▲QPSK调制解调+FFT频偏估计+VV(Viterbi-Viterbi)相位同步+LDPC编译码通信系统matlab误码率仿真

目录

1.本系统整体构架

2.各个模块基本原理

2.1QPSK调制原理

2.QPSK解调原理

2.3 FFT频偏估计模块

2.4 VV（Viterbi-Viterbi）相位同步模块

2.5 LDPC编译码

3.仿真结果

4.完整程序下载

1.本系统整体构架

整个程序，我们采用如下的流程图实现：

2.各个模块基本原理

2.1QPSK调制原理

       正交相移键控（Quadrature Phase Shift Keying，QPSK）是一种数字调制方式。它分为绝对相移和相对相移两种。由于绝对相移方式存在相位模糊问题，所以在实际中主要采用相对移相方式DQPSK。QPSK是一种四进制相位调制，具有良好的抗噪特性和频带利用率，广泛应用 于卫星链路、数字集群等通信业务。

       QPSK是一种利用载波的四种不同相位来表示数字信息的调制方式。在QPSK中，每个码元周期内载波的相位有四种可能取值，通常分别为0、π/2、π、3π/2，或者可以表示为 ±π/4、±3π/4。由于每种相位状态可以代表2个比特的信息，因此QPSK可以在相同的带宽下传输比 BPSK 更多的数据，从而提高了频谱利用率。 

调制的结构框图如下图所示：

2.QPSK解调原理

QPSK解调原理:

       四相相移调制是利用载波的四种不同相位差来表征输入的数字信息，是四进制移相键控。QPSK是在M=4时的调相技术，它规定了四种载波相位，分别为45°，135°，225°，315°，调制器输入的数据是二进制数字序列，为了能和四进制的载波相位配合起来，则需要把二进制数据变换为四进制数据，这就是说需要把二进制数字序列中每两个比特分成一组，共有四种组合，即00，01，10，11，其中每一组称为双比特码元。每一个双比特码元是由两位二进制信息比特组成，它们分别代表四进制四个符号中的一个符号。

2.3 FFT频偏估计模块

频偏Δf会导致接收信号相位随时间线性变化：

这种相位旋转会导致解调时相位估计错误，增加误码率。

FFT频偏估计的核心思想是利用信号的周期性特性，通过频域分析找出频偏对应的峰值。

基本步骤：

1.对接收信号进行分段相关处理

2.对相关结果进行FFT变换

3.在FFT频谱中找到峰值，峰值位置对应频偏估计值

FFT频谱的峰值位置kₘₐₓ对应的频率为：

2.4 VV（Viterbi-Viterbi）相位同步模块

VV算法通过计算不同假设相位下的对数似然函数，找到使对数似然函数最大的相位作为相位偏差的估计值。即：

       这个调整后的信号将作为下一个符号周期相位估计的输入，如此循环迭代，不断地跟踪和补偿相位偏差，使得接收信号的相位尽可能地与发送信号的相位同步。

       VV算法的性能主要体现在相位估计的准确性和收敛速度上。在AWGN信道下，随着符号序列长度的增加，相位估计的方差会减小，估计的准确性会提高。这是因为随着的增大，对数似然函数能够更好地反映真实的相位偏差。

2.5 LDPC编译码

       LDPC码作为一种前向纠错码，具有卓越的性能，其纠错能力能够接近香农极限 。这意味着在理论上，LDPC码能够在极低的信噪比条件下实现可靠的数据传输，大大提高了通信系统的效率和可靠性。在深空通信中，由于信号传输距离极远，信号强度会随着距离的增加而急剧衰减，导致信噪比极低。LDPC码的应用能够在这种恶劣的信道条件下，有效地纠正传输过程中产生的错误，确保数据的准确传输。

       LDPC码的校验矩阵具有稀疏性，这是其区别于其他编码的重要特性之一。稀疏校验矩阵意味着矩阵中大部分元素为零，只有少数元素为非零值。这种稀疏性使得 LDPC 码在编码和解码过程中具有较低的复杂度，因为在矩阵运算中，与零元素的运算可以省略，从而减少了计算量和存储需求。与一些传统的编码方式相比，如卷积码，其校验矩阵相对密集，在处理长码长时，计算复杂度会显著增加，而LDPC码的稀疏校验矩阵则能够有效地避免这一问题，使得在处理长码长数据时仍能保持较低的计算复杂度。

完整链路流程为：

1.信息比特 u → LDPC编码 → 码字c

2.BPSK调制 → 信道传输 → 接收信号y

3.LDPC译码 → u^

       在发送端，原始信息比特先经过LDPC编码，增加冗余信息以提高纠错能力；然后进行BPSK 调制，将数字信号转换为适合信道传输的模拟信号；经过信道传输后，在接收端先进行BPSK解调，得到解调后的信号；再进行LDPC译码，恢复出原始信息比特。

3.仿真结果

相偏会导致星座点整体旋转，频偏会使星座点在时间维度上“旋转扩散”，两者联合干扰会让 QPSK 信号完全失准，无法正常解调。

频偏补偿能解决 “旋转扩散” 问题，但相偏导致的星座点整体旋转未被纠正，信号仍无法准确解调，说明单一补偿算法不足以应对多干扰场景。

同时对频偏和相偏进行补偿后，星座点重新聚集成4 个 “团状” 分布，虽因噪声存在一定弥散，但已接近理想星座点的位置（(−1,−1)、(−1,1)、(1,−1)、(1,1)附近）。

带频偏 + VV相位补偿算法：仅做 “相位补偿”，但未处理频偏。其误码率始终维持在10 −1 以上，说明仅补偿相位无法解决频偏的根本干扰，性能提升有限。

带相偏 + FFT频偏估计：仅做“频偏估计”，未优化相位。误码率随SNR升高缓慢下降，但始终高于 “多算法融合”的曲线，说明单一算法难以彻底解决多干扰问题。

FFT频偏估计+VV相位同步：结合“频偏估计（FFT）”和“相位同步（VV 算法）”，误码率随SNR 提升快速下降，在SNR=10时接近10 −4 ，性能远超单一算法，体现了“频偏 + 相位”联合补偿的有效性。

FFT频偏估计+VV相位同步+LDPC译码迭代2次：在“频偏+相位补偿”基础上，加入LDPC信道编码。误码率下降速度进一步加快，在SNR=6时已低于10 −4 ，说明信道编码能通过“纠错”进一步降低误码率。

FFT频偏估计+VV相位同步+LDPC译码迭代30次：LDPC译码迭代次数提升至30次，误码率下降最显著。在SNR=4时已低于10 −3 ， SNR=10时逼近10 −5 。

4.完整程序下载

完整可运行代码，博主已上传至CSDN，使用版本为matlab2022a/matlab2024b：

（本程序包含程序操作步骤视频）

https://download.csdn.net/download/ccsss22/92281306