【调制解调】PM 调相

2023-10-07 13:30
文章标签 调制 调相 pm 解调

本文主要是介绍【调制解调】PM 调相,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!

说明

学习数字信号处理算法时整理的学习笔记。同系列文章目录可见 《DSP 学习之路》目录,代码已上传到 Github - ModulationAndDemodulation。本篇介绍 PM 调相信号的调制与解调,内附全套 MATLAB 代码。

文章目录

    • 说明
    • 1. PM 调制算法
      • 1.1 PM 信号描述
      • 1.2 PM 信号调制示例
    • 2. PM 解调算法
      • 2.1 FM 解调积分法
      • 2.2 希尔伯特求瞬时相位法
      • 2.3 数字正交解调
    • 3. PM 仿真(MATLAB Communications Toolbox)
    • 参考资料
    • 附录代码
      • 附.1 文件 mod_pm.m
      • 附.2 文件 main_modPM_example.m
      • 附.3 文件 lpf_filter.m
      • 附.4 文件 demod_pm_method1.m
      • 附.5 文件 main_demodPM_example1.m
      • 附.6 文件 demod_pm_method2.m
      • 附.7 文件 main_demodPM_example2.m
      • 附.8 文件 demod_pm_method3.m
      • 附.9 文件 main_demodPM_example3.m
      • 附.10 文件 main_CommPM_example.m


1. PM 调制算法

1.1 PM 信号描述

调制信号去控制载波的瞬时相位,使其按照调制信号的规律变化,当调制信号是模拟信号时,这个过程就被称为调相(PM)。在 FM 调频与 PM 调相的过程中,载波的幅度都保持恒定不变,而频率和相位的变化都表现为载波瞬时相位的变化,故把调频和调相统称为角度调制,与幅度调制技术相比,角度调制最突出的优势是其较高的抗噪声性能,然而获得这种优势的代价是角度调制占用比幅度调制信号更宽的带宽。PM 信号的时域表达式为:
s P M ( t ) = A c o s [ ω c t + K p m ( t ) ] (1) s_{PM}(t)=Acos{\left[\omega_ct+{K_p}m(t)\right]} \tag{1} sPM(t)=Acos[ωct+Kpm(t)](1)

式中: A A A 为载波恒定振幅, K p K_p Kp 为调相灵敏度(单位 r a d / V rad/V rad/V), m ( t ) m(t) m(t) 是调制信号(携带要发出去的信息), c o s ω c t cos{\omega_ct} cosωct 是载波, ω c \omega_c ωc 是载波角频率,与载波频率 f c f_c fc 之间的关系为 ω c = 2 π f c \omega_c=2{\pi}f_c ωc=2πfc。由式 ( 1 ) (1) (1) 可得 PM 信号相对于载波相位 ω c t {\omega}_ct ωct 的瞬时相位偏移为:
φ ( t ) = K p m ( t ) (2) \varphi(t)={K_p}m(t) \tag{2} φ(t)=Kpm(t)(2)
( 1 ) (1) (1) 式可知 PM 信号相对于载波相位 ω c t {\omega}_ct ωct瞬时相位偏移 m ( t ) m(t) m(t) 呈线性变化,比例系数为 K p K_p Kp。PM 信号与 FM 信号有很多相同之处,如果预先不知道调制信号 m ( t ) m(t) m(t) 的具体形式,则无法判断已调信号是 PM 信号还是 FM 信号。PM 信号的调相指数(调制指数) β \beta β 被定义为最大的相位偏移:
β = K p ∣ m ( t ) ∣ m a x (3) \beta={K_p}{\lvert}{m(t)}{\rvert}_{max} \tag{3} β=Kpm(t)max(3)
m ( t ) m(t) m(t) 为单一频率的正弦波(即 m ( t ) = A m c o s ( 2 π f m t ) m(t)={A_m}cos({2{\pi}{f_m}t}) m(t)=Amcos(2πfmt)),则调制指数的表达式如下。
β = K p ∣ m ( t ) ∣ m a x = K p A m (4) {\beta}={K_p}{\lvert}{m(t)}{\rvert}_{max}={K_p}{A_m} \tag{4} β=Kpm(t)max=KpAm(4)

1.2 PM 信号调制示例

与 FM 信号一样,PM 信号的调制方法也可分为 3 种,一种是直接调相法,一种是间接调相法,第三种是正交调制法。

(1)直接调相法

直接调相法是用调制信号 m ( t ) m(t) m(t) 直接改变谐振回路的参数,使载波信号通过谐振回路时产生相移而形成调相波,最常用的直接调相电路是变容二极管调相器。

(2)间接调相法

间接调相电路比直接调相电路复杂,由于频率与相位之间存在微分与积分的关系,所以 FM 与 PM 之间是可以相互转换的。先对调制信号进行微分,然后对微分结果进行调频,就得到了调相信号,这种方式叫间接调相。先对调制信号进行积分,然后对积分结果进行调相,就得到了调频信号,这种方式叫间接调频。

(3)正交调制法

( 1 ) (1) (1) 式进行三角展开,可以得到:
s P M ( t ) = A c o s [ ω c t + K p m ( t ) ] = A c o s ( ω c t ) c o s [ K p m ( t ) ] − A s i n ( ω c t ) s i n [ K p m ( t ) ] (5) \begin{aligned} s_{PM}(t)&=Acos{\left[\omega_ct+{K_p}m(t)\right]}\\[1em] &=Acos{(\omega_ct)}cos{\left[{K_p}m(t)\right]}-Asin{(\omega_ct)}sin{\left[{K_p}m(t)\right]}\\[1em] \end{aligned} \tag{5} sPM(t)=Acos[ωct+Kpm(t)]=Acos(ωct)cos[Kpm(t)]Asin(ωct)sin[Kpm(t)](5)
正交调制流程如下,其中第 2 步也可以先将 I ( t ) I(t) I(t) Q ( t ) Q(t) Q(t) 组成一个复信号 Z ( t ) = I ( t ) + i Q ( t ) Z(t)=I(t)+iQ(t) Z(t)=I(t)+iQ(t),然后乘以复载波 e x p ( i ω c t ) exp(i\omega_ct) exp(iωct),最后取实部,即 s P M ( t ) = R e a l [ Z ( t ) e x p ( i ω c t ) ] s_{PM}(t)=Real\left[Z(t)exp(i\omega_ct)\right] sPM(t)=Real[Z(t)exp(iωct)],两种方法是等价的。:

  1. 对调制信号 m ( t ) m(t) m(t) 分别取余弦和正弦,得到 I I I 路数据 I ( t ) = c o s [ K p m ( t ) ] I(t)=cos{\left[{K_p}m(t)\right]} I(t)=cos[Kpm(t)] Q Q Q 路数据 Q ( t ) = s i n [ K p m ( t ) ] Q(t)=sin{\left[{K_p}m(t)\right]} Q(t)=sin[Kpm(t)]
  2. 分别乘以载波 A c o s ( ω c t ) Acos(\omega_ct) Acos(ωct) − A s i n ( ω c t ) -Asin(\omega_ct) Asin(ωct) 后相加,得到 PM 信号 s P M ( t ) = I ( t ) A c o s ( ω c t ) − Q ( t ) A s i n ( ω c t ) s_{PM}(t)=I(t)Acos(\omega_ct)-Q(t)Asin(\omega_ct) sPM(t)=I(t)Acos(ωct)Q(t)Asin(ωct)

调制信号 m ( t ) m(t) m(t) 可以是确知信号,也可以是随机信号。当 m ( t ) m(t) m(t) 是确知信号时,不妨假设 m ( t ) m(t) m(t) 的时域表达式如下:
m ( t ) = s i n ( 2 π f m t ) + c o s ( π f m t ) (6) m(t) = sin(2{\pi}{f_m}t)+cos({\pi}{f_m}t) \tag{6} m(t)=sin(2πfmt)+cos(πfmt)(6)
各调制参数取值: A = 1 A=1 A=1 f m = 2500 H z f_m=2500Hz fm=2500Hz β = 4 {\beta}=4 β=4 f c = 20000 H z f_c=20000Hz fc=20000Hz。信号采样率 f s = 8 f c f_s=8{f_c} fs=8fc,仿真总时长为 2 s 2s 2s。PM 调制效果如下图所示(为了美观,时域只显示前 500 个点),调制信号 m ( t ) m(t) m(t) 双边幅度谱有四根离散谱线( ± 2500 H z {\pm}2500Hz ±2500Hz ± 1250 H z {\pm}1250Hz ±1250Hz),载波 c ( t ) c(t) c(t) 的双边幅度谱有两根离散谱线( ± 20000 H z {\pm}20000Hz ±20000Hz),代码详见附录 main_modPM_example.mmod_pm.m,设置 beta = 4 即可。

Oh Shit!-图片走丢了-打个广告-欢迎来博客园关注“木三百川”


2. PM 解调算法

解调是调制的逆过程,其作用是从接收的已调信号中恢复原基带信号(即调制信号)。PM 解调时,可以先使用 FM 解调器,然后对解调结果进行积分。另一种思路是直接提取 PM 信号的相位信息,有希尔伯特变换法以及数字正交解调法。下面分别用几种不同方法对 1.2 节中确知信号的 PM 调制结果进行解调。

2.1 FM 解调积分法

FM 信号的解调详见本人同系列博客 【调制解调】FM 调频,内有 FM 解调器相关代码。这种方法的流程如下:

  1. 第一步:进行 FM 解调。
  2. 第二步:对 FM 解调结果进行积分。
  3. 第三步:去除直流分量(减去自身均值)。

对 1.2 节中的 PM 信号,设定信噪比 S N R = 50 d B SNR=50dB SNR=50dB,解调效果如下,解调后幅度放大系数 k = ∣ m ( t ) ∣ ‾ / ∣ m ^ ( t ) ∣ ‾ ≈ 70439.28 k=\overline{{\lvert}m(t){\rvert}}/\overline{{\lvert}\hat{m}(t){\rvert}}\approx70439.28 k=m(t)/m^(t)70439.28,使用这个系数放大解调信号幅值,然后计算误差,有: ∑ ∣ m ( t i ) − k m ^ ( t i ) ∣ 2 / ∑ ∣ m ( t i ) ∣ 2 ≈ 0.0388 \sqrt{\sum{{\lvert}m(t_i)-k\hat{m}(t_i){\rvert}^2}}/\sqrt{\sum{{\lvert}m(t_i){\rvert}^2}}\approx0.0388 m(ti)km^(ti)2 /m(ti)2 0.0388

Oh Shit!-图片走丢了-打个广告-欢迎来博客园关注“木三百川”

代码详见 demod_pm_method1.mmain_demodPM_example1.m,调频解调器的代码详见本人同系列博客 【调制解调】FM 调频。

2.2 希尔伯特求瞬时相位法

可以通过希尔伯特变换的方法求得 PM 信号的瞬时相位,然后减去由载波导致的线性分量 ω c t {\omega_ct} ωct,获得非线性瞬时相位,也就是相对于载波相位 ω c t {\omega}_ct ωct 的瞬时相位偏移。这种方法的流程如下:

  1. 第一步:计算 s ( t ) s(t) s(t) 的希尔伯特变换,得到一个复信号(实部为 s ( t ) s(t) s(t),虚部为其希尔伯特变换结果),对所得复信号求相位角并去卷叠,得到 PM 信号的瞬时相位 ϕ ( t ) {\phi}(t) ϕ(t)
  2. 第二步:减去由载波导致的线性分量 ω c t \omega_ct ωct 以及载波初相 φ 0 \varphi_0 φ0,得到解调结果 m o ( t ) = ϕ ( t ) − ω c t − φ 0 m_o(t)={\phi}(t)-\omega_ct-\varphi_0 mo(t)=ϕ(t)ωctφ0

对 1.2 节中的 PM 信号,设定信噪比 S N R = 50 d B SNR=50dB SNR=50dB,解调效果如下,解调后幅度放大系数 k = ∣ m ( t ) ∣ ‾ / ∣ m ^ ( t ) ∣ ‾ ≈ 0.44 k=\overline{{\lvert}m(t){\rvert}}/\overline{{\lvert}\hat{m}(t){\rvert}}\approx0.44 k=m(t)/m^(t)0.44,使用这个系数放大解调信号幅值,然后计算误差,有: ∑ ∣ m ( t i ) − k m ^ ( t i ) ∣ 2 / ∑ ∣ m ( t i ) ∣ 2 ≈ 0.0010 \sqrt{\sum{{\lvert}m(t_i)-k\hat{m}(t_i){\rvert}^2}}/\sqrt{\sum{{\lvert}m(t_i){\rvert}^2}}\approx0.0010 m(ti)km^(ti)2 /m(ti)2 0.0010

Oh Shit!-图片走丢了-打个广告-欢迎来博客园关注“木三百川”

代码详见 demod_pm_method2.mmain_demodPM_example2.m

2.3 数字正交解调

数字正交解调属于相干解调的一种,但这种方法具有较强的抗载频失配能力,不要求相干载波严格的同相。PM 数字正交解调一般有以下四个步骤:

  1. 第一步:乘以正交相干载波得到 s I ( t ) {s_I}(t) sI(t) s Q ( t ) {s_Q}(t) sQ(t),即 s I ( t ) = s ( t ) c o s ( ω c t + ϕ 0 ) {s_I}(t)=s(t)cos({\omega_ct}+{\phi_0}) sI(t)=s(t)cos(ωct+ϕ0) s Q ( t ) = − s ( t ) s i n ( ω c t + ϕ 0 ) {s_Q}(t)=-s(t)sin({\omega_ct}+{\phi_0}) sQ(t)=s(t)sin(ωct+ϕ0)
  2. 第二步:低通滤波器滤除 s I ( t ) {s_I}(t) sI(t) s Q ( t ) {s_Q}(t) sQ(t) 中的高频分量。
  3. 第三步:通过反正切函数计算相位,得到解调结果 m o ( t ) = a t a n [ s Q ( t ) s I ( t ) ] = k m ( t ) + Δ ϕ m_o(t)=atan\left[\frac{s_Q(t)}{s_I(t)}\right]=km(t)+\Delta\phi mo(t)=atan[sI(t)sQ(t)]=km(t)+Δϕ
  4. 第四步:去除直流分量(减去自身均值)。

对 1.2 节中的 PM 信号,设定信噪比 S N R = 50 d B SNR=50dB SNR=50dB,解调效果如下,解调后幅度放大系数 k = ∣ m ( t ) ∣ ‾ / ∣ m ^ ( t ) ∣ ‾ ≈ 0.44 k=\overline{{\lvert}m(t){\rvert}}/\overline{{\lvert}\hat{m}(t){\rvert}}\approx0.44 k=m(t)/m^(t)0.44,使用这个系数放大解调信号幅值,然后计算误差,有: ∑ ∣ m ( t i ) − k m ^ ( t i ) ∣ 2 / ∑ ∣ m ( t i ) ∣ 2 ≈ 0.0007 \sqrt{\sum{{\lvert}m(t_i)-k\hat{m}(t_i){\rvert}^2}}/\sqrt{\sum{{\lvert}m(t_i){\rvert}^2}}\approx0.0007 m(ti)km^(ti)2 /m(ti)2 0.0007

Oh Shit!-图片走丢了-打个广告-欢迎来博客园关注“木三百川”

代码详见 demod_pm_method3.mmain_demodPM_example3.m。更改相干载波的初始相位为 ϕ 0 = π / 4 , π / 2 {\phi_0}=\pi/4,\pi/2 ϕ0=π/4,π/2 后,解调效果依然很好;但更改相干载波的中心频率为 0.8 f c , 1.2 f c 0.8f_c,1.2f_c 0.8fc,1.2fc 后,解调效果变得很差,说明这种方法具有较好的抗载频相位失配能力。


3. PM 仿真(MATLAB Communications Toolbox)

MATLAB 的 Communications Toolbox 中提供了 PM 调制函数 pmmod,高斯白噪声函数 awgn,以及 PM 解调函数 pmdemod,可以很方便地完成 PM 信号仿真。使用这三个函数实现上面 1.2 节中确知信号 m ( t ) m(t) m(t) 的 PM 调制解调(将调相指数 β \beta β 改为 1 1 1),调制后加噪声的效果如下:

Oh Shit!-图片走丢了-打个广告-欢迎来博客园关注“木三百川”

解调效果如下:

Oh Shit!-图片走丢了-打个广告-欢迎来博客园关注“木三百川”

解调信号与调制信号波形基本重回,计算误差,有: ∑ ∣ m ( t i ) − m ^ ( t i ) ∣ 2 / ∑ ∣ m ( t i ) ∣ 2 ≈ 0.0022 \sqrt{\sum{{\lvert}m(t_i)-\hat{m}(t_i){\rvert}^2}}/\sqrt{\sum{{\lvert}m(t_i){\rvert}^2}}\approx0.0022 m(ti)m^(ti)2 /m(ti)2 0.0022。代码详见附录 main_CommPM_example.m


参考资料

[1] 楼才义,徐建良,杨小牛.软件无线电原理与应用[M].电子工业出版社,2014.

[2] 樊昌信,曹丽娜.通信原理.第7版[M].国防工业出版社,2012.

[3] 刘学勇.详解MATLAB/Simulink通信系统建模与仿真[M].电子工业出版社,2011.

[4] 王丽娜,王兵.卫星通信系统.第2版[M].国防工业出版社,2014.


附录代码

附.1 文件 mod_pm.m

function [ sig_pm ] = mod_pm(fc, beta, fs, mt, t, A)
% MOD_PM        PM 调相
% 输入参数:
%       fc      载波中心频率
%       beta    调频指数/调制指数
%       fs      信号采样率
%       mt      调制信号
%       t       采样时间
%       A       载波恒定振幅
% 输出参数:
%       sig_pm  调相(PM)实信号
% @author 木三百川% 计算调相灵敏度
Kp = beta/max(abs(mt));% 生成信号
ct = A*cos(2*pi*fc*t);           % 载波 
sig_pm = A*cos(2*pi*fc*t+Kp*mt); % PM调相信号% 绘图
nfft = length(sig_pm);
freq = (-nfft/2:nfft/2-1).'*(fs/nfft);
figure;set(gcf,'color','w');
plot_length = min(500, length(sig_pm));
subplot(3,2,1);
plot(t(1:plot_length), mt(1:plot_length));xlim([t(1),t(plot_length)]);
xlabel('t/s');ylabel('幅度');title('调制信号m(t)');
subplot(3,2,2);
plot(freq, 10*log10(fftshift(abs(fft(mt,nfft)/nfft))+eps));xlim([freq(1),freq(end)]);
xlabel('频率/hz');ylabel('幅度/dB');title('调制信号m(t)双边幅度谱');subplot(3,2,3);
plot(t(1:plot_length), ct(1:plot_length));xlim([t(1),t(plot_length)]);
xlabel('t/s');ylabel('幅度');title('载波c(t)');
subplot(3,2,4);
plot(freq, 10*log10(fftshift(abs(fft(ct,nfft)/nfft))+eps));xlim([freq(1),freq(end)]);
xlabel('频率/hz');ylabel('幅度/dB');title('载波c(t)双边幅度谱');subplot(3,2,5);
plot(t(1:plot_length), sig_pm(1:plot_length));xlim([t(1),t(plot_length)]);
xlabel('t/s');ylabel('幅度');title('PM调相信号s(t)');
subplot(3,2,6);
plot(freq, 10*log10(fftshift(abs(fft(sig_pm,nfft)/nfft))+eps));xlim([freq(1),freq(end)]);
xlabel('频率/hz');ylabel('幅度/dB');title('PM调相信号s(t)双边幅度谱');end

附.2 文件 main_modPM_example.m

clc;
clear;
close all;
% PM 调制仿真(调制信号为确知信号)
% @author 木三百川% 调制参数
A = 1;                  % 载波恒定振幅
fm = 2500;              % 调制信号参数
beta = 4;               % 调相指数/调制指数
fc = 20000;             % 载波频率
fs = 8*fc;              % 采样率
total_time = 2;         % 仿真时长,单位:秒% 采样时间
t = 0:1/fs:total_time-1/fs;% 调制信号为确知信号
mt = sin(2*pi*fm*t)+cos(pi*fm*t);% PM 调制
[ sig_pm ] = mod_pm(fc, beta, fs, mt, t, A);

附.3 文件 lpf_filter.m

function sig_lpf = lpf_filter(sig_data, cutfre)
% LPF_FILTER    自定义理想低通滤波器
% 输入参数:
%       sig_data        待滤波数据
%       cutfre          截止频率,范围 (0,1)
% 输出参数:
%       sig_lpf         低通滤波结果
% @author 木三百川nfft = length(sig_data);
lidx = round(nfft/2-cutfre*nfft/2);
ridx = nfft - lidx;
sig_fft_lpf = fftshift(fft(sig_data));
sig_fft_lpf([1:lidx,ridx:nfft]) = 0;
sig_lpf = real(ifft(fftshift(sig_fft_lpf)));end

附.4 文件 demod_pm_method1.m

function [ sig_pm_demod ] = demod_pm_method1(sig_pm_receive, fc, fs, t, phi0)
% DEMOD_PM_METHOD1        PM 解调(FM 解调积分法)
% 输入参数:
%       sig_pm_receive      PM 接收信号,行向量
%       fc                  载波中心频率
%       fs                  信号采样率
%       t                   采样时间
%       phi0                相干载波初始相位
% 输出参数:
%       sig_pm_demod        解调结果,与 sig_pm_receive 等长
% @author 木三百川% 第一步:进行 FM 解调
[ sig_pm_demod ] = demod_fm_method4(sig_pm_receive, fc, fs, t, phi0);% 第二步:对 FM 解调结果进行积分
sig_pm_demod = cumtrapz(t, sig_pm_demod);% 第三步:去直流
sig_pm_demod = sig_pm_demod - mean(sig_pm_demod);end

附.5 文件 main_demodPM_example1.m

clc;
clear;
close all;
% PM 解调仿真(调制信号为确知信号,FM 解调积分法)
% @author 木三百川% 调制参数
A = 1;                  % 载波恒定振幅
fm = 2500;              % 调制信号参数
beta = 4;               % 调相指数/调制指数
fc = 20000;             % 载波频率
fs = 8*fc;              % 采样率
total_time = 2;         % 仿真时长,单位:秒% 采样时间
t = 0:1/fs:total_time-1/fs;% 调制信号为确知信号
mt = sin(2*pi*fm*t)+cos(pi*fm*t);% PM 调制
[ sig_pm_send ] = mod_pm(fc, beta, fs, mt, t, A);% 加噪声
snr = 50;               % 信噪比
sig_pm_receive = awgn(sig_pm_send, snr, 'measured');% FM 解调积分法
ini_phase = 0;
[ sig_pm_demod ] = demod_pm_method1(sig_pm_receive, fc, fs, t, ini_phase);% 绘图
nfft = length(sig_pm_receive);
freq = (-nfft/2:nfft/2-1).'*(fs/nfft);
figure;set(gcf,'color','w');
plot_length = min(500, length(sig_pm_receive));
subplot(1,2,1);
plot(t(1:plot_length), sig_pm_receive(1:plot_length));xlim([t(1),t(plot_length)]);
xlabel('t/s');ylabel('幅度');title('PM接收信号');
subplot(1,2,2);
plot(freq, 10*log10(fftshift(abs(fft(sig_pm_receive,nfft)/nfft))+eps));xlim([freq(1),freq(end)]);
xlabel('频率/hz');ylabel('幅度/dB');title('PM接收信号双边幅度谱');coef = mean(abs(mt))/mean(abs(sig_pm_demod));
fprintf('norm(调制信号 - %.2f * 解调信号)/norm(调制信号) = %.4f.\n', coef, norm(mt-coef*sig_pm_demod)/norm(mt));figure;set(gcf,'color','w');
plot(t(1:plot_length), mt(1:plot_length));xlim([t(1),t(plot_length)]);
hold on;
plot(t(1:plot_length), coef*sig_pm_demod(1:plot_length));xlim([t(1),t(plot_length)]);
xlabel('t/s');ylabel('幅度');title('解调效果');
legend('调制信号','解调信号(放大后)');

附.6 文件 demod_pm_method2.m

function [ sig_pm_demod ] = demod_pm_method2(sig_pm_receive, fc, fs, t, phi0)
% DEMOD_PM_METHOD2        PM 解调(希尔伯特求瞬时相位法)
% 输入参数:
%       sig_pm_receive      PM 接收信号,行向量
%       fc                  载波中心频率
%       fs                  信号采样率
%       t                   采样时间
%       phi0                相干载波初始相位
% 输出参数:
%       sig_pm_demod        解调结果,与 sig_pm_receive 等长
% @author 木三百川% 第一步:使用希尔伯特变换计算瞬时相位
inst_phase = unwrap(angle(hilbert(sig_pm_receive)));% 第二步:去除载波分量
sig_pm_demod = inst_phase - 2*pi*fc*t - phi0;end

附.7 文件 main_demodPM_example2.m

clc;
clear;
close all;
% PM 解调仿真(调制信号为确知信号,希尔伯特求瞬时相位法)
% @author 木三百川% 调制参数
A = 1;                  % 载波恒定振幅
fm = 2500;              % 调制信号参数
beta = 4;               % 调相指数/调制指数
fc = 20000;             % 载波频率
fs = 8*fc;              % 采样率
total_time = 2;         % 仿真时长,单位:秒% 采样时间
t = 0:1/fs:total_time-1/fs;% 调制信号为确知信号
mt = sin(2*pi*fm*t)+cos(pi*fm*t);% PM 调制
[ sig_pm_send ] = mod_pm(fc, beta, fs, mt, t, A);% 加噪声
snr = 50;               % 信噪比
sig_pm_receive = awgn(sig_pm_send, snr, 'measured');% 希尔伯特求瞬时相位法
ini_phase = 0;
[ sig_pm_demod ] = demod_pm_method2(sig_pm_receive, fc, fs, t, ini_phase);% 绘图
nfft = length(sig_pm_receive);
freq = (-nfft/2:nfft/2-1).'*(fs/nfft);
figure;set(gcf,'color','w');
plot_length = min(500, length(sig_pm_receive));
subplot(1,2,1);
plot(t(1:plot_length), sig_pm_receive(1:plot_length));xlim([t(1),t(plot_length)]);
xlabel('t/s');ylabel('幅度');title('PM接收信号');
subplot(1,2,2);
plot(freq, 10*log10(fftshift(abs(fft(sig_pm_receive,nfft)/nfft))+eps));xlim([freq(1),freq(end)]);
xlabel('频率/hz');ylabel('幅度/dB');title('PM接收信号双边幅度谱');coef = mean(abs(mt))/mean(abs(sig_pm_demod));
fprintf('norm(调制信号 - %.2f * 解调信号)/norm(调制信号) = %.4f.\n', coef, norm(mt-coef*sig_pm_demod)/norm(mt));figure;set(gcf,'color','w');
plot(t(1:plot_length), mt(1:plot_length));xlim([t(1),t(plot_length)]);
hold on;
plot(t(1:plot_length), coef*sig_pm_demod(1:plot_length));xlim([t(1),t(plot_length)]);
xlabel('t/s');ylabel('幅度');title('解调效果');
legend('调制信号','解调信号(放大后)');

附.8 文件 demod_pm_method3.m

function [ sig_pm_demod ] = demod_pm_method3(sig_pm_receive, fc, fs, t, phi0)
% DEMOD_PM_METHOD4        PM 数字正交解调/相干解调
% 输入参数:
%       sig_pm_receive      PM 接收信号,行向量
%       fc                  载波中心频率
%       fs                  信号采样率
%       t                   采样时间
%       phi0                相干载波初始相位
% 输出参数:
%       sig_pm_demod        解调结果,与 sig_pm_receive 等长
% @author 木三百川% 第一步:乘以正交相干载波
sig_pm_i = sig_pm_receive.*cos(2*pi*fc*t+phi0);
sig_pm_q = -sig_pm_receive.*sin(2*pi*fc*t+phi0);% 第二步:低通滤波
sig_pm_i_lpf = lpf_filter(sig_pm_i, fc/(fs/2));
sig_pm_q_lpf = lpf_filter(sig_pm_q, fc/(fs/2));% 第三步:计算相位
sig_pm_demod = unwrap(atan2(sig_pm_q_lpf, sig_pm_i_lpf));% 第四步:去直流
sig_pm_demod = sig_pm_demod - mean(sig_pm_demod);end

附.9 文件 main_demodPM_example3.m

clc;
clear;
close all;
% PM 解调仿真(调制信号为确知信号,数字正交解调)
% @author 木三百川% 调制参数
A = 1;                  % 载波恒定振幅
fm = 2500;              % 调制信号参数
beta = 4;               % 调相指数/调制指数
fc = 20000;             % 载波频率
fs = 8*fc;              % 采样率
total_time = 2;         % 仿真时长,单位:秒% 采样时间
t = 0:1/fs:total_time-1/fs;% 调制信号为确知信号
mt = sin(2*pi*fm*t)+cos(pi*fm*t);% PM 调制
[ sig_pm_send ] = mod_pm(fc, beta, fs, mt, t, A);% 加噪声
snr = 50;               % 信噪比
sig_pm_receive = awgn(sig_pm_send, snr, 'measured');% 数字正交解调
ini_phase = 0;
[ sig_pm_demod ] = demod_pm_method3(sig_pm_receive, fc, fs, t, ini_phase);% 绘图
nfft = length(sig_pm_receive);
freq = (-nfft/2:nfft/2-1).'*(fs/nfft);
figure;set(gcf,'color','w');
plot_length = min(500, length(sig_pm_receive));
subplot(1,2,1);
plot(t(1:plot_length), sig_pm_receive(1:plot_length));xlim([t(1),t(plot_length)]);
xlabel('t/s');ylabel('幅度');title('PM接收信号');
subplot(1,2,2);
plot(freq, 10*log10(fftshift(abs(fft(sig_pm_receive,nfft)/nfft))+eps));xlim([freq(1),freq(end)]);
xlabel('频率/hz');ylabel('幅度/dB');title('PM接收信号双边幅度谱');coef = mean(abs(mt))/mean(abs(sig_pm_demod));
fprintf('norm(调制信号 - %.2f * 解调信号)/norm(调制信号) = %.4f.\n', coef, norm(mt-coef*sig_pm_demod)/norm(mt));figure;set(gcf,'color','w');
plot(t(1:plot_length), mt(1:plot_length));xlim([t(1),t(plot_length)]);
hold on;
plot(t(1:plot_length), coef*sig_pm_demod(1:plot_length));xlim([t(1),t(plot_length)]);
xlabel('t/s');ylabel('幅度');title('解调效果');
legend('调制信号','解调信号(放大后)');

附.10 文件 main_CommPM_example.m

clc;
clear;
close all;
% PM 调制解调仿真(使用Communications Toolbox工具箱)
% @author 木三百川% 调制参数
A = 1;                  % 载波恒定振幅
fm = 2500;              % 调制信号参数
beta = 1;               % 调相指数/调制指数
fc = 20000;             % 载波频率
fs = 8*fc;              % 采样率
total_time = 2;         % 仿真时长,单位:秒% 采样时间
t = 0:1/fs:total_time-1/fs;% 调制信号为确知信号
mt = sin(2*pi*fm*t)+cos(pi*fm*t);% FM 调制
ini_phase = 0;
sig_pm_send = A*pmmod(mt,fc,fs,beta,ini_phase);% 加噪声
snr = 50;               % 信噪比
sig_pm_receive = awgn(sig_pm_send, snr, 'measured');% PM 解调
[ sig_pm_demod ] = pmdemod(sig_pm_receive,fc,fs,beta,ini_phase);% 绘图
nfft = length(sig_pm_receive);
freq = (-nfft/2:nfft/2-1).'*(fs/nfft);
figure;set(gcf,'color','w');
plot_length = min(500, length(sig_pm_receive));
subplot(1,2,1);
plot(t(1:plot_length), sig_pm_receive(1:plot_length));xlim([t(1),t(plot_length)]);
xlabel('t/s');ylabel('幅度');title('PM接收信号');
subplot(1,2,2);
plot(freq, 10*log10(fftshift(abs(fft(sig_pm_receive,nfft)/nfft))+eps));xlim([freq(1),freq(end)]);
xlabel('频率/hz');ylabel('幅度/dB');title('PM接收信号双边幅度谱');figure;set(gcf,'color','w');
plot(t(1:plot_length), mt(1:plot_length));xlim([t(1),t(plot_length)]);
hold on;
plot(t(1:plot_length), sig_pm_demod(1:plot_length));xlim([t(1),t(plot_length)]);
xlabel('t/s');ylabel('幅度');title('解调效果');
legend('调制信号','解调信号');fprintf('norm(调制信号 - 解调信号)/norm(调制信号) = %.4f.\n', norm(mt-sig_pm_demod)/norm(mt));

这篇关于【调制解调】PM 调相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/158069

相关文章

通信工程学习:什么是SSB单边带调制、VSB残留边带调制、DSB抑制载波双边带调制

SSB单边带调制、VSB残留边带调制、DSB抑制载波双边带调制        SSB单边带调制、VSB残留边带调制、DSB抑制载波双边带调制是三种不同的调制方式,它们在通信系统中各有其独特的应用和特点。以下是对这三种调制方式的详细解释: 一、SSB单边带调制 1、SSB单边带调制的定义:        单边带调制(Single Sideband Modulation,SSB)是

PM的自我修养——关于AndroidDesign的一些基础知识

这篇日志来自于一个问题:独立 Android 开发者如何零基础学习 UI 设计并设计出符合 Android Design 的作品? 以下是我的回复。 最初看到这个问题,我是觉得这个问题和我上周末分享的内容契合度比较高,所以一直等到周末分享结束来写这个答案,本来是想直接把PPT和讲稿复制粘贴啪啪啪,但是后来想想,觉得这样还是不太合适,我还是提炼一下答案吧。 首先,我不能赞同Va

PM的自我修养——微信5.0 for Android 设计思路(二)

容我做一次标题党,这回要写的内容其实和标题没什么关系了。 去了一趟北京,见到了冯大辉老师和池建强老师,两位都分享了自己写作和编程的故事,让人心向往之。 继续走之前的坑。微信支付。 第一次使用微信支付的时候,是在一次美团团购用支付宝支付然后提示我手机没有安装支付宝的时候。我手机上第三页第三个应用那不是支付宝那是啥?情急之下,我发现手机里还有个微信支付。之后就是绑卡,验证等等。整

PM的自我修养——微信5.0 for Android 设计思路(一)

之前有个朋友让我们做一个拆字的APP,最近他又提了一个新需求,能不能顺便做一个微信平台? 下午腾讯的人来讲课,当时老师问起有多少人依然把手机QQ作为主要通讯工具,举手的人寥寥无几……我就是那个几……虽然我清楚地知道,在场的很多人属于懒得表态,但是这也可以说明一些问题,比如,在腾讯内部,也许早已经确认了微信的战略地位和市场表现超过手机QQ,再比如,确实有很多人从QQ走向了微信。 我个人对于

【matlab】仿真4PSK调制信号在高斯信道下的性能,并与理论分析结果比较——仿真篇

三、4PSK调制信号在高斯信道下的性能仿真[--详细解析--] 1. MATLAB进行仿真程序如下: %{----------------------------------------------------------------------------- File: 说明文件

【matlab】仿真4PSK调制信号在高斯信道下的性能,并与理论分析结果比较——理论篇

1.     试编写程序,仿真4PSK调制信号在高斯信道下的性能,并与理论分析结果比较。   一、4PSK调制信号在高斯信道下的性能仿真 仿真4PSK的调制以及解调的仿真图,包括已调信号的波形,解调后的信号波形,眼图和误码率。 在仿真的基础上分析比较了各种调制方法的性能,并比较仿真模型与理论性能,证明了仿真模型是否有效。 目前,改进的数字调制方式主要有偏置正交相移键控,π/4正交差分相移

解决code ERESOLVE,pm ERR! ERESOLVE unable to resolve dependency tre问题

目录 一、错误原因二、解决方法 一、错误原因 “npm ERR! code ERESOLVE” 错误通常发生在执行 npm install 或者 npm ci 命令时,表示在解析依赖时发生了问题。可能的原因包括: 依赖版本冲突:不同依赖包要求使用相同的包的不同版本,导致冲突。 依赖解析问题:npm 无法正确解析依赖包的版本。 二、解决方法 要解决 “npm ERR! cod

开绕组永磁电机驱动系统零序电流抑制策略研究(7)——基于零矢量重新分布的120°矢量解耦/中间六边形调制零序电流抑制策略

1.前言 很久没有更新过开绕组电机的仿真了。在一年前发了开绕组的各种调制策略。开绕组电机最常见的两种解耦调制就是120°矢量解耦/中间六边形调制和180°矢量解耦/最大六边形调制。 我当时想的是,180°解耦调制/最大六边形调制的电压利用率最高,所以我就一直用这个调制方式。但是近年来做开绕组电机的基本都是华科的老师,而他们都采用了120°调制/中间六边形调制。 我之前是做了120°解耦调

【MATLAB源码-第258期】基于matlab的16QAM调制解调COSTAS环载波同步仿真,对比前后星座图,输出锁相环响应曲线。

操作环境: MATLAB 2022a 1、算法描述 16QAM(16 Quadrature Amplitude Modulation,16阶正交幅度调制)是一种常用的数字调制方式,它通过改变载波信号的相位和幅度来传输信息。相比于QPSK,16QAM在同样的带宽下能够传输更多的比特信息,因为它使用了16个不同的符号,每个符号可以表示4个比特的数据。这种调制方式在现代通信系统中广泛应用,特别是在

PM未来核心竞争力

都已经9102年了,我们生活在这个社会,资源饱和、职场竞争残酷,不可不谓惊悚。工作这么些年。经常有朋友跟我倾诉说,我感觉我到了瓶颈了,每天不知所措。 小A跟我讲,做了5年技术,感觉技术也就这样了,每天干不完的活,头发日渐稀疏,发际线后移到怀疑人生,每次tony老师问我要不要打薄我都想哭; 小B跟我讲,我做PM三年了,感觉每天就是计划、需求、吵架,越做越没劲。新来的产品工资都比我高,感觉再过几年