混沌通信中QCSK调制matlab代码
QPSK调制与解调系统的MATLAB实现

QPSK调制与解调系统的MATLAB实现与性能分析摘要:QPSK是英文QuadraturePhaseShiftKeying的缩略语简称,意为正交相移键控,是一种数字调制方式。
四相相移键控信号简称“QPSK〞。
在现代通信系统中,调制与解调是必不可少的重要手段。
所谓调制,就是把信号转换成适合在信道中传输的形式的一种过程。
解调如此是调制的相反过程,而从已调制信号中恢复出原信号。
本课程设计主要介绍通过进展QPSK调制解调的基带仿真,对实现中影响该系统性能的几个重要问题进展了研究。
针对QPSK的特点,调制前后发生的变化,加上噪声后波形出现的各种变化,通过星座图、眼图、波形图等来观察。
程序设计与仿真均采用MATLAB集成环境下的Simulink仿真平台,最后仿真详单与理论分析一致。
1 引言本课程设计主要是学会运用MATLAB中的Simulink来实现数字基带信号的模拟传输。
在知道其传输原理的情况下,将仿真电路到Simulink之中。
并且对正交振幅调制、解调过程的频谱和波形的分析,同时在无噪声和有噪声的进展分析,参加高斯白噪声,瑞利噪声,莱斯噪声分析调制解调后的频谱、波形,观察其误码率。
通过本课程的学习我们不仅能加深理解和巩固理论课上所学的有关QPSK调制与解调的根本概念、根本理论和根本方法,而且能锻炼我们分析问题和解决问题的能力;同时对我们独立工作的习惯和科学素质进展培养,为今后参加科学工作打下良好的根底。
利用MATLAB集成环境下的Simulink仿真平台,设计一个QPSK调制与解调系统.用示波器观察调制前后的信号波形;用频谱分析模块观察调制前后信号频谱的变化;加上各种噪声源,用误码测试模块测量误码率;最后根据运行结果和波形来分析该系统性能。
1〕熟悉MATLAB环境下的Simulink仿真平台,熟悉QPSK系统的调制解调原理,构建QPSK调制解调电路图.2〕用示波器观察调制前后的信号波形,用频谱分析模块观察调制前后信号的频谱的变化。
qpsk调制 matlab代码

QPSK(Quadrature Phase Shift Keying)调制是一种常用的数字调制方式,它使用4个相互正交的相位来表示数字信号,从而实现信号的传输和识别。
在无线通信、数字通信和数字电视等领域都有着广泛的应用。
在本文中,我们将使用Matlab编写QPSK调制的代码,以帮助读者更好地理解QPSK调制的原理和实现。
1. QPSK调制简介QPSK调制是一种常用的相位调制方式,它将两路独立的数据流分别调制到正交的载波上,实现了频谱的高效利用和传输速率的提高。
QPSK调制共有4种状态,分别是0°、90°、180°、270°,对应的二进制数据为00、01、10、11。
通过改变相位来表示不同的数字信号,QPSK调制在噪声干扰下具有一定的抗干扰能力,因此在实际应用中得到了广泛的应用。
2. Matlab实现QPSK调制在Matlab中,我们可以利用其强大的信号处理工具箱实现QPSK调制的模拟,并通过仿真结果来验证QPSK调制的正确性。
以下是实现QPSK调制的Matlab代码:```matlab设置参数fc = 1000; 载波频率fs = 0; 采样频率T = 1; 信号持续时间t = 0:1/fs:T-1/fs; 时间序列data = randi([0 1],1,100); 随机生成100个二进制数据数据映射为QPSK调制信号data_I = 2*data(1:2:end)-1; I路数据data_Q = 2*data(2:2:end)-1; Q路数据s = (data_I + 1i*data_Q).*exp(1i*2*pi*fc*t); QPSK调制信号显示QPSK调制信号subplot(211)plot(t,real(s))title('QPSK调制信号-I路')xlabel('时间')ylabel('幅度')subplot(212)plot(t,imag(s))title('QPSK调制信号-Q路')xlabel('时间')ylabel('幅度')```在上述代码中,我们首先设置了载波频率fc、采样频率fs、信号持续时间T和时间序列t,然后随机生成了100个二进制数据,并分别将其映射到I路和Q路数据中。
matlab qpsk调制 差分编码

MATLAB中的QPSK调制和差分编码一、QPSK调制概述QPSK是一种数字调制技术,它是Quadrature Phase Shift Keying 的缩写,顾名思义,QPSK调制就是基于正交相位的移相键控技术。
在QPSK调制中,将输入的数字比特流分为两个独立的序列,分别对应正弦信号和余弦信号,然后分别将这两个序列经过平移操作,最终将它们相加得到调制后的信号。
二、QPSK调制的原理和公式1. QPSK调制的过程可以用以下数学公式表示:\[ s(t) = \sqrt{\frac{2}{T}} \cdot (I(t) \cdot \cos(2\pi f_c t) - Q(t) \cdot \sin(2\pi f_c t))\]其中,s(t)表示QPSK调制的信号,I(t)和Q(t)分别为输入的两个正交序列,T为每个符号的持续时间,fc为信号的载频。
2. 在Matlab中利用QPSK调制函数进行调制的示例代码如下:```matlabM = 4; 4种相位k = log2(M); 每个符号的位数numBits = xxx; 待调制的比特数dataIn = randi([0 1],numBits,1); 随机产生待调制的比特数据dataInMatrix = reshape(dataIn,length(dataIn)/k,k); 重新排列比特数据dataSymbolsIn = bi2de(dataInMatrix); 将比特数据转换为十进制数据modObj =modem.pskmod('M',M,'PhaseOffset',0,'SymbolOrder','Gray','Inp utType','Bit');dataMod = modulate(modObj,dataSymbolsIn); 进行QPSK调制```三、差分编码的概念差分编码是一种用于增强数字通信系统性能的编码技术,它的基本思想是根据相邻符号之间的变化来产生调制信号。
qpsk 信号 matlab仿真代码

1. 介绍QPSK信号QPSK (Quadrature Phase Shift Keying) 是一种数字调制技术,常用于无线通信和数字通信系统中。
它是通过改变相位来传输数字信息的一种调制方式,相较于单相位调制方式,QPSK可以提高信号传输效率和频谱利用率。
2. QPSK信号的生成原理QPSK信号的产生可以通过正交调制的方式完成,即将数据流分为两个独立的流并分别与正弦和余弦信号相乘,经过合并后即可生成QPSK信号。
具体过程如下:(1) 将二进制数据流分为实部和虚部,分别代表I信号和Q信号;(2) 分别对I信号和Q信号进行调制,得到两路调制信号;(3) 将两路调制信号通过信号合并器得到QPSK信号。
3. QPSK信号的Matlab仿真代码在Matlab中,可以通过编程实现QPSK信号的生成和仿真。
以下是一个简单的QPSK信号Matlab仿真代码示例:```Matlab设置QPSK调制参数M = 4; 调制阶数msg = randi([0 M-1],10000,1); 随机生成10000个0到M-1的整数,模拟二进制信息流txSig = qammod(msg,M); QAM调制绘制星座图scatterplot(txSig) 绘制QPSK星座图添加高斯噪声rxSig = awgn(txSig, 10); 添加信道噪声,信噪比为10dB解调rxMsg = qamdemod(rxSig,M); QPSK解调[numErrors,ber] = biterr(msg,rxMsg); 计算比特错误率disp(['比特错误率为:',num2str(ber)])```4. QPSK信号仿真结果分析通过上述Matlab代码,我们可以得到QPSK信号的仿真结果。
通过绘制星座图可以直观地观察到QPSK信号在复平面上的分布情况。
随后,我们可以添加高斯噪声,模拟信道中的干扰,然后进行解调并计算比特错误率。
5. 结论通过以上QPSK信号的Matlab仿真代码,我们可以成功生成和仿真QPSK信号,并得到比特错误率等性能指标。
matlab qpsk调制函数

matlab qpsk调制函数QPSK调制函数是一种常用的数字调制方法,广泛应用于无线通信系统中。
在Matlab中,我们可以使用qpskmod函数来实现QPSK调制。
本文将介绍QPSK调制的原理、实现方法以及在通信系统中的应用。
我们来了解一下QPSK调制的原理。
QPSK调制是一种基于正交载波的调制方式,它将每个符号映射为一个复数,复数的实部和虚部分别表示正交载波的两个相位。
QPSK调制共有4个不同的符号,每个符号代表两个比特,因此它可以传输更多的信息量。
具体来说,QPSK调制将两个比特映射为一个复数,共有4种可能的映射方式,分别是00、01、10和11。
这四种映射方式对应的复数分别为1+j、-1+j、-1-j和1-j。
在Matlab中,我们可以使用qpskmod函数来实现QPSK调制。
该函数的基本语法为:y = qpskmod(x,M),其中x是输入的比特序列,M 是调制的方式,对于QPSK调制来说,M的取值为4。
函数的输出y 是调制后的复数序列。
QPSK调制函数的实现非常简单,我们只需要将输入的比特序列按照两个比特一组进行分组,然后根据映射关系进行映射即可。
下面是一个简单的示例代码:```matlab% 生成随机比特序列bits = randi([0 1], 1, 1000);% QPSK调制qpsk = qpskmod(bits, 4);```上述代码首先生成了一个随机的比特序列,长度为1000。
然后使用qpskmod函数对比特序列进行QPSK调制,调制后的结果存储在变量qpsk中。
QPSK调制在无线通信系统中有着广泛的应用。
由于QPSK调制可以传输更多的信息量,因此在有限的带宽资源下能够达到更高的数据传输率。
此外,QPSK调制还具有抗噪声性能较好的特点,可以在较差的信道条件下实现可靠的通信。
在实际的通信系统中,QPSK调制往往与其他技术结合使用,以提高系统的性能。
例如,在OFDM系统中,QPSK调制常用于每个子载波上,以实现高速数据传输。
qpsk信号matlab仿真程序 -回复

qpsk信号matlab仿真程序-回复如何使用MATLAB编写并仿真QPSK信号。
第一步:QPSK信号概述QPSK(Quadrature Phase-Shift Keying)是一种常用的数字调制技术,用来传输数字数据。
QPSK信号通过在正交载波上调制不同相位的信号,将两个比特的编码映射到四个不同的相位状态上。
这种编码方式能有效提高信号传输效率,使得传输速率加倍。
第二步:设置QPSK信号参数在MATLAB中,可以通过设置一些参数来定义QPSK信号的性质。
首先,需要定义符号速率(Symbol Rate),即每秒传输的符号数量。
此外,还需要定义载波频率和采样频率。
根据信号的要求,可以选择不同的参数。
例如,我们可以设置符号速率为1KHz,载波频率为10KHz,采样频率为100KHz,即每个符号对应100个样本点。
这些参数可以根据实际需求进行调整。
第三步:生成QPSK调制信号使用MATLAB的通信系统工具箱,可以方便地生成QPSK调制信号。
我们可以使用qammod函数来实现这个功能。
qammod函数的语法如下:y = qammod(x, M, phase_offset)其中,x是待调制的数据序列,M表示调制级别(对于QPSK来说,M=4),phase_offset表示相位偏移(一般为0)。
例如,假设我们有一组数据序列x,长度为N。
我们可以使用以下代码生成QPSK调制信号:symbol_rate = 1000; 符号速率为1KHzcarrier_freq = 10000; 载波频率为10KHzsample_freq = 100000; 采样频率为100KHzt = 0:1/sample_freq:(N-1)/symbol_rate; 生成时间序列x = randi([0, 1], 1, N); 随机生成长度为N的数据序列qpsk_signal = qammod(x, 4, 0); 生成QPSK调制信号在生成调制信号后,我们可以使用plot函数将信号绘制出来,以便进行可视化分析。
混沌通信中QCSK调制matlab代码

混沌通信中QCSK调制matlab代码.;all clearx=randsrc(20,1,[0:1]); %产生二进制随机码stairs(x);axis([0,20,-0.1,1.1]);title('二进制随机序列');clcclearclose all% q=99;%k=[1:99];%x(k)=sin(k*pi/q);x(1)=0.212345;for k = 1:99;x(k+1) =4 * x(k) * (1 - x(k)); endplot(x);legend('混沌信号x'); grid on;%加网格clcclearclose all% q=99;%k=[1:99];%x(k)=sin(k*pi/q);x(1)=0.212345;for k=1:99;x(k+1)=4*x(k)*(1-x(k)); endy=hilbert(x);figure(1)plot(imag(y));legend('希尔伯特变换y'); grid onclcclearclose all% q=99;%k=[1:99];%x(k)=sin(k*pi/q);x(1)=0.212345;%x的初植for k=1:99;x(k+1)=4*x(k)*(1-x(k)); endy=hilbert(x);%x的希尔伯特变换figure(1)plot(imag(y));grid onlegend('加密后的信号ms');clcclearclose all% q=99;%k=[1:99];%x(k)=sin(k*pi/q);x(1)=0.212345;for k=1:99;x(k+1)=4*x(k)*(1-x(k)); endy=hilbert(x);%希尔伯特变换figure(1)plot(imag(y));grid onlegend('加密后的信号ms');y2=AWGN(imag(y),0.8,1);%imag(y)为已调信号,0.8为信噪比,1为信号功率figure(2)plot(y2);grid ony2');加噪声后的调制信号legend('bs=1;Eb=1;Zb=bs.*Eb;%解调出的信号stem(Zb,'r');title('解调出的信号Zb')clc;x=0:18;%信噪比的取植范围xSNR=10.^(x/20);%化成dB形式for i=1:length(x);k=2;y1(i)=1/2*erfc(1/(sqrt(4*1/xSNR (i)+k*((1/xSNR(i))^2))));%求k=2的系统理论的误码率endsemilogy(x,y1);%绘出x和y1的图for i=1:length(x)hold on;plot(x(i),y1(i),'g*')endgtext('QCSK,K=2');%在光标的位置放置给定的文字for i=1:length(x);k=16;y2(i)=1/2*erfc(1/(sqrt(4*1/xSNR (i)+k*((1/xSNR(i))^2))));%求k=16的系统理论的误码率endsemilogy(x,y2);%绘出x和y2的图for i=1:length(x)hold on;plot(x(i),y2(i),'r.')endgtext('QCSK,K=16');for i=1:length(x);k=64;y3(i)=1/2*erfc(1/(sqrt(4*1/xSNR (i)+k*((1/xSNR( 的系统理论的误码率k=64求i))^2))));%.endsemilogy(x,y3);%绘出x和y3的图for i=1:length(x)hold on;plot(x(i),y3(i),'b+') endgtext('QCSK,K=64');grid onxlabel('Eb/No[dB]'); ylabel('BER');title('QCSK的系统误码率');clc;x=0:18;%信噪比的取植范围xSNR=10.^(x/20);%化成dB形式for i=1:length(x);k=2;y1(i)=1/2*erfc(1/(sqrt(4*1/xSNR (i)+k*((1/xSNR(i))^2))));%求QCSK,k=2的系统理论的误码率endsemilogy(x,y1);for i=1:length(x)hold on;plot(x(i),y1(i),'g*')endfor i=1:length(x);k=2;y2(i)=1/2*erfc(1/(sqrt(4*1/xSNR (i)+2*k*((1/xSNR(i))^2))));%求DCSK,k=2的系统理论的误码率endsemilogy(x,y2);for i=1:length(x)hold on;plot(x(i),y2(i),'r.')endgtext('绿色的*表示QCSK K=2;红色的.表示DCSK K=2');grid onxlabel('Eb/No[dB]');ylabel('BER');');的系统误码率title('K=2.clc;x=0:18;%信噪比的取植范围xSNR=10.^(x/20);%化成dB形式for i=1:length(x);k=16;y1(i)=1/2*erfc(1/(sqrt(4*1/xSNR (i)+k*((1/xSNR(i))^2))));%求QCSK,k=16的系统理论的误码率 endsemilogy(x,y1);for i=1:length(x)hold on;plot(x(i),y1(i),'g*') endgtext('QCSK,K=16');for i=1:length(x);k=16;y2(i)=1/2*erfc(1/(sqrt(4*1/xSNR (i)+2*k*((1/xSNR(i))^2))));%求DCSK,k=16的系统理论的误码率endsemilogy(x,y2);for i=1:length(x)hold on;plot(x(i),y2(i),'r.')endgtext('DCSK,K=16');grid onxlabel('Eb/No[dB]');ylabel('BER');');时的系统误码率title('K=16.clc;x=0:18;%信噪比的取植范围xSNR=10.^(x/20);%化成dB形式for i=1:length(x);k=64;y1(i)=1/2*erfc(1/(sqrt(4*1/xSNR (i)+k*((1/xSNR(i))^2))));%求QCSK,k=64的系统理论的误码率endsemilogy(x,y1);for i=1:length(x)hold on;plot(x(i),y1(i),'g*')endgtext('QCSK K=64');for i=1:length(x);k=64;y2(i)=1/2*erfc(1/(sqrt(4*1/xSNR (i)+2*k*((1/xSNR(i))^2))));%求DCSK,k=64的系统理论的误码率endsemilogy(x,y2);for i=1:length(x)hold on;plot(x(i),y2(i),'r.') endgtext('DCSK K=64');grid onxlabel('Eb/No[dB]'); ylabel('BER');');的系统误码率title('K=64.。
QPSK调制与解调在MATLAB平台上的实现

QPSK调制与解调在MATLAB平台上的实现QPSK(Quadrature Phase Shift Keying)是一种常用的调制解调技术,常用于数字通信中。
在QPSK调制中,每个符号代表两个比特,通过将这两个比特与正交信号载波进行调制,实现高效的数据传输。
在这篇文章中,我们将介绍如何在MATLAB平台上实现QPSK调制和解调。
1.QPSK调制首先,我们需要生成待发送的二进制比特序列。
我们可以使用randi 函数生成0和1之间的随机整数序列。
```matlabbits = randi([0,1],1,N);```N表示待发送的比特数。
接下来,我们需要将这个二进制序列转换为QPSK调制符号。
在QPSK 调制中,我们将每两个比特映射到一个复数符号。
将0映射为1+j,将1映射为1-j。
```matlabfor i = 1:2:Nif bits(i) == 0 && bits(i+1) == 0symbols((i+1)/2) = 1 + 1i;elseif bits(i) == 0 && bits(i+1) == 1symbols((i+1)/2) = 1 - 1i;elseif bits(i) == 1 && bits(i+1) == 0symbols((i+1)/2) = -1 + 1i;elseif bits(i) == 1 && bits(i+1) == 1symbols((i+1)/2) = -1 - 1i;endend```最终得到的symbols变量即为QPSK调制后的复数符号序列。
2.QPSK解调首先,我们需要接收到的QPSK信号进行解调,得到复数符号序列。
```matlabsymbols_received = received_signal./carrier; % 将接收到的信号除以载波得到复数符号序列```其中received_signal为接收到的QPSK信号,carrier为发送端使用的载波。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
混沌通信中QCSK调制matlab代码.
;all clear
x=randsrc(20,1,[0:1]); %产生二进制随机码
stairs(x);
axis([0,20,-0.1,1.1]);
title('二进制随机序列');
clc
clear
close all
% q=99;
%k=[1:99];
%x(k)=sin(k*pi/q);
x(1)=0.212345;
for k = 1:99;
x(k+1) =4 * x(k) * (1 - x(k)); end
plot(x);
legend('混沌信号x'); grid on;%加网格
clc
clear
close all
% q=99;
%k=[1:99];
%x(k)=sin(k*pi/q);
x(1)=0.212345;
for k=1:99;
x(k+1)=4*x(k)*(1-x(k)); end
y=hilbert(x);
figure(1)
plot(imag(y));
legend('希尔伯特变换y'); grid on
clc
clear
close all
% q=99;
%k=[1:99];
%x(k)=sin(k*pi/q);
x(1)=0.212345;%x的初植
for k=1:99;
x(k+1)=4*x(k)*(1-x(k)); end
y=hilbert(x);%x的希尔伯特变换figure(1)
plot(imag(y));
grid on
legend('加密后的信号ms');
clc
clear
close all
% q=99;
%k=[1:99];
%x(k)=sin(k*pi/q);
x(1)=0.212345;
for k=1:99;
x(k+1)=4*x(k)*(1-x(k)); end
y=hilbert(x);%希尔伯特变换figure(1)
plot(imag(y));
grid on
legend('加密后的信号ms');
y2=AWGN(imag(y),0.8,1);%imag(y)为已调信号,0.8为信噪比,1为信号功率figure(2)
plot(y2);
grid on
y2');
加噪声后的调制信号legend('
bs=1;
Eb=1;
Zb=bs.*Eb;%解调出的信号stem(Zb,'r');
title('解调出的信号Zb')
clc;
x=0:18;%信噪比的取植范围
xSNR=10.^(x/20);%化成dB形式
for i=1:length(x);
k=2;
y1(i)=1/2*erfc(1/(sqrt(4*1/xSNR (i)+k*((1/xSNR(i))^2))));%求k=2的系统理论的误码率
end
semilogy(x,y1);%绘出x和y1的图for i=1:length(x)
hold on;
plot(x(i),y1(i),'g*')
end
gtext('QCSK,K=2');%在光标的位置放置给定的文字
for i=1:length(x);
k=16;
y2(i)=1/2*erfc(1/(sqrt(4*1/xSNR (i)+k*((1/xSNR(i))^2))));%求
k=16的系统理论的误码率
end
semilogy(x,y2);%绘出x和y2的图for i=1:length(x)
hold on;
plot(x(i),y2(i),'r.')
end
gtext('QCSK,K=16');
for i=1:length(x);
k=64;
y3(i)=1/2*erfc(1/(sqrt(4*1/xSNR (i)+k*((1/xSNR( 的系统理论的误码率k=64求i))^2))));%.
end
semilogy(x,y3);%绘出x和y3的图for i=1:length(x)
hold on;
plot(x(i),y3(i),'b+') end
gtext('QCSK,K=64');
grid on
xlabel('Eb/No[dB]'); ylabel('BER');
title('QCSK的系统误码率');
clc;
x=0:18;%信噪比的取植范围
xSNR=10.^(x/20);%化成dB形式
for i=1:length(x);
k=2;
y1(i)=1/2*erfc(1/(sqrt(4*1/xSNR (i)+k*((1/xSNR(i))^2))));%求QCSK,k=2的系统理论的误码率
end
semilogy(x,y1);
for i=1:length(x)
hold on;
plot(x(i),y1(i),'g*')
end
for i=1:length(x);
k=2;
y2(i)=1/2*erfc(1/(sqrt(4*1/xSNR (i)+2*k*((1/xSNR(i))^2))));%求DCSK,k=2的系统理论的误码率
end
semilogy(x,y2);
for i=1:length(x)
hold on;
plot(x(i),y2(i),'r.')
end
gtext('绿色的*表示QCSK K=2;红色的.表示DCSK K=2');
grid on
xlabel('Eb/No[dB]');
ylabel('BER');
');
的系统误码率title('K=2.
clc;
x=0:18;%信噪比的取植范围
xSNR=10.^(x/20);%化成dB形式
for i=1:length(x);
k=16;
y1(i)=1/2*erfc(1/(sqrt(4*1/xSNR (i)+k*((1/xSNR(i))^2))));%求
QCSK,k=16的系统理论的误码率 end
semilogy(x,y1);
for i=1:length(x)
hold on;
plot(x(i),y1(i),'g*') end
gtext('QCSK,K=16');
for i=1:length(x);
k=16;
y2(i)=1/2*erfc(1/(sqrt(4*1/xSNR (i)+2*k*((1/xSNR(i))^2))));%求DCSK,k=16的系统理论的误码率
end
semilogy(x,y2);
for i=1:length(x)
hold on;
plot(x(i),y2(i),'r.')
end
gtext('DCSK,K=16');
grid on
xlabel('Eb/No[dB]');
ylabel('BER');
');
时的系统误码率title('K=16.
clc;
x=0:18;%信噪比的取植范围
xSNR=10.^(x/20);%化成dB形式
for i=1:length(x);
k=64;
y1(i)=1/2*erfc(1/(sqrt(4*1/xSNR (i)+k*((1/xSNR(i))^2))));%求QCSK,k=64的系统理论的误码率
end
semilogy(x,y1);
for i=1:length(x)
hold on;
plot(x(i),y1(i),'g*')
end
gtext('QCSK K=64');
for i=1:length(x);
k=64;
y2(i)=1/2*erfc(1/(sqrt(4*1/xSNR (i)+2*k*((1/xSNR(i))^2))));%求DCSK,k=64的系统理论的误码率
end
semilogy(x,y2);
for i=1:length(x)
hold on;
plot(x(i),y2(i),'r.') end
gtext('DCSK K=64');
grid on
xlabel('Eb/No[dB]'); ylabel('BER');
');
的系统误码率title('K=64.。