comm.RectangularQAMDemodulator

(Будет удалено) Демодулируйте с использованием прямоугольного сигнального созвездия QAM

comm.RectangularQAMDemodulator будет удалено в следующем релизе. Использовать qamdemod вместо этого. Для получения дополнительной информации см. раздел Вопросов совместимости.

Описание

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

Чтобы демодулировать сигнал, который был модулирован с использованием квадратурной амплитудной модуляции:

Определите и настройте прямоугольный объект демодулятора QAM. См. «Конструкция».
Функции step для демодуляции сигнала в соответствии со свойствами comm.RectangularQAMDemodulator. Поведение step характерен для каждого объекта в тулбоксе.

Примечание

Начиная с R2016b, вместо использования step метод для выполнения операции, заданной Системной object™, можно вызвать объект с аргументами, как если бы это была функция. Для примера, y = step(obj,x) и y = obj(x) выполнять эквивалентные операции.

Конструкция

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

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

H = comm.RectangularQAMDemodulator(M,Name,Value) создает прямоугольный объект QAM, H. Этот объект имеет ModulationOrder значение свойства установлено в M, и другие заданные свойства устанавливаются на заданные значения.

Свойства

`ModulationOrder`	Число точек в сигнальном созвездии Задайте число точек в сигнальном созвездии как скалярное значение с положительной, целочисленной степенью двойки. Значение по умолчанию является `16`.
`PhaseOffset`	Смещение фазы созвездия Задайте смещение фазы сигнального созвездия в радианах как действительное скалярное значение. Значение по умолчанию является `0`.
`BitOutput`	Выход данных в виде бит Задайте, состоит ли выход из групп бит или целочисленных значений символов. Когда вы устанавливаете это свойство true, метод step выводит вектор-столбец битовых значений, длина которых равна log2 `(ModulationOrder`) умножить количество демодулированных символов. Когда вы устанавливаете это свойство на `false`, а `step` метод выводит вектор-столбец с длиной, равной вектору входных данных. Этот вектор содержит целочисленные значения символов между `0` и `ModulationOrder`- `1`. Значение по умолчанию является `false`.
`SymbolMapping`	Кодировка созвездия Задайте, как объект сопоставляет целое число или группу log2 `(ModulationOrder`) биты к соответствующему символу как одному из `Binary` \| `Gray` \| `Custom`. Значение по умолчанию является `Gray`. Когда вы устанавливаете это свойство на `Gray`объект использует сигнальное созвездие с Серым кодом. Когда вы устанавливаете это свойство на `Binary`объект использует природное двоичное кодированное созвездие. Когда вы устанавливаете это свойство на `Custom`объект использует сигнальное созвездие, заданное в `CustomSymbolMapping` свойство.
`CustomSymbolMapping`	Пользовательская кодировка созвездия Задайте пользовательский вектор отображения символов созвездия. Значение по умолчанию является `0:15`. Это свойство является строкой или вектором-столбцом с размером `ModulationOrder` и с уникальными целыми значениями в области значений [`0`, `ModulationOrder`- `1`]. Значения должны быть типа данных `double`. Первый элемент этого вектора соответствует самой верхней левой точке созвездия, с последующими элементами, идущими вниз по столбцу слева направо. Последний элемент соответствует самой нижней правой точке. Это свойство применяется, когда вы устанавливаете `SymbolMapping` свойство к `Custom`.
`NormalizationMethod`	Метод нормализации созвездия Задайте метод, используемый для нормализации сигнального созвездия следующим `Minimum distance between symbols` \| `Average power` \| `Peak power`. Значение по умолчанию является `Minimum distance between symbols`.
`MinimumDistance`	Минимальное расстояние между символами Задайте расстояние между двумя ближайшими точками созвездия как положительное, вещественное, числовое скалярное значение. Значение 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, вещественное, числовое скалярное значение. Значение по умолчанию является `1`. Это свойство применяется, когда вы устанавливаете `NormalizationMethod` свойство к `Average power`.
`PeakPower`	Пиковая степень созвездия Задайте максимальную степень символов в созвездии как положительное, вещественное, числовое скалярное значение. Значение по умолчанию является `1`. Это свойство применяется, когда вы устанавливаете `NormalizationMethod` свойство к `Peak power`.
`DecisionMethod`	Метод принятия решений о демодуляции Задайте метод принятия решений, который объект использует как `Hard decision` \| `Log-likelihood ratio` \| `Approximate log-likelihood ratio`. Значение по умолчанию является `Hard decision`. Когда вы устанавливаете `BitOutput` свойство к `false` объект всегда выполняет демодуляцию с жестким решением. Это свойство применяется, когда вы устанавливаете `BitOutput` свойство к `true`.
`VarianceSource`	Источник отклонения шума Укажите источник отклонения шума следующим `Property` \| `Input port`. Значение 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`	Шумовые отклонения Задайте отклонение шума как положительное, действительное скалярное значение. Значение по умолчанию является `1`. Если это значение очень мало (то есть ОСШ очень высок), расчеты логарифмического отношения логарифмической правдоподобности (LLR) могут привести к получению Inf или -Inf. Этот результат происходит, потому что алгоритм LLR вычисляет экспоненциал очень больших или очень малых чисел с помощью арифметики конечной точности. В таких случаях рекомендуется использовать приблизительный LLR, потому что его алгоритм не вычисляет экспоненциалов. Это свойство применяется, когда вы устанавливаете `BitOutput` свойство к `true`, а `DecisionMethod` свойство к `Log-likelihood ratio` или `Approximate log-likelihood ratio`, и `VarianceSource` свойство к `Property`. Это свойство настраивается.
`OutputDataType`	Тип данных выхода Задайте тип выходных данных следующим `Full precision` \| `Smallest unsigned integer` \| `double` \| `single` \| `int8` \| `uint8` \| `int16` \| `uint16` \| `int32` \| `uint32`. Значение по умолчанию является `Full precision`. Это свойство применяется только при установке `BitOutput` свойство к `false` или когда вы устанавливаете `BitOutput` свойство к `true` и `DecisionMethod` свойство к `Hard decision`. В этом случае, когда `OutputDataType` для свойства задано значение `Full precision`, и тип входных данных является одинарной или двойной точностью, выходные данные имеют совпадающий тип данных, что и вход. Когда входные данные имеют тип с фиксированной точкой, тип выходных данных ведет себя так, как если бы 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 аналогичен типу входных данных. В этом случае этот тип данных может быть только одинарной или двойной точностью.

Свойства с фиксированной точкой

`FullPrecisionOverride`	Переопределение полной точности для арифметики с фиксированной точкой Задайте, использовать ли правила полной точности. Если вы задаете `FullPrecisionOverride` на `true`, что является значением по умолчанию, объект вычисляет все внутренние арифметические и выходные типы данных с помощью правил полной точности. Эти правила обеспечивают наиболее точные числа с фиксированной точкой. Это также отключает отображение других свойств с фиксированной точкой, потому что они не применяются индивидуально. Эти правила гарантируют, что внутри объекта не происходит квантования. Биты добавляются по мере необходимости, чтобы гарантировать отсутствие округления или переполнения. Если вы задаете `FullPrecisionOverride` на `false`типы данных с фиксированной точкой управляются с помощью отдельных настроек свойств с фиксированной точкой. Для получения дополнительной информации см. раздел «Полная точность для системных объектов с фиксированной точкой».
`DerotateFactorDataType`	Тип данных коэффициента деротации Задайте тип данных коэффициента удаления следующим `Same word length as input` \| `Custom`. Значение по умолчанию является `Same word length as input`. Это свойство применяется, когда вы устанавливаете `BitOutput` свойство false, или когда вы устанавливаете `BitOutput` свойство true и `DecisionMethod` свойство к `Hard decision`. Объект использует деротатный коэффициент в расчетах только, когда вход метода step имеет тип с фиксированной точкой и `PhaseOffset` свойство имеет значение, которое не является кратным $\frac{π}{2}$ .
`CustomDerotateFactorDataType`	Тип данных с фиксированной точкой деротатного коэффициента Задайте тип деротатного коэффициента с фиксированной точкой как unscaled `numerictype` (Fixed-Point Designer) объект со знаком Auto.Значение по умолчанию `numerictype([],16)`. Это свойство применяется, когда вы устанавливаете `DerotateFactorDataType` свойство к `Custom`.
`DenormalizationFactorDataType`	Тип данных коэффициента денормализации Задайте тип данных фактора денормализации следующим `Same word length as input` \| `Custom`. Значение 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 коэффициента денормализации Задайте коэффициент денормализации типа с фиксированной точкой как unscaled `numerictype` (Fixed-Point Designer) объект со знаком Auto.Значение по умолчанию `numerictype([],16)`. Это свойство применяется, когда вы устанавливаете `DenormalizationFactorDataType` свойство к `Custom`.
`ProductDataType`	Тип данных продукта Укажите тип данных продукта следующим `Full precision` \| `Custom`. Значение 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 тип фиксированной точки продукта как немасштабированный `numerictype` (Fixed-Point Designer) объект со знаком Auto.Значение по умолчанию `numerictype([],32)`. Это свойство применяется, когда вы устанавливаете `ProductDataType` свойство к `Custom`.
`ProductRoundingMethod`	Округление числового значения продукта с фиксированной точкой Задайте метод округления продукта следующим `Ceiling` \| `Convergent` \| `Floor` \| `Nearest` \| `Round` \| `Simplest` \| `Zero`. Значение по умолчанию является `Floor`. Это свойство применяется, когда объект не находится в полной точности строения, 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 продукта с фиксированной точкой переполнения Задайте действие переполнения продукта следующим `Wrap` \| `Saturate`. Значение по умолчанию является `Wrap`. Это свойство применяется, когда объект не находится в полной точности строения, 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 суммарных данных следующим `Full precision` \| `Same as product` \| `Custom`. Значение по умолчанию является `Full precision`. Это свойство применяется, когда вы устанавливаете `FullPrecisionOverride` свойство false, 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 тип суммарной фиксированной точки как не масштабированный `numerictype` (Fixed-Point Designer) объект со знаком Auto.Значение по умолчанию `numerictype([],32)`. Это свойство применяется, когда вы устанавливаете `FullPrecisionOverride` свойство false или когда вы устанавливаете `SumDataType` свойства `Custom`.

Методы

созвездие	(Будет удалено) Вычислить или построить идеальное сигнальное созвездие
шаг	(Будет удалено) Демодулируйте с использованием прямоугольного метода QAM

Общий для всех системных объектов
`release`	Разрешить изменение значения свойства системного объекта

Подробнее о

расширить все

Полная точность для системных объектов с фиксированной точкой

FullPrecisionOverride свойство удобства, которое, когда вы устанавливаете на true, автоматически устанавливает соответствующие свойства для объекта, чтобы использовать полную точность для обработки входов с фиксированной точкой.

Для системных объектов полная точность, операция с фиксированной точкой относится к росту всего лишь достаточного количества дополнительных бит, чтобы вычислить идеальный результат полной точности. Эта операция не имеет переполнения минимальной или максимальной области значений или каких-либо потерь точности из-за округления или нижнего потока. Он также не зависит от любых аппаратных настроек. Выбранные типы данных основаны только на известных областях значений типов данных, а не на фактических числовых значениях. Полная точность для системных объектов не оптимизирует значения коэффициентов. Когда вы устанавливаете FullPrecisionOverride свойство к trueдругие управляемые им свойства с фиксированной точкой больше не применяются, и любое из их значений, отличных от значений по умолчанию, игнорируется. Эти свойства также скрыты. Чтобы задать отдельные свойства с фиксированной точкой, сначала задайте FullPrecisionOverride на false.

Алгоритмы

Этот объект реализует алгоритм, входы и выходы, описанные на Rectangular QAM Demodulator Baseband блочных страниц с описанием. Свойства объекта соответствуют параметрам блоков.

Вопросы совместимости

расширить все

`comm.RectangularQAMDemodulator` будет удалено в следующем релизе. Использовать `qamdemod` вместо этого.

Не рекомендуемый запуск в R2018b

Нормализация созвездия по PeakPower и AveragePower (кроме средней степени блока) в соответствии с comm.RectangularQAMModulator и comm.RectangularQAMDemodulator не обеспечивается по своей сути функциями. Этот код показывает вам, как выполнить пиковую степень и среднюю нормализацию степени, используя qammod и qamdemod функций.

Средняя нормализация степени для жесткого решения

Результат, показанный здесь, вычисляет расчет средней степени для жесткого решения с помощью альтернативного подхода. Используемые функции следуют выходам.

>> 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

Показанные здесь функции сравнивают расчет средней нормализации степени для жесткого решения с использованием 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

Пиковая нормализация степени для жесткого решения

Результат, показанный здесь, вычисляет расчет нормализации пиковой степени для жесткого решения с помощью альтернативного подхода. Используемые функции следуют выходам.

>> 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

Показанные здесь функции вычисляют расчет нормализации пиковой степени для жесткого 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

Нормализация средней степени для аппроксимации LLR

Результат, показанный здесь, вычисляет расчет средней степени для приблизительного LLR с помощью альтернативного подхода. Используемые функции следуют выходам.

>> 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

Показанные здесь функции вычисляют расчет средней степени для аппроксимации LLR с помощью 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 степени для аппроксимации LLR

Результат, показанный здесь, вычисляет расчет нормализации пиковой степени для аппроксимации LLR с помощью альтернативного подхода. Используемые функции следуют выходам.

>> 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

Показанные здесь функции вычисляют расчет нормализации пиковой степени для аппроксимации LLR с помощью 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

Нормализация средней степени для LLR

Результат, показанный здесь, сравнивает расчет средней нормализации степени для LLR с помощью альтернативного подхода. Используемые функции следуют выходам.

>> 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

Показанные здесь функции вычисляют расчет средней степени для LLR с помощью 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 степени для LLR

Результат, показанный здесь, вычисляет расчет нормализации пиковой степени для LLR с помощью альтернативного подхода. Используемые функции следуют выходам.

>> 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

Показанные здесь функции вычисляют расчет нормализации пиковой степени для LLR с помощью 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 + +
Сгенерируйте код C и C++ с помощью Coder™ MATLAB ®

Указания и ограничения по применению:

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

Документация

comm.RectangularQAMDemodulator

Описание

Конструкция

Свойства

Методы

Подробнее о

Полная точность для системных объектов с фиксированной точкой

Алгоритмы

Вопросы совместимости

`comm.RectangularQAMDemodulator` будет удалено в следующем релизе. Использовать `qamdemod` вместо этого.

Расширенные возможности

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

См. также

Функции

Объекты

Документация Communications Toolbox

Поддержка

Документация

comm.RectangularQAMDemodulator

Описание

Конструкция

Свойства

Методы

Подробнее о

Полная точность для системных объектов с фиксированной точкой

Алгоритмы

Вопросы совместимости

comm.RectangularQAMDemodulator будет удалено в следующем релизе. Использовать qamdemod вместо этого.

Расширенные возможности

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

См. также

Функции

Объекты

Документация Communications Toolbox

Поддержка

`comm.RectangularQAMDemodulator` будет удалено в следующем релизе. Использовать `qamdemod` вместо этого.

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