基于MATLAB的QAM 眼图和星座图

使用 matlab 绘制数字基带信号的眼图实验一、实验目的1、掌握无码间干扰传输的基本条件和原理，掌握基带升余弦滚降系统的实现方法；2、通过观察眼图来分析码间干扰对系统性能的影响，并观察在输入相同码率的NRZ 基带信号下，不同滤波器带宽对输出信号码间干扰大小的影响程度；3、熟悉 MATLAB语言编程。

二、实验原理和电路说明1、基带传输特性基带系统的分析模型如图3-1 所示，要获得良好的基带传输系统，就应该a n t nT s基带传输a n h t nT sn n抽样判决H ( )图 3-1基带系统的分析模型抑制码间干扰。

设输入的基带信号为a n t nT s， T s为基带信号的码元周期，则经过n基带传输系统后的输出码元为a n h t nT s。

其中nh(t )1H ()e j t d（3-1 ）2理论上要达到无码间干扰，依照奈奎斯特第一准则，基带传输系统在时域应满足：，k 0h( kT s)(3-2)0,k为其他整数频域应满足：T s，T s(3-3)H ( )0,其他H ( )T sT sT s图 3-2 理想基带传输特性此时频带利用率为2Baud / Hz , 这是在抽样值无失真条件下，所能达到的最高频率利用率。

由于理想的低通滤波器不容易实现，而且时域波形的拖尾衰减太慢，因此在得不到严格定时时，码间干扰就可能较大。

在一般情况下，只要满足：2 i H2 2 ,(3-4)HH ( ) HT s iT sT sT sT s基带信号就可实现无码间干扰传输。

这种滤波器克服了拖尾太慢的问题。

从实际的滤波器的实现来考虑，采用具有升余弦频谱特性H ( ) 时是适宜的。

1 sinT s ( ) , (1 ) (1 )2T sT sT sH ( )1, (1 ) 0(3-5)T s0,(1 )T s这里称为滚降系数，1。

所对应的其冲激响应为：sin tcos( t T s )h(t )T s (3-6)t 1 4 2t 2 T s 2T s此时频带利用率降为 2 / (1 ) Baud/ Hz ，这同样是在抽样值无失真条件下，所能达到的最高频率利用率。

基于matlab的QAM信号性能仿真引言正交振幅调制，这是近年来被国际上移动通信技术专家十分重视的一种信号调制方式。

QAM是数字信号的一种调制方式，在调制过程中，同时以载波信号的幅度和相位来代表不同的数字比特编码，把多进制与正交载波技术结合起来，进一步提高频带利用率。

单独使用振幅和相位携带信息时，不能最充分利用信号平面，这可由矢量图中信号矢量端点的分布直观观察到。

多进制振幅调制时，矢量端点在一条轴上分布；多进制相位调制时，矢量点在一个圆上分布。

随着进制数M的增大，这些矢量端点之间的最小距离也随之减少。

但如果充分利用整个平面，将矢量端点重新合理地分布，则可能在不减小最小距离的情况下，增加信号的端点数。

基于上述概念引出的振幅与相位结合的调制方式被称为数字复合调制方式，一般的复合调制称为幅相键控(APK)，2个正交载波幅相键控称为正交振幅调制。

随着通信业迅速的发展，传统通信系统的容量已经越来越不能满足当前用户的要求，而可用频谱资源有限，也不能靠无限增加频道数目来解决系统容量问题。

另外，人们亦不能满足通信单一的语音服务，希望能利用移动电话进行图像等多媒体信息的通信。

但由于图像通信比电话需要更大的信道容量。

高效、可靠的数字传输系统对于数字图像通信系统的实现很重要，正交幅度调制是数字通信中一种经常利用的数字调制技术，尤其是多进制QAM具有很高的频带利用率，在通信业务日益增多使得频带利用率成为主要矛盾的情况下，正交幅度调制方式是一种比较好的选择。

一、现代数字调制技术概述所有无线通信的基础，调制是一个将数据传送到无线电调制是载波用于发射的过程。

如今的大多数无线传输都是数字过程，并且可用的频谱有限，因此调制方式变得前所未有地重要。

如今的调制的主要目的是上将尽可能多的数据压缩到最少的频谱中。

此目标被称为频谱效率，量度数据在分配的带宽中传输的速度。

此度量的单位是比特每秒每赫兹(b/s/Hz)。

现在已现出现了多种用来实现和提高频谱效率的技术，下面将常用的几种数字调制技术进行简单介绍。

%% ------------------------------------------------------------% 软件无线电课程设计%% 方形、星形16QAM调制解调仿真%%%------------------------------------------------------------%%主程序clcclear%% 定义参数fd=250*10^6; %码元速率250Mfs=2500*10^6; %滤波器采样率fc=2500*10^6; %载波频率2.5Gf=10000*10^6; %对载波采样data_len=200000; %数据长度sym_len=data_len/4; %码元序列长度M_QAM=16;%QAM数k=log2(M_QAM);SNR=1:12;%白噪声信噪比,%% ------------------------------------------------------------bit_tx=randint(1,data_len);%产生随机序列echo off;rec_qam16=QamMod(bit_tx,16); %方形16QAM调制star_qam16=SrarQamMod(bit_tx); %星形16QAM调制base_rec=base_shape(fd,fs,f,rec_qam16); %基带成型滤波base_star=base_shape(fd,fs,f,star_qam16); %基带成型滤波for i=1:length(SNR) %信噪比从1dB到12dB计算误码率SNR_=i%方形映射16QAMrf_rec_qam16=CarrierMod(fc,f,base_rec); %载波调制rf_rec_qam16_n=awgn(rf_rec_qam16,SNR(i),'measured'); %加噪声[rec_qam16_rx base_rec_rx]=CarrierDemod(fd,fs,fc,f,rf_rec_qam16_n); %载波解调bit_rec_rx=QamDemod(rec_qam16_rx,16); %MQAM解调[num_qam16,perr_qam16_rec(i)]=biterr(bit_tx,bit_rec_rx);%误码率qam16_data_rec(i,:)=rec_qam16_rx;%scatterplot(rec_qam16_rx);%星形映射16QAMrf_star_qam16=CarrierMod(fc,f,base_star); %载波调制rf_star_qam16_n=awgn(rf_star_qam16,SNR(i),'measured'); %加噪声[star_qam16_rx base_star_rx]=CarrierDemod(fd,fs,fc,f,rf_star_qam16_n); %载波解调bit_star_rx=StarQamDemod(star_qam16_rx); %MQAM解调[num_qam16,perr_qam16_star(i)]=biterr(bit_tx,bit_star_rx);%误码率qam16_data_star(i,:)=star_qam16_rx;%scatterplot(star_qam16_rx);end%% 理论误码率计算SNRtheo=0:0.1:length(SNR);for i=1:length(SNRtheo)SNRdec=10.^(SNRtheo(i)/10);theo_perr_qam16(i)=(3/8)*erfc(sqrt(SNRdec*2/5));end%% 基带波形N=200;n=1:N;t=1:N*10;%发送端波形figure;stem(n,bit_tx(n)); title('发送序列'); %发送序列figure('Name','发送端基带信号');subplot(411);plot(t,real(base_rec(t))); title('方形映射-Q路');subplot(412);plot(t,imag(base_rec(t))); title('方形映射-I路');subplot(413);plot(t,real(base_star(t))); title('星形映射-Q路');subplot(414);plot(t,imag(base_star(t))); title('星形映射-I路');%接收端波形figure;subplot(211);stem(n,bit_rec_rx(n)); title('方形接收序列');subplot(212);stem(n,bit_star_rx(n)); title('星形接收序列');figure('Name','接收端基带信号');subplot(411);plot(t,real(base_rec_rx(t))); title('方形映射-Q路');subplot(412);plot(t,imag(base_rec_rx(t))); title('方形映射-I路');subplot(413);plot(t,real(base_star_rx(t))); title('星形映射-Q路');subplot(414);plot(t,imag(base_star_rx(t))); title('星形映射-I路');%基带眼图N1=20000;Tn=f/fd;eye_rex=base_rec(1:N1);eyediagram(eye_rex,Tn*4,Tn); title('方形基带眼图');eye_star=base_star(1:N1);eyediagram(eye_star,Tn*4,Tn); title('星形基带眼图');%% 接收端星座图%scatterplot(qam16_data_rec(12,:));figure('Name','方形16QAM接收端星座图');for i=3:3:12subplot(2,2,i/3);plot(real(qam16_data_rec(i,:)),imag(qam16_data_rec(i,:)),'.');xmax=5;axis([-xmax xmax -xmax xmax])title(['Snr=',num2str(SNR(i)),' dB']);endfigure('Name','星形16QAM接收端星座图');for i=3:3:12subplot(2,2,i/3);plot(real(qam16_data_star(i,:)),imag(qam16_data_star(i,:)),'.');xmax=3;axis([-xmax xmax -xmax xmax])grid on; title(['Snr=',num2str(SNR(i)),' dB']);end%% 功率谱密度f_plot;%% 误码率分析%16QAM误码率曲线figure('Name','16QAM误码性能对比');% semilogy(SNRtheo,theo_perr_qam16);% hold on;semilogy(SNR,perr_qam16_rec,'*');hold on;semilogy(SNR,perr_qam16_star,'o');xlabel('SNR in dB');ylabel('Prb of Err');legend('方形16QAM','星形16QAM');title('16QAM误码性能对比');%------------------------------------------------------------------------------- %% 基带成型function base_info=base_shape(fd,fs,f,seq_16QAM)%平方根升余弦滤波器,滚降系数0.5，延迟3个采样点flt=rcosine(fd,fs,'sqrt',0.5);%I路和Q路seq_Q=real(seq_16QAM);seq_I=imag(seq_16QAM);%增采样R=fs/fd;up_seq_Q=upsample(seq_Q,R);up_seq_I=upsample(seq_I,R);%升余弦调制rcos_Q=conv(up_seq_Q,flt);rcos_I=conv(up_seq_I,flt);%提升rcos_Q_up=interp(rcos_Q,f/fs);rcos_I_up=interp(rcos_I,f/fs);base_info=rcos_Q_up+j*rcos_I_up;%--------------------------------------------------------------------%% 载波解调function [data_rx base_rx]=CarrierDemod(fd,fs,fc,f,receive)%% 分两路乘正交高频载波rc_length=length(receive);flt=rcosine(fd,fs,'sqrt',0.5);t=0:rc_length-1;rc_Q=receive .* sin(2*pi*fc*t/f);rc_I=receive .* cos(2*pi*fc*t/f);%减采样后根升余弦匹配滤波，注意对齐采样点down_Q=downsample([0 rc_Q],f/fs);down_I=downsample(rc_I,f/fs);low_Q_rcos=conv(down_Q,flt);low_I_rcos=conv(down_I,flt);base_rx=low_Q_rcos(1:length(low_I_rcos))+j*low_I_rcos;%两次根升余弦滤波延迟，定位初始信号位置%delay+1:end-delay-1R=fs/fd;delay=3*R*2;rc_Q_seq=(downsample(low_Q_rcos(delay+1:end-delay-1),R));rc_I_seq=(downsample(low_I_rcos(delay+1:end-delay-1),R)); %类型转换data_rx=rc_Q_seq+j*rc_I_seq;%--------------------------------------------------------------------------%% 载波调制function transmit=CarrierMod(fc,f,base)%载波调制t=0:length(base)-1;high_freq_Q=real(base) .* sin(2*pi*fc*t/f);high_freq_I=imag(base) .* cos(2*pi*fc*t/f);transmit=high_freq_Q+high_freq_I;%------------------------------------------------------------------------------%% QAM解调程序，将MQAM码元还原为二进制数据% 入口参数：data_QAM：QAM码元数据% M_QAM:MQAM中M的大小% 出口参数：二进制数据比特流%------------------------------------------------------------------------function data_out=QamDemod(data_QAM,M_QAM)k=log2(M_QAM);%每个M进制码元的bit数data_len=length(data_QAM);%码元长度%-------------------------------------------------------------------%QAM信号放缩至与发送端相同比例data_temp=data_QAM(find(real(data_QAM>0)));aver=mean(real(data_temp));data_Qam_temp=data_QAM/aver*(2^(k/2-1));%------------------------------------------------------------------------%平移到第一象限data_Qam_temp2=(data_Qam_temp+(2^(k/2)-1)*(1+j))/2;%----------------------------------------------------------------------%将实部虚部分别映射为二进制数据%实部data_real=round(real(data_Qam_temp2));%实部判决data_real(find(data_real>(2^(k/2)-1)))=2^(k/2)-1;%大于2^(k/2)-1的数据判定为2^(k/2)-1 data_real(find(data_real<0))=0;%小于0的数据判为0bit_real=abs(dec2bin(data_real))-'0';%虚部data_imag=round(imag(data_Qam_temp2));%虚部判决data_imag(find(data_imag>(2^(k/2)-1)))=2^(k/2)-1;%大于2^(k/2)-1的数据判定为2^(k/2)-1 data_imag(find(data_imag<0))=0;%小于0的数据判为0bit_imag=abs(dec2bin(data_imag))-'0';%------------------------------------------------------------------------%还原为二进制比特流bit_rec=[bit_real,bit_imag]';data_out=reshape(bit_rec,1,data_len*k);%-------------------------------------------------------------------------------------------------------------%% QAM调制程序，实现二进制到MQam调制% 入口参数：binary：二进制数据% M_QAM:MQAM中M的大小% 返回参数：MQAM码元%------------------------------------------------------------------------function data_M = QamMod(binary,M_QAM)k=log2(M_QAM);%每个M进制码元的bit数data_len=length(binary);%比特长度binary_rec=reshape(binary,k,data_len/k)';%转化为data_len/k行，k列，的矩阵，以便转化为16进制M进制%计算实部data_str1=num2str(binary_rec(:,1:k/2));data_m_real=bin2dec(data_str1);%计算虚部data_str2=num2str(binary_rec(:,k/2+1:k));data_m_imag=bin2dec(data_str2);%实部虚部映射到MQamdata_M=((data_m_real*2-2^(k/2)+1)+j*(data_m_imag*2-2^(k/2)+1)).';%---------------------------------------------------------------------------------%% 星形16QAM映射function data_m16 = SrarQamMod(binary)%binary=randint(1,100);%产生随机序列data_len=length(binary);%比特长度binary_rec=reshape(binary,4,data_len/4)';%转化为data_len/4行，4列，的矩阵，以便转化为16进制data_str=num2str(binary_rec);data_dec=bin2dec(data_str);data_mm16=(floor(data_dec/8)+1).*exp(j*45/180*pi*mod(data_dec,8));data_m16=reshape(data_mm16,1,data_len/4);%------------------------------------------------------------------------------%% 星形16QAM解调function data_bit = StarQamDemod(qam_rev)%qam_rev=xing_qam16_noise(1:10);am=abs(qam_rev);%幅度判定am(find(am>2))=2;%幅度大于2的判定为2am(find(am<1.5))=1;%幅度大于2的判定为2%相位判定ang=angle(qam_rev)/pi*180;%将-180度到0度变为180度到360度ang(find(ang<0))=ang(find(ang<0))+360;ang_n=round(ang/45);ang_n(find(ang_n>7))=0;data_dec=8*(round(am)-1)+ang_n;%data_dec(find(data_dec>15))=15;%大于15的判定为15%data_dec(find(data_dec<0))=0;%小于0的判定为0data_bit_rec=dec2bin(data_dec);data_bit=reshape(data_bit_rec',1,length(qam_rev)*4)-'0';。

使用matlab 绘制数字基带信号的眼图实验一、实验目的1、掌握无码间干扰传输的基本条件和原理，掌握基带升余弦滚降系统的实现方法；2、通过观察眼图来分析码间干扰对系统性能的影响，并观察在输入相同码率的NRZ 基带信号下，不同滤波器带宽对输出信号码间干扰大小的影响程度；3、熟悉MATLAB 语言编程。

二、实验原理和电路说明1、基带传输特性基带系统的分析模型如图3-1所示，要获得良好的基带传输系统，就应该图3-1基带系统的分析模型抑制码间干扰。

设输入的基带信号为()nsna t nT δ-∑，sT 为基带信号的码元周期，则经过基带传输系统后的输出码元为()nsna h t nT -∑。

其中1()()2j th t H ed ωωωπ+∞-∞=⎰（3-1）理论上要达到无码间干扰，依照奈奎斯特第一准则，基带传输系统在时域应满足：10()0,s k h kT k =⎧=⎨⎩，为其他整数 (3-2)频域应满足：()0,ss T T H πωωω⎧≤⎪=⎨⎪⎩，其他 (3-3)图3-2 理想基带传输特性此时频带利用率为2/Baud Hz ,这是在抽样值无失真条件下，所能达到的最高频率利用率。

由于理想的低通滤波器不容易实现，而且时域波形的拖尾衰减太慢，因此在得不到严格定时时，码间干扰就可能较大。

在一般情况下，只要满足：222(),s i s s s si H H H H T T T T T ππππωωωωω⎛⎫⎛⎫⎛⎫+=-+++=≤⎪ ⎪⎪⎝⎭⎝⎭⎝⎭∑ (3-4)基带信号就可实现无码间干扰传输。

这种滤波器克服了拖尾太慢的问题。

从实际的滤波器的实现来考虑，采用具有升余弦频谱特性()H ω时是适宜的。

(1)(1)1sin (),2(1)()1,0(1)0,s s s s s s T T T T H T T ππαπαωωαπαωωπαω⎧⎡⎤-+--≤≤⎪⎢⎥⎣⎦⎪⎪-⎪=≤≤⎨⎪⎪+>⎪⎪⎩(3-5)这里α称为滚降系数，01α≤≤。

基于星座图的8QAM最优结构选取摘要本文提出了8QAM中最优星座图的设计，并在MATLAB的环境下，对几种常用的8QAM星座图与所设计的星座图分别进行了仿真和对比。

通过设定发送功率对比误比特率曲线的方法，证明了所设计星座图的最优性。

目录1 QAM调制原理 (2)2 QAM星座图设计 (2)2.1常见星座图简介 (2)2.2星座图的性能评价指标 (3)2.3 最优8QAM星座图的构造 (4)3 仿真与对比 (4)3.1 对比对象 (4)3.2 对比前提 (5)3.3 程序仿真 (5)3.4 结果分析 (6)附：完整代码 (7)1 QAM调制原理QAM(Quadrature Amplitude Modulation)正交幅度调制技术，是用两路独立的基带信号对两个相互正交的同频载波进行抑制载波双边带调幅，利用这种已调信号的频谱在同一带宽内的正交性，实现两路并行的数字信息的传输。

该调制方式通常有8QAM，16QAM，64QAM。

QAM调制实际上就是幅度调制和相位调制的组合，相位+ 幅度状态定义了一个数字或数字的组合。

QAM的优点是具有更大的符号率，从而可获得更高的系统效率。

通常由符号率确定占用带宽。

因此每个符号的比特（基本信息单位）越多，频带效率就越高。

调制时，将输入信息分成两部分：一部分进行幅度调制；另一部分进行相位调制。

对于星型8QAM信号，每个码元由3个比特组成，可将它分成第一个比特和后两个个比特两部分。

前者用于改变信号矢量的振幅，后者用于差分相位调制，通过格雷编码来改变当前码元信号矢量相位与前一码元信号矢量相位之间的相位差。

QAM是一种高效的线性调制方式，常用的是8QAM，16QAM，64QAM等。

当随着M 的增大，相应的误码率增高，抗干扰性能下降。

2 QAM星座图设计QAM调制技术对应的空间信号矢量端点分布图称为星座图。

QAM的星座图呈现星状分层分布，同一层信号点的振幅相同，位于一个圆周上。

常见的调制方式如8QAM，16QAM，64QAM所对应的星座图中分别有8，16，64个矢量端点。

%% ------------------------------------------------------------% 软件无线电课程设计%% 方形、星形16QAM调制解调仿真%%%------------------------------------------------------------%%主程序clcclear%% 定义参数fd=250*10^6。

%码元速率250Mfs=2500*10^6。

%滤波器采样率fc=2500*10^6。

%载波频率2.5Gf=10000*10^6。

%对载波采样data_len=200000。

%数据长度sym_len=data_len/4。

%码元序列长度M_QAM=16。

%QAM数k=log2(M_QAM)。

SNR=1:12。

%白噪声信噪比,%% ------------------------------------------------------------bit_tx=randint(1,data_len)。

%产生随机序列echo off。

rec_qam16=QamMod(bit_tx,16)。

%方形16QAM调制star_qam16=SrarQamMod(bit_tx)。

%星形16QAM调制base_rec=base_shape(fd,fs,f,rec_qam16)。

%基带成型滤波base_star=base_shape(fd,fs,f,star_qam16)。

%基带成型滤波for i=1:length(SNR) %信噪比从1dB到12dB计算误码率SNR_=i%方形映射16QAMrf_rec_qam16=CarrierMod(fc,f,base_rec)。

%载波调制rf_rec_qam16_n=awgn(rf_rec_qam16,SNR(i),'measured')。

%加噪声[rec_qam16_rx base_rec_rx]=CarrierDemod(fd,fs,fc,f,rf_rec_qam16_n)。

数字通信系统传输误码性能仿真（一）摘要：脉冲幅度调制（PAM）、频移键控（PSK）、正交振幅调制（QAM）等数字信号调制解调模式在经典和现代通信中得到广泛应用。

不同调制方式在不同的条件下传输可靠性能不尽相同。

Matlab/Simulink包含多种仿真模块库，可以对各种通信调制方式的调制解调进行仿真，并验证其传输可靠性能。

关键字：通信系统、仿真、PAM、PSK、QAMAbstract:Digital signal modulation and demodulation modes such as pulse amplitude modulation (PAM), frequency shift keying (PSK), quadrature amplitude modulation (QAM)are widely used in classical and modern communication. The transmission reliability of different modulation are different under different conditions. Matlab/Simulink contains a variety of library of simulation modules for various communications modem modulation to simulate and verify its transmission reliability.Keywords: communication systems, simulation, PAM,PSK,QAM0 引言系统仿真是进行协议标准制定、算法分析优化和产品总体设计的重要步骤，对验证算法和理论的设计性能、缩减设计开发时间、降低总体成本具有重要意义。

传统的系统仿真方法主要使用基于C语言等计算机编程语言的方法，工作量大，效率低，仿真程序的可读性、可靠性、可移植性无法达到现代大中型系统的要求。

16qam_星形和矩形星座图调制解调matlab代码%% ------------------------------------------------------------ % 软件无线电课程设计%% 方形、星形16QAM调制解调仿真%%%------------------------------------------------------------ %%主程序clcclear%% 定义参数fd=250*10^6; %码元速率250Mfs=2500*10^6; %滤波器采样率fc=2500*10^6; %载波频率2.5Gf=10000*10^6; %对载波采样data_len=200000; %数据长度sym_len=data_len/4; %码元序列长度M_QAM=16;%QAM数k=log2(M_QAM);SNR=1:12;%白噪声信噪比,%% ------------------------------------------------------------ bit_tx=randint(1,data_len);%产生随机序列echo off;rec_qam16=QamMod(bit_tx,16); %方形16QAM调制star_qam16=SrarQamMod(bit_tx); %星形16QAM调制base_rec=base_shape(fd,fs,f,rec_qam16); %基带成型滤波base_star=base_shape(fd,fs,f,star_qam16); %基带成型滤波for i=1:length(SNR) %信噪比从1dB到12dB计算误码率SNR_=i%方形映射16QAMrf_rec_qam16=CarrierMod(fc,f,base_rec); %载波调制rf_rec_qam16_n=awgn(rf_rec_qam16,SNR(i),'measured'); %加噪声[rec_qam16_rx base_rec_rx]=CarrierDemod(fd,fs,fc,f,rf_rec_qam16_n); %载波解调bit_rec_rx=QamDemod(rec_qam16_rx,16); %MQAM解调[num_qam16,perr_qam16_rec(i)]=biterr(bit_tx,bit_rec_rx);%误码率qam16_data_rec(i,:)=rec_qam16_rx;%scatterplot(rec_qam16_rx);%星形映射16QAMrf_star_qam16=CarrierMod(fc,f,base_star); %载波调制rf_star_qam16_n=awgn(rf_star_qam16,SNR(i),'measured'); %加噪声[star_qam16_rxbase_star_rx]=CarrierDemod(fd,fs,fc,f,rf_star_qam16_n); %载波解调bit_star_rx=StarQamDemod(star_qam16_rx); %MQAM解调[num_qam16,perr_qam16_star(i)]=biterr(bit_tx,bit_star_rx);%误码率qam16_data_star(i,:)=star_qam16_rx;%scatterplot(star_qam16_rx);end%% 理论误码率计算SNRtheo=0:0.1:length(SNR); for i=1:length(SNRtheo) SNRdec=10.^(SNRtheo(i)/10);theo_perr_qam16(i)=(3/8)*erfc(sqrt(SNRdec*2/5)); end%% 基带波形N=200;n=1:N;t=1:N*10;%发送端波形figure;stem(n,bit_tx(n)); title('发送序列'); %发送序列figure('Name','发送端基带信号');subplot(411);plot(t,real(base_rec(t))); title('方形映射-Q路'); subplot(412);plot(t,imag(base_rec(t))); title('方形映射-I路'); subplot(413);plot(t,real(base_star(t))); title('星形映射-Q路'); subplot(414);plot(t,imag(base_star(t))); title('星形映射-I路'); %接收端波形figure;subplot(211);stem(n,bit_rec_rx(n)); title('方形接收序列');subplot(212);stem(n,bit_star_rx(n)); title('星形接收序列');figure('Name','接收端基带信号');subplot(411);plot(t,real(base_rec_rx(t))); title('方形映射-Q路');subplot(412);plot(t,imag(base_rec_rx(t))); title('方形映射-I路');subplot(413);plot(t,real(base_star_rx(t))); title('星形映射-Q路');subplot(414);plot(t,imag(base_star_rx(t))); title('星形映射-I路');%基带眼图N1=20000;Tn=f/fd;eye_rex=base_rec(1:N1);eyediagram(eye_rex,Tn*4,Tn); title('方形基带眼图');eye_star=base_star(1:N1);eyediagram(eye_star,Tn*4,Tn); title('星形基带眼图');%% 接收端星座图%scatterplot(qam16_data_rec(12,:)); figure('Name','方形16QAM接收端星座图');for i=3:3:12subplot(2,2,i/3);plot(real(qam16_data_rec(i,:)),imag(qam16_data_rec(i,:)),'.'); xmax=5;axis([-xmax xmax -xmax xmax])title(['Snr=',num2str(SNR(i)),' dB']);endfigure('Name','星形16QAM接收端星座图');for i=3:3:12subplot(2,2,i/3);plot(real(qam16_data_star(i,:)),imag(qam16_data_star(i,:)),'.'); xmax=3;axis([-xmax xmax -xmax xmax])grid on; title(['Snr=',num2str(SNR(i)),' dB']);end%% 功率谱密度f_plot;%% 误码率分析%16QAM误码率曲线figure('Name','16QAM误码性能对比');% semilogy(SNRtheo,theo_perr_qam16); % hold on;semilogy(SNR,perr_qam16_rec,'*'); hold on;semilogy(SNR,perr_qam16_star,'o'); xlabel('SNR in dB');ylabel('Prb of Err');legend('方形16QAM','星形16QAM');title('16QAM误码性能对比');%-------------------------------------------------------------------------------%% 基带成型function base_info=base_shape(fd,fs,f,seq_16QAM) %平方根升余弦滤波器,滚降系数0.5，延迟3个采样点flt=rcosine(fd,fs,'sqrt',0.5);%I路和Q路seq_Q=real(seq_16QAM);seq_I=imag(seq_16QAM);%增采样R=fs/fd;up_seq_Q=upsample(seq_Q,R);up_seq_I=upsample(seq_I,R);%升余弦调制rcos_Q=conv(up_seq_Q,flt);rcos_I=conv(up_seq_I,flt);%提升rcos_Q_up=interp(rcos_Q,f/fs);rcos_I_up=interp(rcos_I,f/fs);base_info=rcos_Q_up+j*rcos_I_up;%--------------------------------------------------------------------%% 载波解调function [data_rx base_rx]=CarrierDemod(fd,fs,fc,f,receive)%% 分两路乘正交高频载波rc_length=length(receive);flt=rcosine(fd,fs,'sqrt',0.5);t=0:rc_length-1;rc_Q=receive .* sin(2*pi*fc*t/f); rc_I=receive .* cos(2*pi*fc*t/f);%减采样后根升余弦匹配滤波，注意对齐采样点down_Q=downsample([0 rc_Q],f/fs);down_I=downsample(rc_I,f/fs);low_Q_rcos=conv(down_Q,flt);low_I_rcos=conv(down_I,flt);base_rx=low_Q_rcos(1:length(low_I_rcos))+j*low_I_rcos;%两次根升余弦滤波延迟，定位初始信号位置%delay+1:end-delay-1R=fs/fd;delay=3*R*2;rc_Q_seq=(downsample(low_Q_rcos(delay+1:end-delay-1),R));rc_I_seq=(downsample(low_I_rcos(delay+1:end-delay-1),R)); %类型转换data_rx=rc_Q_seq+j*rc_I_seq;%--------------------------------------------------------------------------%% 载波调制function transmit=CarrierMod(fc,f,base)%载波调制t=0:length(base)-1;high_freq_Q=real(base) .* sin(2*pi*fc*t/f);high_freq_I=imag(base) .* cos(2*pi*fc*t/f);transmit=high_freq_Q+high_freq_I;%------------------------------------------------------------------------------%% QAM解调程序，将MQAM码元还原为二进制数据% 入口参数:data_QAM:QAM码元数据% M_QAM:MQAM中M的大小% 出口参数:二进制数据比特流%------------------------------------------------------------------------function data_out=QamDemod(data_QAM,M_QAM)k=log2(M_QAM);%每个M进制码元的bit数data_len=length(data_QAM);%码元长度%------------------------------------------------------------------- %QAM信号放缩至与发送端相同比例data_temp=data_QAM(find(real(data_QAM>0)));aver=mean(real(data_temp));data_Qam_temp=data_QAM/aver*(2^(k/2-1));%------------------------------------------------------------------------%平移到第一象限data_Qam_temp2=(data_Qam_temp+(2^(k/2)-1)*(1+j))/2; %---------------------------------------------------------------------- %将实部虚部分别映射为二进制数据%实部data_real=round(real(data_Qam_temp2));%实部判决data_real(find(data_real>(2^(k/2)-1)))=2^(k/2)-1;%大于2^(k/2)-1的数据判定为2^(k/2)-1 data_real(find(data_real<0))=0;%小于0的数据判为0 bit_real=abs(dec2bin(data_real))-'0'; %虚部data_imag=round(imag(data_Qam_temp2));%虚部判决data_imag(find(data_imag>(2^(k/2)-1)))=2^(k/2)-1;%大于2^(k/2)-1的数据判定为2^(k/2)-1 data_imag(find(data_imag<0))=0;%小于0的数据判为0 bit_imag=abs(dec2bin(data_imag))-'0'; %------------------------------------------------------------------------%还原为二进制比特流bit_rec=[bit_real,bit_imag]';data_out=reshape(bit_rec,1,data_len*k);%-------------------------------------------------------------------------------------------------------------%% QAM调制程序，实现二进制到MQam调制% 入口参数:binary:二进制数据% M_QAM:MQAM中M的大小% 返回参数:MQAM码元%------------------------------------------------------------------------function data_M = QamMod(binary,M_QAM)k=log2(M_QAM);%每个M进制码元的bit数data_len=length(binary);%比特长度binary_rec=reshape(binary,k,data_len/k)';%转化为data_len/k行，k列，的矩阵，以便转化为16进制M进制%计算实部data_str1=num2str(binary_rec(:,1:k/2));data_m_real=bin2dec(data_str1);%计算虚部data_str2=num2str(binary_rec(:,k/2+1:k));data_m_imag=bin2dec(data_str2);%实部虚部映射到MQamdata_M=((data_m_real*2-2^(k/2)+1)+j*(data_m_imag*2-2^(k/2)+1)).';%---------------------------------------------------------------------------------%% 星形16QAM映射function data_m16 = SrarQamMod(binary) %binary=randint(1,100);%产生随机序列data_len=length(binary);%比特长度binary_rec=reshape(binary,4,data_len/4)';%转化为data_len/4行，4列，的矩阵，以便转化为16进制data_str=num2str(binary_rec);data_dec=bin2dec(data_str);data_mm16=(floor(data_dec/8)+1).*exp(j*45/180*pi*mod(data_dec,8));data_m16=reshape(data_mm16,1,data_len/4);%------------------------------------------------------------------------------%% 星形16QAM解调function data_bit = StarQamDemod(qam_rev)%qam_rev=xing_qam16_noise(1:10);am=abs(qam_rev);%幅度判定am(find(am>2))=2;%幅度大于2的判定为2am(find(am<1.5))=1;%幅度大于2的判定为2%相位判定ang=angle(qam_rev)/pi*180;%将-180度到0度变为180度到360度ang(find(ang<0))=ang(find(ang<0))+360; ang_n=round(ang/45);ang_n(find(ang_n>7))=0;data_dec=8*(round(am)-1)+ang_n;%data_dec(find(data_dec>15))=15;%大于15的判定为15%data_dec(find(data_dec<0))=0;%小于0的判定为0data_bit_rec=dec2bin(data_dec);data_bit=reshape(data_bit_rec',1,length(qam_rev)*4)-'0';。

通信原理课程设计报告题目：基于MATLAB 的M-QAM调制及相干解调的设计与仿真班级：通信工程1411姓名：杨仕浩(2014111347）解博文(2014111321）介子豪(2014111322）指导老师：罗倩倩成绩：日期：2016 年12 月21 日基于MATLAB的M-QAM调制及相干解调的设计与仿真摘要：正交幅度调制技术（QAM）是一种功率和带宽相对高效的信道调制技术，因此在自适应信道调制技术中得到了较多应用。

本次课程设计主要运用MATLAB软件对M =16 进制正交幅度调制系统进行了仿真，从理论上验证16进制正交幅度调制系统工作原理，为实际应用和科学合理地设计正交幅度调制系统,提供了便捷、高效、直观的重要方法。

实验及仿真的结果证明，多进制正交幅度调制解调易于实现，且性能良好，是未来通信技术的主要研究方向之一，并有广阔的应用前景。

关键词：正交幅度调制系统；MATLAB；仿真目录1引言 (1)1.1课程设计的目的 (1)1.2课程设计的基本任务和要求 (1)1.3仿真平台Matlab (1)2 QAM系统的介绍 (2)2.1正交幅度调制技术 (2)2.2QAM调制解调原理 (5)2.3QAM的误码率性能 (7)3 多进制正交幅度（M-QAM）调制及相干解调原理框图 (9)4 基于MATLAB的多进制正交幅度（M-QAM）调制及相干解调设计与仿真 (10)4.1系统设计 (10)4.2随机信号的生成 (10)4.3星座图映射 (11)4.4波形成形（平方根升余弦滤波器） (13)4.5调制 (14)4.6加入高斯白噪声之后解调 (15)5 仿真结果及分析 (20)6 总结与体会 (23)6.1总结 (23)6.2心得体会 (24)【参考文献】 (25)附录 (26)1引言本次课程设计主要运用MATLAB软件进行程序编写。

实现模拟基带信号经QAM调制与相干解调的传输过程，通过分析比较调制解调输出波形以及功率谱特征，理解QAM调制解调原理。