模拟信号调制实验

实验报告册

课 程: 通讯系统原理教程

实 验: 模拟信号调制实验

实验一： 模拟信号调制实验

一、实验目的

1、基于matlab函数对模拟信号的调制.

2.可以熟悉的掌握用matlab对模拟信号的调制、解调。

3.可以深刻的了解模拟调制、解调的过程，及一些基本思想，且得到一些应用。 二、实验原理

评语： 成绩： 签名： 日期： 1、

2、调制就是按调制信号(基带信号)的变化规律去改变载波某些参数的过程。参数(或特征值)

以不同的参数“表征”基带信号的特点构成AM、FM、PM的调制。 3、常规双边带调制(AM)

常规双边带调制就是标准幅度调制，它用调制信号去控制高频载波的振幅，使已调波的振幅按照调制信号的振幅规律线性变化。AM调制器模型下图所示。

假设调制信号为 x(t) ,冲击响应

,即滤波器 H(W)=1 ,是

全通网络。载波信号为调制信号 c(t)=coswct, xt叠加直流A0后与载波相乘,经过滤波器后就得到标准调制信号(AM信号),AM信号的时域和频域表示式分别为

2

4.、抑制载波双边带调幅（DSB）

基本思想：抑制不携带信息的载波分量的功率，将有效功率用于边带传输，从而提高调制效率。

令载波信号的A0=0，得到DSB调制信号的时域和频域描述

DSB调制器的数学模型：

三、实验内容

实验步骤（即Matlab编程过程）：

产生一个频率为1Hz、功率为1的余弦信源，设载波频率为10Hz，试画出：（其中调制信号x(t)= cos(πt)）。 （1）A=2的AM调制信号； （2）DSB调制信号； （3）SSB调制信号；

（4）在信道中各自加入经过带同滤波器后的窄带高斯白噪声，功率为0.1，解调

各个信号，并画出解调后的波形。 %先画出调制信号x(t)= cos(πt)的波形t=-5:0.1:5; 本实验前要先定义几个有用的matlabxt=cos(pi*t); 函数：T2F(傅里叶变换)、F2T(傅里叶subplot(111) 反变换)、lpf(低通滤波器)、bpf(带plot(t,xt);grid on; title('调制信号

x(t)=cos(\\pi*t)的波形');

3

通滤波器)、noise、noise_nb(噪声影响)。否 则，无法运行。 T2F函数：

%T2F(傅里叶变换)

function [f,sf]=T2F(t,st)

% this is a function using the FFT function to calculate a signal's fourier

%Translation

%input is the time and the signal vectors,the length of time must greater % than 2

% output is the frequency and the signal spectrum dt = t(2)-t(1);

T=t(end); df=1/T; N=length(st); f=-N/2*df:df:N/2*df-df; sf=fft(st);

sf=T/N*fftshift(sf); F2T(傅里叶反变换)：

function[t,st]=F2T(f,sf)

% this function calculate the time signal using ifft function for the input

% signal's spectrum df=f(2)-f(1);

Fmx=(f(end)-f(1)+df); dt=1/Fmx;

N=length(sf); T=dt*N;

%t=-T/2:dt:T/2-dt; t=0:dt:T-dt; sff=fftshift(sf); st=Fmx*ifft(sff); lpf(低通滤波器)：

function [t,st]=lpf(f,sf,B) % 本函数为通带为B的低通滤波器 % 入口参数：f:频率样本向量 % sf:频谱向量

% B:低通滤波器带宽 % 出口参数：t:时间向量 % st:输出信号向量 df=f(2)-f(1);

4

T=1/df;

hf=zeros(1,length(f));

bf=[-floor(B/df):floor(B/df)]+floor(length(f)/2); hf(bf)=1; yf=hf.*sf;

[t,st]=F2T(f,yf); st=real(st); bpf(带通滤波器)：

function[t,st]=bpf(f,sf,B1,B2) df=f(2)-f(1); T=1/df;

hf=zeros(1,length(f));

bf=[floor(B1/df):floor(B2/df)]; bf1=floor(length(f)/2)+bf; bf2=floor(length(f)/2)-bf; hf(bf1)=1/sqrt(2*B2-B1); hf(bf2)=1/sqrt(2*B2-B1);

yf=hf.*sf.*exp(-j*2*pi*f*0.1*T); [t,st]=F2T(f,yf);

noise、noise_nb(噪声影响)：

function noise(filename) %noise Image=imread(filename); subplot(2,2,1);

imshow(Image,[]); % 原图像 title('原图像');

noise_g=imnoise(Image,'gaussian');%增加高斯白噪声 subplot(2,2,2); imshow(noise_g,[]);

%imwrite(noise_g,'noise_g.bmp') title('高斯白噪声');

noise_s=imnoise(Image,'salt & pepper');

subplot(2,2,3); imshow(noise_s,[]);

title('黑白象素点噪声(椒盐)'); %imwrite(noise)

function[out]=noise_nb(fc,B,N0,t) % noise_nb dt=t(2)-t(1); Fmx=1/dt;

n_len=length(t); p=N0*Fmx;

rn=sqrt(p)*randn(1,n_len);

[f,rf]=T2F(t,rn);

[t,out]=bpf(f,rf,fc-B/2,fc+B/2); plot(t,mt,'r--');

title('DSB信号');xlabel('t');

调制过程编程如下：（在没有noise影响的情况） %信源

close all; clear all; dt=0.001; fm=1; fc=10; t=0:dt:5;

mt=cos(pi*t).*cos(2*pi*fm*t); N0=0.1;

%幅度AM调制 A=2;

s_am=(A+mt).*cos(2*pi*fc*t); B=2*fm; figure(1) subplot(321)

plot(t,s_am);hold on; plot(t,A+mt,'r--'); %AM解调

rt=s_am.*cos(2*pi*fc*t); rt=rt-mean(rt); [f,rf]=T2F(t,rt);

[t,rt]=lpf(f,rf,2*fm);

title('AM信号');xlabel('t'); subplot(322)

plot(t,rt);hold on; plot(t,mt/2,'r--');

title('AM解调信号');xlabel('t');

%DSB调制

s_dsb=mt.*cos(2*pi*fc*t); B=2*fm;

subplot(323)

plot(t,s_dsb);hold on;

四、实验结论：

%DSB解调

rt=s_dsb.*cos(2*pi*fc*t); rt=rt-mean(rt); [f,rf]=T2F(t,rt);

[t,rt]=lpf(f,rf,2*fm); subplot(324)

plot(t,rt);hold on; plot(t,mt/2,'r--'); title('DSB解调信号');xlabel('t');

%SSB调制

s_ssb=real(hilbert(mt).*exp(j*2*pi*fc*t)); B=fm;

s_ssb=s_ssb; subplot(325) plot(t,s_ssb);

title('SSB信号');xlabel('t'); %SSB解调

rt=s_ssb.*cos(2*pi*fc*t); rt=rt-mean(rt); [f,rf]=T2F(t,rt);

[t,rt]=lpf(f,rf,2*fm); subplot(326)

plot(t,rt);hold on; plot(t,mt/2,'r--');

title('SSB解调信号');xlabel('t'); 编程后输出图形如下：（在没有noise影响的情况）

5

通过上面的实验过程和结果与理论过程与结果对比分析，以上这个实验结果是比较准确的。通过解调信号图（A）与调制信号图（B）的比较，二者波形相同就是存在一些时移。实验中完成了信号的调制和解调的过程，达到了预期的目的。

6