通信EVM

测量误差矢量大小

全部展开页面

描述

这个通信EVM（误差矢量幅值）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:

定义并设置EVM对象。请参阅建设．
呼叫步根据特性来测量调制器或解调器的性能通信EVM．的行为步特定于工具箱中的每个对象。

笔记

从R2016b开始，而不是使用步方法执行System对象定义的操作时，可以使用参数调用对象，就像调用函数一样。例如,y=阶跃（obj，x）和y = obj (x)执行等效操作。

建设

EVM=通信EVM创建错误向量幅值对象，维生素．该指标测量被调制信号的损伤量。

EVM=通信EVM(名称,价值)创建一个维生素对象，将每个指定的属性设置为指定的值。可以以任意顺序指定其他名称-值对参数，如(名称1,价值1,...,以,瓦伦).

实例:('ReferenceSignalSource'，'Estimated from reference constellation')创建一个对象，维生素，通过使用参考星座来测量接收信号的RMS EVM。

性质

`归一化`	归一化方法 EVM计算中使用的归一化方法，具体为:`“平均参考信号功率”`(默认),`“平均星座功率”`,或`“星座峰值功率”`．
`AverageConstellationPower`	平均星座功率平均星座功率，以瓦特为单位指定为正实标量。此属性在以下情况下可用：`归一化`是`“平均星座功率”`。默认值为`1.`．
`峰值通信功率`	星座峰值功率峰值星座功率，以瓦特为单位指定为正实标量。此属性在以下情况下可用：`归一化`是`“星座峰值功率”`。默认值为`1.`．
`ReferenceSignalSource`	参考信号来源参考信号源，指定为`“输入端口”`（默认）或`“根据参考星座估计”`．若要提供用于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”`．要根据参考星座测量输入信号的EVM，请将此属性设置为`“根据参考星座估计”`．
`ReferenceConstellation`	参考星座参考星座，指定为矢量。属性时，此属性可用`ReferenceSignalSource`属性是`“根据参考星座估计”`．默认值是`(0.7071 - 0.7071;-0.7071 - 0.7071我;-0.7071 + 0.7071我;0.7071 + 0.7071我]`，对应于标准QPSK星座图。您可以使用调制函数或对象导出星座图点。例如，要导出16-QAM信号的参考星座图，您可以使用`卡姆莫德（0:15,16）`．
`MeasurementIntervalSource`	测量间隔源测量间隔源，指定为下列之一:`“输入长度”`(默认),`“整个历史”`,`“自定义”`,或`'自定义与定期重置'`．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”`．要计算所有样本的EVM，请将此属性设置为`“整个历史”`．要在指定的时间间隔内计算EVM并使用滑动窗口，请将此属性设置为`“自定义”`．要在指定的时间间隔内计算EVM，并在每次填充测量时间间隔时重置对象，请将此属性设置为`'自定义与定期重置'`．
`MeasurementInterval`	测量间隔计算EVM的测量间隔，在样本中指定为实正整数。此属性在以下情况下可用：`MeasurementIntervalSource`是`“自定义”`或`'自定义与定期重置'`。默认值为`One hundred.`．
`AveragingDimensions`	平均尺寸平均要对EVM测量值进行平均的维度，指定为整数或整数的行向量，元素值在[1,3]范围内。例如，要跨行平均，请将此属性设置为`2.`。默认值为`1.`．该对象在发生平均的维度金宝app上支持可变大小的输入。但是，非平均维度的输入大小必须在对象调用之间保持不变。例如，如果输入有大小`(4 3 2)`和`平均尺寸`是`[1 3]`，则输出大小为`(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测量值创建输出端口，请将此属性设置为`真正的`。默认值为`错误的`．
`XPercentileEVMOutputPort`	X-百分位EVM测量输出端口 X-百分位EVM测量输出端口，指定为逻辑标量。为创建输出端口的步骤X-百分位EVM测量值，将此属性设置为`真正的`．这个X-百分位EVM测量值将持续到重置对象。这些测量值是通过使用自上次重置以来的所有输入帧来计算的。默认值是`错误的`．
`XPercentileValue`	X-百分位值 X-百分比值低于X%的EVM测量值，指定为来自`0`到`One hundred.`。此属性在以下情况下可用：`XPercentileEVMOutputPort`是`真正的`。默认值为`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。输出用于计算X-百分位EVM测量值，将此属性设置为`真正的`。此属性在以下情况下可用：`XPercentileEVMOutputPort`是`真正的`。默认值为`错误的`．

方法

步

测量误差矢量大小

对所有系统对象通用
`释放`	允许系统对象属性值改变
`重置`	重置System对象的内部状态

例子

全部崩溃

噪声16-QAM调制信号的EVM测量

打开生活的脚本

创建一个EVM对象。使用名称-值对将其配置为输出最大EVM、第90百分位EVM和符号计数。

evm=通信evm(“MaximumEVMOutputPort”,真的,...“XPercentileEVMOutputPort”,真的,“XPercentileValue”,90,...“SymbolCountOutputPort”，对）；

生成随机数据符号。应用16-QAM调制。调制信号用作后续EVM测量的参考。

数据=randi（[0 15]，1000,1）；refSym=qammod（数据，16，“UnitAveragePower”，对）；

将调制后的信号通过AWGN通道传递。

rxSym=awgn（参考文献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

估计收到维生素

打开生活的脚本

生成滤波QAM数据并通过AWGN信道。计算符号错误率，并估计接收信号的EVM。

创建通道和过滤器系统对象™。

M=16；refConst=qammod（0:M-1，M）；channel=comm.AWGNChannel(“噪音法”,“信噪比”,...“信噪比”,15,“SignalPower”10);txfilter = comm.RaisedCosineTransmitFilter (“OutputSamplesPerSymbol”，4）；rxfilter=comm.RaisedCosineReceiveFilter(“InputSamplesPerSymbol”，4，...“决策因素”,4);

创建EVM对象以输出RMS和最大EVM测量值。

evm=通信evm(“MaximumEVMOutputPort”,真的,...“引用信号源”,“根据参考星座估计”,...“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。对于滤波器，群延迟等于滤波器符号所有物

rxd = (txfilter。FilterSpanInSymbols + rxfilter.FilterSpanInSymbols) / 2;errorRate = comm.ErrorRate (“ReceiveDelay”，rxd）；

执行以下通道操作：

生成随机数据符号。
应用16-QAM调制。
通过提高余弦Tx滤波器过滤调制数据。
通过AWGN信道传递传输的信号。
通过升余弦接收滤波器过滤接收到的数据。
解调滤波后的数据。

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

计算错误统计信息并显示符号错误率。

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

symErrRate = 0.0222

测量和显示收到的RMS EVM和最大EVM值。考虑过滤器延迟，删除第一个rxd+1符号。由于存在符号错误，EVM可能不完全准确。

[rmsEVM, maxEVM] =维生素(filtSig (rxd + 1:结束)

rmsEVM=17.2966

maxEVM=40.1595

利用参考星座测量EVM

打开生活的脚本

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,π/ 8);

将调制后的信号通过AWGN通道传递。

rxSig=awgn（txSig，30）；

创建一个EVM对象。以传输信号为参考，测量RMS EVM。

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

释放EVM对象。配置对象以根据参考星座估计接收信号的EVM。

释放维生素(维生素)。REferenceSignalSource =“根据参考星座估计”；维生素。REferenceConstellation = pskmod(0:7,8,pi/8);

仅使用接收信号作为输入测量RMS EVM。验证其与使用参考信号时获得的结果相匹配。

rmsEVM2=evm（rxSig）；[rmsEVM1 rmsEVM2]

ans=1×23.1524 - 3.1524

使用自定义测量间隔测量EVM

打开生活的脚本

使用两种定制测量间隔测量8-PSK信号的EVM。显示结果。

设置帧数，M，以及每帧的子帧数，K．

M=2；K=5；

设置子帧中的符号数。计算相应的帧长度。

sfLen = 100;frmLen = K * sfLen

frmLen = 500

创建EVM对象。将对象配置为使用等于帧长度的自定义测量间隔。

evm1=通信EVM(“MeasurementIntervalSource”,“自定义”,...“测量神经”, frmLen);

配置对象使用8-PSK参考星座测量EVM。

evm1。REferenceSignalSource =“根据参考星座估计”evm1.referenceconstelling=pskmod（0:7,8，pi/8）；

创建EVM对象，并将其配置为使用500符号测量间隔和定期重置。配置对象以使用8-PSK参考星座测量EVM。

evm2=通信EVM(“MeasurementIntervalSource”,'自定义与定期重置',...“测量神经”, frmLen);evm2。REferenceSignalSource =“根据参考星座估计”evm2.referenceconstelling=pskmod（0:7,8，pi/8）；

初始化EVM和信号噪声数组。

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

使用两个对象测量8-PSK噪声信号的EVM。从一帧到另一帧信噪比增加1db。为evm1，最近的500个符号用于计算估计值。在这种情况下，使用滑动窗口，以便始终处理整个数据帧。对于evm2，每次遇到新帧时，符号都会被清除。

对于m = 1: m对于k=1:k data=randi（[07]，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）；终止终止

显示使用两种方法测量的EVM。第一种情况下使用的窗口提供子帧的平均值。第二种情况下，EVM对象在第一帧后重置，以便计算的EVM值更准确地反映当前SNR。

楼梯（snrdB（：），[rmsEVM1（：）rmsEVM2（：）]）xlabel(“信噪比(dB)”) ylabel ('维生素(%)')传奇(“无重置”,“定期重置”)

图中包含一个轴对象。axis对象包含2个楼梯类型的对象。这些对象表示不重置、周期性重置。

跨不同维度测量EVM

打开生活的脚本

创建OFDM调制解调器和解调器对象。

ofdmmod = comm.OFDMModulator (“FFTLength”,32，“NumSymbols”,4); ofdmdemod=通信OFDMDemodulator(“FFTLength”,32，“NumSymbols”,4);

确定OFDM信号中的子载波和符号数。

ofdmDims=信息（ofdmmod）；numSC=ofdmDims.DataInputSize（1）

numSC = 21

numSym = ofdmDims.DataInputSize (2)

numSym=4

生成随机符号并应用QPSK调制。

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

OFDM调制QPSK信号。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，其中结果在子载波上平均。测量EVM。有四个条目对应于4个OFDM符号中的每一个。

evm=通信evm(“平均尺寸”，1）；rmsEVM=evm（解调信号，调制信号）

rmsEVM=1×427.4354 23.6279 22.6772 23.1699

覆盖EVM对象，其中结果在OFDM符号上被平均。测量维生素。21个子载波对应21个条目。

evm=通信evm(“平均尺寸”2);rmsEVM =维生素(demodSig modSig)

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

测量子载波和OFDM符号上的EVM和平均值。

evm=通信evm(“平均尺寸”，[1 2]）；rmsEVM=evm（解调信号，调制信号）

rmsEVM=24.2986

绘制OFDM信号的时变EVM

打开脚本

计算并绘制OFDM信号的EVM。信号由两个间隔的包组成。

创建系统对象以：

OFDM调制信号
引入相位噪声
绘制时变信号

ofdmmod = comm.OFDMModulator (“FFTLength”,256,“NumSymbols”2);pnoise = comm.PhaseNoise (“水平”,-60,“FrequencyOffset”, 20岁,“采样器”, 1000);tscope = timescope (“YLabel”,'维生素(%)',“YLimits”,[0 40],...“采样器”,1000,“时间跨度源”,“财产”,“时间跨度”, 1.2,...“ShowGrid”，对）；

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

evm=通信evm(“MaximumEVMOutputPort”假的,...“引用信号源”,“输入端口”,...“平均尺寸”2);

确定OFDM调制器的输入数据尺寸。

modDims=info（ofdmod）

modDims=struct，带字段：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。

数据=randi（[03]，modDims.DataInputSize）；qpskssig=pskmod（数据，4，pi/4）；txSig1=ofdmod（qpskssig）；

创建第二个数据包。

数据=随机数（[0 3]，modDims.DataInputSize）；qpskSig=pskmod（数据，4，pi/4）；txSig2=ofdmmod（qpskSig）；

连接两个包并包含一个不传输任何东西的间隔。

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

对发射信号施加I/Q振幅和相位不平衡。

rxSigIQimb=iqimbal（txSig，2,5）；

运用相位噪声。

rxSig=pnoise（rxSigIQimb）；

测量接收信号的EVM，并绘制其时变EVM。

e =维生素(txSig rxSig);tscope (e)

算法

EVM块和EVM对象都提供了三种归一化方法。您可以根据参考信号的平均功率、星座的平均功率或星座的峰值功率对测量进行归一化。不同的行业标准遵循这些标准化方法之一。

块或对象计算每个归一化方法的RMS EVM值不同。

维生素与归一化法	算法
参考信号	$E v M_{R M s} = \sqrt{\frac{\frac{1.}{N} \sum_{K = 1.}^{N} (E_{K})}{\frac{1.}{N} \sum_{K = 1.}^{N} (我_{K}^{2.} + Q_{K}^{2.})}} * One hundred.$
平均功率	$E v M_{RMS} (%) = One hundred. \sqrt{\frac{\frac{1.}{N} \sum_{K = 1.}^{N} (E_{K})}{P_{平均值}}}$
峰值功率	$E v M_{RMS} (%) = One hundred. \sqrt{\frac{\frac{1.}{N} \sum_{K = 1.}^{N} (E_{K})}{P_{马克斯}}}$

维生素与归一化法

算法

参考信号

$E v M_{R M s} = \sqrt{\frac{\frac{1.}{N} \sum_{K = 1.}^{N} (E_{K})}{\frac{1.}{N} \sum_{K = 1.}^{N} (我_{K}^{2.} + Q_{K}^{2.})}} * One hundred.$

平均功率

$E v M_{RMS} (%) = One hundred. \sqrt{\frac{\frac{1.}{N} \sum_{K = 1.}^{N} (E_{K})}{P_{平均值}}}$

峰值功率

$E v M_{RMS} (%) = One hundred. \sqrt{\frac{\frac{1.}{N} \sum_{K = 1.}^{N} (E_{K})}{P_{马克斯}}}$

地点:

E_K= $E_{K} = {(我_{K} - {\tilde{我}}_{K})}^{2.} + {(Q_{K} - {\tilde{Q}}_{K})}^{2.}$
我_K是突发中第k个符号的同相测量
Q_K是突发中第k个符号的正交相位测量
N输入向量的长度是多少
P_平均值是平均星座功率
P_马克斯顶峰是星座的力量吗
我_K和Q_K表示理想（参考）值。 ${\tilde{我}}_{K}$ 和 ${\tilde{Q}}_{K}$ 表示测量（接收）的符号。

最大EVM是指帧或帧内的最大EVM值 ${维生素}_{马克斯} = \underset{K \in [1., ..., N]}{马克斯} {{维生素}_{K}},$ 其中k是长度突发中的第k个符号N．

EVM的定义_K根据您选择的用于计算测量值的标准化方法而有所不同。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	$E v M_{K} = \sqrt{\frac{E_{K}}{\frac{1.}{N} \sum_{K = 1.}^{N} (我_{K}^{2.} + Q_{K}^{2.})}} * One hundred.$
平均功率	$E v M_{K} = One hundred. \sqrt{\frac{E_{K}}{P_{平均值}}}$
峰值功率	$E v M_{K} = One hundred. \sqrt{\frac{E_{K}}{P_{马克斯}}}$

维生素与规范化

算法

参考信号

$E v M_{K} = \sqrt{\frac{E_{K}}{\frac{1.}{N} \sum_{K = 1.}^{N} (我_{K}^{2.} + Q_{K}^{2.})}} * One hundred.$

平均功率

$E v M_{K} = One hundred. \sqrt{\frac{E_{K}}{P_{平均值}}}$

峰值功率

$E v M_{K} = One hundred. \sqrt{\frac{E_{K}}{P_{马克斯}}}$

块或对象将计算X-通过创建所有传入数据的直方图来确定EVM百分比维生素_K值。输出提供EVM值，低于该值的EVM值为X%。

扩展能力

C / c++代码生成
使用MATLAB®Coder™生成C和c++代码。

使用说明和限制：

看见系统对象在MATLAB代码生成(MATLAB编码器)．

另见

通讯员|通信ACPR|通信CCDF

介绍了R2012a

通信EVM

描述

建设

性质

方法

例子

噪声16-QAM调制信号的EVM测量

估计收到维生素

利用参考星座测量EVM

使用自定义测量间隔测量EVM

跨不同维度测量EVM

绘制OFDM信号的时变EVM

算法

扩展能力

C / c++代码生成
使用MATLAB®Coder™生成C和c++代码。

另见

通信工具箱文件

金宝app

基于MATLAB的桥接无线通信设计与测试

通信EVM

描述

建设

性质

方法

例子

噪声16-QAM调制信号的EVM测量

估计收到维生素

利用参考星座测量EVM

使用自定义测量间隔测量EVM

跨不同维度测量EVM

绘制OFDM信号的时变EVM

算法

扩展能力

C / c++代码生成使用MATLAB®Coder™生成C和c++代码。

另见

通信工具箱文件

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。