▲16QAM调制+软解调通信链路matlab误码率仿真

最新推荐文章于 2025-04-08 10:52:56 发布

fpga和matlab

最新推荐文章于 2025-04-08 10:52:56 发布

阅读量1k

点赞数 13

分类专栏： MATLAB精品资源专栏文章标签： matlab 16QAM调制软解调通信链路

本文链接：https://blog.youkuaiyun.com/ccsss22/article/details/145457209

版权

MATLAB精品资源专栏专栏收录该内容

71 篇文章

订阅专栏

在现代数字通信系统中，高效的调制解调技术是实现可靠数据传输的关键。16QAM(16 Quadrature Amplitude Modulation，16 进制正交幅度调制）作为一种常用的调制方式，能够在有限的带宽内实现较高的数据传输速率，广泛应用于各类通信场景，如无线局域网、数字视频广播等。而软解调技术相较于传统的硬解调，能够利用更多的接收信号信息，从而显著提高系统在噪声环境下的误码性能。

1. 16QAM 调制原理

16QAM是一种正交幅度调制技术，它通过同时改变载波的幅度和相位来传输数字信息。在 16QAM中，将输入的二进制比特流按照每 4 个比特一组进行分组，每组比特对应一个特定的幅度和相位组合，即一个16QAM符号。由于每个符号携带4比特信息，所以16QAM的频谱效率为4 bit/s/Hz，相比一些简单的调制方式（如 BPSK、QPSK），具有更高的数据传输能力。

常见的格雷码映射规则如下：

2.软解调原理

在传统的硬解调中，接收端根据接收信号的幅度和相位与星座图上的点进行比较，直接判决出最接近的发送符号，输出的是确定的二进制比特。而软解调则不同，它不仅考虑接收信号与星座点的距离，还计算每个比特为0 或1 的概率，输出的是比特的可靠性信息。这种可靠性信息在后续的信道解码等处理中能够提供更多的有用信息，有助于提高系统的整体性能。

通过计算每个比特的 LLR，接收端可以得到每个比特的可靠性信息，这些信息在后续的信道解码中能够更好地纠正传输错误，提高系统的误码性能。

3.MATLAB程序

............................................................................
    %第三位的信息
    sf1(ij) = min([ abs(Xin(1,ij)-sf0(1))^2, abs(Xin(1,ij)-sf0(2))^2, abs(Xin(1,ij)-sf0(5))^2, abs(Xin(1,ij)-sf0(6))^2 ...
                    abs(Xin(1,ij)-sf0(9))^2, abs(Xin(1,ij)-sf0(10))^2, abs(Xin(1,ij)-sf0(13))^2, abs(Xin(1,ij)-sf0(14))^2 ]);
    sf2(ij) = min([ abs(Xin(1,ij)-sf0(3))^2, abs(Xin(1,ij)-sf0(4))^2, abs(Xin(1,ij)-sf0(7))^2, abs(Xin(1,ij)-sf0(8))^2 ...
                    abs(Xin(1,ij)-sf0(11))^2, abs(Xin(1,ij)-sf0(12))^2, abs(Xin(1,ij)-sf0(15))^2, abs(Xin(1,ij)-sf0(16))^2 ]);
    Y(ij*4-1)       = sf1(ij) - sf2(ij);
    %第四位的信息
    sf1(ij) = min([ abs(Xin(1,ij)-sf0(1))^2, abs(Xin(1,ij)-sf0(3))^2, abs(Xin(1,ij)-sf0(5))^2, abs(Xin(1,ij)-sf0(7))^2 ...
                    abs(Xin(1,ij)-sf0(9))^2, abs(Xin(1,ij)-sf0(11))^2, abs(Xin(1,ij)-sf0(13))^2, abs(Xin(1,ij)-sf0(15))^2 ]);
    sf2(ij) = min([ abs(Xin(1,ij)-sf0(2))^2, abs(Xin(1,ij)-sf0(4))^2, abs(Xin(1,ij)-sf0(6))^2, abs(Xin(1,ij)-sf0(8))^2 ...
                    abs(Xin(1,ij)-sf0(10))^2, abs(Xin(1,ij)-sf0(12))^2, abs(Xin(1,ij)-sf0(14))^2, abs(Xin(1,ij)-sf0(16))^2 ]);
    Y(ij*4)       = sf1(ij) - sf2(ij);
end
                
   
output = Y;

msgr       = ones(size(output));
idx2       = find(output<0);
msgr(idx2) = 0;


figure % 创建图形窗口
subplot(421) % 创建3行1列的子图，并定位到第一个
plot(Ydemod1,'b','linewidth',1) % 绘制ASK调制信号
title('16QAM I解调'); % 设置标题
grid on % 打开网格

subplot(422) % 创建3行1列的子图，并定位到第一个
plot(Ydemod2,'b','linewidth',1) % 绘制ASK调制信号
title('16QAM Q解调'); % 设置标题
grid on % 打开网格


subplot(423) % 创建3行1列的子图，并定位到第一个
plot(yfilter1_,'b','linewidth',1) % 绘制16QAM调制信号
title('滤波I'); % 设置标题
grid on % 打开网格

subplot(424) % 创建3行1列的子图，并定位到第一个
plot(yfilter2_,'b','linewidth',1) % 绘制16QAM调制信号
title('滤波Q'); % 设置标题
grid on % 打开网格

subplot(425) % 定位到第二个子图
stairs(yfilter1_2,'b','linewidth',1) % 绘制载波信号
title('判决I输出'); % 设置标题
grid on % 打开网格


subplot(426) % 定位到第二个子图
stairs(yfilter2_2,'b','linewidth',1) % 绘制载波信号
title('判决Q输出'); % 设置标题
grid on % 打开网格


subplot(4,2,[7,8]) % 定位到第二个子图
stairs(msgr,'b','linewidth',1) % 绘制载波信号
title('并串输出'); % 设置标题
grid on % 打开网格

4.仿真结果

通过上述 Matlab 仿真，得到不同信噪比下的误码率曲线。从曲线可以看出，随着信噪比的增加，误码率逐渐降低。在低信噪比时，误码率下降较为明显，这是因为噪声对信号的干扰较大，软解调能够利用更多的信号信息来对抗噪声，从而有效降低误码率。当信噪比达到一定值后，误码率下降趋势逐渐变缓，此时系统性能主要受到其他因素的限制，如信道衰落、码间干扰等。