简介：这是一份Simulink的MPSK系统仿真实验报告，主要面向通信工程、电子信息等专业学生，用于掌握MATLAB Simulink通信系统建模方法，理解MPSK调制解调原理及不同进制下的性能差异。压缩包内含1个Word格式的doc文档，大小约693KB，内容完整，可直接查阅实验目的、原理推导、电路搭建、参数设置与结果分析。目前已有851人浏览学习，适合课程设计、通信原理实验或期末复习参考。文档详细介绍了从信源产生、MPSK基带成型、高频载波调制到高斯信道传输、接收解调与基带恢复的完整仿真链路，并给出M=2/4/8/16时的误码率曲线对比结论：随着M增大误码率升高，2PSK性能最优。读者可根据文档中的模块参数与脚本代码，在Simulink中复现实验，观察不同信噪比下的波形和星座图变化，加深对数字调制系统性能的理解。
1. 把 MPSK 仿真放进 Simulink：一个模型看懂调制链路
MPSK（M 进制相移键控）是通信系统仿真里绕不开的一类调制方式，M 取 4 时是 QPSK，取 8 时是 8PSK，再往上就是高进制相位调制。做无线通信物理层的人几乎都跟它打过交道：既要看星座图发散程度，又要量误码率曲线是否贴合理论值。Simulink 里做 MPSK 系统仿真，价值在于把发射机、信道、接收机三段链路用模块化方式搭出来，信号从比特流进去、从误码率数字出来，中间每一步都能用 Scope 和星座图观测。很多人说 Simulink 仿真就是拖模块连线，但真正跑起来会发现，误码曲线和理论值对不上时，问题几乎都出在参数设置与模块选型，而不是模型本身。这篇笔记就是从发射链路搭到接收链路，再落到误码率测量和排障手法，力求照着做能一次跑出可解释的结果。
2. 发射链路的构建：随机比特源与 M-PSK 调制器选型
2.1 先搞清楚 M-PSK 在 Simulink 里的信号形态
Simulink 的 Communications Toolbox 里，M-PSK 调制器模块全名是 M-PSK Modulator Baseband，它处理的信号是复数基带形式，也就是调制后的符号直接以 I/Q 两路复数输出，不涉及射频载波。这意味着仿真里的“载波”是隐含在模块内部的相位旋转逻辑里的，输入是 0 到 M-1 的整数符号序列，输出是单位圆上的 M 个星座点。
为什么强调这一点？因为很多从理论公式出发的人会在模型里混用实信号和复信号。比如用 Sine Wave 模块去构造载波，再用乘法器去搬移频谱，结果相位噪声、频率偏移全部要靠自己搭 PLL 来跟踪，复杂度瞬间上升。Simulink 里做 MPSK 系统仿真，常见做法是用基带等效模型，把调制器、信道、解调器都放在复基带上，AWGN 信道模块加噪声也是在复信号上叠加。这样做的好处是仿真步长不受载波频率约束，跑得快，且误码率统计只跟 Eb/N0 有关，跟载波频率无关。你先把这个前提立住，后面所有参数才有一个统一的参考系。
搭建发射链路时，需要拖入三个基础模块：Bernoulli Binary Generator（伯努利二进制序列生成器）、Rectangular QAM 或直接使用 Integer to Bit Converter 做格式转换、M-PSK Modulator Baseband（M-PSK 基带调制器）。之所以提到 Rectangular QAM，是因为有些旧版本模型习惯用 QAM 模块加相位偏移来等效 PSK，但既然标题就是 MPSK 仿真，直接用专门的 M-PSK 模块更省事。M-PSK 模块内部已经包含了从整数符号到星座点映射的全部逻辑，不需要额外串接映射表。
2.2 随机整数生成器与符号映射：参数怎么配合才不会出错
先看符号源。M-PSK 的输入是 0 到 M-1 的整数，因此最简单的方式是直接用 Random Integer Generator（随机整数生成器），把 M 设为调制阶数，Sample time 设为符号周期。比如 M=4 时，输出序列是 0、1、2、3 四个整数的随机序列，每个整数对应一个 QPSK 星座点。如果你手里已经是比特流，就需要先用 Buffer 或 Integer to Bit Converter 把比特拼成符号索引，不过这属于另一种建模习惯，本文以整数符号直接驱动为主。
Random Integer Generator 的关键参数有四个。Probability vector 决定各符号出现概率，默认是均匀分布；Sample time 是符号周期，直接决定仿真中的符号速率；Initial seed 用于复现随机序列，排查问题时固定 seed 很有用；Output type 选 Integer 而不是 Double 的话，后续连线时模块端口类型容易匹配。实际工程中我习惯把 seed 设成一个常数比如 7，这样每次跑仿真得到的随机序列一致，定位误码来源时不会因为随机性而反复横跳。
M-PSK Modulator Baseband 的参数里，最核心的是 M-ary number（调制阶数 M）和 Phase offset（相位偏置）。M 决定了星座点数量，Phase offset 决定第一个星座点相对实轴的角度。这里有一个容易翻车的点：Phase offset 设为 0 和设为 pi/M 会得到两套不同朝向的星座图，对接收端的解调参考相位要求也不一样。实际系统里通常配合 Gray 映射来选择相位偏置，让相邻星座点之间只差一个比特，从而降低误码率。Simulink 里 Constellation ordering 参数提供 Gray 和 Binary 两种选项，仿真 MPSK 时选 Gray 是标配，因为误码率曲线会明显好于 Binary 映射。
2.3 调制器输出验证：星座图和频谱两板斧
搭完发射机不要急着接信道，先用 Constellation Diagram 模块直接观察调制器输出。双击星座图模块，把 Samples per symbol 设为 1，Symbols to display 设为 200 左右，运行仿真后应该看到 M 个清晰聚集的星座点，均匀分布在单位圆上。如果点数是 M 的二倍，说明 Sample time 设置或符号速率翻倍了；如果点的角度不对，说明 Phase offset 参数与你的预期不一致。
频谱验证同样重要。用 Spectrum Analyzer 模块看调制信号的频谱形状，MPSK 信号频谱的主瓣宽度约为符号速率的 2 倍，旁瓣衰减速度由脉冲成型滤波器决定。没有加成型滤波时，频谱旁瓣很高，这在基带仿真里不影响误码率，但如果后续要加带限信道，就必须在调制器后串一个 Raised Cosine Transmit Filter。这个滤波器会引入符号间干扰的补偿机制，接收端必须配对同滚降系数的 Receive Filter，否则误码率会显著抬升。先不加滤波器把链路跑通，再加滤波器看性能变化，这种渐进式搭法能帮你快速定位每一级的贡献。
我一般会在发射链路末端加一个 Scope 看波形，同时把调制器输出引到 Workspace 里做数值检查：计算输出符号的模长，理想情况下全部等于 1，如果出现不等于 1 的值，说明调制器之前串联了不该有的增益模块或数据类型转换出错了。这些基础检查能省去后面一大半排查时间。
3. 信道与接收链路：AWGN 信道建模和 M-PSK 解调的坑
3.1 为什么仿真首选 AWGN 信道，怎么设 Eb/N0
MPSK 系统仿真里，信道模块用 AWGN Channel 是起步选择，它只需要一个参数就能控制信噪比。但这个参数是 SNR（信噪比），不是 Eb/N0，两者之间差一个调制阶数和每符号比特数的换算。
AWGN Channel 模块的参数设置界面里，Mode 选 Signal to noise ratio (SNR)，SNR 的单位可以是 dB，也可以是 Eb/N0 直接输入。如果你直接在 SNR 输入框填 10，实际上是把符号信噪比设成了 10 dB。要得到 Eb/N0 = 10 dB 的仿真条件，需要把 SNR 设成 Eb/N0 + 10log10(M) 吗？不对，这里要小心。M-PSK 每个符号携带 k = log2(M) 个比特，符号能量 Es 与比特能量 Eb 的关系是 Es = Eb * k。SNR 是以符号为单位定义的 Es/N0，因此对应关系是 SNR_dB = Eb/N0_dB + 10log10(k)。也就是说，M=4 时 SNR 比 Eb/N0 高约 3 dB，M=8 时高约 4.77 dB。AWGN 模块的 SNR 端口接受的正是符号信噪比，所以当你设置 Eb/N0 时，要手动加这个修正量。
为了省事，Simulink 的 AWGN Channel 模块也直接支持 Eb/N0 模式。只要把 Mode 切到 Eb/N0，再填上每比特能量与噪声功率谱密度的比值，模块内部会自动完成换算。这个模式下还有一个 Number of bits per symbol 参数，必须把它设成 log2(M)，否则模块内部换算会按错误的比特数计算，导致实际信噪比偏移。这里是最容易出错的环节，也是误码率曲线整体平移的主要原因之一。检查时先算理论曲线在某个点上的误码率，再对比仿真值，偏移量通常就是这个换算错误造成的。
3.2 接收链路的标准结构：从解调器到误码率统计
接收链路的常见做法是“匹配滤波 + 星座图观察 + 解调 + 误码率统计”四段式结构。如果发射端没有加成型滤波，接收端也不需要匹配滤波，直接把带噪声的复信号送入 M-PSK Demodulator Baseband 即可。该模块的参数要与发射端的调制器严格对应，M 和 Phase offset 必须相同，否则解调出来的符号序列会整体偏移。
M-PSK Demodulator Baseband 有 Decision 和 Demod 两种输出模式。Decision 模式直接输出整数的符号判决结果；Demod 模式输出对应比特向量。误码率统计通常用 Error Rate Calculation 模块完成，它需要两路输入：一路是接收端的判决输出（对齐后的符号或比特序列），另一路是发射端的原始符号或比特序列。这里有个绕不开的问题：发射端原始符号经过信道加噪、解调判决后，会有一个固定的延迟。延迟来源包括模块内部的流水线延迟和各种滤波器的群延迟。如果不做对齐，误码率计算模块会报出离谱的数值，甚至因为向量长度不匹配直接报错。
Error Rate Calculation 模块提供了 Receive delay 参数，专门用来解决这个问题。先跑一次仿真，Scope 里观察两路信号，数出偏移的符号数，填到 Receive delay 里即可。判断延迟是否正确的方法是：把信道 SNR 调高到 30 dB，如果误码率能降到 0 或接近 0，说明延迟对齐无误。如果仍然报出大量误码，说明延迟差了 1 个符号或更多，需要重新观察。
3.3 相位同步和载波频偏：什么时候需要加 PLL
基带仿真里没有真实载波，但如果有频率偏移，接收端的星座图会旋转，解调器判决会周期性出错。Simulink 里模拟载波频偏的常见做法是在信道输出端加一个 Complex Exponential 模块，频率设为偏移量，与信号复乘。此时 M-PSK Demodulator Baseband 的 Phase offset 参数无法纠正持续旋转的相位，必须加一个 Carrier Synchronizer 模块。
Carrier Synchronizer 是一个典型的闭环相位跟踪模块，它基于 PLL 结构工作，参数包括 Loop bandwidth（环路带宽）和 Phase offset。Loop bandwidth 的设置需要在收敛速度和噪声抑制之间取折中：带宽太宽，相位抖动大；带宽太窄，收敛慢，且对频偏的跟踪能力下降。工程起步值可以设在 0.01 到 0.05 之间，仿真观察星座图是否稳定后再调整。
需要特别注意，Carrier Synchronizer 的输出与原始信号的幅度和相位都会发生改变，而且它本身也会引入延迟，所以误码率统计的 Receive delay 参数需要重新测量。加了同步器后，星座图应恢复到固定的 M 个聚集点，不再旋转。如果星座图仍有缓慢旋转的迹象，说明环路带宽太小或者频偏超出了环路的捕获范围。这种情况在实际系统中常见于多普勒频移场景，解决方法不是盲目增大带宽，而是先估算频偏量级，用 Coarse Frequency Compensator 做粗补偿后再交给 Carrier Synchronizer 细调。基带仿真里同样适用这套思路，只是频偏变成你手动设置的已知量，方便验证接收链路的行为。
4. 误码率理论与仿真测量：为什么你的曲线总差几个 dB
4.1 MPSK 理论误码率公式：参考曲线怎么画
要判断仿真结果对不对，手里得有一条理论曲线做基准。M-PSK 在 AWGN 信道下的符号误码率没有简单的闭式解，但误比特率在高信噪比下有一个非常常用的近似式：Pb ≈ (1/k) * erfc(sqrt(Eb/N0) * sin(pi/M))，其中 k = log2(M)。这个公式在 M=4 时比较准确，M=8 时偏差稍大但仍然可用近似参考。更精确的计算通常用数值积分，但那不是 Simulink 仿真的重点。
用 MATLAB 脚本画理论曲线时，我一般写一段十几行的代码，算出 Eb/N0 从 0 到 12 dB 逐点扫描的理论误码率。有了这条曲线，后续仿真结果可以直接叠加在同一张图上，视觉上偏离多少一目了然。这里提醒的是，理论公式用的是比特信噪比 Eb/N0，而误码率计算模块输出的也是比特误码率，两者要严格对应。如果你画的是符号误码率却拿来对比比特误码率，曲线会整体差出一个因子，误以为系统性能比理论差很多。
仿真曲线与理论曲线的匹配标准是：在低信噪比区域（0 到 4 dB），偏差在半 dB 以内；高信噪比区域，误差会因为仿真蒙特卡洛次数不足而抖动，这属正常。如果整体偏移超过 1 dB，优先检查 AWGN 模块的 SNR 换算是否正确，其次是延迟对齐是否偏差一个符号，最后再看解调器的相位偏置是否与调制器一致。
4.2 用 To Workspace 拿数据画曲线：一套可复用的测量脚本
Simulink 里做完单点 Eb/N0 仿真后，误码率结果出现在 Error Rate Calculation 模块的显示窗口里，但手动记录每个点是低效的。我一般会在模型里加三个 To Workspace 模块，分别把发送符号序列、接收判决符号序列、以及误码率统计结果（包括误码数和符号总数）导出到 MATLAB 工作区。然后写一个 for 循环脚本，逐个 Eb/N0 点修改 AWGN 模块参数，运行 sim() 命令，把每次运行的误码率收集到数组里，最后统一画图。
EbN0_dB = 0:2:12; ber_sim = zeros(size(EbN0_dB)); for idx = 1:length(EbN0_dB) % 修改模型中 AWGN 模块的 Eb/N0 参数 set_param('mpsk_demo/AWGN Channel', 'EbN0dB', num2str(EbN0_dB(idx))); % 运行仿真，时长以符号数为准 simOut = sim('mpsk_demo', 'StopTime', '100000'); % 从工作区取误码率结果 ber_sim(idx) = simOut.ber.signals.values(end); end % 理论曲线 k = log2(4); % QPSK EbN0_lin = 10.^(EbN0_dB/10); ber_theory = (1/k) * erfc(sqrt(EbN0_lin) * sin(pi/4)); % 画图对比 semilogy(EbN0_dB, ber_theory, 'r-', 'LineWidth', 1.5); hold on; semilogy(EbN0_dB, ber_sim, 'bo', 'MarkerFaceColor', 'b'); grid on; xlabel('Eb/N0 (dB)'); ylabel('BER'); legend('理论值', 'Simulink仿真');这段脚本的核心是利用 set_param 在每次循环前改写模型中 AWGN 模块的 Eb/N0 参数，然后用 sim 命令以批处理方式运行模型，避免手动在 GUI 里逐个设置。StopTime 设为 100000 个符号时间，对应 100000 个符号的蒙特卡洛样本量，Eb/N0 高时误码率很低，这个样本量可能不足以测到 1e-5 以下的点，需要加大到 1e6。仿真的耗时与符号数和模型复杂度正相关，通常 1e6 个符号在 2 秒以内跑完，可接受。仿真的耗时与符号数和模型复杂度正相关，通常 1e6 个符号在 2 秒以内跑完。
数值稳定性方面，用 simOut.ber.signals.values(end) 取出的是最后一次累加的误码率，如果 Symbol count 在仿真结束时为 0，说明模型根本没跑起来，大概率是 StopTime 设置短于一个符号周期，或者模型的采样时间配置导致没有数据。遇到这种情况先手动运行一次，看 Scope 里有无波形。
4.3 Constellation Diagram 的观测与判定：散点图到底在看什么
误码率曲线是宏观指标，星座图是微观诊断工具。当误码率曲线与理论值不符时，星座图能直接告诉你问题出在哪个环节。正常收敛的星座图是 M 个圆斑，每个斑块以理想星座点为中心，半径由噪声功率决定。如果星座点出现旋转，说明有频偏或相位噪声；如果星座点出现拖尾现象，即从一个点拖向另一个点的弧形轨迹，说明符号间干扰或脉冲成型滤波器不匹配；如果星座图呈现 M 个点但每两个点之间距离明显不等，说明 Phase offset 参数与调制器不一致。
Simulink 的 Constellation Diagram 模块支持在仿真过程中实时刷新，也可以在仿真结束后停止并拖动时间轴观察历史轨迹。一个值得养成的习惯是：在低 Eb/N0（比如 2 dB）下观察噪声主导的散点分布，在高 Eb/N0（比如 10 dB）下观察是否有系统性偏移。高信噪比下如果星座点中心不在理想位置，而是整体旋转了一个固定角度，那一定是 Phase offset 不匹配或解调器参考相位有偏，修正后立即改善误码率。这个现象在 8PSK 仿真里比 QPSK 更明显，因为 8PSK 的星座点之间角度间隔只有 45 度，相位偏几个度就可能误判到相邻符号。
星座图观测有一个性能代价：实时显示会拖慢仿真速度，尤其是符号率高的时候。我一般会做两组配置：一组打开星座图用于排查，另一组关掉所有显示模块用于批量扫曲线。Simulink 模型的显示模块不影响数值结果，只影响仿真速度，所以量产后关掉显示是提速的最快手段。
5. MPSK 仿真避坑指南：5 个最常见的翻车场景与解决手法
5.1 误码率曲线整体偏移 1 dB 以上：先查 AWGN 的 SNR 换算
现象：仿真 BER 曲线比理论值差约 1 到 3 dB，且每条曲线都整齐地平移，没有任何弯曲变形。原因：AWGN 模块里 Mode 选成了 SNR，直接填了 Eb/N0 的值，导致实际信道信噪比偏小；或者选 Eb/N0 模式后 Number of bits per symbol 没设为 log2(M)。解决：确认模块参数页面的设置，M=4 时 bits per symbol 填 2，M=8 时填 3，并把 Mode 明确设为 Eb/N0。改完后再跑一次，偏差应迅速缩小到正常范围。
5.2 解调后的符号整体偏了一个固定值
现象：误码率很高且不随信噪比提升而下降，星座图看起来完全正常。原因：M-PSK Modulator 的 Phase offset 与 Demodulator 的设置不一致。比如发射端设 pi/4，接收端设 0，解调器会把每个符号判成相邻的类别，产生系统性错误。解决：把两个模块的 Phase offset 参数设成相同值。更稳妥的做法是直接把接收端的相位偏置参数复制发射端的值，不要凭记忆手动输入。另外，细化一点：如果发射端采用 Gray 映射，接收端也必须选 Gray，否则相邻符号虽然相位正确，比特映射却按 binary 解释，也会产生固定比特错误。
5.3 RX 与 TX 延迟没对齐，误码率虚高
现象：Error Rate Calculation 模块显示误码率在 0.4 到 0.5 之间徘徊，且高信噪比下没有改善。原因：发射端和接收端的符号序列长度差了几个符号周期，误码统计时比较的完全是错位的符号。Simulink 模块的延迟包括内部状态延迟和滤波器群延迟，Symbol delay 设置为零是默认，但大多数模型实际都有延迟。解决：先在高信噪比（30 dB）下运行，Scope 观察接收判决符号相对发射符号的延迟，数出偏移量填入 Receive delay。如果延迟是 0，那误码率却虚高就说明问题不在延迟而在信号链路本身。
5.4 加成型滤波器后误码率恶化
现象：发射端加 Raised Cosine Transmit Filter 后，误码率反而明显上升，星座图出现大量拖尾轨迹。原因：接收端没有对应加匹配滤波器，或者滚降系数不一致。成型滤波器本身是有记忆的，它让每个符号的波形延伸到相邻符号周期内，接收端必须用相同滚降系数的滤波器做匹配，才能既抑制带外辐射又不引入 ISI。解决：在解调器前串联一个 Raised Cosine Receive Filter，且滚降系数设成与发射端一致，通常 0.35 左右在带宽效率和 ISI 抑制之间折中。加滤波后延迟会变大几倍，记得重新测量 Receive delay。
5.5 频偏仿真时相位同步器参数天生不适合
现象：加了 Carrier Synchronizer 后星座图不再旋转，但误码率比不加还差，或者星座图剧烈抖动。原因：环路带宽设太大时相位噪声穿透；设太小时跟不上频偏的旋转速度。另一个常见问题是频偏过大，超出了同步器的捕获范围，PLL 锁定不到正确的频率和相位。解决：先用 Complex Exponential + Phase Offset 模拟一个固定频偏，数值设小些（比如符号速率的 0.1%），再调 Carrier Synchronizer 的 Loop bandwidth。如果频偏较大，先加 Coarse Frequency Compensator 做粗补偿，把残余频偏减小到环路带宽能覆盖的范围。这一条是实际通信系统里最常见的翻车场景，多普勒频移是主要来源，模型里提前验证能省却后期联调的时间。
6. 进阶方向：用 MATLAB 脚本把 Simulink 变成参数扫描机
单点仿真的模型搭建完成后，进阶方向是把整个 Simulink 模型变成可批量运行的参数扫描工具，这是 MPSK 系统仿真从“能跑”走向“能用”的关键一步。我常用的模式是：模型文件保持基础发射接收结构，用 set_param 批量改写调制阶数 M、滚降系数、Eb/N0 等参数，然后在脚本里循环调用 sim()，一次性采集多条误码率曲线，直接对比不同 M 值下的性能差距。比如在同一张图上画出 QPSK、8PSK、16PSK 三条 BER 曲线，你立刻能看到高进制 PSK 在带宽效率和能量效率之间的权衡——16PSK 在 Eb/N0=10 dB 时误码率明显高于 QPSK 几个数量级，这是相位间隔缩小的物理代价，仿真结果能把这个数字精确量化出来。
这个脚本化的操作还有一个容易被忽视的价值：参数扫描的重复性。手动在 GUI 里改参数再点运行，很容易漏改或者改错。脚本化之后，每次运行前打印当前参数组合，仿真结果自动存成带参数的变量名，所有实验记录都可追溯。我习惯在脚本开头用 struct 保存一组参数，循环内逐项写入模型，结束后用 save 命令把结果存成 .mat 文件，文件名带上 M 和 Eb/N0 范围的关键字。这样即使一周后回看，也能准确知道每条曲线是从哪组配置跑出来的，不用猜。做参数扫描时别忘了关掉所有 Scope 和 Constellation Diagram 模块的显示，能提速 3 到 5 倍，扫描 20 个点能从几分钟缩短到几十秒，是仿真效率上性价比最高的一个动作。
调试脚本时遇到最常见的问题是 set_param 报错找不到模块路径，原因是模块名包含中文或空格，或多个模块同名。解决办法是给每个关键模块取一个不重复的英文短名，路径字符串里严格区分大小写。另一个小陷阱是 sim() 运行时间长时，MATLAB 可能弹出“模型被占用”的错误，这通常是上一个仿真进程没有完全释放，用 simOut = sim(...); 显式接收输出后就不会报这个错。这套脚本化习惯是我后来做高阶调制自适应切换仿真时的基础，也推荐给你作为 MPSK 仿真的收尾练手。希望帮到你。
本文还有配套的精品资源，点击获取
