【文章內(nèi)容簡介】 在3400Hz以下。單邊帶調(diào)制的載波頻率設(shè)計為 10kHz，調(diào)制輸出上邊帶。要求觀測單邊帶調(diào)制前后的信號功率譜。，其通帶頻率范圍是[10000, 13500]Hz。能夠根據(jù)信噪比 SNR 的要求加入高斯噪聲。為了模擬載波頻率誤差對解調(diào)話音音質(zhì)的影響，相干解調(diào)，設(shè)本地載波頻率分別為為 ，,10kHz。解調(diào)濾波器設(shè)計為 300～3400Hz的帶通濾波器。二．開發(fā)環(huán)境操作系統(tǒng)：Microsoft Windows 7 Ultimate（64位）交互工具：鍵盤/鼠標(biāo) 開發(fā)工具：MATLAB2010a三．電臺設(shè)計原理及方案有限語音信號可以采用直接用程序讀取，當(dāng)讀取一次之后，可以把音頻文件保存起來，當(dāng)用到?jīng)]有麥克風(fēng)的電腦時可以備用，發(fā)送的語音信號首先進(jìn)行希爾比特變化，然后用函數(shù)可以進(jìn)行單邊帶調(diào)制，保存單邊帶語音信號。單邊帶電臺仿真讀取發(fā)送模塊保存的語音信號，然后加入高斯白噪聲，然后改變信噪比，通常情況下加入的信噪比為20，然后濾波，模擬現(xiàn)實當(dāng)中的信道傳輸，并保存得到的語音信號。首先讀取信道傳輸過來的語音信號，加入不同頻率的載波，然后解調(diào)，并觀察分析不同載波解調(diào)出來的語音信號和原語音信號的區(qū)別，分析失真度。四．電臺詳細(xì)設(shè)計根據(jù)設(shè)置的參數(shù)，系統(tǒng)中信號最高頻率約為 14kHz。為了較好地顯示調(diào)制波形，系統(tǒng)仿真采樣率設(shè)為 50kHz，滿足取樣定理。由于話音信號的采樣率為 8000Hz，與系統(tǒng)仿真采樣率不等，因此，在進(jìn)行信號處理之前，必須將話音的采樣率提高到 50kHz，用插值函數(shù)來做這一任務(wù)。先編寫程序?qū)⒒鶐б纛l信號讀入，進(jìn)行[300，3400]Hz的帶通濾波，并將信號采樣率提高到 50kHz，進(jìn)行單邊帶調(diào)制之后，將調(diào)制輸出結(jié)果保存為 wav 文件，文件名為 。圖1 基帶信號和SSB的波形、功率譜分析調(diào)制前后的波形頻率，可以得到SSB調(diào)制只是把原來波形搬移到10KHz位置，并四．電臺詳細(xì)設(shè)計錯誤！未指定書簽。沒有改變原來波形的形狀和頻率范圍，說明調(diào)制的效果很好。信道是一個帶限高斯噪聲信道，其帶通頻率范圍是[10000,13500]Hz.，目前輸入的信噪比SNR為20。仿真指定信噪比信道計算信噪比為20dB時的信道輸出，將結(jié)果保存為 文件。方便以后的實用。運行結(jié)束：計算出的信噪比結(jié)果SNR_dB= 接收機(jī)采用想干解調(diào)方式。為了模擬載波頻率誤差對解調(diào)話音音質(zhì)的影響，與發(fā)信機(jī)載波頻率相差200Hz。解調(diào)濾波器設(shè)計為300Hz到3400Hz。圖2 解調(diào)輸出信號被保存為音頻文件 ，并由 sound 函數(shù)播放。聆聽播放解調(diào)輸出信號的聲音可知，在20dB信道信噪比條件下，即使解調(diào)本地載波頻四．電臺詳細(xì)設(shè)計錯誤！未指定書簽。圖4 解調(diào)輸出信號被保存為音頻文件 ，并由 sound 函數(shù)播放。聆聽播放解調(diào)輸出信號的聲音可知，在20dB信道信噪比條件下，即使解調(diào)本地載波頻率誤差達(dá)到 100Hz，聲音仍然是清晰可懂的。四．電臺詳細(xì)設(shè)計錯誤！未指定書簽。圖7 10KHz解調(diào)后波形和功率譜解調(diào)輸出信號被保存為音頻文件 ，并由 sound 函數(shù)播放。聆聽播放解調(diào)輸出信號的聲音可知，在解調(diào)波和載波頻率相同，10dB信道信噪比條件下，聲音是很清晰的，并且和信噪比為20dB基本沒有差別，耳朵幾乎分辨不出。 原信號和解調(diào)后的信號對比 原信號和解調(diào)后信號波形對比單邊帶電臺仿真圖8 原信號波形與解調(diào)后信號波形對比從波形上來看，三個頻率解調(diào)出來的音頻信號波形整體差別不大，要是要仔細(xì)看，在低頻部分最后一個頻率解調(diào)出來的波形效果最好。 原信號和解調(diào)后信號頻率對比圖9 原信號波形與解調(diào)后信號頻譜對比從頻率上來看，三個頻率解調(diào)出來的音頻信號波形整體差別不大，在細(xì)微處還是有差別的，尤其是在高頻和低頻處，有部分的失真，但是對音頻的整體效果影響不大，最后一個借條出來的頻譜和原信號的頻譜最接近，因此也是最好的解調(diào)頻率。五．設(shè)計總結(jié)通過這門實驗使我學(xué)習(xí)掌握了許多知識。首先是對matlab有了一個全新的認(rèn)識，其次是對matlab的更多操作和命令的使用有了更高的掌握，最重要的事對matlab的處理能力有了一個更高的飛躍尤其是對相關(guān)函數(shù)的使用及相關(guān)問題的處理。就對matlab相關(guān)的命令操作而言，通過這次實驗的親身操作和實踐，學(xué)習(xí)掌握了參考文獻(xiàn)：錯誤！未指定書簽。許多原本不知道的或者不太熟悉的命令。比如說相關(guān)m文件的建立，畫圖用到的標(biāo)注，配色，坐標(biāo)控制，同一張圖里畫幾幅不同的圖像，相關(guān)參數(shù)的設(shè)置以及相關(guān)函數(shù)的調(diào)用格式等等。就拿建立一個數(shù)學(xué)方程而言，通過設(shè)置不同的參數(shù)達(dá)到所需要的要求和結(jié)果，而且還可以在不同的窗口建立不同的函數(shù)而達(dá)到相同的效果。而自己對于矩陣及閉環(huán)傳遞函數(shù)的建立原本所掌握的知識幾乎為零，而通過這次實驗使我徹底的掌握了相關(guān)的命令操作和處理的方法，在這里我們不僅可以通過建立函數(shù)和參數(shù)來達(dá)到目標(biāo)效果，而且還可以通過可視化的編程達(dá)到更快更方便，更簡潔的效果。就拿可視化編程而言原本根本就只是聽說而已罷了，從來就沒有親身去嘗試過，然而現(xiàn)在自己卻可以和容易的通過搭建不同功能木塊來實現(xiàn)相關(guān)的函數(shù)及功能。這些在原本根本就不敢相信，然而通過學(xué)習(xí)和實驗親身操作這些原本看似不可能的操作在此就變的輕而易舉的事了。通過對同一個模塊分析其對應(yīng)的不同的參數(shù)分析圖的建立去分析和解釋其對應(yīng)的相關(guān)功能和技術(shù)指標(biāo)和性能分析是非常重要的，我們不可能只需要建立相關(guān)的模塊和功能就說自己掌握了所有的相關(guān)知識和技術(shù)，真正的技術(shù)和知識是怎么去分析和解釋相關(guān)的技術(shù)指標(biāo)和功能參數(shù)才是重中之重。就此而言，我坦誠的說自己所掌握的還是十分的有限的，但是老師給我們介紹的相關(guān)方法和技巧還是十分有效果的，如果自己真的想在這方面有什么建樹對自己以后的要求還是需要更改的要求的，萬不可以就此止步不前，自命不凡，我們還需掌握和了解還有許多許多，我們真正所掌握的只是皮毛，要想取得更大的成績就得不斷的去努力學(xué)習(xí)和汲取相關(guān)的知識和技巧。萬不可自以為傲，裹足不前，matlab真的是個非常強大和有用的工具我們真正的能把它學(xué)懂學(xué)透的話還是需要下非常大的功夫和努力的。參考文獻(xiàn)：[1]張渭濱,陳方,[J].系統(tǒng)仿真學(xué)報,2007,19(8)::[2]劉素心,王汝芳,[J].實驗室科學(xué),2008,(3):101103,:[3]王峰,[J].南通職業(yè)大學(xué)學(xué)報,2013,27(1)::[4]陳蕾,姚遠(yuǎn)程,[J].電視技術(shù),2014,38(5):[5]梅志紅,[J].計算機(jī)仿真,2004,21(6)::[6]范偉,翟傳潤,[J].微計算機(jī)信息,2006,22(19)::[7]周曉蘭,[J].計算機(jī)技術(shù)與發(fā)展,2006,16(9)::[8]解偉俊,胡修林,[J].華中理工大學(xué)學(xué)報,2000,28(2):::：%FileName: clc。clear all。%功能，采樣點數(shù)40000，采樣率為8000%jilu = wavrecord(5*8000, 8000, 39。double39。)。%wavwrite(jilu, 39。39。)。[wav, fs] = wavread(39。39。)。%計算聲音時間長度t_end = 1/fs * length(wav)。%仿真系統(tǒng)采樣時間點 Fs = 50000。t = 1/Fs:1/Fs:t_end。%設(shè)計300~3400hz的帶通濾波器[fenzi, fenmu] = butter(3, [300 3400]/(fs/2))。%對音頻信號進(jìn)行濾波wav = filter(fenzi, fenmu, wav)。%輸出濾波后的聲音wavwrite(wav, 39。39。)。%利用插值函數(shù)將音頻的采樣率提升為50khzwav = interp1([1/fs:1/fs:t_end], wav, t, 39。spline39。)。%音頻信號的希爾伯特變換wav_hilbert = imag(hilbert(wav))。%載波頻率 fc = 10000。%單邊帶調(diào)制附錄：錯誤！未指定書簽。SSB_OUT = wav.*cos(2*pi*fc*t)10000。% 噪聲功率譜密度值 W/Hz NO = Power_of_noise/bandwidth。Gause_noise = sqrt(NO*Fs/2).* randn(size(in))。% 噪聲通道 10～[num, den] = butter(4, [10000 13500]/(Fs/2))。signal_of_filter_out = filter(num, den, in)。noise_of_filter_out = filter(num, den, Gause_noise)。單邊帶電臺仿真SNR_dB = 10*log10(var(signal_of_filter_out)/var(noise_of_filter_out))。% 測量得出信噪比 % 信道輸出out = signal_of_filter_out + noise_of_filter_out。SNR_dB% FileName:Forjietiao % clear。Fs=50000。% 讀入信道輸出信號數(shù)據(jù)[recvsignal, Fs] = wavread(39。39。)。t =(1/Fs:1/Fs:length(recvsignal)/Fs)39。% 本地載波頻率fc_local1 = 10000200。% fc_local = 10000100。% fc_local = 10000。% 本地載波local_carrier1 = cos(2*pi*fc_local1.*t)。% 相干解調(diào)xianggan_out1 = recvsignal.*local_carrier1。% 設(shè)計 300～3400Hz 的帶通濾波器[fenzi, fenmu] = butter(3, [300 3400]/(Fs/2))。demod_out1 = filter(fenzi, fenmu, xianggan_out1)。%sound(demod_out1/max(demod_out1), Fs)。wavwrite(demod_out1, Fs, 39。39。)。figure(2)。subplot(1, 2, 1)。plot(5*demod_out1(53550:53750))。axis([0 ])。title(39。解調(diào)信號波形39。)。xlabel(39。時間（樣值數(shù)）39。)。subplot(1, 2, 2)。psd(5*demod_out1, 10000, Fs)。axis([0 250020 10])。title(39。解調(diào)信號功率譜39。)。xlabel(39。頻率/Hz39。)。ylabel(39。功率譜/(dB)39。)。%FileName:Forjietiao %clear。Fs=50000。% 讀入信道輸出信號數(shù)據(jù)[recvsignal, Fs] = wavread(39。39。)。t =(1/Fs:1/Fs:length(recvsignal)/Fs)39。% 本地載波頻率%fc_local = 10000200。fc_local2 = 10000100。附錄：錯誤！未指定書簽。%fc_local = 10000。% 本地載波local_carrier2 = cos(2*pi*fc_local2.*t)。% 相干解調(diào)xianggan_out2 = recvsignal.*local_carrier2。% 設(shè)計 300～3400Hz 的帶通濾波器[fenzi, fenmu] = butter(3, [300 3400]/(Fs/2))。demod_out2 = filter(fenzi, fenmu, xianggan_out2)。%sound(demod_out2/max(demod_out2), Fs)。wavwrite(demod_out2, Fs, 39。39。)。figure(3)。subplot(1, 2, 1)。plot(5*demod_out2(53550:53750))。axis([0 ])。title(39。解調(diào)信號波形39。)。xlabel(39。時間（樣值數(shù)）39。)。subplot(1, 2, 2)。psd(5*demod_out2, 10000, Fs)。axis([0 250020 10])。title(39。解調(diào)信號功率譜39。)。xlabel(39。頻率/Hz39。)。ylabel(39。功率譜/(dB)39。)。%FileName:Forjietiao %clear。Fs=50000。% 讀入信道輸出信號數(shù)據(jù)[recvsignal, Fs] = wavread(39。39。)。t =(1/Fs:1/Fs:length(recvsignal)/Fs)39。% 本地載波頻率%fc_local = 10000200。%fc_local = 10000100。fc_local3 = 10000。% 本地載波local_carrier3 = cos(2*pi*fc_local3.*t)。% 相干解調(diào)xianggan_out3 = recvsignal.*local_carrier3。% 設(shè)計 300～3400Hz 的帶通濾波器[fenzi, fenmu] = butter(3, [300 3400]/(Fs/2))。demod_out3 = filter(fenzi, fenmu, xianggan_out3)。%sound(demod_out/max(demod_out), Fs)。wavwrite(demod_out3, Fs, 39。39。)。figure(4)。subplot(1, 2, 1)。plot(5*demod_out3(53550:53750))。axis([0 ])。title(39。解調(diào)信號波形39。)。xlabel(39。時間（樣值數(shù)）39。)。subplot(1, 2, 2)。psd(5*demod_out3, 10000, Fs)。axis([0 250020 10])。title(39。解調(diào)信號功率譜39。)。xlabel(39。