《移动通信原理与应用》——QPSK调制解调仿真

目录

一、QPSK调制与解调流程图:

二、仿真运行结果: 

三、MATLAB仿真代码: 


一、QPSK调制与解调流程图:

QPSK调制流程图:

QPSK解调流程图: 

 

二、仿真运行结果: 

1、Figure1:为发送端比特流情况图: 

 

 

       从Figure1看出发送端发送的比特流信息…[ak,bk]…情况:奇数进入I路,偶数进入Q路。比特进入I路与Q路情况如下表总结所示: 

K

0

1

2

3

4

5

6

7

8

9

数据比特

1 | 1

-1 |-1

-1 |-1

-1| 1

1|1

-1|-1

1|-1

-1|-1

1|-1

1|-1

I路

1

-1

-1

-1

1

-1

1

-1

1

1

Q路

1

-1

-1

1

1

-1

-1

-1

-1

-1

 2、Figure2:与载波相乘之后的I路与Q路的波形图以及QPSK的波形图:

 

3、Figure3:QPSK经过解调之后得到的输出二进制信息比特以及解调得到的I路与Q路上面的比特波形图: 

 

 

   从Figure3看出接收端接收且解调的比特流信息…[ak,bk]…进入I路与Q路的情况:奇数进入I路,偶数进入Q路。比特进入I路与Q路情况以及解调得出的总比特数据如下表总结所示: 

K

0

1

2

3

4

5

6

7

8

9

数据比特

1 | 1

-1 |-1

-1 |-1

-1| 1

1|1

-1|-1

1|-1

-1|-1

1|-1

1|-1

I路

1

-1

-1

-1

1

-1

1

-1

1

1

Q路

1

-1

-1

1

1

-1

-1

-1

-1

-1

     将Figure3与Figure1的I路与Q路的比特信息及波形图进行对比,发现接收端与发送端的I路与Q路的比特信息以及波形一致;

     将发送端的输入比特流信息…[ak,bk]…以及波形与QPSK解调得出的比特信息流以及波形进行对比,发现比特信息流与对应的波形均一致。说明本次QPSK的调制与解调仿真实验成功!

三、MATLAB仿真代码: 

clear all;clc;
N=20; % The number of bits
T=1;% The bit period
fc=2; % The carrier frequency
Fs=100;% the sample frequency
bitstream=randi([0,1],1,N);% randomly generate the bitstream
bitstream=2*bitstream-1;% 0 to -1; 1 to 1
l=[];Q=[];
for i=1:Nif mod(i,2)~=0l=[l,bitstream(i)];
elseQ=[Q,bitstream(i)];end
end% using plot to compare bitsteam, I, Q
bit_data=[];
for i=1:Nbit_data=[bit_data,bitstream(i)*ones(1,T*Fs)];
end
l_data=[];Q_data=[];
for i=1:N/2l_data=[l_data,l(i)*ones(1,T*Fs*2)];Q_data=[Q_data,Q(i)*ones(1,T*Fs*2)];
end% plot
figure();
t=0:1/Fs:N*T-1/Fs;
subplot(3,1,1)
plot(t,bit_data);legend('Bitstream')
subplot(3,1,2)
plot(t,l_data);legend('l Bitstream')
subplot(3,1,3)
plot(t,Q_data);legend('Q Bitstream')% carrier signal
bit_t=0:1/Fs:2*T-1/Fs;
l_carrier=[];Q_carrier=[];
for i=1:N/2l_carrier=[l_carrier,l(i)*cos(2*pi*fc*bit_t)];Q_carrier=[Q_carrier,Q(i)*cos(2*pi*fc*bit_t+pi/2)];
end% transmit signal
QPSK_signal=l_carrier+Q_carrier;
% plot
figure();
subplot(3,1,1)
plot(t,l_carrier);legend('l signal')
subplot(3,1,2)
plot(t,Q_carrier);legend('Q signal')
subplot(3,1,3)
plot(t,QPSK_signal);legend('QPSK signal')snr=1;% signal to noise rate
% Receive singal
QPSK_receive=awgn(QPSK_signal,snr);
% demodulate
for i=1:N/2l_output=QPSK_receive(1,(i-1)*length(bit_t)+1:i*length(bit_t)).*cos(2*pi*fc*bit_t);if sum(l_output)>0l_recover(i)=1;elsel_recover(i)=-1;endQ_output=QPSK_receive(1,(i-1)*length(bit_t)+1:i*length(bit_t)).*cos(2*pi*fc*bit_t+pi/2);if sum(Q_output)>0Q_recover(i)=1;elseQ_recover(i)=-1;end
endbit_recover=[];
for i=1:Nif mod(i,2)~=0bit_recover=[bit_recover,l_recover((i-1)/2+1)];elsebit_recover=[bit_recover,Q_recover(i/2)];end
end% using plot to compare bitsteam, I, Q
recover_data=[];
for i=1:Nrecover_data=[recover_data,bit_recover(i)*ones(1,T*Fs)];
end
l_recover_data=[];Q_recover_data=[];
for i=1:N/2l_recover_data=[l_recover_data,l_recover(i)*ones(1,T*Fs*2)];Q_recover_data=[Q_recover_data,Q_recover(i)*ones(1,T*Fs*2)];
end
% plot
figure();
t=0:1/Fs:N*T-1/Fs;
subplot(3,1,2)
plot(t,l_recover_data);legend('l Bitstream')
subplot(3,1,3)
plot(t,Q_recover_data);legend('Q Bitstream')
subplot(3,1,1)
plot(t,recover_data);legend('Bitstream')

 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/640819.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

探索设计模式的魅力:一次设计,多次利用,深入理解原型模式的设计艺术

原型模式是一种设计模式,属于创建型模式的一种,它用于创建重复的对象,同时又能保持性能。在原型模式中,通过复制现有对象的原型来创建新对象,而不是通过实例化类来创建对象。这样做可以避免耗费过多的资源开销&#xf…

python-自动篇-办公-用Excel画画

文章目录 代码所遇问题ModuleNotFoundError: No module named xlsxwriterFileNotFoundError: [Errno 2] No such file or directory: 111.jpg 效果附件图片excel 代码 # coding: utf-8from PIL import Image from xlsxwriter.workbook import Workbookclass ExcelPicture(obje…

使用双异步后,如何保证数据一致性?

目录 一、前情提要二、通过Future获取异步返回值1、FutureTask 是基于 AbstractQueuedSynchronizer实现的2、FutureTask执行流程3、get()方法执行流程 三、FutureTask源码具体分析1、FutureTask源码2、将异步方法的返回值改为Future<Integer>&#xff0c;将返回值放到new…

1.21 day6 IO网络编程

网络聊天室 服务端 #include <myhead.h> #define PORT 8888 #define IP "192.168.122.48" struct MSG {char tyep;char name[20];char buf[128]; }; typedef struct Node {struct sockaddr_in cin;struct Node*next; }*node;int main(int argc, const char *…

提升认知,推荐15个面向开发者的中文播客

前言 对于科技从业者而言&#xff0c;无论是自学成才的程序员&#xff0c;还是行业资深人士&#xff0c;终身学习是很有必要的&#xff0c;尤其是在这样一个技术快速迭代更新的时代。 作为一个摆脱了时间和空间限制的资讯分享平台&#xff0c;播客&#xff08;Podcast&#x…

42 漏洞发现-操作系统之漏洞探针类型利用修复

目录 系统漏洞发现意义?漏洞类型危害情况?如何做好未卜先知?相关名词解释:漏洞扫描工具演示-Goby&#xff0c;Nmap&#xff0c;Nessus(操作)漏洞类型区分讲解-权限提升,远程执行等(思路)漏洞利用框架演示-Metasploit,Searchsploit等(操作)漏洞修复方案讲解说明-补丁,防护软件…

go和swoole性能比较

开发效率 Go语言是本质上是静态语言&#xff0c;开发效率稍差&#xff0c;但性能更强&#xff0c;更适合底层软件的开发 Swoole使用PHP语言&#xff0c;动态脚本语言&#xff0c;开发效率最佳&#xff0c;更适合应用软件的开发 IO模型 go语言使用单线程eventloop处理IO事件&…

GO 的那些 IDE

文章目录 支持哪些功能快捷键代码高亮代码格式化代码提示导航跳转代码调试构建编译其他功能 GO有哪些IDEGolandVS CodeVim GOSublime TextAtomLiteIDEEclipse 总结 “程序员为什么要使用 IDE”&#xff0c;在一些社区论坛&#xff0c;经常可以看到这样的提问。关于是否应该使用…

Tomcat目录和文件

打开tomcat的解压之后的目录可以看到如下的目录结构&#xff1a; Bin bin目录主要是用来存放tomcat的命令&#xff0c;主要有两大类&#xff0c;一类是以.sh结尾的&#xff08;linux命令&#xff09;&#xff0c;另一类是以.bat结尾的&#xff08;windows命令&#xff09;。 …

sqlmap使用教程(2)-连接目标

目录 连接目标 1.1 设置认证信息 1.2 配置代理 1.3 Tor匿名网络 1.4 检测WAF/IPS 1.5 调整连接选项 1.6 处理连接错误 连接目标 场景1&#xff1a;通过代理网络上网&#xff0c;需要进行相应配置才可以成功访问目标主机 场景2&#xff1a;目标网站需要进行身份认证后才…

微信小程序-03

小程序官方把 API 分为了如下 3 大类&#xff1a; 事件监听 API 特点&#xff1a;以 on 开头&#xff0c;用来监听某些事件的触发 举例&#xff1a;wx.onWindowResize(function callback) 监听窗口尺寸变化的事件 同步 API 特点1&#xff1a;以 Sync 结尾的 API 都是同步 API 特…

扫地机器人(二分算法+贪心算法)

1. if(robot[i]-len<sweep)这个代码的意思是——如果机器人向左移动len个长度后&#xff0c;比现在sweep的位置&#xff08;现在已经覆盖的范围&#xff09;还要靠左&#xff0c;就是覆盖连续不起来&#xff0c;呢么这个len就是有问题的&#xff0c;退出函数&#xff0c;再…

黑马axios案例之地区查询

查询某个省内某个城市的所有地区 接口&#xff1a;http://hmajax.itheima.net/api/area 参数名: pname:省份名字或直辖市名字&#xff0c;比如北京、福建省、辽宁省… cname:城市名字&#xff0c;比如北京市、厦门市、大连市… <!DOCTYPE html> <html lang"en&q…

嵌入式软件工程师面试题——2025校招社招通用(计算机网络篇)(三十二)

说明&#xff1a; 面试群&#xff0c;群号&#xff1a; 228447240面试题来源于网络书籍&#xff0c;公司题目以及博主原创或修改&#xff08;题目大部分来源于各种公司&#xff09;&#xff1b;文中很多题目&#xff0c;或许大家直接编译器写完&#xff0c;1分钟就出结果了。但…

[足式机器人]Part2 Dr. CAN学习笔记- 最优控制Optimal Control Ch07-4 轨迹追踪

本文仅供学习使用 本文参考&#xff1a; B站&#xff1a;DR_CAN Dr. CAN学习笔记 - 最优控制Optimal Control Ch07-4 轨迹追踪 1. 目标误差控制-误差的调节2. 稳态非零值控制3. 输入增量控制 1. 目标误差控制-误差的调节 2. 稳态非零值控制 3. 输入增量控制

fiddler流量捕获之winconfig

windows 使用了一种叫做“AppContainer”的隔离技术&#xff0c;使得一些流量无法正常捕获&#xff0c;在 fiddler中点击 WinConfig 按钮可以解除&#xff0c;这个与菜单栏 Tools→Win8 Loopback Exemptions 功能是相同的&#xff0c;流量捕获&#xff1a;指拦截和记录通过计算…

GPT-4 的决策在股市中进行量化投资

论文题目:Can Large Language Models Beat Wall Street? Unveiling the Potential of AI in Stock Selection 论文链接:https://arxiv.org/abs/2401.03737 博客地址:https://www.marketsense-ai.com/ 从本质上来说&#xff0c;股票选择是个价格发现机制&#xff0c;在股票投…

Web 开发 1: Flask 框架介绍和使用

在 Web 开发中&#xff0c;Flask 是一个流行且灵活的 Python Web 框架&#xff0c;用于构建 Web 应用程序。它简洁而易于上手&#xff0c;适用于小型到中型的项目。在本篇博客中&#xff0c;我将为你介绍 Flask 框架的基础知识和常用技巧&#xff0c;帮助你更好地掌握 Web 开发…

opencv#28 图像卷积

图像卷积 图像卷积是图像处理中最为基础的操作之一&#xff0c;其常用在图像的边缘检测&#xff0c;图像的去噪声以及图像压缩等领域。 图像卷积主要步骤: Step1:将卷积模板旋转180。 Step2:卷积模板移动到对应位置。 Step3:模板内求和&#xff0c;保存求和结果。 Step4:滑…

容器技术2-镜像与容器储存

目录 一、镜像制作 1、ddocker build 2、docker commit 二、镜像存储 1、公共仓库 2、私有仓库 三、镜像使用 四、容器存储 1、镜像元数据 2、存储驱动 3、数据卷 一、镜像制作 1、ddocker build 基于 Dockerfile 自动构建镜像 其机制为&#xff1a;每一行都会基于…