matlab 画图 误码率

### 绘制误码率曲线的方法

在MATLAB中绘制误码率（Bit Error Rate, BER）曲线涉及多个方面，包括设置参数、计算理论值和仿真值，并最终绘图。以下是具体实现方法：

#### 设置参数
定义所需的变量，如信噪比范围 `EbNo` 和调制方式等。

% 定义信噪比范围 (dB)
EbNo = 0:1:20;

#### 计算理论误码率
对于不同类型的调制方案有不同的理论公式用于计算误码率。例如，在二进制相移键控（BPSK）的情况下，可以使用以下表达式[^1]：

\[ \text{BER} = Q\left(\sqrt{\frac{2E_b}{N_0}}\right) \]

其中 \( E_b/N_0 \) 是每比特能量与噪声功率谱密度之比，\( Q(x)=\frac{1}{\sqrt{2π}}∫_{x}^{∞}e^{-t^2/2}\mathrm dt\) 表示高斯误差函数。

berTheory = berawgn(EbNo,'psk',2,'nondiff'); % BPSK理论误码率

#### 进行蒙特卡洛仿真实验获取实际误码率
通过生成随机数据序列并应用相应的调制解调过程来获得实验性的误码率估计值。这里以ASK为例说明[^2]:

M = 2; % ASK信号的电平数
numBits = 1e5; % 总发送位数
dataIn = randi([0 M-1], numBits, 1); % 随机输入数据流
modSignal = pskmod(dataIn, M, pi/M); % 调制后的基带信号
noiseVar = 1 ./ (10 .^(EbNo(:)/10)); % 不同SNR下的加性白高斯噪声方差
berSimulated = zeros(size(EbNo));

for k = 1:length(EbNo)
    noisySig = awgn(modSignal, EbNo(k), 'measured');
    dataOut = pskdemod(noisySig, M, pi/M);
    [~, berSimulated(k)] = biterr(dataIn, dataOut);
end

#### 绘制图形
最后一步就是把上述得到的数据可视化出来。为了使图表更清晰易懂，还可以添加标题、坐标轴标签以及图例等辅助信息[^3]。

semilogy(EbNo, berTheory, '-o', EbNo, berSimulated, '*-', ...
         'LineWidth', 1.5);

title('BPSK Bit Error Rate Performance in AWGN Channel');
xlabel('Eb/No (dB)');
ylabel('Bit Error Rate');
grid on;

legend({'Theoretical BER', 'Simulated BER'},...
       'Location','SouthWest');
axis([min(EbNo)-1 max(EbNo)+1 1e-6 1]);