基于Matlab的模拟通信系统调相实现Word文档下载推荐.docx
《基于Matlab的模拟通信系统调相实现Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《基于Matlab的模拟通信系统调相实现Word文档下载推荐.docx（11页珍藏版）》请在冰豆网上搜索。
第1章前言
本次课程设计是对通信原理课程理论教学和实验教学的综合和总结。
通过这次课程设计，使同学认识和理解通信系统，掌握信号是怎样经过发端处理、被送入信道、然后在接收端还原。
要求学生掌握通信原理的基本知识，运用所学的通信仿真的方法实现某种传输系统。
能够根据设计任务的具体要求，掌握软件设计、调试的具体方法、步骤和技巧。
对一个实际课题的软件设计有基本了解，拓展知识面，激发在此领域中继续学习和研究的兴趣，为学习后续课程做准备。
2章课程设计内容
这个课程设计，我主要完成了以下工作：
1、在信号源产生了一个初始的阶跃信号。
2、将阶跃信号加载到余弦载波上
3、进行FFT（快速傅立叶变换），从频域的角度来研究调制波。
4、模拟自然界的噪声，给调制信号加上白噪声。
5、由于白噪声属于高频信号，所以在接收端通过低通滤波器滤除噪声，并还原出初始信号。
第3章设计原理
3.1、初始信号和载波信号通过调幅形成已调波在空间传输。
3.2、通过Matlab中的白噪声函数在信号中引入白噪声。
设
是最后理论计算中的信噪比，
是加入高斯白噪声后的整体信号（包括插值后的点）的信噪比,
是每bit将通过成形滤波器后的信号送到具有高斯白噪声特征的加性信道中，相当于在原信号上加入高斯白噪声。
由于高斯白噪声加在了通过插值和滤波后的点上，因此在计算信噪比的时候存在一个信噪比换算的问题。
当我们把仿真得到的误码率曲线同理论的误码率曲线相比较的时候，两者的信噪比的定义必须是一致的。
一致包括两个方面，一是二者均为每bit符号上的信号功率和噪声功率的比值，另一个是信号的功率是指那些信息点上的平均功率，噪声也是指信息点上所对应的噪声的平均功率，但由于噪声的功率谱密度是一个定值，所以噪声的平均功率实际上就是噪声的功率谱密度。
对于第二点，由于所有信号的平均功率和信息点上的信号的平均功率不同，所以需要在加入高斯噪声的时候进行纠正，具体的公式推导如下。
信息点的平均能量，
是每bit信号的平均能量，
是噪声的平均功率，现在需要推导出
与
的关系。
即两个信噪比的比值就是平均能量的比值
3.3、信号从时域转换到频域的公式（傅里叶变换和逆变换）
傅里叶变换就是将一个信号的时域表示形式映射到一个频域表示形式
我们原来对一个信号其实是从时间角度去理解去理解的。
傅里叶变换后，只不过是从频域的角度去理解。
傅里叶变换就是一种解决问题的方法，一种工具，一种看待问题的角度。
理解的关键是：
一个连续的信号可以看作是一个个小信号的叠加，从时域叠加与从频域叠加都可以组成原来的信号，将信号这么分解后有助于处理。
傅里叶变换的典型用途是将信号分解成幅值分量和频率分量。
从现代数学的眼光来看，傅里叶变换是一种特殊的积分变换。
它能将满足一定条件的某个函数表示成正弦基函数的线性组合或者积分。
3.4、解调：
正弦波幅度解调
从携带消息的调幅信号中恢复消息的过程。
这种方式应用得最早，现代仍广泛地用于广播、通信和其他电子设备。
早期的键控电报是一种典型的调幅信号。
对这类信号的解调，通常可用拍频振荡器（BFO）产生的正弦振荡信号在一非线性器件中与该信号相乘（差拍）来实现。
差拍输出经过低通滤波即得到一断续的音频信号。
这种解调方式有时称为外差接收。
标准调幅信号的解调可以不用拍频振荡器。
调幅信号中的载波实际上起了拍频振荡波的作用，利用非线性元件实现频率变换，经低通滤波即得到与调幅信号包络成对应关系的输出。
这种方法属于非相干解调。
单边带信号的解调需要一个频率和相位与被抑制载波完全一致的正弦振荡波。
使这个由接收机复原的载波和单边带信号相乘，即可实现解调。
这种方式称为同步检波，也称为相干解调。
第4章运行结果及分析
1、发生模块
（1）产生阶跃信号。
（2）产生载波信号。
（3）将阶跃信号与载波信号相乘，得到调制信号。
图1.1发生模块
（4）将初始信号从时域转换为频域，从频域来对初始信号进行分析。
（5）将载波从时域转换为频域，从频域来对载波信号进行分析。
图1.2发生模块
2、传输模块
模拟在传输过程中的噪声干扰，对已调信号加上白噪声。
图1.2传输模块
3、接收模块
在接受模块中，我们要完成两部分操作。
（1）去除噪声
由于白噪声属于高频噪声，所以在这里，我们选择低通滤波器来去除噪声。
（2）将原信号与载波分离，还原出原始信号。
图1.3接收模块
第5章总结与体会
通过本次试验，我加深了对信号传输的过程的理解，知道了噪声在信号传输过程中对于信号的影响，以及信号源如何与载波调制成已调波，信号在传输过程中要进行调制的原因，噪声对信号的影响，可以通过低通滤波器消除白噪声对信号影响，另外以前只知道分析信号要从时域转换到频率域，但不是非常清楚到底是什么原理，通过至此实验，我更加清楚的知道了为什么要进行FFT变换，去除噪声的原理。
通过这次实验，以前学习的理论知识可以与实践相结合，加深了对以前理论知识的理解。
附录MATLAB程序
代码：
clearall;
t0=0.15;
ts=0.0001;
fc=250;
a=0.85;
%调制指数
snr=20;
%SNRindb
%m（t）
t=0:
ts:
2*t0/3;
t1=t0/3;
%在t1处跳变
m1=stepfun（t,t1）;
m=-3*m1+1;
%m=[ones（1,t0/（3*ts））,-2*ones（1,t0/（3*ts））,zeros（1,t0/（3*ts）+1）];
\
figure
（1）;
subplot（311）;
plot（t,m（1:
length（t）））
title（'
m（t）信号波形'
）;
axis（[02/3*t0-2.51.5]）
%c（t）
c=cos（2*pi*fc.*t）;
subplot（312）;
plot（t,c（1:
c（t）载波'
）
axis（[02/3*t0-1.51.5]）
%u（t）
u=（2+a*m）.*c;
subplot（313）;
plot（t,u（1:
u（t）调制波'
axis（[02/3*t0-3.53.5]）
%m（f）
mf=fft（m）;
figure
（2）;
subplot（211）;
plot（t,mf）;
m（f）信号频谱'
axis（[00.01-2.55]）
%u（f）
uf=fft（u）;
subplot（212）
plot（t,uf）
u（f）调制频谱'
%signal_power
dt=0.01;
signal_power=sum（u.*u）*dt/（length（t）*dt）
%noise_power
snr_lin=10^（snr/10）;
noise_power=signal_power/snr_lin
%u_n（t）=u+n
u_n=awgn（u,snr）;
figure（3）;
plot（t,u_n）;
u+n波形'
%u_n（f）
u_nf=fft（u_n）;
subplot（212）;
plot（t,u_nf）
u+n频谱'
%滤波前数据
t=0:
0.01:
10;
f=5*sin（2*pi*20*t）+5*sin（2*pi*60*t）;
%滤波器设计
Fpass=1;
%PassbandFrequency
Fstop=50;
%StopbandFrequency
Apass=1;
%PassbandRipple（dB）
Astop=60;
%StopbandAttenuation（dB）
Fs=2000;
%SamplingFrequency
h=fdesign.lowpass（'
fp,fst,ap,ast'
Fpass,Fstop,Apass,Astop,Fs）;
Hd=design（h,'
equiripple'
...
'
MinOrder'
'
any'
StopbandShape'
flat'
%f2滤波后的数据
f2=filter（Hd,f）;
%对比图
plot（t,f,'
b'
t,f2,'
r'
%示范课题
a=1;
snr=10;
m=-2*m1+1;
figure（4）;
参考文献：
[1]、《通信原理教程》，樊昌信、曹丽娜，国防工业出版社，2006
[2]、《现代通信原理》，曹志刚，钱亚生，清华大学出版社，1992
[3]、《现代通信原理与技术》，张辉，曹丽，西安电子科技大学出版社，2005
[4]、《通信原理—基于Matlab的计算机仿真》，郭文彬，桑林，北京邮电大学出版社，2006
升级会员 