通信工程 / 系统课时

排查BER曲线与理论值不符的原因

排查BER曲线与理论值不符的原因

同一组BPSK参数,仿真BER有时比理论高一截,有时始终接近0.5,甚至在高信噪比处突然变成0。这里用无噪声回环、固定种子的AWGN基准和错误计数,区分实现错误与正常统计波动,最终找到偏差所在环节。

学习目标

  • 根据BER曲线形状定位比特错位、映射错误和加噪尺度问题。
  • 用Python复现BPSK理论BER,并核对实际错误数。
  • 判断样本量是否足以支持指定误码率结论。

从偏差形状确定检查顺序

先统一横轴为每信息比特信噪比Eb/N0(dB)、纵轴为BER;只比较相干BPSK、实基带AWGN、硬判决、无编码的结果。以0、4、8 dB为检查点,其理论BER约为0.07865、0.01250、0.000191。

曲线表现 优先排查 最小验证
无噪声仍有误码 比特顺序、发送/接收映射 关闭噪声后BER必须为0
BER长期约0.5,或接近1 位移一位,或判决极性反转 对齐索引并检查0与+1的对应关系
曲线整体右移约3 dB 噪声方差多乘了2 核对实噪声的N0/2系数
高信噪比处跳动或出现0误码 样本数过少 检查每个点的错误计数K

BPSK误码曲线偏差的典型症状

用无噪声回环建立可重复基准

下面只使用Python标准库。将比特0映射为+1、比特1映射为−1,以0为判决门限;每个码元的能量归一化为1。先比较无噪声收发结果,再故意把参考比特错开一位,最后加入三档AWGN。

python
import math
import random

rng = random.Random(2026)
n = 200_000
bits = [rng.getrandbits(1) for _ in range(n)]
symbols = [1.0 if b == 0 else -1.0 for b in bits]

# 无噪声回环用于先验收映射;移位对照暴露索引错位。
clean = [0 if x >= 0 else 1 for x in symbols]
clean_ber = sum(a != b for a, b in zip(bits, clean)) / n
shifted_ber = sum(a != b for a, b in zip(bits[1:], clean[:-1])) / (n - 1)
print(f"noiseless BER={clean_ber:.6f}, shifted BER={shifted_ber:.6f}")

for db in (0, 4, 8):
    gamma = 10 ** (db / 10)
    sigma = math.sqrt(1 / (2 * gamma))  # 实噪声方差为N0/2
    errors = sum((0 if s + rng.gauss(0, sigma) >= 0 else 1) != b
                 for s, b in zip(symbols, bits))
    theory = 0.5 * math.erfc(math.sqrt(gamma))
    print(f"Eb/N0={db:>2} dB  theory={theory:.6f}  errors={errors:>5}  ber={errors/n:.6f}")

预期输出(Python 3,按所示随机种子):

text
noiseless BER=0.000000, shifted BER=0.498832
Eb/N0= 0 dB  theory=0.078650  errors=15571  ber=0.077855
Eb/N0= 4 dB  theory=0.012501  errors= 2439  ber=0.012195
Eb/N0= 8 dB  theory=0.000191  errors=   33  ber=0.000165

无噪声已产生错误时,不要调大样本量掩盖问题。先检查原始比特和判决比特是否等长、是否从同一索引开始;若无噪声BER接近1,再检查发送与接收端是否把正负电平的比特含义写反。

校准噪声能量与理论公式

在单位能量BPSK的实数判决样本上,令γb=10(Eb/N0)dB/10\gamma_b=10^{(E_b/N_0)_{\mathrm{dB}}/10},噪声标准差为σ=1/(2γb)\sigma=\sqrt{1/(2\gamma_b)},理论值为Pb=12erfc⁡(γb)P_b=\frac{1}{2}\operatorname{erfc}(\sqrt{\gamma_b})。把方差误写成1/γb1/\gamma_b,等于多加3.01 dB噪声,曲线会整体向右移动。

若改为QPSK,先确认横轴到底是Es/N0还是Eb/N0:无编码QPSK每码元携带2比特,Eb=Es/2E_b=E_s/2,两者相差3.01 dB。涉及成形滤波时,还需按每比特实际能量及噪声经过滤波后的方差重新归一化,不能直接沿用此处的采样噪声系数。

用错误数判断数据是否可信

BER的估计值为p^=K/N\hat p=K/N。若希望每个信噪比点平均至少观察100个错误,则应取N≥100/pN\ge100/p;目标BER为10−510^{-5}时,至少需要约1000万比特。示例在8 dB仅观察到33次错误,估计值上下浮动属于预期的二项统计波动。

在10 dB处,BPSK理论BER约3.87×10−63.87\times10^{-6},20万比特平均不足1次错误,因此仿真报0并不证明链路无误码。零错误时,95%单侧置信上界可近似用3/N3/N,即20万比特只能支持BER低于约1.5×10−51.5\times10^{-5}的结论。

逐层恢复完整接收链

  1. 保留固定测试比特,关闭噪声、频偏和信道;先要求调制后硬判决逐比特一致。
  2. 只打开AWGN,核对信号能量、噪声实部或复部分量方差,以及Eb/N0换算,复现上面的三个检查点。
  3. 逐一恢复脉冲成形、匹配滤波、定时抽样和载波恢复;每恢复一项就比较误码位置,避免同时引入多个故障源。
  4. 若加入纠错编码,分别统计译码前和译码后的BER;参考比特要来自同一层,扣除前导码、滤波群延迟和尾比特。

当无噪声回环正确、AWGN基准处于统计误差内,而完整链路仍偏离理论时,才应重点检查定时、频偏、多径和译码环节。

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

排查BER曲线与理论值不符的原因

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