电气信息工程学院专业班级:电子信息工程09-1学号: 540901030154指导教师:赵红梅成绩:时间: 2012 年 6 月 18 日至 2012 年 6 月 22 日郑州轻工业学院课程设计任务书题目利用MATLAB实现QPSK调制及解调专业班级电子信息工程09级 1班学号 54 姓名主要内容、基本要求、主要参考资料等:主要内容:已知数字信号1011000101101011,码元速率为2400波特,载波频率为1200Hz,利用MATLAB画出QPSK调制波形,并画出调制信号经过高斯信道传输后解调波形及接收误码率,将其与理论值进行比较。

基本要求:1、通过本课程设计,巩固通信原理QPSK调制的有关知识;2、熟悉QPSK产生原理;3、熟悉高斯信道的建模及QPSK解调原理;4、熟悉误码率的蒙特卡罗仿真;5、学会用MATLAB来进行通信系统仿真。

主要参考资料:主要参考资料:1、王秉钧等. 通信原理[M].北京:清华大学出版社,2006.112、陈怀琛.数字信号处理教程----MATLAB释义与实现[M].北京:电子工业出版社,2004.完成期限:2012.6.18—2012.6.23指导教师签名:课程负责人签名:2012年6月16日目录一前言 (4)1.1QPSK系统的应用背景简介 (4)1.2 QPSK实验仿真的意义 (4)1.3 实验平台和实验内容 (5)1.3.1实验平台 (5)1.3.2实验内容 (5)二、系统实现框图和分析 (5)2.1、QPSK调制部分, (5)2.2、QPSK解调部分 (7)三、实验结果及分析 (7)3.1、理想信道下的仿真 (7)3.2、高斯信道下的仿真 (8)3.3、先通过瑞利衰落信道再通过高斯信道的仿真 (9)参考文献: (11)附录 (12)基于MATLAB的QPSK仿真设计与实现一前言1.1QPSK系统的应用背景简介QPSK是英文Quadrature Phase Shift Keying的缩略语简称,意为正交相移键控,是一种数字调制方式。

在19世纪80年代初期,人们选用恒定包络数字调制。

这类数字调制技术的优点是已调信号具有相对窄的功率谱和对放大设备没有线性要求,不足之处是其频谱利用率低于线性调制技术。

19世纪80年代中期以后,四相绝对移相键控(QPSK)技术以其抗干扰性能强、误码性能好、频谱利用率高等优点,广泛应用于数字微波通信系统、数字卫星通信系统、宽带接入、移动通信及有线电视系统之中。

1.2 QPSK实验仿真的意义通过完成设计内容,复习QPSK调制解调的基本原理,同时也要复习通信系统的主要组成部分,了解调制解调方式中最基础的方法。

了解QPSK的实现方法及数学原理。

并对“通信”这个概念有个整体的理解,学习数字调制中误码率测试的标准及计算方法。

同时还要复习随机信号中时域用自相关函数,频域用功率谱密度来描述平稳随机过程的特性等基础知识,来理解高斯信道中噪声的表示方法,以便在编程中使用。

理解QPSK调制解调的基本原理,并使用MATLAB编程实现QPSK信号在高斯信道和瑞利衰落信道下传输,以及该方式的误码率测试。

复习MATLAB编程的基础知识和编程的常用算法以及使用MATLAB仿真系统的注意事项,并锻炼自己的编程能力,通过编程完成QPSK调制解调系统的仿真,以及误码率测试,并得出响应波形。

在完成要求任务的条件下,尝试优化程序。

通过本次实验,除了和队友培养了默契学到了知识之外,还可以将次实验作为一种推广,让更多的学生来深入一层的了解QPSK以至其他调制方式的原理和实现方法。

可以方便学生进行测试和对比。

足不出户便可以做实验。

1.3 实验平台和实验内容1.3.1实验平台本实验是基于Matlab的软件仿真,只需PC机上安装MATLAB 6.0或者以上版本即可。

(本实验附带基于Matlab Simulink (模块化)仿真,如需使用必须安装simulink 模块)1.3.2实验内容1.构建一个理想信道基本QPSK仿真系统,要求仿真结果有a.基带输入波形及其功率谱b.QPSK信号及其功率谱c.QPSK信号星座图2.构建一个在AWGN(高斯白噪声)信道条件下的QPSK仿真系统,要求仿真结果有a.QPSK信号及其功率谱b.QPSK信号星座图c.高斯白噪声信道条件下的误码性能以及高斯白噪声的理论曲线,要求所有误码性能曲线在同一坐标比例下绘制3验可选做扩展内容要求:构建一个先经过Rayleigh(瑞利衰落信道),再通过AWGN(高斯白噪声)信道条件下的条件下的QPSK仿真系统,要求仿真结果有a.QPSK信号及其功率谱b.通过瑞利衰落信道之前和之后的信号星座图,前后进行比较c.在瑞利衰落信道和在高斯白噪声条件下的误码性能曲线,并和二.2.c中所要求的误码性能曲线在同一坐标比例下绘制二、系统实现框图和分析2.1、QPSK调制部分,原理框图如图1所示πφ1(t)c f tφ2(t )c f t π 图1原理分析:基本原理及系统结构QPSK 与二进制PSK 一样,传输信号包含的信息都存在于相位中。

的别的载波相位取四个等间隔值之一,如л/4, 3л/4,5л/4,和7л/4。

相应的,可将发射信号定义为(21)/4]ft i ππ+- 0≤t ≤TSi (t ) =0。

, 其他其中,i =1,2,2,4;E 为发射信号的每个符号的能量,T 为符号持续时间,载波频率f 等于nc/T ,nc 为固定整数。

每一个可能的相位值对应于一个特定的二位组。

例如,可用前述的一组相位值来表示格雷码的一组二位组:10,00,01,11。

下面介绍QPSK 信号的产生和检测。

如果a 为典型的QPSK 发射机框图。

输入的二进制数据序列首先被不归零(NRZ )电平编码转换器转换为极性形式,即负号1和0接着,该二进制波形被分接器分成两个分别由输入序列的奇数位偶数位组成的彼此独立的二进制波形,这两个二进制波形分别用a1(t ),和a2(t )表示。

容易注意到,在任何一信号时间间隔内a1(t ),和a2(t )的幅度恰好分别等于Si1和 Si2,即由发送的二位组决定。

这两个二进制波形a1(t ),和a2(t )被用来调制一对正交载波或者说正交基本函数:φ1(t ))c f t π,φ2(t )=)c f t π。

这样就得到一对二进制PSK 信号。

φ1(t )和φ2(t )的正交性使这两个信号可以被独立地检测。

最后,将这两个二进制PSK信号相加,从而得期望的QPSK。

2.2、QPSK解调部分,原理框图如图2所示:φ2(t)正交信道门限=0图2原理分析:QPSK接收机由一对共输入地相关器组成。

这两个相关器分别提供本地产生地相干参考信号φ1(t)和φ2(t)。

相关器接收信号x(t),相关器输出地x1和x2被用来与门限值0进行比较。

如果x1>0,则判决同相信道地输出为符号1;如果x1<0 ,则判决同相信道的输出为符号0。

;类似地。

如果正交通道也是如此判决输出。

最后同相信道和正交信道输出这两个二进制数据序列被复加器合并,重新得到原始的二进制序列。

在AWGN信道中,判决结果具有最小的负号差错概率。

三、实验结果及分析根据图1和图2的流程框图设计仿真程序,得出结果并且分析如下:3.1、理想信道下的仿真,实验结果如图3所示图3实验结果分析:如图上结果显示,完成了QPSK信号在理想信道上的调制,传输,解调的过程,由于调制过程中加进了载波,因此调制信号的功率谱密度会发生变化。

并且可以看出调制解调的结果没有误码。

3.2、高斯信道下的仿真,结果如图4所示:图4实验结果分析:由图4可以得到高斯信道下的调制信号,高斯噪声,调制输出功率谱密度曲线和QPSK信号的星座图。

在高斯噪声的影响下,调制信号的波形发生了明显的变化,其功率谱密度函数相对于图1中的调制信号的功率谱密度只发生了微小的变化,原因在于高斯噪声是一个均值为0的白噪声,在各个频率上其功率是均匀的,因此此结果是真确的。

星座图反映可接收信号早高斯噪声的影响下发生了误码,但是大部分还是保持了原来的特性。

3.3、先通过瑞利衰落信道再通过高斯信道的仿真。

实验结果如图5所示:图5实验结果分析:由图5可以得到瑞利衰落信道前后的星座图,调制信号的曲线图及其功率谱密度。

最后显示的是高斯信道和瑞利衰落信道的误码率对比。

由图可知瑞利衰落信道下的误码率比高斯信道下的误码率高。

至此,仿真实验就全部完成。

参考文献:1、《MATLAB 宝典》陈杰等编著电子工业出版社2、《MATLAB信号处理》刘波, 文忠, 曾涯编著北京电子工业出版社3、《数字信号处理的MATLAB实现》万永革编著北京科学出版社4、网上资料附录MATLAB程序% 调相法clear allclose allt=[-1:0.01:7-0.01];tt=length(t);x1=ones(1,800);for i=1:ttif (t(i)>=-1 & t(i)<=1) | (t(i)>=5& t(i)<=7);x1(i)=1;else x1(i)=-1;endendt1=[0:0.01:8-0.01];t2=0:0.01:7-0.01;t3=-1:0.01:7.1-0.01;t4=0:0.01:8.1-0.01;tt1=length(t1);x2=ones(1,800);for i=1:tt1if (t1(i)>=0 & t1(i)<=2) | (t1(i)>=4& t1(i)<=8);x2(i)=1;else x2(i)=-1;endendf=0:0.1:1;xrc=0.5+0.5*cos(pi*f);y1=conv(x1,xrc)/5.5;y2=conv(x2,xrc)/5.5;n0=randn(size(t2));f1=1;i=x1.*cos(2*pi*f1*t);q=x2.*sin(2*pi*f1*t1);I=i(101:800);Q=q(1:700);QPSK=sqrt(1/2).*I+sqrt(1/2).*Q;QPSK_n=(sqrt(1/2).*I+sqrt(1/2).*Q)+n0;n1=randn(size(t2));i_rc=y1.*cos(2*pi*f1*t3);q_rc=y2.*sin(2*pi*f1*t4);I_rc=i_rc(101:800);Q_rc=q_rc(1:700);QPSK_rc=(sqrt(1/2).*I_rc+sqrt(1/2).*Q_rc);QPSK_rc_n1=QPSK_rc+n1;figure(1)subplot(4,1,1);plot(t3,i_rc);axis([-1 8 -1 1]);ylabel('a序列');subplot(4,1,2);plot(t4,q_rc);axis([-1 8 -1 1]);ylabel('b序列');subplot(4,1,3);plot(t2,QPSK_rc);axis([-1 8 -1 1]);ylabel('合成序列'); subplot(4,1,4);plot(t2,QPSK_rc_n1);axis([-1 8 -1 1]);ylabel('加入噪声');效果图:% 设定T=1,加入高斯噪声clear allclose all% 调制bit_in = randint(1e3, 1, [0 1]);bit_I = bit_in(1:2:1e3);bit_Q = bit_in(2:2:1e3);data_I = -2*bit_I+1;data_Q = -2*bit_Q+1;data_I1=repmat(data_I',20,1); data_Q1=repmat(data_Q',20,1);for i=1:1e4data_I2(i)=data_I1(i);data_Q2(i)=data_Q1(i); end;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;f1=1;t1=0:0.1:1e3+0.9;n0=rand(size(t1));I_rc=data_I2_rc.*cos(2*pi*f1*t1);Q_rc=data_Q2_rc.*sin(2*pi*f1*t1);QPSK_rc=(sqrt(1/2).*I_rc+sqrt(1/2).*Q_rc);QPSK_rc_n0=QPSK_rc+n0;% 解调I_demo=QPSK_rc_n0.*cos(2*pi*f1*t1);Q_demo=QPSK_rc_n0.*sin(2*pi*f1*t1);% 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);t2=0:0.05:1e3-0.05;t3=0:0.1:1e3-0.1;% 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];endenderror=0;dd = -2*bit_in+1;ddd=[dd'];ddd1=repmat(ddd,20,1);for i=1:2e4ddd2(i)=ddd1(i);endfor i=1:1e3if bit_recover(i)~=ddd(i)error=error+1;endendp=error/1000;figure(1)subplot(2,1,1);plot(t2,ddd2);axis([0 100 -2 2]);title('原序列');subplot(2,1,2);plot(t2,data_recover_a);axis([0 100 -2 2]);title('解调后序列'); 效果图:% 设定T=1, 不加噪声clear allclose all% 调制bit_in = randint(1e3, 1, [0 1]); bit_I = bit_in(1:2:1e3);bit_Q = bit_in(2:2:1e3);data_I = -2*bit_I+1;data_Q = -2*bit_Q+1;data_I1=repmat(data_I',20,1); data_Q1=repmat(data_Q',20,1);for i=1:1e4data_I2(i)=data_I1(i);data_Q2(i)=data_Q1(i); end;t=0:0.1:1e3-0.1;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;f1=1;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);QPSK_rc=(sqrt(1/2).*I_rc+sqrt(1/2).*Q_rc);% 解调I_demo=QPSK_rc.*cos(2*pi*f1*t1);Q_demo=QPSK_rc.*sin(2*pi*f1*t1);I_recover=conv(I_demo,xrc);Q_recover=conv(Q_demo,xrc);I=I_recover(11:10010);Q=Q_recover(11:10010);t2=0:0.05:1e3-0.05;t3=0:0.1:1e3-0.1;data_recover=[];for i=1:20:10000data_recover=[data_recover I(i:1:i+19) Q(i:1:i+19)]; end;ddd = -2*bit_in+1;ddd1=repmat(ddd',10,1);for i=1:1e4ddd2(i)=ddd1(i);endfigure(1)subplot(4,1,1);plot(t3,I);axis([0 20 -6 6]);subplot(4,1,2);plot(t3,Q);axis([0 20 -6 6]);subplot(4,1,3);plot(t2,data_recover);axis([0 20 -6 6]); subplot(4,1,4);plot(t,ddd2);axis([0 20 -6 6]);效果图:% QPSK误码率分析SNRindB1=0:2:10;SNRindB2=0:0.1:10;for i=1:length(SNRindB1)[pb,ps]=cm_sm32(SNRindB1(i));smld_bit_err_prb(i)=pb;smld_symbol_err_prb(i)=ps;end;for i=1:length(SNRindB2)SNR=exp(SNRindB2(i)*log(10)/10);theo_err_prb(i)=Qfunct(sqrt(2*SNR)); end;title('QPSK误码率分析');semilogy(SNRindB1,smld_bit_err_prb,'*');axis([0 10 10e-8 1]);hold on;% semilogy(SNRindB1,smld_symbol_err_prb,'o'); semilogy(SNRindB2,theo_err_prb);legend('仿真比特误码率','理论比特误码率'); hold off;function[y]=Qfunct(x)y=(1/2)*erfc(x/sqrt(2));function[pb,ps]=cm_sm32(SNRindB)N=10000;E=1;SNR=10^(SNRindB/10);sgma=sqrt(E/SNR)/2;s00=[1 0];s01=[0 1];s11=[-1 0];s10=[0 -1];for i=1:Ndsource1(i)=[1 0 1 1 0 0 0 1 0 1 1 0 1 0 1 1];numofsymbolerror=0;numofbiterror=0;for i=1:Nn=sgma*randn(size(s00));if((dsource1(i)==0)&(dsource2(i)==0))r=s00+n;elseif((dsource1(i)==0)&(dsource2(i)==1))r=s01+n;elseif((dsource1(i)==1)&(dsource2(i)==0))r=s10+n;elser=s11+n;end;c00=dot(r,s00);c01=dot(r,s01);c10=dot(r,s10);c11=dot(r,s11);c_max=max([c00 c01 c10 c11]);if (c00==c_max)decis1=0;decis2=0;elseif(c01==c_max)decis1=0;decis2=1;elseif(c10==c_max)decis1=1;decis2=0;elsedecis1=1;decis2=1;end;symbolerror=0;if(decis1~=dsource1(i))numofbiterror=numofbiterror+1;symbolerror=1;end;if(decis2~=dsource2(i))numofbiterror=numofbiterror+1;symbolerror=1;end;if(symbolerror==1)numofsymbolerror=numofsymbolerror+1;end;end;ps=numofsymbolerror/N;pb=numofbiterror/(2*N);效果图:。

相关文档
最新文档