通信原理课程设计DSB调制解调系统设计与仿真通信原理.docx

通信原理课程设计DSB调制解调系统设计与仿真通信原理.docx

《通信原理课程设计DSB调制解调系统设计与仿真通信原理.docx》由会员分享，可在线阅读，更多相关《通信原理课程设计DSB调制解调系统设计与仿真通信原理.docx（22页珍藏版）》请在冰豆网上搜索。

通信原理课程设计DSB调制解调系统设计与仿真通信原理

通信原理课程设计

设计题目：

DSB调制解调系统设计与仿真通信原理

班级：

学生姓名：

学生学号：

指导老师：

引言

本课程设计用于实现DSB信号的调制解调过程。

信号的调制与解调在通信系统中具有重要的作用。

调制过程是一个频谱搬移的过程，它是将低频信号的频谱搬移到载频位置。

解调是调制的逆过程，即是将已调制的信号还原成原始基带信号的过程。

信号的接收端就是通过解调来还原已调制信号从而读取发送端发送的信息。

因此信号的解调对系统的传输有效性和传输可靠性有着很大的影响。

调制与解调方式往往决定了一个通信系统的性能。

双边带DSB信号的解调采用相干解调法，这种方式被广泛应用在载波通信和短波无线电话通信中。

1、课程设计目的

本课程设计是实现DSB的调制解调。

在此次课程设计中，我们将通过多方搜集资料与分析，来理解DSB调制解调的具体过程和它在MATLAB中的实现方法。

预期通过这个阶段的研习，更清晰地认识DSB的调制解调原理，同时加深对MATLAB这款通信仿真软件操作的熟练度，并在使用中去感受MATLAB的应用方式与特色。

利用自主的设计过程来锻炼自己独立思考，分析和解决问题的能力，为我们今后的自主学习研究提供具有实用性的经验。

2、课程设计要求

（1）熟悉MATLAB中M文件的使用方法，掌握DSB信号的调制解调原理，以此为基础用M文件编程实现DSB信号的调制解调。

（2）绘制出SSB信号调制解调前后在时域和频域中的波形，观察两者在解调前后的变化，通过对分析结果来加强对DSB信号调制解调原理的理解。

（3）对信号分别叠加大小不同的噪声后再进行解调，绘制出解调前后信号的时域和频域波形，比较未叠加噪声时和分别叠加大小噪声时解调信号的波形有何区别，由所得结果来分析噪声对信号解调造成的影响。

（4）在老师的指导下，独立完成课程设计的全部内容，并按要求编写课程设计论文，文中能正确阐述和分析设计和实验结果。

一、DSB调制解调模型的建立

1、DSB信号的模型

在AM信号中，载波分量并不携带信息，信息完全由边带传送。

如果将载波抑制，只需在将直流

去掉，即可输出抑制载波双边带信号，简称双边带信号（DSB）。

 DSB调制器模型如图1所示。

图1DSB调制器模型

其中，设正弦载波为

式中，

为载波幅度；

为载波角频率；

为初始相位（假定

为0）。

调制过程是一个频谱搬移的过程，它是将低频信号的频谱搬移到载频位置。

而解调是将位于载频的信号频谱再搬回来，并且不失真地恢复出原始基带信号。

双边带解调通常采用相干解调的方式，它使用一个同步解调器，即由相乘器和低通滤波器组成。

在解调过程中，输入信号和噪声可以分别单独解调。

相干解调的原理框图如图2所示：

图2相干解调器的数学模型

信号传输信道为高斯白噪声信道，其功率为

。

2、DSB信号调制过程分析

假定调制信号

的平均值为0，与载波相乘，即可形成DSB信号，其时域表达式为

式中，

的平均值为0。

DSB的频谱为

DSB信号的包络不再与调制信号的变化规律一致，因而不能采用简单的包络检波来恢复调制信号，需采用相干解调（同步检波）。

另外，在调制信号

的过零点处，高频载波相位有180°的突变。

除了不再含有载频分量离散谱外，DSB信号的频谱与AM信号的频谱完全相同，仍由上下对称的两个边带组成。

所以DSB信号的带宽与AM信号的带宽相同，也为基带信号带宽的两倍，即

式中，

为调制信号的最高频率。

调制信号产生的代码及波形为

clf;%清除窗口中的图形

ts=0.01;%定义变量区间步长

t0=2;%定义变量区间终止值

t=-t0+0.0001:

ts:

t0;%定义变量区间

fc=10;%给出相干载波的频率

A=1;%定义输入信号幅度

fa=1;%定义调制信号频率

mt=A*cos（2*pi*fa.*t）;%输入调制信号表达式

ct=cos（2*pi*fc.*t）;%输入调制信号表达式

psnt=mt.*cos（2*pi*fc.*t）;%输出调制信号表达式

subplot（3,1,1）;%划分画图区间

plot（t,mt,'g'）;%画出输入信号波形

title（'输入信号波形'）;

xlabel（'Variablet'）;

ylabel（'Variablemt'）;

subplot（3,1,2）;

plot（t,ct,'b'）;%画出输入信号波形

title（'输入载波波形'）;

xlabel（'Variablet'）;

ylabel（'Variablect'）;

subplot（3,1,3）;

plot（1:

length（psnt）,psnt,'r'）;%length用于长度匹配

title（'已调信号波形'）;%画出已调信号波形

xlabel（'Variablet'）;

ylabel（'Variablepsnt'）;

运行结果：

图3调制信号、载波、已调信号波形

3、高斯白噪声信道特性分析

在实际信号传输过程中，通信系统不可避免的会遇到噪声，例如自然界中的各种电磁波噪声和设备本身产生的热噪声、散粒噪声等，它们很难被预测。

而且大部分噪声为随机的高斯白噪声，所以在设计时引入噪声，才能够真正模拟实际中信号传输所遇到的问题，进而思考怎样才能在接受端更好地恢复基带信号。

信道加性噪声主要取决于起伏噪声，而起伏噪声又可视为高斯白噪声，因此我在此环节将对双边带信号添加高斯白噪声来观察噪声对解调的影响情况。

为了具体而全面地了解噪声的影响问题，我们将分别引入大噪声（信噪比为20dB）与小噪声（信噪比为2dB）作用于双边带信号，再分别对它们进行解调，观察解调后的信号受到了怎样的影响。

在此过程中，我用函数

来添加噪声，此函数功能为向信号中添加噪声功率为其方差的高斯白噪声。

正弦波通过加性高斯白噪声信道后的信号为

故其有用信号功率为

噪声功率为

信噪比

满足公式

则可得到公式

我们可以通过这个公式方便的设置高斯白噪声的方差。

为了便于比较，我们显示了双边带信号加入两种噪声后的时频波形图。

实现代码和波形如图4：

clf;%清除窗口中的图形

ts=0.01;%定义变量区间步长

t0=2;%定义变量区间终止值

t=-t0+0.0001:

ts:

t0;%定义变量区间

fc=10;%给出相干载波的频率

A=1;%定义输入信号幅度

fa=1;%定义调制信号频率

mt=A*cos（2*pi*fa.*t）;%输入调制信号表达式

xzb=2;%输入小信躁比（dB）

snr=10.^（xzb/10）;

[h,l]=size（mt）;%求调制信号的维数

fangcha=A*A./（2*snr）;%由信躁比求方差

nit=sqrt（fangcha）.*randn（h,l）;%产生小信噪比高斯白躁声

psmt=mt.*cos（2*pi*fc.*t）;%输出调制信号表达式

psnt=psmt+nit;%输出叠加小信噪比已调信号波形

xzb=20;%输入大信躁比（dB）

snr1=10.^（xzb/10）;

[h,l]=size（mt）;%求调制信号的维数

fangcha1=A*A./（2*snr1）;%由信躁比求方差

nit1=sqrt（fangcha1）.*randn（h,l）;%产生大信噪比高斯白躁声

psnt1=psmt+nit1;%输出已调信号波形

subplot（2,2,1）;%划分画图区间

plot（t,nit,'g'）;%画出输入信号波形

title（'小信噪比高斯白躁声'）;

xlabel（'Variablet'）;

ylabel（'Variablenit'）;

subplot（2,2,2）;

plot（t,psnt,'b'）;

title（'叠加小信噪比已调信号波形'）;

xlabel（'Variablet'）;

ylabel（'Variablepsnt'）;

subplot（2,2,3）;

plot（t,nit1,'r'）;%length用于长度匹配

title（'大信噪比高斯白躁声'）;%画出输入信号与噪声叠加波形

xlabel（'Variablet'）;

ylabel（'Variablenit'）;

subplot（2,2,4）;

plot（t,psnt1,'k'）;

title（'叠加大信噪比已调信号波形'）;%画出输出信号波形

xlabel（'Variablet'）;

ylabel（'Variablepsmt'）;

图4不同信噪比的噪声及含噪声的已调波形

可以清晰地看出，加大噪声后，解调信号的波形杂乱无章，起伏远大于加小噪声时的波形。

造成此现象的原因是当信噪比较小时，噪声的功率在解调信号中所占比重较大，所以会造成杂波较多的情况；而信噪比很大时，噪声的功率在解调信号中所占比重就很小了，噪声部分造成的杂乱波形相对就不是很明显，甚至可以忽略。

综上所述，叠加噪声会造成解调信号的失真，信噪比越小，失真程度越大。

所以当信噪比低于一定大小时，会给解调信号带来严重的失真，导致接收端无法正确地接收有用信号。

所以在解调的实际应用中，应该尽量减少噪声的产生。

4、DSB解调过程分析

所谓相干解调是为了从接收的已调信号中，不失真地恢复原调制信号，要求本地载波和接收信号的载波保证同频同相。

相干解调的一般数学模型如图所示。

图5DSB相干解调模型

设图四的输入为DSB信号

乘法器输出为

通过低通滤波器后

当

常数时，解调输出信号为

大小不同信噪比的解调波形，如图6：

图6不同信噪比解调波形

5、DSB调制解调系统抗噪声性能分析

由于加性噪声只对已调信号的接收产生影响，因而调制系统的抗噪声性能主要用解调器的抗噪声性能来衡量。

为了对不同调制方式下各种解调器性能进行度量，通常采用信噪比增益G（又称调制制度增益）来表示解调器的抗噪声性能。

有加性噪声时解调器的数学模型如图7所示。

图7有加性噪声时解调器的数学模型

图7中

为已调信号，

为加性高斯白噪声。

和

首先经过带通滤波器，滤出有用信号，滤除带外的噪声。

经过带通滤波器后到达解调器输入端的信号为

、噪声为高斯窄带噪声

，显然解调器输入端的噪声带宽与已调信号的带宽是相同的。

最后经解调器解调输出的有用信号为

，噪声为

。

图8有加性噪声时解调器的数学模型

设解调器输入信号为

与相干载波

相乘后，得

经低通滤波器后，输出信号为

因此，解调器输出端的有用信号功率为

解调DSB信号时，接收机中的带通滤波器的中心频率

与调制载频

相同，因此解调器输出端的窄带噪声

可表示为

它与相干载波相乘后，得

经低通滤波器后，解调器最终的输出噪声为

故输出噪声功率为

这里，

，为DSB信号的带通滤波器的带宽。

解调器输入信号平均功率为

可得解调器的输入信噪比

同时可得解调器的输出信噪比

因此制度增益为

由此可见，DSB调制系统的制度增益为2。

也就是说DSB信号的解调器使信噪比改善了一倍。

这是因为采用相干解调，使输入噪声中的正交分量

被消除的缘故。

二、仿真过程

源程序：

clf;%清除窗口中的图形

ts=0.01;%定义变量区间步长

t0=2;%定义变量区间终止值

t=-t0+0.0001:

ts:

t0;%定义变量区间

fc=10;%给出相干载波的频率

A=1;%定义输入信号幅度

fa=1;%定义调制信号频率

mt=A*cos（2*pi*fa.*t）;%输入调制信号表达式

xzb=20;%输入信噪比（dB）

snr=10.^（xzb/10）;

[h,l]=size（mt）;%求调制信号的维数

fangcha=A*A./（2*snr）;%由信躁比求方差

nit=sqrt（fangcha）.*randn（h,l）;%产生高斯白噪声

snit=mt+nit;%调制信号与噪声叠加

psmt=mt.*cos（2*pi*fc.*t）;%输出调制信号表达式

pnit=nit.*cos（2*pi*fc.*t）;%输出噪声表达式

psnt=psmt+pnit;%输出已调信号波形

jic=psnt.*cos（2*pi*fc.*t）;%调制信号乘以相干载波

ht=（2*pi*fc.*sin（2*pi*fc.*t）./（2*pi*fc.*t））./pi;%低通滤波器的时域表达式

htw=abs（fft（ht））;%低通滤波器的频域表达式

jt=conv（ht,jic）;%解调信号的时域表达式

subplot（3,3,1）;%划分画图区间

plot（t,mt,'g'）;%画出输入信号波形

title（'输入信号波形'）;

xlabel（'Variablet'）;

ylabel（'Variablemt'）;

subplot（3,3,2）;

plot（t,nit,'b'）;

title（'输入噪声波形'）;

xlabel（'Variablet'）;

ylabel（'Variablenit'）;

subplot（3,3,3）;

plot（1:

length（snit）,snit,'r'）;%length用于长度匹配

title（'输入信号与噪声叠加波形'）;%画出输入信号与噪声叠加波形

xlabel（'Variablet'）;

ylabel（'Variablesnit'）;

subplot（3,3,4）;

plot（t,psmt,'k'）;

title（'输出信号波形'）;%画出输出信号波形

xlabel（'Variablet'）;

ylabel（'Variablepsmt'）;

subplot（3,3,5）;

plot（t,pnit,'k'）;

title（'输出噪声波形'）;%画出输出噪声波形

xlabel（'Variablet'）;

ylabel（'Variablepnit'）;

subplot（3,3,6）;

plot（t,psnt,'k'）;

title（'输出信号与输出噪声叠加波形'）;%画出输出信号与输出噪声叠加波形

xlabel（'Variablet'）;

ylabel（'Variablepsnt'）;

subplot（3,3,7）;

plot（1:

length（htw）,htw,'k'）;

title（'低通滤波器频域波形'）;%画出低通滤波器频域波形

xlabel（'Variablew'）;

ylabel（'Variablehtw'）;

axis（[0600150]）;

subplot（3,3,8）;

plot（1:

length（ht）,ht,'k'）;

title（'低通滤波器时域波形'）;%画出低通滤波器时域波形

xlabel（'Variablet'）;

ylabel（'Variablepsnt'）;

axis（[150250-2025]）;%给出坐标轴范围

subplot（3,3,9）;

plot（1:

length（jt）,jt,'k'）;

title（'输出信号与输出噪声叠加波形'）;%画出输出信号与输出噪声叠加波形

xlabel（'Variablet'）;

ylabel（'Variablejt'）;

axis（[200600-5050]）;

仿真结果

图9仿真结果

三、心得体会

通过这次的课程设计，我们觉得最大的收获就是既了解了噪声对信号传输的影响，又回顾了MATLAB的相关知识。

在代码的编制过程中,我分了三步走。

第一步，给出一个确定的噪声信号，并观察其对有用信号的影响；第二步，对信号进行调制，采用的方法是将信号乘以一个相干载波；第三步，对调制信号进行解调，其中涉及到一个低通滤波器的设计。

虽然有函数可以直接实现这个功能，但我们都没有用，而是自己动手设计。

我们的基本思路是由低通滤波器的频域特性，通过傅里叶逆变换，得到低通滤波器的时域表达式，进而通过频域和时域的对称性，得到解调信号，通过仿真可直观的看出解调信号和原信号的波形。

其次，在这次课程设计中，我们第一次明白了零点的重要性。

尤其是在一个自变量作为分母时，必须加上任意一个无穷小数，使其跨过零点。

而且，也正是由于这次课程设计，我们学会了如何在WORD里面书写一些数学表达式，比如说平均值之类的表示方法。

一周的设计，在时间上来说是很短的，可是它恰好可以让我们更明白，其实知识是要适应社会发展，我们要学会的不仅是现在的知识，更重要的是以后我们在短时间内如何获得我们所要的知识。

每次课程设计我们都会用到新软件，平时从未听说过，更不用说是学过了、用过了，可是经过几次课程设计我们更适应应急学习应用软件了，也许时间会让我们忘记我们现在所学的知识，可是我们不会忘记这种学习方法和思想。

但是，当我刚拿到课题的时候，确实不知道如何下手，觉得什么都知道，可是又不能将其具体化，但是我坚信，老师既然布置了这项任务，就说明我们一定可以实现它，所以我也非常努力的去做，整整花了个上午的时间去调试代码，终于还是功夫不负有心人。

世上很多事情，不是因为难以做到，我们才失去信心；相反，是因为我们失去了信心，事情才显得难以做到。

是的，我们得承认，我们还很多很多的东西不知道，但我们可以努力，努力可能得到我们想要的，但是不努力一定得不到；优秀的人到处是，努力的人也随时可以看到，我们可以通过努力使自己变得更优秀。

努力是希望的代价，希望是努力的动力。

在整整一个星期的日子里，可以说得是苦多于甜，但是可以学到很多很多的的东西，同时不仅可以巩固了以前所学过的知识，而且学到了很多在书本上所没有学到过的知识。

通过这次课程设计使我懂得了理论与实际相结合是很重要的，只有理论知识是远远不够的，只有把所学的理论知识与实践相结合起来，从理论中得出结论，才能真正为社会服务，从而提高自己的实际动手能力和独立思考的能力。

四、参考文献

1、樊昌信，曹丽娜。

通信原理（第六版）。

国防工业出版社。

2、孙祥，徐流美，吴清。

MATLAB6.5基础教程。

北京：

清华大学出版社。

3、唐向宏，岳恒立，邓雪峰。

MATLAB及在电子信息类课程中的应用。

电子工业出版社。