PSK是利用载波的不同相位表示相应的数字信息。
对于二进制相位调制（M=2)来说，两个载波相位是0和π。
对于M相相位调制来说M=2k，这里k是每个传输符号的信息比特数。
4PSK是M=4的载波相位调制。
这里，将理论差错概率与仿真的差错概率比较，进一步观察仿真与理论值之间的差别。
同时，用不同的判决准则对接受信号进行判决。
并比较两种判别方法的差别。

使用MATLAB实现最小线性均方估计，恢复QPSK信号的星座图，加入判决。

本文对数字调制中的2FSK采用matlab进行了仿真实验，代码中没有加入噪声，采用相干解调的解调方式。
（一）、代码的流程如下：（1）、设置载波频率，码元频率（本文中即比特率）和采样率；
（2）、产生2FSK信号；
（3）、信号分别经过两个带通滤波器后得到band_passed_sig1和band_passed_sig2；
（4）、对band_passed_sig1和band_passed_sig2分别进行相干解调，再分别进行低通滤波得到lower_sig1和lower_sig2；
（5）、对lower_sig1和lower_sig2进行抽样判决得到输出信号；
（6）、统计无码率；
（二）、2FSK进行matlab仿真的疑难点：（1）、相干解调采用的“同频同相的载波”的获取。
由于信号经过带通滤波器之后（本文采用的是FIR线性相位数字滤波器）会出现相移，所以不能直接用调制时候的载波信号与此时的band_passed_sig1信号相乘来相干解调，此时用来相干解调的载波应该与经过滤波器之后出现相移的“载波”信号同频同相，本文代码中直接采用band_passed_sig1.*band_passed_sig1的方式进行相干解调，这点需要读者细心斟酌一下（其实不难理解的）。
（2）、抽样判决的判决时刻选择。
据笔者观察，经过低通滤波器之后得到的信号会出现时移（延时）的情况，建议读者可以先设置10个码元个数，观察一下低通滤波器的输出波形，然后再选择波形峰值时刻作为抽样判决时刻。
本文的代码中是采用每一个码元的结束时刻作为抽样判决时刻，这是笔者通过观察低通滤波器的输出波形后得到的，不具有通用性。
时移的原因，笔者觉得是因为FIR数字滤波器的线性相位所导致的，但是怎么个时移法，笔者目前还没有弄明白（数字信号处理学的不够好），还有待探究。

使用VHDL语言进行直接序列扩频通信系统的仿真，实现信源产生、解扰、交织、直扩、BPSK调制、解调、相关、解交织、解扰、判决等一系列功能。
PS:有同学反映文件损坏，又重新上传了一遍

程序包分为4部分，分别对应4个任务1、Task1a、Awgn.mAWGN信道理论误码率b、simulationAwgnPe.m仿真误码率函数c、main.m主函数，绘图2、Task2a、project_1_QAM.mdlSimulink仿真16QAM模块图b、project_1_PSK.mdlSimulink仿真QPSK模块图c、project_1_main2.m绘出QPSK编译码误码率曲线d、project_1_main3.m绘出16QAM编译码误码率曲线3、Task3a、Task3_116qam下软解调与硬判决译码性能对比b、Task3_2QPSK下软解调与硬判决译码性能对比c、Task3_316qam下未凿孔与凿孔卷积码译码性能对比d、Task3_4QPSK下未凿孔与凿孔卷积码译码性能对比4、Task4a、Task4_1卷积码在瑞丽衰落信道和复信道中的误码特性b、Task4_2QAM在H信道下软解调与硬判决译码性能对比

MATLAB数字通信仿真（0/1数据产生，16QAM调制，插值，成型滤波，匹配滤波，采样，16QAM解调，判决，误码率计算）

有关线性均衡器，判决反馈均衡器，双向判决反馈均衡器信噪比和差错率对比的MATLAB代码。

74汉明码硬判决最大似然和积算法SPA仿真程序-hammingcodedecoding.doc汉明码，硬判决译码，最大似然译码、和积算法（SPA）matlab仿真程序三种译码方法的原理、matlab程序附在word附件中！供大家学习参考分别采用硬判决、最大似然译码（MLD）、以及和积算法（SPA）三种译码方法对（7，4）汉明为了节省仿真时间，对随机产生8*105个二进制信息进行编译码，仿真结果表明，在加性高斯信道下，得到在误码率为10-4时（7，4）汉明码的最大似然译码较硬判决译码多出近3dB的编码增益，采用和积算法的迭代译码当迭代次数为100时，误码性能非常接近最大似然译码，即迭代译码方式与最佳的译码方式的性能相当。
二、译码原理概述对任意正整数m≥3，存在具有如下参数的汉明码：码长：n=2m-1信息符号数：k=2m-m-1校验符号数：n-k=m纠错能力：t=1（dmin=3）本次实验中n=7，k=4；
即（7，4）汉明码。
附：源程序

本书系统介绍了信号检测和估计的主要理论，公式推导清晰，章节结构合理判决门限判决概率贝叶斯准则平均代价

对分布于二维空间的线性可分样本进行分类，画出了其中每个类的判决函数、判决面。
并拓展到非线性可分或者不可分！

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。