信号处理仿真：信号调制与解调_（25）.调制解调仿真案例.docxVIP

PAGE1

PAGE1

调制解调仿真案例

在上一节中，我们讨论了信号调制与解调的基本概念和技术，包括调制的种类、调制与解调的过程及其在通信系统中的应用。本节将通过具体的仿真案例，进一步深入理解和掌握这些技术。我们将使用Python编程语言和相关的科学计算库（如NumPy和Matplotlib）来实现这些仿真案例。

1.模拟AM调制与解调

1.1AM调制原理

幅度调制（AM,AmplitudeModulation）是一种将信息信号的幅度变化反映到载波信号的幅度变化中，从而实现信号传输的技术。AM调制的基本公式为：

s

其中：-st是调制后的信号。-mt是基带信号，即需要传输的信息信号。-fc是载波信号的频率。-

1.2AM调制仿真

我们将使用Python来模拟AM调制的过程。首先，我们生成一个基带信号和一个载波信号，然后进行调制。

importnumpyasnp

importmatplotlib.pyplotasplt

#参数设置

fs=1000#采样频率

t=np.arange(0,1,1/fs)#时间向量

fc=50#载波频率

k=0.5#调制指数

#生成基带信号

m_t=np.sin(2*np.pi*5*t)#5Hz的正弦波

#生成载波信号

c_t=np.cos(2*np.pi*fc*t)

#AM调制

s_t=(1+k*m_t)*c_t

#绘制信号波形

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(s))

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(s))

plt.ylabel(幅度)

plt.subplot(3,1,3)

plt.plot(t,s_t)

plt.title(AM调制信号s(t))

plt.xlabel(时间(s))

plt.ylabel(幅度)

plt.tight_layout()

plt.show()

1.3AM解调原理

AM解调是将调制信号恢复为基带信号的过程。常见的AM解调方法有包络检波法和同步检波法。包络检波法简单直观，通过检波器检测调制信号的包络，恢复基带信号。

1.4AM解调仿真

我们使用包络检波法来解调AM信号。首先，我们对调制信号进行包络检测，然后通过低通滤波器滤除高频成分，恢复基带信号。

#包络检波

envelope=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

#设计低通滤波器

cutoff=10#截止频率

order=6

filtered_envelope=butter_lowpass_filter(envelope,cutoff,fs,order)

#绘制解调后的信号波形

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

plt.subplot(2,1,1)

plt.plot(t,envelope)

plt.title(包络信号)

plt.xlabel(时间(s))

plt.ylabel(幅度)

plt.subplot(2,1,2)

plt.plot(t,filtered_envelope)

plt.title(解调后的基带信号)

plt.xlabel(时间(s))

plt.ylabel(幅度)

plt.tight_layout()

plt.show()

2.模拟FM调制与解调

2.1FM调制原理

频率调制（FM,F