信号处理仿真：信号调制与解调_（17）.非相干解调.docxVIP

PAGE1

PAGE1

非相干解调

在信号处理仿真中，非相干解调是一种重要的解调方法，尤其在接收端无法获得载波相位信息的情况下使用。非相干解调不依赖于接收端与发送端之间的载波相位同步，因此在实际应用中具有更高的鲁棒性和适应性。本节将详细介绍非相干解调的原理和内容，并通过具体的例子和代码来演示其在信号处理仿真中的应用。

1.非相干解调的基本原理

非相干解调的基本原理是通过检测信号的包络或相位变化来恢复原始信息，而不需要精确的载波相位信息。常见的非相干解调方法包括：

包络检波：适用于幅度调制信号（如AM、DSB-SC等），通过检测信号的包络来恢复原始信息。

频率解调：适用于频率调制信号（如FM、FSK等），通过检测信号的频率变化来恢复原始信息。

相位解调：适用于相位调制信号（如PSK、DPSK等），通过检测信号的相位变化来恢复原始信息。

1.1包络检波

包络检波是一种简单的非相干解调方法，适用于AM信号。其基本原理是通过一个包络检波器来检测调幅信号的包络，从而恢复原始信息信号。

1.1.1原理

假设AM信号表示为：

s

其中，mt是调制信号，fc

包络检波器的工作原理是通过一个非线性器件（如二极管）和低通滤波器（LPF）来提取信号的包络。非线性器件将信号的负半周整流，低通滤波器则滤除高频成分，保留低频的包络信息。

1.1.2仿真示例

下面我们通过Python代码来实现一个简单的AM信号的包络检波仿真。

importnumpyasnp

importmatplotlib.pyplotasplt

#参数设置

fs=1000#采样频率

fc=100#载波频率

fm=10#调制信号频率

duration=0.1#信号持续时间

#生成时间轴

t=np.linspace(0,duration,int(fs*duration),endpoint=False)

#生成调制信号m(t)

m_t=np.cos(2*np.pi*fm*t)

#生成AM信号s(t)

s_t=(1+m_t)*np.cos(2*np.pi*fc*t)

#包络检波

#1.整流

rectified_s_t=np.abs(s_t)

#2.低通滤波器

lpf_cutoff=50#低通滤波器截止频率

b,a=signal.butter(5,lpf_cutoff/(fs/2),btype=low)#5阶低通滤波器

envelope_t=signal.lfilter(b,a,rectified_s_t)

#绘制结果

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

plt.subplot(3,1,1)

plt.plot(t,m_t)

plt.title(调制信号m(t))

plt.xlabel(时间(s))

plt.ylabel(幅度)

plt.subplot(3,1,2)

plt.plot(t,s_t)

plt.title(AM信号s(t))

plt.xlabel(时间(s))

plt.ylabel(幅度)

plt.subplot(3,1,3)

plt.plot(t,envelope_t)

plt.title(包络检波后的信号)

plt.xlabel(时间(s))

plt.ylabel(幅度)

plt.tight_layout()

plt.show()

1.2频率解调

频率解调是一种非相干解调方法，适用于FM信号。其基本原理是通过检测调频信号的频率变化来恢复原始信息信号。

1.2.1原理

假设FM信号表示为：

s

其中，mt是调制信号，fc是载波频率，k

频率解调通常通过一个鉴频器来实现，鉴频器可以检测信号的瞬时频率。常见的鉴频器包括相位锁环（PLL）和微分鉴频器。

1.2.2仿真示例

下面我们通过Python代码来实现一个简单的FM信号的频率解调仿真。

importnumpyasnp

importmatplotlib.pyplotasplt

fromscipyimportsignal

#参数设置

fs=1000#采样频率

fc=100#载波频率

fm=10#调制信号频率

kf=10#调频指数

duration=0.1#信号持续时间

#生成时间轴

t=np.linspace(0,duration,int(fs*duration),endpoint=False)

#生成调制信号m(t)

m_t=np.sin(2*