基于Matlab的QPSK调制解调仿真设计与研究 下载本文

内容发布更新时间 : 2024/12/23 10:05:07星期一 下面是文章的全部内容请认真阅读。

参考文献

[1] 苗长云,沈保锁.现代通信原理及应用(第2版)[M].北京:电子工业出版社,2009.

[2] 樊昌信,曹丽娜.通信原理(第6版)[M].国防工业出版社,2009.1. [3] 刘国华,李二喜.基于FPGA的QPSK调制器的设计与实现[J].电子设计工程,2011(9). [4] 高博,杨燕,胡建军.基于Matlab的QPSK系统设计仿真[J].科学技术与工程,2010(5)

[5] 谢斌,蔡虔,钟文涛.基于MATLAB/SIMULINK的QPSK通信系统仿真[J].科技广场,2006(1).

附 录

(1)QPSK调制M文件程序

clear all close all

% x1是类似[1 1 -1 -1 -1 -1 1 1]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,-1~7s

t1=[0:0.01:8-0.01]; %t1也是800个数据点 ,0 ~8s tt=length(t); % tt=800 x1=ones(1,800); for i=1:tt

if (t(i)>=-1 & t(i)<=1) | (t(i)>=5& t(i)<=7); x1(i)=1; else x1(i)=-1; end end

t2 = 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 tt1=length(t1);

x2=ones(1,800); %x2是类似于[1 1 -1 -1 1 1 1 1]的分布,作用是控制相位的180°反转

20

for i=1:tt1

if (t1(i)>=0 & t1(i)<=2) | (t1(i)>=4& t1(i)<=8); x2(i)=1;

else x2(i)=-1; end end

f=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I data q=x2.*sin(2*pi*f1*t1); %x2就是Q data I=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I data,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Q data,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(3,1,1);plot(t3,i_rc);axis([-1 8 -1 1]);ylabel('a序列'); subplot(3,1,2);plot(t4,q_rc);axis([-1 8 -1 1]);ylabel('b序列');

subplot(3,1,3);plot(t2,QPSK_rc);axis([-1 8 -1 1]);ylabel('合成序列');

(2)QPSK解调M文件程序

clear all close all

bit_in = randint(1e3, 1, [0 1]);

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1

data_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);

for i=1:1e4 úta_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);

21

data_Q2(i)=data_Q1(i); end;

f=0:0.1:1;

xrc=0.5+0.5*cos(pi*f);

data_I2_rc=conv(data_I2,xrc)/5.5; % data_I2_rc就是Idata data_Q2_rc=conv(data_Q2,xrc)/5.5; % data_Q2_rc就是Qdata f1=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;

I_demo=QPSK_rc_n0.*cos(2*pi*f1*t1); % 解调(相干解调,与载波相乘) Q_demo=QPSK_rc_n0.*sin(2*pi*f1*t1);

I_recover=conv(I_demo,xrc); % 低通滤波 Q_recover=conv(Q_demo,xrc); I=I_recover(11:10010); 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 data_recover=[]; % 抽样判决

for i=1:20:10000 úta_recover是待判决的20000点 data_recover=[data_recover I(i:1:i+19) Q(i:1:i+19)]; end;

bit_recover=[]; for i=1:20:20000

if sum(data_recover(i:i+19))>0 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; úta_recover_a是并/串转换后的20000点 bit_recover=[bit_recover 1]; %bit_recover是1000点数据 else

data_recover_a(i:i+19)=-1; bit_recover=[bit_recover -1]; end end error=0;

dd = -2*bit_in+1; % 将bit_in中的1变成-1,0变成1

ddd=[dd']; Yd是1表示0,-1表示1的原始序列,1000个点 ddd1=repmat(ddd,20,1); Yd1是20*1000的矩阵 for i=1:2e4

ddd2(i)=ddd1(i); %将ddd1拉直为1*20000的行向量ddd2 end

for i=1:1e3

if bit_recover(i)~=ddd(i)

22

error=error+1; end end

p=error/1000; figure(1)

subplot(4,1,1);plot(t2,ddd2);axis([0 100 -2 2]);title('原序列');

subplot(4,1,2);plot(t1,I_demo);axis([0 100 -2 2]);title('I 支路解调'); subplot(4,1,3);plot(t1,Q_demo);axis([0 100 -2 2]);title('Q 支路解调');

subplot(4,1,4);plot(t2,data_recover_a);axis([0 100 -2 2]);title('解调后序列');

23