SNRvsBER_BPSKdiscrete.m

   1 function SNRvsBER_BPSKdiscrete(numBits)
   2   if nargin < 1
   3     numBits = 1000;
   4   end
   5
   6   if isOctave()
   7     pkg load communications
   8   end
   9
  10   %% SNR: Eb/N0
  11   snr_db = 0:0.2:10;
  12   snr = 10 .^ (snr_db ./ 10);
  13
  14   %% Eb is assumed to be 1
  15   %% noise N ~ Gaussian(mean=0, variance=N0/2)
  16   N0 = 1 ./ snr;
  17
  18   ber = zeros(1, length(snr));
  19
  20   data = randomPSK(2, numBits);
  21
  22   for i = 1:length(snr)
  23     noisyData = discreteAWGN(data, N0(i));
  24     decodedData = decodeNoisyBPSK(noisyData);
  25
  26     bitErrors = sum(data ~= decodedData);
  27     ber(i) = bitErrors / numBits;
  28   end
  29
  30   fig1 = figure(1);
  31   clf;
  32
  33   %% Plot simulated results
  34   semilogy(snr_db, ber, 'r', 'LineWidth', 2);
  35   hold on;
  36
  37   %% Plot theoretical curve
  38   %% BPSK: bit error when noise N > sqrt(Eb)
  39   %%   Pr(N > sqrt(Eb))
  40   %% = Pr(Z > sqrt(Eb) / sqrt(N0/2))
  41   %% = Q(sqrt(2 * SNR))
  42   ber_th = qfunc(sqrt(2 * snr));
  43   semilogy(snr_db, ber_th, 'b', 'LineWidth', 1);
  44
  45   grid on;
  46   xlabel('$E_b/N_0$ (dB)');
  47   ylabel('BER');
  48   legend('Simulated', '$Q\left(\sqrt{2 E_b / N_0}\right)$');
  49
  50   formatFigure;
  51   saveas(gcf, strcat('BPSK_BER_SNR_', num2str(numBits), '.svg'));
  52
  53 end