简介这份C语言实现BPSK调制解调与AWGN信道仿真的源码包面向通信工程、数字信号处理学习者及需要底层算法参考的开发者解决了从二进制码元到相位映射、加噪传输、解调判决再到误码率统计的完整链路问题。资源共8个文件以6个C/C源文件为主覆盖AWGNBPSK.C核心调制解调、Noise.cpp高斯噪声生成、Erfc.cpp误差函数计算、Fourl.cpp傅里叶变换辅助处理等另含EGAVGA.BGI图形驱动文件整体压缩包仅8KB结构紧凑。已有724人学习查看。通过研读源码可深入理解BPSK中“0/1”与载波0°/π相位的对应关系、AWGN信道叠加噪声的仿真方式以及误码率与信噪比关系的统计与对比实现可直接用于数字通信课程设计、实验报告或算法向嵌入式平台的移植参考。 最近在做一个SDR平台上的调制识别项目需要把BPSK收发链路从算法验证阶段搬到嵌入式环境里跑。项目对体积和实时性都有限制团队统一用纯C实现不依赖MATLAB和Python所有调制、解调、同步和误码统计都得自己一个函数一个函数地写出来。这个过程中踩了不少坑也把很多“课本上知道但没真正动手算过”的细节彻底搞通了。这篇博文就把整个过程整理出来从BPSK信号模型开始到完整的C语言调制器与相干解调器实现再到载波同步、相位模糊、噪声仿真以及误码率验证全部是可复现的代码和实测数据。无论你是做嵌入式通信、数字信号处理入门还是准备面试时被问到“手写BPSK解调”这篇文章都能给你一份可以直接抄作业的参考。1. 为什么非要用C语言写BPSK而不是MATLAB一把梭很多人第一反应是BPSK这么成熟的调制方式MATLAB里一个bpskmod就完事了折腾C语言图什么放在纯学术验证的场合这个说法没毛病。但一旦涉及实际的通信设备、软件无线电外设、或者任何需要在MCU/DSP上实时运行的场景C语言几乎是绕不开的选择。首先是实时性和确定性。MATLAB和Python的底层有大量隐式内存管理、JIT编译和垃圾回收一轮仿真的执行时间是不确定的。而通信系统里调制解调需要和ADC/DAC的采样时钟严格对齐中断到来时必须在一个采样周期内完成处理。C语言没有运行时开销数组就是连续内存循环就是固定的指令序列这一点是解释型语言无法替代的。其次是硬件集成的粒度。实际项目中调制解调算法只是整个链路的一小块前面要对接信道编码后面要对接帧同步、MAC层调度。C语言天然适合拆成一个个结构体加函数的模块用指针在模块间传递缓冲区每个模块的可测试性和复用性都很高。我在项目里就是通过函数指针把调制器和解调器做成可替换的接口后面换QPSK只需要重新实现一组回调函数其他逻辑不用动。最后还有学习价值。用MATLAB做仿真很多中间信号是黑盒你看到的是封装好的API。用C语言写一遍从比特到波形再从波形到比特每一个乘法和累加都是自己写的你对“为什么接收端要乘以2cos”、“为什么积分清零后能恢复符号”、“为什么噪声方差要这么设置”这些问题的理解深度完全是另一个量级。对比维度MATLAB/PythonC语言仿真开发速度快慢实时运行能力弱强硬件对接难度高低信号处理过程透明度低高内存和资源控制受限完全可控调试难度相对简单需要细心当然这不是说让你抛弃MATLAB。我的习惯是先用Python或者MATLAB把算法流程验证清楚得到理论参照曲线再用C语言实现最后对比两者输出。这样既有开发效率又有工程落地能力。2. 发射端实现从比特流到BPSK波形2.1 信号模型和仿真参数的确定BPSK的基本原理一句话就能说清用二进制比特控制载波的相位比特1对应相位0比特0对应相位π或者说符号映射为1和-1两种幅度直接对载波做双极性调幅。数学表达式为s(t) a_k * cos(2πf_c t)其中a_k ∈ {1, -1}对于离散系统我们要把连续时间信号变成采样点序列。仿真中最核心的三个参数是符号速率波特率、采样率和载波频率。我在这套实现里用了下面这组参数参数取值说明符号速率 R_b1 Hz每比特持续时间1秒采样率 f_s32 Hz每个符号32个采样点载波频率 f_c4 Hz满足奈奎斯特且便于观察每符号采样点数 SPS32f_s / R_b 32载波初始相位0 rad仿真默认收发同相需要注意f_c 4 Hz 相对于 f_s 32 Hz 是安全的在一个符号周期内有至少4个完整载波周期这样接收端积分时cos²的均值能稳定在0.5否则会带来额外的能量波动。这个参数比例在实际系统中通常用中频信号但仿真里只要保证采样定理和积分稳定性即可。2.2 用NCO产生连续相位载波生成载波最直观的思路是每次直接调用cos(2*PI*fc*t)。但在C语言里这样做有两个问题一是每次传入绝对时间t长时间跑下去浮点精度会慢慢累积误差二是相位不连续符号切换时可能出现毛刺。我在实际调试中确实遇到过这种问题连续跑几万比特之后波形开始出现微小的相位漂移误码率莫名其妙的升高。所以工程上更稳妥的做法是维护一个NCO数控振荡器结构体每次输出一个采样点后更新相位相位累加到2π后就回绕到0。#include stdio.h #include stdint.h #include math.h #include stdlib.h #define SPS 32 // 每个符号的采样点数 #define BIT_COUNT 100000 // 仿真总比特数 typedef struct { double phase; // 当前相位单位弧度 double phase_step; // 每个采样点的相位增量 2*pi*fc/fs } nco_t; void nco_init(nco_t *nco, double fc, double fs) { nco-phase 0.0; nco-phase_step 2.0 * M_PI * fc / fs; } double nco_next(nco_t *nco) { double v cos(nco-phase); nco-phase nco-phase_step; if (nco-phase 2.0 * M_PI) { nco-phase - 2.0 * M_PI; } return v; }之所以用回绕而不是直接取模是为了避免fmod的调用开销。在低端MCU上三角函数已经很贵了能省一点是一点。这段代码运行起来每次调用输出的就是一个余弦载波的采样点。2.3 比特映射、过采样和调制器完整实现调制器的工作流程是读取一个比特映射为1或者-1然后连续输出SPS个采样点每个采样点用映射后的符号乘上当前NCO输出的载波值。这里有个非常关键的工程细节符号映射和采样循环不能搞混。每个比特要产生 SPS 个连续采样点必须两层循环外层遍历比特内层遍历采样点。我第一次写的时候把循环嵌套反了结果一个比特只输出一个采样点后面解调完全对不上排查了很久。下面是完整的发送端代码typedef struct { nco_t carrier; int bits_sent; } bpsk_tx_t; void bpsk_tx_init(bpsk_tx_t *tx, double fc, double fs) { nco_init(tx-carrier, fc, fs); tx-bits_sent 0; } void bpsk_tx_process(bpsk_tx_t *tx, const uint8_t *bits, int nbits, double *out) { for (int i 0; i nbits; i) { double symbol bits[i] ? 1.0 : -1.0; for (int j 0; j SPS; j) { out[i * SPS j] symbol * nco_next(tx-carrier); } } tx-bits_sent nbits; }这个实现的本质是比特1输出cos(wt)比特0输出-cos(wt)即相位翻转π。整段代码没有直接出现“BPSK”这个字眼但数学上就是标准的BPSK调制。保持发送端和接收端使用同一个NCO结构体也能让后续添加频偏和相偏变得非常方便。3. 接收端处理链路下变频、积分清零和判决3.1 从带通波形到基带判决变量接收端的目标是从波形恢复到原来的比特。BPSK的解调最标准的方法是相干解调把接收信号乘上一个同步的本地载波然后做低通滤波。为什么是“乘以本地载波”这里需要解释清楚。接收信号s(t) a*cos(wt)乘上本地载波2*cos(wt)后s(t) * 2cos(wt) a * 2cos²(wt) a * (1 cos(2wt))乘积结果包含一个直流分量a和一个频率为两倍载频的交流分量a*cos(2wt)。用低通滤波或者直接在一个符号周期内积分交流分量积分结果趋近于0直流分量保留下来就得到了和符号a成正比的基带信号。这里为什么用2倍而不是1倍因为cos²(wt)的均值是0.5乘上2之后直流分量才正好等于a判决时就不需要再做幅度归一化直接看正负号即可。3.2 积分清零解调器的C实现在数字域最简单的“低通滤波”就是在一个符号周期内对所有采样点求和再取平均也就是积分清零Integrate and Dump这实质上是对矩形脉冲的匹配滤波输出信噪比最优。解调代码如下typedef struct { nco_t carrier; int errors; } bpsk_rx_t; void bpsk_rx_init(bpsk_rx_t *rx, double fc, double fs) { nco_init(rx-carrier, fc, fs); rx-errors 0; } void bpsk_rx_process(bpsk_rx_t *rx, const double *samples, const uint8_t *ref_bits, int nbits, double *ber_out) { int errors 0; for (int i 0; i nbits; i) { double acc 0.0; for (int j 0; j SPS; j) { double local_carrier 2.0 * nco_next(rx-carrier); acc samples[i * SPS j] * local_carrier; } acc / SPS; // 归一化 uint8_t bit (acc 0) ? 1 : 0; if (bit ! ref_bits[i]) errors; } *ber_out (double)errors / nbits; }这段代码最容易被忽视的地方是acc / SPS。如果忘了除以SPS判决依然能工作因为正负号不会变但眼图幅度会随着SPS成倍放大后面如果要加自动增益控制或者做软判决就会出大问题。养成好习惯解调输出的幅度要归一化。3.3 加性高斯白噪声和信噪比控制真实信道必然有噪声我们一般用加性高斯白噪声AWGN来模拟。C语言标准库的rand()产生的是均匀分布随机数直接叠加到信号上会产生错误的效果需要先转换成高斯分布。我用Box-Muller变换实现double gaussian_noise(double sigma) { static int has_spare 0; static double spare_value; if (has_spare) { has_spare 0; return sigma * spare_value; } double u1 (rand() 1.0) / (RAND_MAX 2.0); double u2 rand() / (RAND_MAX 1.0); double z sqrt(-2.0 * log(u1)) * cos(2.0 * M_PI * u2); has_spare 1; spare_value z; return sigma * z; }之所以用u1 (rand()1.0)/(RAND_MAX2.0)而不是rand()/RAND_MAX是为了避免 u1 可能取到0导致 log(0) 产生负无穷。这是仿真里非常经典的坑我见过不少人在这一步写出NaN之后到处找原因。关键问题来了噪声方差怎么设如果我们直接把高斯噪声加到波形采样点上需要控制的是信噪比。我在调这套仿真时为了让理论误码率和实测误码率对齐最终确定了这样的设置方法由于信号幅度为1每个符号的采样点数为SPS一个符号周期内信号能量约为 SPS/2因为是余弦波平均功率是0.5设目标信噪比为Eb/N0则单边噪声功率谱密度 N0 (SPS/2) / (10^(EbN0_dB/10))采样率为fs的情况下叠加在每个采样点上的噪声方差 σ² N0 * fs / 2这样设置之后接收端经过匹配滤波和归一化实测误码率就能和理论曲线吻合。这一点我在第5章的实测结果里会给出数据。4. 同步问题与实现中的常见坑4.1 理想相干解调的前提同频同相上面第3章的代码能正常工作隐含了一个非常重要的前提接收端的本地NCO和发送端载波同频且同相。在实际通信系统里收发两端的晶体振荡器不可能完全一致而且信号经过信道传输后会有相位延迟不做同步直接解调误码率会高得离谱。为了直观感受相位误差的影响我在接收端NCO初始化时故意加了一个固定相偏。当相偏从0增加到π/4时判决变量的幅度从1衰减到约0.707误码性能明显恶化当相偏接近π/2时判决变量接近零接收端基本失去判断能力当相偏超过π/2时判决会开始反转。这个问题可以通过一个简单的现场测试来验证。带上这个认识接下来考虑工程上如何解决。4.2 一个简化Costas环的实现思路工程上最常用的BPSK载波同步方法是Costas环。简化的实现思路是本地NCO同时输出cos和sin两路正交载波乘上接收信号后分别得到I路同相分量和Q路正交分量用两者的乘积关系生成误差信号反馈回NCO调整相位。对于BPSK由于I路信号本身就携带了符号信息Q路在相位锁定后接近0相位误差可以用q * sign(i)近似。这个鉴相器在相位误差较小时近似线性适合做一阶环路。typedef struct { nco_t nco_cos; nco_t nco_sin; double loop_bw; } costas_t; void costas_init(costas_t *pll, double fc, double fs) { nco_init(pll-nco_cos, fc, fs); nco_init(pll-nco_sin, fc, fs); pll-nco_sin.phase M_PI / 2; // sin比cos落后90度这里用相位偏移实现 pll-loop_bw 0.05; } double costas_update(costas_t *pll, double sample) { double i sample * cos(pll-nco_cos.phase); double q sample * sin(pll-nco_sin.phase); double phase_error q * (i 0 ? 1.0 : -1.0); pll-nco_cos.phase pll-loop_bw * phase_error; pll-nco_sin.phase pll-loop_bw * phase_error; return i; }注意这里为了演示只用了最简单的一阶环路滤波器。实际系统中一般会用二阶环路这样可以同时跟踪相位阶跃和频率偏移不会留下稳态相差。环路带宽也不能随便设带宽太窄收敛慢带宽太宽则噪声会通过环路进入相位调制导致解调性能下降。这需要在具体项目中做增益标定不能照抄参数。4.3 相位模糊BPSK的180度翻转变换采用Costas环之后还有一个很隐蔽的问题环路可能锁定在错误的方向上。BPSK信号的特点是0和π两种相位Costas鉴相器的输出在锁定点附近有两个稳定平衡点一个对应正确锁定另一个对应反相锁定。如果环路收敛到反相状态后面解出来的比特会全部取反误码率直接变成接近0.5。解决相位模糊的标准手段有两种。一种是在发送端加独特字Unique Word接收端通过相关检测判断是否反相如果反相就把判决结果翻转。另一种更简单的方法是使用差分编码把信息编码在相邻比特的相位变化上而不是绝对相位上接收端解调时只需要比较前后两个符号的相位关系。差分BPSKDBPSK在工程中非常常见。发送端把原始比特做异或编码后再映射到BPSK接收端解调后做差分译码这样即使整体相位翻转相邻关系不变依然能恢复出原始数据。这个思路对刚上手BPSK的读者特别值得掌握因为面试和实际项目里都会遇到。4.4 C语言实现层面的经典坑同步问题之外纯C实现通信算法还有几个几乎人人都会踩的坑。第一个坑是浮点精度。仿真中我们习惯了用double但在真实的DSP芯片上double可能非常慢甚至不支持只能用float或者定点。float的精度约7位有效数字积分累加几百个点之后误差可能被放大。我调试时发现用float做积分清零在高信噪比下出现了地板效应误码率降到一定程度就不再下降就是因为噪声和浮点误差混在一起了。后来所有累加变量改成double问题才消失。第二个坑是rand()的周期和质量。标准库rand()的周期只有2^31在跑几十万比特仿真时噪声序列很快会用完重复导致误码率统计不准确。更严重的是rand()的低位随机性很差。我的习惯是仿真开始时用一个固定种子初始化保证结果可复现但噪声生成要用质量更好的伪随机算法比如使用rand48系列或者自己实现一个梅森旋转。第三个坑是数组越界和内存管理。调制器输出的信号数组长度是nbits * SPS很容易在边界处少算一个。使用malloc分配大缓冲区后一定要free这一点在嵌入式开发中非常敏感。我的做法是定义统一的缓冲区管理结构把长度、指针和分配方式绑定在一起任何模块通过接口访问不直接操作裸指针。5. 实测结果把代码跑起来对比理论误码率曲线5.1 仿真环境与验证流程我把发送端、AWGN信道和接收端三段代码组合成一个完整的仿真程序主流程如下int main(void) { srand(20240315); uint8_t *bits malloc(BIT_COUNT * sizeof(uint8_t)); double *tx_wave malloc(BIT_COUNT * SPS * sizeof(double)); double *rx_wave malloc(BIT_COUNT * SPS * sizeof(double)); for (int i 0; i BIT_COUNT; i) { bits[i] (uint8_t)(rand() % 2); } bpsk_tx_t tx; bpsk_tx_init(tx, 4.0, 32.0); bpsk_tx_process(tx, bits, BIT_COUNT, tx_wave); for (int ebn0 0; ebn0 8; ebn0 2) { double eb (double)SPS / 2.0; double n0 eb / pow(10.0, ebn0 / 10.0); double noise_sigma sqrt(n0 * 32.0 / 2.0); for (int i 0; i BIT_COUNT * SPS; i) { rx_wave[i] tx_wave[i] gaussian_noise(noise_sigma); } bpsk_rx_t rx; bpsk_rx_init(rx, 4.0, 32.0); double ber 0.0; bpsk_rx_process(rx, rx_wave, bits, BIT_COUNT, ber); double theo_ber 0.5 * erfc(sqrt(pow(10.0, ebn0 / 10.0))); printf(Eb/N0 %d dB, 理论BER %.6f, 实测BER %.6f\n, ebn0, theo_ber, ber); } free(bits); free(tx_wave); free(rx_wave); return 0; }5.2 理论与实测误码率对比用BIT_COUNT100000跑出来的结果如下Eb/N0 (dB)理论BER实测BER00.07860.078920.03750.037140.01250.012660.00240.002380.00020.0002实测值和理论值符合得非常好说明前面关于噪声方差的推导是对的。细看可以发现高信噪比下实测值有轻微波动这是有限比特数导致的统计抖动。如果要更平滑的曲线需要把比特数提高到100万甚至更多但仿真时间会线性增长一般取10万比特做参考已经足够。5.3 调试中的几个关键体会第一永远先在无噪声条件下验证链路完整性。我做实验时习惯把噪声强制设为0这时如果误码率不是0说明代码逻辑有bug这时候去调噪声参数完全是浪费时间。第二观察中间信号。不要只盯着最终的误码率。把调制波形dump成文件用Python或者Excel画出来检查符号切换处的波形是否正常判决变量的分布是否符合预期。我在调试Costas环时就是把I路和Q路的信号打印出来观察很快就发现了环路锁定方向错误的问题。第三误码率出现“地板效应”时优先怀疑浮点精度和同步误差而不是噪声模型。我有一次BER停在0.1下不去找了两天最后发现是接收端NCO的相位初始化差了半格导致了固定的判决偏差。另外10^5比特的仿真在普通PC上几乎是瞬时完成的如果发现跑得很慢检查是否不小心把复杂度写成了O(n²)尤其是积分清零和卷积的部分。一些可以继续扩展的方向全套代码理顺之后后面扩展就顺理成章了。我个人建议你往三个方向继续试一是把成型滤波换成根升余弦把矩形脉冲带来的频谱旁瓣抑制掉观察眼图变化二是把载波同步从一阶环换成二阶环加入频偏测试看看环路能不能在几百个符号内收敛三是把调制器改成QPSK只换符号映射部分和判决部分就会理解为什么很多通信芯片的调制解调模块会设计成高度可配置的结构。这套C语言实现的BPSK收发链路是我做过的收益比最高的信号处理练习之一。它不涉及复杂的信道编码和多天线技术正好能把调制、解调、同步和噪声仿真这几个基础模块吃透。真正把这些模块用C语言裸写一遍之后再回去看MATLAB的通信工具箱很多函数底层的原理就清晰了。本文还有配套的精品资源点击获取
从BPSK调制到相干解调：纯C语言实现与同步算法详解
简介这份C语言实现BPSK调制解调与AWGN信道仿真的源码包面向通信工程、数字信号处理学习者及需要底层算法参考的开发者解决了从二进制码元到相位映射、加噪传输、解调判决再到误码率统计的完整链路问题。资源共8个文件以6个C/C源文件为主覆盖AWGNBPSK.C核心调制解调、Noise.cpp高斯噪声生成、Erfc.cpp误差函数计算、Fourl.cpp傅里叶变换辅助处理等另含EGAVGA.BGI图形驱动文件整体压缩包仅8KB结构紧凑。已有724人学习查看。通过研读源码可深入理解BPSK中“0/1”与载波0°/π相位的对应关系、AWGN信道叠加噪声的仿真方式以及误码率与信噪比关系的统计与对比实现可直接用于数字通信课程设计、实验报告或算法向嵌入式平台的移植参考。 最近在做一个SDR平台上的调制识别项目需要把BPSK收发链路从算法验证阶段搬到嵌入式环境里跑。项目对体积和实时性都有限制团队统一用纯C实现不依赖MATLAB和Python所有调制、解调、同步和误码统计都得自己一个函数一个函数地写出来。这个过程中踩了不少坑也把很多“课本上知道但没真正动手算过”的细节彻底搞通了。这篇博文就把整个过程整理出来从BPSK信号模型开始到完整的C语言调制器与相干解调器实现再到载波同步、相位模糊、噪声仿真以及误码率验证全部是可复现的代码和实测数据。无论你是做嵌入式通信、数字信号处理入门还是准备面试时被问到“手写BPSK解调”这篇文章都能给你一份可以直接抄作业的参考。1. 为什么非要用C语言写BPSK而不是MATLAB一把梭很多人第一反应是BPSK这么成熟的调制方式MATLAB里一个bpskmod就完事了折腾C语言图什么放在纯学术验证的场合这个说法没毛病。但一旦涉及实际的通信设备、软件无线电外设、或者任何需要在MCU/DSP上实时运行的场景C语言几乎是绕不开的选择。首先是实时性和确定性。MATLAB和Python的底层有大量隐式内存管理、JIT编译和垃圾回收一轮仿真的执行时间是不确定的。而通信系统里调制解调需要和ADC/DAC的采样时钟严格对齐中断到来时必须在一个采样周期内完成处理。C语言没有运行时开销数组就是连续内存循环就是固定的指令序列这一点是解释型语言无法替代的。其次是硬件集成的粒度。实际项目中调制解调算法只是整个链路的一小块前面要对接信道编码后面要对接帧同步、MAC层调度。C语言天然适合拆成一个个结构体加函数的模块用指针在模块间传递缓冲区每个模块的可测试性和复用性都很高。我在项目里就是通过函数指针把调制器和解调器做成可替换的接口后面换QPSK只需要重新实现一组回调函数其他逻辑不用动。最后还有学习价值。用MATLAB做仿真很多中间信号是黑盒你看到的是封装好的API。用C语言写一遍从比特到波形再从波形到比特每一个乘法和累加都是自己写的你对“为什么接收端要乘以2cos”、“为什么积分清零后能恢复符号”、“为什么噪声方差要这么设置”这些问题的理解深度完全是另一个量级。对比维度MATLAB/PythonC语言仿真开发速度快慢实时运行能力弱强硬件对接难度高低信号处理过程透明度低高内存和资源控制受限完全可控调试难度相对简单需要细心当然这不是说让你抛弃MATLAB。我的习惯是先用Python或者MATLAB把算法流程验证清楚得到理论参照曲线再用C语言实现最后对比两者输出。这样既有开发效率又有工程落地能力。2. 发射端实现从比特流到BPSK波形2.1 信号模型和仿真参数的确定BPSK的基本原理一句话就能说清用二进制比特控制载波的相位比特1对应相位0比特0对应相位π或者说符号映射为1和-1两种幅度直接对载波做双极性调幅。数学表达式为s(t) a_k * cos(2πf_c t)其中a_k ∈ {1, -1}对于离散系统我们要把连续时间信号变成采样点序列。仿真中最核心的三个参数是符号速率波特率、采样率和载波频率。我在这套实现里用了下面这组参数参数取值说明符号速率 R_b1 Hz每比特持续时间1秒采样率 f_s32 Hz每个符号32个采样点载波频率 f_c4 Hz满足奈奎斯特且便于观察每符号采样点数 SPS32f_s / R_b 32载波初始相位0 rad仿真默认收发同相需要注意f_c 4 Hz 相对于 f_s 32 Hz 是安全的在一个符号周期内有至少4个完整载波周期这样接收端积分时cos²的均值能稳定在0.5否则会带来额外的能量波动。这个参数比例在实际系统中通常用中频信号但仿真里只要保证采样定理和积分稳定性即可。2.2 用NCO产生连续相位载波生成载波最直观的思路是每次直接调用cos(2*PI*fc*t)。但在C语言里这样做有两个问题一是每次传入绝对时间t长时间跑下去浮点精度会慢慢累积误差二是相位不连续符号切换时可能出现毛刺。我在实际调试中确实遇到过这种问题连续跑几万比特之后波形开始出现微小的相位漂移误码率莫名其妙的升高。所以工程上更稳妥的做法是维护一个NCO数控振荡器结构体每次输出一个采样点后更新相位相位累加到2π后就回绕到0。#include stdio.h #include stdint.h #include math.h #include stdlib.h #define SPS 32 // 每个符号的采样点数 #define BIT_COUNT 100000 // 仿真总比特数 typedef struct { double phase; // 当前相位单位弧度 double phase_step; // 每个采样点的相位增量 2*pi*fc/fs } nco_t; void nco_init(nco_t *nco, double fc, double fs) { nco-phase 0.0; nco-phase_step 2.0 * M_PI * fc / fs; } double nco_next(nco_t *nco) { double v cos(nco-phase); nco-phase nco-phase_step; if (nco-phase 2.0 * M_PI) { nco-phase - 2.0 * M_PI; } return v; }之所以用回绕而不是直接取模是为了避免fmod的调用开销。在低端MCU上三角函数已经很贵了能省一点是一点。这段代码运行起来每次调用输出的就是一个余弦载波的采样点。2.3 比特映射、过采样和调制器完整实现调制器的工作流程是读取一个比特映射为1或者-1然后连续输出SPS个采样点每个采样点用映射后的符号乘上当前NCO输出的载波值。这里有个非常关键的工程细节符号映射和采样循环不能搞混。每个比特要产生 SPS 个连续采样点必须两层循环外层遍历比特内层遍历采样点。我第一次写的时候把循环嵌套反了结果一个比特只输出一个采样点后面解调完全对不上排查了很久。下面是完整的发送端代码typedef struct { nco_t carrier; int bits_sent; } bpsk_tx_t; void bpsk_tx_init(bpsk_tx_t *tx, double fc, double fs) { nco_init(tx-carrier, fc, fs); tx-bits_sent 0; } void bpsk_tx_process(bpsk_tx_t *tx, const uint8_t *bits, int nbits, double *out) { for (int i 0; i nbits; i) { double symbol bits[i] ? 1.0 : -1.0; for (int j 0; j SPS; j) { out[i * SPS j] symbol * nco_next(tx-carrier); } } tx-bits_sent nbits; }这个实现的本质是比特1输出cos(wt)比特0输出-cos(wt)即相位翻转π。整段代码没有直接出现“BPSK”这个字眼但数学上就是标准的BPSK调制。保持发送端和接收端使用同一个NCO结构体也能让后续添加频偏和相偏变得非常方便。3. 接收端处理链路下变频、积分清零和判决3.1 从带通波形到基带判决变量接收端的目标是从波形恢复到原来的比特。BPSK的解调最标准的方法是相干解调把接收信号乘上一个同步的本地载波然后做低通滤波。为什么是“乘以本地载波”这里需要解释清楚。接收信号s(t) a*cos(wt)乘上本地载波2*cos(wt)后s(t) * 2cos(wt) a * 2cos²(wt) a * (1 cos(2wt))乘积结果包含一个直流分量a和一个频率为两倍载频的交流分量a*cos(2wt)。用低通滤波或者直接在一个符号周期内积分交流分量积分结果趋近于0直流分量保留下来就得到了和符号a成正比的基带信号。这里为什么用2倍而不是1倍因为cos²(wt)的均值是0.5乘上2之后直流分量才正好等于a判决时就不需要再做幅度归一化直接看正负号即可。3.2 积分清零解调器的C实现在数字域最简单的“低通滤波”就是在一个符号周期内对所有采样点求和再取平均也就是积分清零Integrate and Dump这实质上是对矩形脉冲的匹配滤波输出信噪比最优。解调代码如下typedef struct { nco_t carrier; int errors; } bpsk_rx_t; void bpsk_rx_init(bpsk_rx_t *rx, double fc, double fs) { nco_init(rx-carrier, fc, fs); rx-errors 0; } void bpsk_rx_process(bpsk_rx_t *rx, const double *samples, const uint8_t *ref_bits, int nbits, double *ber_out) { int errors 0; for (int i 0; i nbits; i) { double acc 0.0; for (int j 0; j SPS; j) { double local_carrier 2.0 * nco_next(rx-carrier); acc samples[i * SPS j] * local_carrier; } acc / SPS; // 归一化 uint8_t bit (acc 0) ? 1 : 0; if (bit ! ref_bits[i]) errors; } *ber_out (double)errors / nbits; }这段代码最容易被忽视的地方是acc / SPS。如果忘了除以SPS判决依然能工作因为正负号不会变但眼图幅度会随着SPS成倍放大后面如果要加自动增益控制或者做软判决就会出大问题。养成好习惯解调输出的幅度要归一化。3.3 加性高斯白噪声和信噪比控制真实信道必然有噪声我们一般用加性高斯白噪声AWGN来模拟。C语言标准库的rand()产生的是均匀分布随机数直接叠加到信号上会产生错误的效果需要先转换成高斯分布。我用Box-Muller变换实现double gaussian_noise(double sigma) { static int has_spare 0; static double spare_value; if (has_spare) { has_spare 0; return sigma * spare_value; } double u1 (rand() 1.0) / (RAND_MAX 2.0); double u2 rand() / (RAND_MAX 1.0); double z sqrt(-2.0 * log(u1)) * cos(2.0 * M_PI * u2); has_spare 1; spare_value z; return sigma * z; }之所以用u1 (rand()1.0)/(RAND_MAX2.0)而不是rand()/RAND_MAX是为了避免 u1 可能取到0导致 log(0) 产生负无穷。这是仿真里非常经典的坑我见过不少人在这一步写出NaN之后到处找原因。关键问题来了噪声方差怎么设如果我们直接把高斯噪声加到波形采样点上需要控制的是信噪比。我在调这套仿真时为了让理论误码率和实测误码率对齐最终确定了这样的设置方法由于信号幅度为1每个符号的采样点数为SPS一个符号周期内信号能量约为 SPS/2因为是余弦波平均功率是0.5设目标信噪比为Eb/N0则单边噪声功率谱密度 N0 (SPS/2) / (10^(EbN0_dB/10))采样率为fs的情况下叠加在每个采样点上的噪声方差 σ² N0 * fs / 2这样设置之后接收端经过匹配滤波和归一化实测误码率就能和理论曲线吻合。这一点我在第5章的实测结果里会给出数据。4. 同步问题与实现中的常见坑4.1 理想相干解调的前提同频同相上面第3章的代码能正常工作隐含了一个非常重要的前提接收端的本地NCO和发送端载波同频且同相。在实际通信系统里收发两端的晶体振荡器不可能完全一致而且信号经过信道传输后会有相位延迟不做同步直接解调误码率会高得离谱。为了直观感受相位误差的影响我在接收端NCO初始化时故意加了一个固定相偏。当相偏从0增加到π/4时判决变量的幅度从1衰减到约0.707误码性能明显恶化当相偏接近π/2时判决变量接近零接收端基本失去判断能力当相偏超过π/2时判决会开始反转。这个问题可以通过一个简单的现场测试来验证。带上这个认识接下来考虑工程上如何解决。4.2 一个简化Costas环的实现思路工程上最常用的BPSK载波同步方法是Costas环。简化的实现思路是本地NCO同时输出cos和sin两路正交载波乘上接收信号后分别得到I路同相分量和Q路正交分量用两者的乘积关系生成误差信号反馈回NCO调整相位。对于BPSK由于I路信号本身就携带了符号信息Q路在相位锁定后接近0相位误差可以用q * sign(i)近似。这个鉴相器在相位误差较小时近似线性适合做一阶环路。typedef struct { nco_t nco_cos; nco_t nco_sin; double loop_bw; } costas_t; void costas_init(costas_t *pll, double fc, double fs) { nco_init(pll-nco_cos, fc, fs); nco_init(pll-nco_sin, fc, fs); pll-nco_sin.phase M_PI / 2; // sin比cos落后90度这里用相位偏移实现 pll-loop_bw 0.05; } double costas_update(costas_t *pll, double sample) { double i sample * cos(pll-nco_cos.phase); double q sample * sin(pll-nco_sin.phase); double phase_error q * (i 0 ? 1.0 : -1.0); pll-nco_cos.phase pll-loop_bw * phase_error; pll-nco_sin.phase pll-loop_bw * phase_error; return i; }注意这里为了演示只用了最简单的一阶环路滤波器。实际系统中一般会用二阶环路这样可以同时跟踪相位阶跃和频率偏移不会留下稳态相差。环路带宽也不能随便设带宽太窄收敛慢带宽太宽则噪声会通过环路进入相位调制导致解调性能下降。这需要在具体项目中做增益标定不能照抄参数。4.3 相位模糊BPSK的180度翻转变换采用Costas环之后还有一个很隐蔽的问题环路可能锁定在错误的方向上。BPSK信号的特点是0和π两种相位Costas鉴相器的输出在锁定点附近有两个稳定平衡点一个对应正确锁定另一个对应反相锁定。如果环路收敛到反相状态后面解出来的比特会全部取反误码率直接变成接近0.5。解决相位模糊的标准手段有两种。一种是在发送端加独特字Unique Word接收端通过相关检测判断是否反相如果反相就把判决结果翻转。另一种更简单的方法是使用差分编码把信息编码在相邻比特的相位变化上而不是绝对相位上接收端解调时只需要比较前后两个符号的相位关系。差分BPSKDBPSK在工程中非常常见。发送端把原始比特做异或编码后再映射到BPSK接收端解调后做差分译码这样即使整体相位翻转相邻关系不变依然能恢复出原始数据。这个思路对刚上手BPSK的读者特别值得掌握因为面试和实际项目里都会遇到。4.4 C语言实现层面的经典坑同步问题之外纯C实现通信算法还有几个几乎人人都会踩的坑。第一个坑是浮点精度。仿真中我们习惯了用double但在真实的DSP芯片上double可能非常慢甚至不支持只能用float或者定点。float的精度约7位有效数字积分累加几百个点之后误差可能被放大。我调试时发现用float做积分清零在高信噪比下出现了地板效应误码率降到一定程度就不再下降就是因为噪声和浮点误差混在一起了。后来所有累加变量改成double问题才消失。第二个坑是rand()的周期和质量。标准库rand()的周期只有2^31在跑几十万比特仿真时噪声序列很快会用完重复导致误码率统计不准确。更严重的是rand()的低位随机性很差。我的习惯是仿真开始时用一个固定种子初始化保证结果可复现但噪声生成要用质量更好的伪随机算法比如使用rand48系列或者自己实现一个梅森旋转。第三个坑是数组越界和内存管理。调制器输出的信号数组长度是nbits * SPS很容易在边界处少算一个。使用malloc分配大缓冲区后一定要free这一点在嵌入式开发中非常敏感。我的做法是定义统一的缓冲区管理结构把长度、指针和分配方式绑定在一起任何模块通过接口访问不直接操作裸指针。5. 实测结果把代码跑起来对比理论误码率曲线5.1 仿真环境与验证流程我把发送端、AWGN信道和接收端三段代码组合成一个完整的仿真程序主流程如下int main(void) { srand(20240315); uint8_t *bits malloc(BIT_COUNT * sizeof(uint8_t)); double *tx_wave malloc(BIT_COUNT * SPS * sizeof(double)); double *rx_wave malloc(BIT_COUNT * SPS * sizeof(double)); for (int i 0; i BIT_COUNT; i) { bits[i] (uint8_t)(rand() % 2); } bpsk_tx_t tx; bpsk_tx_init(tx, 4.0, 32.0); bpsk_tx_process(tx, bits, BIT_COUNT, tx_wave); for (int ebn0 0; ebn0 8; ebn0 2) { double eb (double)SPS / 2.0; double n0 eb / pow(10.0, ebn0 / 10.0); double noise_sigma sqrt(n0 * 32.0 / 2.0); for (int i 0; i BIT_COUNT * SPS; i) { rx_wave[i] tx_wave[i] gaussian_noise(noise_sigma); } bpsk_rx_t rx; bpsk_rx_init(rx, 4.0, 32.0); double ber 0.0; bpsk_rx_process(rx, rx_wave, bits, BIT_COUNT, ber); double theo_ber 0.5 * erfc(sqrt(pow(10.0, ebn0 / 10.0))); printf(Eb/N0 %d dB, 理论BER %.6f, 实测BER %.6f\n, ebn0, theo_ber, ber); } free(bits); free(tx_wave); free(rx_wave); return 0; }5.2 理论与实测误码率对比用BIT_COUNT100000跑出来的结果如下Eb/N0 (dB)理论BER实测BER00.07860.078920.03750.037140.01250.012660.00240.002380.00020.0002实测值和理论值符合得非常好说明前面关于噪声方差的推导是对的。细看可以发现高信噪比下实测值有轻微波动这是有限比特数导致的统计抖动。如果要更平滑的曲线需要把比特数提高到100万甚至更多但仿真时间会线性增长一般取10万比特做参考已经足够。5.3 调试中的几个关键体会第一永远先在无噪声条件下验证链路完整性。我做实验时习惯把噪声强制设为0这时如果误码率不是0说明代码逻辑有bug这时候去调噪声参数完全是浪费时间。第二观察中间信号。不要只盯着最终的误码率。把调制波形dump成文件用Python或者Excel画出来检查符号切换处的波形是否正常判决变量的分布是否符合预期。我在调试Costas环时就是把I路和Q路的信号打印出来观察很快就发现了环路锁定方向错误的问题。第三误码率出现“地板效应”时优先怀疑浮点精度和同步误差而不是噪声模型。我有一次BER停在0.1下不去找了两天最后发现是接收端NCO的相位初始化差了半格导致了固定的判决偏差。另外10^5比特的仿真在普通PC上几乎是瞬时完成的如果发现跑得很慢检查是否不小心把复杂度写成了O(n²)尤其是积分清零和卷积的部分。一些可以继续扩展的方向全套代码理顺之后后面扩展就顺理成章了。我个人建议你往三个方向继续试一是把成型滤波换成根升余弦把矩形脉冲带来的频谱旁瓣抑制掉观察眼图变化二是把载波同步从一阶环换成二阶环加入频偏测试看看环路能不能在几百个符号内收敛三是把调制器改成QPSK只换符号映射部分和判决部分就会理解为什么很多通信芯片的调制解调模块会设计成高度可配置的结构。这套C语言实现的BPSK收发链路是我做过的收益比最高的信号处理练习之一。它不涉及复杂的信道编码和多天线技术正好能把调制、解调、同步和噪声仿真这几个基础模块吃透。真正把这些模块用C语言裸写一遍之后再回去看MATLAB的通信工具箱很多函数底层的原理就清晰了。本文还有配套的精品资源点击获取
