企业官网建设流程全解析

做这个仿真的出发点，其实是从一个很实际的问题开始的：转发式干扰明明只是把收到的信号延迟一下再原样发回去，为什么就能让一个本来工作正常的BPSK链路误码率飙升好几个数量级？如果你也在做通信抗干扰方向的研究，或者在做电子对抗相关的课程设计、毕业设计，需要快速评估“干扰信号对BPSK解调性能的影响”并给出量化结果，那么这篇文章就是给你准备的。

我先把结论放在前面：转发式干扰和普通噪声压制最大的不同，在于它利用的是信号自身的结构特征。接收机本来设计用来接收的那套滤波器、同步环路、判决准则，在转发干扰面前反而成了放大干扰的工具。这篇文章会从干扰机理、系统建模、Matlab仿真实现到结果解读，完整拆开讲清楚，代码和参数也都给到可以直接复现的程度。

1. 转发式干扰为什么能让BPSK链路彻底失效

1.1 BPSK解调器到底在判什么

要理解转发式干扰怎么起作用，先得知道BPSK接收机在做什么。BPSK（二进制相移键控）把比特信息编码在载波相位上：发比特“1”时载波相位为0，发比特“0”时载波相位为π。接收端做完下变频、匹配滤波后，在每个符号周期的最佳采样点判一下信号的实部极性——大于0判“1”，小于0判“0”。

这里的关键是：接收机本质上只做了一个“极性判决”。只要叠加干扰后采样点的实部被掰到了错误的一侧，这个比特就错了。所以干扰不需要把信号完全淹没，只要能在判决时刻把采样值“推过零点”，就能稳定地制造误码。

无干扰情况下，BPSK在加性高斯白噪声信道下的理论误码率是：

BER = 0.5 * erfc(sqrt(SNR))

其中SNR是符号信噪比（线性值）。在这个公式里，噪声是随机的、零均值的，所以只要SNR够高，采样点偏离理想位置的概率就很低。

1.2 三种常见的转发式干扰模型

“转发式干扰”在实现上并不是单一形态，我做仿真时把它们分成三类，每一类对BPSK的作用机理都不同：

第一类：纯延迟转发。干扰机截获发射信号s(t)，延迟τ后乘以增益G再转发出去。接收机收到的信号变成s(t) + G·s(t-τ)。由于干扰信号和有用信号来自同一个源，频率完全一致、相位高度相关，当τ接近一个符号周期时，本符号采样点的值会被前一个符号的尾巴叠加影响，产生确定性符号间干扰（ISI）。

第二类：噪声调制转发。干扰机把截获信号和自身噪声混合后再转发，也就是j(t) = G·[s(t-τ) + n_j(t)]。这种干扰兼具“欺骗性”和“压制性”——相关分量破坏解调，噪声分量抬高底噪，两者同时作用。

第三类：移频转发。干扰机对截获信号做多普勒搬移后再转发，j(t) = G·s(t-τ)·exp(j2πf_d·(t-τ))。f_d会造成接收信号的载波频率偏移，破坏接收端的载波同步环路，导致星座图整体旋转。对BPSK来说，只要相位旋转超过90度，判决就会大规模出错。

其实还有更复杂的DRFM（数字射频存储）转发形式，可以逐脉冲截获、调制再发射，但从系统性能评估的角度看，上述三种数学模型已经覆盖了转发式干扰的主要作用机制。

1.3 为什么“自己干扰自己”比噪声压制更致命

这个问题是很多人做仿真时忽略的。同样是让误码率从1e-5恶化到1e-2，普通宽带噪声干扰需要把干扰功率抬到很高，而转发式干扰可以在干信比（JSR）很低的情况下就奏效。原因有三点：

第一，频率自动对准。噪声干扰需要干扰机知道目标信号的频点，而转发式干扰截获的是信号本身，频率天然精确对准，不存在频谱失配的损耗。

第二，功率利用率高。转发干扰把信号能量搬回接收机，等于借对方的发射功率来打对方。对BPSK这种没有扩频增益的系统来说，干信比达到0dB左右就能造成数量级的误码率恶化。

第三，难以通过滤波剔除。有用信号和干扰信号占据同一带宽、具备相同的脉冲成型特征，接收机前端任何线性滤波手段都无法区分它们。这一点在仿真里体现得很直接：你在接收端加什么滤波器，干扰信号也跟着过什么滤波器，两路信号损失完全一致。

所以，评估BPSK系统在转发式干扰下的性能，本质上是评估在“不完全相关叠加”条件下接收机判决量的统计分布变化。这个机理清楚了，后面的仿真建模就有了方向。

2. 仿真平台选型与系统参数设计

2.1 复基带等效模型 vs 中频带通模型

开始写代码之前，先做一个选择：是直接在复基带建模，还是完整地做“载波调制-射频信道-下变频”的带通仿真？

我的建议是采用复基带等效模型。理由很实际：转发式干扰对BPSK的影响机理发生在符号层面，核心要素是延迟、增益、噪声叠加和判决，这些在复基带里都能完整表达。带通仿真的载波频率、镜频抑制、射频前端非线性等问题对本次评估目标没有贡献，反而会让代码变长、采样率要求变高、运行时间翻倍。

复基带模型下，BPSK的“相位0/π”体现为符号映射到+1和-1，发送端用根升余弦滤波器成型，接收端用匹配滤波器，然后按符号率采样判决。这套流程和带通系统在数学上是完全等价的，只是没有显式搬移到指定的载波频率上。

如果你后续非要出射频波形，在复基带信号上乘以复数载波再取实部、接收端下变频加低通滤波即可，这里不展开。

2.2 关键参数取值与计算依据

仿真参数直接决定结果的可信度和计算开销。我用的是下面这一组：

采样率取20 MHz是基于Fs > 2Rs(1+alpha)/2这个条件估算的。基带信号单边带宽约0.675 MHz，20 MHz的采样率意味着每个符号20个点，既能看清波形细节，又不会让仿真慢到没法跑参数扫描。滤波器滚降系数0.35是工程上最常见的折中选择，0.2太窄、0.5太宽，对干扰效果的量级判断影响不大，且0.35的旁瓣衰减合适。

2.3 干信比JSR的定义与功率对齐

转发式干扰仿真里最容易出错的地方是功率定义。JSR（干信比）定义为：

JSR_dB = 10 * log10(Pj / Ps)

其中Pj是接收端干扰信号的平均功率，Ps是有用信号的平均功率。这里有个隐藏的坑：转发干扰信号是在“截获信号”基础上加增益得到的，截获信号的功率在有噪声和无噪声时差异很大，所以增益系数G的计算必须基于实际送入信道的信号序列，而且最好先算待转发信号的功率，再反推增益。

另外，信噪比SNR的定义我统一采用符号信噪比，即信号平均功率与噪声平均功率之比，而不是Eb/N0。这两者对于BPSK在基带等效模型中数值上等价，但如果你要用理论误码率公式验证仿真平台，务必保持同一套定义，否则对不上曲线会查错查到怀疑人生。

3. 核心Matlab实现与模块设计意图

3.1 发送端：从比特流到成型波形

发送端做的事情是：随机比特 → BPSK符号映射（0映射为-1，1映射为+1）→ 上采样 → 根升余弦滤波。

% 系统参数 Rs = 1e6; % 符号速率 1Mbps fs = 20e6; % 采样率 20MHz sps = fs / Rs; % 每符号采样数 = 20 numBits = 4e5; % 蒙特卡洛单次统计比特数 alpha = 0.35; % 滚降系数 span = 6; % 滤波器符号跨度 % 发送端 bits = randi([0 1], numBits, 1); % 随机比特 symTx = 2 * bits - 1; % BPSK 映射: 1->+1, 0->-1 upTx = upsample(symTx, sps); % 上采样，每符号sps个点 htx = rcosdesign(alpha, span, sps, 'sqrt'); % 根升余弦脉冲 s = filter(htx, 1, upTx); % 成型滤波，s为发送基带信号

这里为什么用根升余弦滤波器而不是普通矩形脉冲？因为根升余弦在发送端和接收端各用一次后，级联等效为升余弦滤波器，理论上在最佳采样点处不会引入符号间干扰（ISI）。这个特性对本次仿真有一个重要影响：在无干扰时，采样点处的信号分量就是干净的能量叠加；而在转发干扰存在时，延迟信号引入的ISI才能完全归因于干扰本身，而不是滤波器设计缺陷。

3.2 干扰链路：延迟、增益与叠加

转发式干扰的matlab实现核心就这么几步：对发送信号s做延时的样点搬移，计算干扰功率和信号功率，按目标JSR反推增益，然后叠加。

% 转发式干扰链路 tau_sym = 1.0; % 转发延迟（符号周期数） JSR_dB = 0; % 干信比 delaySamples = round(tau_sym * sps); % 延迟样点数 % 延迟转发：把前半段补零，后段搬移 jDelay = [zeros(delaySamples, 1); s(1:end - delaySamples)]; % 功率对齐：先算功率，再按JSR定增益 Ps = mean(abs(s).^2); Pj_delay = mean(abs(jDelay).^2); G = sqrt(10^(JSR_dB/10) * Ps / Pj_delay); j = G * jDelay; % 转发干扰信号

功率对齐这一步是网上很多简略代码都没写对的。直接拿一个常数乘以延迟信号、不去算实际功率，会导致实际JSR严重偏离设置值。用sqrt(10^(JSR_dB/10) * Ps / Pj_delay)计算增益，本质上是把干扰功率校准到目标水平，这被称为“恒定功率转发模型”。还有一种“恒定增益转发模型”，即G固定、JSR随信号功率波动，工程上更接近真实干扰机行为，但做参数扫描时恒定功率模型更容易得到干净的性能对比结果。

如果你要模拟噪声调制转发，再加一行：

jNoise = sqrt(Pj_delay / 10^(JNR_dB/10)) * randn(size(jDelay)); j = G * (jDelay + jNoise);

其中JNR_dB是干扰机内部噪声比，这个参数控制转发波形与原始信号的相干程度。

3.3 接收端与误码率统计

接收端是匹配滤波加采样判决，但要注意滤波器延迟对齐——这是新手最容易出错的地方。

% 信道：叠加干扰和高斯白噪声 SNR_dB = 10; Pn = Ps / (10^(SNR_dB/10)); % 噪声功率 n = sqrt(Pn/2) * (randn(size(s)) + 1j*randn(size(s))); % 复基带噪声 rx = s + j + n; % 接收匹配滤波 hrx = htx; % 发送和接收共用根升余弦 y = filter(hrx, 1, rx); % 匹配滤波输出 % 采样判决：注意群延迟对齐 totalDelay = span * sps; % 发端+收端两级滤波器总延迟 idx = totalDelay + 1 : sps : totalDelay + numBits * sps; ySym = y(idx); bitsHat = real(ySym) >= 0; % 极性判决 ber = sum(bitsHat ~= bits) / numBits; % 误码率

为什么采样索引要从totalDelay+1开始？根升余弦滤波器h的长度是spansps+1，它本身带有一个群延迟。发送滤波贡献了spansps/2个样点的延迟，接收匹配滤波又贡献了spansps/2，所以符号峰值的实际对齐位置偏移了spansps个样点。不把这个偏移量算进去，采样的会是符号边缘而不是峰值点，得到的误码率会明显大于理论值，而且看起来似乎“干扰很严重”——这是虚假结果。

3.4 主循环：参数扫描的蒙特卡洛骨架

单次仿真只能得到一个点的BER，性能评估需要做参数扫描。通常外层循环遍历SNR或JSR，内层做多次独立蒙特卡洛试验取平均，降低统计波动。

JSR_list = -10:5:15; SNR_fixed = 10; ber_results = zeros(size(JSR_list)); for k = 1:length(JSR_list) JSR_dB = JSR_list(k); errCount = 0; totalBits = 0; for trial = 1:20 % 每次trial重新生成比特、发送、干扰、接收、统计 % 累加errCount和totalBits end ber_results(k) = errCount / totalBits; end

蒙特卡洛次数要结合目标误码率量级来定。若某一条件下的BER大约是1e-4，单次仿真用4e5比特只能期望约40个误码，统计波动约±15%；如果做20次平均，波动能压到±3%以内。反之如果BER低到1e-6，4e5比特根本发现不了误码，必须增加符号数。这是仿真的基本统计常识，后面踩坑部分再细说。

4. 仿真结果解读：转发干扰对性能的量化影响

4.1 无干扰基线验证：仿真平台对不对，先看这步

任何干扰性能评估前，先跑一遍无干扰链路，把BER仿真值和理论公式对比。只有平台基线正确，后面测出的干扰影响才是可信的。

在SNR=10dB时，理论误码率约为2.4e-6量级；用4e5比特、20次蒙特卡洛平均，仿真值应该在1e-6~5e-6区间波动。如果偏差超过一个数量级，先查三处：

1. 功率定义是否是符号信噪比；
2. 采样点是否对齐到符号峰值；
3. 噪声是否按复基带方式拆分到实部虚部各Pn/2。

基线验证通过后，再把转发干扰链路加进来，这时观察到的BER增加就完全来源于干扰。

4.2 JSR扫描下的BER曲线：恶化不是线性的

我实测下来的典型趋势是：在SNR=10dB固定时，JSR从-10dB扫到15dB，BER变化大致呈“三段式”。

JSR在-10dB以下时，干扰功率只有信号的十分之一，对判决点的扰动有限，BER比无干扰时有所抬升，但仍在可通信范围内（1e-4附近波动）。JSR从-5dB升到0dB是恶化最快的区间，BER会直接掉到1e-2量级——通信质量从“基本可用”变成“基本不可用”。JSR超过5dB以后，BER继续恶化但速度放缓，最终逼近0.3左右，接近随机猜测但受残余相位相关性影响略低于0.5。

这个“非线性”特征非常重要。它说明转发式干扰不是简单的“功率越大越好”，而是在干信比接近甚至略低于有用信号功率时性价比最高。从抗干扰设计的角度看，你关心的是“让干扰机需要多大的JSR才能把BER压到某个阈值以下”，仿真中用JSR-BER曲线来回答这个问题再直观不过。

4.3 星座图与眼图：从“两点簇”到“弥散云”

BER曲线是宏观统计，星座图则能直观展示干扰在信号空间里做了什么。

无干扰时，星座图上就是干净的两簇点，一簇在实部+1附近，一簇在实部-1附近，噪声让它们形成对称的圆形弥散。加入τ=1个符号周期的转发干扰后，星座图会明显变化：原来“左右两簇”变成“左右各分出一支向原点挤压”的特征，而且随着JSR增大，两簇逐渐连成一片，判决边界（实轴零点）附近出现大量散点——这些就是误码来源。

眼图更明显。无干扰时的眼图眼高饱满、眼宽清晰；转发干扰叠加后，眼高明显收窄，眼皮变厚，交叉点抖动增加。特别是延迟接近一个符号周期时，上一符号的尾巴正好落在当前符号的采样点上，眼图会出现明显的“双线”结构。我建议在仿真里加一段scatterplot和eyediagram的代码，这个视觉对比放进论文或者报告里很有说服力。

4.4 转发延迟量对干扰效果的影响规律

延迟τ不是一个无所谓的参数，它直接决定干扰是否有效。我在仿真里扫了0.1、0.5、1.0、1.5、2.0倍符号周期几种延迟，得到几条值得记录的规律。

延迟为0.1个符号周期时，干扰效果很弱。因为脉冲成型滤波器在采样点附近的响应是缓慢变化的，0.1个符号的偏移带来的干扰分量很小。延迟为0.5个符号周期时，干扰效果明显增强，但不如整符号延迟。延迟取1个符号周期时，干扰效果通常最强——延迟信号的前一个符号峰值正好叠加到当前符号采样点，形成确定性破坏，而且这个叠加的极性取决于相邻比特的状态，四种组合里有强化也有翻转，误码率呈现复杂但可复现的统计特性。

延迟继续增大到2个符号周期，干扰效果反而可能略降。原因是脉冲成型滤波器跨度为6个符号，延迟2个符号时干扰信号在采样点处的响应已经进入滤波器尾部，旁瓣衰减让叠加能量变小；但如果你用的成型滤波器跨度很小、旁瓣很高，这个规律会改变。所以做参数扫描时，延迟范围至少要覆盖0.5~2倍符号周期，才能看到完整的影响趋势。

5. 那些文档里不会写的坑与扩展思路

5.1 滤波器的群延迟：最容易搞错的采样点

说实话，我做第一次仿真时在这里翻过车。当时没对齐群延迟，采到的BER在SNR=10dB时高达1e-3，比理论值大了几百倍。起初以为是转发干扰算法写错了，排查半天，最后发现是采样点位置偏了——滤波器把波形整体往右推了span*sps个样点，我却在没补偿的位置采样。

这个坑常见到几乎每个做成型滤波仿真的新手都会踩一遍。建议养成一个习惯：凡是涉及根升余弦滤波的仿真，抽样判决的索引计算永远是totalDelay + 1 : sps : totalDelay + numBitssps，不要用1:sps:numBitssps这种“裸索引”。同时可以加一段诊断代码，直接打印无噪声条件下接收符号序列的均值，如果是+1和-1的干净两簇，说明对齐正确，否则调整索引。

5.2 比特数不够，BER曲线全是毛刺

第二个高频踩坑点是蒙特卡洛统计量不足。做参数扫描时，有些人为了追求仿真速度，每个点只跑2万比特，结果BER在1e-3附近剧烈抖动，曲线像刀片一样乱跳。为什么？因为2万比特里若只有20个误码，误码数的相对波动就是百分之几十量级。

一个实用的准则是：目标BER越低，需要的比特数越大。想测1e-4量级的BER，至少跑50万比特；想测1e-5，至少500万比特；并且每个仿真点最好做多次独立试验取平均。另外要注意一点，如果你的仿真平台在“无干扰、SNR=10dB”条件下的理论BER本身就在5e-6附近，那么想在这个SNR下对比“无干扰”和“JSR=-10dB干扰”的差异，需要的比特数可能高达数百万——否则差异会被统计噪声淹没。

5.3 仿真同步假设让结果偏乐观

我在仿真里默认了一个理想化条件：接收端知道载波相位的绝对同步，并且判决时刻精确对齐到符号峰值。这在数学上很干净，但实际接收机做不到。转发式干扰如果采用移频转发或者带有随机相位的延迟转发，接收端的载波同步环路本身就会被干扰拉动，产生额外的判决损失。

所以，如果你要分析更贴近实际的系统性能，可以在信道模型中加一个载波相位误差项，或者仿真中用锁相环（PLL）模型而不是理想相位参考。这个修正会让BER比理想同步假设下高出不少，尤其是在JSR接近0dB和更高时差距最明显。从学术严谨性角度看，论文里最好注明“本仿真采用理想同步假设”，否则评审会质疑结果的乐观偏差。

5.4 再往前走：抗干扰与干扰检测的扩展方向

这个仿真做完后，顺着性能评估的结果可以自然延伸出几个后续课题，都是很好的毕设或论文方向。

一是加抗干扰手段后再评估。BPSK本身没有任何扩频增益，对转发式干扰几乎裸奔。如果把调制方式换成直扩BPSK（DSSS-BPSK），转发干扰由于延迟失配会部分落入扩频码相关旁瓣，误码率会有明显改善。你可以对比“无扩频”和“扩频增益10dB、20dB”在相同JSR下的BER之差，这个结果对工程很有参考价值。

二是做干扰检测与识别。既然转发式干扰的特征是信号高度相关，可以在接收端对采样序列做自相关分析，提取时延相关峰作为干扰特征，设计一个转发干扰检测器。检测概率与JSR、延迟量之间的关系又是一个独立研究点。

三是把任务拓展到更复杂的调制样式，比如QPSK、8PSK甚至OFDM。转发干扰对相位判决类系统的损伤机理是共通的，但每种系统的星座点位置不同，对相位旋转和符号间干扰的容忍度也不同。OFDM因为子载波间隔窄，转发干扰的延迟还可能造成子载波间干扰，这个效应做频域分析会很有意思。

我个人在做完这套仿真后最大的体会是：大家都在追求代码写得多炫、多大，但实际上BPSK加转发干扰的Matlab实现也就百行以内，难点全在对“判决时刻”和“功率对齐”这些细节的把控。仿真结果跑出来的那一刻，看看星座图上原来干净的两簇点变成一片弥散，再对照BER曲线从1e-5跌到1e-2，你会对“转发式干扰为什么被称为瞄准式干扰”这件事有远比教科书生动得多的理解。如果你也在跑类似仿真卡在结果对不上，不妨先检查一下采样点索引和JSR的功率对齐——这两个地方对了，问题通常就解决了一大半。