頻率和相位調制類信號分析與仿真研究

1、<p>　　微弱相位數字識別信號前向頻率估計算法研究與性能仿真</p><p><b>　　摘要</b></p><p>　　識別就是對信號源的信息進行處理，使其變?yōu)檫m合于信道傳輸的形式的過程。一般來說，信號源的信息（也稱為信源）含有直流分量和頻率較低的頻率分量，稱為基帶信號。基帶信號往往不能作為傳輸信號，因此必須把基帶信號轉變?yōu)橐粋€相對基帶頻率而言頻率非常

2、高的信號以適合于信道傳輸。這個信號叫做已調信號，而基帶信號叫做識別信號。識別是通過改變高頻載波即消息的載體信號的幅度、相位或者頻率，使其隨著基帶信號幅度的變化而變化來實現的。</p><p>　　識別在通信系統(tǒng)中有十分重要的作用。通過識別，不僅可以進行頻譜搬移，把識別信號的頻譜搬移到所希望的位置上，從而將識別信號轉換成適合于傳播的已調信號，而且它對系統(tǒng)的傳輸有效性和傳輸的可靠性有著很大的影響。識別方式往往決定了一

3、個通信系統(tǒng)的性能，特別是在移動通信中，GMSK、OFDM等識別方式在GSM、TD-LTE網絡中的應用。在眾多的識別方式中，其識別的復雜度和識別效率各有長短。為此，本次畢業(yè)設計的目的是，從識別效率和抗干擾能力及其應用等方面出發(fā)，分析各種識別技術的識別復雜度，通過利用MATLAB語言進行波形仿真分析及研究識別的各種特性，畫出識別波形及誤碼率的波形，這樣能夠很直觀的看出識別的效率和及其復雜度，主要從調頻和調相類識別方式中選擇出最好的識別方式，

4、這對于移動通信等領域的應用是很有幫助的。</p><p><b>　　第1章 概述</b></p><p>　　識別技術是把基帶信號變換成傳輸信號的技術。它將模擬信號抽樣量化后，以二進制數字信號“1”或“0”對光載波進行通斷識別，并進行脈沖編碼（PCM）。數字識別的優(yōu)點是抗干擾能力強，中繼時噪聲及色散的影響不積累，因此可實現長距離傳輸。它的缺點是需要較寬的頻帶，設備

5、也復雜。 </p><p>　　1.1識別的基本定義</p><p>　　基帶信號是原始的電信號，一般是指基本的信號波形，在數字通信 </p><p>　　中則指相應的電脈沖。在無線遙測遙控系統(tǒng)和無線電技術中識別就是用基帶信號控制高頻載波的參數（振幅、頻率和相位），使這些參數隨基帶信號變化。用來控制高頻載波參數的基帶信號稱為識別信號。未識別的高頻電振蕩稱為載波（可以

6、是正弦波，也可以是非正弦波，如方波、脈沖序列等）。 </p><p>　　被識別信號識別過的高頻電振蕩稱為已調波或已調信號。已調信號通過信道傳送到接收端，在接收端經解調后恢復成原始基帶信號。解調是識別的反變換，是從已調波中提取識別信號的過程。在無線電通信中常采用雙重識別。第一步用數字信號或模擬信號去識別第一個載波(稱為副載波）。或在多路通信中用識別技術實現多路復用（頻分多路復用和時分多路復用）。第二步用已調副載波

7、或多路復用信號再識別一個公共載波，以便進行無線電傳輸。第二步識別稱為二次識別。用基帶信號識別高頻載波，在無線電傳輸中可以減小天線尺寸，并便于遠距離傳輸。應用識別技術，還能提高信號的抗干擾能力。 </p><p><b>　　1.2識別方式</b></p><p>　　識別方式按照識別信號的性質分為模擬識別和數字識別兩類；按照載波的形式分為連續(xù)波識別和脈沖識別兩類。模擬

8、識別有調幅(AM)、調頻(FM)和調相(PM)。數字識別有振幅鍵控（ASK）、移頻鍵控(FSK)、移相鍵控(PSK)和差分移相鍵控 (DPSK)等。脈沖識別有脈幅識別(PAM)、脈寬識別（PDM）、脈頻識別（PFM）、脈位識別(PPM)、脈碼識別(PCM)和增量識別（ΔM）。示出常用識別方式的已調波形。 </p><p>　　為了使數字信號在有限帶寬的高頻信道中傳輸，必須對數字信號進行載波識別。如同傳輸模擬信號時

9、一樣，傳輸數字信號時也有三種基本的識別方式：幅移鍵控(ASK)、頻移鍵控(FSK)和相移鍵控(PSK)。它們分別對應于用載波（正弦波）的幅度、頻率和相位來傳遞數字基帶信號，可以看成是模擬線性識別和角度識別的特殊情況。理論上，數字識別與模擬識別在本質上沒有什么不同，它們都是屬正弦波識別。但是，數字識別是識別信號為數字型的正弦波識別，而模擬識別則是識別信號為連續(xù)型的正弦波識別。在數字通信的三種識別方式（ASK、FSK、PSK)中，就頻帶利用

10、率和抗噪聲性能（或功率利用率）兩個方面來看，一般而言，都是PSK系統(tǒng)最佳。所以PSK在中、高速數據傳輸中得到了廣泛的應用。 </p><p><b>　　1.3識別方式特性</b></p><p>　　按照傳輸特性，識別方式又可分為線性識別和非線性識別。廣義的線性識別，是指已調波中被調參數隨調 制信號成線性變化的識別過程。狹義的線性識別,是指把識別信號的頻譜搬移到載波

11、頻率兩側而成為上、下邊帶的識別過程。此時只改變頻譜中各分量的頻率，但不改變各分量振幅的相對比例，使上邊帶的頻譜結構與識別信號的頻譜相同，下邊帶的頻譜結構則是識別信號頻譜的鏡像。狹義的線性識別有調幅(AM)、抑制載波的雙邊帶識別(DSB-SC)和單邊帶識別(SSB)。 </p><p>　　1.4 Matlab簡介</p><p>　　MATLAB是矩陣實驗室（Matrix　Laborato

12、ry）之意。除具備卓越的數值計算能力外，它還提供了專業(yè)水平的符號計算，文字處理，可視化建模仿真和實時控制等功能。</p><p>　　MATLAB的基本數據單位是矩陣，它的指令表達式與數學,工程中常用的形式十分相似,故用MATLAB來解算問題要比用C,FORTRAN等語言完相同的事情簡捷得多.</p><p>　　當前流行的MATLAB 5.3/Simulink 3.0包括擁有數百個內部函

13、數的主包和三十幾種工具包(Toolbox).工具包又可以分為功能性工具包和學科工具包.功能工具包用來擴充MATLAB的符號計算,可視化建模仿真,文字處理及實時控制等功能.學科工具包是專業(yè)性比較強的工具包,控制工具包,信號處理工具包,通信工具包等都屬于此類.</p><p>　　開放性使MATLAB廣受用戶歡迎.除內部函數外,所有MATLAB主包文件和各種工具包都是可讀可修改的文件,用戶通過對源程序的修改或加入自己

14、編寫程序構造新的專用工具包.</p><p>　　1.4.1 MATLAB產生的歷史背景</p><p>　　在70年代中期,Cleve Moler博士和其同事在美國國家科學基金的資助下開發(fā)了調用EISPACK和LINPACK的FORTRAN子程序庫.EISPACK是特征值求解的FOETRAN程序庫,LINPACK是解線性方程的程序庫.在當時,這兩個程序庫代表矩陣運算的最高水平.

15、</p><p>　　到70年代后期,身為美國New Mexico大學計算機系系主任的Cleve Moler,在給學生講授線性代數課程時,想教學生使用EISPACK和LINPACK程序庫,但他發(fā)現學生用FORTRAN編寫接口程序很費時間,于是他開始自己動手,利用業(yè)余時間為學生編寫EISPACK和LINPACK的接口程序.Cleve Moler給這個接口程序取名為MATLAB,該名為矩陣(matrix)和實驗室(l

16、abotatory)兩個英文單詞的前三個字母的組合.在以后的數年里,MATLAB在多所大學里作為教學輔助軟件使用,并作為面向大眾的免費軟件廣為流傳.畢業(yè)設計論文代做平臺 《580畢業(yè)設計網》 是專業(yè)代做團隊 也有大量畢業(yè)設計成品提供參考 www.bysj580.com QQ3449649974</p><p>　　1983年春天,Cleve Moler到Standford大學講學,MATLAB深深地吸引了

17、工程師John Little.John Little敏銳地覺察到MATLAB在工程領域的廣闊前景.同年,他和Cleve Moler,Steve Bangert一起,用C語言開發(fā)了第二代專業(yè)版.這一代的MATLAB語言同時具備了數值計算和數據圖示化的功能.</p><p>　　1984年,Cleve Moler和John Little成立了Math Works公司,正式把MATLAB推向市場,并繼續(xù)進行MATLAB

18、的研究和開發(fā).</p><p>　　在當今30多個數學類科技應用軟件中,就軟件數學處理的原始內核而言,可分為兩大類.一類是數值計算型軟件,如MATLAB,Xmath,Gauss等,這類軟件長于數值計算,對處理大批數據效率高;另一類是數學分析型軟件,Mathematica,Maple等,這類軟件以符號計算見長,能給出解析解和任意精確解,其缺點是處理大量數據時效率較低.MathWorks公司順應多功能需求之潮流,在其

19、卓越數值計算和圖示能力的基礎上,又率先在專業(yè)水平上開拓了其符號計算,文字處理,可視化建模和實時控制能力,開發(fā)了適合多學科,多部門要求的新一代科技應用軟件MATLAB.經過多年的國際競爭,MATLAB以經占據了數值軟件市場的主導地位.</p><p>　　在MATLAB進入市場前，國際上的許多軟件包都是直接以FORTRANC語言等編程語言開發(fā)的。這種軟件的缺點是使用面窄，接口簡陋，程序結構不開放以及沒有標準的基庫，

20、很難適應各學科的最新發(fā)展，因而很難推廣。MATLAB的出現，為各國科學家開發(fā)學科軟件提供了新的基礎。在MATLAB問世不久的80年代中期，原先控制領域里的一些軟件包紛紛被淘汰或在MATLAB上重建。</p><p>　　MathWorks公司1993年推出了MATLAB 4。0版，1995年推出4。2C版（for win3。X）1997年推出5。0版。1999年推出5。3版。MATLAB 5。X較MATLAB 4

21、。X無論是界面還是內容都有長足的進展，其幫助信息采用超文本格式和PDF格式，在Netscape 3。0或IE 4。0及以上版本，Acrobat Reader中可以方便地瀏覽。</p><p>　　時至今日，經過MathWorks公司的不斷完善，MATLAB已經發(fā)展成為適合多學科，多種工作平臺的功能強大大大型軟件。在國外，MATLAB已經經受了多年考驗。在歐美等高校，MATLAB已經成為線性代數，自動控制理論，數理

22、統(tǒng)計，數字信號處理，時間序列分析，動態(tài)系統(tǒng)仿真等高級課程的基本教學工具；成為攻讀學位的大學生，碩士生，博士生必須掌握的基本技能。在設計研究單位和工業(yè)部門，MATLAB被廣泛用于科學研究和解決各種具體問題。在國內，特別是工程界，MATLAB一定會盛行起來。可以說，無論你從事工程方面的哪個學科，都能在MATLAB里找到合適的功能。</p><p>　　1.4.2 MATLAB的語言特點</p><

23、p>　　一種語言之所以能如此迅速地普及，顯示出如此旺盛的生命力，是由于它有著不同于其他語言的特點，正如同FORTRAN和C等高級語言使人們擺脫了需要直接對計算機硬件資源進行操作一樣，被稱作為第四代計算機語言的MATLAB，利用其豐富的函數資源，使編程人員從繁瑣的程序代碼中解放出來。MATLAB最突出的特點就是簡潔。MATLAB用更直觀的，符合人們思維習慣的代碼，代替了C和FORTRAN語言的冗長代碼。MATLAB給用戶帶來的是最

24、直觀，最簡潔的程序開發(fā)環(huán)境。以下簡單介紹一下MATLAB的主要特點。</p><p>　　1）。語言簡潔緊湊，使用方便靈活，庫函數極其豐富。MATLAB程序書寫形式自由，利用起豐富的庫函數避開繁雜的子程序編程任務，壓縮了一切不必要的編程工作。由于庫函數都由本領域的專家編寫，用戶不必擔心函數的可靠性?？梢哉f，用MATLAB進行科技開發(fā)是站在專家的肩膀上。</p><p>　　具有FORTRA

25、N和C等高級語言知識的讀者可能已經注意到，如果用FORTRAN或C語言去編寫程序，尤其當涉及矩陣運算和畫圖時，編程會很麻煩。例如，如果用戶想求解一個線性代數方程，就得編寫一個程序塊讀入數據，然后再使用一種求解線性方程的算法（例如追趕法）編寫一個程序塊來求解方程，最后再輸出計算結果。在求解過程中，最麻煩的要算第二部分。解線性方程的麻煩在于要對矩陣的元素作循環(huán)，選擇穩(wěn)定的算法以及代碼的調試動不容易。即使有部分源代碼，用戶也會感到麻煩，且不能

26、保證運算的穩(wěn)定性。解線性方程的程序用FORTRAN和C這樣的高級語言編寫，至少需要四百多行，調試這種幾百行的計算程序可以說很困難。以下用MATLAB編寫以上兩個小程序的具體過程。</p><p>　　第2章 信號識別原理</p><p><b>　　2.1識別原理簡介</b></p><p>　　一般指識別信號和載波都是連續(xù)波的識別方式。它有調

27、幅、調頻和調相 ，其基本形式如下： </p><p>　?。?）調幅(AM)：用識別信號控制載波的振幅，使載波的振幅隨著識別信號變化。已調波稱為調幅波。調幅波的頻率仍是載波頻率，調幅波包絡的形狀反映識別信號的波形。調幅系統(tǒng)實現簡單,但抗干擾性差,傳輸時信號容易失真。 </p><p>　?。?）調頻(FM)：用識別信號控制載波的振蕩頻率，使載波的頻率隨著識別信號變化。已調波稱為調頻波。調頻

28、波的振幅保持不變，調頻波的瞬時頻率偏離載波頻率的量與識別信號的瞬時值成比例。調頻系統(tǒng)實現稍復雜，占用的頻帶遠較調幅波為寬，因此必須工作在超短波波段?？垢蓴_性能好，傳輸時信號失真小，設備利用率也較高。 </p><p>　?。?）調相(PM)：用識別信號控制載波的相位，使載波的相位隨著識別信號變化。已調波稱為調相波。調相波的振幅保持不變，調相波的瞬時相角偏離載波相角的量與識別信號的瞬時值成比例。在調頻時相角也有相應

29、的變化，但這種相角變化并不與識別信號成比例。在調相時頻率也有相應的變化，但這種頻率變化并不與識別信號成比例。在模擬識別過程中已調波的頻譜中除了載波分量外在載波頻率兩旁還各有一個頻帶，因識別而產生的各頻率分量就落在這兩個頻帶之內。這兩個頻帶統(tǒng)稱為邊頻帶或邊帶。位于比載波頻率高的一側的邊頻帶，稱為上邊帶。位于比載波頻率低的一側的邊頻帶，稱為下邊帶。在單邊帶通信中可用濾波法、相移法或相移濾波法取得調幅波中一個邊帶，這種識別方法稱為單邊帶識別(

30、SSB)。單邊帶識別常用于有線載波電話和短波無線電多路通信。在同步通信中可用平衡識別器實現抑制載波的雙邊帶識別(DSB-SC)。在數字通信中為了提高頻帶利用率而采用殘留邊帶識別(VSB),即傳輸一個邊帶（在鄰近載波的部分也受到一些衰減）和另一個邊帶的殘留部分。在解調時可以互相補償而得到完整的基帶。 </p><p><b>　　2.2數字識別 </b></p><p>

31、;　　一般指識別信號是離散的，而載波是連續(xù)波的識別方式。它有四種基本形式：振幅鍵控、移頻鍵控、移相鍵控和差分移相鍵控。①振幅鍵控 (ASK)：用數字識別信號控制載波的通斷。如在二進制中,發(fā)0時不發(fā)送載波,發(fā)1時發(fā)送載波。有時也把代表多個符號的多電平振幅識別稱為振幅鍵控。振幅鍵控實現簡單，但抗干擾能力差。 ②移頻鍵控(FSK)：用數字識別信號的正負控制載波的頻率。當數字信號的振幅為正時載波頻率為f1，當數字信號的振幅為負時載波頻率為 f2

32、。有時也把代表兩個以上符號的多進制頻率識別稱為移頻鍵控。移頻鍵控能區(qū)分通路，但抗干擾能力不如移相鍵控和差分移相鍵控。 ③移相鍵控(PSK)：用數字識別信號的正負控制載波的相位。當數字信號的振幅為正時，載波起始相位取0；當數字信號的振幅為負時,載波起始相位取180°。有時也把代表兩個以上符號的多相制相位識別稱為移相鍵控。移相鍵控抗干擾能力強，但在解調時需要有一個正確的參考相位，即需要相干解調。④差分移相鍵控(DPSK)：利用識別

33、信號前后碼元之間載波相對相位的變化來傳遞信息。 畢業(yè)設計論文代做平臺 《580畢業(yè)設計網》 是專業(yè)代做團隊 也有大量畢業(yè)設計成品提供</p><p>　　2 .2.1 PSK識別原理</p><p>　　PSK(相位識別)的一種將距離為180度的兩個相位(如0度和180度)對應0和1, 是相位識別中最簡單的一種。絕對相移是利用載波的相位（指初相）直接表示數字信號的相移方式。二進制相移鍵

34、控通常用相位0和π來分別表示“0”或</p><p><b>　　式為 </b></p><p><b>　　（2-1）</b></p><p>　　這里，s(t)與2ASK及2FSK時不同，為雙極性數字基帶信號，即</p><p><b>　　（2-2）</b>&l

35、t;/p><p><b>　?。?-3）</b></p><p>　　式中，g(t)是高度為1，寬度為的門函數：</p><p>　　因此，在某一個碼元持續(xù)時間內觀察時，有 </p><p><b>　?。?-4）</b></p><p>　　當碼元寬度為載波周期的整數倍時，2P

36、SK信號的典型波形如圖2-1所示。</p><p>　　圖2-1 2PSK信號的典型波形</p><p>　　當碼元寬度為載波周期的整數倍時，2PSK信號的典型波形如圖2-2所示，2PS信號的模擬識別法框圖（a）；圖（b）是產生2PSK信號的鍵控法框圖，就模擬識別法而言，與產生2ASK信號的方法比較，只是對s(t)要求不同，因此2PSK信號可以看作是雙極性基帶信號作用下的DSB調幅信號。而

37、就鍵控法來說，用數字基帶信號s(t)控制開關電路，選擇不同相位的載波輸出，這時s(t)為單極性NRZ或雙極性NRZ脈沖序列信號均可。</p><p>　　圖 2-2 2PSK識別框圖</p><p>　　脈沖識別有兩種含義：第一種是指用識別信號控制脈沖本身的參數(幅度、寬度、相位等)，使這些參數隨識別信號變化。此時,識別信號是連續(xù)波,載波是重復的脈沖序列。第二種是指用脈沖信號控制高頻振蕩的

38、參數。此時，識別信號是脈沖序列，載波是高頻振蕩的連續(xù)波。通常所說的脈沖識別都是指上述第一種情況。脈沖識別可分為模擬式和數字式兩類。模擬式脈沖識別是指用模擬信號對脈沖序列參數進行識別，有脈幅識別、脈寬識別、脈位識別和脈頻識別等。數字式脈沖識別是指用數字信號對脈沖序列參數進行識別，有脈碼識別和增量識別等。由于脈沖序列占空系數很小，即一個周期的絕大部分時間內信號為0值,因而可以插入多路其他已調脈沖序列，實現時分多路傳輸。已調脈沖序列還可以用各

39、種方法去識別高頻振蕩載波。常用的脈沖識別有以下幾種。 </p><p>　　2.2.2脈沖編碼識別(PCM)</p><p>　　1937年脈幅識別和脈寬識別的發(fā)明者A.H.里夫提出用脈沖的有無的組合來傳遞聲音，后來把這種方法稱為脈碼識別。但脈碼識別到20世紀50年代才開始實用化。 </p><p>　　脈碼識別有三個過程：采樣、量化和編碼。即先對信號進行采樣，并對

40、采樣值進行量化（整量化），再對經過采樣和量化后的信號幅度進行編碼，因此脈碼識別的本質不是識別，而是數字編碼，所以能充分保證傳輸質量。由編碼得到的數字信號可根據需要再對高頻振蕩載波進行識別。脈碼識別不是用改變脈沖序列的參數來傳輸信息，而是用參數固定的脈沖的不同組合來傳遞信息，因此抗干擾能力強，失真很小，是現代通信技術的發(fā)展方向。 </p><p><b>　　2.2.3增量識別</b><

41、/p><p>　　增量識別是一種特殊的脈碼識別，它不是對信號本身進行采樣、量化和編碼，而是對信號相隔一定重復周期的瞬時值的增量進行采樣、量化和編碼。現在已有多種增量識別方法，其中最簡單的一種，是在每一采樣瞬間當增量值超過某一規(guī)定值時發(fā)正脈沖，小于規(guī)定值時發(fā)負脈沖。這樣每個碼組只有一個脈沖，故為二進制一位編碼，每個碼組不是表示信號的幅度，而是表示幅度的增量。這種增量識別信號的解調也很簡單，只要將收到的脈沖序列進行積分和

42、濾波即可復原，因此編碼和解碼設備都比較簡單。 </p><p>　　2.2.4 QPSK四相相移鍵控</p><p>　　四相相移識別是利用載波的四種不同相位差來表征輸入的數字信息，是四進制移相鍵控。QPSK是在M=4時的調相技術，它規(guī)定了四種載波相位，分別為45°，135°，225°，275°，識別器輸入的數據是二進制數字序列，為了能和四進制的載波

43、相位配合起來，則需要把二進制數據變換為四進制數據，這就是說需要把二進制數字序列中每兩個比特分成一組，共有四種組合，即00，01，10，11，其中每一組稱為雙比特碼元。每一個雙比特碼元是由兩位二進制信息比特組成，它們分別代表四進制四個符號中的一個符號。QPSK中每次識別可傳輸2個信息比特，這些信息比特是通過載波的四種相位來傳遞的。解調器根據星座圖及接收到的載波信號的相位來判斷發(fā)送端發(fā)送的信息比特。 </p><p>

44、;　　數字識別用“星座圖”來描述，星座圖中定義了一種識別技術的兩個基本參數：（1）信號分布；（2）與識別數字比特之間的映射關系。星座圖中規(guī)定了星座點與傳輸比特間的對應關系，這種關系稱為"映射"，一種識別技術的特性可由信號分布和映射完全定義，即可由星座圖來完全定義。 </p><p>　　首先將輸入的串行二進制信息序列經串－并變換，變成m=log2M個并行數據流，每一路的數據率是R/m,R是串行

45、輸入碼的數據率。I/Q信號發(fā)生器將每一個m比特的字節(jié)轉換成一對（pn，qn）數字，分成兩路速率減半的序列，電平發(fā)生器分別產生雙極性二電平信號I(t)和Q(t)，然后對coswct和sinwct進行識別，相加后即得到QPSK信號。 </p><p><b>　　2.3模擬識別</b></p><p>　　2.3.1 FM識別原理</p><p>

46、　　頻率識別的一般表達式[1]為： </p><p><b>　?。?-1）</b></p><

47、p>　　FM和PM非常相似，如果預先不知道識別信號的具體形式，則無法判斷已調信號是調頻信號還是調相信號。</p><p><b>　　圖 2-1</b></p><p><b>　　圖 2-2 </b></p><p>　　圖（2-1）所示的產生調頻信號的方法稱為直接調頻法，圖（2-2）所示的產生調頻信號的方法稱為間

48、接調頻法[4]。由于實際相位識別器的調節(jié)范圍不可能超出，因而間接調頻的方法僅適用于相位偏移和頻率偏移不大的窄帶識別情形，而直接調頻則適用于寬帶識別情形。</p><p>　　根據識別后載波瞬時相位偏移的大小，可將頻率識別分為寬帶調頻（WBFM）與窄帶調頻（NBFM）。寬帶與窄帶識別的區(qū)分并無嚴格的界限，但通常認為由調頻所引起的最大瞬時相位偏移遠小于30°時，</p><p>&l

49、t;b>　?。?-2）</b></p><p>　　稱為窄帶調頻。否則，稱為寬帶調頻。</p><p>　　為方便起見，無妨假設正弦載波的振幅A＝1，則由式（2-1）調頻信號的一般表達式，得</p><p>　　= （2-3）</p><p>　　通過化解，利用傅立葉變化公式可得NBFM信號的頻域表達

50、式：</p><p><b>　?。?-4）   </b></p><p>　　在NBFM中，由于下邊頻為負，因而合成矢量不與載波同相，而是存在相位偏移，當最大相位偏移滿足式（2-2）時，合成矢量的幅度基本不變，這樣就形成了FM信號。</p><p>　　圖2-3 NBFM信號頻譜</p><

51、p>　　2.3.2 PM識別原理</p><p>　　在模擬識別中，一個連續(xù)波有三個參數可以用來攜帶信息而構成已調信號。當幅度和頻率保持不變時，改變載波的相位使之隨未調信號的大小而改變，這就是調相的概念。</p><p>　　角度識別信號的一般表示形式為：</p><p>　　S (t)=Acos[ωt+φ(t)]</p><p>　　

52、式中，A是載波的恒定振幅；[ωt+φ(t)]是信號的瞬時相位，而φ(t)稱為瞬時相位偏移；d[ωt+φ(t)]/dt為信號的瞬時頻率，而dφ(t)/dt稱為瞬時頻率偏移，即相對于ω的瞬時頻率偏移。</p><p>　　設高頻載波為u=Ucosωt，識別信號為UΩ(t)，則調相信號的瞬時相位</p><p>　　φ(t)=ω+KUΩ(t)</p><p>　　瞬時角頻

53、率 ω(t)==ω+K</p><p>　　調相信號 u=Ucos［ωt+KuΩ(t)］ </p><p>　　將信號的信息加在載波的相位上則形成調相信號，調相的表達式為：</p><p>　　S(t)=Acos[ωt+Kf(t)+φ]</p><p>　　這里K稱為相移指數，這種識別方式，載波的幅度和角頻率不變，而瞬時相位偏移是識別

54、信號f(t)的線性函數，稱為相位識別。</p><p>　　調相與調頻有著相當密切的關系，我們知道相位與頻率有如下關系式：</p><p>　　ω==ω+Kf(t)</p><p><b>　　φ(t)=ωt+K</b></p><p>　　所以在調相時可以先將識別信號進行微分后在進行頻率識別，這樣等效于調相，此方法稱為

55、間接調相，與此相對應，上述方法稱為直接調相。調相信號的產生如圖2所示：</p><p>　　圖2 PM調相信號的產生</p><p>　　第3章 識別仿真實現</p><p>　　3.1 FM識別的實現</p><p>　　3.1.1 FM識別的參數設置</p><p>　　通信工具箱中，FM識別可用modulate

56、[2]這個函數來實現。其表達式可表示為：</p><p>　　y = modulate(x,fc,fs,'FM')</p><p>　　其中x表示為識別信號，fc為載波頻率，fs為y的采樣頻率，所有頻率的單位都為Hz。fs應該大于fc。應大于兩倍fc。</p><p>　　在本設計中，我們取：</p><p>　　fc = 1

57、50; %載波頻率</p><p>　　fs = 800; %采樣頻率</p><p>　　t = (0 :0.001:0.15); %時間區(qū)域</p><p>　　x = sin(2*pi*30*t); %識別信號</p><p>　　得到輸入的識別信號波形為</p><p

58、>　　圖 3-1 識別信號時域波形圖</p><p>　　3.1.2 FM識別實現</p><p>　　利用y = modulate(x,fc,fs,'FM')函數得出FM信號的圖形，如下：</p><p>　　圖 3-2 FM信號時域的波形圖 </p><p>　　輸入的識別信號通過識別之后，波形發(fā)生了明顯的變化，

59、原本規(guī)則的正弦信號變成了不規(guī)則的上下起伏波動的圖形，而且識別后的圖形也沒有原本正弦信號般圓滑，出現了十分尖銳的突起。說明正弦信號通過FM識別之后波形發(fā)生了明顯的改變。</p><p>　　3.1.3 FM識別頻譜 </p><p>　　對FM識別前后的時域波形利用如下函數：用FFT函數進行傅利葉變換，進行傅立葉變化便分別得到識別信號與識別之后的FM信號的頻譜圖，頻譜圖如下：</p

60、><p>　　圖3-3 識別信號頻譜圖</p><p>　　圖3-4 FM信號頻譜圖</p><p>　　通過頻譜圖的對照比較我們可以看出FM識別并不是使原正弦信號的頻譜在原來位置上通過移動得到識別波形，識別后的波形與識別前的完全不同，這證明FM識別并不是線性的，而是非線性的。</p><p>　　3.1.4 改變采樣頻率</p&g

61、t;<p>　　采樣頻率 fs = 400;利用y = modulate(x,fc,fs,'FM')函數進行識別，波形如下：</p><p>　　圖3-5 400Hz采樣頻率FM信號的時域波形圖 </p><p>　　載波頻率fc = 150; 采樣頻率 fs = 1000; 識別信號x = sin(2*pi*30*t) ，利用函數y = modul

62、ate(x,fc,fs,'FM')進行識別，得其波形如下：</p><p>　　圖3-6 1000Hz采樣頻率FM信號的時域波形圖</p><p>　　載波頻率不變，改變采樣頻率后，如果將采樣頻率取的太小，到小于兩倍的載波頻率，MATLAB軟件將不能輸出波形，說明采樣頻率只有在大于兩倍載波頻率的條件下才能進行識別，以原來的800Hz作為對照，改變采樣頻率后，1000H

63、z與400Hz的FM信號時域圖都發(fā)生了程度不同的變化。</p><p>　　奈奎斯特抽樣定理（即低通信號的均勻抽樣定理）告訴我們，一個頻帶限制在0至fc以內的低通信號x(t)，如果以fs≥2fc的抽樣速率進行均勻抽樣，則x(t)可以由抽樣后的信號y完全地確定，即y包含有x(t)的成分，可以通過適當的低通濾波器不失真地恢復出x(t)。最小抽樣速率fs=2fc稱為奈奎斯特速率。 </p><p&g

64、t;　　通過b=fft(y,1024)；f=(0:length(b)-1)*fs/length(b) -fs/2;對y進行傅利葉變換，得到識別信號頻譜圖如下：</p><p>　　圖3-7 400Hz采樣頻率FM信號的頻域波形圖</p><p>　　圖3-8 1000Hz采樣頻率FM信號的頻域波形圖</p><p>　　通過以原來的800Hz作為對照，改變采樣頻

65、率后，1000Hz與400Hz的FM信號頻譜亦發(fā)生了不同程度的變化，由此我們可以看出采用等位置采樣方法整周期采樣,頻率隨機波動的大小不會產生譜分析誤差;采用等時隙采樣方法,頻率隨機波動的大小則會嚴重影響譜分析的結果.當頻率隨機波動水平較小時,會導致譜峰值的降低,當頻率隨機波動水平較大時,不僅會導致譜峰值的顯著降低,而且會引起譜線漂移和許多虛假的譜線;通過提高等時隙采樣方法的采樣率,可以減小譜分析的誤差.</p><p

66、>　　3.1.5 加入高斯噪聲</p><p>　　其載波頻率fc = 150; 采樣頻率fs = 800; 識別信號x = sin(2*pi*30*t); FM信號y = modulate(x,fc,fs,'FM'); 利用y1 = y + awgn(y,1,0);加入噪聲。</p><p>　　得到其時域波形圖如下：</p><p>　　圖

67、3-9 FM信號加入噪聲的時域波形圖</p><p>　　通過b=fft(y1,1024)；f=(0:length(b)-1)*fs/length(b) -fs/2;對y進行傅利葉變換，得到加入噪聲后的FM信號頻譜為：</p><p>　　圖 3-10 FM信號加入噪聲的頻譜圖</p><p>　　通過對函數y1 = y + awgn(y,10,0)改變信噪比

68、后，信噪比由1變?yōu)?0，得到信噪比為10的時域圖為： </p><p>　　圖3-11 信噪比改為10的時域圖</p><p><b>　　頻譜圖為：</b></p><p>　　圖3-12 信噪比改為10的頻域圖</p><p>　　通過對函數y1 = y + awgn(y,20,0)改變信噪比后，信噪比由10變?yōu)?/p>

69、20，得到信噪比為20的時域圖為： </p><p>　　圖3-13 信噪比改為20的時域圖</p><p><b>　　頻域圖為：</b></p><p>　　圖3-14 信噪比改為20的頻域圖</p><p>　　加入噪聲后時域波形與原來的時域波形相比，波形明顯失真，波形不僅不如原本波形般規(guī)則，而且曲線之

70、間還出現了為鏈接在一起的斷裂，但隨著信噪比的增大，與原有的波形的相似度也增大了，說信噪比越大，噪聲對信號的影響也變小了。</p><p>　　從加入噪聲的圖形與未加入噪聲的對比中我們還可以看出噪聲對時域圖的變化明顯比頻域圖的變化更為突出，白噪聲在整個頻譜內每個頻點的能量為常數，且基本恒定，所以他對于時域的影響更大。</p><p>　　通過對噪聲的理解我們可以知道對于調頻系統(tǒng)來說，增加傳輸

71、帶寬就可以改善抗噪聲性能。調頻方式的這種以帶寬取信噪比的特性是十分有益的。</p><p>　　3.2 PM識別的實現</p><p><b>　　3.2.1 源代碼</b></p><p>　　首先任意給定一個已知識別信號m(t)=sin(100*t)</p><p>　　進行相位識別時要用到傅里葉變換，因此先編寫傅里

72、葉變換的m文件用作主函數調用，其m文件代碼如下：</p><p>　　%求傅里葉變換的子函數</p><p>　　function [M,m,df]=fftseq(m,ts,df)</p><p><b>　　fs=1/ts;</b></p><p>　　if nargin==2 n1=0;

73、 %nargin為輸入參量的個數</p><p>　　else n1=fs/df;</p><p><b>　　end</b></p><p>　　n2=length(m);</p><p>　　n=2^(max(nextpow2(n1),nextpow2(n2))); %nextpow2(n)取n最接近的較

74、大2次冪</p><p>　　M=fft(m,n); %M為信號m的傅里葉變換，n為快速傅里葉變換的點數，及基n-FFT變換</p><p>　　m=[m,zeros(1,n-n2)]; %構建新的m信號</p><p>　　df=fs/n;

75、 %重新定義頻率分辨率</p><p>　　上述m文件以“fftseq.m”保存。</p><p>　　在實現相位解調時要調用兩個子函數，分述如下：</p><p>　　%求信號相角的子函數，這是調頻、調相都要用到的方法</p><p>　　function [v,phi]=env_phas(x,ts,f0)</p&g

76、t;<p>　　if nargout==2 %nargout為輸出變數的個數</p><p>　　z=loweq(x,ts,f0); %產生識別信號的正交分量</p><p>　　phi=angle(z); %angle是對一個復數求相角的函數</p><p><b>　　end</b>&

77、lt;/p><p>　　v=abs(hilbert(x)); %abs用來求復數hilbert(x)的模</p><p>　　上述m文件以“env_phas.m”保存。</p><p>　　%產生識別信號的正交分量</p><p>　　function x1=loweq(x,ts,f0)</p><p>　

78、　t=[0:ts:ts*(length(x)-1)];</p><p>　　z=hilbert(x); %希爾伯特變換對的利用---通過實部來求虛部</p><p>　　x1=z.*exp(-j*2*pi*f0*t); %產生信號z的正交分量，</p><p>　　%并將z信號與它的正交分量加在一起</p>

79、<p>　　上述m文件以“l(fā)oweq.m”保存</p><p><b>　　%主程序</b></p><p>　　t0=0.2; %信號的持續(xù)時間,用來定義時間向量</p><p>　　ts=0.001; %抽樣間隔</p>&l

80、t;p>　　fs=1/ts; %抽樣頻率</p><p>　　fc=300; %載波頻率,fc可以任意改變</p><p>　　t=[-t0/2:ts:t0/2]; %時間向量</p><p>　　kf=100;

81、 %偏差常數</p><p>　　df=0.25; %所需的頻率分辨率，用在求傅里葉變換時，它表示FFT的最小頻率間隔</p><p>　　m=sin(100*t); %識別信號，m(t)可以任意更改</p><p>　　int_m(1)=0;

82、 %求信號m(t)的積分</p><p>　　for i=1:length(t)-1 </p><p>　　int_m(i+1)=int_m(i)+m(i)*ts;</p><p><b>　　end</b></p><p>　　[M,m,df1]=fftseq(m,ts,df); %

83、對識別信號m(t)求傅里葉變換</p><p>　　M=M/fs; %縮放，便于在頻譜圖上整體觀察</p><p>　　f=[0:df1:df1*(length(m)-1)]-fs/2; %時間向量對應的頻率向量</p><p>　　u=cos(2*pi*fc*t+2*pi*kf*int_m); %識別后的

84、信號</p><p>　　[U,u,df1]=fftseq(u,ts,df); %對識別后的信號u求傅里葉變換</p><p>　　U=U/fs; %縮放</p><p>　　%通過調用子程序env_phas和loweq來實現解調功能</p><p>　　[v,phase]

85、=env_phas(u,ts,fc); %解調，求出u的相位</p><p>　　phi=unwrap(phase); %校正相位角，使相位在整體上連續(xù)，便于后面對該相位角求導</p><p>　　dem=(1/(2*pi*kf))*(diff(phi)*fs); %對校正后的相位求導</p><p>　　%再經一些線性變換來恢

86、復原識別信號</p><p>　　%乘以fs是為了恢復原信號，因為前面使用了縮放 </p><p>　　subplot(3,2,1) %子圖形式顯示結果</p><p>　　plot(t,m(1:length(t))) %現在的m信號是重新構建的信號，</p><p>　　%因為在對m求傅里葉變換時m=[m,zeros

87、(1,n-n2)]</p><p>　　axis([-0.1 0.1 -1 1]) %定義兩軸的刻度</p><p>　　xlabel('時間t') </p><p>　　title('原識別信號的時域圖')</p><p>　　subplot(3,2,2)</p>&

88、lt;p>　　plot(t,u(1:length(t)))</p><p>　　axis([-0.1 0.1 -1 1])</p><p>　　xlabel('時間t')</p><p>　　title('已調信號的時域圖')</p><p>　　subplot(3,2,3)</p><

89、;p>　　plot(f,abs(fftshift(M))) %fftshift：將FFT中的DC分量移到頻譜中心</p><p>　　axis([-600 600 0 0.04])</p><p>　　xlabel('頻率f')</p><p>　　title('原識別信號的頻譜圖')</p>&l

90、t;p>　　subplot(3,2,4)</p><p>　　plot(f,abs(fftshift(U)))</p><p>　　axis([-600 600 0 0.04])</p><p>　　xlabel('頻率f')</p><p>　　title('已調信號的頻譜圖')</p>

91、<p>　　subplot(3,2,5)</p><p>　　plot(t,m(1:length(t)))</p><p>　　axis([-0.1 0.1 -1 1])</p><p>　　xlabel('時間t')</p><p>　　title('原識別信號的時域圖')</p>&

92、lt;p>　　subplot(3,2,6)</p><p>　　plot(t,dem(1:length(t)))</p><p>　　axis([-0.1 0.1 -1 1])</p><p>　　xlabel('時間t')</p><p>　　title('解調后信號的時域波形')</p>

93、<p><b>　　3.2.2結果顯示</b></p><p>　　將源代碼輸入MATLAB命令窗口，運行就可以得到結果，如圖5所示：</p><p>　　3.3 PSK識別的實現</p><p>　　3.3.1 PSK識別的參數設置</p><p>　　通信工具箱中，PSK識別可用dmod這個函數來實現。其

94、表達式可表示為：</p><p>　　y=dmod(x,fc,fd,fs,‘method’,M,tone,)</p><p>　　其中x表示為數字基帶信號，fc為載波頻率，fd 為基帶采樣頻率，即x的采樣頻率，fs為y的采樣頻率，所有頻率的單位都為Hz。載波頻率fs應該為基帶頻率fd的整數倍，fs應該遠大于fc，最好fs、fc和fd的取值滿足fs>fc>fd。method為識別

95、方式，有ask,fsk,psk等等，當然本設計為psk識別。M代表進制，在設計中x的每個值必須們于區(qū)間[0，M-1]。在本設計中，取M＝2，即2PSK。</p><p><b>　　在本設計中，我們取</b></p><p><b>　　fc=20;</b></p><p><b>　　fd=10;</b&

96、gt;</p><p><b>　　fs=500;</b></p><p>　　x = [ 1 1 0 1 0 0 1 0 ];</p><p>　　用stem函數繪制出基帶信號的波形圖</p><p>　　stem(x)畢業(yè)設計論文代做平臺 《580畢業(yè)設計網》 是專業(yè)代做團隊 也有大量畢業(yè)設計成品提供參考 www

97、.bysj580.com QQ3449649974</p><p>　　其數字基帶信號波形如圖3-1所示： </p><p>　　圖 3-1 數字基帶信號波形圖</p><p>　　通過圖形，我們可以觀察到，基帶信號為一些離散的數字信號。</p><p>　　3.3.2 PSK識別實現</p><p>　　繪制出基

98、帶信號，我們對基帶信號進行識別。</p><p><b>　　程序如下</b></p><p>　　x = [ 1 1 0 1 0 0 1 0 ]</p><p><b>　　tone=8;</b></p><p><b>　　fc=20;</b></p><

99、;p><b>　　fd=10;</b></p><p><b>　　fs=500;</b></p><p>　　y=dmod(x，fc，fd，fs,‘psk’,2，tone); %PSK識別 </p><p>　　ploy(y) %繪制識別后的波形圖

100、</p><p>　　數字基帶信號經PSK識別后，其波形圖形3-2所示.</p><p>　　圖 3-2識別信號的時域波形圖</p><p>　　通過圖形，我們可以發(fā)現在圖中150s、300s和350s的地方出現了反相現象。為什么會出現這種情況類？因為二進制相移鍵控通常用相位0和π來分別表示“0”或“1”，我們知道，2PSK信號是用載波的不同相位直接去表示相應的數字

101、信號而得出的，在這種絕對移相的方式中，由于發(fā)送端是以某一個相位作為基準的，因而在接收系統(tǒng)也必須有這樣一個固定基準相位作參考。如果這個參考相位發(fā)生變化，則恢復的數字信息就會與發(fā)送的數字信息完全相反，從而造成錯誤的恢復。這種現象常稱為2PSK的“倒π”現象或“反向工作”現象。在實際中，為了克服這種倒π現像，常常會采用一種所謂的相對（差分）移相（2DPSK）方式。</p><p>　　3.3.3 PSK識別頻譜分析&l

102、t;/p><p>　　將數字基帶信號識別完后，現在在數字信號無干擾的情況下，我們對識別后進行頻譜分析。</p><p><b>　　程序為：</b></p><p>　　a=fft(x,1024); %對x進行傅利葉變換</p><p>　　f=(0:length(a)-1)*fs/length(a)-fs/2;<

103、;/p><p><b>　　figure</b></p><p>　　plot(f,abs(a)); % 繪制PSK識別前的頻譜圖</p><p>　　b=fft(y,1024);</p><p>　　f=(0:length(b)-1)*fs/length(b)-fs/2;</p><p>

104、<b>　　figure</b></p><p>　　plot(f,abs(b)); %繪制PSK識別后的頻譜圖</p><p>　　其數字基帶信號識別前和識別后的頻譜圖如圖3-3和3-4所示：</p><p>　　圖 3-3 數字基帶信號的頻譜圖</p><p>　　圖3-4　已調信號的頻譜圖</p&g

105、t;<p>　　2PSK信號是一種雙邊帶信號，我們設g(t)的頻譜為</p><p>　　則2PSK信號的雙邊功率譜表達式為:</p><p><b>　?。?-2）</b></p><p>　　若雙性極基帶波形信號的1與0出現的概率相等（即P＝1/2），則式3-2變?yōu)?lt;/p><p><b>　

106、　（3-3）</b></p><p>　　由上分析可知，2PSK信號的功率譜密度由離散譜與連續(xù)譜兩部分組成，但是當雙極性基帶信號以相等的的概率（P＝1/2）出現是，將不存在離散譜部分。在這里指出一點，對于2PSK識別，式（2-1）并不表示原數字序列的已識別信號波形，而是表示絕對碼變換成相對碼后的數字序列的已調信號波形。因此，二相相對移相信號的頻譜與二相絕對移相信號的頻譜與二相絕對移相信號的頻譜是完全相

107、同的。</p><p>　　3.3.4 改變采樣頻率</p><p>　　現在我們改變采樣頻率,觀察識別波時域和頻域的波形圖,將采樣頻率改為100Hz,</p><p>　　即fs=100Hz?，F對數字基帶信號進行識別。</p><p>　　改變采樣頻率為100Hz的時域和頻域波形圖如圖3-5和3-6所示。</p><p&

108、gt;　　圖3-5 fs=100Hz時已調信號的時域波形圖</p><p>　　圖3-6 fs=100Hz時已調信號的頻譜圖</p><p>　　我們通過觀察改變前與改變后的時域和頻域的波形圖，可以發(fā)現當我們將采樣頻率減小以后，識別出來的波形發(fā)生了失真，得到的圖形不是原來完整的正弦波形了，因為在識別過程中，如果采樣頻率過小，將不能采樣到正確的信號。這樣使得識別出來的波形失真，得不到我們所需

109、要的結果。</p><p>　　現在我們將采樣頻率改大，再來觀察識別后的時頻圖。將采樣頻率改為1000Hz，即fs=1000Hz,其時頻圖如圖3-7和3-8所示。</p><p>　　圖3-7 fs=1000Hz時已調信號時域波形圖</p><p>　　圖3-8 fs=1000Hz時已調信號的頻譜圖</p><p>　　可以發(fā)現，當fs=1

110、000Hz時，波形與最初識別出來的波形是差不多的，但是fs=1000Hz比fs=500Hz時的波形更加接近完整的正弦波。所以采樣頻率越大，識別出來的波形就越接近初始信號的波形。</p><p>　　3.3.5 加入高斯噪聲</p><p>　　現在我們在數字信號中加入噪聲，再對其進行識別，觀察其波形在時域和頻域的變化。噪聲有很多種，為了設計的方便以及圖形的處理，在本設計中我們加入的噪聲為高

111、斯白噪聲。因為白噪聲是理想的寬帶過程，其功率譜密度在整個頻域內都是均勻分布的。在加入高斯噪聲情況下，進行PSK識別：</p><p>　　y=dmod(x,fc,fd,fs,‘psk’,2,tone);</p><p>　　ynoisy=y+awgn(y,20,0); %加入高斯噪聲</p><p><b>　　figure</b></

112、p><p>　　plot(ynoisy); %數字基帶信號PSK加入噪聲的波形圖</p><p>　　f=(0:length(ynoisy)-1)*fs/length(ynoisy)-fs/2;</p><p>　　plot(f,abs(fft(ynoisy)));</p><p>　　加入噪聲后PSK識別的時域波形圖和頻譜圖如3-9和3-10

113、所示</p><p>　　圖3-9 加入噪聲后已調信號時域波形圖</p><p>　　圖 3-10 加入噪聲后已調信號的頻譜圖</p><p>　　通過加入高斯白噪聲，我們發(fā)現識別信號的波形發(fā)生了變化。加入噪聲后，識別的波形發(fā)生了失真，但是我們可以發(fā)現，PSK識別在加入噪聲以后，其波形失真的并不是非常的嚴重，我們還是可以看得出來，它仍然與正弦信號信號非常接近，其頻