基于64QAM的载波同步和定时同步性能仿真,包括Costas环和gardner环

简介: 本内容展示了基于MATLAB 2022a的算法仿真效果,包括载波同步与位同步的实现过程。通过Costas环完成载波恢复,Gardner算法实现位同步,二者在64QAM通信系统中相互关联。核心代码详细实现了PLL鉴相器、环路滤波器及NCO功能,并通过星座图对比展示同步前后的效果。附带的操作视频便于理解仿真步骤,理论部分深入解析了相干解调中载波同步与位同步的关键原理及其在数字通信中的应用。

1.算法仿真效果
matlab2022a仿真结果如下(完整代码运行后无水印):

1.jpeg
2.jpeg
3.jpeg
4.jpeg
5.jpeg

仿真操作步骤可参考程序配套的操作视频。

2.算法涉及理论知识概要
载波同步是相干解调的基础,不管对于模拟通信还是数字通信来说,只要是相干解调,接收端都必须提供同频同相的载波。当然,若采用基带传输,此时便没有载波同步的问题,因为没有频带调制,即没有乘以载波进行频谱搬移的过程。

  位同步,也叫符号同步、定时同步、码元同步,只有数字通信才需要,数字通信中不管是基带传输还是频带传输都需要。这是因为数字通信中,是用波形中的几个采样点去代替一个符号,在接收端只需要对这些采样点中的一个进行判决,便可以恢复出这个符号。

   Costas环(Costas Loop)用在抑制载波调制信号(比如双边带抑制载波调制)和相位调制信号(BPSK、QPSK)的相干解调中的载波恢复(carrier frequency recovery)上。Costas环的主要应用是在无线通信接收机中。与基于PLL的检波器相比,它的优势在于,在相位差比较小的情况下,Costas环输出的误差电压为 sin(2(θi−θf)) ,而基于PLL的检波器输出的误差电压为 sin(θi−θf) ,这不仅使灵敏度提高了一倍,而且使Costas环路特别适合跟踪载波的多普勒频移,特别是在OFDM和GPS接收机中。

    Gardner定时误差算法通常用在BPSK、QPSK信号,通过改进可以应用在QAM等多进制基带信号中。Gardner定时误差算法,该算法的一个特点是每个符号只需要使用两个采样点,一个是strobe点,即最佳观察点,另外一个是midstrobe点,即两个观察点之间的采样点。Gardener环中的数控振荡器与锁相环路中的NCO功能完全不同,这里的NCO作用是产生时钟,即确定内插基点mk,同时完成分数间隔uk的计算,以提供给内插器进行内插。

位同步环路中的数控振荡器(NCO)是一个相位递减器,它的差分方程为:

    η(m+1)=[η(m)-ω(m)]mod1

   式中,η(m)是第m个工作时钟NCO寄存器的内容,ω(m)为NCO的控制字,两者都是正小数。NCO的工作周期是T s(采样周期),内插器的周期为T i,ω(m)由环路滤波器进行调节,使NCO在最佳采样时刻溢出。当环路达到平衡时,ω(m)近似是个常数,此时平均每隔1/ω(m)个采样周期,NCO就溢出一次。

   在实际的 64QAM 通信系统中,载波同步和位同步是相互关联的。一般先进行载波同步,再位同步。在实现过程中,需要合理设置 Costas 环和 Gardner 环的参数,如环路带宽、增益等。

3.MATLAB核心程序
``` I_PLL=I_RRC_S(delaynsamp-nsamp/2+mulnsamp+2+k); %鉴相器的I路输入信息数据
Q_PLL=Q_RRC_S(delaynsamp-nsamp/2+mulnsamp+2+k); %鉴相器的Q路输入信息数据
dataoutI((i-1)nsamp+k) = I_PLL;%用来查看鉴相器的I路输入信息数据
dataoutQ((i-1)
nsamp+k) = Q_PLL;
%鉴相器处理
Discriminator_Out = (sign(I_PLL)Q_PLL-sign(Q_PLL)I_PLL)/sqrt(2);
dd((i-1)nsamp+k) = Discriminator_Out;%用来查看鉴相器的输出
%环路滤波器处理
PLL_Phase_Part((i-1)
nsamp+k) = Discriminator_Out C1;
Freq_Control((i-1)
nsamp+k) = PLL_Phase_Part((i-1)nsamp+k)+PLL_Freq_Part((i-1)nsamp+k-1);
PLL_Freq_Part((i-1)nsamp+k) = Discriminator_Out C2 + PLL_Freq_Part((i-1)nsamp+k-1);
NCO_Phase = NCO_Phase + Freq_Control((i-1)
nsamp+k); %生成的相位
WC_frame((i-1)nsamp+k) = FC_NCO + PLL_Freq_Part((i-1)nsamp+k) * Freq_Sample;

............................................................................
%系统最后输出数据与原始数据比对
figure;
stem(I_Data(6:end-6));hold on;
stem(qoutI(2:end),'r');
grid on;

figure;
stem(Q_Data(6:end-6));hold on;
stem(qoutQ(2:end),'r');
grid on;

figure;
subplot(131);
plot(I_Data,Q_Data,'b');title('16QAM星座图');
subplot(132);
plot(real(AMP(3000:end)),imag(AMP(3000:end)),'b
');title('16QAM带频偏时偏的星座图');
subplot(133);
plot(qoutI(3000:end),qoutQ(3000:end),'b*');title('16QAM同步后星座图');
```

相关文章
|
算法 异构计算
m基于FPGA的gardner环定时同步实现,含testbench测试程序
m基于FPGA的gardner环定时同步实现,含testbench测试程序
869 0
|
算法 数据安全/隐私保护
基于16QAM的载波同步和定时同步性能仿真,采用四倍采样,包括Costas环和gardner环
本内容主要介绍了基于MATLAB的算法仿真及其涉及的理论知识。通过Matlab2022a仿真,展示了载波同步与位同步在通信系统中的实现效果,并提供无水印的完整代码运行结果。理论部分详细阐述了载波同步、位同步的概念,以及Costas环和Gardner定时误差算法的应用原理。核心程序包括鉴相器、环路滤波器处理及NCO相位生成等关键步骤,最终通过星座图对比验证了16QAM信号同步前后的性能改善。
706 30
|
5月前
|
算法 C++ 异构计算
南京观海微电子---Vitis HLS设计流程(实例演示)——Vitis HLS教程
本课时通过一个具体实例,演示Vitis HLS的设计流程,包括工程创建、仿真、综合与协同仿真,并介绍如何通过不同Solution对比优化结果,帮助理解HLS从C++代码到RTL的转换过程及关键注意事项。
南京观海微电子---Vitis HLS设计流程(实例演示)——Vitis HLS教程
|
9月前
|
算法 数据安全/隐私保护
基于PSO粒子群优化算法的256QAM星座图的最优概率整形matlab仿真,对比PSO优化前后整形星座图和误码率
本项目基于MATLAB 2022a仿真256QAM系统,采用概率星座整形(PCS)技术优化星座点分布,结合粒子群优化(PSO)算法搜索最优整形因子v,降低误码率,提升传输性能。核心程序包含完整优化流程。
272 0
|
8月前
|
存储 算法 数据安全/隐私保护
基于钱搜索译码算法的BCH编译码matlab误码率仿真
本内容介绍了基于BCH码的编码算法及其MATLAB仿真,包含仿真结果、理论基础及核心程序。BCH码具备多错误纠正能力,广泛应用于通信与存储系统,结合钱搜索译码算法实现高效硬件处理。
297 5
|
算法 数据安全/隐私保护
基于SC-FDE单载波频域均衡MQAM通信链路matlab仿真,包括帧同步,定时同步,载波同步,MMSE信道估计等
本内容主要介绍基于MATLAB的SC-FDE单载波频域均衡通信链路设计与实现,包括UW序列设计、QAM调制、帧同步、定时同步、载波同步、SNR估计和MMSE信道估计等关键环节。通过仿真(MATLAB 2022a),验证了系统的可行性和性能。核心程序展示了不同QAM调制方式(如256QAM)及同步算法的具体实现,并通过绘图展示帧同步、定时同步和频偏补偿效果。此研究为优化通信系统性能提供了理论与实践基础。
479 0
|
8月前
|
算法 数据安全/隐私保护 异构计算
基于FPGA的8PSK+帧同步系统verilog开发,包含testbench,高斯信道,误码统计,可设置SNR
本项目基于FPGA实现8PSK调制解调系统,包含仿真验证与Verilog核心代码。通过Vivado 2019.2进行功能仿真,验证在不同信噪比(SNR=10dB/30dB)下的通信性能。系统包括调制、信道传输、解调及帧同步等模块,适用于数字通信应用。
159 0
|
机器学习/深度学习 搜索推荐 异构计算
LLM模型添加自定义Token代码示例:为Llama 3.2模型添加思考与回答标记
本文将介绍如何为大型语言模型(LLM)添加自定义token并进行训练,使模型能够有效地利用这些新增token。以Llama 3.2模型为基础,实现了类似DeepSeek R1中think和answer标记功能的扩展方法,通过监督微调使模型学习使用这些标记进行推理过程与答案输出的区分
1308 0
LLM模型添加自定义Token代码示例:为Llama 3.2模型添加思考与回答标记
基于costas环的载波同步系统matlab性能仿真
基于costas环的载波同步系统matlab性能仿真
|
算法
基于matlab的farrow滤波器仿真
基于matlab的farrow滤波器仿真
677 0
基于matlab的farrow滤波器仿真

热门文章

最新文章