当前位置:网站首页>MPSK抗噪声性能对比(即MPSK标准误码率曲线)
MPSK抗噪声性能对比(即MPSK标准误码率曲线)
2022-07-30 13:53:00 【alley98】
前提概要:在研究MPSK抗噪声性能时,对比各文献的仿真结果,误码率结果非完全一致。若系统基带结构有略微差别(有无编码等),也会导致误码率出现差别。下面记录本人学习过程中,纯MPSK的抗噪声性能。
目录
1、MPSK信号误码率公式
根据曹丽娜《通信原理》,对于任意M进制PSK信号,其误码率公式为

其中,r是输入信号的码元信噪比,即Es/N0;
值得注意的是,每比特的信噪比Eb/E0,与码元信噪比的公式有:
Es/N0=Eb/N0*(log2M*coderate);coderate为编码码率,M为进制数;
上述关于误码率的公式涉及积分,比较复杂,因此在实际应用中,当M足够大时,MPSK误码率公式可以近似写为:

因此erfc(.)表示求相应的互补误差函数,也有资料写为比特误码率相关形式,是等价的。

2、根据误码率公式计算的仿真结果(方法一)
根据上述MPSK的比特误码率公式,相应代码如下:
%% 根据公式算出的M-PSK的误码率曲线
EbN0dB=-10:1:18;
EbN0dBLIN=10.^(EbN0dB/10);
index=1;
mm=2:1:5;
MM=2.^mm;
for i=MM
k=log2(i);
berErr= 1/k*erfc(sqrt(EbN0dBLIN*k)*sin(pi/i));
semilogy(EbN0dB,berErr);
hold on;
index=index+1;
end
axis([-10 18 10^-8 10^0]);grid on;legend('Qpsk','8-psk','16-PSK','32-psk');QPSK、8PSK、16PSK、32PSK的误码率仿真结果如下。

3、根据实际QPSK信号计算的仿真结果(方法二)
以QPSK信号为例,在实际系统中,包括QPSK调制、AWGN信号、QPSK解调,以及最后的误码率计算,相应代码如下。
%% 调用系统QPSK接口、AWGN接口算出的M-PSK的误码率曲线
EbNo_dB = -10:1:18;
frameLength = 1e6;
M_ = 4; % QPSK
K_ = log2(M_); % coded bits per symbol
R_ = 1; %code rate, information bits per coded bit
infoBitsPerSymbol = K_ * R_;
EsNo_dB = EbNo_dB + 10*log10(infoBitsPerSymbol);
snr_ = EsNo_dB;
b = randi([0,1],frameLength,1);
qpskMod = comm.QPSKModulator('BitInput', true, 'PhaseOffset', pi/4, 'SymbolMapping', 'Gray');
s = qpskMod(b);
for i = 1:length(snr_)
r = awgn(s, snr_(i), 'measured');
% 硬判决
qpskDemodHard = comm.QPSKDemodulator('BitOutput', true,...
'PhaseOffset', pi/4,'SymbolMapping','Gray');
b_hat = qpskDemodHard(r);
[~,berqpsk1(i)]=biterr(b_hat,b);
end
hold on,semilogy(EbNo_dB,berqpsk1,'--o'),grid on,legend('QPSK信号');代码中做了比特信噪比Eb/No和信噪比SNR的转换:
SNR = EbN0 + 10log10(nBits*coderate) - 10log10(0.5or1 * upfactor);
coderate同样为编码码率,nBits为每个码元中的信息比特数目。
叠加到上图中,qpsk信号的误码率曲线与理论误码率曲线重叠一致。

边栏推荐
- ARC115F Migration
- 无代码开发平台全部应用设置入门教程
- 时间序列的数据分析(四):STL分解
- Jenkins自动化部署项目
- OFDM 十六讲 3- OFDM Waveforms
- 网站添加能换装可互动的live 2d看板娘
- UPC2022 Summer Individual Training Game 19 (B, P)
- 05 | login background: based on the password login mode (below)
- [Advanced ROS] Lecture 11 Robot co-simulation based on Gazebo and Rviz (motion control and sensors)
- ECCV 2022 | 通往数据高效的Transformer目标检测器
猜你喜欢

Flask框架——Flask-Mail邮件

为什么做软件测试一定要学自动化?谈谈我眼中自动化测试的价值

Huawei's 7-year-experienced software testing director, gives some advice to all friends who want to change careers to learn software testing

经典测试面试题集—逻辑推理题

ARC117E Zero-Sum Ranges 2

高性能数据访问中间件 OBProxy(三):问题排查和服务运维

电池包托盘有进水风险,存在安全隐患,紧急召回52928辆唐DM

ML之PDP:基于FIFA 2018 Statistics(2018年俄罗斯世界杯足球赛)球队比赛之星分类预测数据集利用DT决策树&RF随机森林+PDP部分依赖图可视化实现模型可解释性之详细攻略

43.【list的简单属性】

VLAN实验
随机推荐
近两年激光雷达运动物体分割论文阅读小结
Before quitting, make yourself a roll king
05 | login background: based on the password login mode (below)
(HR面试)最常见的面试问题和技巧性答复
[ARC092D] Two Faced Edges
CF603E Pastoral Oddities
LeetCode二叉树系列——145.二叉树的后序遍历
Six-faced ant financial clothing, resisting the bombardment of the interviewer, came to interview for review
CF338E Optimize!
桌面软件开发框架大赏
sql中ddl和dml(sql与access的区别)
2022年,目前大环境下还适合转行软件测试吗?
HCIP(第十五天) —— 交换机(一)
kubernate部署服务
地形分析的主要内容(流浪地球的特效水平)
js人均寿命和GDP散点图统计样式
BI-SQL丨WHILE
Interface automation framework, lm-easytest beta version released, use it quickly~
业内人士真心话:只会测试没有前途的,我慌了......
LeetCode二叉树系列——144.二叉树的最小深度