无线通信基础：调制与解调技术_（9）.3.模拟调制技术.docxVIP

PAGE1

PAGE1

3.模拟调制技术

在无线通信中，模拟调制技术是将模拟信号（如语音信号）转换为适合在无线信道中传输的形式的重要手段。本节将详细介绍几种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）。我们将探讨这些技术的基本原理、优缺点以及应用场景，并通过具体的例子进行说明。

3.1幅度调制（AM）

幅度调制（AmplitudeModulation,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AM中，载波信号的频率和相位保持不变，而其幅度随信息信号的变化而变化。

3.1.1AM的基本原理

AM的基本原理可以用以下数学表达式表示：

s

其中：-st是已调信号-Ac是载波信号的幅度-fc是载波信号的频率-mt是信息信号-

调制指数ka的范围通常在0到1之间，当ka接近1时，调制效果更明显，但过高的k

3.1.2AM的调制与解调

调制过程：

生成载波信号：

c

生成已调信号：

s

解调过程：

检波：使用非线性元件（如二极管）对已调信号st

低通滤波：使用低通滤波器滤除高频成分，恢复原始信息信号mt

3.1.3AM的优缺点

优点：-实现简单，成本较低。-适用于低频信息信号的传输，如广播。

缺点：-对噪声敏感，容易受到干扰。-频带利用率低，传输效率不高。

3.1.4AM的应用场景

AM广泛应用于广播领域，如中波（MW）和短波（SW）广播。此外，AM还在某些特定的通信系统中使用，如业余无线电通信。

3.1.5AM的仿真示例

为了更好地理解AM的工作原理，我们可以通过Python进行仿真。以下是一个简单的AM调制与解调的仿真示例：

importnumpyasnp

importmatplotlib.pyplotasplt

#参数设置

Fs=1000#采样频率

Fc=100#载波频率

Fm=5#信息信号频率

A_c=1#载波幅度

k_a=0.5#调制指数

duration=1#信号持续时间

#时间向量

t=np.arange(0,duration,1/Fs)

#生成载波信号

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

#生成信息信号

message_signal=np.sin(2*np.pi*Fm*t)

#生成已调信号

modulated_signal=(1+k_a*message_signal)*carrier_signal

#解调过程

#检波

detected_signal=np.abs(modulated_signal)

#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=10#截止频率

order=6#滤波器阶数

#应用低通滤波器

filtered_signal=butter_lowpass_filter(detected_signal,cutoff,Fs,order)

#绘制信号

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

plt.subplot(4,1,1)

plt.plot(t,carrier_signal)

plt.title(载波信号)

plt.xlabel(时间(s))

plt.ylabel(幅度)

plt.subplot(4,1,2)

plt.plot(t,message_signal)

plt.title(信息信号)

plt.xlabel(时间(s))

plt.ylabel(幅度)

plt.subplot(4,1,3)

plt.plot(t,modulated_signal)

pl