semilogy(snr_in_db1, pb, '*'); hold
时间: 2024-02-16 21:02:02 浏览: 33
这是一段 MATLAB 代码,其中 `snr_in_db1` 是信噪比,`pb` 是误码率。`semilogy` 是一个 MATLAB 函数,用于绘制对数坐标下的曲线。`'*'` 表示绘制散点图,`hold` 函数用于在同一图形中绘制多个曲线。因此,这段代码的作用是在对数坐标下绘制信噪比与误码率之间的散点图,并在同一图形中绘制多个曲线。
相关问题
翻译r_db2=0:0.1:15; for i=1:length(r_db2) r=10^(r_db2(i)/10) pb_theo(i)=0.5*exp(-r/2); end %画出误码率曲线 figure(2); semilogy(r_db1,pb,'*');hold on; semilogy(r_db2,pb_theo);grid; xlabel('Eb/n0 (dB)');ylabel('P_e'); title('2FSK调制的仿真和误码率曲线');legend('仿真误码率','理论误码率');
这段代码的功能是生成2FSK调制的误码率曲线,并将其与理论误码率曲线进行比较。代码中使用了对数坐标轴,semilogy函数用于画图。其中,r_db2是一个从0到15,以0.1为步长的向量,表示信噪比Eb/N0的范围。for循环依次计算每个信噪比下的误码率,pb_theo是理论误码率向量。最后,用semilogy函数画出仿真误码率和理论误码率曲线,并加上图例和坐标轴标签。
clc; clear; close all; tic; N=128; M=[4 16 32 64]; D=5; c=0.15; nt=0.1289; nr=0.9500; N_ofdm=1000; snr_dB=1:18; SNR=10.^(snr_dB./10); for kk=1:length(snr_dB) N_fft=N*2+2; for jj=1:length(M) base_data=randi([0 1],1,N*N_ofdm*log2(M(jj))); data_temp1= reshape(base_data,log2(M(jj)),[])'; data_temp2= bi2de(data_temp1); mod_data = qammod(data_temp2,M(jj)); data=reshape(mod_data,N,[])'; H_data=zeros(N_ofdm,N_fft); H_data(:,2:N_fft/2)= data; H_data(:,N_fft/2+2:N_fft)= conj(fliplr(data)); ifft_data=ifft(H_data,[],2); ifft_data=ifft_data+0.02*ones(size(ifft_data)); Noise=awgn(ifft_data,SNR(kk),'measured')-ifft_data; Rx_data=ifft_data*nt*nr*exp(-c*D)+Noise; Rx_data=Rx_data/(nt*nr*exp(-c*D)) fft_data=fft(Rx_data,[],2); Rx_psk_data=fft_data(:,2:N_fft/2); demodulation_data = qamdemod(Rx_psk_data',M(jj)); demodulation_data= reshape(demodulation_data,[],1); temp1=de2bi(demodulation_data); err(kk,jj)=sum(sum((temp1~=data_temp1))); end BER(kk,:)=err(kk,:)./(N*N_ofdm*log2(M(jj))); end figure(); for a=1:length(M) semilogy(snr_dB,BER(:,a),'*-','LineWidth',1.5);hold on; end代码逐句解释
clc; clear; close all; %清空命令窗口,清除变量,关闭所有窗口
tic; %开始计时
N=128; %设置子载波数
M=[4 16 32 64]; %设置调制阶数
D=5; %设置距离参数
c=0.15; %设置衰减系数
nt=0.1289; %设置噪声方差
nr=0.9500;
N_ofdm=1000; %设置OFDM符号数
snr_dB=1:18; %设置信噪比(dB)
SNR=10.^(snr_dB./10); %将信噪比转换为线性单位
for kk=1:length(snr_dB) %循环进行不同信噪比下的仿真
N_fft=N*2+2; %设置FFT点数
for jj=1:length(M) %循环进行不同调制阶数下的仿真
base_data=randi([0 1],1,N*N_ofdm*log2(M(jj))); %随机生成基带数据
data_temp1= reshape(base_data,log2(M(jj)),[])'; %将基带数据转换为矩阵形式
data_temp2= bi2de(data_temp1); %将二进制数据转换为十进制数据
mod_data = qammod(data_temp2,M(jj)); %QAM调制
data=reshape(mod_data,N,[])'; %将调制后的数据转换为矩阵形式
H_data=zeros(N_ofdm,N_fft); %初始化频域数据
H_data(:,2:N_fft/2)= data; %填充频域数据
H_data(:,N_fft/2+2:N_fft)= conj(fliplr(data)); %添加共轭对称的数据
ifft_data=ifft(H_data,[],2); %进行IFFT变换
ifft_data=ifft_data+0.02*ones(size(ifft_data)); %添加循环前缀
Noise=awgn(ifft_data,SNR(kk),'measured')-ifft_data; %添加高斯白噪声
Rx_data=ifft_data*nt*nr*exp(-c*D)+Noise; %接收端信号
Rx_data=Rx_data/(nt*nr*exp(-c*D)); %对接收信号进行归一化
fft_data=fft(Rx_data,[],2); %进行FFT变换
Rx_psk_data=fft_data(:,2:N_fft/2); %提取频域数据
demodulation_data = qamdemod(Rx_psk_data',M(jj)); %QAM解调
demodulation_data= reshape(demodulation_data,[],1); %将解调后的数据转换为列向量
temp1=de2bi(demodulation_data); %将十进制数据转换为二进制数据
err(kk,jj)=sum(sum((temp1~=data_temp1))); %计算错误比特数
end
BER(kk,:)=err(kk,:)./(N*N_ofdm*log2(M(jj))); %计算误比特率
end
figure(); %绘制误比特率曲线图
for a=1:length(M)
semilogy(snr_dB,BER(:,a),'*-','LineWidth',1.5);hold on; %绘制误比特率曲线
end