通信工程 / 系统课时

解释BPSK在AWGN下的理论误码率

解释BPSK在AWGN下的理论误码率

BPSK 接收机偶尔会把 0 判成 1,并不是信号本身随机跳变,而是噪声把判决采样值推过了门限。通过两个高斯分布与零门限的关系,可以算出给定 Eb/N0E_b/N_0 下的理论 BER,并判断仿真结果是否合理。

学习目标

  • 解释相干 BPSK 在 AWGN 信道中的判决规则和误码事件。
  • 使用高斯尾概率公式计算不同 Eb/N0E_b/N_0 下的理论 BER。
  • 识别理论曲线成立的假设及低误码率仿真的统计限制。

零门限如何产生误判

在等概 0、1 和理想相干接收条件下,令 BPSK 的匹配滤波器判决采样值为 yy:比特 0 对应 −Eb-\sqrt{E_b},比特 1 对应 +Eb+\sqrt{E_b}。叠加 AWGN 后,采样噪声 nn 服从均值 0、方差 N0/2N_0/2 的高斯分布。

接收机以 y=0y=0 为界:y<0y<0 判 0,y≥0y\geq0 判 1。发送 1 时,如果 n<−Ebn<-\sqrt{E_b},就会误判成 0;发送 0 时出现对称的反向误判。信噪比越高,两种条件分布的尾部跨过零门限的概率越小。

BPSK相干判决的双高斯分布与误码尾部

从高斯尾概率得到公式

记 γb=Eb/N0\gamma_b=E_b/N_0,Q(x)Q(x) 表示标准正态分布在 xx 右侧的尾概率。由于高斯噪声的标准差为 N0/2\sqrt{N_0/2},发送 1 时门限距离相当于 2Eb/N0\sqrt{2E_b/N_0} 个标准差。两种比特等概且对称,因此理论比特误码率为:

Pb=Q ⁣(2EbN0)=12erfc⁡ ⁣(EbN0)P_b=Q\!\left(\sqrt{\frac{2E_b}{N_0}}\right)=\frac{1}{2}\operatorname{erfc}\!\left(\sqrt{\frac{E_b}{N_0}}\right)

这里的 PbP_b 是“单个比特判错的概率”,不是一整帧出错的概率。公式要求未编码、相干解调、正确载波相位及抽样时刻、理想匹配滤波、仅有 AWGN 干扰。如果采用 dB 输入,必须先算 γb=10(Eb/N0)dB/10\gamma_b=10^{(E_b/N_0)_{\mathrm{dB}}/10},不可把 6 dB 中的数字 6 直接代入平方根。

用 Python 核对理论 BER

Python 3 标准库的 math.erfc 可以计算互补误差函数,不需要安装第三方包。下面依次计算 0、3、6、9 dB 的理论 BER:

python
from math import erfc, sqrt

for ebn0_db in (0, 3, 6, 9):
    # dB 转线性比值后,代入相干 BPSK 的 AWGN 公式
    ebn0_linear = 10 ** (ebn0_db / 10)
    ber = 0.5 * erfc(sqrt(ebn0_linear))
    print(f"{ebn0_db:>2} dB: {ber:.6e}")

预期输出:

text
 0 dB: 7.864960e-02
 3 dB: 2.287841e-02
 6 dB: 2.388291e-03
 9 dB: 3.362723e-05

从 0 dB 升至 3 dB,BER 由约 7.86% 降到 2.29%,并非简单减半;从 6 dB 升至 9 dB,又从约 0.239% 降到 0.00336%。这是高斯分布尾部随门限相对标准差增大而快速收缩的结果。

理论曲线什么时候会失准

若出现载波相位误差、定时偏差、码间干扰、衰落或非高斯干扰,实际 BER 通常不能直接使用上述表达式。添加信道编码后,还需区分编码前的比特判决错误和译码后的信息比特错误;不能把译码结果直接当作“未编码 BPSK 的理论值”。

验证低 BER 时,还要检查错误计数。9 dB 对应 Pb≈3.36×10−5P_b\approx3.36\times10^{-5},发送 1 万比特平均只有约 0.34 次错误,实测为 0 并不代表 BER 为 0;若希望平均观察约 100 次错误,需要发送约 300 万比特。理论曲线用于校准仿真时,必须同时报告测试比特数与实际错误数。

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

解释BPSK在AWGN下的理论误码率

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