混沌通信中QCSK调制matlab代码
混沌通信中QCSK调制matlab代码
clear all;
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;
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;
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;
%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
legend('加噪声后的调制信号y2');
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( i))^2))));%求k=64的系统理论的误码率
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/xSN R(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');
title('K=2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=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/xSN R(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');
title('K=16时的系统误码率');
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=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/xSN R(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');
title('K=64的系统误码率');。
QPSK通信系统性能分析与MATLAB仿真讲解
QPSK通信系统性能分析与MATLAB仿真讲解QPSK（Quadrature Phase Shift Keying）是一种调制方式，常用于数字通信中的短波通信和卫星通信等场景。
在QPSK通信系统中，将每个二进制位编码为相位不同的信号，通常使用正交载波来实现。
为了分析和评估QPSK通信系统的性能，可以使用MATLAB进行仿真。
下面将具体讲解如何进行QPSK通信系统性能分析和MATLAB仿真。
首先，我们需要定义一些基本参数。
QPSK调制是基于二进制编码的，因此将要发送的数据转换为二进制比特流。
可以使用MATLAB中的函数来生成二进制比特流，如`randi([0,1],1,N)`，其中N是比特流的长度。
在这里，可以自行选择比特流的长度。
接下来，需要将二进制比特流分组为2比特一组，以便编码为相位信息。
可以使用MATLAB中的函数来进行分组，如`reshape(bit_stream,2,length(bit_stream)/2)'`，其中bit_stream是二进制比特流。
这里的重点是要确保二进制比特流的长度为2的倍数。
然后，将每组2比特编码为相位信息。
QPSK调制使用4个相位点来表示4种可能的组合，通常用0、π/2、π和3π/2来表示这些相位点。
可以使用MATLAB中的函数生成这些相位信息，如`phase_data =[0,pi/2,pi,3*pi/2]`。
接下来，通过幅度和相位信息生成QPSK信号。
可以使用MATLAB中的函数来生成QPSK信号，如`qpsk_signal = cos(2*pi*f*t+phase)`，其中f是载波频率，t是时间，phase是相位信息。
然后，添加噪声到QPSK信号中以模拟实际通信环境。
可以使用MATLAB中的函数来添加噪声，如`noisy_signal =awgn(qpsk_signal,SNR)`，其中SNR是信噪比。
最后，解调接收到的信号以恢复原始数据。
可以使用MATLAB中的函数来解调信号，如`received_bits = reshape(received_signal,[],2) > 0`。
通信原理的MATLAB实验 QPSK的调制解调报告
通信原理实验项目名称：QPSK的调制解调一、实验任务任意输入长度为64比特的二进制信息，采用QPSK系统传输。
码元速率为1Bps，载波频率为10Hz，采样频率为40 Hz，利用Matlab画出：（1）调制后的信号波形；（2）经信道传输后的信号波形（假设加性高斯白噪声，其功率为信号功率1/10）；（3）（3）任意解调方法解调后的信号波形。
二、流程图三、完整程序Fd=1; %码元速率Fc=10; %载波频率Fs=40; %采样频率N=Fs/Fd;df=10;x=[ 1 1 0 1 1 0];%任意输入64比特的二进制信息M=2; %进制数SNRpBit=10;%加性高斯白噪声，其功率为信号功率的1/10，即信噪比为10 SNR=SNRpBit/log2(M); %转换为码元速率seed=[12345 54321];numPlot=length(x);figure(1)%画出输入二进制序列subplot(211);stem([0:numPlot-1],x(1:numPlot),'bx');title('输入波形’)%调制y=dmod(x,Fc,Fd,Fs,'fsk',M,df);numModPlot=numPlot*Fs;t=[0:numModPlot-1]./Fs;subplot(212);%画出调制后的信号plot(t,y(1:length(t)),'b-');axis([min(t) max(t) -1.5 1.5]);title('调制后的信号')%在已调信号中加入高斯白噪声randn('state',seed(2));y=awgn(y,SNR-10*log10(0.5)-10*log10(N),'measured',[],'dB');%相干解调figure(2)subplot(211);plot(t,y(1:length(t)),'b-');%画出经过信道的实际信号axis([min(t) max(t) -1.5 1.5]);title('加入高斯白噪声后的已调信号')%带输出波形的相干M元频移键控解调subplot(212);stem([0:numPlot-1],x(1:numPlot),'bx');hold on;stem([0:numPlot-1],z1(1:numPlot),'ro');hold off;axis([0 numPlot -0.5 1.5]);title('相干解调后的信号')四、波形。
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。
基于Matlab的DQPSK调制解调设计与实现
信息通信INFORMATION & COMMUNICATIONS2020年第02期(总第206期)2020(Sum. No 206)基于Matlab 的DQPSK 调制解调设计与实现赵应武(佳木斯大学信息电子技术学院，黑龙江佳木斯154000)摘要:通信系统中存在多种调制技术，比如离阶调制，幅度调制,相位调制等，但由于调制阶数越高，对环境的要求就越严格,即要求的信噪比就必须越大，否则误码率会严重上升。
文章就针对于整个无线通信系统的可靠性来和实现复杂度来说，选择了一种基于Matlab 的DQPSK 调制解调方式，它不仅能够最大程度保证系统的可靠性，同时还能降低误码率和 方案的复杂度。
关键词:无线信道;DQPSK 调制解调；Matlab ；误码率中图分类号:TN915.05 文献标识码:A 文章编号:1673-1131( 2020 )02-0095-030引言无线通信由于其频谱利用率高、传输距离远,且不同的调 制方式可以达到更高的传输速率，使其成为了当今社会通信行业的主流技术。
然而无线通信仍存在一些不足，首先，整套无线通信系统设计方案复杂。
其次，无线通信中的信号并不 能直接在信道中传输，需要经过调制，并且调制信号在信道中传输时，容易受到噪声的干扰叫导致误码率上升。
所以本文针对无线信号经过信道时,会受到高斯白噪声等信号的叠加，对发送信号对产生干扰，导致误码率上升的缺点,设计出一种基于Matlab 的DQPSK 的调制解调方案，该调制解调方案不仅 实现简单，并且由于其低速率，对环境影响不敏感，还能够降低系统的误码率提升系统的性能。
因此本文提出的DQPSK 调制解调的设计具有重大意义。
1系统方案设计如上图］所示，整套通信系统包含发射端和接收端两部分。
首先,发射端对信号源进行DQPSK 的调制，然后为了将调制好 的数据与后端的接口做一个速率匹配,采取了 f 上采样的操 林式,球样之后对行一个成型滋，最趣信道发射出去。
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。
qpsk调制 matlab代码
qpsk调制 matlab代码我们需要了解QPSK调制的基本原理。
QPSK调制是一种相位调制技术，它将数字信号分为两个部分，分别表示为I路和Q路。
I路和Q 路分别是正交的，即它们的相位差为90度。
通过调整I路和Q路信号的幅度和相位，可以实现不同的调制方式。
QPSK调制使用两个比特来表示一个符号，因此可以表示四个不同的相位状态。
这四个相位状态分别为0度、90度、180度和270度。
我们可以将这四个相位状态分别表示为00、01、10和11。
在QPSK 调制中，将这四个相位状态映射到一个星座图上，星座图的每个点表示一个相位状态。
接下来，我们使用Matlab来实现QPSK调制。
首先，我们需要生成一组二进制数据，这些数据将被映射到星座图上。
我们可以使用randi函数生成一组随机的二进制数据。
然后，我们将这组二进制数据分为两个部分，分别表示为I路和Q路。
```matlabdata = randi([0, 1], 1, N); % 生成随机二进制数据data_I = data(1:2:end); % 提取I路数据data_Q = data(2:2:end); % 提取Q路数据```接下来，我们需要将I路和Q路数据映射到星座图上。
我们可以使用qammod函数来实现这个过程。
qammod函数将I路和Q路数据作为输入，输出对应的星座图点的复数值。
```matlabM = 4; % 星座图中的点的数量symbols = qammod(data_I * 2 + data_Q, M); % 将I路和Q路数据映射到星座图上```然后，我们可以通过添加高斯白噪声来模拟无线信道的影响。
我们可以使用awgn函数来实现这个过程。
awgn函数将星座图点的复数值作为输入，输出经过信道影响后的复数值。
```matlabSNR = 10; % 信噪比symbols_noisy = awgn(symbols, SNR); % 添加高斯白噪声```我们可以使用qamdemod函数将经过信道影响后的复数值解调为二进制数据。
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调制与解调在MATLAB平台上的实现(word文档良心出品)
QPSK调制与解调在MATLAB平台上的实现QPSK即四进制移向键控（Quaternary Phase Shift Keying），它利用载波的四种不同相位来表示数字信息，由于每一种载波相位代表两个比特信息，因此每个四进制码元可以用两个二进制码元的组合来表示。
两个二进制码元中的前一个码元用a表示，后一个码元用b表示。
QPSK信号可以看作两个载波正交2PSK信号的合成，下图表示QPSK正交调制器。
由QPSK信号的调制可知，对它的解调可以采用与2PSK信号类似的解调方法进行解调。
解调原理图如下所示，同相支路和正交支路分别采用相干解调方式解调，得到()Q t，经过抽样判决和并/串交换器，将上下支路得到的并行I t和()数据恢复成串行数据。
% 调相法clear allclose allt=[-1:0.01:7-0.01];tt=length(t);x1=ones(1,800);for i=1:ttif (t(i)>=-1 & t(i)<=1) | (t(i)>=5& t(i)<=7);x1(i)=1;else x1(i)=-1;endendt1=[0:0.01:8-0.01];t2=0:0.01:7-0.01;t3=-1:0.01:7.1-0.01;t4=0:0.01:8.1-0.01;tt1=length(t1);x2=ones(1,800);for i=1:tt1if (t1(i)>=0 & t1(i)<=2) | (t1(i)>=4& t1(i)<=8);x2(i)=1;else x2(i)=-1;endendf=0:0.1:1;xrc=0.5+0.5*cos(pi*f);y1=conv(x1,xrc)/5.5;y2=conv(x2,xrc)/5.5;n0=randn(size(t2));f1=1;i=x1.*cos(2*pi*f1*t);q=x2.*sin(2*pi*f1*t1);I=i(101:800);Q=q(1:700);QPSK=sqrt(1/2).*I+sqrt(1/2).*Q;QPSK_n=(sqrt(1/2).*I+sqrt(1/2).*Q)+n0;n1=randn(size(t2));i_rc=y1.*cos(2*pi*f1*t3);q_rc=y2.*sin(2*pi*f1*t4);I_rc=i_rc(101:800);Q_rc=q_rc(1:700);QPSK_rc=(sqrt(1/2).*I_rc+sqrt(1/2).*Q_rc);QPSK_rc_n1=QPSK_rc+n1;figure(1)subplot(4,1,1);plot(t3,i_rc);axis([-1 8 -1 1]);ylabel('a序列');subplot(4,1,2);plot(t4,q_rc);axis([-1 8 -1 1]);ylabel('b序列');subplot(4,1,3);plot(t2,QPSK_rc);axis([-1 8 -1 1]);ylabel('合成序列'); subplot(4,1,4);plot(t2,QPSK_rc_n1);axis([-1 8 -1 1]);ylabel('加入噪声');效果图：% 设定T=1,加入高斯噪声clear allclose all% 调制bit_in = randint(1e3, 1, [0 1]);bit_I = bit_in(1:2:1e3);bit_Q = bit_in(2:2:1e3);data_I = -2*bit_I+1;data_Q = -2*bit_Q+1;data_I1=repmat(data_I',20,1);data_Q1=repmat(data_Q',20,1);for i=1:1e4data_I2(i)=data_I1(i);data_Q2(i)=data_Q1(i);end;f=0:0.1:1;xrc=0.5+0.5*cos(pi*f);data_I2_rc=conv(data_I2,xrc)/5.5;data_Q2_rc=conv(data_Q2,xrc)/5.5;f1=1;t1=0:0.1:1e3+0.9;n0=rand(size(t1));I_rc=data_I2_rc.*cos(2*pi*f1*t1);Q_rc=data_Q2_rc.*sin(2*pi*f1*t1); QPSK_rc=(sqrt(1/2).*I_rc+sqrt(1/2).*Q_rc); QPSK_rc_n0=QPSK_rc+n0;% 解调I_demo=QPSK_rc_n0.*cos(2*pi*f1*t1);Q_demo=QPSK_rc_n0.*sin(2*pi*f1*t1);% 低通滤波I_recover=conv(I_demo,xrc);Q_recover=conv(Q_demo,xrc);I=I_recover(11:10010);Q=Q_recover(11:10010);t2=0:0.05:1e3-0.05;t3=0:0.1:1e3-0.1;% 抽样判决data_recover=[];for i=1:20:10000data_recover=[data_recover I(i:1:i+19) Q(i:1:i+19)];end;bit_recover=[];for i=1:20:20000if sum(data_recover(i:i+19))>0data_recover_a(i:i+19)=1;bit_recover=[bit_recover 1];elsedata_recover_a(i:i+19)=-1;bit_recover=[bit_recover -1];endenderror=0;dd = -2*bit_in+1;ddd=[dd'];ddd1=repmat(ddd,20,1);for i=1:2e4ddd2(i)=ddd1(i);endfor i=1:1e3if bit_recover(i)~=ddd(i)error=error+1;endendp=error/1000;figure(1)subplot(2,1,1);plot(t2,ddd2);axis([0 100 -2 2]);title('原序列');subplot(2,1,2);plot(t2,data_recover_a);axis([0 100 -2 2]);title('解调后序列'); 效果图：% 设定T=1, 不加噪声clear allclose all% 调制bit_in = randint(1e3, 1, [0 1]);bit_I = bit_in(1:2:1e3);bit_Q = bit_in(2:2:1e3);data_I = -2*bit_I+1;data_Q = -2*bit_Q+1;data_I1=repmat(data_I',20,1);data_Q1=repmat(data_Q',20,1);for i=1:1e4data_I2(i)=data_I1(i);data_Q2(i)=data_Q1(i);end;t=0:0.1:1e3-0.1;f=0:0.1:1;xrc=0.5+0.5*cos(pi*f);data_I2_rc=conv(data_I2,xrc)/5.5;data_Q2_rc=conv(data_Q2,xrc)/5.5;f1=1;t1=0:0.1:1e3+0.9;I_rc=data_I2_rc.*cos(2*pi*f1*t1);Q_rc=data_Q2_rc.*sin(2*pi*f1*t1); QPSK_rc=(sqrt(1/2).*I_rc+sqrt(1/2).*Q_rc);% 解调I_demo=QPSK_rc.*cos(2*pi*f1*t1);Q_demo=QPSK_rc.*sin(2*pi*f1*t1);I_recover=conv(I_demo,xrc);Q_recover=conv(Q_demo,xrc);I=I_recover(11:10010);Q=Q_recover(11:10010);t2=0:0.05:1e3-0.05;t3=0:0.1:1e3-0.1;data_recover=[];for i=1:20:10000data_recover=[data_recover I(i:1:i+19) Q(i:1:i+19)]; end;ddd = -2*bit_in+1;ddd1=repmat(ddd',10,1);for i=1:1e4ddd2(i)=ddd1(i);endfigure(1)subplot(4,1,1);plot(t3,I);axis([0 20 -6 6]);subplot(4,1,2);plot(t3,Q);axis([0 20 -6 6]);subplot(4,1,3);plot(t2,data_recover);axis([0 20 -6 6]); subplot(4,1,4);plot(t,ddd2);axis([0 20 -6 6]);效果图：% QPSK误码率分析SNRindB1=0:2:10;SNRindB2=0:0.1:10;for i=1:length(SNRindB1)[pb,ps]=cm_sm32(SNRindB1(i));smld_bit_err_prb(i)=pb;smld_symbol_err_prb(i)=ps;end;for i=1:length(SNRindB2)SNR=exp(SNRindB2(i)*log(10)/10);theo_err_prb(i)=Qfunct(sqrt(2*SNR)); end;title('QPSK误码率分析');semilogy(SNRindB1,smld_bit_err_prb,'*');axis([0 10 10e-8 1]);hold on;% semilogy(SNRindB1,smld_symbol_err_prb,'o'); semilogy(SNRindB2,theo_err_prb);legend('仿真比特误码率','理论比特误码率'); hold off;function[y]=Qfunct(x)y=(1/2)*erfc(x/sqrt(2));function[pb,ps]=cm_sm32(SNRindB)N=10000;E=1;SNR=10^(SNRindB/10);sgma=sqrt(E/SNR)/2;s00=[1 0];s01=[0 1];s11=[-1 0];s10=[0 -1];for i=1:Ntemp=rand;if (temp<0.25)dsource1(i)=0;dsource2(i)=0;elseif (temp<0.5)dsource1(i)=0;dsource2(i)=1;elseif (temp<0.75)dsource1(i)=1;dsource2(i)=0;elsedsource1(i)=1;dsource2(i)=1;end;end;numofsymbolerror=0;numofbiterror=0;for i=1:Nn=sgma*randn(size(s00));if((dsource1(i)==0)&(dsource2(i)==0))r=s00+n;elseif((dsource1(i)==0)&(dsource2(i)==1)) r=s01+n;elseif((dsource1(i)==1)&(dsource2(i)==0)) r=s10+n;elser=s11+n;end;c00=dot(r,s00);c01=dot(r,s01);c10=dot(r,s10);c11=dot(r,s11);c_max=max([c00 c01 c10 c11]);if (c00==c_max)decis1=0;decis2=0;elseif(c01==c_max)decis1=0;decis2=1;elseif(c10==c_max)decis1=1;decis2=0;elsedecis1=1;decis2=1;end;symbolerror=0;if(decis1~=dsource1(i))numofbiterror=numofbiterror+1;symbolerror=1;end;if(decis2~=dsource2(i))numofbiterror=numofbiterror+1;symbolerror=1;end;if(symbolerror==1)numofsymbolerror=numofsymbolerror+1;end;end;ps=numofsymbolerror/N;pb=numofbiterror/(2*N);效果图：11。