搜索
MATLAB仿真QPSK调制与解调2011-06-2220:16:45|分类：学习|标签：qpskmatlab|字号大中小订阅注意B方式的4PSK用的比较多。I路信号是用余弦载波，由2进制数据流的奇数序列组成；Q路信号用正弦载波，由2进制数据流的偶数序列组成。下面的a是Idata，b就是Qdata，它们分布与各自的载波相乘分别输出I路信号和Q路信号。I路信号加上Q路信号就是QPSK输出信号。当I路载波信号是0相位时为1，是180°相位时为0；当Q路载波信号是0相位时为1，是180°相位时为0。比如下图的‘11’数据cos(theta)+sin(theta)=sqrt(2)*sin(theta+45°)是相位超前sin(theta)45°QPSK即四进制移向键控（QuaternaryPhaseShiftKeying），它利用载波的四种不同相位来表示数字信息，由于每一种载波相位代表两个比特信息，因此每个四进制码元可以用两个二进制码元的组合来表示。两个二进制码元中的前一个码元用a表示，后一个码元用b表示。%QPSK调相法基本原理解释clearallcloseall%x1是类似[11-1-1-1-111]的分布,作用是控制相位的180°反转。%由于仿真中载波的频率是f=1Hz，所以1s的间隔内有一个完整周期的正弦波t=[-1:0.01:7-0.01];%t共800个数据，-1~7st1=[0:0.01:8-0.01];%t1也是800个数据点，0~8stt=length(t);%tt=800x1=ones(1,800);fori=1:ttif(t(i)=-1&t(i)=1)|(t(i)=5&t(i)=7);x1(i)=1;elsex1(i)=-1;endendt2=0:0.01:7-0.01;%t2是700个数据点，是QPSK_rc绘图的下标t3=-1:0.01:7.1-0.01;%t3有810个数据点，是i_rc的时间变量t4=0:0.01:8.1-0.01;%t4有810个数据点，是q_rc的时间变量%x2是类似于[11-1-11111]的分布,作用是控制相位的180°反转tt1=length(t1);x2=ones(1,800);fori=1:tt1if(t1(i)=0&t1(i)=2)|(t1(i)=4&t1(i)=8);x2(i)=1;elsex2(i)=-1;endendf=0:0.1:1;xrc=0.5+0.5*cos(pi*f);%xrc是一个低通特性的传输函数y1=conv(x1,xrc)/5.5;%y1和x1实际上没什么区别，仅仅是上升沿、下降沿有点过渡带y2=conv(x2,xrc)/5.5;%y2和x2实际上没什么区别，仅仅是上升沿、下降沿有点过渡带n0=randn(size(t2));f1=1;i=x1.*cos(2*pi*f1*t);%x1就是Idataq=x2.*sin(2*pi*f1*t1);%x2就是QdataI=i(101:800);Q=q(1:700);QPSK=sqrt(1/2).*I+sqrt(1/2).*Q;QPSK_n=(sqrt(1/2).*I+sqrt(1/2).*Q)+n0;n1=randn(size(t2));i_rc=y1.*cos(2*pi*f1*t3);%y1就是Idata，i_rc可能是贴近实际的波形,i则是理想波形q_rc=y2.*sin(2*pi*f1*t4);%y2就是Qdata，q_rc可能是贴近实际的波形,q则是理想波形I_rc=i_rc(101:800);Q_rc=q_rc(1:700);QPSK_rc=(sqrt(1/2).*I_rc+sqrt(1/2).*Q_rc);QPSK_rc_n1=QPSK_rc+n1;figure(1)subplot(4,1,1);plot(t3,i_rc);axis([-18-11]);ylabel('a序列');subplot(4,1,2);plot(t4,q_rc);axis([-18-11]);ylabel('b序列');subplot(4,1,3);plot(t2,QPSK_rc);axis([-18-11]);ylabel('合成序列');subplot(4,1,4);plot(t2,QPSK_rc_n1);axis([-18-11]);ylabel('加入噪声');上图解释：合成序列表示的数据：11010000011111相对于sin(theta)合成序列相位:Pi/4,3/4Pi[即sin(theta-45)=sin(theta-45+180)],-3/4Pi[即-sin(theta+45)],-3/4Pi[即-sin(theta+45)],3/4Pi,Pi/4,Pi/4。例1%设定T=1,加入均匀分布噪声clearallcloseall%调制bit_in=randint(1e3,1,[01]);bit_I=bit_in(1:2:1e3);%bit_I为”奇数序列”，奇数序列是同相分量，以cos为载波bit_Q=bit_in(2:2:1e3);%bit_Q是bit_in的所有偶数下标组成的”偶数序列”，以sin为载波data_I=-2*bit_I+1;%将bit_I中的1变成-1，0变成1;注意data_I是500点data_Q=-2*bit_Q+1;%将bit_Q中的1变成-1，0变成1data_I1=repmat(data_I',20,1);%将500行的列向量data_I的共轭转置data_I’复制为20*500的矩阵，20行数据是相同的。data_Q1=repmat(data_Q',20,1);fori=1:1e4%data_I2是将data_I1这个20*500的矩阵拉长为1*10000的行向量data_I2(i)=data_I1(i);%注意索引方式是按列计数20个数恰好是同一个数，这是后面20个数加起来判决的依据data_Q2(i)=data_Q1(i);end;f=0:0.1:1;xrc=0.5+0.5*cos(pi*f);%xrc是一个长度为11的低通特性传输函数,L=11data_I2_rc=conv(data_I2,xrc)/5.5;%data_I2_rc就是Idatadata_Q2_rc=conv(data_Q2,xrc)/5.5;%data_Q2_rc就是Qdataf1=1;t1=0:0.1:1e3+0.9;%10010个数据，长度和data_I2_rc以及data_Q2_rc相同n0=rand(size(t1));%n0是1*10010的均匀分布的噪声I_rc=data_I2_rc.*cos(2*pi*f1*t1);Q_rc=data_Q2_rc.*sin(2*pi*f1*t1);QPSK_rc=(sqrt(1/2).*I_rc+sqrt(1/2).*Q_rc);QPSK_rc_n0=QPSK_rc+n0;%解调(相干解调，与载波相乘)I_demo=QPSK_rc_n0.*cos(2*pi*f1*t1);%I_demo和QPSK_rc_n0长度相等均为10010Q_demo=QPSK_rc_n0.*sin(2*pi*f1*t1);%低通滤波I_recover=conv(I_demo,xrc);Q_recover=conv(Q_demo,xrc);I=I_recover(11:10010);%去掉两头10个数据，由于单次FIR群延时造成的(L-1)/2=5，两次滤波恰好是10个点。Q=Q_recover(11:10010);t2=0:0.05:1e3-0.05;%t2有20000个点t3=0:0.1:1e3-0.1;%t3有10000个点%抽样判决data_recover=[];fori=1:20:10000%data_recover是待判决的20000点data_recover=[data_recoverI(i:1:i+19)Q(i:1:i+19)];end;bit_recover=[];fori=1:20:20000ifsum(data_recover(i:i+19))0%20点为同一个值，20点数据叠加后与阈值0比较data_recover_a(i:i+19)=1;%data_recover_a是并/串转换后的20000点bit_recover=[bit_recover1];%bit_recover是1000点数据elsedata_recover_a(i:i+19)=-1;bit_recover=[bit_recover-1];endenderror=0;dd=-2*bit_in+1;%将bit_in中的1变成-1，0变成1ddd=[dd'];%ddd是1表示0，-1表示1的原始序列，1000个点ddd1=repmat(ddd,20,1);%ddd1是20*1000的矩阵fori=1:2e4ddd2(i)=ddd1(i);%将ddd1拉直为1*20000的行向量ddd2endfori=1:1e3ifbit_recover(i)~=ddd(i)error=error+1;endendp=error/1000;figure(1)subplot(2,1,1);plot(t2,ddd2);axis([0100-22]);title('原序列');subplot(2,1,2);plot(t2,data_recover_a);axis([0100-22]);title('解调后序列');例2clearallcloseall%调制bit_in=randint(1e3,1,[01]);bit_I=bit_in(1:2:1e3);bit_Q=bit_in(2:2:1e3);data_I=-2*bit_I+1;data_Q=-2*bit_Q+1;data_I1=repmat(data_I',20,1);data_Q1=repmat(data_Q',20,1);fori=1:1e4data_I2(i)=data_I1(i);data_Q2(i)=data_Q1(i);end;t=0:0.1:1e3-0.1;f=0:0.1:1;xrc=0.5+0.5*cos(pi*f);data_I2_rc=conv(data_I2,xrc)/5.5;data_Q2_rc=conv(data_Q2,xrc)/5.5;f1=1;t1=0:0.1:1e3+0.9;I_rc=data_I2_rc.*cos(2*pi*f1*t1);Q_rc=data_Q2_rc.*sin(2*pi*f1*t1);QPSK_rc=(sqrt(1/2).*I_rc+sqrt(1/2).*Q_rc);%解调I_demo=QPSK_rc.*cos(2*pi*f1*t1);Q_demo=QPSK_rc.*sin(2*pi*f1*t1);I_recover=conv(I_demo,xrc);Q_recover=conv(Q_demo,xrc);I=I_recover(11:10010);Q=Q_recover(11:10010);t2=0:0.05:1e3-0.05;t3=0:0.1:1e3-0.1;data_recover=[];fori=1:20:10000data_recover=[data_recoverI(i:1:i+19)Q(i:1:i+19)];end;ddd=-2*bit_in+1;ddd1=repmat(ddd',10,1);fori=1:1e4ddd2(i)=ddd1(i);endfigure(1)subplot(4,1,1);plot(t3,I);axis([020-66]);subplot(4,1,2);plot(t3,Q);axis([020-66]);subplot(4,1,3);plot(t2,data_recover);axis([020-66]);subplot(4,1,4);plot(t,ddd2);axis([020-66]);