信号调制——调频

信号调制——调频简介 上节讲了调制中的调幅 其实就是控制高频振动信号的幅值 而调频也就是控制高频振动信号的频率 调相为控制高频振动信号的相位

大家好,欢迎来到IT知识分享网。

简介:

上节讲了调制中的调幅,其实就是控制高频振动信号的幅值 ;而调频也就是控制高频振动信号的频率;调相为控制高频振动信号的相位。总之,调制就是对载波信号的控制。

载波信号——高频振动信号

调频(FM):

  1. 设基带信号为f(t),载波信号频率为\omega _{c};则载波信号瞬时频率\omega \left ( t \right )=\omega _{c}+k*f\left ( t \right )
  2. 调频波的瞬时相位是瞬时频率从0-t的积分:\theta \left ( t \right )=\omega _{c}t+k*\int_{0}^{t}f\left ( t \right )dt,后一项的最大值定义为调制指数

注:调频时,载波瞬时频率和基带信号成线性关系变化,同时瞬时相位和基带信号的积分成线性关系

若基带信号为f\left ( t \right )=A\cdot cos\omega _{m}t,载波信号为cos\omega _{c}t,利用上述两步可得调频后的信号S_{FM}= cos(\omega _{c} t+\frac{k\cdot A}{\omega _{m}}sin\omega _{m}t)。其中调制指数m为\frac{k\cdot A}{\omega _{m}},最大频偏由第一步可知\Delta \omega =k\cdot A

调频波(FM)的最大频偏和基带信号频率无关,调制指数与基带信号频率成反比。

带宽:B_{FM}=2(m+1)\omega _{m}

若m<<1,  B_{FM}\approx 2\omega _{m},称为窄带调频(NBFM)

若m>>1,B_{FM}\approx 2\Delta \omega,称为宽带调频(WBFM)

简单示例:

载波信号为z\left ( t \right )=cos(2\cdot \pi \cdot 12t),基带信号为f\left ( t \right )=0.5cos(2\cdot \pi \cdot 3t),调频后信号为

import numpy as np import scipy.fftpack as fftp import matplotlib as mpl import matplotlib.pyplot as plt import scipy.signal as signalP mpl.rcParams['font.sans-serif'] = ['KaiTi'] # 保证正常显示中文 mpl.rcParams['font.serif'] = ['KaiTi'] # 保证正常显示中文 mpl.rcParams['axes.unicode_minus'] = False # 保证负号正常显示 dt = 0.001 # 时间域采样间隔 Fs = 1/dt # 采样率 n = 1000 t = np.arange(dt, 5*n*dt+dt, dt) N = 5*n k = np.arange(N) T = N/Fs frq = k/T frq1 = frq[range(int(N/2))] plt.figure(figsize=(10,5)) plt.subplot(1,2,1) plt.title('未调频基带信号') y = 0.5*np.cos(2*np.pi*3*t) plt.plot(t, y) plt.xlabel('时间') plt.ylabel('幅值') plt.subplot(1,2,2) plt.title('未调频基带信号频谱') data_f = abs(np.fft.fft(y)) / N data_f1 = data_f[range(int(N / 2))] plt.plot(frq1, data_f1) plt.xlim(0, 6) plt.xlabel('频率') plt.ylabel('幅值') plt.show() plt.figure(figsize=(10,5)) plt.subplot(1,2,1) plt.title('调频后的信号') f = np.cos(2*np.pi*12*t+0.5*np.sin(2*np.pi*3*t)) plt.plot(t, f) plt.xlabel('时间') plt.ylabel('幅值') plt.subplot(1,2,2) plt.title('调频后信号频谱') data_ff = abs(np.fft.fft(f)) / N data_f2 = data_ff[range(int(N / 2))] plt.plot(frq1, data_f2) plt.xlim(0, 20) plt.xlabel('频率') plt.ylabel('幅值') plt.show() 

信号调制——调频

信号调制——调频 

 若其他不变,就基带信号幅值从0.5变为1。

信号调制——调频

信号调制——调频 

结论:调频信号的幅值越大,其频谱的幅值也越大,但频率值始终保持不变,幅值随着增大;

调频信号的幅值越大,经过调频之后的已调制信号的频谱越分散,边带包含的频率更多 ,且两两之间间隔为3hz。

FM正交解调: 

FM正交解调就是将已调信号,通过乘上于其载波相同频率的正弦和余弦分量。然后通过低通滤波器,滤除二倍载波频率分量,保留下来的就是基带信号的正余弦形式。

  1. I\left ( t \right ) = S_{FM}\cdot cos\left (\omega _{c}t \right )=cos(\frac{K\cdot A}{\omega _{m}}sin\left ( \omega _{m}t \right ))+cos(2\omega _{c}t+\frac{K\cdot A}{\omega _{m}}sin\left ( \omega _{m}t \right )),就是余弦的和差公式,然后过滤掉2倍频就行,cos(\frac{K\cdot A}{\omega _{m}}sin\left ( \omega _{m}t \right ))
  2. 同理Q\left ( t \right )=S_{FM}\cdot -sin(\omega _{c}t)也会得到sin(\frac{K\cdot A}{\omega _{m}}sin\left ( \omega _{m}t \right ))
  3. 再求Q(t)/I(t)的反正切,得到了\frac{K\cdot A}{\omega _{m}}sin\left ( \omega _{m}t \right )
  4. 再通过移相即可得到原始信号

 

免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://haidsoft.com/132724.html

(0)
上一篇 2025-07-29 15:00
下一篇 2025-07-29 15:10

相关推荐

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注微信