16QAM调制解调(MATLAB).docVIP

题目基于MATLAB的，）上。下图为MQAM的调制原理图。 MQAM的信号表达式： 上述表达式可以看出 MQAM信号最佳接收： 实验仿真条件码元数量设定为 对于QAM，可以看成是由两个相互正交且独立的多电平ASK信号叠加而成。因此，利用多电平误码率的分析方法，可得到M进制QAM的误码率为： 式中，，Eb为每码元能量，n为噪声单边功率谱密度。高斯白噪声信道的信噪比（Eb/N），可以得到如图所示的误码率图： 可见16QAM和32QAM信号的误码率随着信噪比的增大而逐渐减小，这与理论趋势是一致的，但是存在偏差。 总结： 与16QAM比较，32QAM解调的误码率高，但数据速率高。16QAM一般工作在大信噪比环境下，误码率会很小，在同等噪声条件下，16QAM的抗噪声性能是相当优越的 附录代码： main_plot.m clear;clc;echo off;close all; N=10000; %设定码元数量 fb=1; %基带信号频率 fs=32; %抽样频率 fc=4; %载波频率,为便于观察已调信号，我们把载波频率设的较低 Kbase=2; % Kbase=1,不经基带成形滤波，直接调制; % Kbase=2,基带经成形滤波器滤波后，再进行调制 info=random_binary(N); %产生二进制信号序列 [y,I,Q]=qam(info,Kbase,fs,fb,fc); %对基带信号进行16QAM调制 y1=y; y2=y; %备份信号，供后续仿真用 T=length(info)/fb; m=fs/fb; nn=length(info); dt=1/fs; t=0:dt:T-dt; n=length(y); y=fft(y)/n; y=abs(y(1:fix(n/2)))*2; q=find(y1e-04); y(q)=1e-04; y=20*log10(y); f1=m/n; f=0:f1:(length(y)-1)*f1; %subplot(212); plot(f,y,b); grid on; title(已调信号频谱); xlabel(f/fb); %画出16QAM调制方式对应的星座图 %%constel(y1,fs,fb,fc); title(星座图); SNR_in_dB=8:2:24; %AWGN信道信噪比 for j=1:length(SNR_in_dB) y_add_noise=awgn(y2,SNR_in_dB(j)); %加入不同强度的高斯白噪声 y_output=qamdet(y_add_noise,fs,fb,fc); %对已调信号进行解调 numoferr=0; for i=1:N if (y_output(i)~=info(i)), numoferr=numoferr+1; end; end; Pe(j)=numoferr/N; %统计误码率 end; figure; semilogy(SNR_in_dB,Pe,blue*-); grid on; xlabel(SNR in dB); ylabel(Pe); title(16QAM调制误码率); bshape.m %基带升余弦成形滤波器 function y=bshape(x,fs,fb,N,alfa,delay); %设置默认参数 if nargin6; delay=8; end; if nargin5; alfa=0.5; end; if nargin4; N=16; end; b=firrcos(N,fb,2*alfa*fb,fs); y=filter(b,1,x); four2two.m function xn=four2two(yn); y=yn; ymin=min(y); ymax=max(y); ymax=max([ymax abs(ymin)]); ymin=-abs(ymax); yn=(y-ymin)*3/(ymax-ymin); %设置门限