OFDM-QPSK通信链路matlab仿真,输出收发数据,星座图以及误码率曲线_qpsk信号经过高斯信道星座图

目录

1.OFDM原理

2. QPSK原理

3.OFDM-QPSK通信链路

4.MTALAB核心程序

5.仿真结果

       OFDM-QPSK（正交频分复用-四相位移位键控）是一种结合了正交频分复用（OFDM）和四相位移位键控（QPSK）调制技术的通信链路。

1.OFDM原理

       OFDM，即正交频分复用（Orthogonal Frequency Division Multiplexing），是一种多载波传输方案，也是多载波调制（MCM，Multi-Carrier Modulation）的一种实现方式。它的主要思想是将信道分成若干正交子信道，将高速数据信号转换成并行的低速子数据流，调制到每个子信道上进行传输。OFDM将频带内的信号分割成多个子载波，这些子载波都是相互正交的，因此可以独立传输。每个子载波的带宽都相对较小，这使得它们可以容易地通过传输媒介，即使存在噪声干扰也能保持稳定。同时，由于信号被分解成许多小的子载波，OFDM可以提供更高的数据传输速率。

       OFDM的关键组成部分包括码分多址（CDMA）和正交频分多址（OFDMA）。CDMA可以将多个信号分开，并采用不同的码来标识不同的信号，使它们可以在同一频带内同时传输。而OFDMA则可以将信号分割成多个离散的信道，以便在同一频带内同时传输多个信号。

       OFDM的主要优点包括提供更高的带宽和更快的数据传输速率，以及信号传输稳定性和容错性高。这使得OFDM在宽带网络、无线网络和宽带移动通信等领域都得到了广泛应用。此外，OFDM的调制和解调是分别基于IFFT和FFT来实现的，这是实现复杂度最低、应用最广的一种多载波传输方案。如需更多信息，建议阅读通信原理相关书籍或咨询该领域的专家。

       OFDM是一种多载波调制技术，它将高速的数据流分割成多个低速的子数据流，并分别调制到多个正交的子载波上。这些子载波在频域上是相互重叠的，但由于它们的正交性，接收端可以无干扰地解调出每个子载波上的数据。

       在OFDM系统中，发送信号可以表示为：

其中，N 是子载波的数目，Xk​ 是第 k 个子载波上的调制信号，fk​ 是第 k 个子载波的频率。

接收端通过对接收到的信号进行傅里叶变换（FFT），可以解调出每个子载波上的数据。

2. QPSK原理

        QPSK是一种相位调制技术，它通过改变载波的相位来传输信息。在QPSK中，每个符号携带2比特的信息，因此有4个可能的相位状态，分别是0°、90°、180°和270°。

       QPSK的调制信号可以表示为：

        其中，A 是信号的振幅，fc​ 是载波的频率，θ 是相位，根据输入的比特序列来确定。在QPSK中，相位和比特序列的映射关系通常是格雷码映射，这样可以最小化相邻相位之间的误码率。

3.OFDM-QPSK通信链路

          OFDM-QPSK通信链路是一种结合了正交频分复用（OFDM）和四相位移位键控（QPSK）调制技术的通信链路。下面将详细介绍这种通信链路的原理和工作方式。在OFDM-QPSK通信链路中，发送端首先将高速的数据流分割成多个低速的子数据流。然后，对每个子数据流进行QPSK调制。QPSK是一种相位调制技术，它通过改变载波的相位来传输信息。在QPSK中，每个符号携带2比特的信息，因此有4个可能的相位状态。

        将这些经过QPSK调制的信号分别调制到多个正交的子载波上，形成OFDM信号。OFDM是一种多载波调制技术，它将高速的数据流分割成多个低速的子数据流，并分别调制到多个正交的子载波上。这些子载波在频域上是相互重叠的，但由于它们的正交性，接收端可以无干扰地解调出每个子载波上的数据。

       在接收端，首先对接收到的OFDM信号进行解调，即对每个子载波上的信号进行解调，恢复出原始的QPSK调制信号。然后，对这些QPSK调制信号进行解调，提取出每个符号所携带的比特信息。最后，将这些比特信息重新组合成原始的高速数据流。

       OFDM-QPSK通信链路是一种结合了OFDM和QPSK调制技术的通信链路，具有高速数据传输、抗多径干扰和频谱利用率高等优点。在实际应用中，它被广泛用于无线通信系统、宽带接入网络等领域。

4.MTALAB核心程序

.............................................................................
for mm = 1:length(SNR)
close all;
%% 步骤一
%产生信源
message = randsrc(1,N)>0.5;                                                                                                       
figure;stem(message);axis([0,N,-1,2]);title('原始的发送信号');
%% 步骤二
%QPSK调制
message_PSK = QPSK(message);                                                                                                             
%调制后的星座图
scatterplot(message_PSK);                                                   
%% 步骤三
%IFFT
message_IFFT = myIFFT(message_PSK,N/2);  
 
%% 步骤四
%插值                                                                            
message_upsmp_real = upsample(real(message_IFFT),Fs);                         
message_upsmp_imag = upsample(imag(message_IFFT),Fs);
message_upsmp = message_upsmp_real + message_upsmp_imag*j;                   
 
%% 步骤5
%低通滤波
filter=rcosine(Fd,Fs,'sqrt',R,3);                                      
message_cos1_real = rcosflt(real(message_upsmp),Fd,Fs,'filter/Fs',filter,1,3);
message_cos1_imag = rcosflt(imag(message_upsmp),Fd,Fs,'filter/Fs',filter,1,3);
message_cos1 = message_cos1_real + message_cos1_imag*j;
 
 
%% 加性高斯白噪声
message_awgn = awgn(message_cos1',SNR(mm),'measured');                          
%% 接收端低通滤波
filter=rcosine(Fd,Fs,'sqrt',R,3);                                      
message_cos2_real = rcosflt(real(message_awgn),Fd,Fs,'filter/Fs',filter,1,3); 
message_cos2_imag = rcosflt(imag(message_awgn),Fd,Fs,'filter/Fs',filter,1,3);
message_cos2 = message_cos2_real + message_cos2_imag*j;
message_actual = (message_cos2(2*3*Fs/Fd+1:2*3*Fs/Fd+N*Fs/2))';      
 
%% 采样
message_downsmp_real = downsample(real(message_actual),Fs,0);        
message_downsmp_imag = downsample(imag(message_actual),Fs,0);        
message_downsmp = message_downsmp_real + j*message_downsmp_imag;
 
%% FFT
message_FFT = myFFT(message_downsmp,N/2);                                
scatterplot(message_FFT);     
message_real = D_QPSK(message_FFT);                                            
figure;
stem(message_real);title('QPSK解调');axis([0,N,-1,2]);
 
 
data1(1:N,mm) = message;
data2(1:N,mm) = message_real;
end
 
for i=1:length(SNR)
    error(i) = N;
    for j=1:N
        if data1(j,i) == data2(j,i)
        error(i) = error(i) - 1;
        end
    end
    error_rate(i) = error(i)/N;
end
 
 
figure;
semilogy(SNR,error_rate,'r-*'); grid on;
title('simple OFDM Ber');
xlabel('SNR');
ylabel('ERR');
up4028

5.仿真结果

        星座图是用来表示调制信号在复平面上的分布图。对于QPSK调制，由于有4个可能的相位状态，所以星座图上有4个点，分别对应00、01、10和11这四个比特序列。在OFDM-QPSK系统中，每个子载波上的信号都有一个对应的星座图。通过观察星座图，可以直观地了解信号的调制质量和受到的干扰情况。仿真结果如下所示：

         误码率（BER）是衡量通信系统性能的重要指标之一。它表示接收端错误解调的比特数与发送端发送的总比特数之比。在OFDM-QPSK系统中，误码率受到多种因素的影响，包括信道噪声、多径干扰、频率偏移等。为了评估系统的性能，通常会在不同的信噪比（SNR）下进行仿真或实验，并绘制出误码率曲线。误码率曲线以SNR为横坐标，以BER为纵坐标，可以直观地显示出在不同SNR下系统的误码性能。通常，随着SNR的增加，BER会逐渐降低。仿真结果如下所示：

OFDM-QPSK收发数据对比如下所示：