操作环境：

MATLAB 2024a

1、算法描述

在现代数字通信系统中，8PSK（八相移键控）是一种高效的相位调制方式，它能够在同一符号周期内携带三位二进制信息，从而在带宽有限的情况下提升数据传输速率。与传统的BPSK或QPSK不同，8PSK通过将信号点均匀分布在单位圆的八个相位角上，使系统在每次调制中可以表示更多的信息比特，因此在频谱利用率上具有明显优势。然而，随着信号点数量的增加，符号间的最小欧氏距离减小，信号在噪声作用下更容易被错误判决。因此，8PSK系统的性能高度依赖于解调算法的准确性与鲁棒性。

在一个典型的8PSK系统中，发射端首先对输入的比特流进行编码，例如使用卷积编码以提高抗噪声能力。编码后的比特流被映射到8PSK调制符号上，这些符号在复平面上以等角间隔的形式排列。然后，信号通过高斯白噪声信道传输，在接收端需要通过解调和译码来恢复原始的比特信息。由于噪声引起的信号点漂移，接收端必须根据接收到的信号幅度与相位，推测最可能的发射符号，并将其对应到比特值上。这个过程中，解调算法的选择直接影响系统的误码率表现。

在现代通信系统中，尤其是在涉及软判决译码的场景下，解调不仅仅是判断符号，而是要为每一个比特生成置信度信息，这种置信度通常称为对数似然比（LLR）。LLR的含义是接收信号属于比特“1”还是“0”的概率倾向，解调器输出这些概率信息后交给后续的APP（A Posteriori Probability）解码器，从而实现软输入软输出译码，提高系统纠错性能。针对8PSK这种多相位调制方式，目前常用的LLR计算算法主要包括Log-MAP、Max-Log-MAP和基于R-Matrix的解调方法。

Log-MAP算法是最精确的一种对数域概率计算方式。它的核心思想是利用接收信号的似然概率，将所有可能映射到比特“1”或“0”的符号的概率加权求和，然后计算两者的对数比值。这种方法理论上可以得到最优的后验概率分布，因此在信噪比较高或信号失真较小时具有最佳的误码率性能。Log-MAP算法可以精确反映信号的不确定性和噪声影响，它考虑了所有可能符号的贡献，而不是只看最可能的那个符号。其本质是一个完整的统计推断过程，能够最大限度地还原发射端的真实信息。由于它保留了信号空间中每个候选点的影响，因此输出的LLR值更加平滑、稳定，对APP解码器而言更容易收敛。然而，这种方法的缺点也非常明显，它需要进行指数和对数运算以及多项概率求和，计算复杂度极高，对于实时性要求高的硬件系统或嵌入式接收机来说实现成本较大，因此常被作为理论基准算法用于性能比较。

Max-Log-MAP算法则是在Log-MAP的基础上进行近似化处理的结果。它的思想是用“最大项近似”替代对数和运算中的求和操作。换句话说，原本在Log-MAP算法中需要计算多个符号概率的总和，而Max-Log-MAP认为其中最大的那一项占主导作用，因此直接取最大概率对应的符号进行近似。这种简化虽然会牺牲一定的精度，但大幅减少了运算量，使得解调器更易于在硬件中实现。特别是在FPGA或ASIC中，这种算法结构简单，不需要复杂的对数运算，只需要比较和加法操作即可。Max-Log-MAP算法的性能通常略低于Log-MAP，尤其在低信噪比条件下会出现一定的性能损失，因为它忽略了非最优符号的影响。然而在多数通信系统中，这种损失通常只有0.1到0.3分贝，换来的却是几十倍的运算效率提升，因此被广泛用于工程实现。可以说，Max-Log-MAP是理论与工程之间的平衡点，它在保持较低复杂度的同时，依然维持较好的误码性能，成为各种软判决解调模块的标准选择之一。

与上述两种算法不同，R-Matrix方法是一种为多相位调制（尤其是8PSK）设计的几何型解调策略。它不是直接通过对概率密度函数的积分或对数运算得到LLR，而是利用符号星座的对称性和几何特征，将信号空间划分为若干个区域，并为每个区域预定义一个矩阵，该矩阵用来描述接收信号的I/Q分量与比特值之间的对应关系。接收端根据接收符号的相位，判断其所属的区域，然后选取相应的R矩阵，通过与接收的I/Q分量进行加权组合，直接生成每个比特的LLR估计。这样的方法具有很强的物理直观性，它不需要进行复杂的概率计算，而是将几何空间映射到概率域的关系固化在矩阵中，从而大幅提高计算速度。

R-Matrix解调的一个重要特征是它天然支持外部软信息输入，因此非常适合迭代式解调译码系统。在传统的非迭代系统中，解调器只依赖接收信号来计算LLR，而在迭代接收结构中，解码器会把译码后的置信度信息反馈给解调器，以帮助其在下一次解调中修正判决。R-Matrix算法通过引入一个额外的软输入项，将外部信息直接并入LLR计算，使得解调器与解码器之间形成闭环迭代。每次迭代，系统都会在信号空间和比特概率空间之间交换更可靠的信息，从而逐步逼近正确的比特序列。

从整体上看，这三种解调算法在通信系统中的定位并不相同。Log-MAP可以视为理论最优解调，它代表了在无限计算资源下的理想性能。Max-Log-MAP是工程折衷方案，适合在有限硬件资源中实现较好的性能。R-Matrix方法则是面向多相位调制的结构化近似算法，它通过利用符号对称性和区域划分，将复杂的概率计算转化为矩阵映射问题，在保持高效率的同时提供较好的解调精度，尤其适合在迭代接收系统中使用。

2、仿真结果演示

3、关键代码展示

略

4、MATLAB 源码获取

  V

点击下方名片关注公众号获取