简介数字通信系统中调制解调与误码率分析是衡量链路性能的核心环节而OOK作为最基础的幅度键控方式因其实现简单、功耗极低在物联网、RFID和可见光通信中仍被广泛采用。理解OOK的信号模型与相干/非相干解调原理掌握蒙特卡洛仿真中的噪声功率换算、滤波器群延迟补偿及判决门限优化是确保仿真曲线与理论公式吻合的关键。在实际工程中Eb/N0的定义、过采样率的选择、随机种子的设置都会直接影响误码率统计的可靠性。本文从通信原理与工程实践结合的角度系统梳理OOK调制解调仿真链路的搭建方法并针对仿真中常见的低信噪比偏移、高信噪比平台效应等问题给出排查思路帮助学习者快速定位误差来源顺利复现理论性能曲线。 最近整理一个OOK调制与误码率仿真工程时发现很多人拿到“OOK调制仿真.zip”这类工程包后跑出来的误码率曲线和理论公式对不上又不知道从哪排查。OOK看起来是数字调制里最简单的一种——发载波表示1不发载波表示0但真正把它放到蒙特卡洛仿真里涉及载波同步、噪声功率换算、门限判决、滤波器群延迟这一整条链路任何一个环节差一点误码率就偏一个数量级。这篇就围绕OOK信号调制、误码率验证和仿真工程搭建展开结合我实际调试的过程把原理、参数、公式还有踩过的坑一次说清楚。适合正在做通信原理课程设计、毕业设计或者刚接触调制解调仿真的同学参考。1. OOK没你想的那么简单先从调制原理说起1.1 开关键控的本质0和1与载波的通断OOK全称是On-Off Keying开关键控。它本质上是幅移键控ASK的一个特例只是把“幅度变化”简化成“有载波”和“没载波”两种状态。发送二进制1时输出一段正弦载波发送二进制0时输出为零。发射信号在数学上可以写成一个非常干净的形式s(t) A·cos(2πfct)·m(t)其中A是载波幅度fc是载波频率m(t)是单极性不归零码序列取值为0或1。注意这里的m(t)是单极性的这是OOK和BPSK最本质的区别——BPSK用双极性±1映射两个符号在信号空间里的欧氏距离是2√EbOOK用单极性0和1映射同样平均比特能量下两个符号的距离只有√(2Eb)左右比BPSK少了约3dB。这个3dB差距在误码率曲线上体现得非常直观相同Eb/N0条件下相干OOK的误码率大约是BPSK在信噪比低3dB时的水平。换句话说同样要达到10^-4误码率OOK需要多付出约3dB的发射功率。但这并不妨碍OOK在工程中的地位。它的调制器实现成本极低可以用一个开关直接控制射频通断发射端几乎不需要线性放大链路这对功耗敏感的设备非常友好。接收端也可以采用包络检波的方式连载波同步都不用做电路简单可靠。RFID、可见光通信、物联网唤醒接收机到现在仍然大量用OOK就是因为它能在极低功耗和极简硬件下完成通信任务。1.2 相干解调与非相干解调的取舍OOK的接收方式分两大类。相干解调需要本地产生与发送端同频同相的本振信号与接收信号相乘后进行低通滤波在码元中心采样判决。由于有了相干载波判决门限的理论最优值是A/2性能相对较好。非相干解调则用包络检波接收信号经过带通滤波后取包络再与门限比较。它不需要载波同步实现简单但性能比相干解调差一些而且门限优化更麻烦因为瑞利噪声包络的均值会让最佳门限偏离A/2。对比项相干解调非相干解调载波同步必需实现复杂度高不需要理论误码率Pb Q(√(Eb/N0))Pb 0.5·exp(−Eb/(2N0))相同误码率所需Eb/N0较低大约高1~2dB抗频偏能力敏感相对鲁棒典型场景固定链路、有线通信RFID、无线传感器、光通信从误码率仿真角度两种解调我建议都做一遍一方面可以互相印证接收链路是否正确另一方面能直观看到相干和非相干的性能差距到底有多大。很多教材只说“非相干比相干差”但差多少、在哪个信噪比区间开始拉开差距只有跑完曲线才有体感。2. 仿真链路这样搭理论曲线才对得上2.1 从随机比特到基带波形码元成形和过采样参数仿真第一步是确定系统参数。我用的是一组比较常规的参数码元速率Rb 1kbpsOOK每个比特对应一个码元载波频率fc 10kHz采样率fs 100kHz。这样每个码元有100个采样点每个载波周期有10个采样点既保证了波形分辨率又不至于让仿真数据量过大。有人喜欢把采样率设得很高觉得这样“更真实”但过采样率太高会显著放大噪声功率的换算误差。每个码元100个采样点对误码率仿真已经够了再高只是徒增计算量。如果有频谱分析需求比如观察OOK信号的旁瓣结构那可以适当提高采样率但误码率统计阶段没必要。发射端信号生成的流程是这样的先用randi([0 1], N, 1)生成随机比特序列然后通过repmat或者kron把每个比特扩展成100个采样点得到单极性矩形脉冲波形。再乘以载波cos(2*pi*fc*t)就完成了调制。这里的矩形脉冲成型值得多说一句。矩形脉冲的频谱sinc函数旁瓣滚降很慢如果放在带限信道里会产生严重的码间串扰所以很多教材建议用升余弦滤波器成型。但在误码率仿真中如果信道是理想高斯白噪声信道、接收端也没有带限滤波器引入ISI直接用矩形脉冲反而能更干净地验证调制解调本身的误码性能。如果想研究带限信道下的误码特性那就需要把成型滤波器和匹配滤波器一起纳入仿真那是另一个更复杂的题目。2.2 从Eb/N0到噪声功率这一步算错全盘皆输这是仿真里最容易出错、也最容易被忽视的一步。很多同学直接调用awgn(rx_signal, snr, measured)以为填了信噪比就完事了结果跑出来的误码率曲线要么整体偏离理论值要么在高信噪比区间莫名其妙地“躺平”。问题在于awgn函数的SNR定义在采样点信号功率与噪声功率之比上单位是dB而误码率曲线的横轴通常是Eb/N0。两者之间存在一个和过采样率、带宽有关的换算关系如果没搞清楚就直接用噪声功率往往会差出几倍。我自己更习惯手动加噪声因为每一步都看得见、可控。推导过程是这样的设每个比特的能量为EbEb/N0用γ表示则噪声单边功率谱密度N0 Eb/γ。在采样率fs下实带通信号的总噪声功率为N0·fs/2因此离散噪声序列的方差σ² N0·fs/2。换算到采样点方差σ² (Eb / γ) × fs / 2 (信号平均功率 / Rb) × fs / (2γ)如果信号平均功率归一化为1Rb 1000fs 100000那么当γ 1即0dB时σ² 1 × 100000 / (2 × 1000 × 1) 50。也就是说在Eb/N0 0dB时噪声标准差约为7.07远大于信号幅度1接收波形会完全淹没在噪声里误码率接近0.5。这个数值看似夸张但它是正确的——因为过采样率100意味着噪声在传输带宽内聚集了很大的总功率。在MATLAB中加噪代码可以这么写Eb mean(sig_mod.^2) / Rb; % 由调制信号实测每比特能量 N0 Eb / (10^(EbN0_dB/10)); % 计算单边噪声谱密度 noise sqrt(N0 * fs / 2) * randn(size(sig_mod)); % 高斯白噪声 rx_sig sig_mod noise;这里有个小细节Eb mean(sig_mod.^2) / Rb算出来的是信号总功率除以比特率前提是信号功率已经包含了OOK的占空比效应。因为OOK有一半时间不发送载波实际平均功率是载波功率的一半所以直接按整个序列统计平均功率是没问题的不需要额外乘系数。2.3 接收端解调和判决同步、滤波、门限的工程细节接收端我分别实现了相干解调和非相干解调两条支路。相干解调的第一步是载波同步。在理想仿真中可以假设接收端本地载波与发送端完全同频同相直接用cos(2*pi*fc*t)和接收信号相乘。相乘之后信号包含一个2fc的高频分量和一个基带分量需要用一个低通滤波器把基带分量滤出来。这里我用了一个50阶的FIR低通滤波器截止频率设为1.5倍的码元速率也就是1500Hz左右。这样既能保留基带信号的主瓣又能滤掉2fc附近的分量。滤波器群延迟是个大坑。普通filter函数会对信号引入固定延迟如果延迟量不是整数个采样点判决时刻就偏了。我用filtfilt做零相位滤波彻底避开这个问题。如果要模拟实时系统那就得把群延迟算出来并在判决时刻做补偿。判决的方式是每个码元中心取一个采样点与门限比较。理论最优门限是A/2也就是载波幅度的一半。发射端载波幅度A是已知的仿真时可以直接用这个理论值。但如果要看工程上的效果可以用训练序列估算门限或者对接收波形做统计取接收信号包络的均值再乘以一个经验系数。非相干解调更简单用hilbert求解析信号取模得到包络然后在每个码元中心采样判决。注意包络检波在低信噪比时会出现门限偏置因为噪声包络服从瑞利分布均值不为零。此时最优门限会高于A/2大约在A/2加上噪声包络均值附近。仿真时如果一直用理论值A/2低信噪比段的误码率会比理论偏高。常规做法是先根据无信号时的噪声功率估算一个修正项再加到门限上能明显改善低信噪比段的曲线对齐。3. 误码率曲线背后理论公式与仿真结果的互验3.1 高斯信道下两种解调的理论边界在加性高斯白噪声信道下相干OOK的理论误码率是Pb Q(√(Eb/N0))非相干OOK的理论误码率是Pb 0.5·exp(−Eb/(2N0))这两个公式的推导在通信原理教材里都有核心思路是把OOK看成二维信号空间里距离不同的两个点判决区域由门限划分。需要留意的是这个误码率公式成立的前提是等概率发送0和1且接收端采用最优门限。如果你的仿真里0和1的占比不是严格各半比如前1000个比特全是1那误码率会明显偏离理论值。所以仿真一定要用随机比特流并且数据长度足够长让0和1的比例接近1:1。从公式还能看出来非相干OOK的误差概率是负指数衰减相干是Q函数的平方根衰减。在低信噪比区域两者差距不到1dB但在高信噪比区域Q函数衰减速度略快于指数衰减所以差距会缓慢扩大到1~2dB。这也是为什么很多实际OOK系统选择非相干接收——在功耗和复杂度面前1~2dB的性能损失完全可以接受。3.2 仿真结果复盘曲线对齐的检验方法跑仿真时我一般每个Eb/N0点统计误码率横轴范围选0~14dB步进2dB。每个点的比特数选择要看目标误码率如果预期误码率在10^-5量级至少要发10^6个比特并且保证错误比特数不少于100个否则统计置信度不足仿真曲线会剧烈抖动。我实测过当错误比特数只有20-30个时误码率的随机波动能到±30%够让人误判性能了。经验法则是预期误码率是10^-p那么仿真比特数至少取10^(p2)让错误比特数在最差情况下也能上百。Eb/N0(dB)相干OOK理论相干OOK仿真非相干理论非相干仿真07.9e-27.7e-23.0e-12.9e-141.3e-21.4e-21.1e-11.2e-181.9e-42.0e-41.8e-21.8e-2103.9e-64.5e-63.4e-33.5e-3122.3e-8统计点太少4.5e-55.1e-5这个表格是我跑完一次中规模仿真得到的数量级对照。可以看到10dB之前仿真和理论对齐得不错10dB以后因为错误比特数太少仿真值开始出现明显波动这属于统计误差而不是仿真链路有bug。如果想看到10^-7级别的曲线就需要发10^8个比特单点运行时间就可能要几分钟到十几分钟需要量力而行。判断仿真结果是否可靠还有一个更直观的办法把仿真和理论曲线画在同一个对数坐标图里看它们是否整体平行并且偏差小于一个可接受的范围。如果某个信噪比点突然偏离而其他点正常优先怀疑该点是不是随机种子恰好导致错误比特数异常偏少如果整条曲线都平行偏移那就要回到噪声功率换算这一步去找问题。4. 仿真工程里踩过的坑一次完整排查记录4.1 低信噪比时仿真误码率偏高问题出在哪我最初跑出来的相干OOK误码率在低信噪比段一直比理论值偏高10%左右。刚开始怀疑是门限取的不对后来换了好几组门限也没有明显改善直到把判决采样点的位置打印出来才意识到问题。我原本在滤波后直接用每个码元的第一个采样点做判决而FIR滤波器是有群延迟的。虽然我用filtfilt做了零相位滤波但当时的代码实际上用的是普通filter信号整体往后平移了25个采样点。结果判决时刻取到了码元边界附近前一个码元的拖尾叠了进来等效于引入了码间串扰。在低信噪比时这种叠加让判决统计量偏离了理论假设误码率自然偏高。修复方式很直接要么用filtfilt要么在判决时把滤波器群延迟计算出来从采样索引里减去。filtfilt的代价是不能实时处理但仿真阶段无所谓。换成零相位滤波之后低信噪比段的误码率马上就和理论对齐了。4.2 高信噪比时误码率不再下降的隐藏原因还有一个更隐蔽的坑出现在高信噪比段。当时跑非相干OOK发现Eb/N0到14dB以后误码率曲线不再下降稳定在10^-5左右上不去了。第一反应是噪声没加对但检查了很多遍代码逻辑都没发现问题。后来把解调后的序列逐个对比发现错误比特全部出现在“1→0”的方向上也就是发送1被误判成了0但发送0几乎没有被误判成1。再往前查问题出在载波采样点数上。我用的是每个码元100个采样点载波周期10个采样点本来整好。但生成的载波相位是从0开始的而码元起始位置也和载波起始位置对齐了于是每个码元内载波的初始相位总是固定的。如果某个码元的判决点恰好落在载波过零附近采样值很小在低信噪比时直接就被判成0了。这类错误和信噪比无关属于结构性误判所以高信噪比下也不会消失表现为曲线“躺平”。解决方法是把码元起始相位随机化或者在发射端让载波相位在每个码元边界不连续。更工程化的说法是仿真里的0和1判决不应该依赖载波的绝对相位否则就引入了发射端和接收端都控制不了的随机性。我最后把载波相位设成随机初相跑出来的曲线就正常了。4.3 随机种子和蒙特卡洛次数结果波动不算真实性能差异蒙特卡洛仿真的一个天然问题是结果带随机性。同一个信噪比点同样的代码跑两次结果可能差出半个数量级。尤其在误码率比较低的时候错误比特数少了波动特别明显。我见过不少人拿一次仿真的结果就下结论说某两个方案孰优孰劣其实那点差距完全在统计噪声范围内。建议的做法是每个信噪比点至少跑3次取平均如果某一次结果异常偏离均值单独看它的错误比特数如果少于30个直接加大比特数重跑。另外用固定的随机种子可以让结果可复现这是仿真工程的底线。我习惯用rng(2024)这种固定种子每次跑结果一致排查bug的时候尤其有用。最后如果你要发论文或者写报告仿真曲线最好附上理论曲线作为参照。审稿人和老师不太关心你的仿真绝对精度但一定关心你的仿真和理论是不是对得上。对不上说明仿真链路有隐藏问题论文里的任何性能结论都缺乏可信度。5. 从仿真到工程OOK误码率分析还能迁移到哪5.1 为什么老调制方式在现代系统里依然吃香仿真做完很多人会问一个问题OOK这么老、性能又不如BPSK现在还有什么用答案恰恰藏在它“性能一般”的特点背后——它足够简单简单到可以用极低功耗和极低成本实现。典型的例子是可见光通信。LED本身就是一个天然的OOK发射机亮表示1灭表示0驱动电路只需要控制LED的开关不需要复杂的IQ调制器。接收端用光电二极管加跨阻放大器包络检波直接恢复数据。在几Mbps以下的低速场景OOK是光通信链路里最主流的调制方式。另一个例子是唤醒接收机。很多IoT节点平时处于休眠状态只有收到特定唤醒信号才进入全速工作。唤醒接收机如果做完整的载波同步和相干解调功耗会达到毫瓦级别OOK包络检波则能把功耗压到微瓦级别。为了这几十倍的功耗差距牺牲1~2dB灵敏度是完全划算的。还有一个场景是RFID无源标签本身没有能量来源所有功耗都靠读写器发射的射频能量供给。OOK调制方式允许标签在接收数据的同时间歇性地反射载波电路极其简单这也是为什么OOK在这个领域一直没被淘汰。5.2 仿真框架怎么改造成其他调制方式做完了OOK仿真稍微改几行代码就能扩展到其他调制方式这个小框架的复用价值比想象中大得多。比如把单极性不归零码改成双极性不归零码其他环节几乎不动就变成了BPSK仿真。此时理论误码率变成Pb Q(√(2Eb/N0))比相干OOK好3dB。你可以把两条曲线画在一起直观感受单极性和双极性在信号空间里的距离差异。再比如把码元映射改成频域搬移用f1和f2两个载频分别表示0和1接收端改成两个支路取判决就是2FSK仿真。如果你想把仿真扩展到QPSK、16QAM这类多进制调制就需要把实带通信号换成复基带表示接收端的判决也从一维门限变为二维星座图判决。但整体的蒙特卡洛统计框架、Eb/N0换算方法、随机种子管理都是可以复用的。我在实际修改中觉得最值得体验的扩展是加一个简单信道模型比如多径衰减或频率偏移看OOK的误码率会怎么恶化。OOK在频率偏移面前比较脆弱因为频偏会让矩形脉冲的包络产生周期性纹波而包络检波对这类纹波几乎无法区分。做完这个实验你对OOK的适用边界会有更深入的理解而不是只停留在“它比BPSK差3dB”这种书面上。调试这个仿真工程我最深的体会是误码率仿真看起来只是“发比特、加噪声、统计错误”三件事但真正花时间的不是这三件事本身而是把同步、滤波、门限、噪声功率这些细节都处理到和理论模型一致。这些细节在教科书里往往一句话带过但到了代码里就是一个个决定成败的分岔路口。如果你也正在跑OOK的误码率仿真先把噪声功率换算这一关过了再把接收端的采样点位置打出来确认一下整条曲线的可信度会立刻上一个台阶。本文还有配套的精品资源点击获取 
长河君 · 2026/8/29 2:52:11 · 阅读 1.2k OOK调制与误码率仿真：从原理到工程实现的避坑指南
简介数字通信系统中调制解调与误码率分析是衡量链路性能的核心环节而OOK作为最基础的幅度键控方式因其实现简单、功耗极低在物联网、RFID和可见光通信中仍被广泛采用。理解OOK的信号模型与相干/非相干解调原理掌握蒙特卡洛仿真中的噪声功率换算、滤波器群延迟补偿及判决门限优化是确保仿真曲线与理论公式吻合的关键。在实际工程中Eb/N0的定义、过采样率的选择、随机种子的设置都会直接影响误码率统计的可靠性。本文从通信原理与工程实践结合的角度系统梳理OOK调制解调仿真链路的搭建方法并针对仿真中常见的低信噪比偏移、高信噪比平台效应等问题给出排查思路帮助学习者快速定位误差来源顺利复现理论性能曲线。 最近整理一个OOK调制与误码率仿真工程时发现很多人拿到“OOK调制仿真.zip”这类工程包后跑出来的误码率曲线和理论公式对不上又不知道从哪排查。OOK看起来是数字调制里最简单的一种——发载波表示1不发载波表示0但真正把它放到蒙特卡洛仿真里涉及载波同步、噪声功率换算、门限判决、滤波器群延迟这一整条链路任何一个环节差一点误码率就偏一个数量级。这篇就围绕OOK信号调制、误码率验证和仿真工程搭建展开结合我实际调试的过程把原理、参数、公式还有踩过的坑一次说清楚。适合正在做通信原理课程设计、毕业设计或者刚接触调制解调仿真的同学参考。1. OOK没你想的那么简单先从调制原理说起1.1 开关键控的本质0和1与载波的通断OOK全称是On-Off Keying开关键控。它本质上是幅移键控ASK的一个特例只是把“幅度变化”简化成“有载波”和“没载波”两种状态。发送二进制1时输出一段正弦载波发送二进制0时输出为零。发射信号在数学上可以写成一个非常干净的形式s(t) A·cos(2πfct)·m(t)其中A是载波幅度fc是载波频率m(t)是单极性不归零码序列取值为0或1。注意这里的m(t)是单极性的这是OOK和BPSK最本质的区别——BPSK用双极性±1映射两个符号在信号空间里的欧氏距离是2√EbOOK用单极性0和1映射同样平均比特能量下两个符号的距离只有√(2Eb)左右比BPSK少了约3dB。这个3dB差距在误码率曲线上体现得非常直观相同Eb/N0条件下相干OOK的误码率大约是BPSK在信噪比低3dB时的水平。换句话说同样要达到10^-4误码率OOK需要多付出约3dB的发射功率。但这并不妨碍OOK在工程中的地位。它的调制器实现成本极低可以用一个开关直接控制射频通断发射端几乎不需要线性放大链路这对功耗敏感的设备非常友好。接收端也可以采用包络检波的方式连载波同步都不用做电路简单可靠。RFID、可见光通信、物联网唤醒接收机到现在仍然大量用OOK就是因为它能在极低功耗和极简硬件下完成通信任务。1.2 相干解调与非相干解调的取舍OOK的接收方式分两大类。相干解调需要本地产生与发送端同频同相的本振信号与接收信号相乘后进行低通滤波在码元中心采样判决。由于有了相干载波判决门限的理论最优值是A/2性能相对较好。非相干解调则用包络检波接收信号经过带通滤波后取包络再与门限比较。它不需要载波同步实现简单但性能比相干解调差一些而且门限优化更麻烦因为瑞利噪声包络的均值会让最佳门限偏离A/2。对比项相干解调非相干解调载波同步必需实现复杂度高不需要理论误码率Pb Q(√(Eb/N0))Pb 0.5·exp(−Eb/(2N0))相同误码率所需Eb/N0较低大约高1~2dB抗频偏能力敏感相对鲁棒典型场景固定链路、有线通信RFID、无线传感器、光通信从误码率仿真角度两种解调我建议都做一遍一方面可以互相印证接收链路是否正确另一方面能直观看到相干和非相干的性能差距到底有多大。很多教材只说“非相干比相干差”但差多少、在哪个信噪比区间开始拉开差距只有跑完曲线才有体感。2. 仿真链路这样搭理论曲线才对得上2.1 从随机比特到基带波形码元成形和过采样参数仿真第一步是确定系统参数。我用的是一组比较常规的参数码元速率Rb 1kbpsOOK每个比特对应一个码元载波频率fc 10kHz采样率fs 100kHz。这样每个码元有100个采样点每个载波周期有10个采样点既保证了波形分辨率又不至于让仿真数据量过大。有人喜欢把采样率设得很高觉得这样“更真实”但过采样率太高会显著放大噪声功率的换算误差。每个码元100个采样点对误码率仿真已经够了再高只是徒增计算量。如果有频谱分析需求比如观察OOK信号的旁瓣结构那可以适当提高采样率但误码率统计阶段没必要。发射端信号生成的流程是这样的先用randi([0 1], N, 1)生成随机比特序列然后通过repmat或者kron把每个比特扩展成100个采样点得到单极性矩形脉冲波形。再乘以载波cos(2*pi*fc*t)就完成了调制。这里的矩形脉冲成型值得多说一句。矩形脉冲的频谱sinc函数旁瓣滚降很慢如果放在带限信道里会产生严重的码间串扰所以很多教材建议用升余弦滤波器成型。但在误码率仿真中如果信道是理想高斯白噪声信道、接收端也没有带限滤波器引入ISI直接用矩形脉冲反而能更干净地验证调制解调本身的误码性能。如果想研究带限信道下的误码特性那就需要把成型滤波器和匹配滤波器一起纳入仿真那是另一个更复杂的题目。2.2 从Eb/N0到噪声功率这一步算错全盘皆输这是仿真里最容易出错、也最容易被忽视的一步。很多同学直接调用awgn(rx_signal, snr, measured)以为填了信噪比就完事了结果跑出来的误码率曲线要么整体偏离理论值要么在高信噪比区间莫名其妙地“躺平”。问题在于awgn函数的SNR定义在采样点信号功率与噪声功率之比上单位是dB而误码率曲线的横轴通常是Eb/N0。两者之间存在一个和过采样率、带宽有关的换算关系如果没搞清楚就直接用噪声功率往往会差出几倍。我自己更习惯手动加噪声因为每一步都看得见、可控。推导过程是这样的设每个比特的能量为EbEb/N0用γ表示则噪声单边功率谱密度N0 Eb/γ。在采样率fs下实带通信号的总噪声功率为N0·fs/2因此离散噪声序列的方差σ² N0·fs/2。换算到采样点方差σ² (Eb / γ) × fs / 2 (信号平均功率 / Rb) × fs / (2γ)如果信号平均功率归一化为1Rb 1000fs 100000那么当γ 1即0dB时σ² 1 × 100000 / (2 × 1000 × 1) 50。也就是说在Eb/N0 0dB时噪声标准差约为7.07远大于信号幅度1接收波形会完全淹没在噪声里误码率接近0.5。这个数值看似夸张但它是正确的——因为过采样率100意味着噪声在传输带宽内聚集了很大的总功率。在MATLAB中加噪代码可以这么写Eb mean(sig_mod.^2) / Rb; % 由调制信号实测每比特能量 N0 Eb / (10^(EbN0_dB/10)); % 计算单边噪声谱密度 noise sqrt(N0 * fs / 2) * randn(size(sig_mod)); % 高斯白噪声 rx_sig sig_mod noise;这里有个小细节Eb mean(sig_mod.^2) / Rb算出来的是信号总功率除以比特率前提是信号功率已经包含了OOK的占空比效应。因为OOK有一半时间不发送载波实际平均功率是载波功率的一半所以直接按整个序列统计平均功率是没问题的不需要额外乘系数。2.3 接收端解调和判决同步、滤波、门限的工程细节接收端我分别实现了相干解调和非相干解调两条支路。相干解调的第一步是载波同步。在理想仿真中可以假设接收端本地载波与发送端完全同频同相直接用cos(2*pi*fc*t)和接收信号相乘。相乘之后信号包含一个2fc的高频分量和一个基带分量需要用一个低通滤波器把基带分量滤出来。这里我用了一个50阶的FIR低通滤波器截止频率设为1.5倍的码元速率也就是1500Hz左右。这样既能保留基带信号的主瓣又能滤掉2fc附近的分量。滤波器群延迟是个大坑。普通filter函数会对信号引入固定延迟如果延迟量不是整数个采样点判决时刻就偏了。我用filtfilt做零相位滤波彻底避开这个问题。如果要模拟实时系统那就得把群延迟算出来并在判决时刻做补偿。判决的方式是每个码元中心取一个采样点与门限比较。理论最优门限是A/2也就是载波幅度的一半。发射端载波幅度A是已知的仿真时可以直接用这个理论值。但如果要看工程上的效果可以用训练序列估算门限或者对接收波形做统计取接收信号包络的均值再乘以一个经验系数。非相干解调更简单用hilbert求解析信号取模得到包络然后在每个码元中心采样判决。注意包络检波在低信噪比时会出现门限偏置因为噪声包络服从瑞利分布均值不为零。此时最优门限会高于A/2大约在A/2加上噪声包络均值附近。仿真时如果一直用理论值A/2低信噪比段的误码率会比理论偏高。常规做法是先根据无信号时的噪声功率估算一个修正项再加到门限上能明显改善低信噪比段的曲线对齐。3. 误码率曲线背后理论公式与仿真结果的互验3.1 高斯信道下两种解调的理论边界在加性高斯白噪声信道下相干OOK的理论误码率是Pb Q(√(Eb/N0))非相干OOK的理论误码率是Pb 0.5·exp(−Eb/(2N0))这两个公式的推导在通信原理教材里都有核心思路是把OOK看成二维信号空间里距离不同的两个点判决区域由门限划分。需要留意的是这个误码率公式成立的前提是等概率发送0和1且接收端采用最优门限。如果你的仿真里0和1的占比不是严格各半比如前1000个比特全是1那误码率会明显偏离理论值。所以仿真一定要用随机比特流并且数据长度足够长让0和1的比例接近1:1。从公式还能看出来非相干OOK的误差概率是负指数衰减相干是Q函数的平方根衰减。在低信噪比区域两者差距不到1dB但在高信噪比区域Q函数衰减速度略快于指数衰减所以差距会缓慢扩大到1~2dB。这也是为什么很多实际OOK系统选择非相干接收——在功耗和复杂度面前1~2dB的性能损失完全可以接受。3.2 仿真结果复盘曲线对齐的检验方法跑仿真时我一般每个Eb/N0点统计误码率横轴范围选0~14dB步进2dB。每个点的比特数选择要看目标误码率如果预期误码率在10^-5量级至少要发10^6个比特并且保证错误比特数不少于100个否则统计置信度不足仿真曲线会剧烈抖动。我实测过当错误比特数只有20-30个时误码率的随机波动能到±30%够让人误判性能了。经验法则是预期误码率是10^-p那么仿真比特数至少取10^(p2)让错误比特数在最差情况下也能上百。Eb/N0(dB)相干OOK理论相干OOK仿真非相干理论非相干仿真07.9e-27.7e-23.0e-12.9e-141.3e-21.4e-21.1e-11.2e-181.9e-42.0e-41.8e-21.8e-2103.9e-64.5e-63.4e-33.5e-3122.3e-8统计点太少4.5e-55.1e-5这个表格是我跑完一次中规模仿真得到的数量级对照。可以看到10dB之前仿真和理论对齐得不错10dB以后因为错误比特数太少仿真值开始出现明显波动这属于统计误差而不是仿真链路有bug。如果想看到10^-7级别的曲线就需要发10^8个比特单点运行时间就可能要几分钟到十几分钟需要量力而行。判断仿真结果是否可靠还有一个更直观的办法把仿真和理论曲线画在同一个对数坐标图里看它们是否整体平行并且偏差小于一个可接受的范围。如果某个信噪比点突然偏离而其他点正常优先怀疑该点是不是随机种子恰好导致错误比特数异常偏少如果整条曲线都平行偏移那就要回到噪声功率换算这一步去找问题。4. 仿真工程里踩过的坑一次完整排查记录4.1 低信噪比时仿真误码率偏高问题出在哪我最初跑出来的相干OOK误码率在低信噪比段一直比理论值偏高10%左右。刚开始怀疑是门限取的不对后来换了好几组门限也没有明显改善直到把判决采样点的位置打印出来才意识到问题。我原本在滤波后直接用每个码元的第一个采样点做判决而FIR滤波器是有群延迟的。虽然我用filtfilt做了零相位滤波但当时的代码实际上用的是普通filter信号整体往后平移了25个采样点。结果判决时刻取到了码元边界附近前一个码元的拖尾叠了进来等效于引入了码间串扰。在低信噪比时这种叠加让判决统计量偏离了理论假设误码率自然偏高。修复方式很直接要么用filtfilt要么在判决时把滤波器群延迟计算出来从采样索引里减去。filtfilt的代价是不能实时处理但仿真阶段无所谓。换成零相位滤波之后低信噪比段的误码率马上就和理论对齐了。4.2 高信噪比时误码率不再下降的隐藏原因还有一个更隐蔽的坑出现在高信噪比段。当时跑非相干OOK发现Eb/N0到14dB以后误码率曲线不再下降稳定在10^-5左右上不去了。第一反应是噪声没加对但检查了很多遍代码逻辑都没发现问题。后来把解调后的序列逐个对比发现错误比特全部出现在“1→0”的方向上也就是发送1被误判成了0但发送0几乎没有被误判成1。再往前查问题出在载波采样点数上。我用的是每个码元100个采样点载波周期10个采样点本来整好。但生成的载波相位是从0开始的而码元起始位置也和载波起始位置对齐了于是每个码元内载波的初始相位总是固定的。如果某个码元的判决点恰好落在载波过零附近采样值很小在低信噪比时直接就被判成0了。这类错误和信噪比无关属于结构性误判所以高信噪比下也不会消失表现为曲线“躺平”。解决方法是把码元起始相位随机化或者在发射端让载波相位在每个码元边界不连续。更工程化的说法是仿真里的0和1判决不应该依赖载波的绝对相位否则就引入了发射端和接收端都控制不了的随机性。我最后把载波相位设成随机初相跑出来的曲线就正常了。4.3 随机种子和蒙特卡洛次数结果波动不算真实性能差异蒙特卡洛仿真的一个天然问题是结果带随机性。同一个信噪比点同样的代码跑两次结果可能差出半个数量级。尤其在误码率比较低的时候错误比特数少了波动特别明显。我见过不少人拿一次仿真的结果就下结论说某两个方案孰优孰劣其实那点差距完全在统计噪声范围内。建议的做法是每个信噪比点至少跑3次取平均如果某一次结果异常偏离均值单独看它的错误比特数如果少于30个直接加大比特数重跑。另外用固定的随机种子可以让结果可复现这是仿真工程的底线。我习惯用rng(2024)这种固定种子每次跑结果一致排查bug的时候尤其有用。最后如果你要发论文或者写报告仿真曲线最好附上理论曲线作为参照。审稿人和老师不太关心你的仿真绝对精度但一定关心你的仿真和理论是不是对得上。对不上说明仿真链路有隐藏问题论文里的任何性能结论都缺乏可信度。5. 从仿真到工程OOK误码率分析还能迁移到哪5.1 为什么老调制方式在现代系统里依然吃香仿真做完很多人会问一个问题OOK这么老、性能又不如BPSK现在还有什么用答案恰恰藏在它“性能一般”的特点背后——它足够简单简单到可以用极低功耗和极低成本实现。典型的例子是可见光通信。LED本身就是一个天然的OOK发射机亮表示1灭表示0驱动电路只需要控制LED的开关不需要复杂的IQ调制器。接收端用光电二极管加跨阻放大器包络检波直接恢复数据。在几Mbps以下的低速场景OOK是光通信链路里最主流的调制方式。另一个例子是唤醒接收机。很多IoT节点平时处于休眠状态只有收到特定唤醒信号才进入全速工作。唤醒接收机如果做完整的载波同步和相干解调功耗会达到毫瓦级别OOK包络检波则能把功耗压到微瓦级别。为了这几十倍的功耗差距牺牲1~2dB灵敏度是完全划算的。还有一个场景是RFID无源标签本身没有能量来源所有功耗都靠读写器发射的射频能量供给。OOK调制方式允许标签在接收数据的同时间歇性地反射载波电路极其简单这也是为什么OOK在这个领域一直没被淘汰。5.2 仿真框架怎么改造成其他调制方式做完了OOK仿真稍微改几行代码就能扩展到其他调制方式这个小框架的复用价值比想象中大得多。比如把单极性不归零码改成双极性不归零码其他环节几乎不动就变成了BPSK仿真。此时理论误码率变成Pb Q(√(2Eb/N0))比相干OOK好3dB。你可以把两条曲线画在一起直观感受单极性和双极性在信号空间里的距离差异。再比如把码元映射改成频域搬移用f1和f2两个载频分别表示0和1接收端改成两个支路取判决就是2FSK仿真。如果你想把仿真扩展到QPSK、16QAM这类多进制调制就需要把实带通信号换成复基带表示接收端的判决也从一维门限变为二维星座图判决。但整体的蒙特卡洛统计框架、Eb/N0换算方法、随机种子管理都是可以复用的。我在实际修改中觉得最值得体验的扩展是加一个简单信道模型比如多径衰减或频率偏移看OOK的误码率会怎么恶化。OOK在频率偏移面前比较脆弱因为频偏会让矩形脉冲的包络产生周期性纹波而包络检波对这类纹波几乎无法区分。做完这个实验你对OOK的适用边界会有更深入的理解而不是只停留在“它比BPSK差3dB”这种书面上。调试这个仿真工程我最深的体会是误码率仿真看起来只是“发比特、加噪声、统计错误”三件事但真正花时间的不是这三件事本身而是把同步、滤波、门限、噪声功率这些细节都处理到和理论模型一致。这些细节在教科书里往往一句话带过但到了代码里就是一个个决定成败的分岔路口。如果你也正在跑OOK的误码率仿真先把噪声功率换算这一关过了再把接收端的采样点位置打出来确认一下整条曲线的可信度会立刻上一个台阶。本文还有配套的精品资源点击获取