簡(jiǎn)介面向通信原理與數(shù)字調(diào)制課程學(xué)習(xí)者的16QAM仿真代碼包聚焦星座圖繪制與誤碼率評(píng)估兩個(gè)核心實(shí)驗(yàn)環(huán)節(jié)適合需要理解QAM映射、解調(diào)判決與AWGN信道性能的本科生或自學(xué)者動(dòng)手復(fù)現(xiàn)。包內(nèi)共8個(gè)文件均為MATLAB的.m腳本與函數(shù)壓縮包約3KB體量輕便卻覆蓋了從隨機(jī)二進(jìn)制序列生成、串并轉(zhuǎn)換、16QAM調(diào)制、星座點(diǎn)可視化、最佳接收解調(diào)到BER統(tǒng)計(jì)的完整鏈路函數(shù)職責(zé)拆分清晰便于按模塊閱讀和二次修改。已有1927人學(xué)習(xí)下載說(shuō)明其在課程實(shí)驗(yàn)與入門(mén)仿真中具有一定參考價(jià)值。讀者可據(jù)此搭建端到端仿真流程觀察16個(gè)星座點(diǎn)在理想與含噪條件下的分布差異并通過(guò)改變信噪比得到誤碼率曲線進(jìn)而理解幅度相位聯(lián)合調(diào)制與最大似然檢測(cè)的關(guān)系代碼結(jié)構(gòu)也可作為自建通信鏈路仿真框架的起點(diǎn)。1. 16QAM 星座圖仿真與誤碼率仿真這套 MATLAB 腳本到底替你算了什么第一次在 MATLAB 里畫(huà) 16QAM 星座圖很多人都會(huì)撞上同一個(gè)畫(huà)面16 個(gè)點(diǎn)倒是出來(lái)了要么全擠在 ±0.3 附近糊成一團(tuán)要么整體轉(zhuǎn)了 45 度再一看誤碼率曲線跟理論值整整差著 10 dB怎么調(diào) SNR 都對(duì)不上。這套「16QAM 星座圖仿真及誤碼率仿真」的 MATLAB 腳本處理的就是這一段最容易翻車(chē)的鏈路Gray 映射星座生成、平均功率歸一化、按 Eb/N0 加復(fù)高斯噪聲、最小歐氏距離判決最后把仿真 BER 和理論 erfc 曲線疊在同一張 semilogy 圖上。它不是什么大工程就是一組能獨(dú)立跑起來(lái)的 .m 文件但鏈路是完整的比特進(jìn)來(lái)符號(hào)出去噪聲加上去判決回來(lái)誤碼數(shù)出來(lái)。做通信原理課設(shè)的、剛接觸鏈路級(jí)仿真想找一副能改的底子的、準(zhǔn)備在它上面接瑞利衰落或者 OFDM 的都適合從這兒起步。代碼量不大可每一個(gè)參數(shù)怎么來(lái)的、每一行為什么要這么寫(xiě)恰恰是新手最容易糊過(guò)去的地方。2. 鏈路骨架一條從比特到誤碼計(jì)數(shù)的 16QAM 仿真通路2.1 文件劃分與主腳本的調(diào)用順序這份資源一般拆成兩個(gè)入口腳本加一組函數(shù)邏輯上跟真實(shí)鏈路的模塊劃分一一對(duì)應(yīng)。目錄大概長(zhǎng)這樣qam16_sim/ ├── main_qam16_ber.m % 主腳本: 掃 Eb/N0, 出 BER 曲線 ├── main_qam16_const.m % 主腳本: 單個(gè) SNR 下的星座圖 ├── qam16_mod.m % 比特 - 復(fù)符號(hào) (Gray 映射) ├── qam16_demod.m % 復(fù)符號(hào) - 比特 (硬判決) ├── add_awgn.m % 按 Eb/N0 加復(fù)高斯噪聲 ├── theory_ber16qam.m % Gray 16QAM 理論誤碼率 └── plot_constellation.m % 星座圖繪制調(diào)用順序是一條直線沒(méi)有任何分支randi產(chǎn)生比特流 →qam16_mod映射成復(fù)符號(hào) →add_awgn按當(dāng)前 Eb/N0 疊加噪聲 →qam16_demod判決回比特 → 跟發(fā)送比特逐位比對(duì)mean(rx ~ tx)就是這一點(diǎn)的 BER。拆成多個(gè)文件而不是一個(gè)大腳本好處在調(diào)試階段就顯出來(lái)了。改 SNR 范圍、改符號(hào)數(shù)這類(lèi)操作重跑主腳本就行只想看星座圖形狀時(shí)直接調(diào)main_qam16_const.m不用陪著蒙特卡洛循環(huán)跑幾十秒。我一般在寫(xiě)這類(lèi)仿真時(shí)都會(huì)把「畫(huà)圖的」和「算數(shù)的」分開(kāi)因?yàn)檎{(diào)參階段你會(huì)反復(fù)畫(huà)圖但不想反復(fù)重算。真正要留意的是數(shù)據(jù)的方向約定。qam16_mod輸出列向量qam16_demod也按列向量處理中間加噪保持同尺寸。一旦某一處不小心轉(zhuǎn)置成行向量mean(a ~ b)就可能因?yàn)榫S度廣播算出一個(gè)看著像模像樣、其實(shí)是錯(cuò)的誤碼率——這種 bug 最陰因?yàn)槌绦虿粓?bào)錯(cuò)曲線也照畫(huà)。2.2 參數(shù)表M、k、Eb/N0 與蒙特卡洛符號(hào)數(shù)仿真里所有「玄學(xué)」都藏在參數(shù)定義里先把這張表釘死后面看代碼才不會(huì)迷路。參數(shù)變量名典型取值含義與取值依據(jù)調(diào)制階數(shù)M164×4 方形星座M 取 2 的偶數(shù)次冪才方便方形映射每符號(hào)比特?cái)?shù)k4log2(M)決定比特流分組的長(zhǎng)度符號(hào)數(shù)Nsym2e5 ~ 1e6每個(gè) SNR 點(diǎn)獨(dú)立生成見(jiàn) 2.4信噪比掃描EbN0_dB0:2:16步長(zhǎng) 2 dB 足夠看清曲線拐點(diǎn)噪聲方差N01/(k·EbN0)前提是符號(hào)功率已歸一化為 1判決電平表lut[-3 -1 3 1]未歸一化尺度下的 4PAM 電平歸一化因子—sqrt(10)16QAM 平均符號(hào)功率的平方根k log2(M)這一行別寫(xiě)成硬編碼 4否則你哪天想擴(kuò)到 64QAM 時(shí)得回頭把每個(gè)文件里的 4 全改一遍。用log2(M)寫(xiě)改成M 64時(shí)只有映射表要重寫(xiě)。EbN0_dB從 0 開(kāi)始而不是從 -5 開(kāi)始是因?yàn)?16QAM 在 0 dB 時(shí)的理論 BER 已經(jīng)在 1.4e-1 量級(jí)再往下掃就是一片 0.3~0.5 的平線沒(méi)有信息量。掃到 16 dB 時(shí)理論值約 1e-8仿真要到這個(gè)量級(jí)得跑上千萬(wàn)符號(hào)所以實(shí)際腳本常常把上限壓到 12~14 dB曲線能做到 1e-5 就夠交差了。2.3 歸一化與 Es/N0 到 Eb/N0 的換算這是整套仿真里最容易翻車(chē)的一步也是絕大多數(shù)「曲線平移」問(wèn)題的根源。16QAM 未歸一化的標(biāo)準(zhǔn)星座I 路和 Q 路各取{-3, -1, 1, 3}四個(gè)電平。每路平均平方值是(9119)/4 5兩路加起來(lái)平均符號(hào)能量Es 10。也就是說(shuō)如果你直接拿I 1j*Q當(dāng)發(fā)送符號(hào)那它的平均功率是 10 而不是 1。而add_awgn里算噪聲方差時(shí)通常的寫(xiě)法是假定Es 1N0 1 / (k * EbN0_lin); % 符號(hào)功率 1 時(shí)成立一旦發(fā)送符號(hào)的實(shí)際功率是 10等效信噪比就被抬高了 10 dB仿真曲線會(huì)整體往左平移 10 dB看上去「比理論還好」——這不是算法厲害是賬算錯(cuò)了。所以調(diào)制函數(shù)最后一定要有這一句sym (I 1j*Q) / sqrt(10); % 把平均符號(hào)功率拉回 1sqrt(10)不是隨手寫(xiě)的魔法數(shù)它是平均符號(hào)能量的平方根。同理解調(diào)端拿到r之后要乘回去z r * sqrt(10)把接收符號(hào)還原到{-3,-1,1,3}的判決尺度上才能跟lut直接比距離。換算關(guān)系本身也值得在紙上推一遍。Es k · Eb已知Es 1那么Eb 1/k。要求Eb/N0就有Eb/N0 1 / (k · N0) N0 1 / (k · (Eb/N0))這里的Eb/N0是線性值不是 dB所以循環(huán)里必須寫(xiě)10^(EbN0_dB/10)。忘了這步、直接把 dB 值當(dāng)線性值代進(jìn)去曲線會(huì)變成一條形狀詭異的東西從 0 dB 到 10 dB 幾乎不動(dòng)——踩過(guò)一次就記住了。復(fù)噪聲的方差還要再分一半復(fù)高斯噪聲n nI j·nQ的總方差是N0實(shí)部和虛部各占N0/2。所以生成時(shí)是n sqrt(N0/2) * (randn(size(sym)) 1j*randn(size(sym)));寫(xiě)成sqrt(N0)就相當(dāng)于每個(gè)維度多給了 3 dB仿真結(jié)果又會(huì)好 3 dB。這個(gè)錯(cuò)和上一個(gè)錯(cuò)疊加起來(lái)正好能湊出一條「完美貼合理論」的假曲線很多人在課設(shè)答辯時(shí)才發(fā)現(xiàn)問(wèn)題。2.4 判決方式硬判決、軟判決與內(nèi)置 qammod 的差別這份腳本用的是硬判決解調(diào)器直接吐 0/1然后逐位比對(duì)。好處是簡(jiǎn)單、快、誤碼率統(tǒng)計(jì)直白不需要額外的譯碼器。但如果你打算在這套東西上接卷積碼或者 LDPC硬判決就會(huì)讓編碼增益打折。軟判決輸出的是每個(gè)比特的對(duì)數(shù)似然比LLR常見(jiàn)做法是 max-log 近似對(duì)每個(gè)比特找「該比特為 0 的所有星座點(diǎn)里距離最小的」和「該比特為 1 的所有星座點(diǎn)里距離最小的」兩者歐氏距離平方之差再除以N0就是 LLR。16 個(gè)點(diǎn)做全搜索也就 16 次距離計(jì)算復(fù)雜度完全不是問(wèn)題。另一條路是直接用 Communications Toolbox 的qammod/qamdemodsym qammod(bits_int, 16, InputType, bit, ... UnitAveragePower, true, PlotConstellation, false); bits_rx qamdemod(r, 16, OutputType, bit, ... UnitAveragePower, true);注意UnitAveragePower這個(gè)開(kāi)關(guān)打開(kāi)后qammod內(nèi)部就替你做了/sqrt(10)此時(shí)add_awgn里按Es 1算噪聲才成立。如果關(guān)掉它默認(rèn)行為平均功率是 10你得把噪聲方差乘 10。這兩個(gè)選項(xiàng)混著用是僅次于歸一化遺漏的第二大坑。自己手寫(xiě)映射表的價(jià)值在于可控想換成星形 16QAM、想人為制造 I/Q 不平衡、想給某些星座點(diǎn)加偏置改一張lut表就完事比跟工具箱的黑匣子較勁舒服得多。3. 核心代碼逐段拆調(diào)制、加噪、判決三段主干3.1 查表法生成 Gray 映射星座Gray 映射的意義很實(shí)在相鄰的星座點(diǎn)只差一個(gè)比特這樣噪聲把符號(hào)推到隔壁點(diǎn)時(shí)只錯(cuò) 1 個(gè)比特而不是 2 個(gè)。16QAM 的方形星座可以拆成 I、Q 兩路獨(dú)立的 4PAM每路用 2 個(gè)比特做 Gray 編碼。function sym qam16_mod(bits) % QAM16_MOD Gray 映射的 16QAM 調(diào)制 % bits : 行向量, 元素 0/1, 長(zhǎng)度必須是 4 的整數(shù)倍 % sym : 列向量, 復(fù)符號(hào), 平均功率歸一化為 1 k 4; if mod(numel(bits), k) ~ 0 error(比特?cái)?shù) %d 不是 4 的整數(shù)倍, numel(bits)); end b reshape(bits(:), k, []).; % N x 4, 每行是一個(gè)符號(hào)的 b1 b2 b3 b4 idxI b(:,1)*2 b(:,2); % 00-0 01-1 10-2 11-3 idxQ b(:,3)*2 b(:,4); % Gray 碼 - 4PAM 電平, 索引 1..4 對(duì)應(yīng) idx 0..3 % 00 - -3, 01 - -1, 10 - 3, 11 - 1 lut [-3, -1, 3, 1]; I lut(idxI 1).; % 轉(zhuǎn)成列向量 Q lut(idxQ 1).; sym (I 1j*Q) / sqrt(10); % 平均符號(hào)功率歸一化為 1 end逐行看。reshape(bits(:), k, [])按列優(yōu)先把比特流切成每 4 個(gè)一組轉(zhuǎn)置后每行就是一個(gè)符號(hào)的[b1 b2 b3 b4]。這里用bits(:)強(qiáng)制成列向量是為了防止調(diào)用方傳進(jìn)來(lái)一個(gè)行向量導(dǎo)致reshape的分組順序跟預(yù)期不一致——這種細(xì)節(jié)在單獨(dú)測(cè)試時(shí)看不出問(wèn)題接到長(zhǎng)比特流上才會(huì)暴露。idxI b(:,1)*2 b(:,2)把兩個(gè)比特拼成一個(gè) 0~3 的整數(shù)。lut的索引要1因?yàn)?MATLAB 從 1 開(kāi)始。關(guān)鍵在于lut [-3, -1, 3, 1]這個(gè)順序按電平排序是-3, -1, 1, 3對(duì)應(yīng)的 Gray 碼是00, 01, 11, 10。相鄰電平兩兩比較00/01差 1 位、01/11差 1 位、11/10差 1 位Gray 性質(zhì)成立。如果圖省事寫(xiě)成lut [-3, -1, 1, 3]自然二進(jìn)制順序星座圖看著一模一樣但 BER 曲線在中等信噪比會(huì)明顯抬高——因?yàn)橄噜忺c(diǎn)可能差 2 個(gè)比特。這就是典型的「圖對(duì)了、數(shù)不對(duì)」。最后/sqrt(10)做歸一化。前面推過(guò)四個(gè)電平的平方和是 20除以 4 得 5I/Q 兩路共 10。3.2 按 Eb/N0 反推復(fù)噪聲方差function r add_awgn(sym, EbN0_dB, k) % ADD_AWGN 按每比特信噪比 Eb/N0 疊加復(fù)高斯白噪聲 % sym : 平均功率已歸一化為 1 的復(fù)符號(hào) % EbN0_dB : 標(biāo)量, 單位 dB % k : 每符號(hào)比特?cái)?shù), 16QAM 取 4 % r : 與 sym 同尺寸的接收符號(hào) EbN0_lin 10^(EbN0_dB/10); % dB - 線性 N0 1 / (k * EbN0_lin); % 符號(hào)功率為 1 時(shí)的噪聲功率譜密度 % 復(fù)噪聲總方差 N0, 實(shí)部虛部各 N0/2 n sqrt(N0/2) * (randn(size(sym)) 1j*randn(size(sym))); r sym n; end10^(EbN0_dB/10)是 dB 到線性功率的換算注意是除以 10 而不是 20——功率比用 10log幅度比才用 20log。這里傳進(jìn)來(lái)的是功率意義上的Eb/N0所以用 10。N0 1/(k*EbN0_lin)的推導(dǎo)在 2.3 已經(jīng)走過(guò)一遍符號(hào)功率歸一化為 1Es 1Es/N0 k·Eb/N0于是N0 1/(k·Eb/N0)。如果哪天你把歸一化因子改成別的值這一行必須同步改否則又是幾 dB 的偏差。噪聲生成里sqrt(N0/2)是標(biāo)準(zhǔn)差不是方差。randn產(chǎn)生的是單位方差的標(biāo)準(zhǔn)正態(tài)乘上標(biāo)準(zhǔn)差之后每個(gè)維度方差才是N0/2合成復(fù)噪聲的方差是N0。這三個(gè)量方差、標(biāo)準(zhǔn)差、單邊功率譜密度在通信仿真里經(jīng)常被混著叫寫(xiě)代碼時(shí)心里要有數(shù)。還有一點(diǎn)randn(size(sym))里的size(sym)是必要的。如果寫(xiě)成randn(1, N)而sym是列向量MATLAB 的隱式擴(kuò)展會(huì)把它算成N×N矩陣內(nèi)存瞬間爆掉。我在調(diào)試一個(gè)Nsym 1e6的腳本時(shí)被這個(gè)坑過(guò)一次任務(wù)管理器里 MATLAB 直接吃到 30 多個(gè) G。3.3 最小歐氏距離判決與比特還原判決是調(diào)制的逆過(guò)程但因?yàn)?16QAM 是方形星座I 路和 Q 路可以完全獨(dú)立判決不需要在 16 個(gè)點(diǎn)上做二維搜索。function bits qam16_demod(r) % QAM16_DEMOD 16QAM 硬判決解調(diào) (最小歐氏距離) % r : 接收復(fù)符號(hào), 列向量 % bits : 行向量, 長(zhǎng)度 4 * 符號(hào)數(shù) lut [-3, -1, 3, 1]; z r(:) * sqrt(10); % 還原到判決尺度 [~, idxI] min(abs(real(z) - lut), [], 2); % 每行取最小距離, 得 1..4 [~, idxQ] min(abs(imag(z) - lut), [], 2); iI idxI - 1; % 回到 0..3 iQ idxQ - 1; b1 floor(iI/2); b2 mod(iI,2); % 高位 / 低位 b3 floor(iQ/2); b4 mod(iQ,2); bits reshape([b1 b2 b3 b4]., 1, []); % 按符號(hào)順序拼回比特流 endreal(z)是N×1lut是1×4相減時(shí) MATLAB 的隱式擴(kuò)展自動(dòng)得到N×4的距離矩陣min(..., [], 2)沿第二維取最小返回的idxI就是每個(gè)符號(hào)在 I 路上最接近的電平索引。這一步等價(jià)于在{-3,-1,1,3}四個(gè)電平里找最近的只不過(guò)寫(xiě)成了向量化的矩陣運(yùn)算比f(wàn)or循環(huán)快一個(gè)數(shù)量級(jí)。iI idxI - 1把索引換回 0~3 的整數(shù)然后floor(iI/2)和mod(iI,2)拆出兩個(gè)比特。注意這里拆出來(lái)的順序必須跟調(diào)制端b(:,1)*2 b(:,2)的拼接順序嚴(yán)格對(duì)應(yīng)否則比特順序錯(cuò)位誤碼率永遠(yuǎn)卡在 0.5 附近下不去。最后的reshape([b1 b2 b3 b4]., 1, [])值得停一下。[b1 b2 b3 b4]是N×4轉(zhuǎn)置成4×Nreshape按列優(yōu)先展平得到的順序是「符號(hào) 1 的 b1 b2 b3 b4符號(hào) 2 的 b1 b2 b3 b4……」。這跟調(diào)制端reshape(bits(:), 4, []).的分組方式完全一致一進(jìn)一出才對(duì)得上。這里其實(shí)還藏著一個(gè)性能點(diǎn)min(abs(real(z) - lut), [], 2)會(huì)臨時(shí)創(chuàng)建一個(gè)N×4的中間矩陣。Nsym 1e6時(shí)是 4M 個(gè) double32 MB還好但如果哪天你擴(kuò)到 256QAM 并且一次跑 1e7 個(gè)符號(hào)這個(gè)中間矩陣就上 G 了。真到那一步改成三次if判斷邊界會(huì)更省內(nèi)存。3.4 誤碼統(tǒng)計(jì)循環(huán)與理論 erfc 曲線主腳本把上面三段串起來(lái)外面套一個(gè) SNR 掃描循環(huán)。M 16; k log2(M); EbN0_dB 0:2:16; Nsym 2e5; ber_sim zeros(size(EbN0_dB)); ber_thr zeros(size(EbN0_dB)); rng(2024); % 固定種子, 結(jié)果可復(fù)現(xiàn) bits_tx randi([0 1], 1, k*Nsym); sym_tx qam16_mod(bits_tx); for ii 1:numel(EbN0_dB) r add_awgn(sym_tx, EbN0_dB(ii), k); bits_rx qam16_demod(r); ber_sim(ii) mean(bits_rx ~ bits_tx); EbN0_lin 10^(EbN0_dB(ii)/10); ber_thr(ii) 3/8 * erfc(sqrt(2/5 * EbN0_lin)); % Gray 16QAM 理論值 end semilogy(EbN0_dB, ber_thr, k-, LineWidth, 1.2); hold on; semilogy(EbN0_dB, ber_sim, bo, MarkerFaceColor, b); grid on; xlabel(E_b/N_0 (dB)); ylabel(BER); legend(理論值, 仿真值, Location, southwest);rng(2024)是后悔藥。通信仿真跑一次幾十秒曲線抖一下你根本分不清是噪聲采樣波動(dòng)還是代碼改壞了。固定種子之后每次跑出來(lái)的數(shù)完全一樣改一行代碼對(duì)比前后差異才有意義。種子取什么值無(wú)所謂我習(xí)慣用當(dāng)天的日期。randi([0 1], 1, k*Nsym)一次生成全部比特在循環(huán)外完成。這樣每個(gè) SNR 點(diǎn)用的都是同一組發(fā)送符號(hào)曲線上的點(diǎn)之間才有可比性如果在循環(huán)內(nèi)重新生成低信噪比和高信噪比的差異里就混進(jìn)了隨機(jī)性。理論值那一行3/8 * erfc(sqrt(2/5 * EbN0_lin))是 Gray 編碼方形 16QAM 的近似式。推導(dǎo)路徑是符號(hào)錯(cuò)誤率Ps 3·Q(sqrt(4Eb/(5N0)))Gray 映射下Pb ≈ Ps/k再把Q(x) 0.5·erfc(x/√2)代進(jìn)去化簡(jiǎn)就得到3/8·erfc(sqrt(0.4·Eb/N0))。這個(gè)式子在Eb/N0 5 dB時(shí)跟精確值貼得很緊低信噪比會(huì)略微高估看曲線時(shí)心里有數(shù)就行。semilogy畫(huà)圖時(shí)仿真點(diǎn)用bo而不是連線是為了讓讀者一眼看出「這是蒙特卡洛采樣點(diǎn)不是連續(xù)函數(shù)」。3.5 星座圖繪制讓 16 個(gè)點(diǎn)分得開(kāi)星座圖本身信息量不大但它是排查問(wèn)題最快的工具——曲線不對(duì)時(shí)先看星座圖形狀八成能定位到是歸一化、相位還是判決尺度的問(wèn)題。function plot_constellation(sym, ttl) % PLOT_CONSTELLATION 畫(huà)接收符號(hào)的星座分布并疊加理想點(diǎn) figure(Color, w); plot(real(sym), imag(sym), b., MarkerSize, 4); hold on; ref_bits dec2bin(0:15, 4). - 0; % 4x16 的 0/1 矩陣 ref_sym qam16_mod(ref_bits(:).); % 16 個(gè)理想星座點(diǎn) plot(real(ref_sym), imag(ref_sym), ro, ... MarkerSize, 9, LineWidth, 1.2); axis equal; grid on; xlabel(同相分量 I); ylabel(正交分量 Q); title(ttl); enddec2bin(0:15, 4)生成 16 個(gè) 4 位二進(jìn)制串轉(zhuǎn)置減0變成數(shù)值矩陣(:).拉成行向量喂給qam16_mod正好得到 16 個(gè)理想點(diǎn)。axis equal這一句不能省。不加的話 MATLAB 會(huì)按數(shù)據(jù)范圍自動(dòng)拉伸坐標(biāo)軸16 個(gè)點(diǎn)看起來(lái)是長(zhǎng)方形的你會(huì)誤以為 I/Q 兩路增益不平衡。scatterplot(r)是工具箱里的替代方案一行就能畫(huà)出帶密度著色的星座圖做論文插圖挺好看。但它默認(rèn)按接收符號(hào)的實(shí)際功率縮放跟手動(dòng)畫(huà)的理想點(diǎn)對(duì)不上調(diào)試階段反而添亂。4. 結(jié)果怎么讀星座圖形態(tài)與 BER 曲線的四組對(duì)照4.1 星座圖的四種典型形態(tài)跑完之后看到的圖基本逃不出這四類(lèi)每一種都對(duì)應(yīng)一個(gè)具體的代碼位置。第一類(lèi)16 個(gè)點(diǎn)聚成 16 團(tuán)中心落在±0.316、±0.949這些位置也就是3/sqrt(10)和1/sqrt(10)團(tuán)的大小隨 SNR 變化。這是完全正常的形態(tài)說(shuō)明歸一化和加噪都對(duì)。第二類(lèi)16 個(gè)點(diǎn)聚得挺好但整體落在±1、±3上。這說(shuō)明調(diào)制函數(shù)里的/sqrt(10)被刪了或者被注釋掉了。此時(shí)add_awgn仍然按Es 1算噪聲等效信噪比被抬高 10 dBBER 曲線會(huì)平移。第三類(lèi)點(diǎn)云整體旋轉(zhuǎn)了一個(gè)角度比如 45 度或者一個(gè)小角度。45 度通常是星座點(diǎn)定義成了「偏移」形式點(diǎn)在±1±j上而不是±1, ±3上等價(jià)于換了一套映射小角度旋轉(zhuǎn)一般是加了相位噪聲或者載波頻偏但沒(méi)做補(bǔ)償。第四類(lèi)SNR 很低時(shí)點(diǎn)云糊成一整片圓形看不出 16 個(gè)團(tuán)。這是正常的Eb/N0 0 dB時(shí)噪聲標(biāo)準(zhǔn)差跟點(diǎn)間距差不多本來(lái)就分不開(kāi)。這時(shí)候該看的是 BER 值在 0.14 附近而不是指望星座圖還有結(jié)構(gòu)。調(diào)參時(shí)的實(shí)用技巧把同一個(gè)sym_tx分別用 5 dB、10 dB、15 dB 加噪畫(huà)三張圖放一起一眼就能看出點(diǎn)云收縮的過(guò)程。這比盯著一堆數(shù)字有說(shuō)服力。4.2 仿真點(diǎn)與理論線的貼合判據(jù)BER 曲線貼不貼別用眼睛「差不多」來(lái)判斷用數(shù)字。中高信噪比區(qū)間Eb/N0 ≥ 8 dB仿真點(diǎn)和理論值的相對(duì)誤差控制在 10% 以?xún)?nèi)算是合格。比如理論值 1e-3 時(shí)仿真落在 0.9e-3 ~ 1.1e-3 都正常。低信噪比區(qū)間誤差會(huì)大一些因?yàn)槔碚撌奖旧硎墙萍由险`碼率接近 0.5 時(shí)統(tǒng)計(jì)漲落小、反而穩(wěn)定。如果整條曲線平行偏移是常數(shù)增益問(wèn)題回去查 2.3 的歸一化和N0/2如果曲線形狀不一樣比如低 SNR 貼得上、高 SNR 翹起來(lái)那是判決或映射的問(wèn)題回去查lut的 Gray 順序和比特拼接順序。還有一個(gè)容易忽略的點(diǎn)Nsym 2e5時(shí)理論 BER 到 1e-5 就意味著平均只有 2 個(gè)錯(cuò)誤比特統(tǒng)計(jì)漲落極大曲線會(huì)開(kāi)始「抖」。我一般會(huì)要求每個(gè) SNR 點(diǎn)至少累積 100 個(gè)錯(cuò)誤不夠就自動(dòng)加大Nsym重跑這比拍腦袋定一個(gè)固定值靠譜。4.3 換瑞利信道后曲線為什么「躺平」把 AWGN 換成瑞利衰落是這套腳本最常見(jiàn)的第一次改造。改動(dòng)很小% 瑞利衰落信道 迫零均衡 h (randn(size(sym_tx)) 1j*randn(size(sym_tx))) / sqrt(2); % CN(0,1) r h .* sym_tx n; % 先過(guò)信道 r_eq r ./ h; % 迫零均衡, 把信道搬回去h除以sqrt(2)是為了讓復(fù)信道增益的平均功率為 1這樣Eb/N0的定義才不變。跑完會(huì)發(fā)現(xiàn)曲線在高 SNR 段變成一條斜率很緩的直線誤碼率下降得極慢。這不是代碼寫(xiě)錯(cuò)了是瑞利衰落的本質(zhì)深衰落發(fā)生時(shí)|h|接近 0r./h把噪聲放大了幾十倍這一批符號(hào)無(wú)論 SNR 多高都會(huì)錯(cuò)。誤碼率曲線的斜率從「指數(shù)下降」變成「線性下降」分集階數(shù)只有 1。迫零均衡還有個(gè)數(shù)值陷阱h是復(fù)高斯隨機(jī)變量偶爾會(huì)采到極小值r./h直接產(chǎn)生一個(gè)巨大的數(shù)。實(shí)際腳本里通常會(huì)加一句保護(hù)h(abs(h) 1e-3) 1e-3 * exp(1j*angle(h(abs(h) 1e-3)));或者干脆改用 MMSE 均衡r_eq conj(h).*r ./ (abs(h).^2 N0)用噪聲方差兜底避免除零。4.4 用內(nèi)置 qammod 做交叉驗(yàn)證自己寫(xiě)的映射表對(duì)不對(duì)最省事的驗(yàn)證方式是跟工具箱對(duì)一遍。bits_int bit2int(bits_tx(:), 4); % 每 4 比特轉(zhuǎn)成一個(gè)整數(shù) sym_ref qammod(bits_int, 16, InputType, integer, ... UnitAveragePower, true); err max(abs(sym_ref(:). - sym_tx));err應(yīng)該是 0 或者機(jī)器精度量級(jí)1e-16。如果不是說(shuō)明lut的 Gray 順序跟工具箱不一致。注意工具箱的整數(shù)到星座點(diǎn)映射有自己的一套約定跟你的lut不一定要逐點(diǎn)相同但誤碼率性能應(yīng)該一致。所以更穩(wěn)妥的驗(yàn)證是兩邊各自跑一遍完整鏈路看 BER 曲線是否重合。曲線重合但星座點(diǎn)位置不同說(shuō)明只是映射約定不同不影響結(jié)論曲線不重合那就是有一邊的 Gray 性質(zhì)壞了。我一般在寫(xiě)完自定義映射后都會(huì)做這一步三十秒的事能省掉后面幾個(gè)小時(shí)的懷疑人生。5. 避坑與排查曲線跑出來(lái)了但結(jié)論不對(duì)的 5 個(gè)現(xiàn)場(chǎng)5.1 仿真 BER 比理論好 3 dB 到 10 dB現(xiàn)象Eb/N0 10 dB時(shí)理論值 1.75e-3仿真跑出來(lái) 1e-4曲線整體左移。原因歸一化和噪聲方差兩處賬對(duì)不上。最常見(jiàn)的是發(fā)送符號(hào)沒(méi)除sqrt(10)少 10 dB或者復(fù)噪聲按sqrt(N0)生成而不是sqrt(N0/2)多 3 dB。解決在add_awgn里臨時(shí)插一句fprintf(Es%.3f, N0%.3e\n, mean(abs(sym).^2), N0);Es必須等于 1。不等就先修歸一化再談曲線。5.2 星座圖整體轉(zhuǎn)了 45 度現(xiàn)象16 個(gè)點(diǎn)不在±0.316 / ±0.949上而是落在±0.316±0.316j這種對(duì)角位置。原因映射表被改成了偏移形式或者用了qammod的默認(rèn)配置默認(rèn)不是UnitAveragePower也不是你手寫(xiě)的那套 Gray 表兩套映射混用。解決確認(rèn)lut是[-3 -1 3 1]且sym (I 1j*Q)/sqrt(10)這一行完整。若改用工具箱qammod和qamdemod必須成對(duì)使用同一套參數(shù)。5.3 低信噪比處 BER 卡在 0.3 左右下不去現(xiàn)象Eb/N0 0 dB附近 BER 是 0.3掃到 16 dB 掉到 0.25 就不動(dòng)了。原因比特順序錯(cuò)位。調(diào)制端按[b1 b2 b3 b4]分組解調(diào)端reshape時(shí)順序反了或者floor/mod的高低比特位搞反導(dǎo)致即使符號(hào)判決全對(duì)比特還是對(duì)不上。解決單獨(dú)測(cè)一次無(wú)噪聲回環(huán)——qam16_demod(qam16_mod(bits))應(yīng)該原樣返回bitsisequal為 true。這一條過(guò)不了后面全是白跑。5.4 高信噪比點(diǎn)直接從曲線上消失現(xiàn)象semilogy畫(huà)出來(lái)的仿真曲線在 14 dB 之后斷掉了沒(méi)有點(diǎn)。原因那一點(diǎn)的誤碼數(shù)是 0log(0)在 MATLAB 里是-Inf畫(huà)不出來(lái)。解決不是 bug是符號(hào)數(shù)不夠。要么加大Nsym要么在畫(huà)圖前把 0 替換成NaN讓曲線斷開(kāi)而不是掉到 -Inf要么老老實(shí)實(shí)把 SNR 上限壓到能跑出 100 個(gè)錯(cuò)誤的水平。我傾向于第三種因?yàn)橛矞惓鰜?lái)的低誤碼率點(diǎn)沒(méi)有統(tǒng)計(jì)意義。5.5 換個(gè) SNR 重跑結(jié)果每次都不一樣現(xiàn)象同樣參數(shù)跑兩遍Eb/N0 6 dB那點(diǎn)一次是 2.1e-2一次是 2.4e-2。原因沒(méi)有固定隨機(jī)種子randi本文還有配套的精品資源點(diǎn)擊獲取