脉冲幅度调制信号的功率谱Matlab代码

青春之帆

已于 2024-04-15 17:28:57 修改

阅读量138

点赞数 2

分类专栏：高级信号处理Matlab仿真文章标签： matlab 开发语言信号处理信息与通信

于 2024-04-08 16:55:49 首次发布

本文链接：https://blog.csdn.net/weixin_50848534/article/details/137515546

版权

高级信号处理Matlab仿真专栏收录该内容

2 篇文章 0 订阅

订阅专栏

本文通过理论计算和实际模拟，探讨了PAM信号在具有矩形基脉冲和半波正弦脉冲下的功率谱特性。首先，对理论上的PAM信号进行了傅里叶变换并绘制了其功率谱密度图。接着，通过随机序列生成并分析了实际PAM信号的功率谱，展示了两种不同基带脉冲形状对信号频谱的影响。

摘要由CSDN通过智能技术生成

具体背景及实验分析点击主页专栏的相应文章。

程序1（理论PAM）

clc
clear
f=-8:0.001:8;
a=1;
T=1;

P=a*sin(pi*f*T).*exp(-1*1i*pi*f*T)./(pi*f);   %p(t)傅里叶变换
%傅里叶变换
figure(1)
plot(f,P)
% G=10*log(abs(P).^2);      %G=|P(f)|^2/T
% plot(f,G)
% axis([-8 8 -100 0])

G=((a^2)*(sin(pi*f*T)).^2)./(T*(pi*f).^2);
G=10*log(G);
figure(2)
plot(f,G)
xlabel('f*T')
ylabel('(PSD/Ep)/dB')
title('理论下具有矩形基脉冲的PAM信号功率谱')
axis([-7 7 -100 0])


G1=(a^2*T/(4*pi*pi))*(cos(pi*f*T)./(1/4-(f*T).^2)).^2;
G1=10*log(G1);
figure(3)
plot(f,G1)
xlabel('f*T')
ylabel('(PSD/Ep)/dB')
title('理论下具有半波正弦脉冲的PAM信号功率谱')
axis([-7 7 -100 0])

程序2（实际PAM）

clc
clear

%% 产生随机序列
time=1;           %提取时间周期长度
T=1024;           %提取周期数
am=1;                        %提取幅度值
Ts = 1;                     % 码元周期
N_sample =16; % 单个码元抽样点数
dt = Ts / N_sample; % 抽样时间间隔
N =T; % 码元数
t = 0 : dt : (N * N_sample - 1) * dt; % 序列传输时间
gt = ones(1, N_sample); % NRZ
RAN = round(rand(1, N)); % 随机0 1序列
se = [];
for i = 1 : N % 生成序列
   if RAN(i)==1
       se = [se gt];
   else
       se = [se -1*gt];
   end
end
y=se;%产生了随机序列
figure(1)
subplot(2,1,1)
plot(t,y)
xlabel('f/T')
ylabel('S(t)')
title('具有矩形基脉冲的PAM信号功率谱')
axis([0 T -1 1])

%% 生成功率谱
%具有矩形基脉冲的 PAM 信号
fs = 1/dt; % 采样率
[Pyy,f] = pwelch(y,hanning(N),[],[],fs,'centered');

% 绘制功率谱密度图
subplot(2,1,2)
plot(f,10*log10(Pyy))
axis([-7 7 -40 0])
xlabel('Frequency (Hz)')
ylabel('Power/Frequency (dB/Hz)')
title('Power Spectral Density')

%具有半波正弦脉冲的 PAM 信号
y1=y.*abs(sin(pi*t));            %产生平滑调制的半波
figure(2)
subplot(2,1,1)
plot(t,y1);
xlabel('f/T')
ylabel('半波正弦脉冲S(t)')
title('半波正弦脉冲的 PAM 信号功率谱')
axis([0 T -1 1])

[Pyy,f] = pwelch(y1,hanning(N),[],[],fs,'centered');

% 绘制功率谱密度图
subplot(2,1,2)
plot(f,10*log10(Pyy))
axis([-7 7 -40 0])
xlabel('Frequency (Hz)')
ylabel('Power/Frequency (dB/Hz)')
title('Power Spectral Density')