文章目录
1、引言
\quad\quad
大量的消息信号是模拟的,他们可以直接借助模拟的通信系统传输,而传输的核心内容即为调制与解调。其中幅度调制就是用消息信号去控制载波的瞬时幅度,使载波的幅度随调制信号而变化,它主要包括模拟常规调幅(AM)、抑制载波双边带调幅(DSB-SC)、单边带调幅(SSB)。而分析噪声对传输信号的影响是研究通信系统可靠性的基础,关乎到最终消息信号的质量。
\quad\quad
本文利用MATLAB仿真模拟传输系统,得到其输入输出信噪比与相关的增益,输入输出信噪比的增益越大,抗噪声性能越好,通过这种方式来进行对比分析三种模拟幅度调制的抗噪声性能。
2、系统模型
2.1、基带模拟传输系统
s ( t ) = m ( t ) ( 式 2 − 1 − 1 ) s(t)=m(t) \quad \quad \quad (式2-1-1) s(t)=m(t)(式2−1−1)
S b a s e b a n d = < m t > = P m ( 式 2 − 1 − 2 ) S_{baseband}=<m^{t}>=P_m \quad \quad \quad(式2-1-2) Sbaseband=<mt>=Pm(式2−1−2)
P n = n 0 B ( 式 2 − 1 − 3 ) P_{n}=n_{0}B \quad \quad \quad(式2-1-3) Pn=n0B(式2−1−3)
( S / N ) b a s e b a n d = P m n 0 B ( 式 2 − 1 − 4 ) (S/N)_{baseband}=\frac{P_{m}}{n_{0}B} \quad \quad \quad (式2-1-4) (S/N)baseband=n0BPm(式2−1−4)
2.2、模拟调制系统
B T = { 2 B , for AM and DSB-SC B , for SSB ( 式 2 − 2 − 1 ) B_T= \begin{cases} 2B,& \text {for AM and DSB-SC}\\ B,& \text{for SSB} \end{cases} \quad \quad \quad (式2-2-1) BT={2B,B,for AM and DSB-SCfor SSB(式2−2−1)
2.3、DSB-SC相干解调
m
(
t
)
=
c
o
s
2
π
f
m
t
(
式
2
−
3
−
1
)
m(t)=cos2\pi f_mt \quad \quad \quad(式2-3-1)
m(t)=cos2πfmt(式2−3−1)
s
(
t
)
=
m
(
t
)
∗
c
(
t
)
(
式
2
−
3
−
2
)
s(t)=m(t)*c(t) \quad \quad \quad (式2-3-2)
s(t)=m(t)∗c(t)(式2−3−2)
s ( t ) = A c m ( t ) c o s 2 π f c t ( 式 2 − 3 − 3 ) s(t)=A_cm(t)cos2 \pi f_ct \quad \quad \quad(式2-3-3) s(t)=Acm(t)cos2πfct(式2−3−3)
s d ( t ) = A c ( t ) c o s 2 2 π f c t = A c 2 m ( t ) [ 1 + c o s 4 π f c t ] ( 式 2 − 3 − 4 ) s_d(t)=A_c(t)cos^22 \pi f_ct=\frac {A_c}{2}m(t)[1+cos4 \pi f_c t] \quad \quad \quad(式2-3-4) sd(t)=Ac(t)cos22πfct=2Acm(t)[1+cos4πfct](式2−3−4)
s o ( t ) = A c 2 m ( t ) ( 式 2 − 3 − 5 ) s_o(t)=\frac{A_c}{2}m(t) \quad \quad \quad(式2-3-5) so(t)=2Acm(t)(式2−3−5)
n ( t ) = n c ( t ) c o s 2 π f c t − n s ( t ) s i n 2 π f c t ( 式 2 − 3 − 6 ) n(t)=n_c(t)cos2 \pi f_ct-n_s(t)sin2 \pi f_ct \quad \quad \quad(式2-3-6) n(t)=nc(t)cos2πfct−ns(t)sin2πfct(式2−3−6)
n d ( t ) = n c ( t ) c o s 2 2 π f c t − n s ( t ) s i n 2 π f c t c o s 2 π f c t n_d(t)=n_c(t)cos^22\pi f_ct-n_s(t)sin2\pi f_ctcos2\pi f_ct \quad \quad \quad nd(t)=nc(t)cos22πfct−ns(t)sin2πfctcos2πfct
= 1 2 n c ( t ) + 1 2 n c ( t ) c o s 4 π f c t − 1 2 n s ( t ) s i n 4 π f c t ( 式 2 − 3 − 7 ) =\frac12n_c(t)+\frac12n_c(t)cos4\pi f_ct-\frac12n_s(t)sin4\pi f_ct \quad \quad \quad(式2-3-7) =21nc(t)+21nc(t)cos4πfct−21ns(t)sin4πfct(式2−3−7)
n o ( t ) = 1 2 n c ( t ) ( 式 2 − 3 − 8 ) n_o(t)=\frac12n_c(t) \quad \quad \quad(式2-3-8) no(t)=21nc(t)(式2−3−8)
2.4、SSB相干解调
s ( t ) = A c 2 m ( t ) c o s 2 π f c t ± A c 2 m ^ ( t ) s i n 2 π f c t ( 式 2 − 4 − 1 ) s(t)=\frac{A_c}2m(t)cos2\pi f_ct±\frac{A_c}2 \hat{m}(t)sin2\pi f_ct \quad \quad \quad(式2-4-1) s(t)=2Acm(t)cos2πfct±2Acm^(t)sin2πfct(式2−4−1)
s d ( t ) = A c 4 m ( t ) + A c 4 m ( t ) c o s 4 π f c t ± A c 4 m ^ ( t ) s i n 4 π f c t ( 式 2 − 4 − 2 ) s_d(t)=\frac{A_c}4m(t)+\frac{A_c}4m(t)cos4\pi f_ct±\frac{A_c}4\hat m(t)sin4\pi f_ct \quad \quad \quad(式2-4-2) sd(t)=4Acm(t)+4Acm(t)cos4πfct±4Acm^(t)sin4πfct(式2−4−2)
s o ( t ) = A c 4 m ( t ) ( 式 2 − 4 − 3 ) s_o(t)=\frac{A_c}4m(t) \quad \quad \quad(式2-4-3) so(t)=4Acm(t)(式2−4−3)
n ( t ) 、 n d ( t ) 、 n o ( t ) n(t)、n_d(t)、n_o(t) n(t)、nd(t)、no(t)表达式与式2-3-6、式2-3-7、式2-3-8相同。
上边带(USSB)、下边带(LSSB)。
2.5、AM相干解调
s ( t ) = A c [ m ( t ) + 1 ] c o s 2 π f c t ( 式 2 − 5 − 1 ) s(t)={A_c}[m(t)+1]cos2\pi f_ct \quad \quad \quad(式2-5-1) s(t)=Ac[m(t)+1]cos2πfct(式2−5−1)
s d ( t ) = A c 2 [ m ( t ) + 1 ] [ 1 + c o s 4 π f c t ] ( 式 2 − 5 − 2 ) s_d(t)=\frac{A_c}2[m(t)+1][1+cos4\pi f_ct] \quad \quad \quad(式2-5-2) sd(t)=2Ac[m(t)+1][1+cos4πfct](式2−5−2)
s o ( t ) = A c 2 m ( t ) ( 式 2 − 5 − 3 ) s_o(t)=\frac{A_c}2m(t) \quad \quad \quad(式2-5-3) so(t)=2Acm(t)(式2−5−3)
n ( t ) 、 n d ( t ) 、 n o ( t ) n(t)、n_d(t)、n_o(t) n(t)、nd(t)、no(t)表达式与式2-3-6、式2-3-7、式2-3-8相同。
3、抗干扰性能理论分析
(1)白噪声可用下面语句产生
noise_i=wgn(1,N_sample,power_dB);
这里参数‘power_dB’为功率的分贝值(dBW)。
(2)功率谱密度建议直接法估计,便于观察强度大小的变化
PSD_Noise_i=abs(fft(noise_i)).^2*T_sample/T/f_sample;
(3)计算平均功率
P_noise_i=sum(PSD_Noise_i)/length(PSD_Noise_i)*f_sample;
3.1、DSB-SC相干解调
I
N
P
U
T
S
N
R
INPUT \quad SNR
INPUTSNR
S
i
n
=
s
2
(
t
)
‾
=
A
c
2
2
m
2
(
t
)
‾
=
A
c
2
P
m
2
(
式
3
−
1
−
1
)
S_{in}= \overline{s^2(t)}= \frac {{A_c}^2}2\overline{m^2(t)}=\frac{{A_c}^2P_m}2\quad\quad \quad(式3-1-1)
Sin=s2(t)=2Ac2m2(t)=2Ac2Pm(式3−1−1)
N
i
n
=
E
[
n
2
(
t
)
]
=
n
0
B
D
S
B
−
S
C
=
2
n
0
B
(
式
3
−
1
−
2
)
N_{in}=E[n^2(t)]=n_0B_{DSB-SC}=2n_0B\quad \quad\quad(式3-1-2)
Nin=E[n2(t)]=n0BDSB−SC=2n0B(式3−1−2)
上式中
B
B
B为信号
m
(
t
)
m(t)
m(t)的带宽。
(
S
/
N
)
i
n
=
S
i
n
N
i
n
=
1
2
A
c
2
P
m
2
n
0
B
(
式
3
−
1
−
3
)
(S/N)_{in}=\frac{S_{in}}{N_{in}}=\frac12\frac{{A_c}^2P_m}{2n_0B}\quad\quad\quad(式3-1-3)
(S/N)in=NinSin=212n0BAc2Pm(式3−1−3)
O
U
T
P
U
T
S
N
R
OUTPUT \quad SNR
OUTPUTSNR
S
o
u
t
=
E
[
s
o
2
(
t
)
]
=
A
c
2
2
P
m
=
1
2
S
i
n
(
式
3
−
1
−
4
)
S_{out}= E[{s_o}^2(t)]= \frac {{A_c}^2}2P_m=\frac12S_{in}\quad\quad \quad(式3-1-4)
Sout=E[so2(t)]=2Ac2Pm=21Sin(式3−1−4)
N
o
u
t
=
E
[
n
o
2
(
t
)
]
=
1
4
E
[
n
c
2
(
t
)
]
=
1
4
N
i
n
(
式
3
−
1
−
5
)
N_{out}=E[{n_o}^2(t)]=\frac14E[{n_c}^2(t)]=\frac14 N_{in}\quad \quad\quad(式3-1-5)
Nout=E[no2(t)]=41E[nc2(t)]=41Nin(式3−1−5)
(
S
/
N
)
o
u
t
=
S
o
u
t
N
o
u
t
=
2
S
o
u
t
N
o
u
t
=
A
c
2
P
m
2
n
0
B
(
式
3
−
1
−
6
)
(S/N)_{out}=\frac{S_{out}}{N_{out}}=2\frac{S_{out}}{N_{out}}=\frac{{A_c}^2P_m}{2n_0B}\quad\quad\quad(式3-1-6)
(S/N)out=NoutSout=2NoutSout=2n0BAc2Pm(式3−1−6)
G
D
S
B
−
S
C
G_{DSB-SC}
GDSB−SC
G
D
S
B
−
S
C
=
2
(
式
3
−
1
−
7
)
G_{DSB-SC}=2\quad\quad\quad(式3-1-7)
GDSB−SC=2(式3−1−7)
3.2、SSB相干解调
I
N
P
U
T
S
N
R
INPUT \quad SNR
INPUTSNR
S
i
n
=
<
s
2
(
t
)
>
=
A
c
2
P
m
4
(
式
3
−
2
−
1
)
S_{in}= <{s^2(t)}>=\frac{{A_c}^2P_m}4\quad\quad \quad(式3-2-1)
Sin=<s2(t)>=4Ac2Pm(式3−2−1)
N
i
n
=
E
[
n
2
(
t
)
]
=
n
0
B
S
S
B
=
n
0
B
(
式
3
−
2
−
2
)
N_{in}=E[n^2(t)]=n_0B_{SSB}=n_0B\quad \quad\quad(式3-2-2)
Nin=E[n2(t)]=n0BSSB=n0B(式3−2−2)
上式中
B
B
B为信号
m
(
t
)
m(t)
m(t)的带宽。
(
S
/
N
)
i
n
=
S
i
n
N
i
n
=
1
4
A
c
2
P
m
n
0
B
(
式
3
−
2
−
3
)
(S/N)_{in}=\frac{S_{in}}{N_{in}}=\frac14\frac{{A_c}^2P_m}{n_0B}\quad\quad\quad(式3-2-3)
(S/N)in=NinSin=41n0BAc2Pm(式3−2−3)
O
U
T
P
U
T
S
N
R
OUTPUT \quad SNR
OUTPUTSNR
S
o
u
t
=
<
s
o
2
(
t
)
>
=
<
m
2
(
t
)
>
16
=
1
4
S
i
n
(
式
3
−
2
−
4
)
S_{out}= <{s_o}^2(t)>= \frac {{<m^2(t)>}}{16}=\frac14S_{in}\quad\quad \quad(式3-2-4)
Sout=<so2(t)>=16<m2(t)>=41Sin(式3−2−4)
N
o
u
t
=
E
[
n
o
2
(
t
)
]
=
1
4
E
[
n
c
2
(
t
)
]
=
1
4
N
i
n
(
式
3
−
2
−
5
)
N_{out}=E[{n_o}^2(t)]=\frac14E[{n_c}^2(t)]=\frac14 N_{in}\quad \quad\quad(式3-2-5)
Nout=E[no2(t)]=41E[nc2(t)]=41Nin(式3−2−5)
(
S
/
N
)
o
u
t
=
S
o
u
t
N
o
u
t
=
S
o
u
t
N
o
u
t
=
1
4
A
c
2
P
m
n
0
B
(
式
3
−
2
−
6
)
(S/N)_{out}=\frac{S_{out}}{N_{out}}=\frac{S_{out}}{N_{out}}=\frac14\frac{{A_c}^2P_m}{n_0B}\quad\quad\quad(式3-2-6)
(S/N)out=NoutSout=NoutSout=41n0BAc2Pm(式3−2−6)
G
S
S
B
G_{SSB}
GSSB
G
S
S
B
=
1
(
式
3
−
2
−
7
)
G_{SSB}=1\quad\quad\quad(式3-2-7)
GSSB=1(式3−2−7)
3.3、AM相干解调
I
N
P
U
T
S
N
R
INPUT \quad SNR
INPUTSNR
S
i
n
=
<
s
2
(
t
)
>
=
A
c
2
2
[
1
+
P
m
]
(
式
3
−
3
−
1
)
S_{in}= <{s^2(t)}>=\frac{{A_c}^2}2[1+P_m]\quad\quad \quad(式3-3-1)
Sin=<s2(t)>=2Ac2[1+Pm](式3−3−1)
N
i
n
=
E
[
n
2
(
t
)
]
=
n
0
B
A
M
=
2
n
0
B
(
式
3
−
3
−
2
)
N_{in}=E[n^2(t)]=n_0B_{AM}=2n_0B\quad \quad\quad(式3-3-2)
Nin=E[n2(t)]=n0BAM=2n0B(式3−3−2)
上式中
B
B
B为信号
m
(
t
)
m(t)
m(t)的带宽。
(
S
/
N
)
i
n
=
S
i
n
N
i
n
=
A
c
2
2
[
1
+
P
m
]
2
n
0
B
(
式
3
−
3
−
3
)
(S/N)_{in}=\frac{S_{in}}{N_{in}}=\frac{\frac{{A_c}^2}2[1+P_m]}{2n_0B}\quad\quad\quad(式3-3-3)
(S/N)in=NinSin=2n0B2Ac2[1+Pm](式3−3−3)
O
U
T
P
U
T
S
N
R
OUTPUT \quad SNR
OUTPUTSNR
S
o
u
t
=
<
s
o
2
(
t
)
>
=
m
2
(
t
)
16
=
1
4
A
c
2
P
m
(
式
3
−
3
−
4
)
S_{out}= <{s_o}^2(t)>= \frac {{m^2(t)}}{16}=\frac14{A_c}^2P_m\quad\quad \quad(式3- 3-4)
Sout=<so2(t)>=16m2(t)=41Ac2Pm(式3−3−4)
N
o
u
t
=
E
[
n
o
2
(
t
)
]
=
1
4
E
[
n
c
2
(
t
)
]
=
1
4
N
i
n
(
式
3
−
3
−
5
)
N_{out}=E[{n_o}^2(t)]=\frac14E[{n_c}^2(t)]=\frac14 N_{in}\quad \quad\quad(式3-3-5)
Nout=E[no2(t)]=41E[nc2(t)]=41Nin(式3−3−5)
(
S
/
N
)
o
u
t
=
S
o
u
t
N
o
u
t
=
A
c
2
P
m
2
n
0
B
(
式
3
−
3
−
6
)
(S/N)_{out}=\frac{S_{out}}{N_{out}}=\frac{{A_c}^2P_m}{2n_0B}\quad\quad\quad(式3-3-6)
(S/N)out=NoutSout=2n0BAc2Pm(式3−3−6)
G
A
M
G_{AM}
GAM
G
A
M
=
2
P
m
1
+
P
m
(
式
3
−
3
−
7
)
G_{AM}=\frac{2P_m}{1+P_m}\quad\quad\quad(式3-3-7)
GAM=1+Pm2Pm(式3−3−7)
4、仿真实现与仿真结果
下面代码中的Num1为带通滤波器,Num为带宽为10kHz的低通滤波器。
4.1抑制载波双边带调幅(DSB-SC)
生成信号程序代码:
%生成单音信号:
%------------------
%系统参数设置
%-----------------
T_start=0;%开始时间
T_stop=1;%截止时间
T=T_stop-T_start;%仿真持续时间
T_sample=0.001;%采样间隔
f_sample=1/T_sample; % 采样速率
N_sample=T/T_sample;% 采样点数
%-----------------
%单音信号参数设置
%-----------------
fm=10;%频率
fc=100;
%-----------------
%单音信号产生与波形绘制
%-----------------
n=0:N_sample;
m=cos(2*pi*fm*n*T_sample);
c=cos(2*pi*fc*n*T_sample);
s=m.*c;
sd=s.*c;
s_o=conv(sd,Num);
图4-1-1为基带信号
m
(
t
)
=
c
o
s
(
2
π
f
c
t
)
m(t)=cos(2\pi f_ct)
m(t)=cos(2πfct)的波形。
noise_i=wgn(1,length(s),-33.0103);
信号与噪声叠加后进行DSB-SC:
l=s+noise_i;
l_=conv(Num1,l);
l_d=l_.*c;
l_o=conv(l_d,Num);
图4-1-2为与噪声叠加的输入信号,蓝色线为信号
s
(
t
)
s(t)
s(t),红色线为与噪声叠加之后的信号
s
(
t
)
+
n
i
(
t
)
s(t)+n_i(t)
s(t)+ni(t)。
图4-1-3为经过DSB-SC后的输出信号,蓝色为解调后的输出波形,与基带信号
m
(
t
)
m(t)
m(t)差别不大,仍然是单音信号;红色为有噪声干扰的输出信号,与
m
(
t
)
m(t)
m(t)差别很大。
信噪比分析
下面代码为信号 m ( t ) m(t) m(t)、 s ( t ) s(t) s(t)、 s o ( t ) s_o(t) so(t)的功率谱密度和平均功率的计算。
PSD_m=abs(fft(m)).^2*T_sample/T/f_sample;
f_res=f_sample/N_sample;%频率分辨率
f_max=f_res*N_sample/2;%最大频率
M_rearrange=[PSD_m(N_sample/2+1:N_sample-1),PSD_m(1:N_sample/2)];
P_m=sum(PSD_m)/length(PSD_m)*f_sample;
PSD_s=abs(fft(s)).^2*T_sample/T/f_sample;
S_rearrange=[PSD_s(N_sample/2+1:N_sample-1),PSD_s(1:N_sample/2)];
P_s=sum(PSD_s)/length(PSD_s)*f_sample;
PSD_s_o=abs(fft(s_o)).^2*T_sample/T/f_sample;
So_rearrange=[PSD_s_o(N_sample/2+1:N_sample-1),PSD_s_o(1:N_sample/2)];
P_s_o=sum(PSD_s_o)/length(PSD_s_o)*f_sample;
计算结果如图4-1-4。
经过理论计算
P
m
=
A
c
2
2
P_m=\frac{{A_c}^2}2
Pm=2Ac2、
P
s
=
A
c
2
2
P
m
P_s=\frac{{A_c}^2}2 P_m
Ps=2Ac2Pm、
P
s
o
=
1
2
P
s
P_{so}=\frac12P_s
Pso=21Ps
仿真结果与理论计算结果相近,误差较小。
下面代码为噪声信号 n i ( t ) n_i(t) ni(t)、 n ( t ) n(t) n(t)、 n d ( t ) n_d(t) nd(t)、 n o ( t ) n_o(t) no(t)的功率谱密度和平均功率。
PSD_Noise_i=abs(fft(noise_i)).^2*T_sample/T/f_sample;
Ni_rearrange=[PSD_Noise_i(N_sample/2+1:N_sample-1),PSD_Noise_i(1:N_sample/2)];
P_noise_i=sum(PSD_Noise_i)/length(PSD_Noise_i)*f_sample;
noise=conv(Num1,noise_i);
f_res_1=f_sample/length(noise);%频率分辨率
f_max_1=f_res_1*length(noise)/2;%最大频率
PSD_Noise=abs(fft(noise)).^2/length(noise)/f_sample;
N_rearrange=[PSD_Noise(length(noise)/2+1:length(noise)-1),PSD_Noise(1:length(noise)/2)];
P_noise=sum(PSD_Noise)/length(PSD_Noise)*f_sample;
n=1:length(noise);
c=cos(2*pi*100*n*T_sample);
noise_d=noise.*c;
f_res_2=f_sample/length(noise_d);%频率分辨率
f_max_2=f_res_2*length(noise_d)/2;%最大频率
PSD_Noise_d=abs(fft(noise_d)).^2/length(noise_d)/f_sample;
Nd_rearrange=[PSD_Noise_d(length(noise_d)/2+1:length(noise_d)-1),PSD_Noise_d(1:length(noise_d)/2)];
P_noise_d=sum(PSD_Noise_d)/length(PSD_Noise_d)*f_sample;
noise_o=conv(Num,noise_d);
f_res_3=f_sample/length(noise_o);%频率分辨率
f_max_3=f_res_3*length(noise_o)/2;%最大频率
PSD_Noise_o=abs(fft(noise_o)).^2/length(noise_o)/f_sample;
No_rearrange=[PSD_Noise_o(length(noise_o)/2+1:length(noise_o)-1),PSD_Noise_o(1:length(noise_o)/2)];
P_noise_o=sum(PSD_Noise_o)/length(PSD_Noise_o)*f_sample;
计算结果如图4-1-5。(
n
i
(
t
)
n_i(t)
ni(t)的单边功率谱密度
n
0
=
1
0
−
6
n_0=10^{-6}
n0=10−6)
经过理论计算 P n i = n 0 2 f s a m p l e P_{ni}=\frac{n_0}2f_{sample} Pni=2n0fsample、 P n = 20 n 0 P_n=20n_0 Pn=20n0、 P n d = 10 n 0 P_{nd}=10n_0 Pnd=10n0、 P n o = 5 n 0 P_{no}=5n_0 Pno=5n0,与理论值相近。
下面代码为信噪比的计算:
SNR_in=P_s/P_noise;
SNR_out=P_s_o/P_noise_o;
SNR_in
SNR_out
G_dsb_sc=SNR_out/SNR_in;
G_dsb_sc
如图4-1-6为运行结果。
理论计算的 G D S B − S C = 2 G_{DSB-SC}=2 GDSB−SC=2,运行结果与此相近,由于噪声不稳定,每次运行结果都有所不同,得出的 G D S B − S C G_{DSB-SC} GDSB−SC基本稳定在1.5~2.5之间。
4.2单边带调制(SSB)
Num2为带宽为5kHz的低通滤波器。
生成信号程序代码:
%生成单音信号:
%------------------
%系统参数设置
%-----------------
T_start=0;%开始时间
T_stop=1;%截止时间
T=T_stop-T_start;%仿真持续时间
T_sample=0.001;%采样间隔
f_sample=1/T_sample; % 采样速率
N_sample=T/T_sample;% 采样点数
%-----------------
%单音信号参数设置
%-----------------
fm=10;%频率
fc=100;
%-----------------
%单音信号产生与波形绘制
%-----------------
n=0:N_sample;
m=cos(2*pi*fm*n*T_sample);
m_h=sin(2*pi*fc*n*T_sample);
c=cos(2*pi*fc*n*T_sample);
c_h=sin(2*pi*fc*n*T_sample);
s_1=m.*c/2-m_h.*c_h/2;
s_2=m.*c/2+m_h.*c_h/2;
sd_1=s_1.*c;
sd_2=s_2.*c;
s_o_1=conv(sd_1,Num2);
s_o_2=conv(sd_2,Num2);
生成噪声程序代码:
noise_i=wgn(1,length(s),-33.0103);
信号与噪声叠加后进SSB:
l_1=s_1+noise_i;
l__1=conv(Num1,l_1);
l_d_1=l__1.*c;
l_o_1=conv(l_d_1,Num2);
图4-2-1为与噪声叠加的输入信号,蓝色线为信号 s ( t ) s(t) s(t),红色线为与噪声叠加之后的信号 s ( t ) + n i ( t ) s(t)+n_i(t) s(t)+ni(t)。
图4.2.2为经过SSB后的输出信号,蓝色为解调后的输出波形,与基带信号
m
(
t
)
m(t)
m(t)差别不大,仍然是单音信号;红色为有噪声干扰的输出信号,与
m
(
t
)
m(t)
m(t)差别很大。
信噪比分析
下面代码为信号 m ( t ) m(t) m(t)、 s ( t ) s(t) s(t)、 s o ( t ) s_o(t) so(t)的功率谱密度和平均功率的计算。
PSD_m=abs(fft(m)).^2*T_sample/T/f_sample;
f_res=f_sample/N_sample;%频率分辨率
f_max=f_res*N_sample/2;%最大频率
M_rearrange=[PSD_m(N_sample/2+1:N_sample-1),PSD_m(1:N_sample/2)];
P_m=sum(PSD_m)/length(PSD_m)*f_sample;
PSD_s_1=abs(fft(s_1)).^2*T_sample/T/f_sample;
S_1_rearrange=[PSD_s_1(N_sample/2+1:N_sample-1),PSD_s_1(1:N_sample/2)];
P_s_1=sum(PSD_s_1)/length(PSD_s_1)*f_sample;
PSD_s_2=abs(fft(s_2)).^2*T_sample/T/f_sample;
S_2_rearrange=[PSD_s_2(N_sample/2+1:N_sample-1),PSD_s_2(1:N_sample/2)];
P_s_2=sum(PSD_s_2)/length(PSD_s_2)*f_sample;
f_res_4=f_sample/length(s_o_1);%频率分辨率
f_max_4=f_res_4*length(s_o_1)/2;%最大频率
PSD_s_o_1=abs(fft(s_o_1)).^2/length(s_o_1)/f_sample;
So_1_rearrange=[PSD_s_o_1(length(s_o_1)/2+1:length(s_o_1)-1),PSD_s_o_1(1:length(s_o_1)/2)];
P_s_o_1=sum(PSD_s_o_1)/length(PSD_s_o_1)*f_sample*2;
f_res_5=f_sample/length(s_o_2);%频率分辨率
f_max_5=f_res_5*length(s_o_2)/2;%最大频率
PSD_s_o_2=abs(fft(s_o_2)).^2/length(s_o_2)/f_sample;
So_2_rearrange=[PSD_s_o_2(length(s_o_2)/2+1:length(s_o_2)-1),PSD_s_o_2(1:length(s_o_2)/2)];
P_s_o_2=sum(PSD_s_o_2)/length(PSD_s_o_2)*f_sample*2;
计算结果如图4-2-3。
经过理论计算
P
m
=
A
c
2
2
P_m=\frac{{A_c}^2}2
Pm=2Ac2、
P
s
=
A
c
2
4
P
m
P_s=\frac{{A_c}^2}4 P_m
Ps=4Ac2Pm、
P
s
o
=
1
4
P
s
P_{so}=\frac14P_s
Pso=41Ps
仿真结果与理论计算结果相近,误差较小;且
P
s
1
、
P
s
o
1
(
下
边
带
)
P_{s1}、P_{so1}(下边带)
Ps1、Pso1(下边带)与
P
s
2
、
P
s
o
2
(
上
边
带
)
P_{s2}、P_{so2}(上边带)
Ps2、Pso2(上边带)的平均功率相等,符合理论结果。
下面代码为噪声信号 n i ( t ) n_i(t) ni(t)、 n ( t ) n(t) n(t)、 n d ( t ) n_d(t) nd(t)、 n o ( t ) n_o(t) no(t)的功率谱密度和平均功率。
PSD_Noise_i=abs(fft(noise_i)).^2*T_sample/T/f_sample;
Ni_rearrange=[PSD_Noise_i(N_sample/2+1:N_sample-1),PSD_Noise_i(1:N_sample/2)];
figure(8);
plot((-N_sample/2+1:N_sample/2-1)*f_res,Ni_rearrange(1:N_sample-1));
P_noise_i=(sum(PSD_Noise_i)/length(PSD_Noise_i)*f_sample)/2;
noise=conv(Num1,noise_i);
f_res_1=f_sample/length(noise);%频率分辨率
f_max_1=f_res_1*length(noise)/2;%最大频率
PSD_Noise=abs(fft(noise)).^2/length(noise)/f_sample;
N_rearrange=[PSD_Noise(length(noise)/2+1:length(noise)-1),PSD_Noise(1:length(noise)/2)];
figure(9);
plot((-length(noise)/2+2:length(noise)/2-2)*f_res_1,N_rearrange(1:length(noise)-3));
P_noise=(sum(PSD_Noise)/length(PSD_Noise)*f_sample)/2;
n=1:length(noise);
c=cos(2*pi*100*n*T_sample);
noise_d=noise.*c;
f_res_2=f_sample/length(noise_d);%频率分辨率
f_max_2=f_res_2*length(noise_d)/2;%最大频率
PSD_Noise_d=abs(fft(noise_d)).^2/length(noise_d)/f_sample;
Nd_rearrange=[PSD_Noise_d(length(noise_d)/2+1:length(noise_d)-1),PSD_Noise_d(1:length(noise_d)/2)];
figure(10);
plot((-length(noise_d)/2+2:length(noise_d)/2-2)*f_res_2,Nd_rearrange(1:length(noise_d)-3));
P_noise_d=(sum(PSD_Noise_d)/length(PSD_Noise_d)*f_sample)/2;
noise_o=conv(Num,noise_d);
f_res_3=f_sample/length(noise_o);%频率分辨率
f_max_3=f_res_3*length(noise_o)/2;%最大频率
PSD_Noise_o=abs(fft(noise_o)).^2/length(noise_o)/f_sample;
No_rearrange=[PSD_Noise_o(length(noise_o)/2+1:length(noise_o)-1),PSD_Noise_o(1:length(noise_o)/2)];
figure(11);
plot((-length(noise_o)/2+2:length(noise_o)/2-2)*f_res_3,No_rearrange(1:length(noise_o)-3));
P_noise_o=(sum(PSD_Noise_o)/length(PSD_Noise_o)*f_sample)/2;
计算结果如图4-2-4。(
n
i
(
t
)
n_i(t)
ni(t)的单边功率谱密度
n
0
=
1
0
−
6
n_0=10^{-6}
n0=10−6)
经过理论计算 P n i = n 0 2 f s a m p l e P_{ni}=\frac{n_0}2f_{sample} Pni=2n0fsample、 P n = 10 n 0 P_n=10n_0 Pn=10n0、 P n d = 5 n 0 P_{nd}=5n_0 Pnd=5n0、 P n o = 2.5 n 0 P_{no}=2.5n_0 Pno=2.5n0,与理论值相近。
下面代码为信噪比的计算:
SNR_in=P_s_1/P_noise;
SNR_out=P_s_o_1/P_noise_o;
SNR_in
SNR_out
G_ssb=SNR_out/SNR_in;
G_ssb
如图4-2-5为运行结果。
理论计算的 G S S B = 1 G_{SSB}=1 GSSB=1,运行结果与此相近,由于噪声不稳定,每次运行结果都有所不同,得出的 G S S B G_{SSB} GSSB基本稳定在0.9~1.5之间。
4.3 一般幅度调制(AM)
下面代码中的Num1为带通滤波器,Num为带宽为10kHz的低通滤波器。
生成信号程序代码:
%生成单音信号:
%------------------
%系统参数设置
%-----------------
T_start=0;%开始时间
T_stop=1;%截止时间
T=T_stop-T_start;%仿真持续时间
T_sample=0.001;%采样间隔
f_sample=1/T_sample; % 采样速率
N_sample=T/T_sample;% 采样点数
%-----------------
%单音信号参数设置
%-----------------
fm=10;%频率
fc=100;
%-----------------
%单音信号产生与波形绘制
%-----------------
n=0:N_sample;
m=cos(2*pi*fm*n*T_sample);
c=cos(2*pi*fc*n*T_sample);
s=(m+1).*c;
sd=s.*c;
s_o=conv(sd,Num);
图4-3-1为基带信号
m
(
t
)
=
A
c
∗
c
o
s
(
2
π
f
c
t
)
m(t)=A_c*cos(2\pi f_ct)
m(t)=Ac∗cos(2πfct)的波形。
noise_i=wgn(1,length(s),-33.0103);
信号与噪声叠加后进行DSB-SC:
l=s+noise_i;
l_=conv(Num1,l);
l_d=l_.*c;
l_o=conv(l_d,Num);
图4-3-2为与噪声叠加的输入信号,蓝色线为信号
s
(
t
)
s(t)
s(t),红色线为与噪声叠加之后的信号
s
(
t
)
+
n
i
(
t
)
s(t)+n_i(t)
s(t)+ni(t)。
图4-1-3为经过DSB-SC后的输出信号,蓝色为解调后的输出波形,与基带信号 m ( t ) m(t) m(t)差别不大,仍然是单音信号;红色为有噪声干扰的输出信号,与 m ( t ) m(t) m(t)差别很大。
信噪比分析
下面代码为信号 m ( t ) m(t) m(t)、 s ( t ) s(t) s(t)、 s o ( t ) s_o(t) so(t)的功率谱密度和平均功率的计算。
PSD_m=abs(fft(m)).^2*T_sample/T/f_sample;
f_res=f_sample/N_sample;%频率分辨率
f_max=f_res*N_sample/2;%最大频率
M_rearrange=[PSD_m(N_sample/2+1:N_sample-1),PSD_m(1:N_sample/2)];
P_m=sum(PSD_m)/length(PSD_m)*f_sample;
PSD_s=abs(fft(s)).^2*T_sample/T/f_sample;
S_rearrange=[PSD_s(N_sample/2+1:N_sample-1),PSD_s(1:N_sample/2)];
P_s=sum(PSD_s)/length(PSD_s)*f_sample;
PSD_s_o=abs(fft(s_o)).^2*T_sample/T/f_sample;
So_rearrange=[PSD_s_o(N_sample/2+1:N_sample-1),PSD_s_o(1:N_sample/2)];
P_s_o=sum(PSD_s_o)/length(PSD_s_o)*f_sample;
计算结果如图4-3-4。
经过理论计算
P
m
=
A
c
2
2
P_m=\frac{{A_c}^2}2
Pm=2Ac2、
P
s
=
A
c
2
2
[
1
+
P
m
]
P_s=\frac{{A_c}^2}2 [1+P_m]
Ps=2Ac2[1+Pm]、
P
s
o
=
A
c
2
4
P
m
P_{so}=\frac{{A_c}^2}4P_m
Pso=4Ac2Pm
仿真结果与理论计算结果相近,误差较小。
下面代码为噪声信号 n i ( t ) n_i(t) ni(t)、 n ( t ) n(t) n(t)、 n d ( t ) n_d(t) nd(t)、 n o ( t ) n_o(t) no(t)的功率谱密度和平均功率。
PSD_Noise_i=abs(fft(noise_i)).^2*T_sample/T/f_sample;
Ni_rearrange=[PSD_Noise_i(N_sample/2+1:N_sample-1),PSD_Noise_i(1:N_sample/2)];
P_noise_i=sum(PSD_Noise_i)/length(PSD_Noise_i)*f_sample;
noise=conv(Num1,noise_i);
f_res_1=f_sample/length(noise);%频率分辨率
f_max_1=f_res_1*length(noise)/2;%最大频率
PSD_Noise=abs(fft(noise)).^2/length(noise)/f_sample;
N_rearrange=[PSD_Noise(length(noise)/2+1:length(noise)-1),PSD_Noise(1:length(noise)/2)];
P_noise=sum(PSD_Noise)/length(PSD_Noise)*f_sample;
n=1:length(noise);
c=cos(2*pi*100*n*T_sample);
noise_d=noise.*c;
f_res_2=f_sample/length(noise_d);%频率分辨率
f_max_2=f_res_2*length(noise_d)/2;%最大频率
PSD_Noise_d=abs(fft(noise_d)).^2/length(noise_d)/f_sample;
Nd_rearrange=[PSD_Noise_d(length(noise_d)/2+1:length(noise_d)-1),PSD_Noise_d(1:length(noise_d)/2)];
P_noise_d=sum(PSD_Noise_d)/length(PSD_Noise_d)*f_sample;
noise_o=conv(Num,noise_d);
f_res_3=f_sample/length(noise_o);%频率分辨率
f_max_3=f_res_3*length(noise_o)/2;%最大频率
PSD_Noise_o=abs(fft(noise_o)).^2/length(noise_o)/f_sample;
No_rearrange=[PSD_Noise_o(length(noise_o)/2+1:length(noise_o)-1),PSD_Noise_o(1:length(noise_o)/2)];
P_noise_o=sum(PSD_Noise_o)/length(PSD_Noise_o)*f_sample;
计算结果如图4-1-5。(
n
i
(
t
)
n_i(t)
ni(t)的单边功率谱密度
n
0
=
1
0
−
6
n_0=10^{-6}
n0=10−6)
经过理论计算 P n i = n 0 2 f s a m p l e P_{ni}=\frac{n_0}2f_{sample} Pni=2n0fsample、 P n = 20 n 0 P_n=20n_0 Pn=20n0、 P n d = 10 n 0 P_{nd}=10n_0 Pnd=10n0、 P n o = 5 n 0 P_{no}=5n_0 Pno=5n0,与理论值相近。
下面代码为信噪比的计算:
SNR_in=P_s/P_noise;
SNR_out=P_s_o/P_noise_o;
SNR_in
SNR_out
G_am=SNR_out/SNR_in;
G_am
如图4-3-6-1为
A
m
=
1
A_m=1
Am=1的运行结果。
如图4-3-6-2为
A
m
=
2
A_m=2
Am=2的运行结果。
理论计算的 G a m = 2 1 + P m P m G_{am}=2\frac{1+P_m}{P_m} Gam=2Pm1+Pm,运行结果与此相近,由于噪声不稳定,每次运行结果都有所不同,得出的 G a m G_{am} Gam误差不大。
5、小结
图5-1总结了抑制载波双边带调制(DSB-SC)、单边带调制(SSB)、一般幅度调制(AM)的抗噪声性能。
\quad\quad 通过理论计算以及本次的仿真实验可以得出在AM、DSB-SC、SSB这三个系统中DSB-SC的解调增益最大且为定值2,而SSB系统的解调增益也为定值1,可见,DSB-SC系统的抗干扰能力较SSB系统更强,而AM相干解调系统的解调增益不为定值,且其大小随着基带信号功率的变化而变化但小于2,即DSB-SC系统的抗干扰能力最强,AM系统的抗干扰能力与基带信号的功率相关,且功率越大抗干扰能力越强,SSB系统的抗干扰能力为DSB-SC系统的一半。
6、参考文献
【1】模拟幅度调制系统抗干扰性能仿真分析【模板】
【2】现代通信原理6.2:单边带(SSB)调制
【3】现代通信原理6.1 常规调幅调制(AM)与抑制载波双边带(DSB-SC)调制
【4】现代通信原理5.3: 窄带高斯白噪声
【5】仿真作业3:噪声通过DSB-SC解调器
【6】现代通信原理A.1:仿真确定信号波形与频谱
【7】现代通信原理A.2:FIR低通滤波器设计