【AWGN信道中16QAM的符号错误率】16QAM的模拟和理论值错误率比较附Matlab代码_用matlab做出awgn信道下的qpsk,8psk,16psk,16qam,32qam调制的误比特-优快云博客

本文链接：https://blog.youkuaiyun.com/Matlab245/article/details/147754719

✅作者简介：热爱科研的Matlab仿真开发者，擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。

🍎 往期回顾关注个人主页：Matlab科研工作室

🍊个人信条：格物致知,完整Matlab代码及仿真咨询内容私信。

🔥 内容介绍

在现代数字通信系统中，为了在有限的带宽内传输更多信息，高阶调制技术被广泛应用。正交幅度调制 (Quadrature Amplitude Modulation, QAM) 作为一种同时利用载波的幅度和相位来编码信息的调制方式，因其频谱效率高而备受青睐。其中，16QAM 作为一种典型的中高阶 QAM 方案，在许多通信标准中扮演着重要角色，例如无线局域网 (WLAN)、数字电视广播以及蜂窝通信等。然而，任何实际的通信系统都不可避免地受到各种噪声的干扰，其中加性高斯白噪声 (Additive White Gaussian Noise, AWGN) 是一种最基本且普遍存在的噪声模型。研究在 AWGN 信道下 16QAM 的性能，尤其是符号错误率 (Symbol Error Rate, SER)，对于理解和优化通信系统的可靠性至关重要。

本文旨在深入探讨在 AWGN 信道中 16QAM 的符号错误率。我们将首先回顾 16QAM 的基本原理和星座图结构，然后推导在 AWGN 信道下 16QAM 的理论符号错误率公式。在此基础上，我们将通过 MATLAB 等仿真工具进行模拟实验，获取在不同信噪比 (Signal-to-Noise Ratio, SNR) 下的模拟符号错误率。最后，我们将对理论值和模拟值进行比较分析，探讨两者之间的吻合度以及可能存在的差异及其原因。通过这种理论与实践相结合的方式，我们将更深入地理解 16QAM 在 AWGN 信道下的性能特性。

16QAM 的基本原理与星座图

16QAM 是一种四阶调制方案，它可以传输 log₂(16) = 4 比特的信息。其基本原理是将待传输的每 4 比特信息映射到一个特定的复平面上的星座点。这些星座点代表了调制信号的幅度和相位组合。16QAM 的星座图通常采用方形或矩形布局，共包含 16 个离散的星座点。以方形 16QAM 为例，其星座点均匀分布在复平面的四个象限内，每个象限有四个点。

具体来说，每 4 比特信息可以被分为两组，每组 2 比特。这两组比特分别用来控制信号的同相 (In-phase, I) 分量和正交 (Quadrature, Q) 分量。对于每 2 比特，通常采用 4-电平脉冲幅度调制 (4-PAM) 进行映射，即可以将 (00, 01, 10, 11) 映射到 {-3d, -d, d, 3d} 等幅度电平，其中 d 为一个正常数，决定了星座点之间的最小距离。因此，一个 16QAM 的星座点可以表示为 S = I + jQ，其中 I 和 Q 分别是 I 和 Q 分量的幅度值，j 是虚数单位。例如，采用格雷码映射时，比特序列 "0000" 可能映射到幅度组合 (-3d, -3d)，即星座点 -3d - j3d。

在发送端，根据待传输的 4 比特信息，选择对应的星座点，并生成相应的调制信号。在接收端，接收到的信号是原始调制信号叠加 AWGN 噪声。接收机通过相干解调等方式恢复出 I 和 Q 分量，并根据这些分量在复平面上的位置，判决出最可能的原始星座点，从而恢复出传输的比特信息。

仿真模拟与结果分析

为了验证上述理论公式的准确性，我们将通过 MATLAB 进行仿真模拟。仿真过程主要包括以下几个步骤：

生成随机比特流：
生成足够长的随机二进制序列，例如 10^6 到 10^7 比特，以确保统计结果的可靠性。
比特到符号映射：
将每 4 比特映射到对应的 16QAM 星座点。通常采用格雷码映射，以降低比特错误率 (BER)。
加入 AWGN 噪声：
根据设定的信噪比 (Eb/N₀ 或 Es/N₀)，计算相应的噪声方差 σ²。生成符合该方差的复高斯白噪声，并将其叠加到发送的星座点上。
接收端判决：
对接收到的含噪信号进行最小距离判决，即找到离接收点最近的星座点作为判决结果。
计算符号错误率：
比较发送的原始符号与接收端判决出的符号，统计符号错误的数量，并除以总发送符号数，得到模拟符号错误率。
重复不同信噪比下的仿真：
在不同的信噪比下重复上述过程，得到 SER 随 SNR 变化的曲线。

理论值与模拟值比较分析

通常情况下，在信噪比足够高时，模拟的符号错误率曲线与理论公式计算的曲线会非常接近。这验证了理论公式的有效性。然而，在较低的信噪比下，模拟结果可能与理论值存在一定的偏差。造成这种偏差的原因主要有：

理论公式的近似性：
我们使用的理论公式通常是基于高信噪比下的近似推导，忽略了二次项 Q²(x)。在低信噪比下，Q(x) 的值相对较大，Q²(x) 的影响不可忽略，这会导致近似理论值偏高。
仿真样本数量限制：
仿真结果是基于有限的样本数量进行的统计。特别是在低错误率区域（高信噪比），错误事件发生的概率很低，需要非常大量的符号才能获得准确的统计结果。如果仿真符号数量不够多，模拟结果可能会受到随机性影响，出现波动。
仿真模型的理想化：
理论分析通常基于理想化的模型，例如精确的高斯噪声、完美的同步和判决。实际仿真中，尽管我们尽量模拟理想情况，但编程实现上的微小误差也可能影响结果。
格雷码的影响：
在理论符号错误率的推导中，我们直接计算了符号错误率。而实际通信系统中，我们更关心比特错误率 (BER)。虽然符号错误必然导致至少一个比特错误，但一个符号错误可能导致多个比特错误。格雷码映射通过确保相邻星座点仅相差一个比特，可以最小化符号错误导致的比特错误数量，从而降低 BER。理论 SER 公式通常不考虑具体的比特映射方式，而仿真中采用格雷码映射后，虽然我们计算的是 SER，但在低信噪比下，由于判决区域的复杂性，与理论值的偏差可能会有所体现。

通过对理论和模拟曲线的仔细观察，我们可以发现：

在高信噪比区域，模拟曲线与理论曲线基本重合，证明了理论公式在该区域的准确性。
在低信噪比区域，模拟曲线可能略高于理论近似曲线，这与近似公式忽略了 Q²(x) 项的特性相符。随着信噪比的降低，Q(x) 增大，Q²(x) 的影响逐渐显现。
随着仿真符号数量的增加，模拟结果会趋近于理论值，尤其是在低错误率区域。

结论

本文对在 AWGN 信道中 16QAM 的符号错误率进行了深入探讨，结合了理论推导和仿真模拟。我们首先回顾了 16QAM 的基本原理和星座图结构，然后推导了其在 AWGN 信道下的近似理论符号错误率公式。通过 MATLAB 仿真，我们获得了在不同信噪比下的模拟符号错误率，并将其与理论值进行了比较。

比较结果表明，在 AWGN 信道下，16QAM 的理论符号错误率公式在高信噪比下能够很好地预测实际性能。仿真结果在信噪比足够高时与理论值高度吻合，验证了理论分析的有效性。在低信噪比下，模拟结果与近似理论值之间存在一定偏差，这主要是由于理论公式的近似性以及仿真样本数量的限制。

这项研究不仅加深了对 16QAM 在 AWGN 信道下性能的理解，也为实际通信系统的设计和性能评估提供了重要的参考。通过理论分析，我们可以快速预测系统性能；通过仿真模拟，我们可以更真实地了解系统在实际环境中的表现，并验证理论模型的适用性。未来的研究可以进一步考虑其他信道模型（如瑞利衰落信道）、不同的调制方案以及更复杂的系统设计对 16QAM 符号错误率的影响，以期更全面地了解其性能特性。此外，更精确的理论符号错误率公式推导以及对低信噪比下性能的深入分析也是值得探索的方向。