m基于simulink的16QAM和2DPSK通信链路仿真,并通过matlab调用simulink模型得到误码率曲线

简介: m基于simulink的16QAM和2DPSK通信链路仿真,并通过matlab调用simulink模型得到误码率曲线

1.算法概述

  2DPSK又称为相对相移键控,它不是利用载波相位的绝对数值传送数字信息,而是用前后码元的相对载波相位值传送数字信息。所谓相对载波相位是指本码与前一码元初相之差。

1.png

如图,这里输入的信号为1000001000_0110001010_0111101000

串并之后得到数据(由于延迟1个符号,数据的第一个值不计入计算,最后一位图中未显示):

I: 1 0 0 1 0 0 1 0 0 1 1 0 1 1 1 0

Q:0 0 0 0 0 1 0 0 0 0 0 1 1 0 0 0

·电平转化

对于2/4电平的转换,其实是将输入信号的4种状态(00,01,10,11)经过编码以后变为相应的4电平信号。这里我们选择的映射关系如表4-1所示。

2.png

2.仿真效果预览
matlab2022a仿真

·串并

3.png

仿真结果如下所示:

4.png
5.png

其最后的速率变为了原数据的1/4了。

·载波调制

该模型的仿真结果如下所示:

6.png

·加入高斯白噪声

这个模块比较简单,但是需要值的注意的是:

7.png

其参数中有个输入信号的功率的输入,所以我们需要在模型中加入如下的模块:

8.png

这个模块就是计算信号的功率的,将5.091输入到参数设置中即可。

9.png

以上是调制部分的仿真和最后的星座图

下面开始仿真解调部分:

·下变频

10.png

其仿真结果如下所示:

11.png

·滤波

这里,滤波器使用的模块为:

12.png
13.png

·电平转化之后得到如下的结果:

14.png

·最后是并串转化

15.png

通过观察和之前的数据,发现完成相同, 这说明是正确的,最后加入误码率统计模块,得到其误码率为:

16.png

这个误码率是一开始传输的时候延迟多出的两个bit信息照成的。

下面仿真其误码率曲线图:

由于误码率曲线是在不同的SNR下仿真的,所以这里就需要借助MATLAB联合Slimulink进行仿真。

17.png

16QAM和2DPSK的对比:

18.png

3.MATLAB部分代码预览

clear;
close all;
warning off;
 
SNRs   = [-2 0 2 4 6 8 10 12 14];
Length = 30000;
Err1   = zeros(1,length(SNRs));
Err2   = zeros(1,length(SNRs));
ind    = 1;
for i = 1:length(SNRs)
    i
    SNR = SNRs(i);
    sim('module_16qam.mdl');%调用simulink模块
    Err1(ind) = ErrQAM.signals.values(end,1);%将simulink的输出结果的平均值作为平均速度
    ind      = ind + 1;%计数器累加    
    clear    ErrQAM
end
ind    = 1;
for i = 1:length(SNRs)
    i
    SNR = SNRs(i);
    sim('module_2dpsk.mdl');%调用simulink模块
    Err2(ind) = Err2dpsk.signals.values(end,1);%将simulink的输出结果的平均值作为平均速度
    ind      = ind + 1;%计数器累加    
    clear    ErrQAM
end
 
figure;
semilogy(SNRs,Err1,'b-*');
grid on;
xlabel('SNR');
ylabel('Err');
legend('16QAM');
 
figure;
semilogy(SNRs,Err2,'b-*');
grid on;
xlabel('SNR');
ylabel('Err');
legend('2DPSK');
 
figure;
semilogy(SNRs,Err1,'b-*');hold on
semilogy(SNRs,Err2,'r-*');hold on
grid on;
xlabel('SNR');
ylabel('Err');
legend('16QAM','2DPSK');
01-45m
相关文章
|
3月前
|
算法 5G 数据安全/隐私保护
大规模MIMO通信系统信道估计matlab性能仿真,对比LS,OMP,MOMP以及CoSaMP
本文介绍了大规模MIMO系统中的信道估计方法,包括最小二乘法(LS)、正交匹配追踪(OMP)、多正交匹配追踪(MOMP)和压缩感知算法CoSaMP。展示了MATLAB 2022a仿真的结果,验证了不同算法在信道估计中的表现。最小二乘法适用于非稀疏信道,而OMP、MOMP和CoSaMP更适合稀疏信道。MATLAB核心程序实现了这些算法并进行了性能对比。以下是部分
272 84
|
17天前
|
算法 数据安全/隐私保护
数字通信中不同信道类型对通信系统性能影响matlab仿真分析,对比AWGN,BEC,BSC以及多径信道
本项目展示了数字通信系统中几种典型信道模型(AWGN、BEC、BSC及多径信道)的算法实现与分析。使用Matlab2022a开发,提供无水印运行效果预览图、部分核心代码及完整版带中文注释的源码和操作视频。通过数学公式深入解析各信道特性及其对系统性能的影响。
|
2月前
|
算法 5G 数据安全/隐私保护
MIMO系统中差分空间调制解调matlab误码率仿真
本项目展示了一种基于Matlab 2022a的差分空间调制(Differential Space Modulation, DMS)算法。DMS是一种应用于MIMO通信系统的信号传输技术,通过空间域的不同天线传输符号序列,并利用差分编码进行解调。项目包括算法运行效果图预览、核心代码及详细中文注释、理论概述等内容。在发送端,每次仅激活一个天线发送符号;在接收端,通过差分解调估计符号和天线选择。DMS在快速衰落信道中表现出色,尤其适用于高速移动和卫星通信系统。
|
2月前
|
固态存储
螺旋卫星通信天线设计与有限元分析matlab仿真
本课题研究了尺寸为10cm*10cm*30cm的卫星上搭载的螺旋型天线,工作于UHF频段(1-3GHz)。通过MATLAB2022a进行系统仿真,展示了天线的辐射特性。螺旋天线因其低轴比、宽带宽和紧凑结构而适用于卫星通信。采用有限元法分析天线的电磁性能,计算了天线的关键性能指标,包括S参数、增益、轴比等。
|
2月前
|
编解码 算法 数据安全/隐私保护
基于BP译码的LDPC误码率matlab仿真,分析码长,码率,信道对译码性能的影响,对比卷积码,turbo码以及BCH码
本程序系统基于BP译码的LDPC误码率MATLAB仿真,分析不同码长、码率、信道对译码性能的影响,并与卷积码、Turbo码及BCH编译码进行对比。升级版增加了更多码长、码率和信道的测试,展示了LDPC码的优越性能。LDPC码由Gallager在1963年提出,具有低复杂度、可并行译码等优点,近年来成为信道编码研究的热点。程序在MATLAB 2022a上运行,仿真结果无水印。
59 0
|
4月前
|
算法
蜂窝网络下行链路的覆盖率和速率性能matlab仿真分析
此程序在MATLAB2022a环境下运行,基于随机几何模型评估蜂窝网络的下行链路覆盖率和速率性能。通过模拟不同场景下的基站(BS)配置与噪声情况,计算并绘制了各种条件下的信号干扰加噪声比(SINR)阈值与覆盖率概率的关系图。结果显示,在考虑噪声和不同基站分布模型时,覆盖率有显著差异,提出的随机模型相较于传统网格模型更为保守但也更加贴合实际基站的分布情况。
|
4月前
|
算法 数据安全/隐私保护
基于星座图整形方法的QAM调制解调系统MATLAB误码率仿真,对比16,32,64,256四种QAM调制方式
本MATLAB 2022a仿真展示了不同QAM阶数下的星座图及误码率性能,通过星座图整形技术优化了系统性能。该技术利用非均匀分布的星座点提高功率效率,并通过合理布局增强抗干扰能力。随着QAM阶数增加,数据传输速率提升,但对信道质量要求也更高。核心程序实现了从比特生成到QAM映射、功率归一化、加噪及解调的全过程,并评估了系统误码率。
87 0
|
5月前
|
算法
基于VLC可见光通信的室内光通信信道信噪比分析matlab仿真
**算法演示展示了一段VLC通信,使用MATLAB2022a。核心代码片段涉及LED光强度调制。VLC系统由发射器、空气介质和接收器组成,利用OOK等调制技术。图像展示了系统模型。信噪比分析对于理解和提升室内通信的性能至关重要,影响数据速率和系统可靠性。** (Markdown格式) ```
|
4月前
|
安全
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
本文介绍了2023年高教社杯数学建模竞赛D题的圈养湖羊空间利用率问题,包括问题分析、数学模型建立和MATLAB代码实现,旨在优化养殖场的生产计划和空间利用效率。
224 6
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
|
4月前
|
存储 算法 搜索推荐
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
本文提供了2022年华为杯数学建模竞赛B题的详细方案和MATLAB代码实现,包括方形件组批优化问题和排样优化问题,以及相关数学模型的建立和求解方法。
140 3
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现

热门文章

最新文章

下一篇
DataWorks