【超宽带仿真】PPM调制超宽带信号仿真（高斯白噪声信道+时域和频域图）【含Matlab源码 3400期】

本文链接：https://blog.csdn.net/KeepingMatlab/article/details/135148706

✅博主简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，Matlab项目合作可私信。
🍎个人主页：海神之光
🏆代码获取方式：
海神之光Matlab王者学习之路—代码获取方式
⛳️座右铭：行百里者，半于九十。

⛄一、PPM调制超宽带信号仿真

PPM调制是一种脉冲调制技术，它将模拟信号转换为脉冲信号进行传输。在PPM调制中，脉冲的宽度是固定的，而脉冲的位置则表示模拟信号的幅度。具体来说，当模拟信号的幅度高于某个阈值时，脉冲信号就会在一个固定的时间间隔内出现；当模拟信号的幅度低于该阈值时，脉冲信号则不会出现。因此，PPM调制的本质是一种脉冲位置调制技术。

下面是一个简单的PPM调制的例子，假设我们要将一个正弦波信号进行PPM调制并传输。具体步骤如下：
1 将正弦波信号进行采样，得到一系列的采样值。
2 将采样值与一个固定的阈值进行比较，如果采样值高于该阈值，则在一个固定的时间间隔内产生一个脉冲信号；否则不产生脉冲信号。
3 将产生的脉冲信号进行传输。
4 接收端接收到脉冲信号后，根据脉冲信号的位置和宽度还原出原始的正弦波信号。

⛄二、部分源代码

pw1=.5e-9;%pulse width in nanosec,change to desired width
pw=pw1/2.5;%Fudge factor for inaccurate PWs(approx. 4-5 for 1st der. and
%approx. 2-3 for 2nd der.)
Fs=100e9;%sample frequency
Fn=Fs/2;%Nyquist frequency
t=-1e-9:1/Fs:20e-9;%time vector sampled at Fs Hertz. zoom in/out using (-1e-9:1/Fs:xxxx)
A=1;
%================================================
% EQUATIONS
%================================================
%y=A*(t/pw).exp(-(t/pw).^2);%1st derivative of Gaussian pulse=Gaussian monocycle
y =A(1 - 4pi.((t)/pw).^2).* exp(-2pi.((t)/pw).^2);%2nd derivative of Gaussian
%==================================================
% 2ND DERIVATIVE DOUBLET(PPM WITH 5 PULSES)
%==================================================
%modulated doublet
yp=y+ …
A*(1-4pi.((t-2.5e-9-.2e-9)/pw).^{2).*exp(-2*pi.*((t-2.5e-9-.2e-9)/pw).}2)+ …
A*(1-4pi.((t-5.0e-9)/pw).^{2).*exp(-2*pi.*((t-5.0e-9)/pw).}2)+ …
A*(1-4pi.((t-7.5e-9-.2e-9)/pw).^{2).*exp(-2*pi.*((t-7.5e-9-.2e-9)/pw).}2)+ …
A*(1-4pi.((t-10e-9)/pw).^{2).*exp(-2*pi.*((t-10e-9)/pw).}2);

%unmodulated doublet
B=1;%This shows how the anplitude matching of templet and modulated signal
%plays an important part. Would require AGC on first LNA to hold modulated
%sig constant within an expected multipath range.(B=.4 to .5 causes errors).
yum=By+ …
B(1-4pi.((t-2.5e-9)/pw).^{2).*exp(-2*pi.*((t-2.5e-9)/pw).}2)+ …
B*(1-4pi.((t-5.0e-9)/pw).^{2).*exp(-2*pi.*((t-5.0e-9)/pw).}2)+ …
B*(1-4pi.((t-7.5e-9)/pw).^{2).*exp(-2*pi.*((t-7.5e-9)/pw).}2)+ …
B*(1-4pi.((t-10e-9)/pw).^{2).*exp(-2*pi.*((t-10e-9)/pw).}2);

yc=yp.yum;%yc(correlated output)=yp(modulated)times yum(unmodulated) doublet.
%This is where the correlation occurs in the receiver and would be the
%first mixer in the receiver.
%==================================================
% FFT
%==================================================
%new FFT for modulated doublet
y=yp;%y=modulated doublet
NFFY=2.^(ceil(log(length(y))/log(2)));
FFTY=fft(y,NFFY);%pad with zeros
NumUniquePts=ceil((NFFY+1)/2);
FFTY=FFTY(1:NumUniquePts);
MY=abs(FFTY);
MY=MY2;
MY(1)=MY(1)/2;
MY(length(MY))=MY(length(MY))/2;
MY=MY/length(y);
f=(0:NumUniquePts-1)2Fn/NFFY;

%new fft for unmodulated doublet
y1=yum;%unmodulated doublet
NFFY1=2.^(ceil(log(length(y1))/log(2)));
FFTY1=fft(y1,NFFY1);%pad with zeros
NumUniquePts=ceil((NFFY1+1)/2);
FFTY1=FFTY1(1:NumUniquePts);
MY1=abs(FFTY1);
MY1=MY1*2;
MY1(1)=MY1(1)/2;
MY1(length(MY1))=MY1(length(MY1))/2;
MY1=MY1/length(y1);
f=(0:NumUniquePts-1)2Fn/NFFY1;

⛄三、运行结果

在这里插入图片描述

⛄四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1]郭永强,于喜志,黄晓芬,田太权,杨俊.UWB定位应用综述[J].数字技术与应用. 2023,41(02)

3 备注
简介此部分摘自互联网，仅供参考，若侵权，联系删除

🍅 仿真咨询
1 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化

2 机器学习和深度学习方面
卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

3 图像处理方面
图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

4 路径规划方面
旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化

5 无人机应用方面
无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配

6 无线传感器定位及布局方面
传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化

7 信号处理方面
信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化

8 电力系统方面
微电网优化、无功优化、配电网重构、储能配置

9 元胞自动机方面
交通流人群疏散病毒扩散晶体生长

10 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合