Skip to content
TheChatArchiveThe Chat Archive
gpt-4.1-mini-2025-04-14· OpenAIHugging Face LMArena Human Preference 140K

画出信号的时域波形, 画出信号频谱图,指出与理论带宽的一致性 画出误码率曲线正确,且误码率曲线的下限范围(10-4,即10的–4次幂

From a Chatbot Arena battleThe same person sent this prompt to two anonymous models at once. Compare it with grok-3-mini-beta’s answer.
  1. User

    画出信号的时域波形,

    画出信号频谱图,指出与理论带宽的一致性

    画出误码率曲线正确,且误码率曲线的下限范围(10-4,即10的–4次幂

  2. Assistant

    好的!下面给出一个完整的MATLAB示例代码,演示如何:

    1. 画出16PSK调制信号的时域波形(实部和虚部)
    2. 画出16PSK调制信号的频谱图,并说明其带宽与理论带宽的一致性
    3. 画出误码率曲线,并设置纵轴下限为 (10^{-4})

    代码示例

    clear; close all; clc;
    
    %% 参数设置
    N = 10000;          % 符号数
    M = 16;             % 16PSK调制阶数
    k = log2(M);        % 每个符号的比特数
    EbN0dB = 0:2:20;    % Eb/N0范围(dB)
    snr = EbN0dB + 10*log10(k); % 转换为SNR(dB)
    
    %% 生成随机比特流
    dataIn = randi([0 1], N*k, 1);
    
    %% 16PSK调制
    dataSymbol = bi2de(reshape(dataIn, k, []).', 'left-msb');
    modSignal = pskmod(dataSymbol, M, pi/M, 'gray');
    
    %% 1. 时域波形绘制(取前100个符号)
    figure;
    plot(real(modSignal(1:100)), 'b-o');
    hold on;
    plot(imag(modSignal(1:100)), 'r-*');
    grid on;
    xlabel('符号索引');
    ylabel('幅度');
    title('16PSK调制信号时域波形(前100个符号)');
    legend('实部', '虚部');
    
    %% 2. 频谱图绘制
    Fs = 1; % 归一化采样频率(符号率为1Hz)
    L = length(modSignal);
    NFFT = 2^nextpow2(L);
    
    % 计算FFT并归一化
    Y = fft(modSignal, NFFT)/L;
    f = Fs/2*linspace(0,1,NFFT/2+1);
    
    % 画单边幅度谱
    figure;
    plot(f, 2*abs(Y(1:NFFT/2+1)));
    grid on;
    xlabel('归一化频率 (×符号率)');
    ylabel('幅度');
    title('16PSK调制信号频谱');
    
    % 理论带宽说明:
    % 16PSK的带宽主要由符号率决定,理想情况下带宽约为符号率的1倍(归一化频率1)
    % 频谱图中主瓣宽度大致在[-1,1]范围内,符合理论带宽
    
    %% 3. 误码率仿真
    BER = zeros(size(EbN0dB));
    
    for i = 1:length(EbN0dB)
        % 添加AWGN噪声
        rxSignal = awgn(modSignal, snr(i), 'measured');
        
        % 解调
        demodSymbol = pskdemod(rxSignal, M, pi/M, 'gray');
        
        % 符号转比特
        dataOut = de2bi(demodSymbol, k, 'left-msb');
        dataOut = dataOut(:);
        
        % 计算误码率
        BER(i) = sum(dataIn ~= dataOut)/length(dataIn);
    end
    
    %% 误码率曲线绘制
    figure;
    semilogy(EbN0dB, BER, 'b-o', 'LineWidth', 2);
    grid on;
    xlabel('Eb/N0 (dB)');
    ylabel('误码率 (BER)');
    title('16PSK调制解调系统误码率性能');
    ylim([1e-5 1]); % 设置y轴范围,确保下限为10^-4
    yticks([1e-5 1e-4 1e-3 1e-2 1e-1 1]);
    yticklabels({'10^{-5}','10^{-4}','10^{-3}','10^{-2}','10^{-1}','1'});
    
    

    说明

    • 时域波形:绘制了调制信号的实部和虚部,取前100个符号,方便观察波形变化。
    • 频谱图:
      • 归一化采样频率为1(符号率为1Hz),频率轴单位为“符号率的倍数”。
      • 16PSK信号的理论带宽约为符号率的1倍,频谱主瓣宽度大致在[-1,1],与理论一致。
    • 误码率曲线:
      • 使用semilogy绘制对数坐标的BER曲线。
      • 设置纵轴范围为 ([10^{-5}, 1]),确保能看到误码率达到 (10^{-4}) 及以下的性能。
      • 设置纵轴刻度标签为指数形式,便于阅读。

    如果您需要更详细的带宽理论分析或其他信道模型(如多径衰落),也可以告诉我,我可以帮您扩展代码。祝您仿真顺利!

Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.