✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab仿真内容点击👇

智能优化算法       神经网络预测       雷达通信       无线传感器        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机 

基于16QAM调制和FFT变换的QPSK解调的OFDM（Orthogonal Frequency Division Multiplexing）系统的误码率（Bit Error Rate，BER）仿真可以按照以下步骤进行：

确定系统参数：包括子载波数量、循环前缀长度、信道模型等。

生成发送端的源比特序列，并将其映射为16QAM调制符号。每个16QAM调制符号表示4特。

将16AM调制符号分配到不同的子载波上，并进行IFFT（Inverse Fast Fourier Transform）变换，得到时域信号。

在时域信号中添加循环前缀以避免多径干扰。

将时域信号经过通信信道传输，考虑信道衰落和噪声等效应。

在接收端，对接收到的信号进行FFT（Fast Fourier Transform）变换，将其转换到频域。

从频域信号中提取相应的子载波，并进行QPSK解调，将其转换回比特序列。

对比接收到的比特序列与发送端的原始比特序列，计算比特错误数。

重复步骤2至8多次，以获得统计结果。

根据所得的统计结果绘制BER性能曲线，可以通过改变系统参数、调制方案或其他相关因素来比较不同条件下的BER性能。

clear all;

clc;

f1=128;%设置fft长度

g1=32;%循环前缀长度

Ns=8;%每个子载波包含的符号数

para=128;%子载波数

N=1024;%串并变换前的符号数

bit=2;%每个符号的bit数

signal=round(rand(1,para*Ns*bit));%源信号

%调制和串并变换

din2=1-2*signal;

       din_temp=reshape(din2,2,length(signal)/2);

       for b=1:length(signal)/2

           QPSKdata(b)=din_temp(1,b)+j*din_temp(2,b);

       end

       complex_qam_data=reshape(QPSKdata,128,8);

      x=complex_qam_data;

      %调制和串并变换的实现 

[1] 谭清元,潘学文.QPSK和16QAM调制下MIMO-OFDM系统Matlab仿真实现[J].电脑知识与技术：学术版, 2019, 15(12):2.

[2] 刘卓伦,马征.基于Matlab平台的OFDM系统在不同信道下16QAM调制的仿真设计与分析[J].信息记录材料, 2017(12).DOI:CNKI:SUN:CXJL.0.2017-12-007.