通信工程 / 系统课时

从判决码元恢复比特并统计错误

从判决码元恢复比特并统计错误

接收端得到 I/Q 采样值后,还需要将每个复数码元判决为星座表中的某个符号,再按发送端使用的映射关系恢复比特。本课以 Gray 映射 QPSK 为例,完成最近点判决、比特展开、发送接收比对,并用确定的扰动验证误比特率和误码元率的计算。

学习目标

  • 使用与发送端一致的 Gray 映射表,将 QPSK 判决结果还原为二进制比特。
  • 实现星座最近点硬判决,并理解它与 I/Q 零阈值判决的关系。
  • 正确统计错误比特、错误码元、BER 和 SER,并识别映射及帧对齐错误。

保持收发双方的 Gray 映射一致

QPSK 每个码元承载 2 个比特,因此四个星座点分别对应 00、01、10、11。Gray 映射要求相邻星座点的比特标签只相差一位,使多数最近邻判决错误只导致一个比特错误。

本实验采用单位平均符号能量的 QPSK 星座,发送端和接收端共同遵守下表:

星座索引 比特标签 I 分量 Q 分量
0 00 +0.707 +0.707
1 01 +0.707 -0.707
2 11 -0.707 -0.707
3 10 -0.707 +0.707

表中 I/Q 数值是 ±1/2\pm1/\sqrt{2} 的近似表示,实际计算使用精确值。

这里的星座索引只是映射表中的位置,不能直接作为普通二进制数展开。例如,索引 2 对应的标签是 11,而不是 10;索引 3 对应 10,而不是 11。

对于这张映射表,比特组的第一位由 I 分量符号决定,第二位由 Q 分量符号决定。发送端按这张表调制,接收端必须使用完全相同的规则解映射,否则即使信道没有噪声,也会恢复出错误比特。

由接收样本选择最近星座点

经过匹配滤波、定时同步和必要的载波补偿后,接收端得到一个复数采样值 rr。硬判决的常用方法是计算它与每个合法星座点的平方欧氏距离,选择距离最小的点。

对于四个候选星座点 c0c_0、c1c_1、c2c_2、c3c_3,依次计算 ∣r−cm∣2|r-c_m|^2,其中 mm 取 0、1、2、3。距离最小的索引就是本次判决结果,再使用 Gray 表将索引转换成两个比特。

在本实验的标准 QPSK 星座中,四个星座点位于四个象限,判决边界恰好是 I=0 和 Q=0。因此,分别检查 I、Q 的正负号,与最近点判决具有相同结果;这种简化依赖于星座已经正确对齐。

例如,发送码元 11 的理想坐标为 (-0.707,-0.707)。如果接收样本的 Q 分量向正方向偏移 1.6,实际位置约为 (-0.707,+0.893),它将更接近 10 对应的星座点,造成一个比特错误。

QPSK Gray映射最近点判决与判决边界跨越示意

如果一个接收样本恰好处于两点等距的位置,硬判决就会出现平局。NumPy 的 np.argmin 默认返回第一个最小值对应的索引,因此边界上的结果受星座表顺序影响。真实链路中更重要的是检查为何大量样本落在判决边界附近,例如残余相位误差、噪声过大或定时采样不准。

运行完整的比特恢复与误码统计

使用 Python 3.10 或更高版本及 NumPy,若未安装 NumPy,可使用 python -m pip install numpy。

本实验发送 8 个 QPSK 码元,共 16 个比特。先按照 Gray 表映射为复数星座点,再人为修改两个接收采样值,使它们分别跨越一条判决边界。这样可以获得可重复、可逐位核对的错误结果,而不依赖随机噪声。

python
import numpy as np

# 星座表的顺序与比特标签必须保持对应
gray = np.array(
    [[0, 0], [0, 1], [1, 1], [1, 0]],
    dtype=np.uint8,
)
points = np.array(
    [1 + 1j, 1 - 1j, -1 - 1j, -1 + 1j]
) / np.sqrt(2)

tx_bits = np.array(
    [0, 0, 0, 1, 1, 1, 1, 0,
     0, 0, 1, 1, 0, 1, 1, 0],
    dtype=np.uint8,
).reshape(-1, 2)

# 逐组查找发送比特对应的Gray星座索引
tx_index = np.array([
    np.flatnonzero(np.all(gray == pair, axis=1))[0]
    for pair in tx_bits
])
tx = points[tx_index]

# 人为让两个11码元分别跨过Q轴和I轴判决边界
rx = tx.copy()
rx[2] += 1.6j
rx[5] += 1.6

# 选择平方欧氏距离最小的星座点,再恢复比特
squared_distance = np.abs(
    rx[:, None] - points[None, :]
) ** 2
rx_index = np.argmin(squared_distance, axis=1)
rx_bits = gray[rx_index]

bit_errors = int(np.count_nonzero(tx_bits != rx_bits))
symbol_errors = int(np.count_nonzero(tx_index != rx_index))

print("tx:", "".join(map(str, tx_bits.ravel())))
print("rx:", "".join(map(str, rx_bits.ravel())))
print(f"BER: {bit_errors}/{tx_bits.size} = {bit_errors / tx_bits.size:.3f}")
print(f"SER: {symbol_errors}/{len(tx_index)} = {symbol_errors / len(tx_index):.3f}")

预期输出:

text
tx: 0001111000110110
rx: 0001101000010110
BER: 2/16 = 0.125
SER: 2/8 = 0.250

可以直接核对第三个码元:发送标签为 11,Q 分量增加 1.6 后判决为 10,第二位由 1 变为 0。第六个码元同样发送 11,但 I 分量增加 1.6 后判为 01,第一位由 1 变为 0。

两次扰动分别造成一个比特错误,因此总共出现两个错误比特。同时,两个接收码元的判决索引发生变化,因此出现两个错误码元。

区分误比特率与误码元率

误比特率 BER 的分子是错误比特数,分母是参与比较的总比特数。误码元率 SER 的分子是错误码元数,分母是参与比较的总码元数。

本实验共有 16 个有效比特和 8 个有效码元,因此结果为:

  • BER = 2 / 16 = 0.125,即 12.5%。
  • SER = 2 / 8 = 0.250,即 25%。

两者不能混用。一个 QPSK 码元错误可能只导致一个比特错误,也可能导致两个比特错误。Gray 映射可以让相邻点的误判只造成一个比特错误,但不能保证所有错误都只影响一位。

例如,发送 00 而接收判决为对角位置的 11,会同时产生两个比特错误,却只产生一个码元错误。

在无编码 QPSK 链路中,统计 BER 的最直接方法是在解映射后将恢复比特与发送端原始比特逐位比较。若链路还包含前向纠错编码,应明确统计的是译码前还是译码后的 BER,不能把两个阶段的结果混为一谈。

排除映射和帧对齐造成的假误码

在实际仿真中,BER 很高不一定是信噪比不足。即使 I/Q 星座看起来清晰,如果比特顺序、星座标签或帧起点不一致,仍可能得到大量错误。

建议按照以下顺序验证:

  1. 先关闭随机噪声和其他信道损伤,确认没有扰动时 BER 为 0。如果无噪声仍存在错误,优先检查映射关系和接收链路。
  2. 核对发送端与接收端的 Gray 表,特别检查索引 2 对应 11、索引 3 对应 10,不能将星座索引直接展开为普通二进制编码。
  3. 确认每两个发送比特组成一个 QPSK 码元,解映射后仍按相同位序展开,并检查发送和接收比特数组的长度一致。
  4. 使用已知前导序列确定帧起点,避免把不同位置的比特直接比较。存在填充位、导频或其他非数据符号时,先明确哪些位置参与统计。
  5. 对存在频偏、相位误差或信道旋转的接收信号,先完成必要的载波恢复,再按照原始星座表进行判决,不能通过随意改变映射标签掩盖同步错误。

最后还要关注统计样本量。当前实验只有 16 个比特,适合验证程序是否正确,却不能用于评价低 BER 通信链路的真实性能。

例如,如果某链路的真实 BER 约为 10−410^{-4},发送 10610^6 个比特时预期会观察到约 100 个错误比特,实际错误数仍存在随机波动。若测试中没有观察到错误,只能说当前样本内的实测错误数为零,不能由此断言真实 BER 等于零。

一条可检查的接收判决链路,应能同时回答三个问题:接收样本判到了哪个星座点、该点按照约定映射得到哪些比特、这些比特与对齐后的发送参考序列有多少处不同。只要这三个环节分别核对,就能将星座判决错误、映射错误和统计错误区分开。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

从判决码元恢复比特并统计错误

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通