无线通信基础：调制与解调技术_（50）.9.调制与解调技术的实际案例分析.docxVIP

PAGE1

PAGE1

9.调制与解调技术的实际案例分析

在无线通信系统中，调制与解调技术是实现信息传输的关键环节。通过调制，可以将基带信号转换为适合在无线信道中传输的射频信号；通过解调，可以将接收到的射频信号还原为基带信号。本节将通过几个实际案例，深入分析调制与解调技术的应用，包括数字调制、模拟调制以及现代通信系统中的调制技术。

9.1模拟调制技术案例分析

9.1.1幅度调制（AM）

幅度调制（AM）是一种将信息信号的幅度变化映射到载波信号幅度变化的调制方式。在无线电广播中，AM调制被广泛应用。其基本原理是将基带信号与载波信号相乘，形成调制后的信号。

公式:

s

其中：-st是调制后的信号-mt是基带信号-Ac是载波信号的幅度-

Python代码示例:

importnumpyasnp

importmatplotlib.pyplotasplt

#定义基带信号和载波信号

defamplitude_modulation(message,carrier,modulation_index):

实现幅度调制

:parammessage:基带信号

:paramcarrier:载波信号

:parammodulation_index:调制指数

:return:调制后的信号

modulated_signal=(1+modulation_index*message)*carrier

returnmodulated_signal

#生成基带信号

t=np.linspace(0,1,1000)

message=np.sin(2*np.pi*2*t)#基带信号，频率为2Hz

#生成载波信号

carrier=np.cos(2*np.pi*100*t)#载波信号，频率为100Hz

#调制参数

modulation_index=0.5

#进行幅度调制

modulated_signal=amplitude_modulation(message,carrier,modulation_index)

#绘制图形

plt.figure(figsize=(12,6))

plt.subplot(3,1,1)

plt.plot(t,message,label=基带信号)

plt.legend()

plt.subplot(3,1,2)

plt.plot(t,carrier,label=载波信号)

plt.legend()

plt.subplot(3,1,3)

plt.plot(t,modulated_signal,label=调制后的信号)

plt.legend()

plt.tight_layout()

plt.show()

描述:-生成基带信号message，频率为2Hz。-生成载波信号carrier，频率为100Hz。-使用调制指数modulation_index进行幅度调制。-绘制基带信号、载波信号和调制后的信号，以便直观理解幅度调制的过程。

9.1.2频率调制（FM）

频率调制（FM）是一种将信息信号的频率变化映射到载波信号频率变化的调制方式。FM调制在广播和通信系统中具有广泛的应用，特别是在需要高抗干扰能力的场景中。

公式:

s

其中：-st是调制后的信号-mt是基带信号-Ac是载波信号的幅度-fc是载波信号的频率-

Python代码示例:

importnumpyasnp

importmatplotlib.pyplotasplt

fromegrateimportcumtrapz

#定义基带信号和载波信号

deffrequency_modulation(message,carrier_freq,sensitivity,sample_rate):

实现频率调制

:parammessage:基带信号

:paramcarrier_freq:载波信号的频率

:paramsensitivity:频率灵敏度

:paramsample_rate:采样率

:return:调制后的信号

t=np.arange(0,len(message))/sample_rate

phase=2*np.pi*cumtrapz(message,t,initial=0)*sensitivity

modul