数字通信第三章——有记忆信号传输方式

最新推荐文章于 2023-09-23 10:30:00 发布

程勇uestc

最新推荐文章于 2023-09-23 10:30:00 发布

阅读量2.5k

点赞数

分类专栏：数字通信文章标签：有记忆信号传输方式有记忆线性调制有记忆非线性调制 CPFSK CPM

本文链接：https://blog.csdn.net/qq_40438165/article/details/107400307

版权

数字通信专栏收录该内容

15 篇文章 20 订阅

订阅专栏

一、什么是有记忆调制

$\quad$ 连续发送的信号间具有相关性，引入相关性能使得发送信号频谱与信道的频谱特征相适应。可以通过编码来引入相关性。有记忆调制分为有记忆线性调制和有记忆非线性调制。

二、有记忆线性调制

$\quad$ 三种基带信号：

NRZ(非归零)：二进制1用幅度为A的矩形脉冲表示，0用幅度为-A的矩形脉冲，没有引入记忆
NRZI(非归零反转)：也叫差分编码，发送1时幅度电平发生转换，发送0时与上一时刻一样，引入了记忆
延迟调制(密勒码)
$\quad$ 转移矩阵：由信号间转移概率构成的矩阵。转移概率 $P_{ij}$ 表示当先前发送信号波形 $s_i(t )$ 之后，发送当前波形 $s_j(t)$ 的概率.如下图所示：

$\quad$ 信号相关性的描述方法一般有状态图、转移矩阵和网格图三种。下图为NRZI信号对应的描述：
在这里插入图片描述
$\quad$ 下图为延迟调制对应的三种描述：

三、有记忆非线性调制

$\quad$ 这一节主要介绍CPFSK和CPM两种有记忆非线性调制方式。

连续相位FSK

$\quad$ 无记忆FSK：用不同的频率携带要发送的数字信号，各频率间相互独立。由此特点可以得到无记忆FSK的缺点：存在频率突发式切换，造成频谱旁瓣增加，需要较大的传输带宽。解决方法就是：引入记忆，使载波相位连续变化，即CPFSK。
$\quad$ CPFSK：以PAM信号 $d(t)=\sum_n I_ng(t-nT)$ 来对载波进行频率调制，从而获得等效低通波形 $v(t)=\sqrt{\frac{2ε}{T}}e^{j[4\pi Tf_d \int d(\tau)d\tau+\phi_0]}$ ，相应的已调信号波形为 $s(t)=\sqrt{\frac{2ε}{T}}cos[2\pi f_ct+\phi(t,I)+\phi_0]$ ，其中 $\phi(t,I)=4\pi Tf_d \int d(\tau)d\tau$ 。
尽管d(t)具有不连续性，但d(t)的积分是连续的——连续相位。
$\quad$ 接下来对 $\phi(t,I)$ 进行进一步的探究：
在这里插入图片描述

连续相位调制CPM：CPFSK推广到一般情况

CPM的特例：最小移频键控MSK

四、数字调制信号的功率谱

$\quad$ 选择调制技术时,必须考虑信道带宽的约束和带宽效率。如果求出随机过程的功率谱密度,就可以确定信号所需的信道带宽.
$\quad$ 假设已调信号为 $s(t)=Re\{v(t)e^{j2\pi f_ct}\}$ ，其自相关函数为 $\phi_{ss}(\tau)=Re\{\phi_{vv}(\tau)e^{j2\pi f_ct}\}$ ，其功率谱密度即为自相关函数的傅里叶变换，可以推得 $\Phi_{ss}(f)=\frac{1}{2}[\Phi_{vv}(f-f_c)+\Phi_{vv}(-f-f_c)]$ 因此，求已调信号的功率谱，只要确定等效低通信号v(t)的自相关函数和功率谱即可！
$\quad$ 等效低通信号为 $v(t)=\sum_{n=-\infty}^{n=\infty} I_ng(t-nT)$ ， $I_n$ 的自相关函数为 $\phi_{ii}(m)=\frac{1}{2}E[I_n^*I_{n+m}]$ 。 $v (t)$ 的自相关函数密度为 $\Phi_{vv}(f)=\frac{1}{T}|G(f)|^2\Phi_{ii}(f)$ ，其中 $G(f)=F[g(t)],\Phi_{ii}(f)=\sum_{m=-\infty}^{\infty}\phi_{ii}(m)e^{-j2\pi fmT}$ 。
$\quad$ 上述式子说明了 $v (t)$ 的功率谱密度由两个因素决定：

调制用的基本脉冲 $g (t)$ ，较平滑的 $g (t)$ 导致更紧凑的功率谱密度
信息序列 ${I_n}$ 的功率谱密度，取决于信息序列的相关特性，控制它可以得到不同的PSD

$\quad$ TIPS:对于任意信息序列的自相关 $\phi_{ii}(m)$ ：相应的功率谱密度 $\phi_{ii}(m)$ 是以 $\frac{1}{T}$ 为周期的频率函数。

$\quad$ 当消息符号为实数，且互不相关时，可以得到化简后的功率谱 $\Phi_{vv}(f)=\frac{\sigma_i^2}{T}|G(f)|^2+\frac{\mu_i^2}{T^2}\sum_{m=-\infty}^{\infty}|G(m/T)|^2\delta(f-m/T)$ 进一步的特性分析见下图：
在这里插入图片描述