模拟幅度调制系统抗干扰性能仿真分析

1、引言

熟悉并灵活使用matlab，了解AM、DSB、SSB三种模拟幅度调制的模型及其解调方法，并讨论其抗干扰性能。本文将从基本原理、波形、频谱特性、调制方法、解调方法和抗噪声性能等方面对不同系统进行比较分析和比较。分析高斯白噪声对信号的影响来比较这三个系统的抗噪声性能。

2、系统模型

2.1、AM调制

AM调制的时域信号
$$s_{AM}(t)=A_c[(1+m(t))]cos(2\pi fct)$$
其中$m(t）$为基带信号，$s_{AM}(t)$为调制信号
AM信号的频域表达式：
$$S_{AM}(f)=\frac{A_c}{2}[\delta (f-f_c)+\delta (f+f_c)]$$
AM调制的模型图为：

$$图2.1.1AM幅度调制模型图$$

AM幅度调制的解调模型图：

$$图2.1.2AM幅度调制相干解调模型图$$

2.2、抑制载波双边带调制（DSB-SC）

DSB-SB的时域波形表达式：
$$s_{DSB}(t)=A_{c}m(t)cos(2\pi f_{c}t)$$
DSB_SC的频域表达式：
$$S_{DSB}(f)=\frac{A_c}{2}[M(f-f_c)+M(f+f_c)]$$
DSB-SC的调制模型图：

图2.2.1DSB_SC的调制模型图
DSB-SC的相干解调模型图：

其中$h(t)为低通滤波器$

2.3、单边带调幅（SSB）

SSB的时域表达式：
$$s_{SSB}(t)=\frac{A_c}{2}[m(t)cos(2\pi f_{c}t)]\ast h_{SSB}(t)$$
SSB的频域表达式：
$$S_{SSB}(f)=\frac{A_c}{2}[M（f-f_c）+M(f+f_c)]H_{SSB}(f)$$
由于SSB有两种产生方式，下面我们就来看看这两种方法。
滤波法：

$$图2.3.1滤波法SSB信号调制器$$

$$图2.3.2滤波器产生单边带信号示意图$$
相移法

$$图2.3.3相移法SSB调制模型图$$

3、抗噪声性能理论分析

3.1、AM加性高斯白噪声相干解调系统模型图

对于AN信号来说，有
$$B_{AM}=B_T=2B$$
其中B为$m(t)$的带宽
(1）、输入信号$s(t)$的平均功率：
$$P_{S_i}=<s^2(t)>=\frac{A_c^2}{2}(1+P_m)$$
(2)、输入的噪声的平均功率：
$$P_{N_i}=E[n^2(t)]=N_o{B}_{AM}=2N_{o}B$$
(3)、输入的信噪比：
$${(\frac{S}{N})}_{i_{AM}}=\frac{A_c^2(1+P_m)}{2N_{o}B}$$
(4)、解调后的$s_o(t)$功率：
$$P_{S_o}=<s_o^2(t)>=\frac{A_c^2{P}_m}{4}$$
(5)、解调后的$n_o(t)$噪声功率:
$$P_{N_o}=<n_o^2(t)>=\frac{N_{o}B}{2}=\frac{1}{4}{P}_{N_i}$$
(6)解调后的信噪比：
$${(\frac{S}{N})}_{o_{AM}}=\frac{A_c^2{P}_m}{2N_{o}B}$$
(7)输入与输出的信噪比之比：
$$IN/OUT=\frac{2P_m}{1+P_m}$$

3.2、DSB_SC加性高斯白噪声相干解调系统

$$图3.1.2DS{B}_{S}C加性高斯白噪声相干解调系统模型图$$
其中$h_1(t)$为带通滤波器，$h_2(t)为低通滤波器$
（1）解调输出信号的平均功率：
$$P_o=\frac{A_c^2}{4}E[M^2(f)]=\frac{A_c^2}{4}{R}_M(0)=\frac{A_c^2}{4}{P}_M$$
其中$P_M=R_M(0)$是基带随机过程的平均功率。
（2）解调输出噪声的平均功率
$$P_{n_o}=\frac{1}{4}{P}_{n_c}=\frac{1}{4}{P}_n$$
其中$$P_n=2N_{o}W$$
(3解调输出的信噪比
$${(\frac{S}{N})}_{o_{DSB}}=\frac{P_o}{P_{n_o}}=\frac{P_R}{N_{o}W}=\frac{A_c^2{P}_M}{2N_{o}W}$$
(4)解调输入信号的平均功率
$$P_R=\frac{A_c^2}{2}{P}_M$$
(5)解调输入端的噪声平均功率
$$P_{n_i}=2N_{o}W$$
(6)解调输入的信噪比
$${(\frac{S}{N})}_{o_{DSB}}=\frac{P_R}{N_{o}W}=2{(\frac{S}{N})}_{i_{DSB}}$$

3.3、SSB加性高斯白噪声相干解调系统

$$图3.3.1SSB加性高斯白噪声相干解调系统模型图$$
（1）解调输出信号的平均功率：
$$P_o=\frac{A_c^2}{4}E[M^2(f)]=\frac{A_c^2}{4}{R}_M(0)=\frac{A_c^2}{4}{P}_M$$
其中$P_M=R_M(0)$是基带随机过程的平均功率。
（2）解调输出噪声的平均功率
$$P_{n_o}=\frac{1}{4}{P}_{n_c}=\frac{1}{4}{P}_n$$
其中$$P_n=2N_{o}W$$
(3解调输出的信噪比
$${(\frac{S}{N})}_{o_{SSB}}=\frac{P_o}{P_{n_o}}=\frac{P_R}{N_{o}W}=\frac{A_c^2{P}_M}{2N_{o}W}$$
(4)解调输入信号的平均功率
$$P_R=A_c^2{P}_M$$
(5)解调输入端的噪声平均功率
$$P_{n_i}=N_{o}W$$
(6)解调输入的信噪比
$${(\frac{S}{N})}_{o_{SSB}}=\frac{P_R}{N_{o}W}={(\frac{S}{N})}_{i_{SSB}}$$

4、仿真实现与仿真结果

4.1、AM调制与解调

AM参数设置

%AM调制信号的MATLAB实现
dt=0.01;      %时间采样频谱
fc=10;             %载波中心频率
T=5;                %信号时长
N=T/dt;           %采样点个数
t=[0:N-1]*dt;    %采样点的时间序列
wc=2*pi*fc;

当A=1时，AM调制信号及其包络混叠

A=1;
r=A+mt+noise_i;
sam=(A+mt+noise_i).*cos(wc*t);
subplot(414);
plot(t,sam);
hold on;    %画出AM信号波形
plot(t,r,'r-');
title('AM调制信号及其包络 A=1(混叠)');
line([0,5],[0,0],'color','k');

$$图4.1.1r(t)和c(t)的时域和频域波形图$$

$$图4.1.2S_c(t)的时域和频域波形图r(t)和解调出来的信号的时域波形图$$

$$图4.1.3r(t)的时域和频域波形图$$
由图可知，当 ${\beta }_{AM}=1$时，会出现混叠，当 ${\beta }_{AM}=1$时，则不会。

$$图4.1.4输出和输入的信噪比$$
，易知IN/OUT=1;

4.2、DSB_SC调制与解调

各点的噪声功率谱密度

%解调器各点白噪声的功率谱密度
PSD_Noise_i=abs(fft(noise_i)).^2*T_sample/T/f_sample;
PSD_Noise=abs(fftshift(fft(noise))).^2*T_sample/T/f_sample;
PSD_Noise_d=abs(fftshift(fft(noise_d))).^2*T_sample/T/f_sample*10^3;
PSD_Noise_o=abs(fftshift(fft(noise_o))).^2*T_sample/T/f_sample*10^9;
PSD_n_rearrange=[PSD_Noise(N_sample/2+1:N_sample-1),PSD_Noise(1:N_sample/2)];
PSD_nd_rearrange=[PSD_Noise_d(N_sample/2+1:N_sample-1),PSD_Noise_d(1:N_sample/2)];
PSD_no_rearrange=[PSD_Noise_o(N_sample/2+1:N_sample-1),PSD_Noise_o(1:N_sample/2)];

信噪比：

P_noise=sum(PSD_Noise)/length(PSD_Noise)*f_sample;
P_noise_o=sum(PSD_Noise_o)/length(PSD_Noise_o)*f_sample;
SN_in=P_noise/4;
SN_out=P_noise_o/4;
display(SN_in);
display(SN_out);

$$图4.2.1m(t),c(t),s(t),n_i(t),r(t),r_d(t),m(t)频域波形图$$

$$图4.2.2m(t),c(t),s(t),n_i(t),r(t),r_d(t),m_o(t),m(t)时域波形图$$

$$图4.2.3n_i(t),n(t),n_d(t),n_o(t)的功率谱密度图$$

$$图4.2.4输出和输入的信噪比$$
由图可知，IN/OUT接近于2；

4.3、SSB调制与解调

对$m(t)$信号进行调制

%SSB调制信号时域
r_i=noise_i+r;      %对调制信号进行调制
Ri=abs(fftshift(fft(r_i)));
figure(2);
subplot(211);
plot((-300/2+1:300/2)/Fs,r_i);                          %SSB信号时域波形
title('SSB信号通过带通滤波器后的时域波形 ');        
xlabel('t');

$$图4.3.3基带信号以及加入噪声之后的时域波形图以及R(t)的频谱$$

$$图4.3.3经过带通滤波器后SSB信号的时域波形和频谱$$

$$图4.3.3经过低通滤波器的SSB的时域和频域波形$$
$$图4.3.4解调后的波形$$

$$图4.3.5n_i(t),n(t),n_d(t),n_o(t)的功率谱密度图$$

$$图4.3.6输入输出的噪声比$$
由图可知，IN/OUT=1.25；存在一定的误差。

5、小结

通过这次资金亲手做matlab仿真实验，发现自己还是有很多地方的不足，比如说总是遇到一些跟别人与众不同的问题，但是通过自己的不断地求知和突破精神，最后得到了还是很好的结果。同时通过这次实验，对AM，DSB，SSB这三种调幅系统有了更深的理解。

6、参考文献

1、模拟幅度调制系统抗干扰性能仿真分析[模板]
2、现代通信原理6.2：单边带(SSB)调制
3、MATLAB通信仿真实例1：无噪声信道下DSB-SC调制解调器
4、现代通信原理6.1 常规调幅调制(AM)与抑制载波双边带(DSB-SC)调制
5、模拟幅度调制系统抗干扰性能仿真分析