【MATLAB源码-第213期】基于matlab的16QAM调制解调系统软硬判决对比仿真，输出误码率曲线对比图。

本文链接：https://blog.csdn.net/2401_83582367/article/details/142057072

操作环境：

MATLAB 2022a

1、算法描述

一、16QAM调制原理
在16QAM（16 Quadrature Amplitude Modulation）调制中，一个符号表示4个比特的数据。这种调制方式结合了幅度调制和相位调制，能够在相同的频谱资源下传输更多的数据。具体来说，16QAM星座图通常为4x4矩阵，每个信号点的实部和虚部的值分别取自集合{-3, -1, 1, 3}，从而形成16个不同的信号点，每个点对应一个唯一的4比特二进制序列。

二、信号的生成与调制
在我们的系统中，首先生成一个长度为100000比特的随机二进制数据序列。然后，这个序列被分割成每组4个比特的数据块，每个数据块将映射到一个16QAM符号。具体的映射方式如下：

前两个比特决定符号的实部：如果前两个比特是11，则实部为+1；如果是10，则实部为+3；如果是01，则实部为-1；如果是00，则实部为-3。
后两个比特决定符号的虚部：如果后两个比特是11，则虚部为+1；如果是10，则虚部为+3；如果是01，则虚部为-1；如果是00，则虚部为-3。
通过这种方式，我们可以将二进制数据映射到16QAM符号上。

三、加入噪声
信号在实际传输中会受到噪声的影响。为了模拟这种情况，我们引入了AWGN（加性高斯白噪声）信道。在每个信噪比（SNR）水平下，我们将16QAM符号加上对应的高斯噪声，生成接收的符号。

四、软判决与硬判决
在接收到带有噪声的符号后，需要进行解调，将符号还原成二进制数据。解调方式主要有两种：软判决和硬判决。

软判决
软判决通过计算接收符号与星座图中各个信号点的欧氏距离，选择距离最近的信号点来确定原始数据。具体的步骤如下：

对于每个接收符号，分别计算其与星座图中所有信号点的距离。
根据距离选择最接近的信号点。
根据选择的信号点确定二进制数据。
这种方法利用了信号点之间的距离信息，可以更好地抵抗噪声，通常能获得较低的误码率。

硬判决
硬判决则是根据接收符号的实部和虚部分别进行直接判决，不考虑距离信息。具体的步骤如下：

对于每个接收符号，直接判断其实部和虚部的值。
根据实部和虚部的范围，确定对应的二进制数据。例如，实部大于等于0且小于2，则前两个比特为11；实部大于等于2，则前两个比特为10，等等。
这种方法简单直接，但在噪声较大时，误码率可能较高。

五、误码率比较
为了比较软判决和硬判决的性能，我们计算了不同信噪比（SNR）水平下的比特误码率（BER）。具体步骤如下：

对于每个SNR值，加入对应强度的噪声，生成接收符号。
分别使用软判决和硬判决进行解调，得到解调后的二进制数据。
将解调后的数据与原始数据进行比较，计算误码率。
实验结果表明，软判决在各个SNR水平下的误码率均低于硬判决，尤其在较低的SNR下，软判决的优势更加明显。

结论
通过以上描述，我们可以看到，16QAM调制方式通过结合幅度和相位调制，在同样的频谱资源下传输更多的数据。加入噪声后，通过软判决和硬判决两种方式进行解调。软判决利用了符号点之间的距离信息，能够更好地抵抗噪声，通常能获得较低的误码率；而硬判决则简单直接，但在噪声较大时，误码率较高。总体而言，软判决在抗噪声性能上优于硬判决。