无线通信基础：调制与解调技术_（55）.10.1模拟调制与解调实验.docxVIP

PAGE1

PAGE1

10.1模拟调制与解调实验

10.1.1模拟调制技术概述

在无线通信系统中，模拟调制技术是一种将基带信号（如音频信号或视频信号）转换为适合无线传输的高频信号的方法。常见的模拟调制技术包括幅度调制（AM）、频率调制（FM）和相位调制（PM）。这些调制技术各有特点，适用于不同的应用场景。

幅度调制（AM）：通过改变载波信号的幅度来表示基带信号的变化。

频率调制（FM）：通过改变载波信号的频率来表示基带信号的变化。

相位调制（PM）：通过改变载波信号的相位来表示基带信号的变化。

10.1.2幅度调制（AM）

10.1.2.1AM的基本原理

幅度调制（AM）是一种将基带信号的幅度变化映射到载波信号的幅度变化的技术。假设基带信号为mt，载波信号为ct=Accos2πfct，其中

s

这里，基带信号mt通常经过归一化处理，使其幅度在?Ac到

10.1.2.2AM的调制过程

基带信号生成：生成一个模拟基带信号mt

载波信号生成：生成一个高频载波信号ct

调制：将基带信号mt与载波信号ct相乘，生成调制信号

10.1.2.3AM的解调过程

检波：通过非线性器件（如二极管）检波，提取出包含基带信号的包络。

低通滤波：通过低通滤波器去除高频成分，恢复基带信号mt

10.1.2.4代码示例

以下是一个使用Python和NumPy库的AM调制与解调的简单示例。

importnumpyasnp

importmatplotlib.pyplotasplt

#参数设置

Fs=10000#采样频率

Fc=1000#载波频率

Fm=100#基带信号频率

A_c=1#载波幅度

A_m=0.5#基带信号幅度

t=np.arange(0,0.1,1/Fs)#时间向量

#生成基带信号

m_t=A_m*np.sin(2*np.pi*Fm*t)

#生成载波信号

c_t=A_c*np.cos(2*np.pi*Fc*t)

#AM调制

s_t=(A_c+m_t)*c_t

#检波

d_t=np.abs(s_t)

#低通滤波器设计

fromscipy.signalimportbutter,lfilter

defbutter_lowpass(cutoff,fs,order=5):

nyq=0.5*fs

normal_cutoff=cutoff/nyq

b,a=butter(order,normal_cutoff,btype=low,analog=False)

returnb,a

defbutter_lowpass_filter(data,cutoff,fs,order=5):

b,a=butter_lowpass(cutoff,fs,order=order)

y=lfilter(b,a,data)

returny

#低通滤波器参数

cutoff=150#截止频率

order=6#滤波器阶数

#低通滤波

m_t_recovered=butter_lowpass_filter(d_t,cutoff,Fs,order)

#绘制信号

plt.figure(figsize=(12,8))

plt.subplot(4,1,1)

plt.plot(t,m_t)

plt.title(基带信号m(t))

plt.xlabel(时间(s))

plt.ylabel(幅度)

plt.subplot(4,1,2)

plt.plot(t,c_t)

plt.title(载波信号c(t))

plt.xlabel(时间(s))

plt.ylabel(幅度)

plt.subplot(4,1,3)

plt.plot(t,s_t)

plt.title(AM调制信号s(t))

plt.xlabel(时间(s))

plt.ylabel(幅度)

plt.subplot(4,1,4)

plt.plot(t,m_t_recovered)

plt.title(恢复的基带信号m(t))

plt.xlabel(时间(s))

plt.ylabel(幅度)

plt.tight_layout()

plt.show()

10.1.3频率调制（FM）

10.1.3.1FM的基本原理

频率调制（FM）通过改变载波信号的频率来表示基带信号的变化。假设基带信号为mt，载波