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
QH139292318804 分钟前
# R&S ZNB43 ZNA43 ZNA67矢量网络分析仪
开发语言·网络·php
旋生万物13 分钟前
电磁力 = 螺旋联络的 90° 旋转?麦克斯韦方程组的几何重构
人工智能·python·算法·机器学习·copilot·世界模型·物理ai
余俊晖37 分钟前
多模态大模型细粒度视觉理解:Vision-OPD在线策略自蒸馏技术方案概述
人工智能·深度学习·算法·多模态·opd
脚踏实地皮皮晨1 小时前
003003001_Grid控件
开发语言·windows·算法·c#·visual studio
十年磨剑走天涯1 小时前
C++ STL 容器操作复杂度速查表
开发语言·c++
always_TT1 小时前
【Python requirements.txt 依赖管理】
开发语言·python
Hi李耶1 小时前
【LeetCode】6-Z字形变换
算法·leetcode·职场和发展
15Moonlight1 小时前
C++进阶(09):特殊类设计
开发语言·c++
XiaoYu1__1 小时前
算法进阶·其一:用SCC、Tarjan算法与缩点思想解决有向图的连通关系及2-SAT问题的拓展
算法
小O的算法实验室1 小时前
AAAI-26,全局相关性学习:通过谱图神经网络增强进化算法
神经网络·学习·算法