NR Modulation 5

最新推荐文章于 2022-11-23 23:41:43 发布

明朝百晓生

最新推荐文章于 2022-11-23 23:41:43 发布

阅读量1k

点赞数

分类专栏：芯片开发文章标签： java 数据库前端

4AM_明朝百晓生

本文链接：https://blog.csdn.net/chengxf2/article/details/125907648

版权

芯片开发专栏收录该内容

94 篇文章 35 订阅

订阅专栏

参考

Professor David S. Ricketts

目录

Quadrature Amplitude Modulation
cos vs sin

一 Quadrature Amplitude Modulation

1.1 优点：提高了带宽效率

1.2 影响因素：

抗噪性以及功率

1.3 星座图

星座图有很多种

主要看

1：任意两点之间的最小距离

影响抗噪声性能，距离越小越容易出错

2：最大距离

影响功率，越大功耗越高

1.4 例子

如下 16-PSK 16-QAM

一个symbols 都是传输4bit,带宽效率一致

但是16-PSK 功耗更高。实际使用中，没有哪个是更好的，比如有效硬件限制，

在高频信号时候，AM调制效率非常差，这个时候使用16-PSK会比

16-QAM更好

二 cos vs sin

2.1 $cos w_c t$ I

定理1：狄拉克函数重要性质

$\int_{-\infty}^{\infty}\delta(x-x_0)f(x)dx=f(x_0)$

定理2：傅里叶逆变换定义

$f(t)=\frac{1}{2\pi}\int F(w)e^{jwt}dw$

根据定理1,2 对 $2\pi \delta (w-w_c)$ 做傅里叶逆变换

   $\frac{1}{2\pi}\int_{-\infty}^{\infty} 2\pi \delta (w-w_c) e^{jwt}dw=\frac{2\pi}{2\pi}e^{jw_c}=e^{jw_ct}$ （t是常量）

则

$F(e^{jw_c t})=2\pi \delta (w-w_c)$

因为

$cos w_c t= \frac{e^{j w_c t}+e^{-j w_c t}}{2}$

   $=\frac{2\pi \delta (w-w_c)+2\pi \delta (w+w_c)}{2}$

   $=\pi(\delta (w-w_c)+\delta (w+w_c))$

时域上乘以一个cos函数本质上相当于频域上的卷积，卷积利用狄拉克函数的性质

利用上面性质假设输入信号为 $f(w)$ ,则最后的输出信号s(w)就是，得到的就是最后一张图

$f(w)*\pi(\delta(w-w_{c_2})+\delta(w-w_{c_2}))=\pi(f(w-w_{c_2})+f(w+w_{c_2}))$

2.2 $sin w_c t$ Q

实际上差不多，多了一个j

2.3 quadrature modulation

最后看一下IQ 调制，一路是跟cos 卷积，一路跟sin 卷积

卷积后的包络如右图.

三 cos vs sin

我们原始发送的信号,经过变换后变成了4份copy.

可以通过一个滤波器把重复的部分过滤掉，降低功率。

3.1 cos vs sin

$cos wt =\frac{e^{jwt}+e^{-jwt}}{2}$
$sin(wt)=cos(wt-\frac{\pi}{2})$

$=\frac{e^{j(wt-\frac{\pi}{2})}+e^{j(wt+\frac{\pi}{2})}}{2}$

$=\frac{-je^{jwt}+je^{-jwt}}{2}$

$=\frac{e^{jwt}-e^{-jwt}}{2j}$

3.2 再看一下 $sinw_ct$

<0部分相当于乘以一个j,做了翻转

>0 部分乘以一个-j,保持不变

明朝百晓生

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
NR Modulation 5

NR modulation , BPSK, QPSK, QAM, cos vs sin ,SSB ,
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。