matlab bpsk 噪声

在MATLAB中，可以使用awgn()函数或wgn函数来产生高斯白噪声。BPSK是一种调制方式，可以在MATLAB中进行仿真，并叠加高斯白噪声。为了模拟噪声，我们可以使用信噪比（SNR）来衡量信号和噪声的相对强度。在MATLAB中，可以使用以下代码来计算误码率（BER）：

snr_dB = 1:10; % 信噪比范围
snr = 10.^(snr_dB/10); % 单位换算
delt_fa = 10.^(-snr_dB/10); % 白噪声的方差，即噪声功率
delt = sqrt(delt_fa); % 噪声幅值（强度）
Pe = zeros(1,length(snr_dB)); % 定义存放误码率的矩阵

for iter = 1:length(snr_dB)
    N = 100000; % 二进制序列长度
    fa_bit = randi([0 1],[1 N]); % bit stream，产生二进制随机序列，长度为N
    fa_key = randi([0 1],[1 N]); % 密钥序列
    fa_enc = bitxor(fa_bit,fa_key); % 已加密钥序列
    m_s = 2*fa_enc-1; % double polar 加密钥后的双极性序列（BPSK信号）
    me = mean(fa_key); % 求均值
    av = var(fa_key); % 求方差
    n = delt(iter)*(randn(1,N) + sqrt(-1)*randn(1,N))/sqrt(2); % 复噪声
    r = m_s + n; % BPSK信号加信道噪声
    es_fa = sign(real(r)); % 抽样判决
    es_bit = (1 + es_fa)/2; % 二进制序列（解调）
    de_enc = bitxor(es_bit,fa_key); % 解密
    Pe(iter) = sum(fa_bit~=de_enc)/N; % 计算误码率
    theory_Pe = erfc(sqrt(snr))/2; % 计算理论误码率
end

figure
semilogy(snr_dB,Pe,'r-o',snr_dB,theory_Pe,'*-b'); % 画曲线
xlabel('信噪比SNR (dB)');
ylabel('误码率BER');
title('误码率曲线 SNR/10dB');
legend('BPSK仿真误码率','BPSK理论误码率');

以上代码可以计算并绘制出BPSK信号在不同SNR下的误码率曲线。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *3* [BPSK调制系统MATLAB仿真实现(1)](https://blog.csdn.net/naturly/article/details/109052428)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
- *2* [BPSK.rar_matlab bpsk调制_噪声叠加](https://download.csdn.net/download/weixin_42664597/86143271)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]