comm.EVM

测量误差矢量大小

在页面中全部展开

描述

的comm.EVM(误差矢量量级)系统对象™测量受损信号的调制器或解调器性能。

测量误差矢量大小:

定义和设置EVM对象。看到建设．
调用一步根据的性质来测量调制器或解调器的性能comm.EVM．的行为一步特定于工具箱中的每个对象。

请注意

从R2016b开始，而不是使用一步方法来执行System对象定义的操作，您可以调用带有参数的对象，就像调用函数一样。例如,Y = step(obj,x)而且Y = obj(x)执行等效操作。

建设

EVM = com .EVM创建一个误差矢量大小对象，维生素．该对象测量调制信号中的损伤量。

= com .EVM(的名字，价值）创建一个维生素对象，并将每个指定的属性设置为指定的值。可以以任意顺序指定附加的名称-值对参数，如(Name1，Value1，...,以，家）.

例子：EVM = com .EVM('ReferenceSignalSource'，'从参考星座估计')创建一个对象，维生素，该方法使用参考星座测量接收信号的RMS EVM。

属性

`归一化`	归一化法 EVM计算中使用的归一化方法，具体为以下之一:`“平均参考信号功率”`(默认),`“平均星座功率”`,或`“星座能量峰值”`．
`AverageConstellationPower`	平均星座功率平均星座功率，以瓦为正实标量。此属性在`归一化`是`“平均星座功率”`．默认为`1`．
`PeakConstellationPower`	星座功率峰值星座功率峰值，以瓦为正实标量。此属性在`归一化`是`“星座能量峰值”`．默认为`1`．
`ReferenceSignalSource`	参考信号源参考信号源，指定两者之一`输入端口的`(默认)或`“从参考星座估计”`．若要提供测量输入信号的显式参考信号，请将此属性设置为`输入端口的`．要测量输入信号相对于参考星座的EVM，请将此属性设置为`“从参考星座估计”`．
`ReferenceConstellation`	参考星座参考星座，指定为一个矢量。时，此属性可用`ReferenceSignalSource`属性是`“从参考星座估计”`．默认为`[0.7071 - 0.7071i;-0.7071 - 0.7071i;-0.7071 + 0.7071i;0.7071 + 0.7071i]`，对应一个标准的QPSK星座。可以通过使用调制函数或对象派生星座点。例如，要获得16-QAM信号的参考星座，您可以使用`qammod (0:15, 16)`．
`MeasurementIntervalSource`	测量间隔源测量间隔源，指定为以下之一:`输入长度的`(默认),`“整个历史”`，`“自定义”`,或`“自定义定期重置”`．此属性仅影响RMS和最大EVM输出。若要仅使用当前样本计算EVM，请将此属性设置为`输入长度的`．要计算所有样本的EVM，请将此属性设置为`“整个历史”`．若要在指定的间隔内计算EVM并使用滑动窗口，请将此属性设置为`“自定义”`．若要在指定的间隔内计算EVM，并在每次填充测量间隔时重置对象，请将此属性设置为`“自定义定期重置”`．
`MeasurementInterval`	测量时间间隔计算EVM的测量间隔，在样本中指定为实正整数。此属性在`MeasurementIntervalSource`是`“自定义”`或`“自定义定期重置”`．默认为`One hundred.`．
`AveragingDimensions`	平均尺寸 EVM测量的平均维度，指定为元素值在[1,3]范围内的整数或整数的行向量。例如，要跨行平均，请将此属性设置为`2`．默认为`1`．该对象支持发生平均的维金宝app度上的可变大小输入。但是，在调用对象之间，非平均维度的输入大小必须保持不变。例如，如果输入有大小`[4 3 2]`而且`平均尺寸`是`3 [1]`，输出大小为`[1 3 1]`，第二个维度必须保持固定在`3.`．
`MaximumEVMOutputPort`	最大EVM测量输出端口最大EVM测量输出端口，指定为逻辑标量。要为最大EVM度量创建输出端口，请将此属性设置为`真正的`．默认为`假`．
`XPercentileEVMOutputPort`	X-百分位EVM测量输出端口 X百分位数EVM测量输出端口，指定为逻辑标量。为的创建输出端口X-百分位EVM测量，将此属性设置为`真正的`．的X-百分位EVM测量持续到重置对象。这些测量是通过使用自上次重置以来的所有输入帧来计算的。默认为`假`．
`XPercentileValue`	X百分位值 X-低于该值的百分数X%的EVM度量下降，指定为来自的实标量`0`来`One hundred.`．此属性在`XPercentileEVMOutputPort`是`真正的`．默认为`95`．
`SymbolCountOutputPort`	符号计数输出端口符号计数输出端口，指定为逻辑标量。来输出用于计算的累积符号的数量X-百分位EVM测量，将此属性设置为`真正的`．此属性在`XPercentileEVMOutputPort`是`真正的`．默认为`假`．

方法

一步

测量误差矢量大小

通用于所有系统对象
`释放`	允许系统对象属性值更改
`重置`	重置系统对象的内部状态

例子

全部折叠

噪声16-QAM调制信号EVM的测量

打开实时脚本

创建一个EVM对象。使用名称-值对配置它以输出最大EVM、第90百分位EVM和符号计数。

evm = com . evm (“MaximumEVMOutputPort”,真的,.．.“XPercentileEVMOutputPort”,真的,“XPercentileValue”, 90,.．.“SymbolCountOutputPort”,真正的);

生成随机数据符号。应用16-QAM调制。调制后的信号作为后续EVM测量的参考。

Data = randi([0 15]，1000,1);refSym = qammod(data,16，“UnitAveragePower”,真正的);

将调制信号通过AWGN通道传递。

rxSym = awgn(refSym,20);

测量噪声信号的EVM。

[rmsEVM,maxEVM,pctEVM,numSym] = evm(refSym,rxSym)

rmsEVM = 9.8775

maxEVM = 26.8385

pctEVM = 14.9750

numSym = 1000

预计收到EVM

打开实时脚本

生成经过过滤的QAM数据，并通过AWGN通道传递。计算符号误码率，估计接收信号的EVM。

创建通道和过滤器系统对象™。

M = 16;refConst = qammod(0:M-1,M);channel = com . awgnchannel (“NoiseMethod”，信噪比(SNR)，.．.“信噪比”15岁的“SignalPower”10);txfilter = com . raisedcosinetransmitfilter (“OutputSamplesPerSymbol”4);rxfilter = com . raisedcosinereceivefilter (“InputSamplesPerSymbol”4.．.“DecimationFactor”4);

创建一个EVM对象来输出RMS和最大EVM度量值。

evm = com . evm (“MaximumEVMOutputPort”,真的,.．.“ReferenceSignalSource”，“从参考星座估计”，.．.“ReferenceConstellation”, refConst);

创建一个错误率对象，并通过发送和接收过滤器说明信号延迟。对于一个滤波器，组延迟等于1/2FilterSpanInSymbols财产。

RXD = (txfilter.)FilterSpanInSymbols + rxfilter.FilterSpanInSymbols)/2;= com . errorRate (“ReceiveDelay”, rxd);

请执行以下通道操作:

生成随机数据符号。
应用16-QAM调制。
通过凸起的余弦Tx滤波器对调制数据进行滤波。
将传输的信号通过AWGN通道传递。
通过凸起的余弦Rx过滤器过滤接收到的数据。
解调过滤后的数据。

txData = randi([0 15]，1000,1);modData = qammod(txData,M);txSig = txfilter(modData);rxSig = channel(txSig);filtSig = rxfilter(rxSig);rxData = qamdemod(filtSig,M);

计算错误统计并显示符号错误率。

errStats = errorRate(txData,rxData);symErrRate = errStats(1)

symErrRate = 0.0222

测量并显示接收到的RMS EVM和最大EVM值。将过滤延迟考虑在内，删除第一个rxd + 1符号。因为有符号错误，EVM可能不完全准确。

[rmsEVM,maxEVM] = evm(filtSig(rxd+1:end))

rmsEVM = 17.2966

maxEVM = 40.1595

利用参考星座测量EVM

打开实时脚本

生成随机数据符号，并应用8-PSK调制。

D = randi([0 7]，2000,1);txSig = pskmod(d,8,pi/8);

将调制信号通过AWGN通道传递。

rxSig = awgn(txSig,30);

创建一个EVM对象。以发射信号为参考，测量有效值EVM。

evm = com . evm;rmsEVM1 = evm(txSig,rxSig);

释放EVM对象。配置对象根据参考星座估计接收信号的EVM。

释放维生素(维生素)。ReferenceSignalSource =“从参考星座估计”；维生素。ReferenceConstellation = pskmod(0:7,8,pi/8);

只使用接收到的信号作为输入来测量RMS EVM。验证它是否与使用参考信号时得到的结果相匹配。

rmsEVM2 = evm(rxSig);[rmsEVM1 rmsEVM2]

ans =1×23.1524 - 3.1524

使用自定义测量间隔测量EVM

打开实时脚本

使用两种自定义测量间隔测量噪声8-PSK信号的EVM。显示结果。

设置帧数，米，每帧的子帧数，K．

M = 2;K = 5;

设置子帧中的符号数量。计算相应的帧长度。

sfLen = 100;frmLen = K*sfLen

frmLen = 500

创建一个EVM对象。配置对象使用等于帧长度的自定义测量间隔。

evm1 = com . evm (“MeasurementIntervalSource”，“自定义”，.．.“MeasurementInterval”, frmLen);

配置对象使用8-PSK参考星座来测量EVM。

evm1。ReferenceSignalSource =“从参考星座估计”；evm1。ReferenceConstellation = pskmod(0:7,8,pi/8);

创建一个EVM对象，并配置它使用500个符号的测量间隔，并定期重置。配置对象使用8-PSK参考星座来测量EVM。

evm2 = com . evm (“MeasurementIntervalSource”，“自定义定期重置”，.．.“MeasurementInterval”, frmLen);evm2。ReferenceSignalSource =“从参考星座估计”；evm2。ReferenceConstellation = pskmod(0:7,8,pi/8);

初始化EVM和信噪比数组。

rmsEVM1 = 0 (K,M);rmsEVM2 = 0 (K,M);snrdB = 0 (K,M);

使用两个对象测量噪声8-PSK信号的EVM。每一帧信噪比增加1 dB。为evm1，用最近的500个符号来计算估计。在这种情况下，使用滑动窗口，以便始终处理整个数据帧。为evm2，每当遇到新帧时，这些符号就会被清除。

为m = 1: m为k = 1: k data = randi([0 7]，sfLen,1);txSig = pskmod(data,8,pi/8);snrdB(k,m) = k+(m-1)* k+ 7;rxSig = awgn(txSig,snrdB(k,m));rmsEVM1(k,m) = evm1(rxSig);rmsEVM2(k,m) = evm2(rxSig);结束结束

显示使用这两种方法测量的EVM。第一种情况中使用的窗口提供了子帧之间的平均。在第二种情况下，EVM对象在第一帧之后重置，以便计算出的EVM值更准确地反映当前的信噪比。

stairs(snrdB(:)，[rmsEVM1(:) rmsEVM2(:)])“信噪比(dB)”) ylabel ('维生素(%)')传说(“不重置”，“周期性重置”）

图中包含一个axes对象。坐标轴对象包含两个stair类型的对象。这些对象表示不复位，周期性复位。

跨不同维度度量EVM

打开实时脚本

创建OFDM调制器和解调器对象。

ofdmmod = com . ofdmmodulator (“FFTLength”32岁的“NumSymbols”4);ofdmdemod = com . ofdmdemoator (“FFTLength”32岁的“NumSymbols”4);

确定OFDM信号中的子载波和符号的数量。

ofdmdim = info(ofdmmod);numSC = ofdmdim . datainputsize (1)

numSC = 21

numSym = ofdmdim . datainputsize (2)

numSym = 4

生成随机符号并应用QPSK调制。

msg = randi([0 3]，numSC,numSym);modSig = pskmod(msg,4,pi/4);

OFDM对QPSK信号进行调制。通过AWGN通道传递信号。解调噪声信号。

txSig = ofdmmod(modSig);rxSig = awgn(txSig,10，“测量”）;demodSig = ofdmdemod(rxSig);

创建一个EVM对象，其中对子载波的结果进行平均。测量EVM。每4个OFDM符号对应4个条目。

evm = com . evm (“AveragingDimensions”1);rmsEVM = evm(demodSig,modSig)

rmsEVM =1×427.4354 23.6279 22.6772 23.1699

覆盖EVM对象，其中结果在OFDM符号上取平均值。测量EVM。21个子载波对应21个条目。

evm = com . evm (“AveragingDimensions”2);rmsEVM = evm(demodSig,modSig)

rmsEVM =21日×128.8225 17.8536 18.6809 20.8872 22.3532 24.7197 30.1954 33.4899 36.2847 21.4230

测量EVM并对子载波和OFDM符号进行平均。

evm = com . evm (“AveragingDimensions”[1, 2]);rmsEVM = evm(demodSig,modSig)

rmsEVM = 24.2986

绘制OFDM信号的时变EVM图

打开脚本

计算并绘制OFDM信号的EVM。该信号由两个被间隔隔开的数据包组成。

创建系统对象以:

OFDM调制信号
引入相位噪声
绘制时变信号图

ofdmmod = com . ofdmmodulator (“FFTLength”, 256,“NumSymbols”2);pnoise = com . phasenoise (“水平”, -60,“FrequencyOffset”, 20岁,“SampleRate”, 1000);Tscope = timescope(“YLabel”，'维生素(%)'，“YLimits”, 40 [0],.．.“SampleRate”, 1000,“TimeSpanSource”，“属性”，“时间间隔”, 1.2,.．.“ShowGrid”,真正的);

创建一个EVM对象。要生成EVM的时变估计，请设置AveragingDimensions财产2．

evm = com . evm (“MaximumEVMOutputPort”假的,.．.“ReferenceSignalSource”，输入端口的，.．.“AveragingDimensions”2);

确定OFDM调制器的输入数据尺寸。

modDims = info(ofdmmod)

modDims = struct with fields: DataInputSize: [245 2] OutputSize: [544 1]

为第一个数据包创建qpsk调制的随机数据。应用OFDM调制。

data = randi([0 3]， moddim . datainputsize);qpskSig = pskmod(data,4,pi/4);txSig1 = ofdmmod(qpskSig);

创建第二个数据包。

data = randi([0 3]， moddim . datainputsize);qpskSig = pskmod(data,4,pi/4);txSig2 = ofdmmod(qpskSig);

连接两个数据包并包含一个没有任何传输的间隔。

txSig = [txSig1;0 (112 1);txSig2];

将I/Q振幅和相位不平衡应用于传输信号。

rxSigIQimb = iqimbal(txSig,2,5);

应用相位噪声。

rxSig = pnoise(rxsigiqim);

测量接收信号的EVM，并绘制其时变EVM。

e = evm(txSig,rxSig);tscope (e)

算法

EVM块和EVM对象都提供了三种规范化方法。可以根据参考信号的平均功率、平均星座功率或峰值星座功率进行归一化测量。不同的行业标准遵循其中一种规范化方法。

对于每种归一化方法，块或对象计算的RMS EVM值不同。

EVM归一化方法	算法
参考信号	$E V 米_{R 米年代} ＝ \sqrt{\frac{\frac{1}{N} \sum_{k ＝ 1}^{N} （ e_{k} ）}{\frac{1}{N} \sum_{k ＝ 1}^{N} （我_{k}^{2} + 问_{k}^{2} ）}} ＊ One hundred.$
平均功率	$E V 米_{RMS} （％）＝ One hundred. \sqrt{\frac{\frac{1}{N} \sum_{k ＝ 1}^{N} （ e_{k} ）}{P_{avg}}}$
峰值功率	$E V 米_{RMS} （％）＝ One hundred. \sqrt{\frac{\frac{1}{N} \sum_{k ＝ 1}^{N} （ e_{k} ）}{P_{马克斯}}}$

EVM归一化方法

算法

参考信号

$E V 米_{R 米年代} ＝ \sqrt{\frac{\frac{1}{N} \sum_{k ＝ 1}^{N} （ e_{k} ）}{\frac{1}{N} \sum_{k ＝ 1}^{N} （我_{k}^{2} + 问_{k}^{2} ）}} ＊ One hundred.$

平均功率

$E V 米_{RMS} （％）＝ One hundred. \sqrt{\frac{\frac{1}{N} \sum_{k ＝ 1}^{N} （ e_{k} ）}{P_{avg}}}$

峰值功率

$E V 米_{RMS} （％）＝ One hundred. \sqrt{\frac{\frac{1}{N} \sum_{k ＝ 1}^{N} （ e_{k} ）}{P_{马克斯}}}$

地点:

e_k＝ $e_{k} ＝ {（我_{k} - {\tilde{我}}_{k} ）}^{2} + {（问_{k} - {\tilde{问}}_{k} ）}^{2}$
我_k脉冲中第KTH符号的同相测量是吗
问_k是KTH符号的正交相位测量吗
N输入向量的长度是多少
P_avg是平均星座功率吗
P_马克斯星座功率峰值是多少
我_k而且问_k表示理想(参考)值。 ${\tilde{我}}_{k}$ 而且 ${\tilde{问}}_{k}$ 表示测量(接收)的符号。

最大EVM是一帧或一帧的最大EVM值 ${维生素}_{马克斯} ＝ \underset{k \in ［ 1 ， .．. ， N ］}{马克斯} ｛ {维生素}_{k} ｝，$ 哪里k是第KTH个符号N．

EVM的定义_k取决于您为计算测量选择的归一化方法。块或对象支持这些算法。金宝app

维生素与规范化	算法
参考信号	$E V 米_{k} ＝ \sqrt{\frac{e_{k}}{\frac{1}{N} \sum_{k ＝ 1}^{N} （我_{k}^{2} + 问_{k}^{2} ）}} ＊ One hundred.$
平均功率	$E V 米_{k} ＝ One hundred. \sqrt{\frac{e_{k}}{P_{avg}}}$
峰值功率	$E V 米_{k} ＝ One hundred. \sqrt{\frac{e_{k}}{P_{马克斯}}}$

维生素与规范化

算法

参考信号

$E V 米_{k} ＝ \sqrt{\frac{e_{k}}{\frac{1}{N} \sum_{k ＝ 1}^{N} （我_{k}^{2} + 问_{k}^{2} ）}} ＊ One hundred.$

平均功率

$E V 米_{k} ＝ One hundred. \sqrt{\frac{e_{k}}{P_{avg}}}$

峰值功率

$E V 米_{k} ＝ One hundred. \sqrt{\frac{e_{k}}{P_{马克斯}}}$

块或对象计算X-百分位EVM通过创建一个直方图的所有传入维生素_k值。输出提供了低于X% EVM值的EVM值。

扩展功能

C/ c++代码生成
使用MATLAB®Coder™生成C和c++代码。

使用注意事项和限制:

看到MATLAB代码生成中的系统对象(MATLAB编码器)．

另请参阅

comm.MER|comm.ACPR|comm.CCDF

在R2012a中介绍

comm.EVM

描述

建设

属性

方法

例子

噪声16-QAM调制信号EVM的测量

预计收到EVM

利用参考星座测量EVM

使用自定义测量间隔测量EVM

跨不同维度度量EVM

绘制OFDM信号的时变EVM图

算法

扩展功能

C/ c++代码生成
使用MATLAB®Coder™生成C和c++代码。

另请参阅

通信工具箱文档

金宝app

基于MATLAB的桥接无线通信设计与测试

comm.EVM

描述

建设

属性

方法

例子

噪声16-QAM调制信号EVM的测量

预计收到EVM

利用参考星座测量EVM

使用自定义测量间隔测量EVM

跨不同维度度量EVM

绘制OFDM信号的时变EVM图

算法

扩展功能

C/ c++代码生成使用MATLAB®Coder™生成C和c++代码。

另请参阅

通信工具箱文档

金宝app

基于MATLAB的桥接无线通信设计与测试

C/ c++代码生成
使用MATLAB®Coder™生成C和c++代码。