关于64QAM调制,软硬解调详解

本文主要梳理记录一下64QAM的调制原理,以及软解调和硬解调的区别。

调制

64QAM调制是M-QAM调制的一种,属于正交振幅调制,即采用幅度相位相结合的调制方式使得一个码片包含更多bit的信息。

64QAM调制可得到64个不同的波形,分别代表000000,000001…这也意味着一共有64种符号,一个符号可以传递6bit信息。

正交调制原理

64qam调制采用IQ调制,具体原理可以看我之前整理的这篇文章:介绍IQ调制解调的原理,阐述其在BPSK,QPSK,QAM等中的应用。

星座图

在数字信号调制中,星座图通常用于表示QAM调制二维图形。星座图相对于IQ调制而言,将数据调制信息映射到极坐标中,这些信息包含了信号的幅度信息和相位信息。

星座图上的每一个点,都表示一个符号。该点I轴和Q轴的分量分别代表着正交的载波上的幅度调整。该点到原点的距离A就是调制后的幅度,夹角φ就是调制后的相位。

而星座图上点的数量,决定了每个符号传输的比特数。64QAM中的64可以看作是 2 6 2^6 26,即用6位二进制的bit信息来表示一个符号,一共有64种组合方式。

关于bit信息和符号的映射可以由使用者自己定义,也可以用默认的。但是要保证相邻符号的汉明距离分布合适。

上图所示星座图并非最初始星座图,该星座图映射是我自己定义的,能量也进行了归一化(能量归一化原理其实很简单,可以参考该文章)。

图1 64qam调制结构
图2 64qam调制模块参数

解调

解调又分为软解调和硬解调。
我们以如下接收星座图为例

硬解调

硬解调其实是把解调+硬判决的工作一起做了。简单的通过设置阈值来判断输出,以二进制来说的话,一般大于0的判1,小于0的判0。

以上图为例,只要判断6次即可。

  1. 首先判断数据点横坐标在x正半轴,则首位为1,负半轴首位为0
  2. 若数据点横坐标在正半轴,将判断数据点在0.6左边还是右边,0.6左边则第二位为1,右边这第二位为0。
  3. 若数据点横坐标在0-0.6之间,则判断在0.3左边则第三位为1,0.3右边则第三位为0。若数据点横坐标>0.6,则判断在0.9左边则第三位为1,0.9右边则第三位为0。
  4. 纵坐标同理,得到后三位数据。
    经过上述四个步骤,一个0.1+1.2i的符号,可以被解调译码为110100(具体译码规则以调制时星座图为准)

软解调

软解调是先将输入量化成N个软信息,通过最大后验概率计算每个值最有可能的原值是多少,得到最优判决,算法比较复杂误码率也更低。

以0.1+1.2i为例,软判决会输出六个软信息,分别是

0.1,0.5172,-0.2086,1.2,-0.5828,-0.2742

分别表示“实部,实部距离0.6,实部距离0.3,虚部,虚部距离0.6,虚部距离0.9”

将这六个软信息用于迭代译码即可得出更为精确的结果。

  • 3
    点赞
  • 52
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
### 回答1: MATLAB是一种强大的数学计算和数据分析软件,也是一种支持各种数字调制的软件。要实现64QAM和256QAM 调制解调,需要手动编写MATLAB代码实现以下步骤: 1.生成调制信号 首先根据所需的符号数,在MATLAB中定义星座图(即将数字映射到复平面)。接着,将所需调制信号通过星座图进行映射,得到复数型数据,并进行归一化以限制信号功率。 2.增加噪声 为了更真实地模拟通信环境,需要向调制信号添加高斯噪声。可以通过根据信号信噪比计算所需噪声方差来实现。 3.解调信号 解调信号需要先将信号通过匹配滤波器进行滤波来去除噪声和带间干扰。接着,将滤波后的信号在星座图中进行匹配反向映射以得到数字信号。 4.误码率性能测试 通过模拟多次传输并统计误码率来评估调制解调的性能。可以通过记录误码率曲线来比较不同调制方式的性能。 总之,MATLAB是一种非常强大、灵活的编程环境,可以很好地实现64QAM和256QAM调制解调。 ### 回答2: 64QAM和256QAM是数字通信常用的调制方式,在MATLAB中实现这两种调制方式的方法类似,需要进行调制解调两个步骤。 64QAM调制 首先,需要确定码元映射表。对于64QAM,可以用下面的映射表: 00: -7 - 7i 01: -7 - 5i 11: -7 - 3i 10: -7 - i 110: -7 + i 111: -7 + 3i 101: -7 + 5i 100: -7 + 7i 010: -5 - 7i 011: -5 - 5i 001: -5 - 3i 000: -5 - i 100: -5 + i 101: -5 + 3i 111: -5 + 5i 110: -5 + 7i 010: -3 - 7i 011: -3 - 5i 001: -3 - 3i 000: -3 - i 100: -3 + i 101: -3 + 3i 111: -3 + 5i 110: -3 + 7i 010: -i - 7i 011: -i - 5i 001: -i - 3i 000: -i - i 100: -i + i 101: -i + 3i 111: -i + 5i 110: -i + 7i 010: i - 7i 011: i - 5i 001: i - 3i 000: i - i 100: i + i 101: i + 3i 111: i + 5i 110: i + 7i 可以将待传输的数据按照6位一组进行分组,每组映射为一个复数,即一个I和一个Q分量,表示信号在正交坐标系下的幅度和相位。 具体的MATLAB代码实现可以参考下面的示例: % 生成随机消息 msg = randi([0 1], 1, 1920); % 6位一组分组 msg_group = reshape(msg, 6, [])'; % 映射表 map = [-7-7i, -7-5i, -7-3i, -7-i, -7+i, -7+3i, -7+5i, -7+7i; -5-7i, -5-5i, -5-3i, -5-i, -5+i, -5+3i, -5+5i, -5+7i; -3-7i, -3-5i, -3-3i, -3-i, -3+i, -3+3i, -3+5i, -3+7i; -1-7i, -1-5i, -1-3i, -1-i, -1+i, -1+3i, -1+5i, -1+7i; 1-7i, 1-5i, 1-3i, 1-i, 1+i, 1+3i, 1+5i, 1+7i; 3-7i, 3-5i, 3-3i, 3-i, 3+i, 3+3i, 3+5i, 3+7i; 5-7i, 5-5i, 5-3i, 5-i, 5+i, 5+3i, 5+5i, 5+7i; 7-7i, 7-5i, 7-3i, 7-i, 7+i, 7+3i, 7+5i, 7+7i]; % 根据映射表映射 msg_mapped = complex(zeros(size(msg_group))); for i = 1:size(msg_group, 1) for j = 1:size(msg_group, 2) idx = bi2de(msg_group(i, [1 2 3 4 5 6])') + 1; msg_mapped(i, j) = map(idx); end end % 整合I和Q部分 x = msg_mapped(:); % 生成64QAM信号 Fs = 1024; % 采样率 fc = 128; % 载波频率 t = (0:length(x)-1)/Fs; % 生成时间序列 y = real(x).*cos(2*pi*fc*t)' - imag(x).*sin(2*pi*fc*t)'; 以上代码生成了一个长度为1920的随机消息,然后将其按照6位一组分组,并将每组映射为一个复数。最后,将I和Q部分整合在一起,生成一个64QAM信号。 接下来是解调64QAM解调 对于64QAM解调需要经过以下几个步骤: 1. 将接收信号与载波相乘 2. 低通滤波,去除高频分量 3. 对信号进行采样 4. 解调,得到基带信号 具体的MATLAB代码实现可以参考下面的示例: % 添加高斯白噪声 EbNo = 10; % 信噪比 n0 = 1/(10^(EbNo/10)); % 噪声功率 y_noisy = y + sqrt(n0/2)*(randn(size(y))+1i*randn(size(y))); % 解调 r = y_noisy.*exp(-2*pi*1i*fc*t'); % 低通滤波 Wn = 20/(Fs/2); % 滤波器截止频率 [b, a] = butter(10, Wn); % 生成巴特沃斯滤波器 r_filt = filter(b, a, r); % 采样 r_down = downsample(r_filt, Fs/(fc*8)); % 生成解调映射表 dmap = zeros(64, 6); n = 1; for i = -7:2:7 for j = -7:2:7 dmap(n, :) = [de2bi(n-1, 6), i, j]; n = n + 1; end end % 解调 r_mapped = zeros(size(msg_group)); for i = 1:size(msg_group, 1) for j = 1:size(msg_group, 2) idx = find(all(repmat(real(dmap(:, [5 6])), 1, 2) == [real(r_down(i,j)); imag(r_down(i,j))])); r_mapped(i,j) = bi2de(dmap(idx, 1:6)); end end % 计算误码率 err = sum(r_mapped ~= msg_group, 'all'); ber = err/numel(msg); disp(['误码率: ', num2str(ber)]); 以上代码首先添加高斯白噪声,并进行解调。为了方便解调,需要生成64QAM解调映射表,即将复数按照幅度和相位映射为6位二进制数,然后将其与实部和虚部整合在一起,得到6+1+1=8位二进制数。可以通过枚举的方式生成这些映射表。最后,将解调后的结果与原始数据进行比对,计算误码率。 256QAM调制解调的过程类似,唯一的区别在于码元映射表的大小为16×16。具体的实现方法与64QAM相似,可以参考代码进行实现。 ### 回答3: MATLAB是一种常用的软件工具,可以用于数字信号处理和调制解调。QAM是一种常用的数字调制技术,尤其适用于广泛的应用,例如移动通信和有线电视。 在MATLAB中,可以使用通信工具箱来实现64QAM和256QAM调制解调。通信工具箱提供了丰富的函数和工具来实现数字信号处理和调制解调,因此非常适合用来实现QAM调制解调技术。 要实现64QAM调制,我们需要以下的步骤: 1. 根据信号的传输速率和信道的带宽,选择合适的载波频率和符号周期。 2. 生成64个不同的数字符号,每个符号都代表着不同的实部和虚部值。可以使用randi函数来生成随机数字,然后将它们映射到64个坐标点上,如图所示。 3. 通过使用IIR低通滤波器,将数字信号的带宽限制为载波频率的1/2,去除频谱中的高频信号,以便可以进行调制。 4. 通过将数字信号分成实部和虚部,将它们分别调制到正弦波信号和余弦波信号中。可以使用modulate函数进行调制。 5. 将调制后的正弦波信号和余弦波信号相加,形成复杂信号。可以使用复数运算实现。 要实现64QAM解调,我们需要以下步骤: 1. 通过接收到的复杂信号,使用复数分析方法将其分解为正弦波信号和余弦波信号。 2. 分别对正弦波和余弦波信号进行低通滤波,并通过解调器将它们还原为原始的数字信号。可以使用demodulate函数进行解调。 3. 通过使用IQ解调器,将分别得到的正弦波和余弦波信号合并,并得出原始的64位数字。 使用以上的方法,我们可以实现64QAM调制解调。同样,使用通信工具箱,我们也可以实现256QAM调制解调,其中要生成256个不同的数字符号,以便实现更高的数据传输速率。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值