无线通信基础：调制与解调技术_（54）.10.调制与解调技术的实验与实践.docxVIP

PAGE1

PAGE1

10.调制与解调技术的实验与实践

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步骤。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恢复为原始的基带信号。本节将通过一系列实验和实践，详细介绍如何实现调制与解调技术，包括常用的调制方法（如AM、FM、PM、ASK、FSK、PSK等）及其对应的解调方法。我们将使用Python和一些常见的科学计算库（如NumPy、SciPy和Matplotlib）来实现这些调制与解调的仿真。

10.1模拟调制技术

10.1.1幅度调制（AM）

幅度调制（AM）是一种将基带信号的幅度变化转换为载波信号幅度变化的调制方法。AM调制的数学表达式为：

s

其中：-st是调制后的信号-mt是基带信号-A是载波幅度-f

实验步骤

生成基带信号：使用正弦波作为基带信号。

生成载波信号：使用高频正弦波作为载波信号。

进行AM调制：将基带信号与载波信号相乘。

进行AM解调：使用包络检波器恢复基带信号。

Python代码示例

importnumpyasnp

importmatplotlib.pyplotasplt

#参数设置

Fs=1000#采样频率

T=1/Fs#采样周期

t=np.arange(0,1,T)#时间向量

f_m=5#基带信号频率

f_c=100#载波信号频率

A=1#载波幅度

k=0.5#调制指数

#生成基带信号

m_t=A*np.sin(2*np.pi*f_m*t)

#生成载波信号

c_t=A*np.cos(2*np.pi*f_c*t)

#进行AM调制

s_t=(A+k*m_t)*c_t

#绘制基带信号、载波信号和调制信号

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

plt.subplot(3,1,1)

plt.plot(t,m_t,label=基带信号)

plt.xlabel(时间(s))

plt.ylabel(幅度)

plt.legend()

plt.subplot(3,1,2)

plt.plot(t,c_t,label=载波信号)

plt.xlabel(时间(s))

plt.ylabel(幅度)

plt.legend()

plt.subplot(3,1,3)

plt.plot(t,s_t,label=调制信号)

plt.xlabel(时间(s))

plt.ylabel(幅度)

plt.legend()

plt.show()

#进行AM解调

#包络检波器

envelope=np.abs(s_t)

#绘制解调后的信号

plt.figure(figsize=(6,4))

plt.plot(t,envelope,label=解调信号)

plt.xlabel(时间(s))

plt.ylabel(幅度)

plt.legend()

plt.show()

10.1.2频率调制（FM）

频率调制（FM）是一种将基带信号的幅度变化转换为载波信号频率变化的调制方法。FM调制的数学表达式为：

s

其中：-st是调制后的信号-mt是基带信号-A是载波幅度-fc是载波频率-

实验步骤

生成基带信号：使用正弦波作为基带信号。

生成调制信号：计算基带信号的积分，并将其用于调制载波信号的频率。

进行FM解调：使用锁相环（PLL）恢复基带信号。

Python代码示例

importnumpyasnp

importmatplotlib.pyplotasplt

fromscipy.integrateimportcumtrapz

#参数设置

Fs=1000#采样频率

T=1/Fs#采样周期

t=np.arange(0,1,T)#时间向量

f_m=5#基带信号频率

f_c=100#载波信号频率

A=1#载波幅度

k=1#调制指数

#生成基带信号

m_t=A*np.sin(2*np.pi*f_m*t)

#计算基带信号的积分

integral_m_t=cumtrapz(m_t,t,initial=0)

#进行FM调制

s_t=A*np.cos(2*np.pi*f_c*t+k*integral_m_t)

#绘制基带信号、载波信号和调制信号

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