MATLAB中16-QAM调制解调仿真BER与理论值不符问题求助

嘿，我看了你的代码，发现几个关键问题导致实验BER远差于理论值，而且刚好4-QAM时没触发这些bug，所以表现正常。下面逐一拆解并修复：

1. 解调与调制的功率归一化参数不匹配 #

你用qammod时加了'UnitAveragePower',true，把16-QAM星座图缩放到平均功率为1，但qamdemod默认用的是标准星座（平均功率不是1），两者的星座点位置完全对不上，判决阈值自然错得离谱，误码率不高才怪！

修复：给qamdemod也加上相同的参数：

e = qamdemod(d,16,'UnitAveragePower',true);

2. 数值转二进制的逻辑彻底错了 #

你在把解调后的0-15数值转回4比特时，减法逻辑完全不对。比如数值是5，你先取最高位floor(5/8)=0，然后直接temp=5-8=-3，接下来floor(-3/4)=-1，这直接得到了负数的比特位，完全不符合二进制的要求！

正确的转换逻辑应该是每次提取比特后，用数值减去「该比特值×对应权重」，而不是直接减固定的8/4/2：

for j=1:length(k)
    for i=1:250000
        temp = e(j,i);
        % 提取最高位（8的权重）
        f(j,4*i-3) = floor(temp/8);
        temp = temp - f(j,4*i-3)*8;
        % 提取次高位（4的权重）
        f(j,4*i-2) = floor(temp/4);
        temp = temp - f(j,4*i-2)*4;
        % 提取第三位（2的权重）
        f(j,4*i-1) = floor(temp/2);
        temp = temp - f(j,4*i-1)*2;
        % 最低位就是剩下的数值
        f(j,4*i) = temp;
    end
end

或者更省心的方式用Matlab自带的de2bi函数，避免手动计算出错：

for j=1:length(k)
    % 设置'left-msb'让最高位在前，刚好匹配你的分组顺序
    temp_bits = de2bi(e(j,:),4,'left-msb');
    f(j,:) = reshape(temp_bits',1,[]);
end

3. 理论BER公式误用了dB值 #

你定义的k是0-20的dB值，但理论公式里需要的是线性SNR（功率比），直接代入dB值会导致理论曲线完全偏离实际。

修复：先把dB值转成线性SNR再计算：

M = 16;
for i=1:length(k)
    snr_linear = 10^(k(i)/10); % dB转线性SNR
    t(1,i) = 1-(1-2*sqrt(M-1)/sqrt(M)*qfunc(sqrt(3*snr_linear/(M-1)))).^2;
end

额外优化：BER计算更高效 #

原来的双层循环计算BER效率很低，用sum函数可以一步搞定：

r(i) = sum(a ~= f(i,:)) / length(a);

完整修复后的代码 #

整合所有修复点后的代码如下，运行后实验BER应该会和理论曲线贴合得很好：

clear all
clc
a = randi([0 1], 1, 1000000);%random binary array
b = zeros(1,250000);
for i=1:250000%4-bits grouped into one
    b(i) = 8*a(4*i-3) + 4*a(4*i-2) + 2*a(4*i-1) + a(4*i);
end
c = qammod(b,16,'UnitAveragePower',true);%16-QAM modulation
k = 0:20;%SNR in dB
d = zeros(length(k),250000);
for i=1:length(k)
    d(i,1:250000) = awgn(c,k(i),'measured');%noise is added for different SNR values
end
% 匹配解调参数
e = qamdemod(d,16,'UnitAveragePower',true);%demodulation of 16-QAM
f = zeros(length(k),1000000);
% 用de2bi简化二进制转换
for j=1:length(k)
    temp_bits = de2bi(e(j,:),4,'left-msb');
    f(j,:) = reshape(temp_bits',1,[]);
end
r = zeros(1,length(k));%BER is calculated
for i=1:length(k)
    r(i) = sum(a ~= f(i,:)) / length(a);
end
t = zeros(1,length(k));%Theoritical result for BER is calculated
M = 16;
for i=1:length(k)
    snr_linear = 10^(k(i)/10);
    t(1,i) = 1-(1-2*sqrt(M-1)/sqrt(M)*qfunc(sqrt(3*snr_linear/(M-1)))).^2;
end
plot(k,t,'b-','LineWidth',1.5)
hold on
plot(k,r,'ro','MarkerSize',6)
xlabel('SNR (dB)')
ylabel('Bit Error Rate (BER)')
legend('Theory','Simulation')
grid on
hold off

为什么4-QAM时没问题？ #

大概率是你测试4-QAM时，二进制转换的逻辑是对的（比如2比特分组时用floor(temp/2)和rem(temp,2)，不会出现减法错误），而且4-QAM的星座图对功率归一化的敏感度更低，即使解调参数不匹配，误码率的提升没16-QAM这么夸张，所以没暴露问题。

内容的提问来源于stack exchange，提问作者user6210457