Memuat
Memuat
Konstelasi QPSK pada Kanal AWGN untuk Robotika dan Mekatronika
0 kali dilihat
Menganalisis magnitudo vektor galat dengan konstelasi QPSK dan menelaah kepekaannya terhadap rasio sinyal-ke-derau serta jarak antar robot. Simulasi QPSK pada kanal AWGN memperlihatkan diagram konstelasi yang menyebar akibat derau dan mengukur SER atau EVM. Dipakai untuk memahami dampak SNR pada kualitas modulasi dan memvalidasi desain pemancar-penerima.

Menganalisis magnitudo vektor galat dengan konstelasi QPSK dan menelaah kepekaannya terhadap rasio sinyal-ke-derau serta jarak antar robot.
| Peran | Variabel | Satuan |
|---|---|---|
| Utama | Magnitudo vektor galat | % |
| Pendukung 1 | Rasio sinyal-ke-derau | dB |
| Pendukung 2 | Jarak antar robot | m |
Pada Es/N0 9.9 dB konstelasi QPSK memiliki EVM 31.8% dan MER 9.9 dB dengan laju galat simbol terukur Error vector magnitude 0.0010 (teori 0.0018) untuk 3000 simbol.
Dihitung dari data sintetis sebagai ilustrasi, bukan dari penelitian nyata.
Simulasi QPSK pada kanal AWGN memperlihatkan diagram konstelasi yang menyebar akibat derau dan mengukur SER atau EVM. Dipakai untuk memahami dampak SNR pada kualitas modulasi dan memvalidasi desain pemancar-penerima.
Tampilkan konstelasi pada beberapa SNR dan laporkan BER, SER, serta EVM terhadap teori. Jelaskan bagaimana penyebaran konstelasi berkaitan dengan peluang galat.
Skrip awal singkat dengan nama variabel proyek ini. Versi yang diserahkan disesuaikan dengan data Anda dan diberi komentar lengkap.
rng(7);
M = 4; k = log2(M);
N = 2e5;
signal_to_noise_ratio = [2 6 10]; % Eb/N0 in dB
error_vector_magnitude = zeros(size(signal_to_noise_ratio)); % simulated BER
sym = randi([0 M-1], N, 1);
tx = pskmod(sym, M, pi/4, 'gray');
figure;
for i = 1:numel(signal_to_noise_ratio)
snr = signal_to_noise_ratio(i) + 10*log10(k); % Es/N0 in dB
rx = awgn(tx, snr, 'measured');
rsym = pskdemod(rx, M, pi/4, 'gray');
[~, ser] = symerr(sym, rsym);
[~, error_vector_magnitude(i)] = biterr(sym, rsym, k);
evm = 100 * sqrt(mean(abs(rx - tx).^2) / mean(abs(tx).^2));
fprintf('Eb/N0 = %2d dB: SER = %.2e, BER = %.2e (theory %.2e), EVM = %.1f %%\n', ...
signal_to_noise_ratio(i), ser, error_vector_magnitude(i), berawgn(signal_to_noise_ratio(i), 'psk', M, 'nondiff'), evm);
subplot(1, 3, i);
plot(real(rx(1:2000)), imag(rx(1:2000)), '.'); axis square; grid on;
title(sprintf('Eb/N0 = %d dB', signal_to_noise_ratio(i))); xlabel('In-phase'); ylabel('Quadrature');
endPilih seberapa banyak bantuan yang Anda perlukan. Setiap paket yang lebih tinggi sudah mencakup semua item paket di bawahnya. Harga belum termasuk PPN 11%.
Paket 1
Rp 550.000
belum termasuk PPN 11%
Waktu pengerjaan: 7 hari kerja
Output: Berkas MATLAB + gambar hasil
Yang Anda terima
Paket 2 · paling dipilih
Rp 1.650.000
belum termasuk PPN 11%
Waktu pengerjaan: 13 hari kerja
Output: Kode + analisis + bahan interpretasi
Termasuk semua item Paket 1, ditambah
Paket 3
Rp 3.600.000
belum termasuk PPN 11%
Waktu pengerjaan: 18-21 hari kerja
Output: Kode + analisis + pendampingan hingga siap dipresentasikan
Termasuk semua item Paket 1 & 2, ditambah
Cocok. Konstelasi QPSK pada Kanal AWGN lazim dipakai pada jenjang ini di bidang Robotika dan Mekatronika. Analisis kami sesuaikan dengan pertanyaan penelitian, data Anda sendiri, dan ketentuan dosen pembimbing.
Bukan. Lembar hasil dihitung dari data sintetis sebagai ilustrasi jenis keluaran MATLAB. Untuk pesanan Anda, metode yang sama dijalankan pada data penelitian Anda sendiri.
Itu tujuan paketnya. Setiap skrip diberi komentar, dan Paket 3 mencakup dua sesi pendampingan serta latihan tanya jawab supaya Anda bisa menjelaskan metode dan hasilnya saat seminar dan sidang.
Tiap proyek punya tiga paket: Paket 1 (kode dan penjelasan) Rp 550.000, Paket 2 (analisis data Anda dan interpretasi) Rp 1.650.000, dan Paket 3 (pendampingan lengkap) Rp 3.600.000, belum termasuk PPN 11%. Data yang besar, metode tambahan, atau tenggat ketat menyesuaikan penawaran setelah konsultasi singkat.
Lembar hasil memakai data sintetis sebagai ilustrasi. MATLAB adalah merek dagang The MathWorks, Inc.
Kembali ke portofolio MATLAB