简介：面向通信工程专业学生与数字调制初学者的MATLAB仿真资料，围绕16QAM星座图绘制与误码率分析展开，可用于课程实验、自学验证及链路性能对比。压缩包共8个文件，均为.m脚本，大小约3KB，涵盖主流程调用、星座点可视化、四比特与二进制码字转换、调制解调、随机二进制源及比特成形等环节，便于按模块阅读和二次修改。已有1927人学习下载。读者可据此搭建端到端16QAM仿真链路，在AWGN条件下观察理想与非理想星座分布，完成最大似然检测并统计不同信噪比下的BER曲线，从而理解幅度相位联合调制、码字映射与接收判决之间的关系，也为后续扩展到高阶QAM或信道编码提供可复用的脚本框架。

1. 从一张糊掉的星座图说起：16QAM 仿真到底在验证什么

有人在 MATLAB 里跑完 16QAM 星座图仿真，星座点整齐漂亮，转头看误码率仿真曲线却和理论值差 3 dB；也有人把点数堆到几十万，BER 曲线在高信噪比处突然躺平。16QAM 星座图仿真及误码率仿真这类脚本，真正要验证的不是图好不好看，而是比特映射、功率归一化、Eb/N0 换算、最小距离判决这条链路有没有对齐。这份 MATLAB 仿真把 16QAM 的 Gray 映射、AWGN 信道、相干解调和蒙特卡洛误码统计串成一个可运行入口，适合通信原理课程设计、链路级仿真入门，以及需要快速改调制阶数做对比的开发者。下面按能跑、能看、能改的顺序拆。

2. 项目骨架与运行入口：MATLAB 里把 16QAM 跑出第一张图

拿到一份 MATLAB 仿真脚本，最怕的是一上来就翻主函数，翻到一半发现参数散在三个文件里。这个项目的组织方式比较朴素：入口、参数、调制、解调、信道、理论曲线、绘图各自一个文件，主函数只负责串流程。先把目录和调用关系看清楚，后面改参数才不会翻车。

2.1 目录结构与脚本分工

我一般会把这类链路仿真拆成下面这种粒度，文件不多，但每个文件只做一件事，排查时能快速定位到某一环。

目录结构可以摆成这样，根目录下直接放函数文件，MATLAB 当前文件夹切过来就能调用，不需要额外加路径：

16qam_sim/ ├── main.m ├── config.m ├── qam16_mod.m ├── qam16_demod.m ├── qam16_const_table.m ├── gray2pam.m ├── chan_awgn.m ├── ber_theory.m ├── plot_constellation.m └── plot_ber.m

这种平铺结构适合课程设计和小型链路仿真，缺点是文件一多就容易乱。二次开发时可以把utils/、channels/、plots/拆出来，但第一版不建议过度设计，先把主链路跑通。

2.2 参数初始化与一键运行

参数入口我习惯单独放config.m，不把M=16、N=2e5这种数字硬编码在主循环里。后面换 64QAM、改蒙特卡洛点数、扫不同 Eb/N0 范围，只动一个文件。

function cfg = config() % 16QAM 仿真参数入口 cfg.M = 16; % 调制阶数 cfg.k = log2(cfg.M); % 每符号比特数，16QAM 为 4 cfg.N = 2e5; % 每次蒙特卡洛的比特数 cfg.EbN0_dB = 0:2:16; % Eb/N0 扫描范围，单位 dB cfg.constScale = sqrt(10); % 16QAM 电平 ±1、±3 的平均功率为 10 cfg.rngSeed = 2024; % 固定随机种子，便于复现 end

cfg.N是比特数，不是符号数。16QAM 每个符号带 4 bit，所以N=2e5实际产生 5e4 个符号。cfg.EbN0_dB从 0 到 16 dB，步长 2 dB，够画出一条完整的瀑布曲线。cfg.constScale单独拎出来，是为了后面换调制阶数时提醒自己归一化因子也要跟着换。

主入口只做四件事：读参数、生成比特、循环扫 Eb/N0、画图。

function main() cfg = config(); rng(cfg.rngSeed); bits = randi([0 1], cfg.N, 1); % 总比特流，列向量 tx = qam16_mod(bits); % 16QAM 调制 berSim = zeros(size(cfg.EbN0_dB)); for ii = 1:numel(cfg.EbN0_dB) rx = chan_awgn(tx, cfg.EbN0_dB(ii), cfg.k); bitsHat = qam16_demod(rx); berSim(ii) = mean(bitsHat(:) ~= bits); fprintf('Eb/N0 = %2d dB, BER = %.3e\n', cfg.EbN0_dB(ii), berSim(ii)); end berTheory = ber_theory(cfg.EbN0_dB); plot_constellation(tx(1:2000), rx(1:2000)); plot_ber(cfg.EbN0_dB, berSim, berTheory); end

这里每个 Eb/N0 点复用同一组发送符号，只重新加噪。这样做的好处是发送端固定，误码率差异只来自噪声，对比理论曲线时更干净。缺点是高信噪比下错误数可能不够，后面第 4 章会讲怎么加错误数停止条件。

运行步骤不复杂，但有几个地方容易卡：

1. 打开 MATLAB，把当前文件夹切到16qam_sim根目录，不要只打开main.m所在文件夹却停在上一层。
2. 命令行输入main，不要输入main.m，MATLAB 会把.m当成文件名解析。
3. 看命令行输出的 BER 表，确认 0 dB 时 BER 大约在 0.2 到 0.3 量级，16 dB 时降到 1e-4 以下。
4. 看 Figure 1 的星座图，发送端应该是 16 个清晰点，接收端在低 SNR 下散成云团。
5. 看 Figure 2 的 BER 曲线，仿真点应该贴着理论线走，偏差在 1 dB 以内算正常。

提示：如果命令行报“未定义函数或变量”，先pwd看当前路径，再which qam16_mod确认函数能被找到。MATLAB 路径问题比代码问题更常见。

2.3 第一次运行要看的三类输出

第一类输出是命令行 BER 表。不要只看最后一行，从低 SNR 到高 SNR 扫一遍，看曲线是不是单调下降。0 dB 时 16QAM 误码率接近 0.25，因为噪声大到判决边界附近全是错；8 dB 时大概在 1e-2 到 1e-3 之间；12 dB 以后进入瀑布区。如果 0 dB 时 BER 是 0.5，说明比特映射或解调表对不上，先别怀疑噪声。

第二类输出是星座图。发送端 16 个点应该落在±1/√10、±3/√10这两组电平上，归一化后最大幅度约 0.9487。接收端在 0 dB 时点会糊成一团，8 dB 时还能看出 16 个簇，12 dB 时簇心基本清晰。星座图旋转 45 度、点挤成 4 个、I/Q 互换，都是映射表或复数方向的问题。

第三类输出是 BER 曲线和理论线的贴合程度。理论线用3/8*erfc(sqrt(2*EbN0/5))计算，仿真点用蒙特卡洛统计。两条线在低 SNR 处可能有一点偏差，因为理论公式是 Gray 编码下的近似；高 SNR 处如果仿真点突然翘起或躺平，通常是错误数不够或噪声方差算错。

3. 核心链路拆解：调制、加噪、判决与误码统计

主函数只有十几行，真正的细节在四个函数里：比特怎么映射成星座点、Eb/N0 怎么换成噪声方差、接收符号怎么判成比特、误码率怎么统计。这四步任何一步有偏差，曲线都会整体平移，而且这种平移很容易被当成“理论公式不准”糊弄过去。

3.1 星座图映射：从比特到复符号

16QAM 每个符号带 4 bit，拆成高 2 bit 和低 2 bit，分别映射到 I 路和 Q 路的 4 个 PAM 电平。Gray 映射的作用是让相邻星座点只差 1 bit，这样噪声把符号判到邻居点时，只错 1 bit，而不是 2 bit 或 3 bit。

function sym = qam16_mod(bits) % 输入 bits 为列向量，长度必须是 4 的整数倍 b = reshape(bits, [], 4); % 每行 4 bit iVal = gray2pam(b(:,1), b(:,2)); % 前 2 bit 映射 I 路 qVal = gray2pam(b(:,3), b(:,4)); % 后 2 bit 映射 Q 路 sym = (iVal + 1j*qVal) / sqrt(10); % 归一化平均符号功率为 1 end function v = gray2pam(b1, b2) % Gray 顺序：00 -> -3, 01 -> -1, 11 -> +1, 10 -> +3 idx = b1*2 + b2; v = zeros(size(b1)); v(idx == 0) = -3; v(idx == 1) = -1; v(idx == 3) = +1; v(idx == 2) = +3; end

reshape(bits, [], 4)把长比特流按每 4 bit 一行排开，行数就是符号数。gray2pam里idx = b1*2 + b2把两位二进制转成 0 到 3 的整数，再按 Gray 顺序落到-3、-1、+1、+3。注意idx==2对应10，映射到+3；idx==3对应11，映射到+1，这两个顺序不能反，反了相邻点就不是 Gray 关系。

归一化除以sqrt(10)是因为 16QAM 四个电平±1、±3的单维平均平方是(1+1+9+9)/4=5，I/Q 两维合计平均功率为 10。不归一化也能跑，但后面算噪声方差时Es不是 1，Eb/N0 换算会多一个系数，曲线整体平移，这块最容易翻车。

星座点与比特的对应关系可以列成表，调映射时直接对：

I 路和 Q 路使用同一套 Gray 顺序，合起来 16 个点。相邻水平点只差 I 路 1 bit，相邻垂直点只差 Q 路 1 bit，对角点差 2 bit。噪声把点推到对角时才会错 2 bit，所以 Gray 映射下的 BER 接近 SER/4。

3.2 加噪与信噪比换算：Eb/N0 到 SNR

AWGN 信道看着简单，但Eb/N0、Es/N0、SNR三个量混用是血泪经验里排第一的坑。16QAM 的符号能量Es和比特能量Eb差一个k=4的因子：Es = k*Eb。仿真里通常扫Eb/N0，加噪时先换成Es/N0，再算复噪声方差。

function rx = chan_awgn(tx, EbN0_dB, k) % tx: 发送复符号，平均功率为 1 % EbN0_dB: 比特信噪比，单位 dB % k: 每符号比特数 EbN0 = 10.^(EbN0_dB/10); EsN0 = EbN0 * k; % 16QAM: Es/N0 = Eb/N0 + 10log10(4) N0 = 1 ./ EsN0; % 信号功率归一化为 1 时，N0 = 1/EsN0 noise = sqrt(N0/2) * (randn(size(tx)) + 1j*randn(size(tx))); rx = tx + noise; end

EbN0 = 10.^(EbN0_dB/10)把 dB 转线性。EsN0 = EbN0 * k是 16QAM 的关键一步，漏掉它曲线会偏 6 dB 左右，不是 3 dB，因为10log10(4)=6.02 dB。N0 = 1./EsN0成立的前提是发送符号平均功率为 1，所以 3.1 节的sqrt(10)归一化必须做。

复噪声的实部和虚部各占一半方差，所以sqrt(N0/2)分别乘到randn上。如果只给实部加噪、虚部不加，星座图会压成一条线，BER 曲线也会怪。randn(size(tx))保证噪声维度和发送符号一致，列向量进、列向量出。

注意：awgn(tx, snr, 'measured')也能加噪，但它的snr是信号功率与噪声功率之比，不是Eb/N0。用之前先算snr = EbN0_dB + 10*log10(k)，否则曲线对不上还找不到原因。

3.3 解调与判决：最小欧氏距离

解调端做硬判决，把接收复符号判到最近的星座点上，再查表还原 4 bit。16 个点不多，直接算欧氏距离取最小，代码短且不容易错。熟手可以拆成 I/Q 两路独立判决，门限是-2、0、2，但第一版用最小距离更直观。

function bitsHat = qam16_demod(rxSym) % 最小欧氏距离硬判决 [const, bitTable] = qam16_const_table(); rxSym = rxSym(:); dist = abs(rxSym - const.'); % N×16 距离矩阵 [~, idx] = min(dist, [], 2); % 每行最近星座点 bitsHat = bitTable(idx, :); % 查表还原比特 end function [const, bitTable] = qam16_const_table() levels = [-3 -1 1 3]; bit2 = [0 0; 0 1; 1 1; 1 0]; % 与 gray2pam 保持一致 const = zeros(16,1); bitTable = zeros(16,4); p = 1; for i = 1:4 for q = 1:4 const(p) = (levels(i) + 1j*levels(q)) / sqrt(10); bitTable(p,:) = [bit2(i,:), bit2(q,:)]; p = p + 1; end end end

const.'是 1×16 行向量，rxSym是 N×1 列向量，MATLAB 的隐式扩展会生成 N×16 的距离矩阵。min(dist, [], 2)沿第二维取最小，得到每个接收符号的最近星座点索引。bitTable的行顺序必须和const一一对应，否则判决对了、查表错了，BER 会停在一个固定值下不去。

bit2的顺序是00、01、11、10，对应电平-3、-1、+1、+3，和gray2pam的赋值完全一致。二次开发换 64QAM 时，levels要扩成 8 个电平，bit2要扩成 3 bit 的 Gray 表，const和bitTable的循环也要跟着改。不要只改M一个数字就指望全链路自动适配，这块没有后悔药。

3.4 误码率统计与理论曲线对齐

误码率统计就是比对发送比特和判决比特，数错位个数除以总比特数。理论曲线用方形 16QAM 的近似公式，Gray 编码下 BER 约等于3/8*erfc(sqrt(2*EbN0/5))。仿真点和理论线贴不贴，是判断链路对不对的最快标准。

function ber = ber_theory(EbN0_dB) EbN0 = 10.^(EbN0_dB/10); ber = 3/8 * erfc(sqrt(2*EbN0/5)); end

这个公式来自SER ≈ 3Q(sqrt(0.8*EbN0))，再除以每符号 4 bit 得到 BER。低 SNR 时近似误差稍大，高 SNR 时贴合得很好。画图时用半对数坐标，BER 为 0 的点要置成NaN，否则semilogy会直接跳过或者报警。

function plot_ber(EbN0_dB, berSim, berTheory) figure; semilogy(EbN0_dB, berTheory, 'k-', 'LineWidth', 1.5); hold on; semilogy(EbN0_dB, berSim, 'bo', 'MarkerSize', 6); grid on; xlabel('E_b/N_0 (dB)'); ylabel('BER'); legend('理论值', '仿真值'); ylim([1e-6 1]); end

berSim里如果有 0，semilogy不会画那个点，看起来像曲线断了一截。可以在画图前加berSim(berSim==0)=NaN，让 MATLAB 明确跳过。理论线用黑色实线，仿真点用蓝色圆圈，一眼能看出偏差。如果仿真点整体在理论线右边 1 dB 以内，算正常；偏 3 dB 以上，先查EsN0 = EbN0*k和归一化因子。

4. 踩坑排查：误码率曲线对不上理论值时先查这五处

16QAM 仿真的代码量不大，但出错后的表现很相似：曲线平移、曲线躺平、星座图旋转、跑得太慢、换阶数全错。下面五条是我在调试这类链路时反复遇到的，每条按现象、原因、解决三步走，照着排查能省不少时间。

4.1 现象：误码率曲线整体平移 3 dB 或 6 dB

现象很直观：仿真曲线形状和理论线平行，但整体往右偏，低 SNR 和高 SNR 都偏同样的量。原因通常是Eb/N0和Es/N0混用，或者归一化因子用错。16QAM 的Es = 4Eb，如果加噪时直接把EbN0当EsN0用，曲线会偏约 6 dB；如果归一化时除以sqrt(16)而不是sqrt(10)，符号平均功率不是 1，噪声方差也会跟着错。

解决分两步。先看chan_awgn里有没有EsN0 = EbN0 * k，没有就补上。再算发送符号的平均功率mean(abs(tx).^2)，16QAM 归一化后应该接近 1，如果不是 1，检查qam16_mod末尾是不是/sqrt(10)。这两个地方对上了，曲线平移基本能消掉。

4.2 现象：高 SNR 处 BER 降到 1e-4 就不动了

现象是曲线尾巴突然变平，理论线还在往下走，仿真点却横着。原因一般是蒙特卡洛点数不够，高 SNR 下错误事件太少，统计不到更低的误码率。比如N=2e5比特，BER=1e-4 时平均只有 20 个错误，再往下就靠运气了。固定随机种子也会让某些点重复出现，看起来像“降不下去”。

解决是加错误数停止条件，不要只按固定比特数跑。每个 SNR 点至少累计 100 个错误，或者达到最大比特数就停。N从 2e5 提到 1e6 到 1e7，高 SNR 点单独加长。跑之前把rng种子换一下，确认曲线不是种子造成的玄学。

maxErr = 100; maxBits = 1e7; errCnt = 0; total = 0; while errCnt < maxErr && total < maxBits bits = randi([0 1], 1e5, 1); tx = qam16_mod(bits); rx = chan_awgn(tx, EbN0_dB, 4); bitsHat = qam16_demod(rx); errCnt = errCnt + sum(bitsHat(:) ~= bits); total = total + numel(bits); end ber = errCnt / total;

maxErr控制统计精度，maxBits防止低 SNR 时死循环。1e5是每批比特数，分批跑比一次性开1e7更省内存。total累加的是比特数，不是符号数，别写错。

4.3 现象：星座图旋转 45 度或点挤成 4 个

星座图旋转通常不是噪声问题，而是 I/Q 顺序或复数转置弄错了。比如qam16_mod里把iVal + 1j*qVal写成qVal + 1j*iVal，整个星座图会沿对角线翻转；qam16_demod里用const'而不是const.'，共轭转置会把虚部符号翻掉，判决全乱。点挤成 4 个，多半是bitTable和const的行列顺序对不上，16 个点判成了 4 个。

解决是先把发送端 16 个点画出来，对照 3.1 节的电平表，确认±1/√10和±3/√10都在。再画接收端，低 SNR 下应该是云团，不是 4 个孤立簇。最后检查const.'是不是非共轭转置，bitTable的每一行是不是和const同一个循环顺序生成。这两处对上了，旋转和挤点基本能消。

4.4 现象：跑一晚上还没出图

现象是 MATLAB 一直忙，命令行不输出，CPU 占满。原因通常是逐符号循环判决，16 个星座点每个符号循环一次，N=1e6就是 1600 万次循环，MATLAB 的 for 循环扛不住。也有人把semilogy放在循环里，每跑一个点画一次图，图窗刷新比计算还慢。

解决是向量化。qam16_demod里用 N×16 距离矩阵一次算完，不要写for n=1:N。主循环里每个 SNR 点只画一次图，或者先存数组最后统一画。parfor可以加速 SNR 扫描，但每个点内部要独立，随机种子要按 worker 设置，否则结果不可复现。先把向量化做掉，再考虑并行。

4.5 现象：换成 64QAM 后 BER 全是 0.5

现象是改完M=64，BER 停在 0.5 左右，星座图看着也不对。原因通常是只改了M，没改k、归一化因子、星座表和理论公式。64QAM 每符号 6 bit，电平是±1、±3、±5、±7，平均功率是 42，归一化要除以sqrt(42)，不是sqrt(10)。bitTable还是 16 行，解调查表直接越界或错位。

解决是把调制阶数参数化：k=log2(M)，levels=-(sqrt(M)-1):2:(sqrt(M)-1)，归一化因子sqrt(2/3*(M-1))。星座表和比特表按sqrt(M)的维度循环生成，理论公式换成对应阶数的 SER 近似。改完先跑M=16确认和原来一致，再跑M=64，不要一步跳过去。

5. 二次开发：把 16QAM 仿真改成可复用的链路模板

能跑通只是第一步，真正花时间的是后面改链路：加瑞利信道、加脉冲成型、换调制阶数、对比不同均衡算法。如果第一版把参数硬编码在主循环里，后面每改一个点都要翻三个文件。我的做法是先抽配置层，再把函数签名统一，最后加信道和成型模块，每加一块都用 BER 曲线做回归。

5.1 抽参数配置层：一个结构体管住所有开关

配置层不是简单把数字挪到config.m，而是把所有会影响 BER 的开关集中起来：调制阶数、信道类型、是否开脉冲成型、均衡方式、蒙特卡洛精度。主函数只读cfg，不直接写死任何数字。

function cfg = config() cfg.M = 16; cfg.k = log2(cfg.M); cfg.N = 2e5; cfg.EbN0_dB = 0:2:16; cfg.channel = 'awgn'; % 'awgn' 或 'rayleigh' cfg.usePulseShape = false; % 是否开根升余弦 cfg.sps = 4; % 每符号采样数 cfg.beta = 0.35; % 滚降系数 cfg.equalizer = 'none'; % 'none' 或 'zf' cfg.maxErr = 100; cfg.maxBits = 1e7; cfg.seed = 2024; end

cfg.channel用字符串开关，主函数里switch cfg.channel分流到chan_awgn或chan_rayleigh。cfg.usePulseShape控制是否走成型滤波，不开就走符号级仿真，开了就走波形级仿真。cfg.equalizer先留'none'和'zf'两个选项，后面加 MMSE 再扩。这样改链路时只动配置和对应函数，不动主循环。

5.2 加瑞利信道与均衡：从理想信道估计到导频

AWGN 跑通后，很多人第一件事是加瑞利信道。瑞利信道不是简单乘一个复高斯系数，还要考虑接收端怎么估计这个系数。第一版可以先用理想信道估计，确认 BER 曲线形状对，再加导频和插值。

function [rx, h] = chan_rayleigh(tx, EbN0_dB, k) EbN0 = 10.^(EbN0_dB/10); EsN0 = EbN0 * k; N0 = 1 ./ EsN0; h = (randn(size(tx)) + 1j*randn(size(tx))) / sqrt(2); noise = sqrt(N0/2) * (randn(size(tx)) + 1j*randn(size(tx))); rx = h .* tx + noise; end

h是均值为 0、每维方差 1/2 的复高斯系数，abs(h).^2服从均值为 1 的指数分布。rx = h.*tx + noise是平坦瑞利信道，没有多径时延。理想均衡直接rxEq = rx./h，但这要求接收端已知h，实际系统要用导频估计。

% 理想信道估计下的迫零均衡 rxEq = rx ./ h; bitsHat = qam16_demod(rxEq);

迫零均衡在深衰落时会把噪声放大，h接近 0 的那些符号误码率很高。第一次加瑞利信道，BER 曲线会比 AWGN 差很多，这是正常的，不要以为代码错了。想改善就加 MMSE 均衡或者分集，但那是另一个话题，先把理想估计跑通。

5.3 加脉冲成型与匹配滤波：从符号级到波形级

符号级仿真只关心采样点，波形级仿真要加上采样、成型滤波、匹配滤波和降采样。根升余弦滤波器成对使用，发送端和接收端各一个，合起来是升余弦响应，满足无码间干扰条件。

sps = cfg.sps; beta = cfg.beta; span = 6; hRRC = rcosdesign(beta, span, sps, 'sqrt'); txUp = upsample(tx, sps); txWave = conv(txUp, hRRC, 'same'); rxWave = conv(rx, hRRC, 'same'); rxSym = downsample(rxWave, sps);

rcosdesign(beta, span, sps, 'sqrt')生成根升余弦滤波器，span是符号数的一半，sps是每符号采样数。upsample(tx, sps)在符号间插零，conv(..., 'same')保持波形长度和输入一致。接收端匹配滤波后再downsample回符号速率。

这里有个延迟对齐的坑：conv的'same'只是取中间段，实际群延迟是span*sps/2个采样点，严格来说要做延迟补偿。第一版可以用'same'近似，看星座图有没有明显旋转或发散；如果发散，改成conv(..., 'full')再手动截取span*sps/2+1 : end-span*sps/2。脉冲成型这块不追求一次完美，先把波形跑出来，再用 BER 曲线验证。

5.4 验证方法：三张图对照改造前后

每加一个模块，不要只看 BER 一个数。我一般会留三张图做回归：星座图、BER 曲线、频谱或眼图。星座图看判决点有没有收敛，BER 曲线看和理论值的偏差，频谱看成型滤波后的带宽是不是收窄了。

改造顺序建议从 AWGN 开始，每加一块先关掉其他开关，确认单模块没问题再叠加。比如先开瑞利信道、不开成型，跑通再开成型、不开均衡，最后全开。这样出问题时能快速定位是哪一块引入的，不用在整条链路里猜。

6. 从能跑到能改：我给 16QAM 仿真留的三个后门

这份仿真我改过好几轮，最早的一版把M=16、N=2e5、sqrt(10)全写死在主循环里，后来想加一个 64QAM 对比，改了半小时发现qam16_demod里还有一张 16 行的比特表没动，BER 直接跑到 0.5。从那以后我每次搭链路仿真都会留三个后门，后面改起来省事。

第一个后门是配置结构体。所有会影响 BER 的参数都进cfg，主函数不出现裸数字。M、k、EbN0_dB、channel、usePulseShape这些开关集中在一处，改链路时只动配置和对应函数，不动主循环。第二个后门是函数签名统一。调制、信道、解调都按(输入, cfg)或者(输入, 参数)的固定顺序传参，不靠全局变量，也不在函数内部读config()。这样单测某一个模块时可以直接构造参数，不用先跑整个main。第三个后门是输出结构体。main不直接画图，而是把berSim、berTheory、tx、rx、cfg打包成result返回，画图函数只读result。后面加新图或者批量跑参数扫描，不用改主流程。

现在每次改完链路，我的习惯是先跑M=16、AWGN、不开成型，确认 BER 和理论线偏差在 1 dB 以内，再逐项打开瑞利信道、均衡、脉冲成型。每开一项存一张图，出问题就回退到上一个能对上的版本。这套流程不高级，但能避免“改了一个参数，曲线偏了 6 dB，查一晚上发现是归一化因子没换”的翻车。希望帮到你。

本文还有配套的精品资源，点击获取