基于Matlab的AM調(diào)制解調(diào)

1、基于Matlab的AM調(diào)制解調(diào)一、AM的調(diào)制原理 AM是指對信號進行幅度調(diào)制2。一般做法是先在原信號上疊加一個直流信號，以保證信號， 然后乘上一個高頻的余弦信號，即得到。在頻域上的效果就是將原信號的域譜移動到W處，以適合信道傳輸?shù)淖罴杨l率范圍g(t)的包絡(luò)線即，用一個簡單的包絡(luò)檢測電路就可以接收并還原信號了。AM調(diào)制 信道信宿信號AM解調(diào)信源信號 加性噪聲圖2.1 仿真原理圖調(diào)制信號 （2.1） 載波信號 （2.2） 調(diào)幅信號的時域表達式 （2.3） 滿足條件 （2.4）幅度調(diào)制是用調(diào)制信號去控制高頻正弦載波的幅度,使其按調(diào)制信號的規(guī)律變化的過程3。幅度調(diào)制器的一般模型如圖2.2所示。 h(t

2、) m(t) 圖2.2幅度調(diào)制模型在圖2.2中，若假設(shè)濾波器4為全通網(wǎng)絡(luò)（ H()1），調(diào)制信號mt疊加直流A0后再與載波相乘，則輸出的信號就是常規(guī)雙邊帶（AM）調(diào)幅.AM調(diào)制器模型如圖2.3所示: m（t） A0 圖2.3 AM調(diào)制模型AM信號波形的包絡(luò)與輸入基帶信號mt成正比，故用包絡(luò)檢波的方法很容易恢復(fù)原始調(diào)制信號。但為了保證包絡(luò)檢波時不發(fā)生失真，須滿足，否則將出現(xiàn)過調(diào)幅現(xiàn)象而帶來失真。AM信號的頻譜是由載頻分量和上、下兩個邊帶組成（通常稱頻譜中畫斜線的部分為上邊帶，不畫斜線的部分為下邊帶）。上邊帶的頻譜與原調(diào)制信號的頻譜結(jié)構(gòu)相同，下邊帶是上邊帶的鏡像。顯然，無論是上邊帶還是下邊帶，都含

3、有原調(diào)制信號的完整信息。故AM信號是帶有載波的雙邊帶信號，它的帶寬信號帶寬的兩倍。從圖中可知發(fā)送信號m(t)和直流分量疊加后乘以高頻載波后即可形成AM調(diào)制信號。具體時域表波形為： （2.5） =對應(yīng)的頻譜波形為：二、AM的解調(diào)原理AM相干解調(diào)器的構(gòu)成原理：相干解調(diào)器的關(guān)鍵是產(chǎn)生相干波5。這里我選取載波本身作為相干波，進而滿足同步的要求。再通過低通濾波器濾除高頻部分。相干載波 （2.7）與相干載波相乘 （2.8）Sp(t)再經(jīng)低通濾波器就得到了解調(diào)器的輸出。從理論上來說，各種信號都可以用正交調(diào)制的方法來實現(xiàn)，其時域形式都可以表示為： （2.9）若調(diào)制信號在數(shù)字域上實現(xiàn)要對式（2.6）進行數(shù)字化：

4、 （2.10）產(chǎn)生調(diào)制信號 圖2.4 AM解調(diào)的數(shù)字模型圖2.4顯示給出了AM解調(diào)的數(shù)字模型。由上圖可知，解調(diào)端信道輸出信號乘以跟發(fā)送端同頻同相的高頻載波后，經(jīng)過低通濾波器提取低頻分量，即可得到原始的基帶調(diào)制信號。由AM信號的頻譜可知，如果將已調(diào)信號的頻譜搬回到原點位置，即可得到原始的調(diào)制信號頻譜，從而恢復(fù)出原始信號。解調(diào)中的頻譜搬移同樣可用調(diào)制時的相乘運算來實現(xiàn)。相干解調(diào)的關(guān)鍵是是必須產(chǎn)生一個與調(diào)制器同頻同相位的載波。如果同頻同相位的條件得不到滿足，則會破壞原始信號的恢復(fù)。具體理論推導(dǎo)如下：送入解調(diào)器的AM的表達為： （2.11） 與同頻同相的相干載波： （2.12） 相乘后得： （2.13

5、） 經(jīng)歷低通濾波器濾除高頻信號后得： （2.14） 再經(jīng)過隔直流電容6后： （2.15）三、AM調(diào)制調(diào)制的流程分析如圖3.1是AM信號調(diào)制解調(diào)流圖。產(chǎn)生調(diào)制信號對信號進行AM調(diào)制產(chǎn)生隨機噪聲，并與已調(diào)信號疊加對信號進行解調(diào)計算輸入輸出信噪比，得到調(diào)制指數(shù)圖3.1 AM信號調(diào)制解調(diào)流程圖1、AM調(diào)制的仿真分析Matlab仿真結(jié)果如下：圖1 調(diào)制信號的波形與頻譜圖2 載波信號的波形與頻譜圖3經(jīng)過AM調(diào)制后信號的波形與頻譜2、設(shè)計FIR數(shù)字低通濾波器FIR濾波器比鞥采用間接法，常用的方法有窗函數(shù)法、頻率采樣法和切比雪夫等波紋逼近法。對于線性相位濾波器，經(jīng)常采用FIR濾波器。 對于數(shù)字高通、帶通濾波器

6、的設(shè)計，通用方法為雙線性變換法?？梢越柚谀M濾波器的頻率轉(zhuǎn)換設(shè)計一個所需類型的過渡模擬濾波器，再經(jīng)過雙線性變換將其轉(zhuǎn)換策劃那個所需的數(shù)字濾波器。具體設(shè)計步驟如下：（1）確定所需類型數(shù)字濾波器的技術(shù)指標。（2）將所需類型數(shù)字濾波器的邊界頻率轉(zhuǎn)換成相應(yīng)的模擬濾波器的邊界頻率，轉(zhuǎn)換公式為=2/T tan(0.5)(3)將相應(yīng)類型的模擬濾波器技術(shù)指標轉(zhuǎn)換成模擬低通濾波器技術(shù)指標。（4）設(shè)計模擬低通濾波器。（5）通過頻率變換將模擬低通轉(zhuǎn)換成相應(yīng)類型的過渡模擬濾波器。（6）采用雙線性變換法將相應(yīng)類型的過渡模擬濾波器轉(zhuǎn)換成所需類型的數(shù)字濾波器。我們知道，脈沖響應(yīng)不變法的主要缺點是會產(chǎn)生頻譜混疊現(xiàn)象，使數(shù)字

7、濾波器的頻響偏離模擬濾波器的頻響特性。為了克服之一缺點，可以采用雙線性變換法。下面我們介紹用窗函數(shù)法設(shè)計FIR濾波器的步驟。如下：（1）根據(jù)對阻帶衰減及過渡帶的指標要求，選擇串窗數(shù)類型（矩形窗、三角窗、漢寧窗、哈明窗、凱塞窗等），并估計窗口長度N。先按照阻帶衰減選擇窗函數(shù)類型。原則是在保證阻帶衰減滿足要求的情況下，盡量選擇主瓣的窗函數(shù)。（2）構(gòu)造希望逼近的頻率響應(yīng)函數(shù)。（3）計算h(n).。（4）加窗得到設(shè)計結(jié)果。3、AM解調(diào)的仿真分析Matlab仿真如下：圖4 高斯白噪聲的波形和頻譜圖5 疊加后的調(diào)制信號的波形與頻譜圖6 經(jīng)過濾波后的AM解調(diào)信號的波形與頻譜附錄：程序代碼clc;fm=100

8、; fc=500; fs=5000; Am=1;A=2;N=512;K=N-1; n=0:N-1; t=(0:1/fs:K/fs);yt=Am*cos(2*pi*fm*t);yt1=fft(yt);figure(1) subplot(2,1,1),plot(t,yt),title('調(diào)制信號f1的時域波形'); q0=(0:N/2-1)*fs/N; mx0=abs(yt1(1:N/2);subplot(2,1,2),plot(q0,mx0),title('調(diào)制信號f1的頻譜'); %AM調(diào)制y0=A+yt; y2=y0.*cos(2*pi*fc*n/fs); %

9、已調(diào)信號y3=fft(y2,N);q1=(0:N/2-1)*fs/N; mx1=abs(y3(1:N/2);figure(2)subplot(2,1,1);plot(t,y2); title('已調(diào)信號的時域波形'); subplot(2,1,2);plot(q1,mx1); title('已調(diào)信號的頻譜'); %繪圖 yc=cos(2*pi*fc*t); figure(3) subplot(2,1,1),plot(t,yc),title('載波fc的時域波形')N=512;n=0:N-1; yc1=Am*cos(2*pi*fc*n/fs); y

10、3=fft(yc1,N); q=(0:N/2-1)*fs/N; mx=abs(y3(1:N/2); figure(3) subplot(2,1,2),plot(q,mx),title('載波fc的頻譜') y4=0.01*randn(1,length(t);figure(4)subplot(2,1,1); plot(t,y4); title('高斯白噪聲的時域波形') ;y5=fft(y4,N); q2=(0:N/2-1)*fs/N; mx2=abs(y5(1:N/2); subplot(2,1,2),plot(q2,mx2),title('高斯白噪聲頻

11、譜')y6=y2+y4;figure(5) subplot(2,1,1),plot(t,y6),title('疊加后的調(diào)制信號的時域波形')q3=q1;mx3=mx1+mx2; subplot(2,1,2),plot(q3,mx3),title('疊加后的調(diào)制信號的頻譜') %µ÷ÖÆ %AM解調(diào)%相干解調(diào)%yv=y6.*yc; %解調(diào) Ws=yv.2; p1=fc-fm; k,Wn,beta,ftype=kaiserord(p1 fc,1 0,0.05 0.01,fs); window=kaiser(k+1,beta); b=fir1(k,Wn,ftype,window,'noscale');yt=filter(b,1,yv); yssdb=yt.*2-2; fi