软件无线电学习-发射机体系结构

2024-05-29 22:04

本文主要是介绍软件无线电学习-发射机体系结构,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

本文知识内容摘自《软件无线电原理和应用》

软件无线电主要由发射机和接收机两大部分组成。软件无线电发射机的主要功能是把需发射或传输的用户信息(话音、数据或图像)经基带处理(完成诸如FM、AM、FSK、PSK、MSK、QAM 等调制)和上变频,调制到规定的载频(中心频率)f_{0}上,再通过功率放大后送至天线,把电信号转换为空间传播的无线电信号,发向空中或经传输介质(如电缆、光缆)送到接收方的接收机前端,由其进行接收解调。其过程如下图所示。

如前所示,任何一个无线电信号均可以表示为:

s(t)=a(t)cos(2\pi f_{0}t+\omega (t))

式中,a(t)和\omega (t)分别表示该信号的幅度调制信息和相位调制信息,f_{0}为信号载频(中心频率),而频率调制信息也反映在相位调制信息中,即:

f_{t}=\tfrac{d\omega (t))}{dt}

对上述式子进行数字化

s(n)=a(nT_{s})cos(2\pi f_{0}nT_{s}+\omega )(nT_{s})

其中,T_{s}=1/f_{s}为采样间隔,上式子简写为:

s(n)=a(n)cos(\omega _{0}n+\varphi (n))

式中,\omega _{0}=2\pi f_{0}T_{s}为数字角频率,取0-\pi(实信号),有时不加区分地把\omega _{0}f_{0}都称为角频率,只要记住在信号表达式中的真正含义就是了。为了便于信息调制,通常把上式进行正交分解:

s(n)=I(n)cos(\omega _{0}n)+Q(n)sin(\omega _{0}n)

其中I(n)=a(n)cos\varphi (n)Q(n)=-a(n)sin\varphi (n)

调制的方式是现求出I(n)和Q(n)然后分别与两个正交本振cos(\omega _{0}n)sin(\omega _{0}n)相乘并求和,即可得到调制信号s(n)

matlab仿真程序。

clc;
clear;
% 设置参数
fs = 5e9;       % 采样率 5GHz
fc = 50e6;       % 基带频率
fm = 100e6;    % NCO信号频率t = 0:1/fs:1e-3; % 时间序列,1微秒% 基带信号
i = cos(2*pi*fc*t);%余弦波
q = -sin(2*pi*fc*t);%正弦波% nco本振信号
i_nco = cos(2*pi*fm*t);
q_nco = sin(2*pi*fm*t);% iq调制
iq = i.*i_nco + q.*q_nco;% 绘制频域波形% 计算频谱
N = length(t);
f = (-fs/2:fs/N:fs/2-fs/N); % 频率向量
I = fftshift(fft(i));
Q = fftshift(fft(q));
I_NCO = fftshift(fft(i_nco));
Q_NCO = fftshift(fft(q_nco));
IQ= fftshift(fft(iq));
figure(1);
subplot(4,1,1);
plot(f, abs(I)/N,'b');
title('基带I频谱');
xlabel('频率 (GHz)');
ylabel('幅度');subplot(4,1,2);
plot(f, abs(Q)/N,'b');
title('基带Q频谱');
xlabel('频率 (GHz)');
ylabel('幅度');subplot(4,1,3);
plot(f, abs(I_NCO)/N,'g');
title('i_nco本振信号频谱');
xlabel('频率 (GHz)');
ylabel('幅度');subplot(4,1,4);
plot(f, abs(Q_NCO)/N,'r');
title('q_nco本振信号频谱');
xlabel('频率 (GHz)');
ylabel('幅度');figure(2);
plot(f, abs(IQ)/N,'b');
title('iq调制频谱');
xlabel('频率 (GHz)');
ylabel('幅度');

设置采样率为5ghz,基带信号为50mhz,nco本振为100mhz,第一步先求出基带信号的IQ信号,在求出正交本振cos和sin。相乘后相加。

实验现象如下如所示。

这篇关于软件无线电学习-发射机体系结构的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1014748

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

软件设计师备考——计算机系统

学习内容源自「软件设计师」 上午题 #1 计算机系统_哔哩哔哩_bilibili 目录 1.1.1 计算机系统硬件基本组成 1.1.2 中央处理单元 1.CPU 的功能 1)运算器 2)控制器 RISC && CISC 流水线控制 存储器  Cache 中断 输入输出IO控制方式 程序查询方式 中断驱动方式 直接存储器方式(DMA)  ​编辑 总线 ​编辑

系统架构师考试学习笔记第三篇——架构设计高级知识(20)通信系统架构设计理论与实践

本章知识考点:         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识

线性代数|机器学习-P36在图中找聚类

文章目录 1. 常见图结构2. 谱聚类 感觉后面几节课的内容跨越太大,需要补充太多的知识点,教授讲得内容跨越较大,一般一节课的内容是书本上的一章节内容,所以看视频比较吃力,需要先预习课本内容后才能够很好的理解教授讲解的知识点。 1. 常见图结构 假设我们有如下图结构: Adjacency Matrix:行和列表示的是节点的位置,A[i,j]表示的第 i 个节点和第 j 个