课程学习——2PSK

2023-11-01 11:50
文章标签 学习 课程 2psk

本文主要是介绍课程学习——2PSK,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!

1.调制:
2PSK是指在二进制中,正弦载波的相位随着二进制数字基带信号离散变化而产生的信号。其中已调载波可以用“0”和“兀”来表示二进制基带信号的“0”和“1”。
如果源信号不是双极性不归零的话,则要对其转成双极性不归零码以后与本地载波相乘即可调制成2PSK信号。
相位键控选择法是通过电子开关来实现的,当双极性不归零码通过电子开关时,遇到低电平就以180度相移的本地载波相乘输出,遇到高电平,电子开关则连通没相移的本地载波上然后输出。
2.解调:
解调通常采用的是相干解调法,整个过程需要用到与接收的2PSK信号同频同相的相干载波相乘,然后通过低通滤波器,在进行抽样判决恢复数据。
实验结果:
在这里插入图片描述
在这里插入图片描述
实验1分析:
调制:
首先由matlab产生随机的二值信号,因为其2PSK的双极性不归零码,所以要将其转换为双机型的基带信号。
接下来对双极性信号进行调制,然后对调制后的信号进行加噪,最后对加噪后的信号与本地载波进行相乘,上面整个过程成串到一起就是调制的过程。
解调:
首先对于上面生成的信号采用低通滤波器进行滤波,接下来对其采用抽样判决的方法,最终生成的信号就是恢复出来的原信号,上面整个过程串到一起就是解调的过程。
相干解调是指利用乘法器,输入一路与载频相干(同频同相)的参考信号与载频相乘。
抽样判决:在不同的时刻的一些离散的值,但是,由于在信号的传输过程中有各种干扰(噪声和码间串扰),不同时刻的值跟原先实际的不一定相同,比如在第一个时刻抽样得到的是0.9(这样就进行所谓的“判决”,可以发现此时的值很接近1,因此,此时的信号的值就当成1,从而得到1,同样在其它的时候得到不同的抽样值根据情况判断此处原来的值到底是0还是1),利用这种方式就可以将原来的基带信号恢复或者再生。这就是所谓的“抽样判决器”。
实验代码:

i=10;%基带信号码元数
j=5000;
t=linspace(0,5,j);%0-5之间产生5000个点行矢量,即将[0,5]分成5000份
fc=5;%载波频率
fm=i/5;%码元速率
B=2*fm;%信号带宽%产生基带信号
a=round(rand(1,i));%随机序列,基带信号
%figure(3);stem(a);
st1=t;
for n=1:10if a(n)<1for m=j/i*(n-1)+1:j/i*nst1(m)=0;endelsefor m=j/i*(n-1)+1:j/i*nst1(m)=1;endend
end
figure(1);
subplot(411);
plot(t,st1);
title('基带信号st1');
axis([0,5,-1,2]);%基带信号求反
%由于PSK中的是双极性信号,因此对上面所求单极性信号取反来与之一起构成双极性码
st2=t;
for k=1:jif st1(k)>=1st2(k)=0;elsest2(k)=1;end
end
subplot(412);
plot(t,st2);
title('基带信号反码st2');
axis([0,5,-1,2]);st3=st1-st2;
subplot(413);
plot(t,st3);
title('双极性基带信号st3');
axis([0,5,-2,2]);%载波信号
s1=sin(2*pi*fc*t);
subplot(414);
plot(s1);
title('载波信号s1');%调制
e_psk=st3.*s1;
figure(2);
subplot(511);
plot(t,e_psk);
title('调制后波形e-2psk');%加噪
noise=rand(1,j);
psk=e_psk+noise;%加入噪声
subplot(512);
plot(t,psk);
title('加噪后波形');%相干解调
psk=psk.*s1;%与载波相乘
subplot(513);
plot(t,psk);
title('与载波s1相乘后波形');
[f,af] = T2F(t,psk);%傅里叶变换
[t,psk] = lpf(f,af,B);%通过低通滤波器
subplot(514);
plot(t,psk);
title('低通滤波后波形');%抽样判决
for m=0:i-1if psk(1,m*500+250)<0for j=m*500+1:(m+1)*500psk(1,j)=0;endelsefor j=m*500+1:(m+1)*500psk(1,j)=1;endend
end
subplot(515);
plot(t,psk);
axis([0,5,-1,2]);
title('抽样判决后波形');

少年不被楼层误,余生不羁尽自由。
加油,加油!

这篇关于课程学习——2PSK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/322755

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

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

Node.js学习记录(二)

目录 一、express 1、初识express 2、安装express 3、创建并启动web服务器 4、监听 GET&POST 请求、响应内容给客户端 5、获取URL中携带的查询参数 6、获取URL中动态参数 7、静态资源托管 二、工具nodemon 三、express路由 1、express中路由 2、路由的匹配 3、路由模块化 4、路由模块添加前缀 四、中间件