MATLAB使用眼图分析QPSK通信系统接收端匹配滤波后的信号

文章目录


前言

本文完成以下内容:

(1)建立一个QPSK传输系统,并引入EsNo=20dB(SNR=0dB)的噪声,接收端对带噪信号进行匹配滤波。

(2)分别画出成形滤波器输出信号的实部波形和匹配滤波器输出信号的实部波形。

(3)分别画出成形滤波器输出信号的2D彩色眼图,和匹配滤波器输出信号的2D彩色眼图,2D彩色眼图中,颜色强度与给定时间输入信号幅度的概率密度函数(PDF)成比例。


一、MATLAB仿真代码

代码如下:

c 复制代码
clc
clear all
close all
%% Create a QPSK transmission system
% Initialize system parameters
Fs = 10000;
Rs = 100;
nSamps = Fs/Rs;
rollOff = 0.5;
M = 4;

% comm.QPSKModulator System object
hMod = comm.QPSKModulator;

% Square root raised cosine filters
filtSpec = fdesign.pulseshaping(nSamps,'Square root raised cosine',...
    'Nsym,Beta',6,rollOff);
hTxFlt = design(filtSpec); hTxFlt.PersistentMemory = true;
hRxFlt = copy(hTxFlt); hTxFlt.Numerator = hTxFlt.Numerator*nSamps;

% Generate modulated and pulse shaped signal
msgLen = 1000;
msgData = randi([0 M-1],msgLen,1);
msgSymbols = step(hMod, msgData);
msgTx = hTxFlt.filter(upsample(msgSymbols, nSamps));

% Create an comm.AWGNChannel System object
EsNo = 20;
SNR = EsNo - 10*log10(nSamps);
hChan = comm.AWGNChannel('NoiseMethod', 'Signal to noise ratio (SNR)',...
  'SNR', SNR);
hChan.SignalPower = (msgTx' * msgTx)/ length(msgTx);

% Modulated signal through AWGN channel
msgRx = step(hChan, msgTx);

% Matched filtering
msgRxMf = hRxFlt.filter(msgRx);

%% Plot the Tx filtered in-phase signal and the Nf filtered in-phase signal
t = 0:1/Fs:50/Rs-1/Fs;
idx = round(t*Fs+1);
figure(); 
subplot(211)
plot(t, real(msgTx(idx)));
title('Modulated, filtered in-phase signal');
xlabel('Time (sec)');
ylabel('Amplitude');
grid on;

subplot(212)
plot(t, real(msgRxMf(idx)));
title(['Modulated, filtered noisy in-phase signal, Es/No = ' ...
       num2str(EsNo) ' dB']);  
xlabel('Time (sec)');
ylabel('Amplitude');
grid on;

%% eye diagram
% Create an eye diagram object
eyeObj = commscope.eyediagram(...
    'SamplingFrequency', Fs, ...
    'SamplesPerSymbol', nSamps, ...
    'SymbolsPerTrace', 2, ...
    'MinimumAmplitude', -1.5, ...
    'MaximumAmplitude', 1.5, ...
    'OperationMode', 'Complex Signal', ...
    'PlotType', '2D Color', ...
    'PlotTimeOffset', 0);

eyeObjN = copy(eyeObj);

% Update the first eye diagram object with the transmitted signal
eyeObj.update(msgTx);

% Update the second eye diagram object with the received signal
eyeObjN.update(msgRxMf);

二、仿真结果

代码运行结果画图如下:


相关推荐
罗西的思考10 分钟前
【OpenClaw】通过 Nanobot 源码学习架构---(5)Context
人工智能·算法·机器学习
宁瑶琴37 分钟前
COBOL语言的云计算
开发语言·后端·golang
Liudef061 小时前
后量子密码学(PQC)深度解析:算法原理、标准进展与软件开发行业的影响
算法·密码学·量子计算
小陈工1 小时前
2026年4月2日技术资讯洞察:数据库融合革命、端侧AI突破与脑机接口产业化
开发语言·前端·数据库·人工智能·python·安全
Zarek枫煜2 小时前
C3 编程语言 - 现代 C 的进化之选
c语言·开发语言·青少年编程·rust·游戏引擎
阿kun要赚马内2 小时前
Python中元组和列表差异:底层结构分析
开发语言·python
OYpBNTQXi2 小时前
SEAL全同态加密CKKS方案入门详解
算法·机器学习·同态加密
蚂蚁数据AntData3 小时前
破解AI“机器味“困境:HeartBench评测实践详解
大数据·人工智能·算法·机器学习·语言模型·开源
ZC跨境爬虫3 小时前
Python异步IO详解:原理、应用场景与实战指南(高并发爬虫首选)
爬虫·python·算法·自动化