简介这份资源面向通信工程、电子信息类专业学生及数字通信系统设计入门者提供基于MATLAB Simulink搭建数字通信链路的完整仿真工程重点覆盖QPSK与16QAM两种调制模式下的链路计算与性能评估。压缩包共46个文件约541KB以slx与slxc模型文件为核心辅以mat数据文件、xml配置、r2017b版本备份及ReadMe说明分别用于存放仿真模型、运行结果、参数配置与版本兼容信息。资源围绕信号产生、调制、AWGN与衰落信道模拟、解调及误码率统计展开可观察星座图、BER曲线与功率分配对链路性能的影响帮助读者理解不同调制方式在频谱效率与抗噪能力上的权衡。目前已有277人学习下载适合作为课程设计、毕业设计或自学数字通信仿真的参考范例便于快速复现并在此基础上调整参数、扩展均衡与编码模块。1. 从一次星座图糊成一片说起Simulink 数字通信链路仿真到底在算什么QPSK 和 16QAM 的误码率曲线很多人第一次在 Simulink 里跑出来的结果和理论值差得离谱——不是差零点几 dB是差十几 dB星座图糊成一团眼图完全闭合。问题往往不在调制解调本身而在链路里某个环节的采样率、帧同步或者信道模型参数没对齐。数字通信链路仿真这件事核心就是用 Simulink 把「信源→编码→调制→信道→解调→译码→误码统计」这条链路搭起来让 QPSK 和 16QAM 两种调制方式在同一套框架下跑通并且能对着理论误码率曲线验证自己的模型对不对。适合正在做通信系统课程设计、毕业设计或者需要快速验证某个接收算法在链路级别是否可行的工程师。这篇笔记按「先跑通 QPSK 最小链路→再扩到 16QAM→再对参数和坑」的顺序展开每一步都给可复现的配置和代码。2. QPSK 最小链路从随机比特到误码率曲线的完整搭建2.1 为什么先用 QPSK 而不是直接上 16QAMQPSK 每个符号携带 2 bit星座点只有 4 个在 Simulink 里调试时星座图容易看、判决边界清晰出了问题容易定位是同步问题还是信道问题。16QAM 有 16 个星座点幅度和相位都在变一旦链路某个环节有归一化错误星座图会先「散开」再「旋转」排查难度成倍上升。常见做法是先用 QPSK 把链路骨架跑通确认误码率在 AWGN 信道下和理论值吻合再把调制模块换成 16QAM其余模块不动。这样做的另一个好处是QPSK 的符号能量归一化因子是 116QAM 是 1/√10如果一开始就上 16QAM很容易把归一化错误误判成信道噪声问题。2.2 搭建 QPSK 链路的核心模块与参数在 Simulink 里新建一个模型需要的模块清单如下模块库位置关键参数Bernoulli Binary GeneratorCommunications Toolbox / Comm SourcesProbability of zero 0.5Sample time 1/1000QPSK Modulator BasebandComm Modulation / DigitalPhase offset pi/4Constellation ordering BinaryAWGN ChannelComm Channels / RF ImpairmentsEb/No 模式Symbol period 1e-3QPSK Demodulator BasebandComm Modulation / DigitalDecision type Hard decisionError Rate CalculationComm SinksReceive delay 0Computation mode Entire frameConstellation DiagramComm SinksShow trajectory off采样率设置有一个容易翻车的地方Bernoulli 源的 Sample time 和 QPSK 调制器的 Symbol period 必须满足符号周期 每符号比特数 × 比特周期。QPSK 每符号 2 bit如果比特周期是 1/1000符号周期应该是 2/1000。很多人直接把两个都设成 1/1000结果每个符号只进了 1 bit星座图直接乱掉。2.3 用 MATLAB 脚本批量跑 Eb/No 并对比理论误码率Simulink 模型搭好后用脚本控制仿真循环比手动改参数高效得多。下面这段代码把 Eb/No 从 0 扫到 10 dB每个点跑一次仿真收集误码率并和 QPSK 理论值对比% QPSK_AWGN_Sweep.m % 批量扫描 Eb/No收集 Simulink 误码率并与理论值对比 modelName qpsk_link; load_system(modelName); EbNoVec 0:1:10; % Eb/No 扫描范围单位 dB berSim zeros(size(EbNoVec)); % 存放仿真误码率 berTheory berawgn(EbNoVec, psk, 4, nondiff); % QPSK 理论误码率 for k 1:length(EbNoVec) % 设置 AWGN 模块的 Eb/No 值 set_param([modelName /AWGN Channel], EbNo, num2str(EbNoVec(k))); % 设置误码统计的停止条件至少 100 个错误或 1e6 个比特 set_param([modelName /Error Rate Calculation], ... StopMode, Either, MaxErrors, 100, MaxBits, 1e6); simOut sim(modelName, ReturnWorkspaceOutputs, on); % 从仿真输出中提取误码率 berSim(k) simOut.get(berOut); fprintf(Eb/No %d dB, BER %.2e\n, EbNoVec(k), berSim(k)); end % 绘制对比曲线 semilogy(EbNoVec, berTheory, k-, EbNoVec, berSim, ro); xlabel(Eb/No (dB)); ylabel(BER); legend(理论值, Simulink 仿真值); grid on;这段代码的逻辑是每次循环只改 AWGN 模块的 EbNo 参数其余模块不动保证对比条件一致。berawgn是 MATLAB 自带的解析误码率函数QPSK 在 AWGN 下的理论误码率是Q(sqrt(2*Eb/No))可以直接拿来当基准。参数说明MaxErrors设为 100 是折中——设太小统计涨落大设太大高 Eb/No 点跑得慢MaxBits设 1e6 是防止低 Eb/No 时错误太多跑不完。如果仿真曲线在低 Eb/No 段和理论值差很多先检查 AWGN 模块的 Symbol period 是否和调制器一致这是最常见的翻车点。3. 扩到 16QAM归一化、判决门限和 Gray 映射的三个关键改动3.1 16QAM 的符号能量归一化为什么必须手动确认16QAM 星座点的平均能量不是 1而是 10按 I/Q 各取 ±1、±3 的矩形星座。Simulink 的 Rectangular QAM Modulator Baseband 默认会做归一化但归一化方式取决于你选的 Constellation ordering 和 Average power 参数。如果 AWGN 模块的 Eb/No 计算里用的符号能量和调制器实际输出的符号能量不一致误码率曲线会整体平移。常见做法是在调制器后接一个「Signal Power」测量确认平均功率确实是 1再让 AWGN 模块按 Eb/No 模式工作。具体操作在调制器输出加一个Simulink / Sinks / Display连到Comm Sinks / Signal Power模块跑一次仿真看数值。如果显示不是 1检查调制器的Average power参数是否设为 1以及Normalization method是否选了Average Power。3.2 判决门限和 Gray 映射的配置差异16QAM 的硬判决门限和 QPSK 完全不同。QPSK 只需要在 I/Q 两个轴上各判一次正负16QAM 每个轴上有 4 个电平需要 3 个门限。Simulink 的 Rectangular QAM Demodulator Baseband 会自动处理门限但前提是调制器和解调器的 Constellation ordering 必须一致。如果调制器用 Binary解调器用 Gray星座点映射关系错位误码率会高得离谱。Gray 映射的好处是相邻星座点只差 1 bit在相同信噪比下误码率更低。配置时注意调制器和解调器的Constellation ordering都选GrayNormalization method都选Average PowerAverage power都设 1。这三个参数只要有一个不一致星座图就会显示为「旋转散开」的混合形态很难一眼看出是映射问题。3.3 用同一套脚本框架跑 16QAM 并叠加两条理论曲线把第 2 章的脚本改一下调制方式就能同时跑 QPSK 和 16QAM 的对比% 16QAM_AWGN_Sweep.m % 在同一个 Eb/No 扫描下对比 QPSK 和 16QAM EbNoVec 0:1:14; berQPSK zeros(size(EbNoVec)); ber16QAM zeros(size(EbNoVec)); % 理论值QPSK 和 16QAM 在 AWGN 下的误码率 berQPSK_theory berawgn(EbNoVec, psk, 4, nondiff); ber16QAM_theory berawgn(EbNoVec, qam, 16); for k 1:length(EbNoVec) % 跑 QPSK 模型 set_param(qpsk_link/AWGN Channel, EbNo, num2str(EbNoVec(k))); simOutQ sim(qpsk_link, ReturnWorkspaceOutputs, on); berQPSK(k) simOutQ.get(berOut); % 跑 16QAM 模型 set_param(qam16_link/AWGN Channel, EbNo, num2str(EbNoVec(k))); simOut16 sim(qam16_link, ReturnWorkspaceOutputs, on); ber16QAM(k) simOut16.get(berOut); fprintf(Eb/No%d dB: QPSK%.2e, 16QAM%.2e\n, ... EbNoVec(k), berQPSK(k), ber16QAM(k)); end semilogy(EbNoVec, berQPSK_theory, b-, EbNoVec, berQPSK, bo, ... EbNoVec, ber16QAM_theory, r-, EbNoVec, ber16QAM, r^); xlabel(Eb/No (dB)); ylabel(BER); legend(QPSK 理论, QPSK 仿真, 16QAM 理论, 16QAM 仿真); grid on;这段代码的关键点是两个模型共用同一个 Eb/No 扫描向量保证对比公平。berawgn对 16QAM 的理论计算用的是近似公式在低 Eb/No 段和高 Eb/No 段都有一定偏差所以仿真曲线和理论曲线在两端不重合是正常的中间段吻合即可。如果 16QAM 仿真曲线整体比理论值差 3 dB 以上优先检查归一化因子——把调制器输出接 Signal Power 模块确认平均功率是否为 1这是血泪经验里出现频率最高的坑。4. 避坑与排查链路仿真里最容易翻车的五个地方4.1 采样率和符号周期不匹配导致星座图散开现象星座图上的点不是四个清晰的簇而是沿某个方向拉长或整体旋转。原因Bernoulli 源的 Sample time 和调制器的 Symbol period 不满足整数倍关系导致每个符号吃进的比特数不对。解决在模型里加一个Rate Transition模块或者直接把 Bernoulli 源的 Sample time 设为符号周期除以每符号比特数。QPSK 是符号周期/216QAM 是符号周期/4。4.2 AWGN 模块的 Eb/No 模式和 SNR 模式混用现象误码率曲线形状对但整体平移了某个固定 dB 值。原因AWGN 模块设成了 SNR 模式但脚本里按 Eb/No 在扫两者差一个10*log10(每符号比特数)的因子。解决统一用 Eb/No 模式并且在 AWGN 模块里正确设置Symbol period和Bits per symbol。QPSK 填 216QAM 填 4。4.3 误码统计的 Receive delay 没设对现象误码率始终在 0.5 附近完全不随 Eb/No 下降。原因Error Rate Calculation 模块的 Receive delay 默认是 0但链路里如果有滤波器或延迟模块接收端和发送端的比特流没有对齐。解决在 Error Rate Calculation 里把 Receive delay 设为链路总延迟的符号数。简单做法是先跑一次仿真用Find Delay模块测出延迟再填进去。4.4 16QAM 解调器 Constellation ordering 和调制器不一致现象星座图显示为 16 个点但位置全部错位误码率比理论值高 6 dB 以上。原因调制器用 Binary解调器用 Gray或者反过来。解决两端都设成 Gray并且检查Average power和Normalization method是否一致。这个坑的隐蔽性在于星座图看起来「有 16 个点」不仔细对比位置很难发现。4.5 仿真停止条件设得太松导致高 Eb/No 点统计不可信现象高 Eb/No 段误码率曲线抖动很大甚至出现误码率为 0 的点。原因MaxErrors 设得太小比如 10或者 MaxBits 不够大统计样本不足。解决MaxErrors 至少设 100MaxBits 至少设 1e6。如果跑一次要等太久可以先用 MaxErrors100 跑一遍看趋势确认趋势对了再加大样本量跑最终曲线。5. 进阶技巧用 Simulink 外部模式加速参数扫描和验证5.1 外部模式为什么比普通仿真更适合扫参数普通仿真每次改参数都要重新编译模型扫 15 个 Eb/No 点就要编译 15 次时间全花在编译上。Simulink 外部模式External Mode允许在仿真运行过程中通过 MATLAB 脚本实时改参数不需要重新编译。具体操作在模型配置里把Simulation Target的Code Generation打开选择External Mode然后在脚本里用set_param改参数后直接sim即可。这个技巧在扫 16QAM 的 Eb/No 曲线时特别有用因为 16QAM 模型比 QPSK 复杂编译时间更长。5.2 用 MATLAB 脚本自动生成误码率对比报告跑完 QPSK 和 16QAM 的扫描后可以用脚本自动生成一张对比图和一个简单的文本报告% 自动生成对比报告 figure; semilogy(EbNoVec, berQPSK_theory, b-, LineWidth, 1.5); hold on; semilogy(EbNoVec, berQPSK, bo, MarkerSize, 8); semilogy(EbNoVec, ber16QAM_theory, r-, LineWidth, 1.5); semilogy(EbNoVec, ber16QAM, r^, MarkerSize, 8); xlabel(Eb/No (dB)); ylabel(BER); title(QPSK vs 16QAM 在 AWGN 信道下的误码率对比); legend(QPSK 理论, QPSK 仿真, 16QAM 理论, 16QAM 仿真, ... Location, southwest); grid on; hold off; saveas(gcf, ber_comparison.png); % 输出文本报告 fid fopen(ber_report.txt, w); fprintf(fid, Eb/No(dB)\tQPSK_Sim\tQPSK_Theory\t16QAM_Sim\t16QAM_Theory\n); for k 1:length(EbNoVec) fprintf(fid, %d\t%.4e\t%.4e\t%.4e\t%.4e\n, EbNoVec(k), ... berQPSK(k), berQPSK_theory(k), ber16QAM(k), ber16QAM_theory(k)); end fclose(fid);这段代码把仿真结果和理论值写进一个制表符分隔的文本文件方便后续用 Excel 或 Python 做进一步分析。saveas保存的图片可以直接放进报告里。参数说明MarkerSize设 8 是为了在论文或报告里打印出来看得清Location设southwest是因为误码率曲线通常从左上往右下走图例放左下角不挡曲线。5.3 一个我踩过的坑外部模式下的参数类型必须匹配用外部模式改参数时set_param的数值必须和模块参数的数据类型一致。比如 AWGN 模块的 EbNo 参数是字符串类型必须用num2str转成字符串再传直接传数字会报错。这个坑我踩过两次第一次以为是外部模式没配置好查了半天才发现是参数类型问题。后来养成习惯每次set_param之前先用get_param看一下当前参数的类型确认一致再改。另外外部模式下仿真速度受串口或 TCP 连接带宽限制如果模型里有大量示波器或频谱仪模块在实时刷新仿真会变慢建议在扫参数时关掉这些可视化模块只保留误码统计。希望帮到你。本文还有配套的精品资源点击获取 
长河君 · 2026/10/28 18:17:01 · 阅读 1.2k Simulink数字通信链路仿真：QPSK与16QAM误码率对比及避坑指南
简介这份资源面向通信工程、电子信息类专业学生及数字通信系统设计入门者提供基于MATLAB Simulink搭建数字通信链路的完整仿真工程重点覆盖QPSK与16QAM两种调制模式下的链路计算与性能评估。压缩包共46个文件约541KB以slx与slxc模型文件为核心辅以mat数据文件、xml配置、r2017b版本备份及ReadMe说明分别用于存放仿真模型、运行结果、参数配置与版本兼容信息。资源围绕信号产生、调制、AWGN与衰落信道模拟、解调及误码率统计展开可观察星座图、BER曲线与功率分配对链路性能的影响帮助读者理解不同调制方式在频谱效率与抗噪能力上的权衡。目前已有277人学习下载适合作为课程设计、毕业设计或自学数字通信仿真的参考范例便于快速复现并在此基础上调整参数、扩展均衡与编码模块。1. 从一次星座图糊成一片说起Simulink 数字通信链路仿真到底在算什么QPSK 和 16QAM 的误码率曲线很多人第一次在 Simulink 里跑出来的结果和理论值差得离谱——不是差零点几 dB是差十几 dB星座图糊成一团眼图完全闭合。问题往往不在调制解调本身而在链路里某个环节的采样率、帧同步或者信道模型参数没对齐。数字通信链路仿真这件事核心就是用 Simulink 把「信源→编码→调制→信道→解调→译码→误码统计」这条链路搭起来让 QPSK 和 16QAM 两种调制方式在同一套框架下跑通并且能对着理论误码率曲线验证自己的模型对不对。适合正在做通信系统课程设计、毕业设计或者需要快速验证某个接收算法在链路级别是否可行的工程师。这篇笔记按「先跑通 QPSK 最小链路→再扩到 16QAM→再对参数和坑」的顺序展开每一步都给可复现的配置和代码。2. QPSK 最小链路从随机比特到误码率曲线的完整搭建2.1 为什么先用 QPSK 而不是直接上 16QAMQPSK 每个符号携带 2 bit星座点只有 4 个在 Simulink 里调试时星座图容易看、判决边界清晰出了问题容易定位是同步问题还是信道问题。16QAM 有 16 个星座点幅度和相位都在变一旦链路某个环节有归一化错误星座图会先「散开」再「旋转」排查难度成倍上升。常见做法是先用 QPSK 把链路骨架跑通确认误码率在 AWGN 信道下和理论值吻合再把调制模块换成 16QAM其余模块不动。这样做的另一个好处是QPSK 的符号能量归一化因子是 116QAM 是 1/√10如果一开始就上 16QAM很容易把归一化错误误判成信道噪声问题。2.2 搭建 QPSK 链路的核心模块与参数在 Simulink 里新建一个模型需要的模块清单如下模块库位置关键参数Bernoulli Binary GeneratorCommunications Toolbox / Comm SourcesProbability of zero 0.5Sample time 1/1000QPSK Modulator BasebandComm Modulation / DigitalPhase offset pi/4Constellation ordering BinaryAWGN ChannelComm Channels / RF ImpairmentsEb/No 模式Symbol period 1e-3QPSK Demodulator BasebandComm Modulation / DigitalDecision type Hard decisionError Rate CalculationComm SinksReceive delay 0Computation mode Entire frameConstellation DiagramComm SinksShow trajectory off采样率设置有一个容易翻车的地方Bernoulli 源的 Sample time 和 QPSK 调制器的 Symbol period 必须满足符号周期 每符号比特数 × 比特周期。QPSK 每符号 2 bit如果比特周期是 1/1000符号周期应该是 2/1000。很多人直接把两个都设成 1/1000结果每个符号只进了 1 bit星座图直接乱掉。2.3 用 MATLAB 脚本批量跑 Eb/No 并对比理论误码率Simulink 模型搭好后用脚本控制仿真循环比手动改参数高效得多。下面这段代码把 Eb/No 从 0 扫到 10 dB每个点跑一次仿真收集误码率并和 QPSK 理论值对比% QPSK_AWGN_Sweep.m % 批量扫描 Eb/No收集 Simulink 误码率并与理论值对比 modelName qpsk_link; load_system(modelName); EbNoVec 0:1:10; % Eb/No 扫描范围单位 dB berSim zeros(size(EbNoVec)); % 存放仿真误码率 berTheory berawgn(EbNoVec, psk, 4, nondiff); % QPSK 理论误码率 for k 1:length(EbNoVec) % 设置 AWGN 模块的 Eb/No 值 set_param([modelName /AWGN Channel], EbNo, num2str(EbNoVec(k))); % 设置误码统计的停止条件至少 100 个错误或 1e6 个比特 set_param([modelName /Error Rate Calculation], ... StopMode, Either, MaxErrors, 100, MaxBits, 1e6); simOut sim(modelName, ReturnWorkspaceOutputs, on); % 从仿真输出中提取误码率 berSim(k) simOut.get(berOut); fprintf(Eb/No %d dB, BER %.2e\n, EbNoVec(k), berSim(k)); end % 绘制对比曲线 semilogy(EbNoVec, berTheory, k-, EbNoVec, berSim, ro); xlabel(Eb/No (dB)); ylabel(BER); legend(理论值, Simulink 仿真值); grid on;这段代码的逻辑是每次循环只改 AWGN 模块的 EbNo 参数其余模块不动保证对比条件一致。berawgn是 MATLAB 自带的解析误码率函数QPSK 在 AWGN 下的理论误码率是Q(sqrt(2*Eb/No))可以直接拿来当基准。参数说明MaxErrors设为 100 是折中——设太小统计涨落大设太大高 Eb/No 点跑得慢MaxBits设 1e6 是防止低 Eb/No 时错误太多跑不完。如果仿真曲线在低 Eb/No 段和理论值差很多先检查 AWGN 模块的 Symbol period 是否和调制器一致这是最常见的翻车点。3. 扩到 16QAM归一化、判决门限和 Gray 映射的三个关键改动3.1 16QAM 的符号能量归一化为什么必须手动确认16QAM 星座点的平均能量不是 1而是 10按 I/Q 各取 ±1、±3 的矩形星座。Simulink 的 Rectangular QAM Modulator Baseband 默认会做归一化但归一化方式取决于你选的 Constellation ordering 和 Average power 参数。如果 AWGN 模块的 Eb/No 计算里用的符号能量和调制器实际输出的符号能量不一致误码率曲线会整体平移。常见做法是在调制器后接一个「Signal Power」测量确认平均功率确实是 1再让 AWGN 模块按 Eb/No 模式工作。具体操作在调制器输出加一个Simulink / Sinks / Display连到Comm Sinks / Signal Power模块跑一次仿真看数值。如果显示不是 1检查调制器的Average power参数是否设为 1以及Normalization method是否选了Average Power。3.2 判决门限和 Gray 映射的配置差异16QAM 的硬判决门限和 QPSK 完全不同。QPSK 只需要在 I/Q 两个轴上各判一次正负16QAM 每个轴上有 4 个电平需要 3 个门限。Simulink 的 Rectangular QAM Demodulator Baseband 会自动处理门限但前提是调制器和解调器的 Constellation ordering 必须一致。如果调制器用 Binary解调器用 Gray星座点映射关系错位误码率会高得离谱。Gray 映射的好处是相邻星座点只差 1 bit在相同信噪比下误码率更低。配置时注意调制器和解调器的Constellation ordering都选GrayNormalization method都选Average PowerAverage power都设 1。这三个参数只要有一个不一致星座图就会显示为「旋转散开」的混合形态很难一眼看出是映射问题。3.3 用同一套脚本框架跑 16QAM 并叠加两条理论曲线把第 2 章的脚本改一下调制方式就能同时跑 QPSK 和 16QAM 的对比% 16QAM_AWGN_Sweep.m % 在同一个 Eb/No 扫描下对比 QPSK 和 16QAM EbNoVec 0:1:14; berQPSK zeros(size(EbNoVec)); ber16QAM zeros(size(EbNoVec)); % 理论值QPSK 和 16QAM 在 AWGN 下的误码率 berQPSK_theory berawgn(EbNoVec, psk, 4, nondiff); ber16QAM_theory berawgn(EbNoVec, qam, 16); for k 1:length(EbNoVec) % 跑 QPSK 模型 set_param(qpsk_link/AWGN Channel, EbNo, num2str(EbNoVec(k))); simOutQ sim(qpsk_link, ReturnWorkspaceOutputs, on); berQPSK(k) simOutQ.get(berOut); % 跑 16QAM 模型 set_param(qam16_link/AWGN Channel, EbNo, num2str(EbNoVec(k))); simOut16 sim(qam16_link, ReturnWorkspaceOutputs, on); ber16QAM(k) simOut16.get(berOut); fprintf(Eb/No%d dB: QPSK%.2e, 16QAM%.2e\n, ... EbNoVec(k), berQPSK(k), ber16QAM(k)); end semilogy(EbNoVec, berQPSK_theory, b-, EbNoVec, berQPSK, bo, ... EbNoVec, ber16QAM_theory, r-, EbNoVec, ber16QAM, r^); xlabel(Eb/No (dB)); ylabel(BER); legend(QPSK 理论, QPSK 仿真, 16QAM 理论, 16QAM 仿真); grid on;这段代码的关键点是两个模型共用同一个 Eb/No 扫描向量保证对比公平。berawgn对 16QAM 的理论计算用的是近似公式在低 Eb/No 段和高 Eb/No 段都有一定偏差所以仿真曲线和理论曲线在两端不重合是正常的中间段吻合即可。如果 16QAM 仿真曲线整体比理论值差 3 dB 以上优先检查归一化因子——把调制器输出接 Signal Power 模块确认平均功率是否为 1这是血泪经验里出现频率最高的坑。4. 避坑与排查链路仿真里最容易翻车的五个地方4.1 采样率和符号周期不匹配导致星座图散开现象星座图上的点不是四个清晰的簇而是沿某个方向拉长或整体旋转。原因Bernoulli 源的 Sample time 和调制器的 Symbol period 不满足整数倍关系导致每个符号吃进的比特数不对。解决在模型里加一个Rate Transition模块或者直接把 Bernoulli 源的 Sample time 设为符号周期除以每符号比特数。QPSK 是符号周期/216QAM 是符号周期/4。4.2 AWGN 模块的 Eb/No 模式和 SNR 模式混用现象误码率曲线形状对但整体平移了某个固定 dB 值。原因AWGN 模块设成了 SNR 模式但脚本里按 Eb/No 在扫两者差一个10*log10(每符号比特数)的因子。解决统一用 Eb/No 模式并且在 AWGN 模块里正确设置Symbol period和Bits per symbol。QPSK 填 216QAM 填 4。4.3 误码统计的 Receive delay 没设对现象误码率始终在 0.5 附近完全不随 Eb/No 下降。原因Error Rate Calculation 模块的 Receive delay 默认是 0但链路里如果有滤波器或延迟模块接收端和发送端的比特流没有对齐。解决在 Error Rate Calculation 里把 Receive delay 设为链路总延迟的符号数。简单做法是先跑一次仿真用Find Delay模块测出延迟再填进去。4.4 16QAM 解调器 Constellation ordering 和调制器不一致现象星座图显示为 16 个点但位置全部错位误码率比理论值高 6 dB 以上。原因调制器用 Binary解调器用 Gray或者反过来。解决两端都设成 Gray并且检查Average power和Normalization method是否一致。这个坑的隐蔽性在于星座图看起来「有 16 个点」不仔细对比位置很难发现。4.5 仿真停止条件设得太松导致高 Eb/No 点统计不可信现象高 Eb/No 段误码率曲线抖动很大甚至出现误码率为 0 的点。原因MaxErrors 设得太小比如 10或者 MaxBits 不够大统计样本不足。解决MaxErrors 至少设 100MaxBits 至少设 1e6。如果跑一次要等太久可以先用 MaxErrors100 跑一遍看趋势确认趋势对了再加大样本量跑最终曲线。5. 进阶技巧用 Simulink 外部模式加速参数扫描和验证5.1 外部模式为什么比普通仿真更适合扫参数普通仿真每次改参数都要重新编译模型扫 15 个 Eb/No 点就要编译 15 次时间全花在编译上。Simulink 外部模式External Mode允许在仿真运行过程中通过 MATLAB 脚本实时改参数不需要重新编译。具体操作在模型配置里把Simulation Target的Code Generation打开选择External Mode然后在脚本里用set_param改参数后直接sim即可。这个技巧在扫 16QAM 的 Eb/No 曲线时特别有用因为 16QAM 模型比 QPSK 复杂编译时间更长。5.2 用 MATLAB 脚本自动生成误码率对比报告跑完 QPSK 和 16QAM 的扫描后可以用脚本自动生成一张对比图和一个简单的文本报告% 自动生成对比报告 figure; semilogy(EbNoVec, berQPSK_theory, b-, LineWidth, 1.5); hold on; semilogy(EbNoVec, berQPSK, bo, MarkerSize, 8); semilogy(EbNoVec, ber16QAM_theory, r-, LineWidth, 1.5); semilogy(EbNoVec, ber16QAM, r^, MarkerSize, 8); xlabel(Eb/No (dB)); ylabel(BER); title(QPSK vs 16QAM 在 AWGN 信道下的误码率对比); legend(QPSK 理论, QPSK 仿真, 16QAM 理论, 16QAM 仿真, ... Location, southwest); grid on; hold off; saveas(gcf, ber_comparison.png); % 输出文本报告 fid fopen(ber_report.txt, w); fprintf(fid, Eb/No(dB)\tQPSK_Sim\tQPSK_Theory\t16QAM_Sim\t16QAM_Theory\n); for k 1:length(EbNoVec) fprintf(fid, %d\t%.4e\t%.4e\t%.4e\t%.4e\n, EbNoVec(k), ... berQPSK(k), berQPSK_theory(k), ber16QAM(k), ber16QAM_theory(k)); end fclose(fid);这段代码把仿真结果和理论值写进一个制表符分隔的文本文件方便后续用 Excel 或 Python 做进一步分析。saveas保存的图片可以直接放进报告里。参数说明MarkerSize设 8 是为了在论文或报告里打印出来看得清Location设southwest是因为误码率曲线通常从左上往右下走图例放左下角不挡曲线。5.3 一个我踩过的坑外部模式下的参数类型必须匹配用外部模式改参数时set_param的数值必须和模块参数的数据类型一致。比如 AWGN 模块的 EbNo 参数是字符串类型必须用num2str转成字符串再传直接传数字会报错。这个坑我踩过两次第一次以为是外部模式没配置好查了半天才发现是参数类型问题。后来养成习惯每次set_param之前先用get_param看一下当前参数的类型确认一致再改。另外外部模式下仿真速度受串口或 TCP 连接带宽限制如果模型里有大量示波器或频谱仪模块在实时刷新仿真会变慢建议在扫参数时关掉这些可视化模块只保留误码统计。希望帮到你。本文还有配套的精品资源点击获取