【正文】 第一章 引言　研究背景隨著通信系統(tǒng)復(fù)雜性的增加，傳統(tǒng)的手工分析與電路板試驗等分析設(shè)計方法已經(jīng)不能適應(yīng)發(fā)展的需要，通信系統(tǒng)計算機模擬仿真技術(shù)日益顯示出其巨大的優(yōu)越性。本文首先分析了數(shù)字調(diào)制系統(tǒng)的幾種基本調(diào)制解調(diào)方法，然后，運用Matlab設(shè)計了這幾種數(shù)字調(diào)制解調(diào)方法的仿真程序，主要包括PSK，DPSK和16QAM。AbstractDigital modulation is one of the most important part in munication system, and the improvement of digital modulation technology is an important way for the improvement of munication system capability. In this paper, some usual methods of digital modulation are introduced firstly. Then their simulation programs are built by using MATLAB, they mainly include PSK,DPSK,16QAM. Through simulation, we analyzed the time and frequency waveform for every part of these three modulations, and also consider the effect of the channel noise. Through the simulation, we understand the basic theory of modulation and demodulation more clearly. At last, the capability of these digital modulations have been pared.Keywords: Digital modulation。應(yīng)用Matlab可方便地解決復(fù)雜數(shù)值計算問題。特別是在20世紀后半葉，隨著人造地球衛(wèi)星的發(fā)射，大規(guī)模集成電路、電子計算機和光導(dǎo)纖維等現(xiàn)代技術(shù)成果的問世，通信技術(shù)在以下幾個不同方向都取得了巨大的成功。隨著現(xiàn)代電子技術(shù)的發(fā)展，通信技術(shù)正向著數(shù)字化、網(wǎng)絡(luò)化、智能化和寬帶化的方向發(fā)展。另外，由于數(shù)字通信具有建網(wǎng)靈活，容易采用數(shù)字差錯控制技術(shù)和數(shù)字加密，便于集成化，并能夠進入綜合業(yè)務(wù)數(shù)字網(wǎng)（ISDN網(wǎng)），所以通信系統(tǒng)都有由模擬方式向數(shù)字方式過渡的趨勢。然而，在實際信道中，大多數(shù)信道具有帶通傳輸特性，數(shù)字基帶信號不能直接在這種帶通傳輸特性的信道中傳輸。因此，2PSK信號的時域表達式為 （－1）其中，表示第n個符號的絕對相位： 　　　　?。ǎ?）因此，式（－1）可以改寫為 　　　　　（－3）由于表示信號的兩種碼元的波形相同，極性相反，故2PSK信號一般可以表述為一個雙極性（bipolarity）全占空（100% duty ratio）矩形脈沖序列與一個正弦載波的相乘，即 　　　　　（－4）其中 　　　　　（－5）這里，g(t)是脈寬為的單個矩形脈沖，而的統(tǒng)計特性為 　　　　　（－6）即發(fā)送二進制符號“０”時（?。保?，?。跋辔?；發(fā)送二進制符號“１”時（?。保ˇ邢辔?。由于它利用載波相位的絕對數(shù)值表示數(shù)字信息，所以又稱為絕對相移。但是按照這種定義，在某個長的碼元序列中，信號波形的相位可能仍沒有突跳出點，致使在接收端無法辨認信號碼元的起止時刻。由于后者的優(yōu)點，目前被廣泛采用。在解調(diào)過程中，由于載波相位模糊性的影響，使得解調(diào)出的相對碼也可能是“１”和“０”倒置，但經(jīng)差分譯碼（碼反變換）得到的絕對碼不會發(fā)生任何倒置的現(xiàn)象，從而解決了載波相位模糊性帶來的問題。因此，MPSK和MDPSK體制為人們所喜歡。QPSK信號就是一種最簡單的QAM信號。第一種是正交調(diào)幅法，圖２－８所示，即用兩路獨立的正交4ASK信號疊加，形成16QAM信號。調(diào)制后信號的時間波形由兩種相位不同的波形組成，而且兩種波形是反相的，即相位相差180度，且相位變化隨著源信號變化而變化（異變同不變），但振幅和頻率保持不變。圖３－６　噪聲、未加噪聲調(diào)制、加噪聲調(diào)制時間波形和頻譜源信號經(jīng)過2DPSK調(diào)制后產(chǎn)生調(diào)制波信號，從頻域上看是源信號中心頻率經(jīng)調(diào)制后搬移到了載波頻率上。圖３－９　源信號１、源信號２時間波形和頻譜兩路源信號都是隨機產(chǎn)生且幅度有四種取值，分別是３、１、－１、－３，其時間波形和頻譜如圖３－９所示?！「鞣N調(diào)制比較 （１）2PSK、2DPSK檢測這兩種信號時判決器均可工作在最佳門限電平（零電平）。這種擴展只需在輸入端與調(diào)制器間增加一些數(shù)字基帶處理模塊，如信源編碼、加密、信道編碼等，在解調(diào)后增加相應(yīng)的解碼解密器即可。t=[ts:ts:t0]。 if x= mi(l)=1。 % generate noiser=y+noise。C=C*ts。H(1:n_cutoff)=2*ones(1,n_cutoff)。yout=dem。YOUT=YOUT*ts。xlabel(39。xlabel(39。grid。subplot(2,2,4)。pause。title(39。title(39。Time39。Frequency39。axis([0 2 2])。plot(f,abs(fftshift(R)))。figure(3)。title(39。 title(39。)。)。axis([0 2 2])。plot(f,abs(fftshift(YOUT)))。plot(t,mi(1:length(t)))。)。)。t=[ts:ts:t0]。 else m(i)=0。 end if bn(i+1)==1。 % pute noise standard deviationnoise=noise_std*randn(1,length(y))。[Y,y,df1]=fftseq(y,ts,df)。%解調(diào)f_cutoff=70。DEM=H.*YY。 else y1(1,i)=0。 end endy3(1)=xor(y2(1),1)。 else yout(l)=0。subplot(3,2,1)。源信號波形39。源信號頻譜39。)。)。xlabel(39。xlabel(39。subplot(3,2,1)。噪聲波形39。噪聲頻譜39。)。)。xlabel(39。xlabel(39。subplot(3,2,1)。相干解調(diào)后波形39。相干解調(diào)后頻譜39。title(39。 title(39。Time39。Frequency39。plot(t,yout(1:length(t)))。)。)。title(39。 title(39。fs=1/ts。 s(l)=sin(2*pi*fc*t(l))。 s(l)=sin(2*pi*fc*t(l))。ask1=mi.*c。 % add noise to the modulated signalyi=r.*c。M2=M2/fs。ASK2=ASK2/fs。R=R/fs。H(1:n_cutoff)=2*ones(1,n_cutoff)。%抽樣判決for i=(1:10)。 if x2(i)=0 x2(i)=max(k) if x2(i)3*10^6 y2(l)=3 else y2(l)=1 end end if x2(i)0 x2(i)=min(k) if x2(i)3*10^6 y2(l)=3 else y2(l)=1 end end end end [Y1,y1,df1]=fftseq(y1,ts,df)。xlabel(39。Frequncy39。xlabel(39。Frequncy39。axis([0 2 2])。xlabel(39。axis([0 2 2])。xlabel(39。grid。subplot(2,2,2)plot(f,abs(fftshift(ASK1)))。grid。subplot(2,2,4)plot(f,abs(fftshift(ASK1)))。figure(4)subplot(3,2,1)plot(t,noise(1:length(t)))。)。subplot(3,2,3)plot(t,u(1:length(t)))。)。subplot(3,2,5)plot(t,r(1:length(t)))。)。pause。)。subplot(2,2,3)plot(t,dem1(1:length(t)))。subplot(2,2,4)plot(f,abs(fftshift(DEM1)))。figure(6)subplot(2,2,1)plot(t,yq(1:length(t)))。subplot(2,2,2)plot(f,abs(fftshift(Yq)))。grid。xlabel(39。grid。subplot(2,2,2)plot(f,abs(fftshift(Y1)))。grid。subplot(2,2,4)plot(f,abs(fftshift(M1)))。figure(8)subplot(2,2,1)plot(t,y2(1:length(t)))。)。grid。subplot(2,2,4)plot(f,abs(fftshift(M2)))。if nargin == 2 n1=0。endn2=length(m)。Frequncy39。xlabel(39。xlabel(39。axis([0 ])。Frequncy39。xlabel(39。Frequency39。xlabel(39。)。Time39。Frequency39。xlabel(39。Frequency39。xlabel(39。xlabel(39。grid。xlabel(39。axis([0 5 5])。xlabel(39。axis([0 5 5])。xlabel(39。axis([0 2 2])。Frequncy39。xlabel(39。Frequncy39。xlabel(39。)。Time39。)。Time39。title(39。)。title(39。)。[Y2,y2,df1]=fftseq(y2,ts,df)。 x1(i)=mean(k)。DEM1=H.*Yi。Yi=Yi/fs。[NOISE,noise,df1]=fftseq(noise,ts,df)。C=C/fs。%%時域頻域轉(zhuǎn)換。y=mi.*c+mq.*s。 elseif x= mq(l)=1。 elseif x= mi(l)=1。t=[ts:ts:t0]。)。)。plot(t,mi(1:length(t)))。plot(f,abs(fftshift(YOUT)))。axis([0 2 2])