【matlab】仿真4PSK调制信号在高斯信道下的性能，并与理论分析结果比较——仿真篇

三、4PSK调制信号在高斯信道下的性能仿真[--详细解析--]

1． MATLAB进行仿真程序如下：

%{
----------------------------------------------------------------------------- 
File:   说明文件                                                   
Time:   Created on 2016-11-23                                                
Author: Y. S. Cui <崔延硕>
----------------------------------------------------------------------------- 
    声明：所有程序均已在以下环境调试通过，现声明环境：
----------------------------------------------------------------------------- 
-|- 1、处理器：        Pentium(R) Dual-Core CPU E5800 @ 3.20GHz  3.20GHz
    2、安装内存（RAM）:8.00GB
    3、系统类型：      Matlab R2014a
    4、系统位数：      64位操作系统，基于x64的处理器
----------------------------------------------------------------------------- 
----------------------------------------------------------------------------- 
题目：试编写程序，仿真4PSK调制信号在高斯信道下的性能，并与理论分析结果比较。
分析：
----------------------------------------------------------------------------- 
%}
% //程序源代码：
%------------------------------------------%
clear all;clear;close
SNR=0:1:14;  %误码率范围

%---------------------------------------------------%
%---------------------------------------------------%
%--------------到此 for K=1:15循环开始----------------%
for k=1:15  
    M=250;    
%---------------------------------------------------%
%--------------到此 for l=1:M循环开始----------------%
for l=1:M
    N=80; 
    F=10; 
    n=0; 
    cntError=0; 
    m=1:1:10;
    s0=sin(2*pi*m/F);  %00	0o	
    s0=s0'; %s0转置 
    s1=sin(2*pi*m/F+pi/2);%10	90o
    s1=s1'; %s1转置 
    s2=sin(2*pi*m/F+pi);%11	180o
    s2=s2'; %s2转置 
    s3=sin(2*pi*m/F+3*pi/2);%01	270o
    s3=s3'; %s3转置 
    source=randsrc(1,N,[0,1,2,3;.25,.25,.25,.25]);
    %{
    randsrc(m,n);
    输出m*n阶或m*m阶矩阵，元素为随机出现的-1或1，概率为1/2；
     %随机信源元素为随机出现的0/1/2/3，概率为0.25；

    randsrc(1,N,[0,1,2,3;.25,.25,.25,.25])
    ans =
      Columns 1 through 14
    0     2     2     2     2     0     1     0     0     0     0     1     2     3
      Columns 15 through 28
    0     2     1     0     3     0     1     2     0     2     3     3     1     1
      Columns 29 through 42
    2     2     3     0     2     2     3     3     3     2     3     1     0     2
      Columns 43 through 56
    0     2     1     1     1     1     3     1     0     2     3     1     2     3
      Columns 57 through 70
    3     0     3     2     0     0     2     0     3     1     3     0     0     2
      Columns 71 through 80
    2     2     3     3     1     3     1     1     3     2
    %}
    %---------两个循环------------------%
    for i=1:N  %1-80
        for j=1:F  %1-10
        modsrc(j+(i-1)*F)=sin(pi/2*source(i)+2*pi*j/F);
        end
    end

%---------awgn - Add white Gaussian noise to signal------------------%
modsrcnoise=awgn(modsrc,SNR,4);  % 10*80——>1*800矩阵  y = awgn(x,snr,sigpower)
%{
help awgn
awgn - Add white Gaussian noise to signal
    This MATLAB function adds white Gaussian noise to the vector signal x.
    y = awgn(x,snr)
    y = awgn(x,snr,sigpower)
    y = awgn(x,snr,'measured')
    y = awgn(x,snr,sigpower,s)
    y = awgn(x,snr,'measured',state)
    y = awgn(...,powertype)
ans =
  Columns 1 through 8
0.6321    0.6895    0.8444    0.4612    0.2301   -0.3356   -1.7327   -0.6224
    ......
  Columns 793 through 800
0.4677    0.5009   -0.0102   -0.4438   -0.6277   -0.9017   -0.3601   -0.2201
%}
    for i=1:N   %1-80
    x = modsrcnoise((i-1)*F+(1:F));
        %解调经过均衡器处理的数据
        if x*(s0-s1)>=0 && x*(s0-s2)>=0 && x*(s0-s3)>=0;  
                receive(i)=0;% 对应0
        elseif x*(s1-s0)>0 && x*(s1-s2)>=0 && x*(s1-s3)>=0; 
                receive(i)=1;% 对应1
        elseif x*(s2-s0)>0 && x*(s2-s1)>0 && x*(s2-s3)>=0;
                receive(i)=2;% 对应2
        else
                receive(i)=3;% 对应3
        end
    end

    for i=1:N
        if source(i)==receive(i);
        else
        cntError=cntError+1;
        end
    end
    n=n+N;
    ErrorRate(l)=cntError/n;
end  %for 1=1:M  for l=1:M
%--------------到此 for l=1:M循环终结----------------%
%---------------------------------------------------%
    ErrorRatesum(k)=0;
    for i=1:M
        ErrorRatesum(k)=ErrorRatesum(k)+ErrorRate(i);
    end
    ErrorRateave(k)=1/M*ErrorRatesum(k);
end
%--------------到此 for K=1:15循环终结----------------%
%---------------------------------------------------%
%---------------------------------------------------%
semilogy(SNR,ErrorRateave,'-o');
%{
区别就是对谁取对数然后取代原来的x，y你可以绘图看看是不是这么回事。
譬如x = 0:.1:10;
semilogx(x,10.^x)图像是曲线
 x = 0:.1:10;
semilogy(x,10.^x)图像是直线
semilogx和semilogy的区别： semilogx是将X轴的值用对数来表示；
                          semilogy是将Y轴得到的值用对数来表示！
%}
%semilogy(SNR,ber1,'+-',SNR,ber2,'-');
grid on
hold on
ENR=10.^(SNR/10);
for i=1:15
    syms t  %This MATLAB function creates symbolic variables t
    f=1/sqrt(2*pi)*exp(-t.^2/2);%标准正态分布
    p(1,i)=int(f,t,-sqrt(ENR(i)),inf);
    %{
    这个Matlab函数返回矩阵形式的CIC滤波器的状态，而不是本地filtstates对象。
    integerstates = int(hm.states)
    %}
end
p=double(p);%double - Convert to double precision
p=1-p.^2;
semilogy(SNR,p,'r');
title('4PSK平均误码率');xlabel('SNR信噪比（db）');ylabel('BER误码率');
legend('实际结果','理论结果');