【数字信号调制】2ASK+2FSK+2PSK调制解调仿真【含GUI Matlab源码 1504期】

最新推荐文章于 2024-06-07 09:06:34 发布

Matlab武动乾坤

最新推荐文章于 2024-06-07 09:06:34 发布

阅读量1k

点赞数 18

分类专栏： Matlab信号处理（进阶版）文章标签： matlab

本文链接：https://blog.csdn.net/KeepingMatlab/article/details/135285704

版权

Matlab信号处理（进阶版）专栏收录该内容

522 篇文章 45 订阅

订阅专栏

✅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、数字信号调制系统简介

二进制数字信号调制原理
数字调制是指用数字基带信号对载波的某些参量进行控制, 使载波的这些参量随基带信号的变化而变化。在通信系统中, 作为载波的正弦波有幅度、频率和相位3个参数, 对应的也就有3种基本的调制方式:调幅、调频和调相。由于数字信号不同与模拟信号的特殊性, 在数字载波通信中, 这3种基本的调制方式分别被称为幅移 (ASK) 、频移键控 (FSK) 和相移键控 (PSK) 。调制信号是二进制数字基带信号时, 这种调制称为二进制数字调制。在二进制数字调制中, 载波的幅度、频率和相位只有两种变化方式。

1 ASK调制
振幅键控是利用载波的幅度变化来传递数字信息, 而其频率和初相位保持不变。二进制幅度键控 (2ASK) 方式是数字调制方式中出现最早也是最简单的一种方法。这种方法最初用于电报系统, 二进制振幅键控常常作为研究其它数字调制方式的基础。2ASK调制信号只有0或1两个电平相乘的, 结果相当于将载频或者关断, 或者接通, 它的实际意义是当调制的数字信号为“1”时, 传输载波;当调制的数字信号为“0”时, 不传输载波。

2ASK信号的一般表达式为:
在这里插入图片描述
其中

2 FSK调制
频移键控是利用载波的频率变化来传递数字信息。在2FSK中, 载波的频率随二进制基带信号在f1和f0的两个频率点变化。它的实际意义是当调制的数字信号为“1”或“0”时传输f1或f2频率的载波。
在这里插入图片描述
其中ω1=2nf1, ω0=2nf0, θn为频率为f1的载波的初始相位, φn为频率为f0的载波的初始相位。令为Dn的反码, 即

则2FSK信号可表示为:

3 PSK调制
相移键控是利用载波的相位变化来传递数字信息, 而振幅和频率保持不变。PSK调制时, 载波的相位随调制信号状态不同而改变。如果两个频率相同的载波同时开始振荡, 这两个频率同时达到正最大值, 同时达到零值, 同时达到负最大值, 此时它们就处于“同相”状态;如果一个达到正最大值时, 另一个达到负最大值, 则称为“反相”。一般把信号振荡一次 (一周) 作为360度。如果一个波比另一个波相差半个周期, 我们说两个波的相位差180度, 也就是反相。当传输数字信号时, “1”码控制发0度相位, “0”码控制发180度相位。相移键控有很好的抗干扰性, 在有衰落的信道中也能获得很好的效果。

⛄二、部分源代码

%=通信原理课程设计==%

function varargout = Login(varargin)
gui_Singleton = 1;
gui_State = struct(‘gui_Name’, mfilename, …
‘gui_Singleton’, gui_Singleton, …
‘gui_OpeningFcn’, @Login_OpeningFcn, …
‘gui_OutputFcn’, @Login_OutputFcn, …
‘gui_LayoutFcn’, [] , …
‘gui_Callback’, []);
if nargin && ischar(varargin{1})
gui_State.gui_Callback = str2func(varargin{1});
end

if nargout
[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
else
gui_mainfcn(gui_State, varargin{:});
end

function Login_OpeningFcn(hObject, eventdata, handles, varargin)

handles.output = hObject;
guidata(hObject, handles);

global user_flag;
global lock_flag;
user_flag=0;
lock_flag=0;

user=imread(‘user.jpg’);
user=imresize(user,[50,50],‘bilinear’);
set(handles.USER,‘CDATA’,user);
lock=imread(‘Lock.jpg’);
lock=imresize(lock,[50,50],‘bilinear’);
set(handles.LOCK,‘CDATA’,lock);
login=imread(‘login.jpg’);
set(handles.Login,‘CDATA’,login);

function varargout = Login_OutputFcn(hObject, eventdata, handles)

varargout{1} = handles.output;

function Login_Callback(hObject, eventdata, handles)
global user_flag;
global lock_flag;
if user_flag~=1 && lock_flag1
errordlg(‘请输入学号’,‘提示’,‘modal’)
end
if user_flag1 && lock_flag~=1
errordlg(‘请输入密码’,‘提示’,‘modal’)
end
if user_flag~=1 && lock_flag~=1
errordlg(‘请输入学号和密码’,‘提示’,‘modal’)
end
if user_flag1 && lock_flag1
run(‘Serein.m’);
close(Login);
end

function figure1_CreateFcn(hObject, eventdata, handles)
Background=axes(‘units’,‘normalized’,‘pos’,[0 0 1 1]);
uistack(Background,‘down’);
img=imread(‘Log.jpg’);
image(img);
colormap gray
set(Background,‘handlevisibility’,‘off’,‘visible’,‘off’);

function Login_CreateFcn(hObject, eventdata, handles)

%用户名输入
function UserInput_Callback(hObject, eventdata, handles)
global user_flag;
ID=get(hObject,‘String’);
if (str2num(ID)~=0)
user_flag=1;
end

function UserInput_CreateFcn(hObject, eventdata, handles)
if ispc && isequal(get(hObject,‘BackgroundColor’), get(0,‘defaultUicontrolBackgroundColor’))
set(hObject,‘BackgroundColor’,‘white’);
end

function uipanel2_CreateFcn(hObject, eventdata, handles)

function axes1_CreateFcn(hObject, eventdata, handles)

function axes3_CreateFcn(hObject, eventdata, handles)

function LockInput_CreateFcn(hObject, eventdata, handles)
if ispc && isequal(get(hObject,‘BackgroundColor’), get(0,‘defaultUicontrolBackgroundColor’))
set(hObject,‘BackgroundColor’,‘white’);
end

%密码输入
function LockInput_Callback(hObject, eventdata, handles)
global lock_flag;
password=get(hObject,‘String’);
if (str2num(password)~=0)
lock_flag=1;
end

function axes4_CreateFcn(hObject, eventdata, handles)

function axes5_CreateFcn(hObject, eventdata, handles)

function USER_Callback(hObject, eventdata, handles)

function LOCK_Callback(hObject, eventdata, handles)
function [Output] = PSK_Chart(SNR,PERIOD)
i=10;
j=5000;
t=linspace(0,5,j);
fc=10;
fm=i/5;
B=2*fm;

error=0; %存取错误码元的个数
for echo=1:1:PERIOD %一共循环echo个周期

a=round(rand(1,i));
st1=t;
for n=1:10
if a(n)<1
for m=j/i*(n-1)+1:j/in
st1(m)=0;
end
else
for m=j/i(n-1)+1:j/i*n
st1(m)=1;
end
end
end
figure(1);
subplot(421);
plot(t,st1);
title(‘二进制基带信号’);
axis([0,5,-1,2]);

%二进制基带信号求反
st2=t;
for k=1:j
if st1(k)>=1
st2(k)=0;
else
st2(k)=1;
end
end

st3=st1-st2;
subplot(422);
plot(t,st3);
title(‘双极性基带信号’);
axis([0,5,-2,2]);

%产生载波信号
s1=sin(2pifc*t);
subplot(423);
plot(s1);
title(‘载波信号’);

%2PSK调制
e_psk=st3.*s1;

subplot(424);
plot(t,e_psk);
title(‘2PSK调制信号’);

%高斯白噪声
psk=awgn(e_psk,SNR);
subplot(425);
plot(t,psk);
title(‘加噪后信号’);

%带通滤波器
[b1,a1]=ellip(4,0.11,30,[9,11]*2/40);
psk=filter(b1,a1,psk);

psk=psk.*s1;
subplot(426);
plot(t,psk);
title(‘与载波相乘后信号’);

[B,A]=butter(4,0.14);
psk=filter(B,A,psk);
subplot(427);
plot(t,psk);
title(‘低通滤波后’);

%抽样判决
for m=0:i-1
if psk(1,m500+250)<0
for j=m500+1:(m+1)500
psk(1,j)=0;
end
else
for j=m500+1:(m+1)500
psk(1,j)=1;
end
end
end
for k=1:1:5000
if st1(k)~=psk(k)
error=error+1;
end
end
subplot(428);
plot(t,psk);
axis([0,5,-1,2]);
title(‘抽样判决后波形’);
end
error_rate=error/500/(10PERIOD); %计算误码率
Output=error/500;
end

⛄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]曾祥龙,梁清梅,索丽敏.运用MATLAB实现对数字信号调制的仿真[J].黑龙江科技信息. 2009,(32)

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