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
A
M
(
t
)
=
A
c
[
(
1
+
m
(
t
)
)
]
c
o
s
(
2
π
f
c
t
)
s_{AM}(t)=A_c[(1+m(t))]cos(2πf~c~t)
sAM(t)=Ac[(1+m(t))]cos(2πf c t)
其中
m
(
t
)
m(t)
m(t)为基带信号,
s
A
M
(
t
)
s_{AM}(t)
sAM(t)为调制信号
AM信号的频域表达式:
S
A
M
(
f
)
=
A
c
2
[
δ
(
f
−
f
c
)
+
δ
(
f
+
f
c
)
]
S_{AM}(f)=\tfrac{A_c}{2}[\delta(f-f_c)+\delta(f+f_c)]
SAM(f)=2Ac[δ(f−fc)+δ(f+fc)]
AM调制的模型图为:
图
2.1.1
A
M
幅
度
调
制
模
型
图
图2.1.1AM幅度调制模型图
图2.1.1AM幅度调制模型图
AM幅度调制的解调模型图:
图
2.1.2
A
M
幅
度
调
制
相
干
解
调
模
型
图
图2.1.2AM幅度调制相干解调模型图
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
D
S
B
(
t
)
=
A
c
m
(
t
)
c
o
s
(
2
π
f
c
t
)
s_{DSB}(t)=A_cm(t)cos(2\pi f_ct)
sDSB(t)=Acm(t)cos(2πfct)
DSB_SC的频域表达式:
S
D
S
B
(
f
)
=
A
c
2
[
M
(
f
−
f
c
)
+
M
(
f
+
f
c
)
]
S_{DSB}(f)=\tfrac{A_c}{2}[M(f-f_c)+M(f+f_c)]
SDSB(f)=2Ac[M(f−fc)+M(f+fc)]
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
h(t)为低通滤波器
h(t)为低通滤波器
2.3、单边带调幅(SSB)
SSB的时域表达式:
s
S
S
B
(
t
)
=
A
c
2
[
m
(
t
)
c
o
s
(
2
π
f
c
t
)
]
∗
h
S
S
B
(
t
)
s_{SSB}(t)=\tfrac{A_c}{2}[m(t)cos(2\pi f_ct)]*h_{SSB}(t)
sSSB(t)=2Ac[m(t)cos(2πfct)]∗hSSB(t)
SSB的频域表达式:
S
S
S
B
(
f
)
=
A
c
2
[
M
(
f
−
f
c
)
+
M
(
f
+
f
c
)
]
H
S
S
B
(
f
)
S_{SSB}(f)=\tfrac{A_c}{2}[M(f-f_c)+M(f+f_c)]H_{SSB}(f)
SSSB(f)=2Ac[M(f−fc)+M(f+fc)]HSSB(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
S
S
B
信
号
调
制
器
图2.3.1滤波法SSB信号调制器
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
图2.3.2滤波器产生单边带信号示意图
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
S
S
B
调
制
模
型
图
图2.3.3相移法SSB调制模型图
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
A
M
=
B
T
=
2
B
B_{AM}=B_T=2B
BAM=BT=2B
其中B为
m
(
t
)
m(t)
m(t)的带宽
(1)、输入信号
s
(
t
)
s(t)
s(t)的平均功率:
P
S
i
=
<
s
2
(
t
)
>
=
A
c
2
2
(
1
+
P
m
)
P_{S_i}=<s^2(t)>=\tfrac{A_c^2}{2}(1+P_m)
PSi=<s2(t)>=2Ac2(1+Pm)
(2)、输入的噪声的平均功率:
P
N
i
=
E
[
n
2
(
t
)
]
=
N
o
B
A
M
=
2
N
o
B
P_{N_i}=E[n^2(t)]=N_oB_{AM}=2N_oB
PNi=E[n2(t)]=NoBAM=2NoB
(3)、输入的信噪比:
(
S
N
)
i
A
M
=
A
c
2
(
1
+
P
m
)
2
N
o
B
{ (\tfrac{S}{N})}_{i_{AM}}=\tfrac{A_c^2(1+P_m)}{2N_oB}
(NS)iAM=2NoBAc2(1+Pm)
(4)、解调后的
s
o
(
t
)
s_o(t)
so(t)功率:
P
S
o
=
<
s
o
2
(
t
)
>
=
A
c
2
P
m
4
P_{S_o}=<s_o^2(t)>=\tfrac{A_c^2P_m}{4}
PSo=<so2(t)>=4Ac2Pm
(5)、解调后的
n
o
(
t
)
n_o(t)
no(t)噪声功率:
P
N
o
=
<
n
o
2
(
t
)
>
=
N
o
B
2
=
1
4
P
N
i
P_{N_o}=<n_o^2(t)>=\tfrac{N_oB}{2}=\tfrac{1}{4}P_{N_i}
PNo=<no2(t)>=2NoB=41PNi
(6)解调后的信噪比:
(
S
N
)
o
A
M
=
A
c
2
P
m
2
N
o
B
{ (\tfrac{S}{N})}_{o_{AM}}=\tfrac{A_c^2P_m}{2N_oB}
(NS)oAM=2NoBAc2Pm
(7)输入与输出的信噪比之比:
I
N
/
O
U
T
=
2
P
m
1
+
P
m
IN/OUT=\tfrac{2P_m}{1+P_m}
IN/OUT=1+Pm2Pm
3.2、DSB_SC加性高斯白噪声相干解调系统
图
3.1.2
D
S
B
S
C
加
性
高
斯
白
噪
声
相
干
解
调
系
统
模
型
图
图3.1.2DSB_SC加性高斯白噪声相干解调系统模型图
图3.1.2DSBSC加性高斯白噪声相干解调系统模型图
其中
h
1
(
t
)
h_1(t)
h1(t)为带通滤波器,
h
2
(
t
)
为
低
通
滤
波
器
h_2(t)为低通滤波器
h2(t)为低通滤波器
(1)解调输出信号的平均功率:
P
o
=
A
c
2
4
E
[
M
2
(
f
)
]
=
A
c
2
4
R
M
(
0
)
=
A
c
2
4
P
M
P_o=\tfrac{A_c^2}{4}E[M^2(f)]=\tfrac{A_c^2}{4}R_M(0)=\tfrac{A_c^2}{4}P_M
Po=4Ac2E[M2(f)]=4Ac2RM(0)=4Ac2PM
其中
P
M
=
R
M
(
0
)
P_M=R_M(0)
PM=RM(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
=
1
4
P
n
c
=
1
4
P
n
P_{n_o}=\tfrac{1}{4}P_{n_c}=\tfrac{1}{4}P_n
Pno=41Pnc=41Pn
其中
P
n
=
2
N
o
W
P_n=2N_oW
Pn=2NoW
(3解调输出的信噪比
(
S
N
)
o
D
S
B
=
P
o
P
n
o
=
P
R
N
o
W
=
A
c
2
P
M
2
N
o
W
{ (\tfrac{S}{N})}_{o_{DSB}}=\tfrac{P_o}{P_{n_o}}=\tfrac{P_R}{N_oW}=\tfrac{A_c^2P_M}{2N_oW}
(NS)oDSB=PnoPo=NoWPR=2NoWAc2PM
(4)解调输入信号的平均功率
P
R
=
A
c
2
2
P
M
P_R=\tfrac{A_c^2}{2}P_M
PR=2Ac2PM
(5)解调输入端的噪声平均功率
P
n
i
=
2
N
o
W
P_{n_i}=2N_oW
Pni=2NoW
(6)解调输入的信噪比
(
S
N
)
o
D
S
B
=
P
R
N
o
W
=
2
(
S
N
)
i
D
S
B
{ (\tfrac{S}{N})}_{o_{DSB}}=\tfrac{P_R}{N_oW}=2{ (\tfrac{S}{N})}_{i_{DSB}}
(NS)oDSB=NoWPR=2(NS)iDSB
3.3、SSB加性高斯白噪声相干解调系统
图
3.3.1
S
S
B
加
性
高
斯
白
噪
声
相
干
解
调
系
统
模
型
图
图3.3.1SSB加性高斯白噪声相干解调系统模型图
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
=
A
c
2
4
E
[
M
2
(
f
)
]
=
A
c
2
4
R
M
(
0
)
=
A
c
2
4
P
M
P_o=\tfrac{A_c^2}{4}E[M^2(f)]=\tfrac{A_c^2}{4}R_M(0)=\tfrac{A_c^2}{4}P_M
Po=4Ac2E[M2(f)]=4Ac2RM(0)=4Ac2PM
其中
P
M
=
R
M
(
0
)
P_M=R_M(0)
PM=RM(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
=
1
4
P
n
c
=
1
4
P
n
P_{n_o}=\tfrac{1}{4}P_{n_c}=\tfrac{1}{4}P_n
Pno=41Pnc=41Pn
其中
P
n
=
2
N
o
W
P_n=2N_oW
Pn=2NoW
(3解调输出的信噪比
(
S
N
)
o
S
S
B
=
P
o
P
n
o
=
P
R
N
o
W
=
A
c
2
P
M
2
N
o
W
{ (\tfrac{S}{N})}_{o_{SSB}}=\tfrac{P_o}{P_{n_o}}=\tfrac{P_R}{N_oW}=\tfrac{A_c^2P_M}{2N_oW}
(NS)oSSB=PnoPo=NoWPR=2NoWAc2PM
(4)解调输入信号的平均功率
P
R
=
A
c
2
P
M
P_R={A_c^2}P_M
PR=Ac2PM
(5)解调输入端的噪声平均功率
P
n
i
=
N
o
W
P_{n_i}=N_oW
Pni=NoW
(6)解调输入的信噪比
(
S
N
)
o
S
S
B
=
P
R
N
o
W
=
(
S
N
)
i
S
S
B
{ (\tfrac{S}{N})}_{o_{SSB}}=\tfrac{P_R}{N_oW}={ (\tfrac{S}{N})}_{i_{SSB}}
(NS)oSSB=NoWPR=(NS)iSSB
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
4.1.1
r
(
t
)
和
c
(
t
)
的
时
域
和
频
域
波
形
图
图4.1.1r(t)和c(t)的时域和频域波形图
图4.1.1r(t)和c(t)的时域和频域波形图
图
4.1.2
S
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4.1.2S_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4.1.2Sc(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
4.1.3
r
(
t
)
的
时
域
和
频
域
波
形
图
图4.1.3r(t)的时域和频域波形图
图4.1.3r(t)的时域和频域波形图
由图可知,当
β
A
M
=
1
\beta_{AM}=1
βAM=1时,会出现混叠,当
β
A
M
=
1
\beta_{AM}=1
βAM=1时,则不会。
图
4.1.4
输
出
和
输
入
的
信
噪
比
图4.1.4输出和输入的信噪比
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
4.2.1
m
(
t
)
,
c
(
t
)
,
s
(
t
)
,
n
i
(
t
)
,
r
(
t
)
,
r
d
(
t
)
,
m
(
t
)
频
域
波
形
图
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4.2.1m(t),c(t),s(t),ni(t),r(t),rd(t),m(t)频域波形图
图
4.2.2
m
(
t
)
,
c
(
t
)
,
s
(
t
)
,
n
i
(
t
)
,
r
(
t
)
,
r
d
(
t
)
,
m
o
(
t
)
,
m
(
t
)
时
域
波
形
图
图4.2.2m(t),c(t),s(t),n_i(t),r(t),r_d(t),m_o(t),m(t)时域波形图
图4.2.2m(t),c(t),s(t),ni(t),r(t),rd(t),mo(t),m(t)时域波形图
图
4.2.3
n
i
(
t
)
,
n
(
t
)
,
n
d
(
t
)
,
n
o
(
t
)
的
功
率
谱
密
度
图
图4.2.3n_i(t),n(t),n_d(t),n_o(t)的功率谱密度图
图4.2.3ni(t),n(t),nd(t),no(t)的功率谱密度图
图
4.2.4
输
出
和
输
入
的
信
噪
比
图4.2.4输出和输入的信噪比
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 ) m(t) 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
S
S
B
信
号
的
时
域
波
形
和
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
S
S
B
的
时
域
和
频
域
波
形
图4.3.3经过低通滤波器的SSB的时域和频域波形
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4.3.4解调后的波形
图4.3.4解调后的波形
图
4.3.5
n
i
(
t
)
,
n
(
t
)
,
n
d
(
t
)
,
n
o
(
t
)
的
功
率
谱
密
度
图
图4.3.5n_i(t),n(t),n_d(t),n_o(t)的功率谱密度图
图4.3.5ni(t),n(t),nd(t),no(t)的功率谱密度图
图
4.3.6
输
入
输
出
的
噪
声
比
图4.3.6输入输出的噪声比
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