简介在通信系统设计中调制与编码的搭配直接影响链路在复杂信道下的可靠性。DQPSK作为一种差分调制方式通过相邻符号的相位差传递信息天然抵抗相位模糊与频偏残留LDPC码则凭借逼近香农极限的性能成为现代编码标准的核心。将两者结合既能利用LDPC的软判决译码增益又能借助DQPSK的鲁棒性应对多普勒、晶振频偏等非理想场景。围绕误码率仿真需要正确完成Eb/N0到Es/N0的换算、功率归一化以及软解调LLR计算才能得到可信的性能曲线。本文面向卫星通信、无人机数据链等低信噪比大频偏应用梳理从发射端调制编码到接收端软判决译码的完整仿真链路并对迭代次数、码长、帧结构等关键参数给出调优建议帮助工程人员快速搭建并验证物理层算法。1. DQPSK为什么总跟LDPC组队从物理层到编码层的搭配逻辑先问一个问题很多初次接触通信链路仿真的朋友会困惑市面上调制方式这么多BPSK、QPSK、8PSK、16QAM各有各的拥趸为什么偏偏选DQPSK来跟LDPC搭伙我最初跑这个仿真的时候也带着同样的疑问等到链路搭完、误码率曲线画出来才真正理解这个组合背后的工程考量。DQPSK是差分正交相移键控每个符号承载2比特信息信息不是通过绝对相位来传递而是通过相邻符号之间的相位差来传递。这个差分设计带来的最大好处是接收端不需要精确恢复载波绝对相位面对相位模糊、频偏残留这类问题时有天然的抗性。LDPC则是低密度奇偶校验码1990年代末被重新发现后迅速成为逼近香农极限的主力编码方案5G NR、DVB-S2、Wi-Fi 6802.11ax里都有它的身影。把两者放在一条链路上本质上是做了一次分工明确的配合LDPC负责在较低信噪比下把误码率压下去DQPSK负责保证解调端的相位鲁棒性同时每个符号携带2比特频谱效率比BPSK翻了一倍。有人会问那为什么不用相干QPSK相干QPSK理论上比DQPSK的差分检测有约2到3dB的增益但这笔增益不是白拿的——它要求接收端做载波相位恢复需要导频辅助或者判决反馈环路在突发传输、低信噪比、通道存在大频偏的场景下相位恢复本身就可能成为系统瓶颈。DQPSK靠差分编码绕开了绝对相位校准这一步这让它在移动通信的多普勒场景、卫星链路的晶振频偏场景下更稳。我们做仿真不能只盯着AWGN信道下的理论增益要看你模拟的系统到底在什么条件下工作。LDPC和DQPSK还有一个工程上的默契点LDPC的软判决译码需要接收端为每个比特提供软信息也就是对数似然比LLR。DQPSK虽然以差分方式工作但解调时依然可以基于相邻符号的相位差计算每个比特的软信息这个软信息和LDPC的BP译码算法衔接得非常顺。如果换用传统的硬判决解调再送进LDPC译码器性能会损失1到2dB那就浪费了LDPC最值钱的那部分编码增益。所以这套组合适合谁用如果你是做卫星通信、无人机数据链、水下声通信这类低信噪比大频偏场景的算法验证或者你是通信工程专业的学生需要一条从调制、编码到误码率统计的完整仿真链路作为课程设计或硕博课题的基线DQPSKLDPC这套组合是一个信息量密度很高的参考模板。它比单纯做QPSK仿真多了一层编码增益的观察维度比直接上OFDM信道估计那种超复杂链路更容易聚焦在调制和编码本身的性能交互上。2. 仿真链路的分块设计从信源到误码统计的完整管线搞通信仿真最忌讳一上来就写一个大脚本所有模块堆在同一个文件里后面想改个参数、查个bug就成了灾难。我在这个项目里严格按照发射端-信道-接收端-统计四个阶段来组织代码每个阶段用独立函数或独立节来承载这样既方便单步调试也方便以后替换成别的调制方式或者别的LDPC码率。2.1 发射端的三个关键环节发射端先产生随机二进制信源然后进LDPC编码器。编码之后得到的是编码比特流这里有一个很容易忽略的细节LDPC编码器输出的码字长度等于信息位长度加上校验位长度如果我们用的是系统码如DVB-S2标准中的LDPC码码字前半部分是原始信息位后半部分是校验位这个结构在译码端做误码率统计时可以直接取信息位来做对比不需要额外记录索引。编码比特流之后进DQPSK调制。MATLAB通信工具箱里comm.DQPSKModulator对象可以直接生成调制器但要注意它的默认输出是单路符号索引还是复数符号。我更习惯把调制器配成输出实际复数符号SymbolMapping设置为合适的映射方式因为后面加噪声、算LLR都直接针对复数信号省去索引转符号那一步。工程项目里建议显式设置BitInput为true让调制器直接接收比特对这样编码输出和调制输入的接口就是比特流逻辑上更清晰。DQPSK的星座映射有Gray映射和非Gray映射之分实际仿真中可以对照看一下差异。Gray映射下相邻星座点只差1个比特解调时一个符号误判成相邻星座点通常只产生1比特错误这对降低误码率有帮助。但LDPC译码是软判决的映射方式对LLR的影响是整体的所以在高信噪比区域Gray映射的优势会被编码增益部分吸收。我建议初始仿真用默认映射不要在这个细节上过度纠结。2.2 信道模型AWGN是第一步但不是终点AWGN信道是最基础的起点用awgn函数或者comm.AWGNChannel对象来加噪声都可以。用awgn函数时注意它是按信号功率来折算噪声功率的这意味着你调制器输出的符号功率必须是已知且确定的。还有一种做法是生成高斯噪声并手动叠加noise sqrt(N0/2) * (randn(size(sig)) 1j*randn(size(sig)))其中N0是噪声单边功率谱密度。我倾向于手动加噪声因为Eb/N0到N0的换算完全掌握在自己手里不会因为awgn函数内部对信号功率的估计方式不同而产生意料之外的偏差。如果你想做得更接近真实信道可以在AWGN基础上加一个简单的频率偏移exp(1j*2*pi*f_offset*t)来模拟晶振偏差看看DQPSK的差分特性是不是真的能把频偏影响控制在可接受范围。这个扩展实验做起来成本很低但对理解DQPSK的优势来源非常有帮助。2.3 接收端的软解调与LDPC软判决译码接收端先做DQPSK差分解调。所谓差分解调就是利用当前接收符号与前一接收符号的相位差来映射回比特信息。软解调时我们不能只输出硬判决的比特得为每个比特计算出LLR。LLR的物理含义是该比特为0的对数似然减去该比特为1的对数似然”正值说明0更可信负值说明1更可信绝对值越大可信度越高。DQPSK的LLR计算稍微绕一点直接拿当前符号和前一符号的相位差去跟四个理想相位差0°、90°、180°、270°做距离度量。工程上常用的简化方式是分别计算接收相位差到四个理想星座点的欧氏距离再根据每个星座点对应的2比特值用max-log近似得到两个比特各自的LLR。dqpskDemodulator comm.DQPSKDemodulator(..., OutputDataType,soft)这种配置在某些MATLAB版本里可以直接输出软比特但要注意不同版本的支持情况如果工具箱版本不直接支持就按上面的方式自己写一个软解调函数代码量不大而且内部逻辑完全透明。LDPC译码用comm.LDPCDecoder核心设置是DecisionType设为soft decisionIterationsTerminationCondition按需设置MaximumIterationCount一般设8到20。迭代次数不是越大越好因为在低信噪比下过多迭代不仅耗时还可能因为因子图上消息振荡出现不收敛误码率曲线反而出现错误平层。关于这一点后面专门讲。3. 决定曲线走向的关键参数Eb/N0换算与帧结构设计误码率仿真里最容易被搞砸的不是LDPC译码器不会用而是Eb/N0和Es/N0之间的换算关系没搞清楚。很多第一次跑链路的人直接把信噪比变量当作Eb/N0喂给awgn函数结果画出来的曲线跟理论曲线对不上还琢磨半天是不是编码器写错了。实际上LDPC编码器引入了冗余DQPSK每个符号携带2个比特这两层因素都会改变每比特能量和每符号能量之间的关系。3.1 Eb/N0和Es/N0的换算一个公式看清问题假设码率为R比如1/2码率LDPC就是R0.5每符号承载的比特数为mDQPSK是m2那么编码后每个符号平均承载的有效信息比特数是R * m。符号信噪比Es/N0与比特信噪比Eb/N0之间的关系是Es/N0 (dB) Eb/N0 (dB) 10*log10(m) 10*log10(R)也就是Es/N0 (dB) Eb/N0 (dB) 10*log10(2) 10*log10(0.5) Eb/N0 (dB)这里有个巧合对于码率1/2的DQPSK两个修正项刚好抵消。所以很多人在码率1/2的配置下随手写代码也能得到正确曲线。可一旦你后来把LDPC码率换成3/4或者2/3还是沿用原来的换算方式曲线就会整个偏移误码率性能看起来变差或变好但这并不是编码的真实性能变化而是你把横坐标搞错了。为了避免这种隐患代码里建议单独写一个换算函数显式计算Es/N0再去生成噪声不要依赖手动心算。3.2 帧结构与蒙特卡洛仿真次数设计一帧数据由多少个LDPC码字组成直接决定了一次蒙特卡洛仿真的统计精度。LDPC码字长度通常取648、1296、1944、2048这类常见块长每个码字内的信息比特数取决于码率。如果一帧只有一个码字那么每次仿真只统计几百个信息比特误差很大。我建议每帧包含至少10到20个码字这样一次迭代就能积累几千个信息比特的统计样本。误码率统计的基本规则是每个信噪比点至少要统计到100个以上错误比特不然BER估计的置信度太差曲线抖动剧烈。低信噪比区域错误比特很容易攒够高信噪比区域则可能需要跑非常多的帧。一个实用的做法是给每个信噪比点设置最大仿真帧数和最小错误比特数双重条件谁先满足谁停止。这样既能保证低信噪比区域的统计精度又不会让高信噪比区域的仿真时间失控。我实测的参考量级是LDPC码长1944、码率1/2Eb/N0低于1dB时每信噪比点跑200帧就能得到稳定曲线到了4dB以上可能跑2000帧都统计不到100个错误比特这时多半要直接标注0 bit errors并用上界符号表示。MATLAB默认的误码率曲线画法能接受这种情况但如果你想让曲线看起来更连续可以在每个信噪比点做多次重复实验取平均。3.3 调制端功率归一化DQPSK调制的复数符号输出需要做功率归一化否则Es/N0的换算会出问题。我见过不少人在这上面踩坑comm.DQPSKModulator默认输出的星座点功率并不是1直接把这种符号送进awgn(sig, snr, measured)倒是能工作因为measured选项会先测量信号功率但如果你手动按N0公式加噪声就必须要知道符号的实际功率否则噪声加多或加少曲线横坐标就错了。更稳妥的做法是在调制器后面对符号做归一化sig sig / sqrt(mean(abs(sig).^2))。这一行执行完之后符号功率精确等于1后面不管用哪个函数加噪声都清楚知道自己是在跟什么量级的功率打交道。4. 从脚本到曲线程序运行的完整实操流程很多人下载了仿真程序鼠标双击运行结果一堆报错弹出来当场心态崩掉。这套链路涉及的对象多、参数互相依赖完整的运行流程应该是分块执行、逐段验证而不是一把梭。4.1 脚本框架与模块划分我按顺序将整个仿真脚本组织成下面几个区块参数区设置Eb/N0扫描范围、LDPC码率、码长、最大迭代次数、每信噪比点帧数。LDPC矩阵与编解码器对象构建区根据码率生成校验矩阵创建编码器与译码器对象。调制解调对象构建区创建DQPSK调制器与解调器对象。主循环区逐信噪比点执行编码-调制-加噪-软解调-软判决译码-误码统计。画图区以Eb/N0为横轴BER为纵轴对数坐标画误码率曲线。前三个区相当于初始化跑一次就够了。主循环区是整个程序的核心控制仿真的总时长。画图区放在最后建议单独用一节或者一个函数来承载方便把仿真数据保存成.mat文件下次直接加载画图不用重新跑仿真这对调整曲线样式非常有用。4.2 每个模块怎么验证代码写完了不能直接整链路调试最好逐模块做冒烟测试。调制器验证生成一段随机比特过调制器后观察星座图确认输出符号落在期望的四个相位点上。这是一个简单的scatterplot(sig)就能完成的工作。LDPC编码器验证编码一组已知比特再调用译码器做一次无噪声译码确认能完全正确恢复。无噪声条件下译码都出错说明校验矩阵和编解码器配置有问题得先解决这个再往下走。信道与噪声验证把调制符号直接加噪声不改动相位软解调输出对比硬解调输出观察LLR的符号是否与硬判决一致绝对值大小是否与信噪比相关。如果低信噪比下LLR绝对值普遍很大那说明信噪比换算的错误已经渗透进来了。主循环验证先只跑2个信噪比点每个点只跑5帧看整体流程是否通畅。如果这一步通过再放开完整的扫描范围和帧数。这种先小后大的调试策略能省下大把时间不至于一个bug隐藏在几千帧仿真之后才暴露。4.3 程序操作视频我建议你怎么录这个项目附带的程序操作视频本质上是给其他人一份手把手还原环境、运行、看曲线的路径。我自己录这种视频时有一条经验不要上来就讲代码逻辑先花30秒展示最终结果曲线让观看者知道你要达到什么样的目标再按环境检查、参数区设置、分区执行、曲线解读的顺序走。录制时建议把MATLAB当前文件夹、工作区变量、命令行输出都露出来这些信息在别人复现时可太重要了。很多新手照着文档运行却报错是因为路径没切对、工具箱没装全而这些东西在视频里一晃而过就会被忽略所以宁可放慢节奏也不要一带而过。5. 调试阶段最容易踩的坑与排查链路这套链路我前后调过好几版踩过的坑可以写成一本书。下面几个问题是最典型的如果你发现自己的曲线不对劲按这个排查链路走一遍比漫无目的地改参数有效得多。5.1 差分编码带来的误码扩散效应DQPSK解调的核心是当前符号与前一符号相比的相位差。这里有个隐蔽的坑如果信道噪声导致某个符号被解调错误那么它相邻的前后两个差分判决都会受到影响也就是说一次符号错误可能造成两个符号4个比特的错误。没有LDPC时这个效应体现为BER曲线比理论值略差一点有LDPC时由于错误是成对出现的LLR的可靠性分布变得不均匀部分比特的软信息被严重拉低译码器可能把错误集中在某个局部表现就是误码率曲线的斜率在高信噪比区域不如预期那么陡峭。排查思路先做一次无LDPC的DQPSK误码率仿真跟理论曲线对比确认差分检测本身的性能是否正常。如果这条曲线都偏移了说明调制解调和信噪比换算这块还有问题跟LDPC无关。如果这条曲线正常问题大概率出在编码译码侧的配置上。5.2 LDPC译码不收敛错误平层现象comm.LDPCDecoder如果设置不合理很容易出现错误平层也就是误码率曲线降到某个数量级之后就不再下降无论信噪比怎么增加BER都卡在一个平台上不动了。这个平台不是说LDPC算法不行而是你的配置限制了它。最常见的几个原因按顺序排查最大迭代次数设得太小比如只设2到3次迭代BP算法还没收敛就停止了高信噪比区域自然无法发挥全部性能。我建议初始设置至少10次迭代。校验矩阵的围长girth太短因子图上小环过多导致消息传递出现自增强迭代越多性能反而越差。这种情况在随机生成的不规范H矩阵里更常见。解决办法是换用结构化的LDPC矩阵比如MATLAB通信工具箱自带的dvbs2ldpc生成的DVB-S2标准矩阵。输入LLR的幅度范围不对。BP算法的消息传递对输入软信息的量级敏感如果你的LLR计算方式偏保守或偏激进译码器的收敛行为会明显变化。排查方法很简单把LLR整体乘个0.5或者2.0看看曲线是不是有显著变化如果有说明LLR的标定有问题。5.3 信噪比扫描方向导致的曲线毛刺蒙特卡洛仿真里每个信噪比点都是独立跑的理论上曲线应该平滑下降。但如果随机数发生器没有设置种子每次运行结果会有波动这是正常的。真正有问题的是你在低信噪比点跑了500帧高信噪比点也跑了500帧但高信噪比点错误比特太少统计噪声变得巨大曲线看起来在某个点之后突然抬头——这其实是统计量不足的假象不是系统变差了。解决办法是给每个信噪比点设最小错误比特数条件比如至少100个错误比特。我还会在仿真循环里打印每个点的实时统计信息已仿真帧数、错误比特数、当前BER估计值。看到高信噪比点跑到几百帧才攒到十几个错误就知道这个点的曲线可信度不高要么继续跑要么在图上标注该点为上限值。6. 结果解读、参数调优与后续扩展方向6.1 误码率曲线怎么看三个观察维度跑出曲线之后第一件事不是急着调参而是从三个角度解读数据。第一看瀑布区误码率开始急剧下降的那个信噪比区间这是LDPC码发挥作用最大的区域。瀑布区越陡峭说明编码增益越明显。如果瀑布区几乎不存在曲线是平缓下滑的那说明LDPC译码器根本没在工作——检查一下送入译码器的是不是软信息还是不小心把硬判决比特送进去了。第二看错误平层曲线在低误码率区域是否出现平台。有平台不一定是坏事只要平台高度在你的系统指标之内就可以接受。比如目标误码率是1e-5平层在1e-6那平台不会影响系统设计但如果平层在1e-4而你的需求是1e-5那就必须处理了。处理思路是增大迭代次数、换更长的码字、或者改用更好的软解调算法。第三看编码增益把无LDPC的DQPSK误码率曲线跟有LDPC的曲线放在同一张图上在同一误码率水平下比较两者所需Eb/N0的差值。码率1/2的LDPC在误码率1e-4处比未编码DQPSK通常能多出5到7dB的增益如果差值明显少于这个数就要回头审视译码配置了。6.2 参数调优的实践方向迭代次数先用10次迭代跑一组完整曲线再分别用5次、20次跑对比瀑布区和平层位置。通常你会发现10到20次之间的差异非常小但迭代次数每减一半仿真时间几乎减一半。如果系统对延时敏感5次迭代可能是一个更好的工程取舍。LDPC码长1944码长的性能一定好于648码长但仿真时间也会成倍增加。码长对LDPC性能的影响比迭代次数更明显所以如果你想追求更好的误码率性能优先加码长而不是加迭代次数。帧数设置低信噪比区域100帧就够高信噪比区域建议用最大帧数最小错误比特数双条件控制避免无意义地跑大量帧。我在代码里通常把最大帧数设为5000最小错误比特数设为100在这个配置下曲线在1e-5附近依然平滑。软解调精度如果LLR计算采用max-log近似性能会比精确对数似然差0.2到0.5dB看你对性能精度的要求。追求精益求精的话可以用comm.DQPSKDemodulator的软输出能力或者自己写完整的LLR公式性能会有可测量的提升。6.3 这条链路还可以往哪扩展一个仿真链路的价值不在于跑通而在于能在此基础上做更多实验。把AWGN信道换成频率选择性衰落信道如comm.RayleighChannel观察DQPSK差分检测在快衰落下的表现比较它与相干QPSK的性能差距。这能让你更直观地理解差分在工程中的价值。在DQPSK调制之前加一个比特交织器LDPC译码之前做解交织。交织可以打散信道中的突发错误让LDPC译码器的输入错误分布更接近随机在衰落信道下效果尤其明显。把LDPC改成其他编码方式如Turbo码、Polar码做对比。同一套DQPSK调制解调链路只需要替换编解码器对象就能得到不同编码方案在相同物理层条件下的公平对比这种对比数据放到论文或报告里很有说服力。用迭代解调译码ID结构DQPSK软解调器和LDPC译码器之间交换外信息多迭代几次。这种方案实现复杂度更高但在低信噪比区域能再挤出零点几个dB的增益适合作为进阶研究的方向。6.4 最后再分享一个实用小技巧仿真代码如果只跑一次可能无所谓但如果你要反复调整参数建议每次运行前都清理工作区变量并且固定随机种子。固定随机种子比如rng(2024)能让每次实验的随机序列一致曲线重复生成时没有随机波动这在你对比不同参数配置时非常重要——只有随机条件相同性能差异才归因于参数本身而不是统计数据噪声。我自己跑完这套DQPSKLDPC链路的体会是通信系统仿真最大的价值不在于把某一条曲线画得多漂亮而在于每一次曲线的异常都能让你更深刻地理解某个理论概念的实际影响。差分调制、软判决译码、编码增益这些术语书上看十遍不如亲手调一次参数看到它在曲线上的具体体现来得扎实。希望这篇拆解能让你少走几步弯路更快地把链路跑通也跑出自己的理解。本文还有配套的精品资源点击获取 DQPSK+LDPC链路仿真全解析：从原理到参数调优
简介在通信系统设计中调制与编码的搭配直接影响链路在复杂信道下的可靠性。DQPSK作为一种差分调制方式通过相邻符号的相位差传递信息天然抵抗相位模糊与频偏残留LDPC码则凭借逼近香农极限的性能成为现代编码标准的核心。将两者结合既能利用LDPC的软判决译码增益又能借助DQPSK的鲁棒性应对多普勒、晶振频偏等非理想场景。围绕误码率仿真需要正确完成Eb/N0到Es/N0的换算、功率归一化以及软解调LLR计算才能得到可信的性能曲线。本文面向卫星通信、无人机数据链等低信噪比大频偏应用梳理从发射端调制编码到接收端软判决译码的完整仿真链路并对迭代次数、码长、帧结构等关键参数给出调优建议帮助工程人员快速搭建并验证物理层算法。1. DQPSK为什么总跟LDPC组队从物理层到编码层的搭配逻辑先问一个问题很多初次接触通信链路仿真的朋友会困惑市面上调制方式这么多BPSK、QPSK、8PSK、16QAM各有各的拥趸为什么偏偏选DQPSK来跟LDPC搭伙我最初跑这个仿真的时候也带着同样的疑问等到链路搭完、误码率曲线画出来才真正理解这个组合背后的工程考量。DQPSK是差分正交相移键控每个符号承载2比特信息信息不是通过绝对相位来传递而是通过相邻符号之间的相位差来传递。这个差分设计带来的最大好处是接收端不需要精确恢复载波绝对相位面对相位模糊、频偏残留这类问题时有天然的抗性。LDPC则是低密度奇偶校验码1990年代末被重新发现后迅速成为逼近香农极限的主力编码方案5G NR、DVB-S2、Wi-Fi 6802.11ax里都有它的身影。把两者放在一条链路上本质上是做了一次分工明确的配合LDPC负责在较低信噪比下把误码率压下去DQPSK负责保证解调端的相位鲁棒性同时每个符号携带2比特频谱效率比BPSK翻了一倍。有人会问那为什么不用相干QPSK相干QPSK理论上比DQPSK的差分检测有约2到3dB的增益但这笔增益不是白拿的——它要求接收端做载波相位恢复需要导频辅助或者判决反馈环路在突发传输、低信噪比、通道存在大频偏的场景下相位恢复本身就可能成为系统瓶颈。DQPSK靠差分编码绕开了绝对相位校准这一步这让它在移动通信的多普勒场景、卫星链路的晶振频偏场景下更稳。我们做仿真不能只盯着AWGN信道下的理论增益要看你模拟的系统到底在什么条件下工作。LDPC和DQPSK还有一个工程上的默契点LDPC的软判决译码需要接收端为每个比特提供软信息也就是对数似然比LLR。DQPSK虽然以差分方式工作但解调时依然可以基于相邻符号的相位差计算每个比特的软信息这个软信息和LDPC的BP译码算法衔接得非常顺。如果换用传统的硬判决解调再送进LDPC译码器性能会损失1到2dB那就浪费了LDPC最值钱的那部分编码增益。所以这套组合适合谁用如果你是做卫星通信、无人机数据链、水下声通信这类低信噪比大频偏场景的算法验证或者你是通信工程专业的学生需要一条从调制、编码到误码率统计的完整仿真链路作为课程设计或硕博课题的基线DQPSKLDPC这套组合是一个信息量密度很高的参考模板。它比单纯做QPSK仿真多了一层编码增益的观察维度比直接上OFDM信道估计那种超复杂链路更容易聚焦在调制和编码本身的性能交互上。2. 仿真链路的分块设计从信源到误码统计的完整管线搞通信仿真最忌讳一上来就写一个大脚本所有模块堆在同一个文件里后面想改个参数、查个bug就成了灾难。我在这个项目里严格按照发射端-信道-接收端-统计四个阶段来组织代码每个阶段用独立函数或独立节来承载这样既方便单步调试也方便以后替换成别的调制方式或者别的LDPC码率。2.1 发射端的三个关键环节发射端先产生随机二进制信源然后进LDPC编码器。编码之后得到的是编码比特流这里有一个很容易忽略的细节LDPC编码器输出的码字长度等于信息位长度加上校验位长度如果我们用的是系统码如DVB-S2标准中的LDPC码码字前半部分是原始信息位后半部分是校验位这个结构在译码端做误码率统计时可以直接取信息位来做对比不需要额外记录索引。编码比特流之后进DQPSK调制。MATLAB通信工具箱里comm.DQPSKModulator对象可以直接生成调制器但要注意它的默认输出是单路符号索引还是复数符号。我更习惯把调制器配成输出实际复数符号SymbolMapping设置为合适的映射方式因为后面加噪声、算LLR都直接针对复数信号省去索引转符号那一步。工程项目里建议显式设置BitInput为true让调制器直接接收比特对这样编码输出和调制输入的接口就是比特流逻辑上更清晰。DQPSK的星座映射有Gray映射和非Gray映射之分实际仿真中可以对照看一下差异。Gray映射下相邻星座点只差1个比特解调时一个符号误判成相邻星座点通常只产生1比特错误这对降低误码率有帮助。但LDPC译码是软判决的映射方式对LLR的影响是整体的所以在高信噪比区域Gray映射的优势会被编码增益部分吸收。我建议初始仿真用默认映射不要在这个细节上过度纠结。2.2 信道模型AWGN是第一步但不是终点AWGN信道是最基础的起点用awgn函数或者comm.AWGNChannel对象来加噪声都可以。用awgn函数时注意它是按信号功率来折算噪声功率的这意味着你调制器输出的符号功率必须是已知且确定的。还有一种做法是生成高斯噪声并手动叠加noise sqrt(N0/2) * (randn(size(sig)) 1j*randn(size(sig)))其中N0是噪声单边功率谱密度。我倾向于手动加噪声因为Eb/N0到N0的换算完全掌握在自己手里不会因为awgn函数内部对信号功率的估计方式不同而产生意料之外的偏差。如果你想做得更接近真实信道可以在AWGN基础上加一个简单的频率偏移exp(1j*2*pi*f_offset*t)来模拟晶振偏差看看DQPSK的差分特性是不是真的能把频偏影响控制在可接受范围。这个扩展实验做起来成本很低但对理解DQPSK的优势来源非常有帮助。2.3 接收端的软解调与LDPC软判决译码接收端先做DQPSK差分解调。所谓差分解调就是利用当前接收符号与前一接收符号的相位差来映射回比特信息。软解调时我们不能只输出硬判决的比特得为每个比特计算出LLR。LLR的物理含义是该比特为0的对数似然减去该比特为1的对数似然”正值说明0更可信负值说明1更可信绝对值越大可信度越高。DQPSK的LLR计算稍微绕一点直接拿当前符号和前一符号的相位差去跟四个理想相位差0°、90°、180°、270°做距离度量。工程上常用的简化方式是分别计算接收相位差到四个理想星座点的欧氏距离再根据每个星座点对应的2比特值用max-log近似得到两个比特各自的LLR。dqpskDemodulator comm.DQPSKDemodulator(..., OutputDataType,soft)这种配置在某些MATLAB版本里可以直接输出软比特但要注意不同版本的支持情况如果工具箱版本不直接支持就按上面的方式自己写一个软解调函数代码量不大而且内部逻辑完全透明。LDPC译码用comm.LDPCDecoder核心设置是DecisionType设为soft decisionIterationsTerminationCondition按需设置MaximumIterationCount一般设8到20。迭代次数不是越大越好因为在低信噪比下过多迭代不仅耗时还可能因为因子图上消息振荡出现不收敛误码率曲线反而出现错误平层。关于这一点后面专门讲。3. 决定曲线走向的关键参数Eb/N0换算与帧结构设计误码率仿真里最容易被搞砸的不是LDPC译码器不会用而是Eb/N0和Es/N0之间的换算关系没搞清楚。很多第一次跑链路的人直接把信噪比变量当作Eb/N0喂给awgn函数结果画出来的曲线跟理论曲线对不上还琢磨半天是不是编码器写错了。实际上LDPC编码器引入了冗余DQPSK每个符号携带2个比特这两层因素都会改变每比特能量和每符号能量之间的关系。3.1 Eb/N0和Es/N0的换算一个公式看清问题假设码率为R比如1/2码率LDPC就是R0.5每符号承载的比特数为mDQPSK是m2那么编码后每个符号平均承载的有效信息比特数是R * m。符号信噪比Es/N0与比特信噪比Eb/N0之间的关系是Es/N0 (dB) Eb/N0 (dB) 10*log10(m) 10*log10(R)也就是Es/N0 (dB) Eb/N0 (dB) 10*log10(2) 10*log10(0.5) Eb/N0 (dB)这里有个巧合对于码率1/2的DQPSK两个修正项刚好抵消。所以很多人在码率1/2的配置下随手写代码也能得到正确曲线。可一旦你后来把LDPC码率换成3/4或者2/3还是沿用原来的换算方式曲线就会整个偏移误码率性能看起来变差或变好但这并不是编码的真实性能变化而是你把横坐标搞错了。为了避免这种隐患代码里建议单独写一个换算函数显式计算Es/N0再去生成噪声不要依赖手动心算。3.2 帧结构与蒙特卡洛仿真次数设计一帧数据由多少个LDPC码字组成直接决定了一次蒙特卡洛仿真的统计精度。LDPC码字长度通常取648、1296、1944、2048这类常见块长每个码字内的信息比特数取决于码率。如果一帧只有一个码字那么每次仿真只统计几百个信息比特误差很大。我建议每帧包含至少10到20个码字这样一次迭代就能积累几千个信息比特的统计样本。误码率统计的基本规则是每个信噪比点至少要统计到100个以上错误比特不然BER估计的置信度太差曲线抖动剧烈。低信噪比区域错误比特很容易攒够高信噪比区域则可能需要跑非常多的帧。一个实用的做法是给每个信噪比点设置最大仿真帧数和最小错误比特数双重条件谁先满足谁停止。这样既能保证低信噪比区域的统计精度又不会让高信噪比区域的仿真时间失控。我实测的参考量级是LDPC码长1944、码率1/2Eb/N0低于1dB时每信噪比点跑200帧就能得到稳定曲线到了4dB以上可能跑2000帧都统计不到100个错误比特这时多半要直接标注0 bit errors并用上界符号表示。MATLAB默认的误码率曲线画法能接受这种情况但如果你想让曲线看起来更连续可以在每个信噪比点做多次重复实验取平均。3.3 调制端功率归一化DQPSK调制的复数符号输出需要做功率归一化否则Es/N0的换算会出问题。我见过不少人在这上面踩坑comm.DQPSKModulator默认输出的星座点功率并不是1直接把这种符号送进awgn(sig, snr, measured)倒是能工作因为measured选项会先测量信号功率但如果你手动按N0公式加噪声就必须要知道符号的实际功率否则噪声加多或加少曲线横坐标就错了。更稳妥的做法是在调制器后面对符号做归一化sig sig / sqrt(mean(abs(sig).^2))。这一行执行完之后符号功率精确等于1后面不管用哪个函数加噪声都清楚知道自己是在跟什么量级的功率打交道。4. 从脚本到曲线程序运行的完整实操流程很多人下载了仿真程序鼠标双击运行结果一堆报错弹出来当场心态崩掉。这套链路涉及的对象多、参数互相依赖完整的运行流程应该是分块执行、逐段验证而不是一把梭。4.1 脚本框架与模块划分我按顺序将整个仿真脚本组织成下面几个区块参数区设置Eb/N0扫描范围、LDPC码率、码长、最大迭代次数、每信噪比点帧数。LDPC矩阵与编解码器对象构建区根据码率生成校验矩阵创建编码器与译码器对象。调制解调对象构建区创建DQPSK调制器与解调器对象。主循环区逐信噪比点执行编码-调制-加噪-软解调-软判决译码-误码统计。画图区以Eb/N0为横轴BER为纵轴对数坐标画误码率曲线。前三个区相当于初始化跑一次就够了。主循环区是整个程序的核心控制仿真的总时长。画图区放在最后建议单独用一节或者一个函数来承载方便把仿真数据保存成.mat文件下次直接加载画图不用重新跑仿真这对调整曲线样式非常有用。4.2 每个模块怎么验证代码写完了不能直接整链路调试最好逐模块做冒烟测试。调制器验证生成一段随机比特过调制器后观察星座图确认输出符号落在期望的四个相位点上。这是一个简单的scatterplot(sig)就能完成的工作。LDPC编码器验证编码一组已知比特再调用译码器做一次无噪声译码确认能完全正确恢复。无噪声条件下译码都出错说明校验矩阵和编解码器配置有问题得先解决这个再往下走。信道与噪声验证把调制符号直接加噪声不改动相位软解调输出对比硬解调输出观察LLR的符号是否与硬判决一致绝对值大小是否与信噪比相关。如果低信噪比下LLR绝对值普遍很大那说明信噪比换算的错误已经渗透进来了。主循环验证先只跑2个信噪比点每个点只跑5帧看整体流程是否通畅。如果这一步通过再放开完整的扫描范围和帧数。这种先小后大的调试策略能省下大把时间不至于一个bug隐藏在几千帧仿真之后才暴露。4.3 程序操作视频我建议你怎么录这个项目附带的程序操作视频本质上是给其他人一份手把手还原环境、运行、看曲线的路径。我自己录这种视频时有一条经验不要上来就讲代码逻辑先花30秒展示最终结果曲线让观看者知道你要达到什么样的目标再按环境检查、参数区设置、分区执行、曲线解读的顺序走。录制时建议把MATLAB当前文件夹、工作区变量、命令行输出都露出来这些信息在别人复现时可太重要了。很多新手照着文档运行却报错是因为路径没切对、工具箱没装全而这些东西在视频里一晃而过就会被忽略所以宁可放慢节奏也不要一带而过。5. 调试阶段最容易踩的坑与排查链路这套链路我前后调过好几版踩过的坑可以写成一本书。下面几个问题是最典型的如果你发现自己的曲线不对劲按这个排查链路走一遍比漫无目的地改参数有效得多。5.1 差分编码带来的误码扩散效应DQPSK解调的核心是当前符号与前一符号相比的相位差。这里有个隐蔽的坑如果信道噪声导致某个符号被解调错误那么它相邻的前后两个差分判决都会受到影响也就是说一次符号错误可能造成两个符号4个比特的错误。没有LDPC时这个效应体现为BER曲线比理论值略差一点有LDPC时由于错误是成对出现的LLR的可靠性分布变得不均匀部分比特的软信息被严重拉低译码器可能把错误集中在某个局部表现就是误码率曲线的斜率在高信噪比区域不如预期那么陡峭。排查思路先做一次无LDPC的DQPSK误码率仿真跟理论曲线对比确认差分检测本身的性能是否正常。如果这条曲线都偏移了说明调制解调和信噪比换算这块还有问题跟LDPC无关。如果这条曲线正常问题大概率出在编码译码侧的配置上。5.2 LDPC译码不收敛错误平层现象comm.LDPCDecoder如果设置不合理很容易出现错误平层也就是误码率曲线降到某个数量级之后就不再下降无论信噪比怎么增加BER都卡在一个平台上不动了。这个平台不是说LDPC算法不行而是你的配置限制了它。最常见的几个原因按顺序排查最大迭代次数设得太小比如只设2到3次迭代BP算法还没收敛就停止了高信噪比区域自然无法发挥全部性能。我建议初始设置至少10次迭代。校验矩阵的围长girth太短因子图上小环过多导致消息传递出现自增强迭代越多性能反而越差。这种情况在随机生成的不规范H矩阵里更常见。解决办法是换用结构化的LDPC矩阵比如MATLAB通信工具箱自带的dvbs2ldpc生成的DVB-S2标准矩阵。输入LLR的幅度范围不对。BP算法的消息传递对输入软信息的量级敏感如果你的LLR计算方式偏保守或偏激进译码器的收敛行为会明显变化。排查方法很简单把LLR整体乘个0.5或者2.0看看曲线是不是有显著变化如果有说明LLR的标定有问题。5.3 信噪比扫描方向导致的曲线毛刺蒙特卡洛仿真里每个信噪比点都是独立跑的理论上曲线应该平滑下降。但如果随机数发生器没有设置种子每次运行结果会有波动这是正常的。真正有问题的是你在低信噪比点跑了500帧高信噪比点也跑了500帧但高信噪比点错误比特太少统计噪声变得巨大曲线看起来在某个点之后突然抬头——这其实是统计量不足的假象不是系统变差了。解决办法是给每个信噪比点设最小错误比特数条件比如至少100个错误比特。我还会在仿真循环里打印每个点的实时统计信息已仿真帧数、错误比特数、当前BER估计值。看到高信噪比点跑到几百帧才攒到十几个错误就知道这个点的曲线可信度不高要么继续跑要么在图上标注该点为上限值。6. 结果解读、参数调优与后续扩展方向6.1 误码率曲线怎么看三个观察维度跑出曲线之后第一件事不是急着调参而是从三个角度解读数据。第一看瀑布区误码率开始急剧下降的那个信噪比区间这是LDPC码发挥作用最大的区域。瀑布区越陡峭说明编码增益越明显。如果瀑布区几乎不存在曲线是平缓下滑的那说明LDPC译码器根本没在工作——检查一下送入译码器的是不是软信息还是不小心把硬判决比特送进去了。第二看错误平层曲线在低误码率区域是否出现平台。有平台不一定是坏事只要平台高度在你的系统指标之内就可以接受。比如目标误码率是1e-5平层在1e-6那平台不会影响系统设计但如果平层在1e-4而你的需求是1e-5那就必须处理了。处理思路是增大迭代次数、换更长的码字、或者改用更好的软解调算法。第三看编码增益把无LDPC的DQPSK误码率曲线跟有LDPC的曲线放在同一张图上在同一误码率水平下比较两者所需Eb/N0的差值。码率1/2的LDPC在误码率1e-4处比未编码DQPSK通常能多出5到7dB的增益如果差值明显少于这个数就要回头审视译码配置了。6.2 参数调优的实践方向迭代次数先用10次迭代跑一组完整曲线再分别用5次、20次跑对比瀑布区和平层位置。通常你会发现10到20次之间的差异非常小但迭代次数每减一半仿真时间几乎减一半。如果系统对延时敏感5次迭代可能是一个更好的工程取舍。LDPC码长1944码长的性能一定好于648码长但仿真时间也会成倍增加。码长对LDPC性能的影响比迭代次数更明显所以如果你想追求更好的误码率性能优先加码长而不是加迭代次数。帧数设置低信噪比区域100帧就够高信噪比区域建议用最大帧数最小错误比特数双条件控制避免无意义地跑大量帧。我在代码里通常把最大帧数设为5000最小错误比特数设为100在这个配置下曲线在1e-5附近依然平滑。软解调精度如果LLR计算采用max-log近似性能会比精确对数似然差0.2到0.5dB看你对性能精度的要求。追求精益求精的话可以用comm.DQPSKDemodulator的软输出能力或者自己写完整的LLR公式性能会有可测量的提升。6.3 这条链路还可以往哪扩展一个仿真链路的价值不在于跑通而在于能在此基础上做更多实验。把AWGN信道换成频率选择性衰落信道如comm.RayleighChannel观察DQPSK差分检测在快衰落下的表现比较它与相干QPSK的性能差距。这能让你更直观地理解差分在工程中的价值。在DQPSK调制之前加一个比特交织器LDPC译码之前做解交织。交织可以打散信道中的突发错误让LDPC译码器的输入错误分布更接近随机在衰落信道下效果尤其明显。把LDPC改成其他编码方式如Turbo码、Polar码做对比。同一套DQPSK调制解调链路只需要替换编解码器对象就能得到不同编码方案在相同物理层条件下的公平对比这种对比数据放到论文或报告里很有说服力。用迭代解调译码ID结构DQPSK软解调器和LDPC译码器之间交换外信息多迭代几次。这种方案实现复杂度更高但在低信噪比区域能再挤出零点几个dB的增益适合作为进阶研究的方向。6.4 最后再分享一个实用小技巧仿真代码如果只跑一次可能无所谓但如果你要反复调整参数建议每次运行前都清理工作区变量并且固定随机种子。固定随机种子比如rng(2024)能让每次实验的随机序列一致曲线重复生成时没有随机波动这在你对比不同参数配置时非常重要——只有随机条件相同性能差异才归因于参数本身而不是统计数据噪声。我自己跑完这套DQPSKLDPC链路的体会是通信系统仿真最大的价值不在于把某一条曲线画得多漂亮而在于每一次曲线的异常都能让你更深刻地理解某个理论概念的实际影响。差分调制、软判决译码、编码增益这些术语书上看十遍不如亲手调一次参数看到它在曲线上的具体体现来得扎实。希望这篇拆解能让你少走几步弯路更快地把链路跑通也跑出自己的理解。本文还有配套的精品资源点击获取