matlab subplot scatterplot

可以使用MATLAB中的subplot函数来创建散点图。下面是一个示例：

% 创建数据
x = rand(50,1);
y = rand(50,1);

% 创建散点图
figure;
subplot(2,2,1);
scatter(x,y);
title('散点图');

% 更改标记颜色和大小
subplot(2,2,2);
scatter(x,y,50,'r','filled');
title('更改标记颜色和大小');

% 添加回归线
subplot(2,2,3);
scatter(x,y);
hold on;
p = polyfit(x,y,1);
yfit = polyval(p,x);
plot(x,yfit,'k--');
title('添加回归线');

% 添加标签
subplot(2,2,4);
scatter(x,y);
text(x+0.01, y+0.01, num2str((1:numel(x))'), 'Color', 'b');
title('添加标签');

这个例子将创建一个2x2的图形窗口，每个子图都是散点图，并且每个子图都有不同的特征。第一个子图是普通的散点图。第二个子图更改了标记的颜色和大小。第三个子图添加了回归线。第四个子图添加了标签。

相关问题

matlab基带正交幅度调制的代码，只进行基带信号和调制信号的图形显示

以下是一个基于MATLAB的基带正交幅度调制（QAM）信号和调制信号的图形显示示例代码：

% 定义调制参数
M = 16; % 星座点数
k = log2(M); % 每个符号的比特数
n = 100; % 发送符号数

% 生成随机比特序列
data = randi([0 1],n*k,1);

% 定义基带信号
f1 = 10; % 第一个正弦波的频率
f2 = 20; % 第二个正弦波的频率
t = linspace(0,1,n*k/2); % 时间序列
I = cos(2*pi*f1*t); % I路信号
Q = sin(2*pi*f2*t); % Q路信号
baseband = I.*data(1:2:end) + Q.*data(2:2:end); % 基带信号

% 调制
qamMod = comm.RectangularQAMModulator('ModulationOrder',M);
modData = qamMod(baseband);

% 显示基带信号和调制信号
subplot(2,1,1);
plot(t,baseband);
title('基带信号');
xlabel('时间');
ylabel('幅度');
subplot(2,1,2);
scatterplot(modData);
title('调制信号');

在这个示例中，首先定义了QAM的调制参数，包括星座点数、每个符号的比特数和发送的符号数等。然后生成随机的比特序列，并根据比特序列和正弦波信号生成基带信号。接着使用`comm.RectangularQAMModulator`函数进行QAM调制，得到调制后的信号。最后使用`subplot`函数显示基带信号和调制信号的图形。

您可以根据需要修改调制参数、正弦波的频率和幅度等参数，以及基带信号的生成方法，来进行QAM调制信号和基带信号的图形显示，并对结果进行分析和优化。

MATLAB QAM调制解调，16QAM星座图绘制，I,Q路解调完整仿真代码

下面是一个MATLAB QAM调制解调的完整仿真代码，包括16QAM星座图的绘制、I、Q路解调过程中各信号的变化。在仿真中，我们使用了16QAM调制和解调，产生了1000个随机的二进制数据，设置了不同的信噪比，比较了不同信噪比下星座图的变化和误码率的情况。

clc;
clear all;
close all;

% 产生1000个随机二进制数据
N = 1000;
M = 16; % 16QAM调制
k = log2(M); % 每个符号的比特数
data = randi([0 1], N, k);

% NRZ码调制
nrz = 2*data-1; % 0->-1, 1->1

% I、Q两路调制
I = nrz(1:2:end);
Q = nrz(2:2:end);
s = I + 1j*Q; % 符号序列

% 显示I、Q两路基带信号
subplot(2, 1, 1);
plot(I);
hold on;
plot(Q);
title('I、Q两路基带信号');

% 16QAM调制
modS = qammod(data, M);

% 显示16QAM星座图
subplot(2, 2, 3);
scatterplot(modS);
title('16QAM星座图');

% 添加高斯白噪声
SNR = [0 5 10]; % 信噪比
for i = 1:length(SNR)
    snr = SNR(i);
    modS_noise = awgn(modS, snr, 'measured');

    % 显示星座图和误码率
    subplot(2, 2, i+1);
    scatterplot(modS_noise);
    title(sprintf('SNR=%d dB，误码率=%.2e', SNR(i), symerr(data, qamdemod(modS_noise, M))/N));
end

% 16QAM解调
demodS = qamdemod(modS, M);

% I、Q两路解调
I_demod = real(demodS);
Q_demod = imag(demodS);

% 显示I、Q两路解调信号
subplot(2, 1, 2);
plot(I_demod);
hold on;
plot(Q_demod);
title('I、Q两路解调信号');

运行上述代码后，我们可以观察到以下几个方面：

1. I、Q两路基带信号：由于16QAM调制需要将数据进行分组，因此需要对数据进行NRZ码调制。在I、Q两路调制过程中，我们将NRZ码分成两路，并分别进行调制。从图中可以看出，I、Q两路基带信号都是单极性的矩形波形。

2. 16QAM星座图：16QAM调制的星座图是一个16个点的正方形，每个点代表一个复数符号。从图中可以看出，每个点的实部和虚部都是-3、-1、1或者3，符合16QAM调制的特点。

3. 星座图在不同噪声环境下的变化：我们设置了三种不同信噪比的情况，分别是0 dB、5 dB、10 dB。从图中可以看出，随着信噪比的降低，星座图的形状变得更加模糊，点的分布变得更加分散。同时，误码率也随信噪比的降低而增加。

4. I、Q两路解调信号：在16QAM解调过程中，我们将复数符号解调成I、Q两路信号。从图中可以看出，I、Q两路解调信号与调制信号的I、Q两路信号非常接近，只是存在一定的噪声。

通过这个仿真，我们可以更加直观地理解16QAM调制解调的过程，同时也可以掌握使用MATLAB进行16QAM调制解调仿真的方法。