《移动通信原理与应用》——QPSK调制解调仿真

目录

一、QPSK调制与解调流程图:

二、仿真运行结果:

三、MATLAB仿真代码:


一、QPSK调制与解调流程图:

QPSK调制流程图:

QPSK解调流程图:

二、仿真运行结果:

1、Figure1:为发送端比特流情况图:

从Figure1看出发送端发送的比特流信息...ak,bk...情况:奇数进入I路,偶数进入Q路。比特进入I路与Q路情况如下表总结所示:

|------|--------|---------|---------|--------|------|--------|-------|--------|-------|-------|
| K | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
| 数据比特 | 1 | 1 | -1 |-1 | -1 |-1 | -1| 1 | 1|1 | -1|-1 | 1|-1 | -1|-1 | 1|-1 | 1|-1 |
| I路 | 1 | -1 | -1 | -1 | 1 | -1 | 1 | -1 | 1 | 1 |
| Q路 | 1 | -1 | -1 | 1 | 1 | -1 | -1 | -1 | -1 | -1 |

2、Figure2:与载波相乘之后的I路与Q路的波形图以及QPSK的波形图:

3、Figure3:QPSK经过解调之后得到的输出二进制信息比特以及解调得到的I路与Q路上面的比特波形图:

从Figure3看出接收端接收且解调的比特流信息...ak,bk...进入I路与Q路的情况:奇数进入I路,偶数进入Q路。比特进入I路与Q路情况以及解调得出的总比特数据如下表总结所示:

|------|--------|---------|---------|--------|------|--------|-------|--------|-------|-------|
| K | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
| 数据比特 | 1 | 1 | -1 |-1 | -1 |-1 | -1| 1 | 1|1 | -1|-1 | 1|-1 | -1|-1 | 1|-1 | 1|-1 |
| I路 | 1 | -1 | -1 | -1 | 1 | -1 | 1 | -1 | 1 | 1 |
| Q路 | 1 | -1 | -1 | 1 | 1 | -1 | -1 | -1 | -1 | -1 |

将Figure3与Figure1的I路与Q路的比特信息及波形图进行对比,发现接收端与发送端的I路与Q路的比特信息以及波形一致;

将发送端的输入比特流信息...ak,bk...以及波形与QPSK解调得出的比特信息流以及波形进行对比,发现比特信息流与对应的波形均一致。说明本次QPSK的调制与解调仿真实验成功!

三、MATLAB 仿真代码:

Matlab 复制代码
clear all;clc;
N=20; % The number of bits
T=1;% The bit period
fc=2; % The carrier frequency
Fs=100;% the sample frequency
bitstream=randi([0,1],1,N);% randomly generate the bitstream
bitstream=2*bitstream-1;% 0 to -1; 1 to 1
l=[];Q=[];
for i=1:N
  if mod(i,2)~=0
    l=[l,bitstream(i)];
else
    Q=[Q,bitstream(i)];
  end
end

% using plot to compare bitsteam, I, Q
bit_data=[];
for i=1:N
  bit_data=[bit_data,bitstream(i)*ones(1,T*Fs)];
end
l_data=[];Q_data=[];
for i=1:N/2
  l_data=[l_data,l(i)*ones(1,T*Fs*2)];
  Q_data=[Q_data,Q(i)*ones(1,T*Fs*2)];
end

% plot
figure();
t=0:1/Fs:N*T-1/Fs;
subplot(3,1,1)
plot(t,bit_data);legend('Bitstream')
subplot(3,1,2)
plot(t,l_data);legend('l Bitstream')
subplot(3,1,3)
plot(t,Q_data);legend('Q Bitstream')

% carrier signal
bit_t=0:1/Fs:2*T-1/Fs;
l_carrier=[];Q_carrier=[];
for i=1:N/2
  l_carrier=[l_carrier,l(i)*cos(2*pi*fc*bit_t)];
  Q_carrier=[Q_carrier,Q(i)*cos(2*pi*fc*bit_t+pi/2)];
end

% transmit signal
QPSK_signal=l_carrier+Q_carrier;
% plot
figure();
subplot(3,1,1)
plot(t,l_carrier);legend('l signal')
subplot(3,1,2)
plot(t,Q_carrier);legend('Q signal')
subplot(3,1,3)
plot(t,QPSK_signal);legend('QPSK signal')

snr=1;% signal to noise rate
% Receive singal
QPSK_receive=awgn(QPSK_signal,snr);
% demodulate
for i=1:N/2
  l_output=QPSK_receive(1,(i-1)*length(bit_t)+1:i*length(bit_t)).*cos(2*pi*fc*bit_t);
  if sum(l_output)>0
    l_recover(i)=1;
  else
    l_recover(i)=-1;
  end
    Q_output=QPSK_receive(1,(i-1)*length(bit_t)+1:i*length(bit_t)).*cos(2*pi*fc*bit_t+pi/2);
  if sum(Q_output)>0
    Q_recover(i)=1;
  else
    Q_recover(i)=-1;
  end
end

bit_recover=[];
for i=1:N
  if mod(i,2)~=0
   bit_recover=[bit_recover,l_recover((i-1)/2+1)];
  else
   bit_recover=[bit_recover,Q_recover(i/2)];
  end
end

% using plot to compare bitsteam, I, Q
recover_data=[];
for i=1:N
  recover_data=[recover_data,bit_recover(i)*ones(1,T*Fs)];
end
l_recover_data=[];Q_recover_data=[];
for i=1:N/2
  l_recover_data=[l_recover_data,l_recover(i)*ones(1,T*Fs*2)];
  Q_recover_data=[Q_recover_data,Q_recover(i)*ones(1,T*Fs*2)];
end
% plot
figure();
t=0:1/Fs:N*T-1/Fs;
subplot(3,1,2)
plot(t,l_recover_data);legend('l Bitstream')
subplot(3,1,3)
plot(t,Q_recover_data);legend('Q Bitstream')
subplot(3,1,1)
plot(t,recover_data);legend('Bitstream')
相关推荐
国科安芯20 小时前
星载通信载荷信号处理中抗辐射微控制器的选型与适应性分析
人工智能·嵌入式硬件·mcu·信号处理·risc-v·抗辐射·空间信息
这张生成的图像能检测吗20 小时前
(综述)边缘计算 × IoT:从机器信号处理到低时延故障诊断
边缘计算·信号处理·故障诊断
weixin_419658311 天前
CAPL的数据类型(一)
车载系统·自动驾驶·汽车·信号处理
优化Henry1 天前
LTE 载波频率与频点配置详解
运维·网络·学习·5g·信息与通信
happy_baymax1 天前
MATLAB2026B 已经公布
matlab
Zootopia6262 天前
快递无人车与无人机各自进入配送网络后,路线能否一起算?
c++·人工智能·机器学习·matlab·ai·机器人·无人机
Evand J2 天前
【MATLAB例程】三维RRT路径规划与TDOA定位算法。有中文注释、包运行成功,文末有完整代码的下载链接
matlab·路径规划·代码·定位
老饼讲解-BP神经网络2 天前
一篇详解-BP神经网络matlab实现例子与方法(newff)
人工智能·神经网络·matlab
Zootopia6262 天前
美国载人飞船Crew-13明晚发射!
人工智能·算法·机器学习·数学建模·无人机·创业创新·信息与通信
通信仿真爱好者2 天前
第【130】期--OFDM系统中LS、MMSE与DFT信道估计方法的仿真--matlab完整代码
matlab·ofdm·dft·ls·信道估计·mmse