无线通信基础：调制与解调技术_（13）.3.4线性调制与非线性调制.docxVIP

PAGE1

PAGE1

3.4线性调制与非线性调制

3.4.1线性调制技术

3.4.1.1概述

线性调制技术是一种将基带信号线性地映射到载波信号上的方法。常见的线性调制技术包括幅度调制（AM）、频率调制（FM）和相位调制（PM）。在线性调制中，调制信号的幅度、频率或相位与基带信号成线性关系。线性调制技术在无线通信中应用广泛，因为它们相对简单且易于实现。

3.4.1.2幅度调制（AM）

幅度调制（AM）是一种将基带信号的幅度信息映射到载波信号幅度上的调制方法。AM的主要类型包括标准幅度调制（DSB-AM）、双边带抑制载波调制（DSB-SC）和单边带调制（SSB-AM）。

标准幅度调制（DSB-AM）

在标准幅度调制中，基带信号mt直接加到载波信号ct=Ac

s

其中：-Ac是载波的幅度。-fc是载波的频率。-m

双边带抑制载波调制（DSB-SC）

双边带抑制载波调制（DSB-SC）是将基带信号与载波信号相乘，但不包含载波分量。调制信号可以表示为：

s

单边带调制（SSB-AM）

单边带调制（SSB-AM）是将基带信号的频率谱只映射到载波的一侧，从而节省带宽。调制信号可以表示为：

s

其中：-mt是mt

3.4.1.3频率调制（FM）

频率调制（FM）是将基带信号的频率信息映射到载波信号的频率上的调制方法。调制信号可以表示为：

s

其中：-kf

3.4.1.4相位调制（PM）

相位调制（PM）是将基带信号的相位信息映射到载波信号的相位上的调制方法。调制信号可以表示为：

s

其中：-kp

3.4.1.5代码示例

Python代码示例：幅度调制（AM）

importnumpyasnp

importmatplotlib.pyplotasplt

#定义参数

A_c=1.0#载波幅度

f_c=10.0#载波频率(Hz)

f_m=2.0#基带信号频率(Hz)

t=np.linspace(0,2,1000)#时间向量(2秒)

#生成基带信号

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

#生成载波信号

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

#生成调制信号(DSB-AM)

s_t=(A_c+m_t)*c_t

#绘制信号

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

plt.subplot(3,1,1)

plt.plot(t,m_t)

plt.title(基带信号m(t))

plt.xlabel(时间(秒))

plt.ylabel(幅度)

plt.subplot(3,1,2)

plt.plot(t,c_t)

plt.title(载波信号c(t))

plt.xlabel(时间(秒))

plt.ylabel(幅度)

plt.subplot(3,1,3)

plt.plot(t,s_t)

plt.title(调制信号s(t)(DSB-AM))

plt.xlabel(时间(秒))

plt.ylabel(幅度)

plt.tight_layout()

plt.show()

Python代码示例：频率调制（FM）

importnumpyasnp

importmatplotlib.pyplotasplt

#定义参数

A_c=1.0#载波幅度

f_c=10.0#载波频率(Hz)

f_m=2.0#基带信号频率(Hz)

k_f=0.5#调频灵敏度

t=np.linspace(0,2,1000)#时间向量(2秒)

#生成基带信号

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

#计算相位变化

phi_t=2*np.pi*k_f*np.cumsum(m_t)*(t[1]-t[0])

#生成调制信号(FM)

s_t=A_c*np.cos(2*np.pi*f_c*t+phi_t)

#绘制信号

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

plt.subplot(3,1,1)

plt.plot(t,m_t)

plt.title(基带信号m(t))

plt.xlabel(时间(秒))

plt.ylabel(幅度)

plt.subplot(3,1,2)

plt.plot(t,phi_t)

plt.title(相位变化φ(t))

plt.xlabel(时间(秒))

plt.ylabel(相位)

plt.subplot(3,