基于OFDM+64QAM系统的载波同步matlab仿真,输出误码率,星座图,鉴相器,锁相环频率响应以及NCO等

这篇具有很好参考价值的文章主要介绍了基于OFDM+64QAM系统的载波同步matlab仿真,输出误码率,星座图,鉴相器,锁相环频率响应以及NCO等。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

目录

1.算法运行效果图预览

2.算法运行软件版本

3.部分核心程序

4.算法理论概述

2.1 OFDM原理

2.2 64QAM调制

2.3 载波同步

5.算法完整程序工程


1.算法运行效果图预览

基于OFDM+64QAM系统的载波同步matlab仿真,输出误码率,星座图,鉴相器,锁相环频率响应以及NCO等,MATLAB算法开发,# 通信信号,matlab,OFDM+64QAM,载波同步,星座图,锁相环频率响应

基于OFDM+64QAM系统的载波同步matlab仿真,输出误码率,星座图,鉴相器,锁相环频率响应以及NCO等,MATLAB算法开发,# 通信信号,matlab,OFDM+64QAM,载波同步,星座图,锁相环频率响应基于OFDM+64QAM系统的载波同步matlab仿真,输出误码率,星座图,鉴相器,锁相环频率响应以及NCO等,MATLAB算法开发,# 通信信号,matlab,OFDM+64QAM,载波同步,星座图,锁相环频率响应 

2.算法运行软件版本

MATLAB2022a

3.部分核心程序

............................................................................
for ij=1:Nframe      
    [sj,ij]
    %64个符号的训练序列
    msg1          = round(63*rand(64,1));
    msg2          = repmat(msg1,2,1); 
    msg2_64QAM    = qammod(msg2,Morder);
     
    dataPre       = round(63*rand(36,1));  
    dataPre_64QAM = qammod(dataPre,Morder);  
    %数据   
    signal        = round(63*rand(nsym-2*64-36,1));      
    signal_64QAM  = qammod(signal,Morder);
  
    Tx_din        = [dataPre;msg2;signal];
    Tx_bin        = de2bi(Tx_din,6,'left-msb');
    Tx_bin2       = Tx_bin.';
    %发送数据的二进制数
    Tx_bin3       = reshape(Tx_bin2,[],1);   
 
    dataTxSig     =[dataPre_64QAM;msg2_64QAM;signal_64QAM];
    dataTx        = dataTxSig.*Carrier.';
..............................................................................   
        %积分滤波器
        PLL_Phase_Part(i)= Discriminator(i)*C1;
        PLL_Freq_Part(i) = Discriminator(i-1)*C2+PLL_Freq_Part(i-1);
        Freq_Control(i)  = PLL_Phase_Part(i)+PLL_Freq_Part(i);
        NCO_Phase(i)     = NCO_Phase(i-1)+Freq_Control(i-1);
        fre(i)           = NCO_Phase(i)/(2*pi*i)*fs;
        %平滑处理
        if i-len<=99
           Discriminator2(i) = mean(Discriminator(len+1:i));                
           fre2(i)           = mean(fre(len+1:i));
        else
           Discriminator2(i) = mean(Discriminator(i-99:i));
           fre2(i)           = mean(fre(i-99:i));
        end
    end         
   
    

if (sj==12 | sj==15)& ij==1

figure    
subplot(2,2,1)
plot(fre2(len+1:nsym)); 
grid on;
title('锁相环频率响应');

subplot(2,2,2)
plot(NCO_Phase(len+1:nsym)); 
grid on;
title('NCO输出相位');

subplot(2,2,3)
plot(Discriminator2(len+1:nsym));  
title('鉴相器输出');  
grid on;


subplot(2,2,4)
plot(dataPhaEst(2000:end),'b*');  
title('锁相环之前星座图');   
grid on;

figure
plot(Signal_PLL(2000:end),'r.');  
title('锁相环之后星座图');   
grid on; 

end
  
s_pll=Signal_PLL; 
dRx2=qamdemod(s_pll,Morder);
dRx1=reshape(dRx2,[],1);
dRx_bit1=de2bi(dRx1,6,'left-msb'); 
dRx_bit2=dRx_bit1.';
dRxbit=reshape(dRx_bit2,[],1);
 
for m=(1200+1):nsym 
    if dRxbit(m)~=Tx_bin3(m)  
       err_bit(ij)=err_bit(ij)+1;       
    end                         
end                                    
end                                
sum_bit_err=sum(err_bit);
BER(sj)=sum_bit_err/(Nframe*(4*nsym-300*4));
end


figure;
semilogy(SNRss,BER,'b-o');
grid on

xlabel('SNR');
ylabel('error');
0046

4.算法理论概述

        正交频分复用(OFDM)是一种在现代通信系统中广泛使用的调制技术,它具有高效的频谱利用和抗多径衰落等特点。64QAM(64-ary Quadrature Amplitude Modulation)是一种调制方式,可以在每个符号中传输更多的位信息。在OFDM系统中,保持载波同步对确保数据传输的可靠性至关重要。

2.1 OFDM原理

      OFDM将高速数据流划分为多个较低速的子载波,这些子载波之间互相正交,从而降低了子载波之间的干扰。每个子载波可以独立地调制和解调,提高了抗多径衰落和频率偏移的能力。

基于OFDM+64QAM系统的载波同步matlab仿真,输出误码率,星座图,鉴相器,锁相环频率响应以及NCO等,MATLAB算法开发,# 通信信号,matlab,OFDM+64QAM,载波同步,星座图,锁相环频率响应

2.2 64QAM调制

     64QAM是一种高阶调制方式,每个符号可以传输6个比特(2^6=6426=64种可能的组合)。每个符号的相位和幅度有64种可能的组合,使得64QAM适合传输更多的信息,但也对信号质量要求更高。

基于OFDM+64QAM系统的载波同步matlab仿真,输出误码率,星座图,鉴相器,锁相环频率响应以及NCO等,MATLAB算法开发,# 通信信号,matlab,OFDM+64QAM,载波同步,星座图,锁相环频率响应

2.3 载波同步

       在OFDM系统中,准确的载波同步是至关重要的。载波同步包括两个方面:频率同步和相位同步。频率同步旨在校准发送端和接收端的本地振荡器,以消除频率偏移。相位同步则调整接收信号的相位,以最大化解调性能。

基于OFDM+64QAM系统的载波同步matlab仿真,输出误码率,星座图,鉴相器,锁相环频率响应以及NCO等,MATLAB算法开发,# 通信信号,matlab,OFDM+64QAM,载波同步,星座图,锁相环频率响应

5.算法完整程序工程

OOOOO

OOO

O文章来源地址https://www.toymoban.com/news/detail-660214.html

到了这里,关于基于OFDM+64QAM系统的载波同步matlab仿真,输出误码率,星座图,鉴相器,锁相环频率响应以及NCO等的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

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: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包