第五章 模拟调制系统1


前言

调制:把信号加载到载波上
调制目的:

  1. 在无线传输中,为了获得更好的辐射效率,天线尺寸必须与发射信号波长相比拟,通过调制可以把信号搬到高频。
  2. 把多个基带信号分别搬到不同的载频处,可以实现多路复用,提高信道利用率。
  3. 扩展信号宽带,提高抗噪性能。
  4. 抽象为一句话,为了实现信号更好的传输

解调:从已调信号中恢复消息信号


一、幅度调制(线性调制)

一般模型(滤波法):
$在这里插入图片描述

m ( t ) m(t) m(t)为消息信号,经过 c o s ω c t cos\omega_ct cosωct进行频谱搬移,然后经过某种滤波器,得到 s m ( t ) s_m(t) sm(t)已调信号。调制的核心在于 h ( t ) h(t) h(t)的设计。
s m ( t ) = [ m ( t ) c o s ω c t ] ∗ h ( t ) s_m(t)=[m(t)cos\omega_ct]*h(t) sm(t)=[m(t)cosωct]h(t)
发展思路:
(DSB)双边带调制:最简单调制,没有 h ( t ) h(t) h(t),需要相干解调(较复杂)。

(AM)常规调幅: 为了使用更简单的解调方式,在DSB的基础上引入一个常数 A 0 A_0 A0,使 m ( t ) + A 0 m(t)+A_0 m(t)+A0大于0,通过包络检波解调。

(SSB)单边带调制: 为了提高双DSB边带的频带利用效率。

(VSB)残留边带调制: 单边带调制虽然提高了频带利用效率,但是需要设计截断式滤波器,为了降低设计难度,使用更简单的滤波器,有了VSB。

一般模型(相移法):
在这里插入图片描述

一种等效模型,
s m ( t ) = s I ( t ) c o s ω c t + s Q ( t ) s i n ω c t s I ( t ) = [ h ( t ) c o s ω c t ] ∗ m ( t ) s Q ( t ) = [ h ( t ) s i n ω c t ] ∗ m ( t ) s_m(t)=s_I(t)cos\omega_ct+s_Q(t)sin\omega_ct\\ s_I(t)=[h(t)cos\omega_ct]*m(t)\\ s_Q(t)=[h(t)sin\omega_ct]*m(t) sm(t)=sI(t)cosωct+sQ(t)sinωctsI(t)=[h(t)cosωct]m(t)sQ(t)=[h(t)sinωct]m(t)
等效模型,本质依旧是设计 H ( ω ) H(\omega) H(ω)

1.(DSB)双边带调制

在这里插入图片描述
如上图所示,非常简单的一个过程 仅有一个频谱搬移。波形和频谱如下图所示:
在这里插入图片描述
S D S B ( t ) S_{DSB}(t) SDSB(t)进行包络检波会出错,无法解调出 m ( t ) m(t) m(t) S D S B ( t ) S_{DSB}(t) SDSB(t)的对称性,我们可以考虑只传输一个边带。

2.(AM)常规调幅

在这里插入图片描述
在频谱搬移之前加上一个常数项即可。频谱和波形如下图
在这里插入图片描述
如图所示, S A M ( t ) S_{AM}(t) SAM(t)经过包络检波可以恢复出 m ( t ) + A 0 m(t)+A_0 m(t)+A0
与DSB相比
优点:可以使用简单的解调方式
缺点:功率利用率低小于 50 % 50\% 50%,而DSB功率利用率为 100 % 100\% 100%
S A M ( t ) = A 0 c o s ω c t + m ( t ) c o s ω c t P A M = A 0 2 2 + m 2 ( t ) ‾ 2 η A M = P s P A M = m 2 ( t ) ‾ A 0 2 + m 2 ( t ) ‾ m ( t ) + A 0 ≥ 0 , m 2 ( t ) ‾ ≤ A 0 2 , η A M ≤ 50 % S_{AM}(t)=A_0cos\omega_ct+m(t)cos\omega_ct\\ P_{AM}=\frac{A_0^2}{2}+\frac{\overline{m^2(t)}}{2}\\ \eta_{AM}=\frac{P_s}{P_{AM}}=\frac{\overline{m^2(t)}}{A_0^2+\overline{m^2(t)}}\\ m(t)+A_0\ge0,\overline{m^2(t)}\leq A_0^2,\eta_{AM}\leq 50\% SAM(t)=A0cosωct+m(t)cosωctPAM=2A02+2m2(t)ηAM=PAMPs=A02+m2(t)m2(t)m(t)+A00,m2(t)A02,ηAM50%

3.(SSB)单边带调制

a. 滤波法

在这里插入图片描述
如上图所示,我们需要设计一个滤波器来过滤其中一边的信号,其特性如下图所示:
在这里插入图片描述
S S S B ( w ) = S D S B ( w ) ∗ H ( w ) S_{SSB}(w)=S_{DSB}(w)*H(w) SSSB(w)=SDSB(w)H(w)可以得到单边信号。但是设计此滤波器的复杂度太高,难以实现。

b. 相移法

分别求出上边带和下边带的表达式
m ( t ) = A m c o s ω m t c ( t ) = c o s ω c t S D S B ( t ) = A m c o s ω m c o s ω c t = 1 2 A m c o s ( ω c + ω m ) t + 1 2 A m c o s ( ω c − ω m ) t S U S B ( t ) = 1 2 A m c o s ( ω c + ω m ) t = 1 2 A m c o s ω c c o s ω m + 1 2 A m s i n ω c s i n ω m S L S B ( t ) = 1 2 A m c o s ( ω c − ω m ) t = 1 2 A m c o s ω c c o s ω m − 1 2 A m s i n ω c s i n ω m S S S B ( t ) = 1 2 A m c o s ω c c o s ω m + − 1 2 A m s i n ω c s i n ω m m(t)=A_mcos\omega_mt\\ c(t)=cos\omega_c t \\ \bm{S_{DSB}(t)}=A_{m}cos\omega_mcos\omega_ct\\ =\frac{1}{2}A_mcos(\omega_c+\omega_m)t+\frac{1}{2}A_mcos(\omega_c-\omega_m)t \\ \bm{S_{USB}(t)}=\frac{1}{2}A_mcos(\omega_c+\omega_m)t\\ =\frac{1}{2}A_mcos\omega_ccos\omega_m+\frac{1}{2}A_msin\omega_csin\omega_m\\ \bm{S_{LSB}(t)}=\frac{1}{2}A_mcos(\omega_c-\omega_m)t\\ =\frac{1}{2}A_mcos\omega_ccos\omega_m-\frac{1}{2}A_msin\omega_csin\omega_m\\ \bm{S_{SSB}(t)}=\frac{1}{2}A_mcos\omega_ccos\omega_m+-\frac{1}{2}A_msin\omega_csin\omega_m m(t)=Amcosωmtc(t)=cosωctSDSB(t)=Amcosωmcosωct=21Amcos(ωc+ωm)t+21Amcos(ωcωm)tSUSB(t)=21Amcos(ωc+ωm)t=21Amcosωccosωm+21AmsinωcsinωmSLSB(t)=21Amcos(ωcωm)t=21Amcosωccosωm21AmsinωcsinωmSSSB(t)=21Amcosωccosωm+21Amsinωcsinωm
s i n ω m t sin\omega_mt sinωmt可以看做 c o s ω m t cos\omega_mt cosωmt相移 π 2 \frac{\pi}{2} 2π的结果,因此叫做相移法,我们把这一过程记作希尔伯特变换^。调制器如下所示:
在这里插入图片描述
此模型需要设计希尔伯特变换滤波器,难点。

4.(VSB)残留边带调制

SSB的调制器设计较为困难,因此设计了一种介于DSB与SSB之间的调制方式。
在这里插入图片描述
该模型的调制器如何设计,我们采用倒推的方式,从解调的方式反解出调制器的特性。
由滤波法:
S V S B ( ω ) = S D S B ( ω ) H ( w ) = 1 2 [ M ( ω + ω c ) + M ( ω − ω c ) ] H ( ω ) S_{VSB}(\omega)=S_{DSB}(\omega)H(w)\\ =\frac{1}{2}[M(\omega+\omega_c)+M(\omega-\omega_c)]H(\omega) SVSB(ω)=SDSB(ω)H(w)=21[M(ω+ωc)+M(ωωc)]H(ω)
解调:
在这里插入图片描述

s p ( t ) = 2 s V S B ( t ) c o s ω c t S p ( w ) = [ S V S B ( ω + ω c ) + S V S B ( ω − ω c ) ] = 1 2 [ M ( ω + 2 ω c ) + M ( ω ) ] H ( ω + ω c ) + 1 2 [ M ( ω ) + M ( ω − 2 ω c ) ] H ( ω − ω c ) s_p(t)=2s_{VSB}(t)cos\omega_ct\\ S_p(w)=[S_{VSB}(\omega+\omega_c)+S_{VSB}(\omega-\omega_c)]\\ =\frac{1}{2}[M(\omega+2\omega_c)+M(\omega)]H(\omega+\omega_c)\\+\frac{1}{2}[M(\omega)+M(\omega-2\omega_c)]H(\omega-\omega_c) sp(t)=2sVSB(t)cosωctSp(w)=[SVSB(ω+ωc)+SVSB(ωωc)]=21[M(ω+2ωc)+M(ω)]H(ω+ωc)+21[M(ω)+M(ω2ωc)]H(ωωc)
通过LPF(低通滤波器)得到:
S d ( ω ) = 1 2 M ( ω ) [ H ( ω + ω c ) + H ( ω − ω c ) ] S_d(\omega)=\frac{1}{2}M(\omega)[H(\omega+\omega_c)+H(\omega-\omega_c)] Sd(ω)=21M(ω)[H(ω+ωc)+H(ωωc)]
为了不失真的恢复, [ H ( ω + ω c ) + H ( ω − ω c ) ] [H(\omega+\omega_c)+H(\omega-\omega_c)] [H(ω+ωc)+H(ωωc)]为常数。 H ( ω ) H(\omega) H(ω)必须在 ω c \omega_c ωc处必须具有互补对称特性。
在这里插入图片描述

5.相干解调

解调与调制的实质一样,频谱搬移。
一般模型:
在这里插入图片描述
此过程和调制相似,使用的时低通滤波器。
相干解调:接收端提供一个与已调载波同频同相的本地载波。
s m ( t ) = s I ( t ) c o s ω c t + s Q ( t ) s i n ω c t s p ( t ) = s m ( t ) c o s ω c t = 1 2 s I ( t ) + 1 2 s I ( t ) c o s 2 ω c t + 1 2 s Q ( t ) s i n 2 ω c t s d ( t ) = 1 2 s I ( t ) = 1 2 [ h ( t ) c o s ω c t ] ∗ m ( t ) s_m(t)=s_I(t)cos\omega_ct+s_Q(t)sin\omega_ct\\ s_p(t)=s_m(t)cos\omega_ct\\ =\frac{1}{2}s_I(t)+\frac{1}{2}s_I(t)cos2\omega_ct+\frac{1}{2}s_Q(t)sin2\omega_ct\\ s_d(t)=\frac{1}{2}s_I(t)=\frac{1}{2}[h(t)cos\omega_ct]*m(t) sm(t)=sI(t)cosωct+sQ(t)sinωctsp(t)=sm(t)cosωct=21sI(t)+21sI(t)cos2ωct+21sQ(t)sin2ωctsd(t)=21sI(t)=21[h(t)cosωct]m(t)

6.包络检波

在这里插入图片描述
由二极管VD和RC低通滤波器组成。
输入 S A M = [ A 0 + m ( t ) ] c o s ω c t S_{AM}=[A_0+m(t)]cos\omega_ct SAM=[A0+m(t)]cosωct
当大信号检波时(大于0.5V),二极管处于受控的开关状态。
f H < < 1 R C < < f c f_{H}<<\frac{1}{RC}<<f_c fH<<RC1<<fc
f H f_H fH是调制信号的最高频率, f c f_c fc为载波频率,
则输出 s d ( t ) = A c + m ( t ) s_d(t)=A_c+m(t) sd(t)=Ac+m(t),隔去直流后可以得到 m ( t ) m(t) m(t)

二、线性调制系统的抗噪性能

1. 分析模型

系统中避免不了噪声,本节研究在信道加性高斯白噪声的背景下,各种线性调制系统的抗噪性能。
在这里插入图片描述
BPF(带通滤波器):滤除已调信号 s m ( t ) s_m(t) sm(t)频带以外的噪声。起到频带选择的作用。评价性能时所用指标有两个:
信噪比 S N = 有用信号的平均功率 噪声信号的平均功率 = s m 2 ( t ) ‾ n 2 ( t ) G = S o / N o S i / N i \text{信噪比}\frac{S}{N}=\frac{\text{有用信号的平均功率}}{\text{噪声信号的平均功率}}=\frac{\overline{s_m^2(t)}}{n^2(t)}\\ G=\frac{S_o/N_o}{S_i/N_i} 信噪比NS=噪声信号的平均功率有用信号的平均功率=n2(t)sm2(t)G=Si/NiSo/No
下标 o o o表示解调输出信号, i i i表示输入信号, G G G表示信噪比增益。
窄带高斯白噪声满足:
n i ( t ) = n c ( t ) c o s ω 0 t − n s ( t ) s i n ω 0 t n i 2 ( t ) ‾ = n c 2 ( t ) ‾ = n s 2 ( t ) ‾ = N i n_i(t)=n_c(t)cos\omega_0t-n_s(t)sin\omega_0t\\ \overline{n_i^2(t)}=\overline{n_c^2(t)}=\overline{n_s^2(t)}=N_i ni(t)=nc(t)cosω0tns(t)sinω0tni2(t)=nc2(t)=ns2(t)=Ni

2. DSB

在这里插入图片描述
有用信号功率:
s m ( t ) = m ( t ) c o s ω c t m o ( t ) = 1 2 m ( t ) S i = s m 2 ( t ) = [ m ( t ) c o s ω c t ] 2 ‾ = 1 2 m 2 ( t ) ‾ S o = m o 2 ( t ) ‾ = 1 4 m 2 ( t ) ‾ s_m(t)=m(t)cos\omega_ct\\ m_o(t)=\frac{1}{2}m(t)\\ S_i=s_m^2(t)=\overline{[m(t)cos\omega_ct]^2}=\frac{1}{2}\overline{m^2(t)}\\ S_o=\overline{m_o^2(t)}=\frac{1}{4}\overline{m^2(t)} sm(t)=m(t)cosωctmo(t)=21m(t)Si=sm2(t)=[m(t)cosωct]2=21m2(t)So=mo2(t)=41m2(t)
噪声功率:
n i ( t ) = n c ( t ) c o s ω 0 t − n s ( t ) s i n ω 0 t c ( t ) n i ( t ) = n c ( t ) c o s 2 ω 0 t − n s ( t ) s i n ω 0 t c o s ω 0 t n o ( t ) = 1 2 n c ( t ) N o = n o 2 ( t ) ‾ = 1 4 n c 2 ( t ) ‾ = 1 4 N i n_i(t)=n_c(t)cos\omega_0t-n_s(t)sin\omega_0t\\ c(t)n_i(t)=n_c(t)cos^2\omega_0t-n_s(t)sin\omega_0tcos\omega_0t\\ n_o(t)=\frac{1}{2}n_c(t)\\ N_o=\overline{n^2_o(t)}=\frac{1}{4}\overline{n_c^2(t)}=\frac{1}{4}N_i ni(t)=nc(t)cosω0tns(t)sinω0tc(t)ni(t)=nc(t)cos2ω0tns(t)sinω0tcosω0tno(t)=21nc(t)No=no2(t)=41nc2(t)=41Ni
增益:
G D S B = 2 G_{DSB}=2 GDSB=2

3. SSB

在这里插入图片描述

有用信号功率:
S m ( t ) = 1 2 m ( t ) c o s ω c + − 1 2 m ( t ) ^ s i n ω c S i = 1 4 m 2 ( t ) ‾ m o ( t ) = 1 4 m ( t ) S o = 1 16 m 2 ( t ) ‾ S_{m}(t)=\frac{1}{2}m(t)cos\omega_c+-\frac{1}{2}\hat{m(t)}sin\omega_c\\ S_i=\frac{1}{4}\overline{m^2(t)}\\ m_o(t)=\frac{1}{4}m(t)\\ S_o=\frac{1}{16}\overline{m^2(t)} Sm(t)=21m(t)cosωc+21m(t)^sinωcSi=41m2(t)mo(t)=41m(t)So=161m2(t)
噪声功率:因为和DSB一样用的相干解调,因此一样
N o = n o 2 ( t ) ‾ = 1 4 n c 2 ( t ) ‾ = 1 4 N i N_o=\overline{n^2_o(t)}=\frac{1}{4}\overline{n_c^2(t)}=\frac{1}{4}N_i No=no2(t)=41nc2(t)=41Ni
增益:
G S S B = 1 G_{SSB}=1 GSSB=1

4.AM

在这里插入图片描述
输入功率:
s m ( t ) = [ A + m ( t ) ] c o s ω c t S i = A 0 2 2 + m 2 ( t ) ‾ 2 s m ( t ) + n i ( t ) = [ A 0 + m ( t ) + n c ( t ) ] c o s ω c t − n s ( t ) s i n ω c t = E ( t ) c o s ω c + ϕ ( t ) E ( t ) = [ A 0 + m ( t ) + n c ( t ) ] 2 + n s 2 ( t ) ϕ ( t ) = a r c t a n [ n s ( t A 0 + m ( t ) + n c ( t ) ] N i = n 0 B s_m(t)=[A+m(t)]cos\omega_ct\\ \bm{S_i}=\frac{A^2_0}{2}+\frac{\overline{m^2(t)}}{2}\\ s_m(t)+n_i(t)=[A_0+m(t)+n_c(t)]cos\omega_ct-n_s(t)sin\omega_ct\\ =E(t)cos\omega_c+\phi(t)\\ E(t)=\sqrt{[A_0+m(t)+n_c(t)]^2+n^2_s(t)}\\ \phi(t)=arctan[\frac{n_s(t}{A_0+m(t)+n_c(t)}]\\ \bm{N_i}=n_0B sm(t)=[A+m(t)]cosωctSi=2A02+2m2(t)sm(t)+ni(t)=[A0+m(t)+nc(t)]cosωctns(t)sinωct=E(t)cosωc+ϕ(t)E(t)=[A0+m(t)+nc(t)]2+ns2(t) ϕ(t)=arctan[A0+m(t)+nc(t)ns(t]Ni=n0B

a. 大信噪比

[ A + m ( t ) ] > > n c 2 ( t ) + n s 2 ( t ) E ( t ) = A 0 + m ( t ) + n c ( t ) S o = m 2 ( t ) ‾ N o = n 0 B [A+m(t)]>>\sqrt{n^2_c(t)+n^2_s(t)}\\ E(t)=A_0+m(t)+n_c(t)\\ \bm{S_o}=\overline{m^2(t)}\\ \bm{N_o}=n_0B [A+m(t)]>>nc2(t)+ns2(t) E(t)=A0+m(t)+nc(t)So=m2(t)No=n0B

增益:
G A M ≤ 2 3 G_{AM} \leq\frac{2}{3} GAM32

b.低信噪比

出现门限效应

  • 2
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
MATLAB中实现FSK调制系统可以分为以下步骤: 1. 定义参数:定义载波频率、信号频率、采样频率、调制深度等参数。 2. 生成基带信号:生成随机的数字信号,并将其转换成基带信号。 3. 生成调制信号:使用基带信号和载波信号进行调制,生成FSK调制信号。 4. 添加噪声:为模拟真实通信环境,可以向调制信号中添加高斯白噪声。 5. 绘制结果:绘制输入信号、基带信号、载波信号和调制信号的波形图,并计算信号的功率谱密度。 下面是MATLAB代码示例: ```matlab %% 定义参数 fc1 = 2000; % 第一个载波频率 fc2 = 4000; % 第二个载波频率 fs = 50000; % 采样频率 f1 = 1000; % 第一个信号频率 f2 = 5000; % 第二个信号频率 depth = 0.5; % 调制深度 SNR = 10; % 信噪比 %% 生成基带信号 t = 0:1/fs:1/f1*10; % 时间序列 data = randi([0,1],1,length(t)*2); % 随机数字信号 message = reshape(data,2,length(t)); % 将数字信号转换为基带信号 baseband_signal = cos(2*pi*f1*t*message(1,:) + 2*pi*f2*t*message(2,:)); % 生成基带信号 %% 生成调制信号 carrier1 = cos(2*pi*fc1*t); % 生成第一个载波信号 carrier2 = cos(2*pi*fc2*t); % 生成第二个载波信号 modulated_signal = baseband_signal.*carrier1 + (1-baseband_signal).*carrier2; % 生成FSK调制信号 %% 添加噪声 noisy_signal = awgn(modulated_signal,SNR,'measured'); % 向调制信号中添加高斯白噪声 %% 绘制结果 % 绘制输入信号波形 figure; subplot(4,1,1); plot(data,'LineWidth',2); title('Input Signal'); xlim([0,length(t)*2]); ylim([-0.2,1.2]); grid on; % 绘制基带信号波形 subplot(4,1,2); plot(t,baseband_signal,'LineWidth',2); title('Baseband Signal'); xlim([0,1/f1*10]); ylim([-1.2,1.2]); grid on; % 绘制载波信号波形 subplot(4,1,3) plot(t,carrier1,'r','LineWidth',2); hold on; plot(t,carrier2,'b','LineWidth',2); title('Carrier Signal'); xlim([0,1/f1*10]); ylim([-1.2,1.2]); legend('Carrier 1','Carrier 2'); grid on; % 绘制调制信号波形 subplot(4,1,4); plot(t,modulated_signal,'LineWidth',2); title('Modulated Signal'); xlim([0,1/f1*10]); ylim([-2.2,2.2]); grid on; % 计算功率谱密度并绘制 figure; [psd,f] = pwelch(modulated_signal,[],[],[],fs); plot(f,10*log10(psd),'LineWidth',2); xlim([0,fs/2]); xlabel('Frequency (Hz)'); ylabel('Power/Frequency (dB/Hz)'); title('Power Spectral Density of Modulated Signal'); grid on; ``` 在这个示例中,我们生成了两个不同频率的载波信号,使用随机的数字信号生成基带信号,然后用基带信号和两个载波信号进行FSK调制。为了模拟真实通信环境,我们向调制信号中添加了高斯白噪声。最后,我们绘制了输入信号、基带信号、载波信号和调制信号的波形图,以及调制信号的功率谱密度。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值