简介这份MATLAB仿真资源围绕BPSK调制解调全流程设计适合通信原理学习、课程设计或仿真验证。压缩包共5个文件含4个.m脚本和1个txt说明主函数实现随机序列生成、双极性变换、上采样、成形滤波、载波调制、加噪、相干解调、低通与匹配滤波、抽样判决三个辅助函数分别实现低通滤波、升余弦滚降滤波和频谱绘制txt补充使用说明。包体仅5KB代码注释详细支持2018与2023版MATLAB。已有3973人学习下载。运行后可输出各环节时域波形、功率谱、频谱图、星座图、眼图及理论与仿真误码率曲线直观展示成形滤波限带、匹配滤波消除码间干扰、上采样压缩频谱宽度的作用设信噪比为单值即可观察完整调制解调过程适合系统掌握BPSK收发链路。1. 为什么拿BPSK练手是通信仿真最好的起点很多同学第一次用MATLAB搭通信链路就直奔QPSK甚至16QAM结果星座图散成一团眼图糊成一片最后只能把锅甩给“信道太差”。其实单从“验证仿真代码逻辑是否正确”这个目标来看BPSK几乎是唯一不会让你产生自我怀疑的选择——调制域只有两个点判决门限天然是0即使信道再烂你也能一眼看出星座图是否发生了旋转、幅度是否失真。换句话说BPSK的误码率理论和仿真对不上时问题百分之百出在代码或参数上而不是算法理解上。这篇文章就顺着“BPSK调制和解调仿真超详细的MATLAB代码”这个方向把从产生随机比特、映射成符号、过AWGN信道、相干解调到误码率统计的完整链路拆开揉碎。你不需要额外装任何工具箱只要有一份干净的MATLAB基础环境跟着每一段代码走最后能拿到一条贴着理论曲线的误码率折线。文章也把那些容易让人翻车的细节单独拎出来比如信噪比定义不一致、EbN0和SNR的换算、延迟补偿漏写等这些坑没人提醒的话你可能要耗上两三天。2. BPSK仿真的最小闭环从比特生成到星座映射2.1 为什么BPSK的映射非要做成双极性BPSK的全称是Binary Phase Shift Keying二进制相移键控。它的做法是把信息加载到载波相位上通常用相位0代表比特1相位π代表比特0。在MATLAB的复数基带仿真里你不需要真的生成一个cos(2πfct)的载波只需要把比特映射成复数符号比特1映射成10j比特0映射成-10j。这套映射之所以叫“双极性”是因为它直接把二进制变成了正负号等价于把“0/1”变成了“±1”。为什么不映射成“0”和“1”两个电平因为单极性信号的平均功率里带着直流分量在过AWGN信道后等效信噪比会比双极性低3dB。而且从解调角度看双极性信号的最佳判决门限是0不随噪声功率变化单极性信号的最佳门限却是A/2但你实际拿到的接收幅度往往已经被信道增益改变门限就跟着漂了。这个细节看似不起眼却是很多入门代码里误码率对不上理论值的第一个原因。2.2 完整的发送端代码与参数说明下面这段代码生成一组随机比特完成双极性映射并且在最终统计误码率时留好了对接解调端的接口。建议把所有变量名都用全称或缩写清晰的样式方便后面扩展成QPSK或16QAM时复用同一套结构。% BPSK发射端随机比特 - 双极性符号映射 % 关键参数每个符号采样点数sps总符号数numSym % 注意BPSK一个符号携带1个比特所以符号数比特数 rng(42); % 固定随机种子保证结果可复现 numBits 100000; % 总比特数也是符号数 bits randi([0 1], numBits, 1); % 生成0/1随机比特序列 % 双极性映射0 - -1, 1 - 1 % 为什么不用 if 逐位判断向量化操作在MATLAB里快一个数量级 symbols 2 * bits - 1; % 公式(-1)^bit 的等价写法 % 给后续IQ调制留的采样率参数 sps 4; % 每个符号的采样点数这里只做占位暂不影响基带结果 % 观测一下映射结果的前10个符号 disp(前10个比特: ); disp(bits(1:10)); disp(前10个符号: ); disp(symbols(1:10));这段代码的核心就一行symbols 2 * bits - 1。这条式子把0变成-11变成1完成BPSK的星座映射。可能有读者会问为什么不直接用(-1).^bits两种写法结果等价但2*bits-1不涉及指数运算在大数组上执行更快。rng(42)这行容易被忽略但对仿真可复现至关重要——不固定随机种子的话你两次跑出来的误码率曲线会有一点点抖动虽然不影响整体趋势但在调试阶段容易误导你判断代码是否改对了。做完映射先把数据存成.mat文件或者留在工作区里等解调端写完再合并验证。这里故意没有做脉冲成型滤波原因是基带等效仿真的第一步应该先把“无码间干扰”的理想情况跑通再引入升余弦滤波。一上来就加滤波出了误码率问题你根本分不清是滤波参数错了还是解调逻辑错了。2.3 调制端还能怎么扩展有的课程设计会要求看到时域波形这时你需要把复数符号变成实信号。常见做法是产生一个载波并用符号去控制其相位也就是把上面的symbols序列通过IQ调制映射成实信号。但如果你想在自己的项目里加一个“观察信号频谱”的步骤建议不要直接上载波而是在复数基带域用pwelch函数先看基带信号的功率谱密度——BPSK基带信号的频谱主瓣宽度等于符号速率过零点在fRs处。你会在频谱图上看到主瓣两侧的旁瓣以每倍频程-6dB的速度衰减这个特征既直观又能回头检验映射是否正确。总之发送端最小闭环做到这里已经完整随机比特 → 双极性符号。接下来要处理的是噪声注入的方式这直接决定你仿真的“信噪比”和理论公式里的EbN0对不上时问题出在哪。3. 过信道与三种常见的信噪比定义陷阱3.1 AWGN信道里噪声功率应该怎么加通信仿真里最常用的信道是加性高斯白噪声Additive White Gaussian Noise。在MATLAB里一句话就能加噪声rx tx noise但关键在于噪声方差怎么取。若用awgn函数它默认输入信号的功率是0dBW若手动生成噪声则需要根据你需要的信噪比反推噪声功率。这里有一个几乎所有初学者都会踩的坑把“信噪比SNR”和“比特信噪比EbN0”当成一回事。SNR的定义是信号功率除以噪声功率单位是dBEbN0的定义是每比特能量除以噪声功率谱密度两者之间的关系是SNR(dB) EbN0(dB) 10*log10(Rb/B)这里Rb是比特速率B是噪声带宽。在基带仿真里如果采用复数基带且采样率等于符号速率即每个符号一个采样点那么B RbSNR EbN0。只要你的仿真里sps1且没有过采样这个等式就成立不需要额外换算。为了代码更透明我习惯手动生成噪声而不是用awgn函数——手动生成时所有参数都明摆在变量里不容易被函数内部默认行为带偏% 手动方式给BPSK符号序列加高斯白噪声 % 目标给定EbN0_dB算出噪声方差加到发送符号上 % 核心公式noiseVar 1 / (10^(EbN0_dB/10))仅在双极性BPSK、符号能量1时成立 EbN0_dB 6; % 先测试6dB这个点 EbN0_lin 10^(EbN0_dB/10); % 转线性值 symbols 2 * bits - 1; % 双极性BPSK每个符号能量1 noiseVar 1 / EbN0_lin; % 噪声方差实数虚数部分总功率 noise sqrt(noiseVar/2) * (randn(numBits,1) 1j*randn(numBits,1)); % 注意此处用复数噪声因为后续扩到QPSK/16QAM时I/Q两路都要加噪声 rx symbols noise; % 接收信号 % 看一眼接收星座图 figure; plot(real(rx), imag(rx), .); axis equal; grid on; title([EbN0 , num2str(EbN0_dB), dB 时的接收星座图]); xlabel(I分量); ylabel(Q分量);这里噪声方差公式noiseVar 1 / EbN0_lin的前提是符号平均能量归一化为1。双极性BPSK的每个符号功率确实是1所以公式成立。噪声是个复高斯变量实部和虚部各分到一半方差所以前面乘了sqrt(noiseVar/2)。很多教程在BPSK阶段用纯实噪声这也没错因为你不需要Q分量承载信息但一旦你后续扩展到QPSK就要回来把这段改成复数噪声到时候容易漏改而发现QPSK误码率翻车。3.2 EbN0、SNR、EsN0三者的换算关系这个换算关系值得单独拎出来讲因为几乎每个来问“为什么我的误码率比理论值差3dB”的人最后都发现是混用了EsN0和EbN0。EsN0是每符号能量与噪声功率谱密度之比EbN0是每比特能量与噪声功率谱密度之比。对BPSK来说一个符号就是一个比特所以EsN0EbN0数值上完全相等。对QPSK来说一个符号两个比特EsN0比EbN0高3dB。对16QAM来说一个符号四个比特EsN0比EbN0高6dB。很多老代码喜欢用snr作为变量名但实际传进去的值是EbN0——这在BPSK下没问题因为两者数值相等扩展到QPSK时如果不改误码率曲线就会比理论值右移3dB。最稳妥的办法是统一用EbN0作为仿真变量名在函数入口处显式声明“本函数所有信噪比均指EbN0”。另一个容易忽略的点是过采样对噪声功率的影响。如果你的仿真在发送端做了sps倍过采样即每个符号插值成sps个采样点那么信号带宽变成了原来的sps倍同样的EbN0下噪声方差需要随sps线性增大——因为噪声带宽变宽了进入接收机的总噪声功率更多。但此时符号速率没变所以信噪比SNR反而降低了。如果你的仿真流程里有成型滤波和匹配滤波要在噪声注入前仔细算清楚带宽因子。3.3 为什么把误码率统计放在解调之后而不是硬判决之前误码率统计的另一个隐形坑是“比较时机”。如果你在硬判决之后计数需要用sum(bits ~ demodBits)如果在软判决即匹配滤波器的输出端直接统计那是符号错误率而不是比特错误率。BPSK里符号即比特两者一样但如果你扩到MQAM符号错误和比特错误之间有一个映射关系格雷映射时近似为每符号一比特错误不是简单地比较符号就能得到误码率的。还有一个容易被忽略的点误码率统计必须基于相同长度的比特序列。信道不会改变比特数量但你的解调端如果写了延迟补偿可能取出多一位或少一位最后比较时会错位。这个问题在下一章会专门讲这里先记住一个习惯——在发送端给比特序列末尾加一段已知的训练序列或标记解调后先找标记对齐再做误码率统计。4. 相干解调的完整实现从匹配滤波到判决4.1 BPSK相干解调的理论依据相干解调的本质是用一个与发送载波同频同相的本地载波与接收信号相乘再经过低通滤波得到基带信号。在基带等效仿真里这个“本地载波相乘”被简化成“乘以共轭”——因为降频和匹配滤波合并在一起了。具体实现就是rxFiltered real(rx .* conj(localRef))。对BPSK来说本地参考就是10j所以conj(localRef)1乘不乘都一样但为了代码能复用建议把这一步写出来。很多教材上写“BPSK相干解调就是取实部再判决”这个说法没错但容易让人忽略一个前提——接收信号必须与发送信号严格同步包括载波同步和定时同步。基带仿真里默认理想同步所以直接取实部即可。真正需要动脑的判决环节硬判决的门限是0即real(rx) 0判为1否则判为0。这个门限为什么是0而不是最大值的一半因为双极性信号的两个星座点对称分布在原点两侧等概率发送时最佳判决门限在两个星座点的中点也就是0。只要噪声是零均值高斯白噪声这个门限就是最小错误概率意义下的最优门限。4.2 带延迟补偿的完整解调代码以下代码完成从本文还有配套的精品资源点击获取 MATLAB BPSK通信仿真从零开始：调制解调与误码率详解
简介这份MATLAB仿真资源围绕BPSK调制解调全流程设计适合通信原理学习、课程设计或仿真验证。压缩包共5个文件含4个.m脚本和1个txt说明主函数实现随机序列生成、双极性变换、上采样、成形滤波、载波调制、加噪、相干解调、低通与匹配滤波、抽样判决三个辅助函数分别实现低通滤波、升余弦滚降滤波和频谱绘制txt补充使用说明。包体仅5KB代码注释详细支持2018与2023版MATLAB。已有3973人学习下载。运行后可输出各环节时域波形、功率谱、频谱图、星座图、眼图及理论与仿真误码率曲线直观展示成形滤波限带、匹配滤波消除码间干扰、上采样压缩频谱宽度的作用设信噪比为单值即可观察完整调制解调过程适合系统掌握BPSK收发链路。1. 为什么拿BPSK练手是通信仿真最好的起点很多同学第一次用MATLAB搭通信链路就直奔QPSK甚至16QAM结果星座图散成一团眼图糊成一片最后只能把锅甩给“信道太差”。其实单从“验证仿真代码逻辑是否正确”这个目标来看BPSK几乎是唯一不会让你产生自我怀疑的选择——调制域只有两个点判决门限天然是0即使信道再烂你也能一眼看出星座图是否发生了旋转、幅度是否失真。换句话说BPSK的误码率理论和仿真对不上时问题百分之百出在代码或参数上而不是算法理解上。这篇文章就顺着“BPSK调制和解调仿真超详细的MATLAB代码”这个方向把从产生随机比特、映射成符号、过AWGN信道、相干解调到误码率统计的完整链路拆开揉碎。你不需要额外装任何工具箱只要有一份干净的MATLAB基础环境跟着每一段代码走最后能拿到一条贴着理论曲线的误码率折线。文章也把那些容易让人翻车的细节单独拎出来比如信噪比定义不一致、EbN0和SNR的换算、延迟补偿漏写等这些坑没人提醒的话你可能要耗上两三天。2. BPSK仿真的最小闭环从比特生成到星座映射2.1 为什么BPSK的映射非要做成双极性BPSK的全称是Binary Phase Shift Keying二进制相移键控。它的做法是把信息加载到载波相位上通常用相位0代表比特1相位π代表比特0。在MATLAB的复数基带仿真里你不需要真的生成一个cos(2πfct)的载波只需要把比特映射成复数符号比特1映射成10j比特0映射成-10j。这套映射之所以叫“双极性”是因为它直接把二进制变成了正负号等价于把“0/1”变成了“±1”。为什么不映射成“0”和“1”两个电平因为单极性信号的平均功率里带着直流分量在过AWGN信道后等效信噪比会比双极性低3dB。而且从解调角度看双极性信号的最佳判决门限是0不随噪声功率变化单极性信号的最佳门限却是A/2但你实际拿到的接收幅度往往已经被信道增益改变门限就跟着漂了。这个细节看似不起眼却是很多入门代码里误码率对不上理论值的第一个原因。2.2 完整的发送端代码与参数说明下面这段代码生成一组随机比特完成双极性映射并且在最终统计误码率时留好了对接解调端的接口。建议把所有变量名都用全称或缩写清晰的样式方便后面扩展成QPSK或16QAM时复用同一套结构。% BPSK发射端随机比特 - 双极性符号映射 % 关键参数每个符号采样点数sps总符号数numSym % 注意BPSK一个符号携带1个比特所以符号数比特数 rng(42); % 固定随机种子保证结果可复现 numBits 100000; % 总比特数也是符号数 bits randi([0 1], numBits, 1); % 生成0/1随机比特序列 % 双极性映射0 - -1, 1 - 1 % 为什么不用 if 逐位判断向量化操作在MATLAB里快一个数量级 symbols 2 * bits - 1; % 公式(-1)^bit 的等价写法 % 给后续IQ调制留的采样率参数 sps 4; % 每个符号的采样点数这里只做占位暂不影响基带结果 % 观测一下映射结果的前10个符号 disp(前10个比特: ); disp(bits(1:10)); disp(前10个符号: ); disp(symbols(1:10));这段代码的核心就一行symbols 2 * bits - 1。这条式子把0变成-11变成1完成BPSK的星座映射。可能有读者会问为什么不直接用(-1).^bits两种写法结果等价但2*bits-1不涉及指数运算在大数组上执行更快。rng(42)这行容易被忽略但对仿真可复现至关重要——不固定随机种子的话你两次跑出来的误码率曲线会有一点点抖动虽然不影响整体趋势但在调试阶段容易误导你判断代码是否改对了。做完映射先把数据存成.mat文件或者留在工作区里等解调端写完再合并验证。这里故意没有做脉冲成型滤波原因是基带等效仿真的第一步应该先把“无码间干扰”的理想情况跑通再引入升余弦滤波。一上来就加滤波出了误码率问题你根本分不清是滤波参数错了还是解调逻辑错了。2.3 调制端还能怎么扩展有的课程设计会要求看到时域波形这时你需要把复数符号变成实信号。常见做法是产生一个载波并用符号去控制其相位也就是把上面的symbols序列通过IQ调制映射成实信号。但如果你想在自己的项目里加一个“观察信号频谱”的步骤建议不要直接上载波而是在复数基带域用pwelch函数先看基带信号的功率谱密度——BPSK基带信号的频谱主瓣宽度等于符号速率过零点在fRs处。你会在频谱图上看到主瓣两侧的旁瓣以每倍频程-6dB的速度衰减这个特征既直观又能回头检验映射是否正确。总之发送端最小闭环做到这里已经完整随机比特 → 双极性符号。接下来要处理的是噪声注入的方式这直接决定你仿真的“信噪比”和理论公式里的EbN0对不上时问题出在哪。3. 过信道与三种常见的信噪比定义陷阱3.1 AWGN信道里噪声功率应该怎么加通信仿真里最常用的信道是加性高斯白噪声Additive White Gaussian Noise。在MATLAB里一句话就能加噪声rx tx noise但关键在于噪声方差怎么取。若用awgn函数它默认输入信号的功率是0dBW若手动生成噪声则需要根据你需要的信噪比反推噪声功率。这里有一个几乎所有初学者都会踩的坑把“信噪比SNR”和“比特信噪比EbN0”当成一回事。SNR的定义是信号功率除以噪声功率单位是dBEbN0的定义是每比特能量除以噪声功率谱密度两者之间的关系是SNR(dB) EbN0(dB) 10*log10(Rb/B)这里Rb是比特速率B是噪声带宽。在基带仿真里如果采用复数基带且采样率等于符号速率即每个符号一个采样点那么B RbSNR EbN0。只要你的仿真里sps1且没有过采样这个等式就成立不需要额外换算。为了代码更透明我习惯手动生成噪声而不是用awgn函数——手动生成时所有参数都明摆在变量里不容易被函数内部默认行为带偏% 手动方式给BPSK符号序列加高斯白噪声 % 目标给定EbN0_dB算出噪声方差加到发送符号上 % 核心公式noiseVar 1 / (10^(EbN0_dB/10))仅在双极性BPSK、符号能量1时成立 EbN0_dB 6; % 先测试6dB这个点 EbN0_lin 10^(EbN0_dB/10); % 转线性值 symbols 2 * bits - 1; % 双极性BPSK每个符号能量1 noiseVar 1 / EbN0_lin; % 噪声方差实数虚数部分总功率 noise sqrt(noiseVar/2) * (randn(numBits,1) 1j*randn(numBits,1)); % 注意此处用复数噪声因为后续扩到QPSK/16QAM时I/Q两路都要加噪声 rx symbols noise; % 接收信号 % 看一眼接收星座图 figure; plot(real(rx), imag(rx), .); axis equal; grid on; title([EbN0 , num2str(EbN0_dB), dB 时的接收星座图]); xlabel(I分量); ylabel(Q分量);这里噪声方差公式noiseVar 1 / EbN0_lin的前提是符号平均能量归一化为1。双极性BPSK的每个符号功率确实是1所以公式成立。噪声是个复高斯变量实部和虚部各分到一半方差所以前面乘了sqrt(noiseVar/2)。很多教程在BPSK阶段用纯实噪声这也没错因为你不需要Q分量承载信息但一旦你后续扩展到QPSK就要回来把这段改成复数噪声到时候容易漏改而发现QPSK误码率翻车。3.2 EbN0、SNR、EsN0三者的换算关系这个换算关系值得单独拎出来讲因为几乎每个来问“为什么我的误码率比理论值差3dB”的人最后都发现是混用了EsN0和EbN0。EsN0是每符号能量与噪声功率谱密度之比EbN0是每比特能量与噪声功率谱密度之比。对BPSK来说一个符号就是一个比特所以EsN0EbN0数值上完全相等。对QPSK来说一个符号两个比特EsN0比EbN0高3dB。对16QAM来说一个符号四个比特EsN0比EbN0高6dB。很多老代码喜欢用snr作为变量名但实际传进去的值是EbN0——这在BPSK下没问题因为两者数值相等扩展到QPSK时如果不改误码率曲线就会比理论值右移3dB。最稳妥的办法是统一用EbN0作为仿真变量名在函数入口处显式声明“本函数所有信噪比均指EbN0”。另一个容易忽略的点是过采样对噪声功率的影响。如果你的仿真在发送端做了sps倍过采样即每个符号插值成sps个采样点那么信号带宽变成了原来的sps倍同样的EbN0下噪声方差需要随sps线性增大——因为噪声带宽变宽了进入接收机的总噪声功率更多。但此时符号速率没变所以信噪比SNR反而降低了。如果你的仿真流程里有成型滤波和匹配滤波要在噪声注入前仔细算清楚带宽因子。3.3 为什么把误码率统计放在解调之后而不是硬判决之前误码率统计的另一个隐形坑是“比较时机”。如果你在硬判决之后计数需要用sum(bits ~ demodBits)如果在软判决即匹配滤波器的输出端直接统计那是符号错误率而不是比特错误率。BPSK里符号即比特两者一样但如果你扩到MQAM符号错误和比特错误之间有一个映射关系格雷映射时近似为每符号一比特错误不是简单地比较符号就能得到误码率的。还有一个容易被忽略的点误码率统计必须基于相同长度的比特序列。信道不会改变比特数量但你的解调端如果写了延迟补偿可能取出多一位或少一位最后比较时会错位。这个问题在下一章会专门讲这里先记住一个习惯——在发送端给比特序列末尾加一段已知的训练序列或标记解调后先找标记对齐再做误码率统计。4. 相干解调的完整实现从匹配滤波到判决4.1 BPSK相干解调的理论依据相干解调的本质是用一个与发送载波同频同相的本地载波与接收信号相乘再经过低通滤波得到基带信号。在基带等效仿真里这个“本地载波相乘”被简化成“乘以共轭”——因为降频和匹配滤波合并在一起了。具体实现就是rxFiltered real(rx .* conj(localRef))。对BPSK来说本地参考就是10j所以conj(localRef)1乘不乘都一样但为了代码能复用建议把这一步写出来。很多教材上写“BPSK相干解调就是取实部再判决”这个说法没错但容易让人忽略一个前提——接收信号必须与发送信号严格同步包括载波同步和定时同步。基带仿真里默认理想同步所以直接取实部即可。真正需要动脑的判决环节硬判决的门限是0即real(rx) 0判为1否则判为0。这个门限为什么是0而不是最大值的一半因为双极性信号的两个星座点对称分布在原点两侧等概率发送时最佳判决门限在两个星座点的中点也就是0。只要噪声是零均值高斯白噪声这个门限就是最小错误概率意义下的最优门限。4.2 带延迟补偿的完整解调代码以下代码完成从本文还有配套的精品资源点击获取