简介：这份课程设计资料面向通信工程、电子信息类专业学生及需要完成MATLAB/Simulink仿真实训的学习者，围绕AWGN信道下BPSK与QPSK两种调制方式展开建模与性能比较。内容从调制解调原理入手，涵盖需求分析、设计思路、Simulink模型搭建、误码率结果记录与分析，并附有总结、课程感言及问题解决方案，可帮助读者理解两种调制在不同信噪比下的误码率差异及各自优缺点。资源包为1个docx文档，约551KB，结构完整、目录清晰，适合作为课程设计报告参考或通信系统仿真入门范例。目前已有4922人学习下载，读者可借此掌握Simulink通信模块的使用方法，并对照完成自己的仿真实验与性能分析。
1. 为什么同一信噪比下 QPSK 的误码率反而比 BPSK 高
很多人第一次跑完 AWGN 信道下 BPSK 与 QPSK 的误码率曲线，都会愣一下：明明 QPSK 频谱利用率翻倍、看起来更“高级”，怎么在同样的 Eb/N0 下，它的误码率反而压不住 BPSK？更反直觉的是，翻遍通信原理教材，结论又写着“两者理论误码率相同”。仿真和理论打架，问题到底出在哪？
这份基于 MATLAB/Simulink 的通信系统建模与仿真课程设计，恰好把这条裂缝完整地摊开了：它用同一套随机信源、同一个 AWGN 模块、同一段信噪比扫描，分别搭出 BPSK 和 QPSK 两条链路，再把仿真误码率与理论 erfc 曲线叠在一张半对数图上。看懂这张图为什么“对不齐”，比背下误码率公式有用得多——因为它逼你分清符号能量、比特能量、判决门限和相位模糊这几个真正决定系统成败的底层量。下面就从调制映射一路拆到 Simulink 的求解器设置，把这条链路为什么能 work、又在哪里翻车讲透。
2. BPSK 与 QPSK 的映射机制：一个比特和一个符号的能量账
2.1 BPSK 的相位映射与相干解调为什么必须“对相”
BPSK 的本质是把一个比特塞进载波的相位里：比特 1 对应 0 相位，比特 0 对应 π 相位，时域上就是s(t)·cos(ωt+φn)，其中an取 ±1。接收端做相干解调，把收到的信号先过带通滤波器，再乘一路本地恢复的载波，最后过低通滤波器得到基带v(t)，抽样判决还原比特。整条链路成立的前提只有一个：本地载波和发送载波的基准相位一致。
问题就出在这个“一致”上。载波恢复电路（比如科斯塔斯环）在锁定过程中存在 180° 的相位模糊——它可能锁到 0 相位，也可能锁到 π 相位。一旦锁反，解调出来的基带信号整体取反，1 全变 0、0 全变 1，判决器输出全错。这就是 BPSK 的“倒相”现象，也叫反相工作。它不是你代码写错了，而是相位调制体制自带的玄学：信息藏在相位里，参考相位本身却要靠猜。工程上要么用差分编码把绝对相位变成相对相位，要么在帧头塞一段已知导频让接收端纠正极性，否则整条链路会在某个信噪比下突然整体翻转。
2.2 QPSK 把两路 BPSK 正交叠加，代价藏在哪里
QPSK 的调制思路非常干净：把基带码元按奇偶位置拆成 I、Q 两路，I 路取奇数位码元、Q 路取偶数位码元，两路各自做一次 BPSK 调制，然后相加。因为两路载波相差 90°（正交），叠加后互不干扰，一个符号周期内就同时传了两个比特，频谱利用率直接翻倍到 2 bps/Hz。
解调端对称地拆：两路相互正交的相干载波分别对 I、Q 做相干解调，低通滤波掉高频分量，抽样判决，再经并/串变换还原原始比特流。看起来只是把 BPSK 复制了一份，但代价恰恰藏在这个“复制”里。BPSK 每个符号只承载 1 个比特，判决边界是一条线，噪声要把符号推过这条线才出错；QPSK 每个符号承载 2 个比特，星座图上四个点分布在四个象限，判决边界变成两条正交的线，每个符号的判决区域变小了。在相同的符号能量下，QPSK 的抗噪裕度天然更紧。
这里必须把能量账算清楚，否则后面曲线永远看不懂。设符号能量为 Es、比特能量为 Eb，BPSK 因为一符号一比特，有 Es = Eb；QPSK 一符号两比特，有 Es = 2Eb。也就是说，在相同的 Eb/N0 下，QPSK 的符号能量其实是 BPSK 的两倍。理论推导会告诉你，正因为这个 2 倍关系，两者的比特误码率曲线在 Eb/N0 坐标下是重合的——这就是教材说“理论误码率相同”的由来。但仿真里如果模块参数没对齐这个能量关系，两条曲线就会错开，看起来像 QPSK 更差。这不是物理规律，是参数没配平。
2.3 误码率公式里的 erfc 到底在算什么
理论曲线用的是互补误差函数。BPSK 在 AWGN 下的误码率写成Pe = erfc(√r)/2，QPSK 写成Pe = 0.5·erfc(√(r/2))，其中 r 是信噪比。把这两个式子放在同一张 Eb/N0 图上，你会发现它们描述的其实是同一条曲线——QPSK 里那个 r/2 正好抵消了它一符号两比特带来的能量优势。
erfc 的物理含义是：高斯噪声的尾部超过判决门限的概率。噪声是加性的、均值为 0、方差等于噪声功率，方差越大，噪声幅度波动越剧烈，尾部越过判决边界的概率越高，误比特率就越高。所以误码率曲线本质上是在画“噪声尾部面积随信噪比衰减”的速度。BPSK 和 QPSK 的差别不在衰减速度，而在判决边界到星座点的距离——QPSK 点更多、边界更密，但每比特分摊的能量也更少，两个效应刚好抵消。理解到这一层，你再看仿真曲线就不会被“谁高谁低”带偏，而会先去查能量参数有没有配平。
3. Simulink 建模：从随机信源到误码率统计的完整链路
3.1 模块选型与信号流：一条链路要接哪些块
这份设计用到的模块清单很典型：Random Integer Generator产生随机整数序列作为信源，BPSK Modulator Baseband和QPSK Modulator Baseband做基带调制，AWGN Channel加噪，BPSK Demodulator Baseband和QPSK Demodulator Baseband做基带解调，最后用Error Rate Calculation（BER 模块）比对收发比特算误码率。信号流是单向的：信源 → 调制 → 加噪 → 解调 → 误码统计，没有任何反馈环，所以求解器选离散或定步长都能跑。
这里有个容易忽略的点：基带调制模块和射频调制模块不是一回事。BPSK Modulator Baseband输出的是复基带信号，不涉及载波频率，载波信息隐含在相位里。这样做的好处是仿真不依赖采样率与载波频率的比值，跑得快、也不容易因为载波频率设错而出现频谱混叠。代价是你没法直接观察时域载波波形，只能看星座图和误码率。对课程设计来说这个取舍是划算的——目标是比误码率，不是看波形。
3.2 用 MATLAB 脚本驱动仿真：参数扫描与理论曲线叠加
整个仿真的调度逻辑写在 MATLAB 脚本里，核心是用循环扫 Eb/N0，每次调用 Simulink 模型，再把结果和理论值画在一起。下面这段是脚本的关键骨架：
clc; clear all; ebno = 0:0.1:10; % 信噪比扫描范围，单位 dB snr = 10.^(ebno/10); % dB 转线性 R = 1; % 假设比特速率为 1 bps B = 1e6; % 带宽 1 MHz Es = 1; % 符号能量归一化为 1 for i = 1:length(ebno) EbNo = ebno(i); sim('BPSK_QPSK.slx'); % 调用 Simulink 模型跑一次 theory1(i) = simout01.signals.values(100001,1); % BPSK 仿真误码率 theory2(i) = simout02.signals.values(100001,1); % QPSK 仿真误码率 end for iter = 1:length(ebno) theory_Pe2 = 0.5*erfc(sqrt(snr/2)); % QPSK 理论误码率 theory_Pe1 = erfc(sqrt(snr))/2; % BPSK 理论误码率 bpsk_bw_usage = R./((1+snr)/2); % BPSK 频带利用率 qpsk_bw_usage = 2*R./((1+snr)/2); % QPSK 频带利用率 end figure; semilogy(ebno, theory1, '-r', ebno, theory2, '--.r', ... ebno, theory_Pe1, '-b', ebno, theory_Pe2, '--.b'); legend('BPSK 仿真误码率','QPSK 仿真误码率', ... 'BPSK 理论误码率','QPSK 理论误码率'); xlabel('信噪比 EbNo(dB)'); ylabel('误符号率/误码率');这段代码有几个参数值得逐个说清。ebno从 0 扫到 10 dB，步长 0.1，覆盖了误码率从 10⁻¹ 掉到 10⁻⁵ 量级的区间，再高信噪比误码率太低、需要极长仿真时间才能统计到足够错误数，性价比不高。snr = 10.^(ebno/10)是把 dB 转成线性比值，后面 erfc 里用的必须是线性值，直接拿 dB 值代进去是常见翻车点。simout01.signals.values(100001,1)取的是第 100001 个采样点的误码率值——因为 BER 模块输出的是累计误码率，仿真结束时的最后一个值才是最终统计结果，取中间点会得到偏高的误码率。semilogy用半对数坐标，是因为误码率跨好几个数量级，线性坐标下低信噪比段会把高信噪比段压成一条贴地的线，什么都看不出来。
3.3 To Workspace 与“单一仿真输出”：数据怎么从模型回到脚本
脚本能拿到simout01、simout02，靠的是模型里的To Workspace模块把 BER 模块的输出写回 MATLAB 工作区。这里有个非常经典的坑：如果 Simulink 的“单一仿真输出”选项开着，所有记录数据会被打包成一个Simulink.SimulationOutput对象，脚本里直接写simout01.signals.values就会报“无法解析名称”。解决办法是把该选项关掉，让仿真数据以一个或多个独立变量形式返回，simout01才会作为独立变量出现在工作区。
这个设置的官方描述是：指定是否以单个Simulink.SimulationOutput对象形式返回仿真数据，数据包括仿真元数据和所有记录到工作区的输出、状态、数据存储内存、信号。关掉它，等于告诉 Simulink“别打包，按变量名散着给我”。对需要脚本后处理的仿真，这个开关必须关，否则后处理代码全部失效。很多人第一次遇到这个报错会去怀疑变量名拼错、模块没连对，其实根因就在这个全局设置上。
4. 避坑与排查：仿真跑不通、曲线对不齐的五个真实原因
4.1 现象：仿真跑十几分钟还不结束，缩短时间后误码率却离谱
原因：误码率统计需要足够多的错误样本才收敛。仿真时间从 100000 秒砍到 100 秒，传输的比特数骤降，低信噪比下可能只错几个甚至零个比特，统计出来的误码率要么是 0、要么波动巨大，曲线完全不可信。这不是模型错了，是样本量不够。
解决：不要靠砍仿真时间提速。要么提高信噪比扫描的下限、避开需要海量样本的极低信噪比段，要么用Error Rate Calculation模块的“停止仿真”条件——累计错误数达到设定值（比如 100 个）就自动停，这样每个信噪比点都能在合理时间内拿到统计上可信的误码率。
4.2 现象：脚本调用 Simulink 导出数据时报“无法解析名称”
原因：Simulink 的“单一仿真输出”选项处于开启状态，记录数据被打包进Simulink.SimulationOutput对象，工作区里根本不存在simout01这个独立变量。
解决：在模型配置参数里关闭“单一仿真输出”，让数据以独立变量形式返回。改完之后simout01.signals.values才能正常索引。这个坑和变量名、模块连接都无关，纯粹是全局输出格式的问题。
4.3 现象：BPSK 和 QPSK 仿真曲线整体错开，和理论曲线对不上
原因：能量参数没配平。BPSK 一符号一比特，QPSK 一符号两比特，如果两个模型的符号能量都设成 1，那 QPSK 的每比特能量只有 BPSK 的一半，在 Eb/N0 坐标下 QPSK 曲线会整体右移，看起来“更差”。这不是调制方式的锅，是横轴定义和能量归一化没对齐。
解决：统一按 Eb/N0 定义横轴，并在 QPSK 模型里把符号能量设为 2 倍比特能量（或等效地在 AWGN 模块的 Eb/N0 输入上做补偿），让两条链路的每比特能量可比。配平之后，两条仿真曲线应该和同一条理论曲线贴合。
4.4 现象：低信噪比段误码率接近 0.5，高信噪比段又掉不下去
原因：判决门限或星座图映射设置不对。BPSK 判决门限应该在 0，QPSK 的 I、Q 两路判决门限也各自在 0；如果门限偏了，或者调制端星座点顺序和解调端期望的顺序不一致，就会出现“怎么加信噪比都错一半”的极端情况。
解决：先单独跑一遍无噪声链路，确认收发比特完全一致、误码率为 0，再逐步加噪。无噪声都对不上，说明映射或门限有问题，加噪只会掩盖症状。
4.5 现象：频带利用率曲线形状怪异，和理论 1 bps/Hz、2 bps/Hz 对不上
原因：脚本里频带利用率用了R./((1+snr)/2)这种随信噪比变化的表达式，而频带利用率的理论值在给定带宽下是常数——BPSK 是 1 bps/Hz，QPSK 是 2 bps/Hz，不该随信噪比浮动。把信噪比塞进带宽公式，画出来的自然不是频带利用率。
解决：频带利用率单独按R/B计算，BPSK 取 1、QPSK 取 2，画成水平线或柱状对比。误码率和频带利用率是两套独立指标，不要混在同一个随信噪比变化的表达式里。
5. 设计取舍：为什么“误码率更低”不等于“更该选它”
把仿真跑通、曲线对齐之后，真正的工程判断才开始。这份设计给出的结论是：同一 AWGN 信道下 BPSK 误码率低于 QPSK，但 QPSK 在频带利用率、带宽、信息传输率上全面占优。这个结论本身没错，但它的前提是“相同信噪比、相同带宽”这种理想对照。真实系统里，你几乎不会在两者之间做纯粹的性能比较，而是在做一组约束下的取舍。
第一层取舍是能量与频谱的兑换。BPSK 用一符号一比特换来了更宽的判决裕度，代价是同样传 1 Mbps 需要 1 MHz 带宽；QPSK 用一符号两比特把带宽压到 500 kHz，代价是每比特能量减半、抗噪裕度收紧。如果你的系统频谱紧张、发射功率充足，QPSK 是更划算的选择；如果功率受限、频谱宽松，BPSK 的鲁棒性更值钱。仿真曲线只告诉你“谁在什么信噪比下误码率多少”，不告诉你“你的系统更缺功率还是更缺频谱”。
第二层取舍是复杂度与可实现性。BPSK 只需要一次符号映射、一个判决门限，接收机简单、成本低；QPSK 需要 I/Q 两路正交解调、两路判决、并串变换，还要处理 I/Q 不平衡和正交载波相位误差。这些在仿真里都是理想模块，在硬件上每一条都是误差源。课程设计里 QPSK 曲线漂亮，不代表实际射频前端能轻松复现。
第三层取舍是相位模糊的工程代价。BPSK 有 180° 倒相问题，QPSK 有 90° 的相位模糊（四个相位状态可能整体旋转），两者都需要差分编码或导频辅助来消除。QPSK 的模糊状态更多，同步逻辑更复杂。这部分在纯误码率仿真里被完全隐藏了，因为 Simulink 的相干解调模块默认相位完美对齐。想验证这一点，可以在解调前手动给接收载波加一个固定相位偏移，看误码率怎么崩——这是把仿真从“理想验证”推向“工程验证”的关键一步。
如果要继续深挖，我建议沿三个方向扩展：一是把 16-QAM、64-QAM 拉进来，看高阶调制在相同 Eb/N0 下误码率如何随星座密度恶化；二是把 AWGN 换成多径信道，观察频率选择性衰落对 BPSK 和 QPSK 的不同打击；三是在链路里加入符号定时偏差和载波频偏，看同步误差模型怎么把理论曲线整体抬起来。这三个方向都能直接复用现有的 Simulink 框架，改的只是信道和同步模块。
从那以后我每次搭通信链路仿真，都强制先跑一遍无噪声、无频偏、无定时误差的“理想基线”，确认收发比特完全一致、误码率为 0，再逐项加非理想因素。基线对不上就加噪，等于在流沙上盖楼。希望这份拆解帮到你，也建议把这份课程设计里的 Simulink 模型和脚本下载下来，自己动手把“单一仿真输出”关掉、把能量参数配平、把相位偏移加进去，亲眼看一遍曲线怎么从理想滑向真实——这比读十遍公式都管用。
本文还有配套的精品资源，点击获取
