Квадратурная амплитудная демодуляция
z = qamdemod(___,Name,Value)'OutputType','bit' устанавливает тип выходного сигнала в биты.
Демодулируйте 8-QAM сигнал и постройте график точек, соответствующих символам 0 и 3.
Создание случайных 8-кратных символов данных.
data = randi([0 7],1000,1);
Смодулировать data путем применения 8-QAM.
txSig = qammod(data,8);
Пропустить модулированный сигнал через канал AWGN.
rxSig = awgn(txSig,18,'measured');Демодулируйте принятый сигнал, используя начальную фазу, равную δ/8.
rxData = qamdemod(rxSig.*exp(-1i*pi/8),8);
Создайте опорные точки совокупности.
refpts = qammod((0:7)',8) .* exp(1i*pi/8);
Постройте график принятых сигнальных точек, соответствующих символам 0 и 3, и наложите опорную совокупность. Отображаются принятые данные, соответствующие этим символам.
plot(rxSig(rxData==0),'g.'); hold on plot(rxSig(rxData==3),'c.'); plot(refpts,'r*') text(real(refpts)+0.1,imag(refpts),num2str((0:7)')) xlabel('In-Phase') ylabel('Quadrature') legend('Points corresponding to 0','Points corresponding to 3', ... 'Reference constellation','location','nw');
Модулировать и демодулировать случайные данные с помощью 16-QAM с отображением символов WLAN. Убедитесь, что символы входных данных соответствуют демодулированным символам.
Создайте 3-D массив случайных символов.
x = randi([0,15],20,4,2);
Создайте пользовательское сопоставление символов для совокупности 16-QAM на основе стандартов WLAN.
wlanSymMap = [2 3 1 0 6 7 5 4 14 15 13 12 10 11 9 8];
Модулируйте данные и установите для совокупности среднегабаритную мощность сигнала. Постройте график созвездия.
y = qammod(x,16,wlanSymMap,'UnitAveragePower', true,'PlotConstellation',true);
Демодулируйте принятый сигнал.
z = qamdemod(y,16,wlanSymMap,'UnitAveragePower',true);Убедитесь, что демодулированный сигнал равен исходным данным.
isequal(x,z)
ans = logical
1
Демодуляция сигнала QAM с фиксированной точкой и проверка правильности восстановления данных.
Установка порядка модуляции как 64и определить количество битов на символ.
M = 64; bitsPerSym = log2(M);
Генерировать случайные биты. При работе в битовом режиме длина входных данных должна быть кратна целому числу битов на символ.
x = randi([0 1],10*bitsPerSym,1);
Модулировать входные данные с помощью двоичного отображения символов. Установите модулятор для вывода данных с фиксированной точкой. Числовой тип данных подписывается 16-битовой длиной слова и 10-битной длиной дроби.
y = qammod(x,M,'bin','InputType','bit','OutputDataType', ... numerictype(1,16,10));
Демодулируйте сигнал 64-QAM. Убедитесь, что демодулированные данные соответствуют входным данным.
z = qamdemod(y,M,'bin','OutputType','bit'); s = isequal(x,double(z))
s = logical
1
Оценка эффективности частоты битовых ошибок (BER) для декодеров Витерби с жестким и мягким решением в AWGN. Сравните производительность с производительностью некодированного канала 64-QAM.
Задайте параметры моделирования.
clear; close all rng default M = 64; % Modulation order k = log2(M); % Bits per symbol EbNoVec = (4:10)'; % Eb/No values (dB) numSymPerFrame = 1000; % Number of QAM symbols per frame
Инициализируйте векторы результатов BER.
berEstSoft = zeros(size(EbNoVec)); berEstHard = zeros(size(EbNoVec));
Задайте решетчатую структуру и глубину отслеживания для скорости 1/2, длина ограничения 7, сверточный код.
trellis = poly2trellis(7,[171 133]); tbl = 32; rate = 1/2;
Основные циклы обработки выполняют следующие шаги:
Создание двоичных данных
Сверточное кодирование данных
Примените модуляцию QAM к символам данных. Укажите среднюю мощность блока для передаваемого сигнала
Пропускать модулированный сигнал через канал AWGN
Демодулировать принятый сигнал с использованием методов жесткого решения и приблизительного LLR. Укажите среднюю мощность для принимаемого сигнала
Витерби декодирует сигналы жесткими и неквантованными методами
Вычислить количество битовых ошибок
while цикл продолжает обрабатывать данные до тех пор, пока не будет обнаружено либо 100 ошибок, либо не будет передано 107 битов.
for n = 1:length(EbNoVec) % Convert Eb/No to SNR snrdB = EbNoVec(n) + 10*log10(k*rate); % Noise variance calculation for unity average signal power. noiseVar = 10.^(-snrdB/10); % Reset the error and bit counters [numErrsSoft,numErrsHard,numBits] = deal(0); while numErrsSoft < 100 && numBits < 1e7 % Generate binary data and convert to symbols dataIn = randi([0 1],numSymPerFrame*k,1); % Convolutionally encode the data dataEnc = convenc(dataIn,trellis); % QAM modulate txSig = qammod(dataEnc,M,'InputType','bit','UnitAveragePower',true); % Pass through AWGN channel rxSig = awgn(txSig,snrdB,'measured'); % Demodulate the noisy signal using hard decision (bit) and % soft decision (approximate LLR) approaches. rxDataHard = qamdemod(rxSig,M,'OutputType','bit','UnitAveragePower',true); rxDataSoft = qamdemod(rxSig,M,'OutputType','approxllr', ... 'UnitAveragePower',true,'NoiseVariance',noiseVar); % Viterbi decode the demodulated data dataHard = vitdec(rxDataHard,trellis,tbl,'cont','hard'); dataSoft = vitdec(rxDataSoft,trellis,tbl,'cont','unquant'); % Calculate the number of bit errors in the frame. Adjust for the % decoding delay, which is equal to the traceback depth. numErrsInFrameHard = biterr(dataIn(1:end-tbl),dataHard(tbl+1:end)); numErrsInFrameSoft = biterr(dataIn(1:end-tbl),dataSoft(tbl+1:end)); % Increment the error and bit counters numErrsHard = numErrsHard + numErrsInFrameHard; numErrsSoft = numErrsSoft + numErrsInFrameSoft; numBits = numBits + numSymPerFrame*k; end % Estimate the BER for both methods berEstSoft(n) = numErrsSoft/numBits; berEstHard(n) = numErrsHard/numBits; end
Постройте график расчетных твердых и мягких данных BER. Постройте график теоретической производительности для некодированного канала 64-QAM.
semilogy(EbNoVec,[berEstSoft berEstHard],'-*') hold on semilogy(EbNoVec,berawgn(EbNoVec,'qam',M)) legend('Soft','Hard','Uncoded','location','best') grid xlabel('Eb/No (dB)') ylabel('Bit Error Rate')
Как и ожидалось, декодирование с мягким решением дает наилучшие результаты.
Используйте qamdemod функция моделирования выхода мягкого решения для OQPSK-модулированных сигналов.
Формирование модулированного сигнала OQPSK.
sps = 4; msg = randi([0 1],1000,1); oqpskMod = comm.OQPSKModulator('SamplesPerSymbol',sps,'BitInput',true); oqpskSig = oqpskMod(msg);
Добавьте шум к сгенерированному сигналу.
impairedSig = awgn(oqpskSig,15);
Выполнение демодуляции с мягким решением
Создайте эквивалентный сигнал QPSK для выравнивания синфазных и квадратурных сигналов.
impairedQPSK = complex(real(impairedSig(1+sps/2:end-sps/2)), imag(impairedSig(sps+1:end)));
Примените согласованную фильтрацию к принятому сигналу OQPSK.
halfSinePulse = sin(0:pi/sps:(sps)*pi/sps);
matchedFilter = dsp.FIRDecimator(sps,halfSinePulse,'DecimationOffset',sps/2);
filteredQPSK = matchedFilter(impairedQPSK);Для выполнения мягкой демодуляции отфильтрованного сигнала OQPSK используйте qamdemod функция. Выравнивание отображения символов qamdemod с отображением символов, используемым comm.OQPSKModulatorзатем демодулируют сигнал.
oqpskModSymbolMapping = [1 3 0 2]; demodulated = qamdemod(filteredQPSK,4,oqpskModSymbolMapping,'OutputType','llr');