用函数展示QPSk与16QAm的差异

当然可以！我们来通过一个简单的 Python 函数，可视化对比 QPSK 与 16QAM 的星座图（Constellation Diagram），直观展示它们在调制方式上的差异。

---

✅ 差异简要说明：

特性	QPSK	16QAM
每符号携带比特数	2 bit/symbol	4 bit/symbol
星座点数量	4 个	16 个
抗干扰能力	强（点间距离大）	较弱（点密集）
数据速率	较低	较高
适合信道	噪声较大	信噪比高

---

📊 用 Python 展示 QPSK vs 16QAM 星座图

import numpy as np
import matplotlib.pyplot as plt

def plot_qpsk_16qam():
    # ========================
    # 1. QPSK 星座图 (4点)
    # ========================
    # QPSK: 4 points at angles 45°, 135°, 225°, 315°
    qpsk_symbols = [
        complex(1, 1),   # +1+j
        complex(-1, 1),  # -1+j
        complex(-1, -1), # -1-j
        complex(1, -1)   # +1-j
    ]
    qpsk_x = [s.real for s in qpsk_symbols]
    qpsk_y = [s.imag for s in qpsk_symbols]

    # ========================
    # 2. 16QAM 星座图 (16点)
    # ========================
    # 16QAM: 4x4 网格，假设归一化到单位能量
    # 使用 -3, -1, +1, +3 作为实部和虚部的取值
    levels = [-3, -1, +1, +3]
    symbols_16qam = []
    for i in levels:
        for j in levels:
            symbols_16qam.append(complex(i, j))
    
    # 归一化能量：使平均能量为1（可选）
    energy = sum(abs(s)**2 for s in symbols_16qam) / len(symbols_16qam)
    scale = np.sqrt(10)  # 因为 16QAM 平均能量是 10，所以除以 sqrt(10)
    normalized_16qam = [s / scale for s in symbols_16qam]

    qam16_x = [s.real for s in normalized_16qam]
    qam16_y = [s.imag for s in normalized_16qam]

    # ========================
    # 3. 绘图
    # ========================
    fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 5))

    # QPSK
    ax1.scatter(qpsk_x, qpsk_y, color='blue', s=100, edgecolors='black')
    ax1.set_title('QPSK (4-ary)', fontsize=14)
    ax1.set_xlabel('I (In-phase)')
    ax1.set_ylabel('Q (Quadrature)')
    ax1.grid(True, alpha=0.3)
    ax1.axis('equal')

    # 16QAM
    ax2.scatter(qam16_x, qam16_y, color='red', s=50, edgecolors='black')
    ax2.set_title('16QAM (16-ary)', fontsize=14)
    ax2.set_xlabel('I (In-phase)')
    ax2.set_ylabel('Q (Quadrature)')
    ax2.grid(True, alpha=0.3)
    ax2.axis('equal')

    plt.tight_layout()
    plt.show()

# 调用函数显示图形
plot_qpsk_16qam()

---

🔍 运行效果说明：

• 左图：QPSK
  4 个点分布在圆上，对称分布，间距大 → 更抗噪声。

• 右图：16QAM
  16 个点呈网格状排列，靠近中心的点更密集 → 单符号能传更多数据，但更容易出错。

---

💡 小贴士：

如果你在高信噪比环境下（比如光纤通信），用 16QAM 可以提升吞吐量；
但在无线移动场景中（如雨天、信号弱），QPSK 更可靠。

---