下载文档原格式
多进制正交振幅调制技术及其在衰落信道下实现1.背景：在数字通信中．调制解调方式有三种基本方式：振幅键控、频移键控和相位键控。
但单纯的这三种基本方式在实际应用中都存在频谱利用率低、系统容量少等不足。
而在现代通信系统中，通信用户数量不仅在不断增加，人们亦不满足传统通信系统的单一语音服务，希望进行图像、数据等多媒体信息的通信。
因此，传统通信调制解调方式的容量已经越来越不能满足现代通信的要求。
近年来，如何在有限的频率资源中提供高容量、高速率和高质量的多媒体综合业务，是数字通信调制解调领域中一个令人关注的课题。
通过近十多年来的研究，分别针对无线通信信道和有线通信信道的特征，提出了不同的高频谱利用率和高质量的调制解调方案。
其中的QAM调制解调方案为：发送数据在比特／符号编码器内被分成速率各为原来1／2的两路信号，分别与一对正交调制分量相乘，求和后输出。
接收端完成相反过程，解调出两个正交码流．均衡器补偿由信道引起的失真，判决器识别复数信号并映射回二进制信号。
不过．采用QAM调制技术，信道带宽至少要等于码元速率，为了码元同步，还需要另外的带宽，一般要增加15％左右。
2.QAM基本原理：在QAM（正交幅度调制）中，数据信号由相互正交的两个载波的幅度变化表示。
模拟信号的相位调制和数字信号的PSK（相移键控）可以被认为是幅度不变、仅有相位变化的特殊的正交幅度调制。
因此，模拟信号相位调制和数字信号的PSK（相移键控）也可以被认为是QAM的特例，因为其本质上就是相位调制。
QAM是一种矢量调制，将输入比特先映射（一般采用格雷码）到一个复平面（星座）上，形成复数调制符号，然后将符号的I、Q分量（对应复平面的实部和虚部，也就是水平和垂直方向）采用幅度调制，分别对应调制在相互正交（时域正交）的两个载波（coswt和sinwt）上。
这样与幅度调制(AM)相比，其频谱利用率将提高1倍。
QAM是幅度、相位联合调制的技术，它同时利用了载波的幅度和相位来传递信息比特，因此在最小距离相同的条件下可实现更高的频带利用率，QAM最高已达到1024-QAM（1024个样点）。
LTE调制编码方式统计一、LTE中的编码调制技术调制方式LTE被业界认为是准4G技术。
LTE支持灵活的传输带宽、低时延、高速率和高移动性，采用OFDMA和SC-FDMA分别作为下行和上行多址方式。
LTE定义的物理信道可以分为上行物理信道和下行物理信道，上行和下行均支持QPSK,16QAM,64QAM这三种调制方式(如图1)。
图1、LTE的调制方式调制映射模式不同的调制方式使用了不同的调制映射模式，调制映射采用二进制数0和1作为输入，产生复值调制符号x=I+jQ作为输出。
BPSK：BPSK 调制时，单比特)(i b将映射为复值调制符号x=I+jQ。
QPSK ：QPSK 调制时, 两比特对)1(),(+i b i b 映射为复值调制符号x=I+jQ 。
16QAM ：16QAM 调制时, 四比特对)3(),2(),1(),(+++i b i b i b i b 映射为复值调制符号x=I+jQ 。
64QAM ：64QAM 调制时，六比特组)5(),4(),3(),2(),1(),(+++++i b i b i b i b i b i b 映射为复值调制符号x=I+jQ 。
不同信道的调试方式不同的信道对应的调制方式也各不相同。
物理上行信道上行物理共享信道基带信号处理步骤如下：加扰调制传输预编码资源单元映射SC-FDMA 信号产生图2：上行物理信道处理流程上行物理信道及其对应的调制方式如下：图3：上行物理信道及其调制方式物理下行信道下行物理信道的基带信号处理按下列步骤进行：层码字加扰调制调制加扰层映射预编码资源单元映射资源单元映射OFDM信号产生OFDM信号产生天线端口图4: 物理下行信道处理过程物理下行信道及其对应的调制方式如下：图5：下行物理信道及其调制方式自适应的调制和编码技术（AMC）不同的调制方式有不同的特征，低价调制增加了较多的冗余导致实际效率较低，但能够保证较高的可靠性，高阶调试具有较高的效率但可靠性差，对信道条件提出了较高的要求，只有在信道很好的条件下才能获得较高的增益。
2023年电赛d题信号调制方式识别与参数估计装置2023年电赛d题信号调制方式识别与参数估计装置一、引言2023年电赛d题将会围绕信号调制方式识别与参数估计装置展开，这是一个极具挑战性的课题，也是当前通信与信息领域中备受关注的研究方向之一。
信号调制是指将要传输的数字信号通过一定的调制方式转换成模拟信号的过程，而参数估计装置则是用来对信号进行参数分析和估计的设备。
如何准确识别信号的调制方式，并进行有效的参数估计，是当前通信工程领域亟需解决的重要问题之一。
二、信号调制方式的识别1. 信号调制方式的分类在进行信号调制方式识别之前，首先需要对常见的信号调制方式有所了解。
常见的信号调制方式主要包括调幅调制（AM）、调频调制（FM）、调相调制（PM）、正交幅度调制（QAM）等。
这些调制方式在实际的通信系统中都有着广泛的应用，因此在识别过程中需要兼顾不同调制方式的特点和特征。
2. 识别方法与技术为了准确识别信号的调制方式，可以采用多种方法和技术。
常见的识别方法包括基于统计特征的识别方法、基于信号频谱特性的识别方法、基于人工智能算法的识别方法等。
其中，基于人工智能算法的识别方法具有较高的准确性和鲁棒性，是当前研究的热点之一。
三、参数估计装置的设计与应用1. 参数估计的重要性在实际的通信系统中，对信号参数进行准确的估计是保证通信质量的关键之一。
参数估计主要包括对信号的频率、幅度、相位等参数进行准确的估计。
只有通过有效的参数估计，才能保证信号的传输和接收的准确性和可靠性。
2. 参数估计装置的设计针对参数估计的需求，研究人员提出了基于不同算法和技术的参数估计装置。
这些装置通常包括信号采集模块、信号处理算法模块和参数估计输出模块等部分。
通过对信号的采集和处理，再结合合适的参数估计算法，可以实现对信号参数的有效估计。
四、个人观点与总结作为一名从事通信工程研究的工程师，我对信号调制方式识别与参数估计装置有着较为深刻的理解和实践经验。
多入多出(MIMO)系统的空时处理技术及调制方式一.介绍随着实时多媒体通信、高速INTERNET接入等数据业务的发展，提高通信系统的速率和频带利用率已成为急待解决的问题。
在无线通信系统中，提高频带利用率的方法主要有智能天线技术、MIMO技术、多载波调制及自适应编码调制技术等。
其中，MIMO技术由于能有效利用多径衰落，巨大地提高系统容量和频带利用率而成为目前国内外通信研究的热点。
MIMO系统是指在发射端和接收端同时使用多个天线的通信系统。
MIMO系统的系统框图如图1所示。
图1 无线MIMO系统的框图从图1可以看出，比特流在经过编码、调制和空时处理（波束成行或空时编码）后，映射成不同的信息符号，从多个天线同时发射出去；在接收端用多个天线接收，并进行相应的解调、解码及空时处理。
1995年，Emre Telatar提出了加性高斯白噪声信道下，单用户MIMO 系统的系统容量[1]。
这篇文章的公式及仿真结果表明，在信道间衰落相互独立的条件下，多天线系统所能获得的系统容量大大超过单天线系统。
1996年，Foschini指出MIMO系统能通过空间复用提高系统容量，并给出了不同天线个数时的系统容量[2]。
在[3]中，Foschini 提出一种分层空时处理方案（BLAST），这种方案在发射、接收天线个数相等的情况下，在接收端采用干扰抑制的方法逐个提取接受信号，从而去除了不同空间信号间的干扰，使系统容量随着天线个数的增加而线形增加。
Winters在[4]中给出了瑞利衰落信道下采用天线分集时无线通信系统的容量，并讨论了在接收端进行线性或非线性接收对系统容量的影响。
这几篇文章有力地证明了MIMO系统对于提高系统容量的巨大潜力，从而奠定了MIMO系统发展的基础。
近年来，人们已从各个角度对MIMO系统进行了大量的研究。
例如，在各种信道状态下MIMO系统的容量问题[5]-[9]，包括相关信道、频率选择性衰落信道、瑞利衰落信道等；MIMO系统的均衡问题[10]-[12]；MIMO系统中的空时处理技术[13]-[16]；MIMO系统的调制技术等[17]-[19]。
混合调制信号调制识别方法
1.频谱分析法
频谱分析法是一种基于信号频谱特征的调制识别方法。
对于混合调制
信号，其频谱图呈现多个不同调制方式的频谱特征。
通过对频谱图进行分析，提取不同调制方式的频谱特征，可以实现对混合调制信号的调制识别。
常用的频谱分析方法包括傅里叶变换、小波变换等。
2.盲信号分离法
盲信号分离法是一种不需要事先知道混合调制信号调制方式的方法。
该方法通过分离混合调制信号中的各个子信号，并对各个子信号进行相应
的调制识别，从而实现对混合调制信号的调制识别。
常用的盲信号分离方
法包括独立成分分析、盲源分离等。
3.统计特征法
统计特征法是一种基于信号统计特征的调制识别方法。
混合调制信号
中各个子信号的统计特征往往不同，通过提取混合调制信号中各个子信号
的统计特征，并进行相应的分类和识别，可以实现对混合调制信号的调制
识别。
常用的统计特征包括均值、方差、自相关函数等。
4.时频分析法
时频分析法是一种综合利用信号的时域和频域特性进行调制识别的方法。
对于混合调制信号，其时域和频域特性呈现多个不同调制方式的特征。
通过对混合调制信号进行时频分析，提取时域和频域特性，可以实现对混
合调制信号的调制识别。
常用的时频分析方法包括短时傅里叶变换、时频
图等。
以上介绍了几种常用的混合调制信号调制识别方法。
不同的方法适用于不同的情况，各有优缺点。
在实际应用中，可以根据具体需求选择合适的方法进行调制识别，并结合多种方法进行综合分析，提高识别准确率。
bpsk qpsk误码率-回复BPSK和QPSK是两种常见的调制方式，它们在数字通信系统中被广泛应用。
而误码率是衡量一个通信系统性能的重要指标之一，本文将以“BPSK 和QPSK误码率”为主题，逐步解释它们之间的关系以及如何计算误码率。
第一部分：BPSK调制与误码率BPSK（二进制相移键控）是一种基本的数字调制方式，它通过改变载波相位来传输二进制信息。
比特“0”对应相位为0的载波，比特“1”对应相位为180的载波。
这种调制方式在通信系统中非常简单，但对于抗噪声能力较差。
误码率是在受到噪声干扰的情况下，接收端在检测比特值时错误的概率。
对于BPSK调制，我们可以利用统计学原理推导出误码率的表达式。
假设接收信号的噪声为加性高斯白噪声（AWGN），设噪声的功率谱密度为N0/2。
BPSK的误码率（Pe）可以通过以下公式计算：Pe = 0.5 * erfc(sqrt(Eb/N0))其中，Eb为比特能量，N0为噪声功率谱密度。
erfc(x)表示x的互补误差函数。
通过这个公式，我们可以看出误码率与信噪比（Eb/N0）有关。
信噪比的增加可以降低误码率，因为更高的信噪比意味着更强的信号和更小的噪声干扰。
第二部分：QPSK调制与误码率与BPSK不同，QPSK（四相移键控）调制可以同时传输两个比特，通过改变载波的相位和幅度来表示四种不同的信号状态。
具体而言，QPSK将四个可能的相位转换为一个信号点，每个信号点携带2比特信息。
类似于BPSK，我们可以推导出QPSK的误码率表达式。
在理想情况下，即仅受到AWGN噪声的影响，QPSK的误码率为：Pe = 1 - sqrt(1 - Q(2sqrt(Eb/N0)))其中，Q(x)表示高斯错误函数。
需要注意的是，这个表达式是在不考虑编码和纠错码等额外技术的情况下得到的。
不同于BPSK调制，QPSK的误码率与信噪比之间存在复杂的关系。
在低信噪比下，QPSK的误码率比BPSK低；而在高信噪比下，QPSK的误码率则比BPSK高。
NR（New Radio）是第五代移动通信系统（5G）中使用的一种无线接入技术。
NR的调制方式和解调算法与之前的移动通信系统（如LTE）有所不同。
对于调制方式，NR采用了更高阶的调制技术，主要包括以下几种：
1. QPSK（Quadrature Phase Shift Keying）：每个信号符号代表两个比特，通过改变相位来传输信息。
2. 16-QAM（Quadrature Amplitude Modulation）：每个信号符号代表四个比特，通过改变相位和振幅来传输信息。
3. 64-QAM：每个信号符号代表六个比特，通过改变相位和振幅来传输信息。
此外，NR还引入了更高阶的调制方式，如256-QAM和512-QAM，以提供更高的数据传输速率。
对于解调算法，NR使用了更先进的解调技术，以适应更高的调制方式和更复杂的信道环境。
其中一些常见的解调算法包括：
1. 最小均方误差（Minimum Mean Square Error，MMSE）：通过最小化接收信号和已知信道估计之间的均方误差来对信号进行解调。
2. 最大似然（Maximum Likelihood）：基于统计概率模型，选择使接收信号和已知信道模型条件概率最大化的解调符号。
3. Viterbi解码：一种常用于纠错编码的解码算法，通过比较接收符号序列和编码器输出之间的差异，选择最可能的发送符号序列。
以上只是一些常见的调制方式和解调算法，实际上NR还使用了其他更多的技术和算法来提高系统性能和数据传输质量。
具体的调制方式和解调算法取决于具体的信道条件、传输要求和系统设计。
本科实验指导书实验名称：通信技术课程设计-调制识别开课学院：电子科学与工程学院指导教师：一、实验目的《通信技术课程设计》是针对通信类基础课程和专业课程的实践型课程，承担着从一般基础理论到实践应用的重要过渡。
加深理论基础、拓宽知识结构、增强动手能力、提高综合素质和培养创新意识。
二、实验原理通信侦察是通信对抗的前提与基础。
其基本含义是：使用通信接收设备截获敌方通信信号，分析其技术体制，了解其通信网的组成，必要时侦听其通信内容，以判明其属性。
先验信息及要求：1假设截获了一段数字通信的信号，要求确认该段数据所采用调制方式，并解调出最终的信息。
2映射方式已知。
3调制方式范围：MASK，MFSK，BPSK，QPSK，MQAM。
4数据除MFSK是100 sample/data外，其余均为基带信号，数据以“float”读入，I、Q两路交错。
方法：1. 最大似然法采用概率论和假设检验理论，分析信号的统计特性并推导出检验统计量，由判决准则实现调制模式的自动识别。
2. 模式识别法通过特征提取从调制信号中提取包含调制模式信息的参数，再通过模式匹配进行调制模式的自动识别。
具体的：1基于瞬时特征2基于累计量3基于分形理论4基于星座图聚类算法5其他，。
如基于支持矢量机三、实验结果我们组选用了两种方法尝试进行。
①基于瞬时特征②基于累计量1）．首先是基于瞬时特征的识别针对共六种数字调制信号，提取了3个基于瞬时信息的特征参数：1.零中心归一化瞬时幅度之谱密度最大值2.零中心非弱信号段瞬时相位非线性分量绝对值的标准偏差3.零中心归一化瞬时幅度绝对值的标准偏差①零中心非弱信号段瞬时相位非线性分量绝对值的标准偏差公式：式中c是全部取样数据Ns中属于非弱信号值的个数，at是判断弱信号段的一个幅度判决门限电平，是经过零中心化处理后瞬时相位的非线性分量，而是瞬时相位，②.零中心归一化瞬时幅度之谱密度最大值.决策树识别①对于判别类属于（2ASK、4ASK、2PSK、4PSK）的信号，计算待识别信号的零中心非弱信号段瞬时相位非线性分量绝对值的标准偏差，与门限比较，将其分成两类：4PSK 和（2PSK、2ASK、4ASK）；②算待识别信号的零中心归一化瞬时幅度之谱密度最大值，与门限比较，将待识别的信号分成两类：（2ASK、4ASK、2PSK、4PSK）和（2FSK、4FSK），即不恒定包络信号和恒包络的信号；程序：见附录①由于该程序对事例数据的判断出错，且经过几次判决门限的更改效果还是不尽人意，我们更改了实验方案。
调制方式按照调制信号的性质分为模拟调制和数字调制两类；按照载波的形式分为连续波调制和脉冲调制两类。
模拟调制有调幅(AM)、调频(FM)和调相(PM)。
数字调制有振幅键控（ASK）、移频键控(FSK)、移相键控(PSK)和差分移相键控(DPSK)等。
脉冲调制有脉幅调制(PAM)、脉宽调制（PDM）、脉频调制（PFM）、脉位调制(PPM)、脉码调制(PCM)和增量调制（ΔM）。
按照传输特性，调制方式又可分为线性调制和非线性调制。
广义的线性调制，是指已调波中被调参数随调制信号成线性变化的调制过程。
狭义的线性调制,是指把调制信号的频谱搬移到载波频率两侧而成为上、下边带的调制过程。
此时只改变频谱中各分量的频率，但不改变各分量振幅的相对比例，使上边带的频谱结构与调制信号的频谱相同，下边带的频谱结构则是调制信号频谱的镜像。
狭义的线性调制有调幅(AM)、抑制载波的双边带调制(DSB-SC)和单边带调制(SSB)。
1、模拟调制一般指调制信号和载波都是连续波的调制方式。
它有调幅、调频和调相三种基本形式。
（1）调幅(AM)：用调制信号控制载波的振幅，使载波的振幅随着调制信号变化。
已调波称为调幅波。
调幅波的频率仍是载波频率，调幅波包络的形状反映调制信号的波形。
调幅系统实现简单,但抗干扰性差,传输时信号容易失真。
（2）调频(FM)：用调制信号控制载波的振荡频率，使载波的频率随着调制信号变化。
已调波称为调频波。
调频波的振幅保持不变，调频波的瞬时频率偏离载波频率的量与调制信号的瞬时值成比例。
调频系统实现稍复杂，占用的频带远较调幅波为宽，因此必须工作在超短波波段。
抗干扰性能好，传输时信号失真小，设备利用率也较高。
（3）调相(PM)：用调制信号控制载波的相位，使载波的相位随着调制信号变化。
已调波称为调相波。
调相波的振幅保持不变，调相波的瞬时相角偏离载波相角的量与调制信号的瞬时值成比例。
在调频时相角也有相应的变化，但这种相角变化并不与调制信号成比例。
在调相时频率也有相应的变化，但这种频率变化并不与调制信号成比例。
在模拟调制过程中已调波的频谱中除了载波分量外在载波频率两旁还各有一个频带，因调制而产生的各频率分量就落在这两个频带之内。
这两个频带统称为边频带或边带。
位于比载波频率高的一侧的边频带，称为上边带。
位于比载波频率低的一侧的边频带，称为下边带。
在单边带通信中可用滤波法、相移法或相移滤波法取得调幅波中一个边带，这种调制方法称为单边带调制(SSB)。
单边带调制常用于有线载波电话和短波无线电多路通信。
在同步通信中可用平衡调制器实现抑制载波的双边带调制(DSB-SC)。
在数字通信中为了提高频带利用率而采用残留边带调制(VSB),即传输一个边带（在邻近载波的部分也受到一些衰减）和另一个边带的残留部分。
在解调时可以互相补偿而得到完整的基带。
2、数字调制一般指调制信号是离散的，而载波是连续波的调制方式。
它有四种基本形式：振幅键控、移频键控、移相键控和差分移相键控。
①振幅键控(ASK)：用数字调制信号控制载波的通断。
如在二进制中,发0时不发送载波,发1时发送载波。
有时也把代表多个符号的多电平振幅调制称为振幅键控。
振幅键控实现简单，但抗干扰能力差。
②移频键控(FSK)：用数字调制信号的正负控制载波的频率。
当数字信号的振幅为正时载波频率为f1，当数字信号的振幅为负时载波频率为f2。
有时也把代表两个以上符号的多进制频率调制称为移频键控。
移频键控能区分通路，但抗干扰能力不如移相键控和差分移相键控。
③移相键控(PSK)：用数字调制信号的正负控制载波的相位。
当数字信号的振幅为正时，载波起始相位取0；当数字信号的振幅为负时,载波起始相位取180°。
有时也把代表两个以上符号的多相制相位调制称为移相键控。
移相键控抗干扰能力强，但在解调时需要有一个正确的参考相位，即需要相干解调。
④差分移相键控(DPSK)：利用调制信号前后码元之间载波相对相位的变化来传递信息。
在二进制中通常规定：传送1时后一码元相对于前一码元的载波相位变化180°，而传送0时前后码元之间的载波相位不发生变化。
因此，解调时只看载波相位的相对变化。
而不看它的绝对相位。
只要相位发生180°跃变，就表示传输1。
若相位无变化，则传输的是0。
差分移相键控抗干扰能力强，且不要求传送参考相位，因此实现较简单。
3、脉冲调制脉冲调制有两种含义：第一种是指用调制信号控制脉冲本身的参数(幅度、宽度、相位等)，使这些参数随调制信号变化。
此时,调制信号是连续波,载波是重复的脉冲序列。
第二种是指用脉冲信号控制高频振荡的参数。
此时，调制信号是脉冲序列，载波是高频振荡的连续波。
通常所说的脉冲调制都是指上述第一种情况。
脉冲调制可分为模拟式和数字式两类。
模拟式脉冲调制是指用模拟信号对脉冲序列参数进行调制，有脉幅调制、脉宽调制、脉位调制和脉频调制等。
数字式脉冲调制是指用数字信号对脉冲序列参数进行调制，有脉码调制和增量调制等。
由于脉冲序列占空系数很小，即一个周期的绝大部分时间内信号为0值,因而可以插入多路其他已调脉冲序列，实现时分多路传输。
已调脉冲序列还可以用各种方法去调制高频振荡载波。
常用的脉冲调制有以下几种。
（1）脉幅调制(PAM)：用调制信号控制脉冲序列的幅度，使脉冲幅度在其平均值上下随调制信号的瞬时值变化。
这是脉冲调制中最简单的一种。
脉幅调制是A.H.里夫在20世纪30年代发明的，在第二次世界大战中期已付之实用。
但后来发现，脉幅调制的已调波在传输途径中衰减,抗干扰能力差,所以现在很少直接用于通信，往往只用作连续信号采样的中间步骤。
（2）脉宽调制(PDM)：用调制信号控制脉冲序列中各脉冲的宽度，使每个脉冲的持续时间与该瞬时的调制信号值成比例。
此时脉冲序列的幅度保持不变，被调制的是脉冲的前沿或后沿，或同时是前后两沿，使脉冲持续时间发生变化。
脉宽调制也是20世纪30年代里夫发明的。
但在无线电通信中一般不用脉宽调制，因为此时发射机的平均功率要不断地变化。
（3）脉位调制(PPM)：用调制信号控制脉冲序列中各脉冲的相对位置（即相位），使各脉冲的相对位置随调制信号变化。
此时脉冲序列中脉冲的幅度和宽度均保持不变。
脉位调制在第二次世界大战中期已付之实用。
脉位调制的传输性能较好，常用于视距微波中继通信系统。
（4）脉频调制(PFM)：用调制信号控制脉冲的重复频率，即单位时间内脉冲的个数，使脉冲的重复频率随调制信号变化。
此时脉冲序列中脉冲的幅度和宽度均保持不变。
主要用于仪表测量等方面，很少直接用于无线电通信。
（5）脉码调制(PCM)：1937年脉幅调制和脉宽调制的发明者A.H.里夫提出用脉冲的有无的组合来传递声音，后来把这种方法称为脉码调制。
但脉码调制到20世纪50年代才开始实用化。
脉码调制有三个过程：采样、量化和编码。
即先对信号进行采样，并对采样值进行量化（整量化），再对经过采样和量化后的信号幅度进行编码，因此脉码调制的本质不是调制，而是数字编码，所以能充分保证传输质量。
由编码得到的数字信号可根据需要再对高频振荡载波进行调制。
脉码调制不是用改变脉冲序列的参数来传输信息，而是用参数固定的脉冲的不同组合来传递信息，因此抗干扰能力强，失真很小，是现代通信技术的发展方向。
（6）增量调制(ΔM)：增量调制是一种特殊的脉码调制，它不是对信号本身进行采样、量化和编码，而是对信号相隔一定重复周期的瞬时值的增量进行采样、量化和编码。
现在已有多种增量调制方法，其中最简单的一种，是在每一采样瞬间当增量值超过某一规定值时发正脉冲，小于规定值时发负脉冲。
这样每个码组只有一个脉冲，故为二进制一位编码，每个码组不是表示信号的幅度，而是表示幅度的增量。
这种增量调制信号的解调也很简单，只要将收到的脉冲序列进行积分和滤波即可复原，因此编码和解码设备都比较简单。
1.AM调制解调A o cos(ѡc t)仿真：ts=1.e-4;t=-0.04:ts:0.04 ;fc=500;sigma=0.3 ;% 生成调制信号m_sig=tripuls(t+0.01,0.02)-tripuls(t-0.01,0.02)；%调整信号m_sig由两个三角脉冲波形左右平移后叠加生成% 调制过程s_am=(1+m_sig).*cos(2*pi*fc*t)+sigma*randn(size(t))；%AM信号由调制信号m_sig叠加直流分量后乘以载波并混以噪声形成。
cos(2*pi*fc*t)；% 载波信号，fc为载波频率。
randn(size(t));%代表服从正态分布的噪声。
% 产生本地接收载波s_carr =cos(2*pi*fc*t)；% 同步解调s_dem=s_am.*s_carr；% 定义lfft变量Lfft=length(t)；%取时间区间的长度并赋值给Lfft。
Lfft=2^ceil(log2(Lfft)+1)；%将Lfft 重新转化成为更大的偶数Lfft 。
ceil ；%向正无穷大的方向取整% 绘制解调后信号频谱S_dem=fftshift(fft(s_dem,Lfft)/(length(t)));% 生成低通滤波器h=fir1(60,[B_m*ts])；%设计低通滤波器频域相应，其中滤波器阶数60,截至频率75Hz 。
% 低通滤波s_rec=filter(h,1,s_dem)；%理想低通滤波器filter 滤除s_dem 中的高频分量得恢复信号s_rec 。
% 绘制恢复信号频谱S_rec=fftshift(fft(s_rec,Lfft)/(length(t)))；生成的图形：（1）发送信号波形和图谱波形 频谱（2）载波信号机波形波形 频谱t(sec)m (t)f(Hz)M (f)x 10-3t(sec)s c a r r ( t)f(Hz)S c a r r ( f )（3）AM 信号和频谱波形 频谱（4）相干解调波形和频谱波形频谱（5）恢复信号的波形和频谱波形 频谱2.FM 仿真t(sec)s A M ( t)f(Hz)S A M ( f )t(sec)s r e c t ( t )f(Hz)S r e c t ( f)f(Hz)Sr e c ( f )t(sec) s r e c ( t )代码：%FM调制解调系统.m%频率调制与解调的Matlab演示源程序%可以任意改原调制信号函数m(t)%信息工程陈丽丹07323202 %·*·*·*·*·*·*·*·*·*·*·*·*·*·*·*·%*****************初始化******************echo offclose allclear allclc%***************************************** %·*·*·*·*·*·*·*·*·*·*·*·*·*·*·*·%****************FM调制*******************dt=0.001; %设定时间步长t=0:dt:1.5; %产生时间向量am=5; %设定调制信号幅度fm=5; %设定调制信号频率mt=am*cos(2*pi*fm*t); %生成调制信号fc=50; %设定载波频率ct=cos(2*pi*fc*t); %生成载波kf=10; %设定调频指数int_mt(1)=0;for i=1:length(t)-1int_mt(i+1)=int_mt(i)+mt(i)*dt; %求信号m(t)的积分end %调制，产生已调信号sfm=am*cos(2*pi*fc*t+2*pi*kf*int_mt); %调制信号%***************************************** %·*·*·*·*·*·*·*·*·*·*·*·*·*·*·*·%*************添加高斯白噪声**************sn1=10; %设定信躁比(小信噪比)sn2=30; %设定信躁比(大信噪比)sn=0; %设定信躁比(无信噪比)db=am^2/(2*(10^(sn/10))); %计算对应的高斯白躁声的方差n=sqrt(db)*randn(size(t)); %生成高斯白躁声nsfm=n+sfm; %生成含高斯白躁声的已调信号（信号通%过信道传输）%***************************************** %·*·*·*·*·*·*·*·*·*·*·*·*·*·*·*·%****************FM解调*******************for i=1:length(t)-1 %接受信号通过微分器处理diff_nsfm(i)=(nsfm(i+1)-nsfm(i))./dt;enddiff_nsfmn = abs(hilbert(diff_nsfm)); %hilbert变换，求绝对值得到瞬时幅度（包络检波）zero=(max(diff_nsfmn)-min(diff_nsfmn))/2;diff_nsfmn1=diff_nsfmn-zero;%***************************************** %·*·*·*·*·*·*·*·*·*·*·*·*·*·*·*·%**************时域到频域转换**************ts=0.001; %抽样间隔fs=1/ts; %抽样频率df=0.25; %所需的频率分辨率，用在求傅里叶变换%时，它表示FFT的最小频率间隔%*****对调制信号m(t)求傅里叶变换*****m=am*cos(2*pi*fm*t); %原调信号fs=1/ts;if nargin==2n1=0;elsen1=fs/df;endn2=length(m);n=2^(max(nextpow2(n1),nextpow2(n2)));M=fft(m,n);m=[m,zeros(1,n-n2)];df1=fs/n; %以上程序是对调制后的信号u求傅里变换M=M/fs; %缩放，便于在频铺图上整体观察f=[0:df1:df1*(length(m)-1)]-fs/2; %时间向量对应的频率向量%************对已调信号u求傅里变换**********fs=1/ts;if nargin==2n1=0;elsen1=fs/df;endn2=length(sfm);n=2^(max(nextpow2(n1),nextpow2(n2)));U=fft(sfm,n);u=[sfm,zeros(1,n-n2)];df1=fs/n; %以上是对已调信号u求傅里变换U=U/fs; %缩放%******************************************%***************************************** %·*·*·*·*·*·*·*·*·*·*·*·*·*·*·*·%***************显示程序******************disp('按任意键可以看到原调制信号、载波信号和已调信号的曲线')pause%**************figure(1)******************figure(1)subplot(3,1,1);plot(t,mt); %绘制调制信号的时域图xlabel('时间t');title('调制信号的时域图');subplot(3,1,2);plot(t,ct); %绘制载波的时域图xlabel('时间t');title('载波的时域图');subplot(3,1,3);plot(t,sfm); %绘制已调信号的时域图xlabel('时间t');title('已调信号的时域图');%******************************************disp('按任意键可以看到原调制信号和已调信号在频域内的图形')pause%************figure(2)*********************figure(2)subplot(2,1,1)plot(f,abs(fftshift(M))) %fftshift:将FFT中的DC分量移到频谱中心xlabel('频率f')title('原调制信号的频谱图')subplot(2,1,2)plot(f,abs(fftshift(U)))xlabel('频率f')title('已调信号的频谱图')%******************************************disp('按任意键可以看到原调制信号、无噪声条件下已调信号和解调信号的曲线')pause%**************figure(3)******************figure(3)subplot(3,1,1);plot(t,mt); %绘制调制信号的时域图xlabel('时间t');title('调制信号的时域图');subplot(3,1,2);plot(t,sfm); %绘制已调信号的时域图xlabel('时间t');title('无噪声条件下已调信号的时域图');nsfm=sfm;for i=1:length(t)-1 %接受信号通过微分器处理diff_nsfm(i)=(nsfm(i+1)-nsfm(i))./dt;enddiff_nsfmn = abs(hilbert(diff_nsfm)); %hilbert变换，求绝对值得到瞬时幅度（包络检波）zero=(max(diff_nsfmn)-min(diff_nsfmn))/2;diff_nsfmn1=diff_nsfmn-zero;subplot(3,1,3); %绘制无噪声条件下解调信号的时域图plot((1:length(diff_nsfmn1))./1000,diff_nsfmn1./400,'r');xlabel('时间t');title('无噪声条件下解调信号的时域图');%*****************************************disp('按任意键可以看到原调制信号、小信噪比高斯白噪声条件下已调信号和解调信号已调信号的曲线')pause%**************figure(4)******************figure(4)subplot(3,1,1);plot(t,mt); %绘制调制信号的时域图xlabel('时间t');title('调制信号的时域图');db1=am^2/(2*(10^(sn1/10))); %计算对应的小信噪比高斯白躁声的方差n1=sqrt(db1)*randn(size(t)); %生成高斯白躁声nsfm1=n1+sfm; %生成含高斯白躁声的已调信号（信号通%过信道传输）for i=1:length(t)-1 %接受信号通过微分器处理diff_nsfm1(i)=(nsfm1(i+1)-nsfm1(i))./dt;enddiff_nsfmn1 = abs(hilbert(diff_nsfm1)); %hilbert变换，求绝对值得到瞬时幅度（包络检波）zero=(max(diff_nsfmn)-min(diff_nsfmn))/2;diff_nsfmn1=diff_nsfmn1-zero;subplot(3,1,2);plot(1:length(diff_nsfm),diff_nsfm); %绘制含小信噪比高斯白噪声已调信号的时域图xlabel('时间t');title('含小信噪比高斯白噪声已调信号的时域图');subplot(3,1,3); %绘制含小信噪比高斯白噪声解调信号的时域图plot((1:length(diff_nsfmn1))./1000,diff_nsfmn1./400,'r');xlabel('时间t');title('含小信噪比高斯白噪声解调信号的时域图');%*****************************************disp('按任意键可以看到原调制信号、大信噪比高斯白噪声条件下已调信号和解调信号已调信号的曲线')pause%**************figure(5)******************figure(5)subplot(3,1,1);plot(t,mt); %绘制调制信号的时域图xlabel('时间t');title('调制信号的时域图');db1=am^2/(2*(10^(sn2/10))); %计算对应的大信噪比高斯白躁声的方差n1=sqrt(db1)*randn(size(t)); %生成高斯白躁声nsfm1=n1+sfm; %生成含高斯白躁声的已调信号（信号通过信道传输）for i=1:length(t)-1 %接受信号通过微分器处理diff_nsfm1(i)=(nsfm1(i+1)-nsfm1(i))./dt;enddiff_nsfmn1 = abs(hilbert(diff_nsfm1)); %hilbert变换，求绝对值得到瞬时幅度（包%络检波）zero=(max(diff_nsfmn)-min(diff_nsfmn))/2;diff_nsfmn1=diff_nsfmn1-zero;subplot(3,1,2);plot(1:length(diff_nsfm1),diff_nsfm1); %绘制含大信噪比高斯白噪声已调信号%的时域图xlabel('时间t');title('含大信噪比高斯白噪声已调信号的时域图');subplot(3,1,3); %绘制含大信噪比高斯白噪声解调信号%的时域图plot((1:length(diff_nsfmn1))./1000,diff_nsfmn1./400,'r');xlabel('时间t');title('含大信噪比高斯白噪声解调信号的时域图');%*****************************************%******************结束*******************仿真图：3.2FSK代码：a=randint(1,16);t=0.0001:0.001:1;inisig=a(ceil(t./(1/15)));subplot(5,1,1)plot(t,inisig)axis([0,1,-1.5,1.5])title('原信号');%调制f1=200;f2=100;carrier1=cos(2*pi*f1*t);carrier2=cos(2*pi*f2*t);modulation_wave=zeros(1,length(t));for i=1:length(t)if(inisig(i)==0)modulation_wave(i)=carrier1(i);elsemodulation_wave(i)=carrier2(i);endendsubplot(5,1,2)plot(t,modulation_wave)axis([0,1,-1.5,1.5])title('调制信号');%2fsk 信号加噪noise_wave=awgn(modulation_wave,100);%设计带通滤波器[num1 den1]=butter(10,[2*0.9*f1*pi,2*1.1*f1*pi],'s');[num2 den2]=butter(10,[2*0.9*f2*pi,2*1.1*f2*pi],'s');daiout1_h=tf(num1,den1);daiout2_h=tf(num2,den2);unmodulation_wave1=lsim(daiout1_h,noise_wave,t); unmodulation_wave2=lsim(daiout2_h,noise_wave,t);%2fsk信号相干解调unmodulation_wave1_g=unmodulation_wave1'.*(carrier1); unmodulation_wave2_g=unmodulation_wave2'.*(carrier2);%设计低通滤波器wp=2*pi*90;ws=2*pi*120;rp=1;rs=100;[N Wn]=buttord(wp,ws,rp,rs,'s');[B A]=butter(N,Wn,'s');h=tf(B,A);dsy1=lsim(h,unmodulation_wave1_g,t);dsy2=lsim(h,unmodulation_wave2_g,t);subplot(5,1,3);plot(t,dsy1);title('经过一路低通滤波器后的信号');subplot(5,1,4);plot(t,dsy2);title('经过二路低通滤波器后的信号');for i=1:length(dsy1)if dsy1(i)>dsy2(i)dsy(i)=0;else dsy(i)=1;endendsubplot(5,1,5);plot(t,dsy);axis([0 1.2 -1.2 1.2])title('解调信号');%观察原信号频谱inisig_spectrum=fftshift(fft(inisig));maxf=1/0.001;f=-maxf/2:maxf/2-1;figuresubplot(5,1,1);plot(f,inisig_spectrum)title('观察原信号频谱');%观察调制信号频谱modulation_spectrum=fftshift(fft(modulation_wave));maxf=1/0.001;f=-maxf/2:maxf/2-1;subplot(5,1,2);plot(f,modulation_spectrum)title('观察调制信号频谱');%观察带通信号频谱unmodulation1_spectrum=fftshift(fft(unmodulation_wave1)); maxf=1/0.001;f=-maxf/2:maxf/2-1;subplot(5,1,4);plot(f,unmodulation1_spectrum)title('观察带通信号150频谱');unmodulation2_spectrum=fftshift(fft(unmodulation_wave2)); maxf=1/0.001;f=-maxf/2:maxf/2-1;subplot(5,1,3);plot(f,unmodulation2_spectrum)title('观察带通信号100频谱');length(unmodulation_wave1)%观察低通滤波器频谱dsy_spectrum=fftshift(fft(dsy));maxf=1/0.001;f=-maxf/2:maxf/2-1;subplot(5,1,5);plot(f,dsy_spectrum)title('观察低通信号100频谱')仿真图：4.2ASK观察原信号频谱-500-400-300-200-1000100200300400500观察调制信号频谱-500-400-300-200-1000100200300400500观察带通信号150频谱-500-400-300-200-1000100200300400500观察带通信号100频谱-500-400-300-200-1000100200300400500观察低通信号100频谱代码：a=[1,0,1,1,0,1];subplot(3,1,1);stem(a);title('随机信号');for i=1:length(a)t=i-1:0.001:i;if (a(i)==1)s=sin(2*pi*t);endif (a(i)==0)s=0;endhold on;subplot(3,1,2);plot(t,s);title('2ASK调制后的信号') endfor i=1:length(a)t=i-1:0.001:i;if (a(i)==1)s=sin(2*pi*t);endif (a(i)==0)s=sin(4*pi*t);endhold on;subplot(3,1,3);plot(t,s);title('2FSK调制后的信号') end仿真图：5.PSK代码：clear all;close all;fs=8e5;%抽样频率fm=20e3;%基带频率n=2*(6*fs/fm);final=(1/fs)*(n-1);fc=2e5; % 载波频率t=0:1/fs:(final);Fn=fs/2;%耐奎斯特频率%用正弦波产生方波%==========================================twopi_fc_t=2*pi*fm*t;A=1;phi=0;x = A * cos(twopi_fc_t + phi);% 方波am=1;x(x>0)=am;x(x<0)=-1;figure(1)subplot(321);plot(t,x);axis([0 2e-4 -2 2]);title('基带信号');grid oncar=sin(2*pi*fc*t);%载波ask=x.*car;%载波调制subplot(322);plot(t,ask);axis([0 200e-6 -2 2]);title('PSK信号');grid on;%===================================================== vn=0.1;noise=vn*(randn(size(t)));%产生噪音plot(t,noise);grid on;title('噪音信号');axis([0 .2e-3 -1 1]);askn=(ask+noise);%调制后加噪subplot(324);plot(t,askn);axis([0 200e-6 -2 2]);title('加噪后信号');grid on;%带通滤波%==================================================================== ==fBW=40e3;f=[0:3e3:4e5];w=2*pi*f/fs;z=exp(w*j);BW=2*pi*fBW/fs;a=.8547;%BW=2(1-a)/sqrt(a)p=(j^2*a^2);gain=.135;Hz=gain*(z+1).*(z-1)./(z.^2-(p));subplot(325);plot(f,abs(Hz));title('带通滤波器');grid on;Hz(Hz==0)=10^(8);%avoid log(0)subplot(326);plot(f,20*log10(abs(Hz)));grid on;title('Receiver -3dB Filter Response');axis([1e5 3e5 -3 1]);%滤波器系数a=[1 0 0.7305];%[1 0 p]b=[0.135 0 -0.135];%gain*[1 0 -1]faskn=filter(b,a,askn);figure(2)subplot(321);axis([0 100e-6 -2 2]);title('通过带通滤波后输出');grid on;cm=faskn.*car;%解调subplot(322);plot(t,cm);axis([0 100e-6 -2 2]);grid on;title('通过相乘器后输出');%低通滤波器%================================================================== p=0.72;gain1=0.14;%gain=(1-p)/2Hz1=gain1*(z+1)./(z-(p));subplot(323);Hz1(Hz1==0)=10^(-8);%avoid log(0)plot(f,20*log10(abs(Hz1)));grid on;title('LPF -3dB response');axis([0 5e4 -3 1]);%滤波器系数a1=[1 -0.72];%(z-(p))b1=[0.14 0.14];%gain*[1 1]so=filter(b1,a1,cm);so=so*10;%add gainso=so-mean(so);%removes DC componentsubplot(324);plot(t,so);axis([0 8e-4 -3.5 3.5]);title('通过低通滤波器后输出');grid on;%Comparator%======================================================High=2.5;Low=-2.5;vt=0;%设立比较标准error=0;len1=length(so);for ii=1:len1if so(ii) >= vtVs(ii)=High;elseVs(ii)=Low;endendVo=Vs;subplot(325);plot (t,Vo), title('解调后输出信号'), axis([0 2e-4 -5 5])grid on;xlabel('时间 (s)'), ylabel('幅度(V)'), 仿真图：6.2DPSK差分相干解调原理图相干解调原理代码：clear allclose alli=10;j=5000;fc=4.6; %载波频率fm=i/5; %码元速率B=2*fm;t=linspace(0,5,j);a=round(rand(1,i));figure(4);stem(a);st1=t;for n=1:10if a(n)<1;for m=j/i*(n-1)+1:j/i*nst1(m)=0;endelsefor m=j/i*(n-1)+1:j/i*nst1(m)=1;endendendfigure(1);subplot(321);plot(t,st1);title('绝对码');axis([0,5,-1,2]);b=zeros(1,i); %全零矩阵b(1)=a(1);for n=2:10if a(n)>=1;if b(n-1)>=1b(n)=0;elseb(n)=1;endelseb(n)=b(n-1);endendst1=t;for n=1:10if b(n)<1;for m=j/i*(n-1)+1:j/i*nst1(m)=0;endelsefor m=j/i*(n-1)+1:j/i*nst1(m)=1;endendendsubplot(323);plot(t,st1);title('相对码st1');axis([0,5,-1,2]);st2=t;for k=1:j;if st1(k)>=1;st2(k)=0;elsest2(k)=1;endend;subplot(324);plot(t,st2);title('相对码反码st2');axis([0,5,-1,2]);s1=sin(2*pi*fc*t);subplot(325);plot(s1);title('载波信号s1');s2=sin(2*pi*fc*t+pi);subplot(326);plot(s2);title('载波信号s2');d1=st1.*s1;d2=st2.*s2;figure(2);subplot(411);plot(t,d1);title('st1*s1');subplot(412);plot(t,d2);title('st2*s2');e_dpsk=d1+d2;subplot(413);plot(t,e_dpsk);title('调制后波形');noise=rand(1,j);dpsk=e_dpsk+noise; %加入噪声subplot(414);plot(t,dpsk);title('加噪声后信号');dpsk=dpsk.*s1; %与载波s1相乘figure(3);subplot(411);plot(t,dpsk);title('与载波相乘后波形');[f,af]=T2F(t,dpsk); %通过低通滤波器[t,dpsk]=lpf(f,af,B);subplot(412);plot(t,dpsk);title('低通滤波后波形');st=zeros(1,i); %全零矩阵for m=0:i-1;if dpsk(1,m*500+250)<0;st(m+1)=0;for j=m*500+1:(m+1)*500;dpsk(1,j)=0;endelsefor j=m*500+1:(m+1)*500;st(m+1)=1;dpsk(1,j)=1;endendendsubplot(413);plot(t,dpsk);axis([0,5,-1,2]);title('抽样判决后波形')dt=zeros(1,i); %全零矩阵dt(1)=st(1);for n=2:10;if (st(n)-st(n-1))<=0&&(st(n)-st(n-1))>-1;dt(n)=0;elsedt(n)=1;endendst=t;for n=1:10if dt(n)<1;for m=j/i*(n-1)+1:j/i*nst(m)=0;endelsefor m=j/i*(n-1)+1:j/i*nst(m)=1;endendendsubplot(414);plot(t,st);axis([0,5,-1,2]);title('码反变换后波形');仿真图：。
