模拟幅度调制系统抗干扰性能仿真分析

1、引言

• 研究目标：

（1）理解通信系统模型，掌握信号时域与频域特性分析方法；
（2）理解加性高斯白噪声信道与频带受限信道，理解匹配滤波接收机与相干接收机的工作原理；
（3）理解模拟通信系统接收机输入与输出信噪比计算方法；
（4）能够根据系统模型实现链路级仿真，掌握仿真参数设置原则，分析信号的时域以及频域特性。

• 研究方法：

设置小信号模型信号与噪声信号，通过理论计算分析与matlab工具模拟结果对比得出结论。

• 主要内容：

AM、DSB-SC、SSB三种模拟幅度调制器模型理论分析以及仿真；加性高斯白噪声模型以及其通过相干解调器模型理论分析以及仿真；实现模拟幅度调制通信系统理论分析以及仿真。

2、系统模型

加性高斯白噪声与基带信号相加后通过模拟幅度调制器后，再通过解调器得到处理过后所接收的信号。分别计算输入信噪比以及输出信噪比。接下来是DSB-SC、SSB以及AM调幅系统框图

• DSB-SC AM
  

图2.1 双边带抑制载波调幅模型

$g(t)=m(t)=cos(2\pi f_{m}t)$为基带信号，$c(t)=A_{c}cos(2\pi f_{c}t)$。$f_m=10Hz$，$f_c=100Hz$。$$x(t)=A_{c}cos(2\pi f_{c}t)cos(2\pi f_{m}t)\text{\hspace{1em}(2.1.1)}$$。
g(t)信号与c信号时域相乘，频域卷积，频谱搬移，带宽变为2倍。

图2.2 双边解调器原理框图

$c(t)=A_{c}cos(2\pi f_{c}t)$，$f_c$与调幅模型相同，将频谱搬移回原点，再通过低通滤波器还原解调。

• SSB单边带调制
  

图2.3 单边带调制

$c(t)=2A_{c}cos2\pi f_{c}t$，单边带要通过边带滤波器$H(w)$,上边带滤波器的传递函数为$H(f)=\left(\genfrac{}{}{0ex}{}{1,f>f_c}{0,f<f_c}\right)$。

图2.4 单边带解调

单边带解调与双边带解调类似,$w_c=2\pi f_c$ ，搬移频谱后通过低通滤波器

• AM包络调制
  

图2.5 包络调制框图

$$s_{AM}(t)=A_c[1+m(t)]cos2\pi f_{c}t\text{\hspace{1em}(2.1.2)}$$

3、抗干扰性能理论分析

基带信号为$m(t)$，$m^2(t)=P_m$。加性高斯白噪声通过滤波器$H(f)$后的输出$n(t)$是带通型噪声，n(t)的复包络是$n_L(t)=z(t)e^{-j2\pi f_{c}t}，n(t)=n_c(t)cos2\pi f_{c}t-n_s(t)sin2\pi f_{c}t$。此处未考虑移频函数$cos2\pi f_{c}t$的幅度变化。

• DSB-SC AM调制
    通过调制器以后$s(t)=A_{c}m(t)cos2\pi f_{c}t$，此时的信号功率$S_i=\frac{1}{2}{A}_c^2{P}_m$。理想高斯白噪声的功率谱密度为常数$\frac{n_0}{2}$，功率为功率谱密度乘以带宽。通过调制器以后带宽变为2B，则高斯白噪声功率$N_i=\frac{n_0}{2}\times 2B\times 2=2B{n}_0$。输入的信噪比$SNR=\frac{S_i}{N_i}=\frac{A_c^2{P}_m}{4B{n}_0}$。
    通过解调器后$$s_d(t)=A_{c}m(t)co{s}^{2}2\pi f_{c}t=\frac{1}{2}{A}_{c}m(t)[1+cos4\pi f_{c}t]\text{\hspace{1em}(3.1)}$$此时通过解调器的低通滤波器以后，高频2f_c被过滤，只剩下低频信号$s_{o}t(t)=\frac{1}{2}{A}_{c}m(t)$。此时的信号功率为$S_o=\overline{s_o^2(t)}=\frac{1}{4}{A}_c^2{P}_m$。高斯白噪声通过解调器以后，$$n_d(t)=n(t)cos2\pi f_{c}t=n_c(t)co{s}^{2}2\pi f_{c}t-n_s(t)cos(2\pi f_{c}t)sin(2\pi f_{c}t)$$$$=\frac{1}{2}{n}_c(t)+\frac{1}{2}{n}_c(t)cos4\pi f_{c}t-\frac{1}{2}{n}_s(t)sin4\pi f_{c}t\text{\hspace{1em}(3.2)}$$，高频2f_c段被过滤，剩下部分$n_0(t)=\frac{1}{2}{n}_c(t)，$功率为$N_o=\frac{n_o}{4}\times 2B=\frac{n_{0}B}{2}$。输出信噪比$SNR=\frac{S_o}{N_o}=\frac{A_c^2{P}_m}{2n_{0}B}$从而$G=\frac{SN{R}_o}{SN{R}_i}=2$。

• SSB单边带
    通过调制器以后$$s(t)=\frac{1}{2}{A}_{c}m(t)cos2\pi f_{c}t\mp \frac{1}{2}{A}_c\hat{m}(t)sin2\pi f_{c}t\text{\hspace{1em}(3.3)}$$，此时的信号功率$S_i=\frac{1}{4}{A}_c^2{P}_m$。理想高斯白噪声的功率谱密度为常数$\frac{n_0}{2}$，功率为功率谱密度乘以带宽。通过调制器以后带宽变为B，则高斯白噪声功率$N_i=\frac{n_0}{2}\times B\times 2=B{n}_0$。输入的信噪比$SNR=\frac{S_i}{N_i}=\frac{A_c^2{P}_m}{4B{n}_0}$。
    通过解调器后$$s_d(t)=\frac{1}{4}{A}_{c}m(t)+\frac{1}{4}{A}_{c}m(t)cos4\pi f_{c}t\mp \frac{1}{4}{A}_c\hat{m}(t)sin4\pi f_{c}t\text{\hspace{1em}(3.4)}$$此时通过解调器的低通滤波器以后，只剩下低频信号$s_{o}t(t)=\frac{1}{4}{A}_{c}m(t)$。此时的信号功率为$S_o=\overline{s_o^2(t)}=\frac{1}{16}{A}_c^2{P}_m$。高斯白噪声通过解调器以后，$$n_d(t)=n(t)cos2\pi f_{c}t=n_c(t)co{s}^{2}2\pi f_{c}t-n_s(t)cos(2\pi f_{c}t)sin(2\pi f_{c}t)$$$$=\frac{1}{2}{n}_c(t)+\frac{1}{2}{n}_c(t)cos4\pi f_{c}t-\frac{1}{2}{n}_s(t)sin4\pi f_{c}t\text{\hspace{1em}(3.5)}$$，剩下部分$n_0(t)=\frac{1}{2}{n}_c(t)，$功率为$N_o=\frac{n_o}{8}\times 2B=\frac{n_{0}B}{4}$。输出信噪比$SNR=\frac{S_o}{N_o}=\frac{A_c^2{P}_m}{4n_{0}B}$从而$G=\frac{SN{R}_o}{SN{R}_i}=1$。

• AM包络调制
    通过调制器之后$$s(t)=A_c[1+m(t)]cos2\pi f_{c}t=A_{c}cos2\pi f_{c}t+A_{c}m(t)cos2\pi f_{c}t\text{\hspace{1em}(3.6)}$$此时的信号功率$S_i=\frac{1}{2}{A}_c^2+\frac{1}{2}{A}_c^2{P}_m$。高斯白噪声功率$N_i=\frac{n_0}{2}\times 2B\times 2=2B{n}_0$。输入的信噪比$SNR=\frac{S_i}{N_i}=\frac{A_c^2(1+P_m)}{4B{n}_0}$。
    通过解调器之后$$s_d(t)=A_c[1+m(t)]co{s}^{2}2\pi f_{c}t=\frac{1}{2}{A}_c[1+m(t)](1+cos4\pi f_{c}t)\text{\hspace{1em}(3.7)}$$,经过低通滤波器后，$s_o(t)=\frac{1}{2}{A}_{c}m(t)+\frac{1}{2}{A}_c$。此时的信号功率$S_i=\frac{1}{4}{A}_c^2{P}_m+\frac{1}{2}{A}_c$。高斯白噪声通过低通滤波器之后功率为$N_o=\frac{n_o}{4}\times 2B=\frac{n_{0}B}{2}$。输出信噪比$$SNR=\frac{S_o}{N_o}=\frac{A_c^2{P}_m+2A_c}{2n_{0}B}\text{\hspace{1em}(3.8)}$$从而$$G=\frac{SN{R}_o}{SN{R}_i}=\frac{2P_m+\frac{4}{A_c}}{1+P_m}\text{\hspace{1em}(3.9)}$$。

4、仿真实现与仿真结果

• 基础参数设置

%-----------------
T_start=0;%开始时间
T_stop=1;%截止时间
T=T_stop-T_start;%仿真持续时间
T_sample=0.001;%采样间隔
f_sample=1/T_sample; % 采样速率
N_sample=T/T_sample;% 采样点数
f_res=f_sample/N_sample;%频率分辨率
fm=10;%基带信号频率
fc=100;%载波信号频率
n=0:N_sample;
t = n*T_sample;%时间变量t
mt = cos(2*pi*fm*t);%基带信号
ct = 2*cos(2*pi*fc*t);%载波信号
c1t=cos(2*pi*fc*t);%解调载波信号
%------------------

• DSB-SC

st = mt.*ct;%调制信号
Sf=abs(fft(st)*2/N_sample);
Sf_rearrange=[Sf(N_sample/2+1:N_sample+1),Sf(1:N_sample/2)];%调制信号频域函数
noise_i=wgn(1,N_sample+1,-33);%高斯白噪声信号，n_0/2=10^-6,带宽为1000
PSD_Noise_i=abs(fft(noise_i)).^2*T_sample/T/f_sample;%高斯白噪声功率谱密度
P_noise_i=sum(PSD_Noise_i)/length(PSD_Noise_i)*f_sample;%平均功率
rt=st+noise_i;%输入信号=调制信号+高斯白噪声

输入信号$r(t)$先通过带通滤波器$H1$得到$r1(t)$，然后与解调信号$c1(t)$相乘得到$r_d(t)$，最后通过低通滤波器$H2$，最后得到解调后的输出信号$r_o(t)$。

图4.1.1 带通滤波器H1的幅值响应

图4.2 低通滤波器H2幅值响应

由于解调后信号的频谱波形并不是理想的冲激函数，所以低通滤波器的带宽设置的稍微宽一点，能够通过大部分主要函数，减少还原误差

r1t=filter(H1,rt);%通过带通滤波器H1
rdt=r1t.*c1t;%与解调信号时域相乘
rot=filter(H2,rdt);%通过低通滤波器H2

分别求出$r1(t)、r_d(t)、r_o(t)$的傅里叶变换并画出波形

图4.3 DSB-SC链路仿真波形图

可以看出由于滤波器的问题，最后解调出的信号少了一半，但是频率和幅值基本没变
接下来计算噪声的功率谱密度以及信噪比

PSD_N:

PSD_Noise_i=abs(fft(noise_i)).^2*T_sample/T/f_sample;%高斯白噪声功率谱密度
P_noise_i=sum(PSD_Noise_i)/length(PSD_Noise_i)*f_sample;%平均功率

n1t=filter(H1,noise_i);%噪声通过带通滤波器
PSD_N1=abs(fft(n1t)).^2*T_sample/T/f_sample;
PSD_N1_rearrange=[PSD_N1(N_sample/2+1:N_sample+1),PSD_N1(1:N_sample/2)];

ndt=n1t.*c1t;%噪声通过解调信号
PSD_Nd=abs(fft(ndt)).^2*T_sample/T/f_sample;
PSD_Nd_rearrange=[PSD_Nd(N_sample/2+1:N_sample+1),PSD_Nd(1:N_sample/2)];

not=filter(H2,ndt);%噪声通过低通滤波器
PSD_No=abs(fft(not)).^2*T_sample/T/f_sample;
PSD_No_rearrange=[PSD_No(N_sample/2+1:N_sample+1),PSD_No(1:N_sample/2)];

画出功率谱密度波形图：

图4.4 噪声的功率谱密度

$\frac{n_0}{2}=10^{-}6$，可以看到噪声通过带通滤波器后功率谱密度幅值减半，通过解调信号之后幅值变为1/4，最后通过带通滤波器幅值没有发生变化

计算信噪比SNR：

PSD_S1=abs(fft(s1t)).^2*T_sample/T/f_sample;  %输入信号的功率谱密度
PSD_N1=abs(fft(n1t)).^2*T_sample/T/f_sample;  %输入噪声的功率谱密度
Si=sum(PSD_S1)/length(PSD_S1)*f_sample;  %求平均功率
Ni=sum(PSD_N1)/length(PSD_N1)*f_sample;  %求平均功率
SNRi=Si/Ni;  %求输入信噪比

S_o=abs(fft(sot)).^2*T_sample/T/f_sample;  %输出信号的功率谱
PSD_No=abs(fft(not)).^2*T_sample/T/f_sample;  %输出噪声的功率谱
So=sum(S_o)/length(S_o)*f_sample;
No=sum(PSD_No)/length(PSD_No)*f_sample;  %求平均功率
SNRo=So/No;  %输出信噪比

G=SNRo/SNRi;%噪声系数

图4.4 噪声的功率谱密度

图4.6 输出信噪比

图4.7 噪声系数

根据理论值计算输入信噪比应该为$5\times 10^4$,输出信噪比应该为$1\times 10^5$，噪声系数$G=2$。但由于高斯噪声的功率谱并不是一个恒定的值，引起信噪比产生误差，但是噪声系数G吻合。

• SSB调制
  SSB调制与DSB-SC调制的区别在于带通滤波器变为了边带滤波器，本次仿真我利用的是上边带。
  

图4.2.1 边带滤波器

其他的代码和DSB-SC一致，只是换了一个滤波器

r2t=filter(H3,rt);  %链路 
rd2t=r2t.*c1t;
ro2t=filter(H2,rd2t);

PSD_S2=abs(fft(s2t)).^2*T_sample/T/f_sample;
PSD_N2=abs(fft(n2t)).^2*T_sample/T/f_sample;
Si2=sum(PSD_S2)/length(PSD_S2)*f_sample;
Ni2=sum(PSD_N2)/length(PSD_N2)*f_sample;
SNRi_2=Si2/Ni2;  %输入信噪比

PSD_No2=abs(fft(no2t)).^2*T_sample/T/f_sample;
S_o2=abs(fft(so2t)).^2*T_sample/T/f_sample;
So2=sum(S_o2)/length(S_o2)*f_sample;
No2=sum(PSD_No2)/length(PSD_No2)*f_sample;
SNRo_2=So2/No2;  %输出信噪比

G2=SNRo_2/SNRi_2;  %噪声系数

图4.2.2 SSB链路仿真波形图

图4.2.3 噪声的功率谱密度

图4.2.4 输入信噪比

图4.2.5 输出信噪比

图4.2.6 噪声系数

输入信噪比和输出信噪比的理论值为$5\times 10^4$，噪声系数为$1$，仿真中信噪比有些许误差，但是噪声系数与理论值吻合。

• AM
  AM调制与DSB-SC调制的区别在于输入信号$s(t)$

s0t=(1+mt).*ct;

其带通滤波器也为双边带，低通滤波器参数相同，其他的代码函数算法与DSB-SC算法相同，这里就不贴代码了，因为没什么变化，直接展示仿真波形图

图4.3.1 AM调制链路仿真

图4.3.2 噪声功率谱

图4.3.3 噪声系数

AM调制的噪声系数理论值为$p_m=1,G=2$，仿真中噪声系数与理论值吻合。

5、小结

  通过这次仿真实验整理，对DSB-SC、SSB、AM调制系统有了更加深刻的理解，对matlab的操作也有了更多的掌握，包括滤波器的设计以及分析，信号的时域频域分析以及信号调制的原理。
  SSB的功率谱相比DSB-SC利用率减少了，因此噪声的影响也减少了，所以最后的输出信噪比和DSB-SC的输出信噪比相当。
  但是AM调制中，最后解调信号中的直流分量应该如何处理还是有点不清楚，所以理论值与老师的结果有差错，仿真中的结果与自己的理论值比较接近，因为AM调制最后没有滤过直流量，所以导致自己计算的理论值中有直流功率量，噪声系数理论值并不是$\frac{2p_m}{1+p_m}$，而是$\frac{2P_m+\frac{4}{A_c}}{1+P_m}$。