comm.RectangularQAMDemodulator

(Чтобы быть удаленным), Демодулируют использующее прямоугольное сигнальное созвездие QAM

comm.RectangularQAMDemodulator будет удален в будущем релизе. Использование qamdemod вместо этого. Для получения дополнительной информации см. Вопросы совместимости.

Описание

RectangularQAMDemodulator объект демодулирует сигнал, который модулировался с помощью квадратурной амплитудной модуляции с созвездием на прямоугольной решетке.

Чтобы демодулировать сигнал, который модулировался с помощью квадратурной амплитудной модуляции:

Задайте и настройте свой прямоугольный объект демодулятора QAM. Смотрите Конструкцию.
Вызовите step демодулировать сигнал согласно свойствам comm.RectangularQAMDemodulator. Поведение step характерно для каждого объекта в тулбоксе.

Примечание

Запуск в R2016b, вместо того, чтобы использовать step метод, чтобы выполнить операцию, заданную Системой object™, можно вызвать объект с аргументами, как будто это была функция. Например, y = step(obj,x) и y = obj(x) выполните эквивалентные операции.

Конструкция

H = comm.RectangularQAMDemodulator создает Системный объект демодулятора, H. Этот объект демодулирует входной сигнал с помощью прямоугольного метода квадратурной амплитудной модуляции (QAM).

H = comm.RectangularQAMDemodulator(Name,Value) создает прямоугольный объект демодулятора QAM, H, с каждым заданным набором свойств к заданному значению. Можно задать дополнительные аргументы пары "имя-значение" в любом порядке как (Name1, Value1..., NameN, ValueN).

H = comm.RectangularQAMDemodulator(M,Name,Value) создает прямоугольный объект демодулятора QAM, H. Этот объект имеет ModulationOrder набор свойств к M, и другой заданный набор свойств к заданным значениям.

Свойства

`ModulationOrder`	Число точек в сигнальном созвездии Задайте число точек в сигнальном созвездии как скалярное значение с положительной, целочисленной степенью двойки. Значением по умолчанию является `16`.
`PhaseOffset`	Смещение фазы созвездия Задайте смещение фазы сигнального созвездия, в радианах, как действительное скалярное значение. `Значением по умолчанию является 0`.
`BitOutput`	Выходные данные как биты Задайте, состоит ли выход из групп битов или целочисленных значений символа. Когда вы устанавливаете это свойство на истину, метод шага выводит вектор-столбец битных значений, длина которых равняется log2 (`ModulationOrder`) времена количество демодулируемых символов. Когда вы устанавливаете это свойство на `false`, `step` метод выводит вектор-столбец с длиной, равной вектору входных данных. Этот вектор содержит целочисленные значения символа между `0` и `ModulationOrder`-1. Значением по умолчанию является `false`.
`SymbolMapping`	Кодирование созвездия Задайте, как объект сопоставляет целое число или группу log2 (`ModulationOrder`) биты к соответствующему символу как один из `Binary` \| `Gray` \| `Custom`. Значением по умолчанию является `Gray`. Когда вы устанавливаете это свойство на `Gray`, объект использует серо-закодированное сигнальное созвездие. Когда вы устанавливаете это свойство на `Binary`, объект использует естественное двоично кодированное созвездие. Когда вы устанавливаете это свойство на `Custom`, объект использует сигнальное созвездие, заданное в `CustomSymbolMapping` свойство.
`CustomSymbolMapping`	Пользовательское кодирование созвездия Задайте пользовательский вектор отображения символа созвездия. Значением по умолчанию является `0:15`. Это свойство является строкой или вектор-столбцом с размером `ModulationOrder` и с уникальными целочисленными значениями в области значений [`0`, `ModulationOrder`-1]. Значения должны иметь тип данных `double`. Первый элемент этого вектора соответствует главной крайней левой точке созвездия, с последующими элементами, бегущими по столбцам, слева направо. Последний элемент соответствует самой правой нижней частью точке. Это свойство применяется, когда вы устанавливаете `SymbolMapping` свойство к `Custom`.
`NormalizationMethod`	Метод нормализации созвездия Укажите, что метод раньше нормировал сигнальное созвездие как `Minimum distance between symbols` \| `Average power` \| `Peak power`. Значением по умолчанию является `Minimum distance between symbols`.
`MinimumDistance`	Минимальное расстояние между символами Задайте расстояние между двумя самыми близкими точками созвездия как положительное, действительное значение числового скаляра. Значением по умолчанию является `2`. Это свойство применяется, когда вы устанавливаете `NormalizationMethod` свойство к `Minimum distance between symbols`.
`AveragePower`	Средняя степень созвездия Задайте среднюю степень символов в созвездии как положительное, действительное значение числового скаляра. Значением по умолчанию является `1`. Это свойство применяется, когда вы устанавливаете `NormalizationMethod` свойство к `Average power`.
`PeakPower`	Пиковая мощность созвездия Задайте максимальную мощность символов в созвездии как положительное, действительное значение числового скаляра. Значением по умолчанию является `1`. Это свойство применяется, когда вы устанавливаете `NormalizationMethod` свойство к `Peak power`.
`DecisionMethod`	Метод решения демодуляции Задайте метод решения объектное использование в качестве `Hard decision` \| `Log-likelihood ratio` \| `Approximate log-likelihood ratio`. Значением по умолчанию является `Hard decision`. Когда вы устанавливаете `BitOutput` свойство к `false` объект всегда выполняет демодуляцию трудного решения. Это свойство применяется, когда вы устанавливаете `BitOutput` свойство к `true`.
`VarianceSource`	Источник шумового отклонения Задайте источник шумового отклонения как `Property` \| `Input port`. Значением по умолчанию является `Property`. Это свойство применяется, когда вы устанавливаете `BitOutput` свойство к `true` и `DecisionMethod` свойство к `Log-likelihood ratio` или `Approximate log-likelihood ratio`.
`Variance`	Шумовое отклонение Задайте отклонение шума как положительное, действительное скалярное значение. Значением по умолчанию является `1`. Если это значение очень мало (т.е. ОСШ очень высок), расчеты отношения логарифмической правдоподобности (LLR) могут дать к Inf или-Inf. Этот результат происходит, потому что алгоритм LLR вычисляет экспоненциал очень больших или очень небольших чисел с помощью арифметики конечной точности. В таких случаях, с помощью аппроксимированного LLR рекомендуется, потому что его алгоритм не вычисляет экспоненциалы. Это свойство применяется, когда вы устанавливаете `BitOutput` свойство к `true`, `DecisionMethod` свойство к `Log-likelihood ratio` или `Approximate log-likelihood ratio`, и `VarianceSource` свойство к `Property`. Это свойство является настраиваемым.
`OutputDataType`	Тип данных выхода Задайте тип выходных данных как `Full precision` \| `Smallest unsigned integer` \| `double` \| `single` \| `int8` \| `uint8` \| `int16` \| `uint16` \| `int32` \| `uint32`. Значением по умолчанию является `Full precision`. Это свойство применяется только, когда вы устанавливаете `BitOutput` свойство к `false` или когда вы устанавливаете `BitOutput` свойство к `true` и `DecisionMethod` свойство к `Hard decision`. В этом случае, когда `OutputDataType` свойство установлено в `Full precision`, и тип входных данных является одним - или с двойной точностью, выходные данные имеет совпадающий тип данных как вход. Когда входные данные имеют фиксированную точку, тип выходных данных ведет себя, как будто вы установили `OutputDataType` свойство к `Smallest unsigned integer`. Когда вы устанавливаете `BitOutput` свойство к `true` и `DecisionMethod` свойство к `Hard Decision`, затем `logical` тип данных становится допустимой опцией. Когда вы устанавливаете `BitOutput` свойство к `true` и `DecisionMethod` свойство к `Log-likelihood ratio` или `Approximate log-likelihood ratio`, тип выходных данных совпадает с типом входа. В этом случае тот тип данных может только быть одним - или с двойной точностью.

Свойства фиксированной точки

`FullPrecisionOverride`	Переопределение полной точности для вычислений с фиксированной точкой Задайте, использовать ли правила полной точности. Если вы устанавливаете `FullPrecisionOverride` к `true`, который является значением по умолчанию, объект вычисляет все внутренние типы арифметических и выходных данных, использующие правила полной точности. Эти правила обеспечивают самые точные численные данные фиксированной точки. Это также выключает отображение других свойств фиксированной точки, потому что они не применяются индивидуально. Эти правила гарантируют, что никакое квантование не происходит в объекте. Биты добавляются, по мере необходимости, чтобы гарантировать, что никакое округление или переполнение не происходят. Если вы устанавливаете `FullPrecisionOverride` к `false`, типами данных с фиксированной точкой управляют посредством отдельных настроек свойства фиксированной точки. Для получения дополнительной информации смотрите Полную точность для Системных объектов Фиксированной точки.
`DerotateFactorDataType`	Тип данных derotate фактора Задайте derotate факторный тип данных как `Same word length as input` \| `Custom`. Значением по умолчанию является `Same word length as input`. Это свойство применяется, когда вы устанавливаете `BitOutput` свойство ко лжи, или когда вы устанавливаете `BitOutput` свойство к истине и `DecisionMethod` свойство к `Hard decision`. Использование объекта derotate включают расчеты только, когда вход метода шага имеет фиксированную точку и `PhaseOffset` свойство имеет значение, которое не является кратным $\frac{π}{2}$ .
`CustomDerotateFactorDataType`	Тип данных с фиксированной точкой derotate фактора Задайте derotate факторную фиксированную точку как немасштабированное `numerictype` Объект (Fixed-Point Designer) с со знаком из Автоматических. Значением по умолчанию является `numerictype([],16)`. Это свойство применяется, когда вы устанавливаете `DerotateFactorDataType` свойство к `Custom`.
`DenormalizationFactorDataType`	Тип данных фактора денормализации Задайте тип данных фактора денормализации как `Same word length as input` \| `Custom`. Значением по умолчанию является `Same word length as input`. Это свойство применяется, когда вы устанавливаете `BitOutput` свойство к `false` или когда вы устанавливаете `BitOutput` свойство к `true` и `DecisionMethod` свойство к `Hard decision`.
`CustomDenormalizationFactorDataType`	Тип данных с фиксированной точкой фактора денормализации Задайте фиксированную точку фактора денормализации как немасштабированное `numerictype` Объект (Fixed-Point Designer) с со знаком из Автоматических. Значением по умолчанию является `numerictype([],16)`. Это свойство применяется, когда вы устанавливаете `DenormalizationFactorDataType` свойство к `Custom`.
`ProductDataType`	Тип данных продукта Задайте тип данных продукта как `Full precision` \| `Custom`. Значением по умолчанию является `Full precision`. Это свойство применяется, когда вы устанавливаете `BitOutput` свойство к `false` или когда вы устанавливаете `BitOutput` свойство к `true` и `DecisionMethod` свойство к `Hard decision`.
`CustomProductDataType`	Тип данных с фиксированной точкой продукта Задайте фиксированную точку продукта как немасштабированное `numerictype` Объект (Fixed-Point Designer) с со знаком из Автоматических. Значением по умолчанию является `numerictype([],32)`. Это свойство применяется, когда вы устанавливаете `ProductDataType` свойство к `Custom`.
`ProductRoundingMethod`	Округление числового значения фиксированной точки продукта Задайте метод округления продукта как `Ceiling` \| `Convergent` \| `Floor` \| `Nearest` \| `Round` \| `Simplest` \| `Zero`. Значением по умолчанию является `Floor`. Это свойство применяется, когда объект не находится в настройке полной точности, когда вы устанавливаете `BitOutput` свойство к `false` или когда вы устанавливаете `BitOutput` свойство к `true` и `DecisionMethod` свойство к `Hard decision`.
`ProductOverflowAction`	Действие, когда числовое значение фиксированной точки переполнения продукта Задайте действие переполнения продукта как `Wrap` \| `Saturate`. Значением по умолчанию является `Wrap`. Это свойство применяется, когда объект не находится в настройке полной точности, когда вы устанавливаете `BitOutput` свойство к `false` или когда вы устанавливаете `BitOutput` свойство к `true` и `DecisionMethod` свойство к `Hard decision`.
`SumDataType`	Тип данных суммы Задайте тип данных суммы как `Full precision` \| `Same as product` \| `Custom`. Значением по умолчанию является `Full precision`. Это свойство применяется, когда вы устанавливаете `FullPrecisionOverride` свойство ко лжи, когда вы устанавливаете `BitOutput` свойство к `false` или когда вы устанавливаете `BitOutput` свойство к `true` и `DecisionMethod` свойство к `Hard decision`.
`CustomSumDataType`	Тип данных с фиксированной точкой суммы Задайте фиксированную точку суммы как немасштабированное `numerictype` Объект (Fixed-Point Designer) с со знаком из Автоматических. Значением по умолчанию является `numerictype([],32)`. Это свойство применяется, когда вы устанавливаете `FullPrecisionOverride` свойство ко лжи или когда вы устанавливаете `SumDataType` свойство `Custom`.

Методы

созвездие	(Чтобы быть удаленным), Вычисляют или строят идеальное сигнальное созвездие
шаг	(Чтобы быть удаленным), Демодулируют использующий прямоугольный метод QAM

Характерный для всех системных объектов
`release`	Позвольте изменения значения свойства Системного объекта

Больше о

развернуть все

Полная точность для системных объектов фиксированной точки

FullPrecisionOverride свойство удобства это, когда вы устанавливаете на true, автоматически устанавливает соответствующие свойства для объекта использовать полную точность, чтобы обработать вход фиксированной точки.

Для Системных объектов, полной точности, операция фиксированной точки посылает к росту достаточного количества дополнительных битов вычислить идеальный результат полной точности. Эта операция не имеет никакого минимального или максимального переполнения области значений, ни любой потери точности из-за округления или потери значимости. Это также независимо от любых специфичных для оборудования настроек. Выбранные типы данных базируются только на известных областях значений типа данных а не на фактических числовых значениях. Полная точность для Системных объектов не оптимизирует содействующие значения. Когда вы устанавливаете FullPrecisionOverride свойство к true, другие свойства фиксированной точки, которыми это не управляет больше, применяются, и любое из их значений не по умолчанию проигнорировано. Эти свойства также скрыты. Чтобы задать отдельные свойства фиксированной точки, сначала установите FullPrecisionOverride к false.

Алгоритмы

Этот объект реализует алгоритм, входные параметры и выходные параметры, описанные на странице с описанием блока Rectangular QAM Demodulator Baseband. Свойства объектов соответствуют параметрам блоков.

Вопросы совместимости

развернуть все

`comm.RectangularQAMDemodulator` будет удален в будущем релизе. Использование `qamdemod` вместо этого.

Не рекомендуемый запуск в R2018b

Нормализация созвездия PeakPower и AveragePower (кроме модульной средней степени), как поддержано comm.RectangularQAMModulator и comm.RectangularQAMDemodulator по сути не обеспечивается функциями. Этот код показывает вам, как выполнить пиковую мощность и среднее использование нормализации степени qammod и qamdemod функции.

Средняя нормализация степени для трудного решения

Выведите показанный, здесь сравнивает расчет средней нормализации степени для трудного решения с помощью альтернативного подхода. Используемые функции следуют за выходом.

>> averagePowerReplacement(64)
maxConstellationErr =
     0
objModDemodOutputIsEqual =
  logical
   1
objModFcnDemodIsEqual =
  logical
   1
fcnModObjDemodIsEqual =
  logical
   1

>> averagePowerReplacement(32)
maxConstellationErr =
     0
objModDemodOutputIsEqual =
  logical
   1
objModFcnDemodIsEqual =
  logical
   1
fcnModObjDemodIsEqual =
  logical
   1

Функции, показанные здесь, сравнивают расчет средней нормализации степени для трудного решения с помощью альтернативного подхода.

function averagePowerReplacement(M)
% QAM alternative for "Average power" normalization method when using functions
    
    avgPow = 100;
    minD = avgPow2MinD(avgPow, M);
    
    modObj = comm.RectangularQAMModulator('ModulationOrder', M, ...
        'NormalizationMethod', 'Average power', ...
        'AveragePower', avgPow);
    demodObj = comm.RectangularQAMDemodulator('ModulationOrder', M, ...
        'NormalizationMethod', 'Average power', ...
        'AveragePower', avgPow);
    
    % 1) The two constellations are same
    constellationSO = modObj([0:M-1]');
    constellationFcn = qammod([0:M-1]', M);
    scaledConstellationFcn = (minD/2) .* constellationFcn;
    err = constellationSO - scaledConstellationFcn;
    maxConstellationErr = max(abs(err))
    
    x = randi([0, M-1], 100, 1);
    
    y1 = modObj(x);
    z1 = demodObj(y1);
    objModDemodOutputIsEqual = isequal(x, z1)
    
    % 2) qamdemod() demodulates modulator System object output
    y1ScaledForFcn = (2/minD) .* y1;
    z2 = qamdemod(y1ScaledForFcn, M);
    objModFcnDemodIsEqual = isequal(x, z2)
    
    % 3) Demodulator System object demodulates qammod() output
    y2 = qammod(x, M);
    y2ScaledForSO = (minD/2) .* y2;
    z3 = demodObj(y2ScaledForSO);
    fcnModObjDemodIsEqual = isequal(x, z3)
    
end

function minD = avgPow2MinD(avgPow, M)
% Average power to minimum distance    
    nBits = log2(M);
    if (mod(nBits,2)==0)
        % Square QAM
        sf = (M - 1)/6;
    else
        % Cross QAM
        if (nBits > 4)
            sf = ((31 * M / 32) - 1) / 6;
        else
            sf = ((5 * M / 4) - 1) / 6;
        end
    end
    minD = sqrt(avgPow/sf);
    
end

Нормализация пиковой мощности для трудного решения

Выведите показанный, здесь сравнивает расчет нормализации пиковой мощности для трудного решения с помощью альтернативного подхода. Используемые функции следуют за выходом.

>> peakPowerReplacement(16)
maxConstellationErr =
     0
objModDemodOutputIsEqual =
  logical
   1
objModFcnDemodIsEqual =
  logical
   1
fcnModObjDemodIsEqual =
  logical
   1

>> peakPowerReplacement(128)
maxConstellationErr =
     0
objModDemodOutputIsEqual =
  logical
   1
objModFcnDemodIsEqual =
  logical
   1
fcnModObjDemodIsEqual =
  logical
   1

Функции, показанные здесь, сравнивают расчет нормализации пиковой мощности для трудного решения с помощью альтернативного подхода.

function peakPowerReplacement(M)
% QAM alternative for "Peak power" normalization method when using functions
    
    pkPow = 5;
    minD = pkPow2MinD(pkPow, M);
    
    modObj = comm.RectangularQAMModulator('ModulationOrder', M, ...
        'NormalizationMethod', 'Peak power', ...
        'PeakPower', pkPow);
    demodObj = comm.RectangularQAMDemodulator('ModulationOrder', M, ...
        'NormalizationMethod', 'Peak power', ...
        'PeakPower', pkPow);
    
    % 1) The two constellations are same
    constellationSO = modObj([0:M-1]');
    constellationFcn = qammod([0:M-1]', M);
    scaledConstellationFcn = (minD/2) .* constellationFcn;
    err = constellationSO - scaledConstellationFcn;
    maxConstellationErr = max(abs(err))
    
    x = randi([0, M-1], 100, 1);
    
    y1 = modObj(x);
    z1 = demodObj(y1);
    objModDemodOutputIsEqual = isequal(x, z1)
    
    % 2) qamdemod() demodulates modulator System object output
    y1ScaledForFcn = (2/minD) .* y1;
    z2 = qamdemod(y1ScaledForFcn, M);
    objModFcnDemodIsEqual = isequal(x, z2)
    
    % 3) Demodulator System object demodulates qammod() output
    y2 = qammod(x, M);
    y2ScaledForSO = (minD/2) .* y2;
    z3 = demodObj(y2ScaledForSO);
    fcnModObjDemodIsEqual = isequal(x, z3)
    
end

function minD = pkPow2MinD(pkPow, M)
% Peak power to minimum distance    
    nBits = log2(M);
    if (mod(nBits,2)==0)
        % Square QAM
        sf = 0.5*M - sqrt(M) + 0.5;
    else
        % Cross QAM
        mBy32 = M/32;
        if (nBits > 4)
            sf = (13 * mBy32) - (5 * sqrt(mBy32)) + 0.5;
        else
            sf = (20 * mBy32) - (6 * sqrt(mBy32)) + 0.5;
        end
    end
    minD = sqrt(pkPow/sf);
    
end

function minD = avgPow2MinD(avgPow, M)
% Average power to minimum distance    
    nBits = log2(M);
    if (mod(nBits,2)==0)
        % Square QAM
        sf = (M - 1)/6;
    else
        % Cross QAM
        if (nBits > 4)
            sf = ((31 * M / 32) - 1) / 6;
        else
            sf = ((5 * M / 4) - 1) / 6;
        end
    end
    minD = sqrt(avgPow/sf);
    
end

Средняя нормализация степени для аппроксимированного LLR

Выведите показанный, здесь сравнивает расчет средней нормализации степени для аппроксимированного LLR использование альтернативного подхода. Используемые функции следуют за выходом.

>> averagePowerReplacementApproxLLR(16, 10, 1) % M=16, avgPow=10, snrdB=1
maxConstellationErr =
     0
maxOutputErr =
     0
>> averagePowerReplacementApproxLLR(32, 7, 20) % M=32, avgPow=7, snrdB=20
maxConstellationErr =
     0
maxOutputErr =
   8.5265e-14
>> averagePowerReplacementApproxLLR(64, 111, -2) % M=64, avgPow=111, snrdB=-2
maxConstellationErr =
     0
maxOutputErr =
   2.2204e-15
>> averagePowerReplacementApproxLLR(1024, 87, 33) % M=1024, avgPow=87, snrdB=33
maxConstellationErr =
     0
maxOutputErr =
   1.3642e-12

Функции, показанные здесь, сравнивают расчет средней нормализации степени для аппроксимированного LLR использование альтернативного подхода.

function averagePowerReplacementApproxLLR(M, avgPow, snrdB)
% QAM alternative for "Average power" normalization method for
% Approximate LLR output when using functions
%
% M - Modulation order. Must be supported by QAM modulator-demodulator
% avgPow - Average constellation power
% snrdB - SNR, in dB. AWGN channel adds noise to provide this SNR. 
    
    minD = avgPow2MinD(avgPow, M);
    
    modObj = comm.RectangularQAMModulator('ModulationOrder', M, ...
        'NormalizationMethod', 'Average power', ...
        'AveragePower', avgPow);
    
    % 1) The two constellations are same
    constellationSO = modObj((0:M-1)');
    constellationFcn = qammod((0:M-1)', M);
    scaledConstellationFcn = (minD/2) .* constellationFcn;
    err = constellationSO - scaledConstellationFcn;
    maxConstellationErr = max(abs(err))
    
    x = randi([0, M-1], 100, 1);
    
    y1 = modObj(x);
    
    % Add noise
    % Reset global rng stream for repeatable noise samples
    reset(RandStream.getGlobalStream);
    y1Rec = awgn(y1, snrdB, 'measured', 'db');
    
    % noise variance
    nv = mean(abs(y1).^2) / 10^(snrdB/10);
    
    demodObj = comm.RectangularQAMDemodulator('ModulationOrder', M, ...
        'NormalizationMethod', 'Average power', ...
        'AveragePower', avgPow, ...
        'BitOutput', true, ...
        'DecisionMethod', 'Approximate log-likelihood ratio', ...
        'Variance', nv);
    
    z1 = demodObj(y1Rec);
    
    % 2) Functions' output is same as System objects' output, with right
    % scaling
    y2 = qammod(x, M);
    % Scale function's output so that it matches System object output. 
    y2Scaled = (minD/2) .* y2;
    
    % Add noise
    % Reset global rng stream for repeatable noise samples
    reset(RandStream.getGlobalStream);
    y2Rec = awgn(y2Scaled, snrdB, 'measured', 'db');

    % noise variance
    nv1 = mean(abs(y2Scaled).^2) / 10^(snrdB/10);
    
    % Scale the received signal for the constellation used by function
    y2RecScaled = (2/minD) .* y2Rec;
    % Scale the noise variance appropriately
    z2 = qamdemod(y2RecScaled, M, 'OutputType', 'approxllr', ...
        'NoiseVariance', nv1 * (2/minD)^2);
    
    maxOutputErr = max(abs(z1-z2))     
end

function minD = avgPow2MinD(avgPow, M)
% Average power to minimum distance    
    nBits = log2(M);
    if (mod(nBits,2)==0)
        % Square QAM
        sf = (M - 1)/6;
    else
        % Cross QAM
        if (nBits > 4)
            sf = ((31 * M / 32) - 1) / 6;
        else
            sf = ((5 * M / 4) - 1) / 6;
        end
    end
    minD = sqrt(avgPow/sf);
end

Нормализация пиковой мощности для аппроксимированного LLR

Выведите показанный, здесь сравнивает расчет нормализации пиковой мощности для аппроксимированного LLR использование альтернативного подхода. Используемые функции следуют за выходом.

>> peakPowerReplacementApproxLLR(4, 2.5, 7) % M=4, pkPow=2.5, snrdB=7
maxConstellationErr =
     0
maxOutputErr =
   7.1054e-15
>> peakPowerReplacementApproxLLR(16, 19, 0) % M=16, pkPow=19, snrdB=0
maxConstellationErr =
     0
maxOutputErr =
   4.4409e-15
>> peakPowerReplacementApproxLLR(128, 12, 4.4) % M=128, pkPow=12, snrdB=4.4
maxConstellationErr =
     0
maxOutputErr =
   2.6645e-15
>> peakPowerReplacementApproxLLR(256, 221, 16) % M=256, pkPow=221, snrdB=16
maxConstellationErr =
     0
maxOutputErr =
   2.8422e-14

Функции, показанные здесь, сравнивают расчет нормализации пиковой мощности для аппроксимированного LLR использование альтернативного подхода.

function peakPowerReplacementApproxLLR(M, pkPow, snrdB)
% QAM alternative for "Peak power" normalization method for 
% Approximate LLR output when using functions
%
% M - Modulation order. Must be supported by QAM modulator-demodulator
% avgPow - Average constellation power
% snrdB - SNR, in dB. AWGN channel adds noise to provide this SNR.
    
    minD = pkPow2MinD(pkPow, M);
    
    modObj = comm.RectangularQAMModulator('ModulationOrder', M, ...
        'NormalizationMethod', 'Peak power', ...
        'PeakPower', pkPow);
    
    % 1) The two constellations are same
    constellationSO = modObj((0:M-1)');
    constellationFcn = qammod((0:M-1)', M);
    scaledConstellationFcn = (minD/2) .* constellationFcn;
    err = constellationSO - scaledConstellationFcn;
    maxConstellationErr = max(abs(err))
    
    x = randi([0, M-1], 100, 1);
    
    y1 = modObj(x);
    
    % Add noise
    % Reset global rng stream for repeatable noise samples
    reset(RandStream.getGlobalStream);
    y1Rec = awgn(y1, snrdB, 'measured', 'db');

    % noise variance
    nv = mean(abs(y1).^2) / 10^(snrdB/10);
    
    demodObj = comm.RectangularQAMDemodulator('ModulationOrder', M, ...
        'NormalizationMethod', 'Peak power', ...
        'PeakPower', pkPow, ...
        'BitOutput', true, ...
        'DecisionMethod', 'Approximate log-likelihood ratio', ...
        'Variance', nv);
    
    z1 = demodObj(y1Rec);

    % 2) Functions' output is same as System objects' output, with right
    % scaling
    y2 = qammod(x, M);
    % Scale function's output so that it matches System object output. 
    y2Scaled = (minD/2) .* y2;

    % Add noise
    % Reset global rng stream for repeatable noise samples
    reset(RandStream.getGlobalStream);
    y2Rec = awgn(y2Scaled, snrdB, 'measured', 'db');

    % noise variance
    nv1 = mean(abs(y2Scaled).^2) / 10^(snrdB/10);
    
    % Scale the received signal for the constellation used by function
    y2RecScaled = (2/minD) .* y2Rec;
    % Scale the noise variance appropriately
    z2 = qamdemod(y2RecScaled, M, 'OutputType', 'approxllr', ...
        'NoiseVariance', nv1 * (2/minD)^2);
    
    maxOutputErr = max(abs(z1-z2))
    
end

function minD = pkPow2MinD(pkPow, M)
% Peak power to minimum distance    
    nBits = log2(M);
    if (mod(nBits,2)==0)
        % Square QAM
        sf = 0.5*M - sqrt(M) + 0.5;
    else
        % Cross QAM
        mBy32 = M/32;
        if (nBits > 4)
            sf = (13 * mBy32) - (5 * sqrt(mBy32)) + 0.5;
        else
            sf = (20 * mBy32) - (6 * sqrt(mBy32)) + 0.5;
        end
    end
    minD = sqrt(pkPow/sf);
    
end

Средняя нормализация степени для LLR

Выведите показанный, здесь сравнивает расчет средней нормализации степени для LLR использование альтернативного подхода. Используемые функции следуют за выходом.

>> averagePowerReplacementLLR(16, 20, 1) % M=16, avgPow=20, snrdB=1
maxConstellationErr =
     0
maxOutputErr =
   8.8818e-16
>> averagePowerReplacementLLR(32, 5.5, 15) % M=32, avgPow=5.5, snrdB=15
maxConstellationErr =
     0
maxOutputErr =
   7.1054e-15
>> averagePowerReplacementLLR(64, 100, -2) % M=64, avgPow=100, snrdB=-2
maxConstellationErr =
     0
maxOutputErr =
   8.8818e-16
>> averagePowerReplacementLLR(256, 117, 8) % M=256, avgPow=117, snrdB=8
maxConstellationErr =
     0
maxOutputErr =
   3.5527e-15

Функции, показанные здесь, сравнивают расчет средней нормализации степени для LLR использование альтернативного подхода.

function averagePowerReplacementLLR(M, avgPow, snrdB)
% QAM alternative for "Average power" normalization method for
% LLR output when using functions
%
% M - Modulation order. Must be supported by QAM modulator-demodulator
% avgPow - Average constellation power
% snrdB - SNR, in dB. AWGN channel adds noise to provide this SNR. 
    
    minD = avgPow2MinD(avgPow, M);
    
    modObj = comm.RectangularQAMModulator('ModulationOrder', M, ...
        'NormalizationMethod', 'Average power', ...
        'AveragePower', avgPow);
    
    % 1) The two constellations are same
    constellationSO = modObj((0:M-1)');
    constellationFcn = qammod((0:M-1)', M);
    scaledConstellationFcn = (minD/2) .* constellationFcn;
    err = constellationSO - scaledConstellationFcn;
    maxConstellationErr = max(abs(err))
    
    x = randi([0, M-1], 100, 1);
    
    y1 = modObj(x);
    
    % Add noise
    % Reset global rng stream for repeatable noise samples
    reset(RandStream.getGlobalStream);
    y1Rec = awgn(y1, snrdB, 'measured', 'db');
    
    % noise variance
    nv = mean(abs(y1).^2) / 10^(snrdB/10);
    
    demodObj = comm.RectangularQAMDemodulator('ModulationOrder', M, ...
        'NormalizationMethod', 'Average power', ...
        'AveragePower', avgPow, ...
        'BitOutput', true, ...
        'DecisionMethod', 'Log-likelihood ratio', ...
        'Variance', nv);
    
    z1 = demodObj(y1Rec);
    
    % 2) Get the same output as System object using functions
    y2 = qammod(x, M);
    % Scale function's output so that it matches System object output. 
    y2Scaled = (minD/2) .* y2;
    
    % Add noise
    % Reset global rng stream for repeatable noise samples
    reset(RandStream.getGlobalStream);
    y2Rec = awgn(y2Scaled, snrdB, 'measured', 'db');

    % noise variance
    nv1 = mean(abs(y2Scaled).^2) / 10^(snrdB/10);
    
    % Create inputs required by utility function to compute LLR
    nBits = log2(M);
    bitwiseMapping = de2bi((0:M-1)', nBits, 'left-msb');    
    % c0 contains indices of mapping which has 0 at various bit positions
    [c0, ~] = find(bitwiseMapping==0);
    c0 = reshape(int32(c0), M/2, nBits);    
    % c1 contains indices of mapping which has 1 at various bit positions
    [c1, ~] = find(bitwiseMapping==1);
    c1 = reshape(int32(c1), M/2, nBits);
    
    z2 = comm.internal.utilities.computeLLRsim(y2Rec, M, nBits, ...
        scaledConstellationFcn, c0, c1, nv1);       
    
    maxOutputErr = max(abs(z1-z2))
       
end

function minD = avgPow2MinD(avgPow, M)
% Average power to minimum distance    
    nBits = log2(M);
    if (mod(nBits,2)==0)
        % Square QAM
        sf = (M - 1)/6;
    else
        % Cross QAM
        if (nBits > 4)
            sf = ((31 * M / 32) - 1) / 6;
        else
            sf = ((5 * M / 4) - 1) / 6;
        end
    end
    minD = sqrt(avgPow/sf);
end

Нормализация пиковой мощности для LLR

Выведите показанный, здесь сравнивает расчет нормализации пиковой мощности для LLR использование альтернативного подхода. Используемые функции следуют за выходом.

>> peakPowerReplacementLLR(8, 21, 0) % M=8, pkPow=21, snrdB=0
maxConstellationErr =
     0
maxOutputErr =
   8.8818e-16
>> peakPowerReplacementLLR(64, 7, 22) % M=64, pkPow=7, snrdB=22
maxConstellationErr =
     0
maxOutputErr =
   7.1054e-15
>> peakPowerReplacementLLR(512, 1000, -5) % M=512, pkPow=1000, snrdB=-5
maxConstellationErr =
     0
maxOutputErr =
   2.6645e-15
>> peakPowerReplacementLLR(1024, 1, 6) % M=1024, pkPow=1, snrdB=6
maxConstellationErr =
     0
maxOutputErr =
   3.5527e-15

Функции, показанные здесь, сравнивают расчет нормализации пиковой мощности для LLR использование альтернативного подхода.

function peakPowerReplacementLLR(M, pkPow, snrdB)
% QAM alternative for "Peak power" normalization method for
% LLR output when using functions
%
% M - Modulation order. Must be supported by QAM modulator-demodulator
% avgPow - Average constellation power
% snrdB - SNR, in dB. AWGN channel adds noise to provide this SNR.
    
    minD = pkPow2MinD(pkPow, M);
    
    modObj = comm.RectangularQAMModulator('ModulationOrder', M, ...
        'NormalizationMethod', 'Peak power', ...
        'PeakPower', pkPow);
    
    % 1) The two constellations are same
    constellationSO = modObj((0:M-1)');
    constellationFcn = qammod((0:M-1)', M);
    scaledConstellationFcn = (minD/2) .* constellationFcn;
    err = constellationSO - scaledConstellationFcn;
    maxConstellationErr = max(abs(err))
    
    x = randi([0, M-1], 100, 1);
    
    y1 = modObj(x);
    
    % Add noise
    % Reset global rng stream for repeatable noise samples
    reset(RandStream.getGlobalStream);
    y1Rec = awgn(y1, snrdB, 'measured', 'db');

    % noise variance
    nv = mean(abs(y1).^2) / 10^(snrdB/10);
    
    demodObj = comm.RectangularQAMDemodulator('ModulationOrder', M, ...
        'NormalizationMethod', 'Peak power', ...
        'PeakPower', pkPow, ...
        'BitOutput', true, ...
        'DecisionMethod', 'Log-likelihood ratio', ...
        'Variance', nv);
    
    z1 = demodObj(y1Rec);

    % 2) Get the same output as System object using functions
    y2 = qammod(x, M);
    % Scale function's output so that it matches System object output. 
    y2Scaled = (minD/2) .* y2;

    % Add noise
    % Reset global rng stream for repeatable noise samples
    reset(RandStream.getGlobalStream);
    y2Rec = awgn(y2Scaled, snrdB, 'measured', 'db');

    % noise variance
    nv1 = mean(abs(y2Scaled).^2) / 10^(snrdB/10);
    
    % Create inputs required by utility function to compute LLR
    nBits = log2(M);
    bitwiseMapping = de2bi((0:M-1)', nBits, 'left-msb');    
    % c0 contains indices of mapping which has 0 at various bit positions
    [c0, ~] = find(bitwiseMapping==0);
    c0 = reshape(int32(c0), M/2, nBits);    
    % c1 contains indices of mapping which has 1 at various bit positions
    [c1, ~] = find(bitwiseMapping==1);
    c1 = reshape(int32(c1), M/2, nBits);
    
    z2 = comm.internal.utilities.computeLLRsim(y2Rec, M, nBits, ...
        scaledConstellationFcn, c0, c1, nv1);       
    
    maxOutputErr = max(abs(z1-z2))
end

function minD = pkPow2MinD(pkPow, M)
% Peak power to minimum distance    
    nBits = log2(M);
    if (mod(nBits,2)==0)
        % Square QAM
        sf = 0.5*M - sqrt(M) + 0.5;
    else
        % Cross QAM
        mBy32 = M/32;
        if (nBits > 4)
            sf = (13 * mBy32) - (5 * sqrt(mBy32)) + 0.5;
        else
            sf = (20 * mBy32) - (6 * sqrt(mBy32)) + 0.5;
        end
    end
    minD = sqrt(pkPow/sf);
end

Расширенные возможности

Генерация кода C/C++
Генерация кода C и C++ с помощью MATLAB® Coder™.

Указания и ограничения по применению:

Смотрите системные объекты в Генерации кода MATLAB (MATLAB Coder).

Документация

comm.RectangularQAMDemodulator

Описание

Конструкция

Свойства

Методы

Больше о

Полная точность для системных объектов фиксированной точки

Алгоритмы

Вопросы совместимости

`comm.RectangularQAMDemodulator` будет удален в будущем релизе. Использование `qamdemod` вместо этого.

Расширенные возможности

Генерация кода C/C++
Генерация кода C и C++ с помощью MATLAB® Coder™.

Смотрите также

Функции

Объекты

Документация Communications Toolbox

Поддержка

Документация

comm.RectangularQAMDemodulator

Описание

Конструкция

Свойства

Методы

Больше о

Полная точность для системных объектов фиксированной точки

Алгоритмы

Вопросы совместимости

comm.RectangularQAMDemodulator будет удален в будущем релизе. Использование qamdemod вместо этого.

Расширенные возможности

Генерация кода C/C++ Генерация кода C и C++ с помощью MATLAB® Coder™.

Смотрите также

Функции

Объекты

Документация Communications Toolbox

Поддержка

`comm.RectangularQAMDemodulator` будет удален в будущем релизе. Использование `qamdemod` вместо этого.

Генерация кода C/C++
Генерация кода C и C++ с помощью MATLAB® Coder™.