首先是归零码和非归零码区别,在于一个码元周期内信号是否归零。对于单极性和双极性信号来说,只要在一个码元周期内,取值不会发生改变即为非归零码。与取值是否有零无关。
产生数字基带信号
Ts = 1; % 码元周期
N_sample =100; % 单个码元抽样点数
%%这里采用抽样的原因是matlab不能生成一个连续信号,只能用离散的信号去近似,故在这里N_sample个点数,构成了我们所看到的0或者1的区间
dt = Ts / N_sample; % 抽样时间间隔
N = 100; % 码元数,决定最后的时间t
t = 0 : dt : (N * N_sample - 1) * dt; % 序列传输时间
gt1 = ones(1, N_sample); % NRZ,非归零信号,码元周期内全零或全一,即N_sample个数值不会变化
gt2 = ones(1, N_sample./2); % RZ,归零信号,全一长度只有一半,即N_sample/2
%% 生成随机序列
RAN = round(rand(1, N)); % 随机0 1序列 N长,round近似取0或者1
%%用生成的第一个数便是后面的99个
NRZ= [];%是一个空的cell
for i = 1 : N % 生成序列
if RAN(i)==1
NRZ = [NRZ gt1];%如果开头是1,NRZ全一gt1
else
NRZ = [NRZ 0*gt1];%如果开头是0,NRZ全0,0*gt1
end
end
%% 绘制出结果
figure(1)
subplot(2, 1, 1);
plot(t, NRZ);
grid on;
axis([0 10 -1.5 1.5]);%这里只给出10s的变化,完整是100s
title('NRZ信号');
%% 生成单极性RZ序列
RAN = round(rand(1, N)); % 随机0 1序列
RZ = [];
for i = 1 : N % 生成序列
if RAN(i)==1
RZ = [RZ gt2];
RZ = [RZ gt2*0];%前面先是一半的1,后面是一半的0
else
RZ = [RZ 0*gt1];%全零
end
end
%% 绘制出结果
figure(2);
subplot(2, 1, 1);
plot(t, RZ);
grid on;
axis([0 10 -1.5 1.5]);
title('RZ信号');
xlabel('t(s)')
ylabel('s(t)(V)')
在这个给出了单极性归零和非归零基带信号的生成方法,并提供了时域进行观察。除此之外,需要引入频域进行研究。
对于连续信号的频域研究,不应该是幅度谱和相位谱,这是对于离散信号来说。连续时间喜好需要对其进行傅里叶级数展开,研究其功率谱的特点。
%% 功率谱密度计算
fft_NRZ = fftshift(fft(NRZ)); % 求序列的频谱
PE1 = 10 * log10(abs(fft_NRZ) .^ 2 / (N * Ts)); %功率:能量除以时间,公式法求概率谱密度,单位db
PEL1 = (-length(fft_NRZ) / 2 : length(fft_NRZ) / 2 - 1) /10; % 求区间长度
绘制谱图
%% 绘制出结果
subplot(2, 1, 2);
plot(PEL1, PE1);
xlabel('f/Hz')
ylabel('P_s(f)/dB')
grid on;
axis([-50 50 -50 50]);
title('单极性非归零基带信号功率谱密度');