MATLAB实现通信系统仿真实例

1补充内容：模拟调制系统的MATLAB仿真1.抽样定理为了用实验的手段对连续信号分析，需要先对信号进行抽样（时间上的离散化），把连续数据转变为离散数据分析。抽样（时间离散化）是模拟信号数字化的第一步。Nyquist抽样定律：要无失真地恢复出抽样前的信号，要求抽样频率要大于等于两倍基带信号带宽。抽样定理建立了模拟信号和离散信号之间的关系，在Matlab中对模拟信号的实验仿真都是通过先抽样，转变成离散信号，然后用该离散信号近似替代原来的模拟信号进行分析的。【例1】用图形表示DSB调制波形)4cos()2cos(tty及其包络线。clf%%计算抽样时间间隔fh=1;%%调制信号带宽(Hz)fs=100*fh;%%一般选取的抽样频率要远大于基带信号频率，即抽样时间间隔要尽可能短。ts=1/fs;%%根据抽样时间间隔进行抽样，并计算出信号和包络t=(0:ts:pi/2)';%抽样时间间隔要足够小，要满足抽样定理。envelop=cos(2*pi*t);%%DSB信号包络y=cos(2*pi*t).*cos(4*pi*t);%已调信号%画出已调信号包络线plot(t,envelop,'r:','LineWidth',3);holdonplot(t,-envelop,'r:','LineWidth',3);%画出已调信号波形plot(t,y,'b','LineWidth',3);axis([0,pi/2,-1,1])%holdoff%xlabel('t');%写出图例legend('包络','双边带已调信号')00.511.5-1-0.8-0.6-0.4-0.200.20.40.60.81t包络双边带已调信号【例2】用图形表示DSB调制波形)6cos()2cos(tty及其包络线。clf%%计算抽样时间间隔fh=1;%%调制信号带宽(Hz)fs=100*fh;%抽样时间间隔要足够小，要满足抽样定理。ts=1/fs;%%根据抽样时间间隔进行抽样2t=(0:ts:pi/2);envelop=cos(2*pi*t);%%DSB信号包络y=cos(2*pi*t).*cos(6*pi*t);%已调信号%画出已调信号包络线plot(t,envelop,'r:','LineWidth',3);holdonplot(t,-envelop,'r:','LineWidth',3);%画出已调信号波形plot(t,y,'b','LineWidth',3);axis([0,pi/2,-1,1]);holdoff%%00.511.5-1-0.8-0.6-0.4-0.200.20.40.60.81注意观察：过零点“反相”现象。2.信号的频谱和功率)()(fFtf傅立叶变换【例3】画出DSB信号)10cos()2cos(tty的频谱并计算已调信号的功率。clf%%计算抽样时间间隔fh=1;%%调制信号带宽(Hz)fs=20*fh;ts=1/fs;%%根据抽样时间间隔进行抽样t=(0:ts:2*pi);%抽样时间间隔要足够小，要满足抽样定理。y=cos(2*pi*t).*cos(10*pi*t);%已调信号%计算已调信号的傅立叶变化n=2^nextpow2(length(t));%傅立叶变换的序列长度spectrum=fft(y,n);df=fs/n;%频率分辨率f=[0:df:df*(length(spectrum)-1)]-fs/2;%FFT频率向量%计算信号功率p=(norm(y)^2)/length(y)%画出已调信号频谱plot(f,fftshift(abs(spectrum)),'b','LineWidth',3);xlabel('frequency/Hz');title('Magnitude-spectrumofy');p=0.25203-10-8-6-4-202468100510152025frequency/HzMagnitude-spectrumofy3.AWGN的产生及功率谱密度已知AWGN信道中噪声的比特信噪比为10dB，信号功率0.25W，求噪声功率并画出噪声的时域波形。clf%%计算抽样时间间隔fh=1;%%调制信号带宽(Hz)fs=40*fh;ts=1/fs;t=(0:ts:2*pi);%根据抽样间隔生成抽样时间%生成AWGN噪声序列snr=10;%信噪比10dBsnr_lin=10^(snr/10);%分贝信噪比转换为线性信噪比noise_power=p_DSB/snr_linnoise_std=sqrt(noise_power);noise=randn(1,length(y))*noise_std;plot(t,noise,'LineWidth',2)noise_power=0.025001234567-0.4-0.3-0.2-0.100.10.20.30.44.DSB调制解调【例4】画出基带信号)2cos()(ttm和DSB信号)10cos()2cos(tty的频谱并计算基带信号和已调信号的功功率。clf%%计算抽样时间间隔fh=1;%%调制信号带宽(Hz)fs=40*fh;ts=1/fs;%%根据抽样时间间隔进行抽样t=(0:ts:pi);%抽样时间间隔要足够小，要满足抽样定理。4m=cos(2*pi*t);%基带信号y=m.*cos(10*pi*t);%已调信号%计算基带信号的傅立叶变换n=2^nextpow2(length(t));%傅立叶变换的序列长度spectrum_baseband=fft(m,n);df=fs/n;%频率分辨率f=[0:df:df*(length(spectrum_baseband)-1)]-fs/2;%FFT频率向量%计算已调信号的频谱n=2^nextpow2(length(t));%傅立叶变换的序列长度spectrum_DSB=fft(y,n);df=fs/n;%频率分辨率f=[0:df:df*(length(spectrum_DSB)-1)]-fs/2;%FFT频率向量%计算信号功率p_baseband=(norm(m)^2)/length(m)p_DSB=(norm(y)^2)/length(y)%画出已调信号频谱subplot(2,1,1);plot(f,fftshift(abs(spectrum_baseband)),'b','LineWidth',3);xlabel('frequency/Hz');title('Magnitude-spectrumofbaseband');subplot(2,1,2);plot(f,fftshift(abs(spectrum_DSB)),'b','LineWidth',3);xlabel('frequency/Hz');title('Magnitude-spectrumofDSB');p_baseband=0.5145p_DSB=0.2602-20-15-10-5051015200204060frequency/HzMagnitude-spectrumofbaseband-20-15-10-505101520010203040frequency/HzMagnitude-spectrumofDSB已知AWGN信道中噪声的比特信噪比为10dB，求噪声功率并绘出信道中传输的信号。clfsnr=10;%信噪比10dBsnr_lin=10^(snr/10);%分贝信噪比转换为线性信噪比noise_power=p_DSB/snr_lin;noise_std=sqrt(noise_power);noise=randn(1,length(y))*noise_std;signal_in_channel=y+noise;subplot(2,1,1);plot(t,signal_in_channel,'b')xlabel('t');ylabel('DSBsignalplusnoise');axis([0,pi,-1,1]);subplot(2,1,2);plot(t,y,'r');xlabel('t');ylabel('DSBsignal');500.511.522.53-1-0.500.51tDSBsignalplusnoise00.511.522.533.5-1-0.500.51tDSBsignal5.AM调制解调【例4】画出基带信号)2cos()(ttm和AM信号)10cos()1)2(cos(tty以及载波)10cos()(tts的频谱并计算基带信号和已调信号的功率。并比较该AM信号与例题3中的DSB信号的时域波形。clf%%计算抽样时间间隔fh=1;%%调制信号带宽(Hz)fs=20*fh;ts=1/fs;%%根据抽样时间间隔进行抽样t=(0:ts:pi);%抽样时间间隔要足够小，要满足抽样定理。m=cos(2*pi*t);c=cos(10*pi*t);y=(1+m).*c;%已调信号%计算基带信号的傅立叶变换n=2^nextpow2(length(t));%傅立叶变换的序列长度spectrum_baseband=fft(m,n);df=fs/n;%频率分辨率f=[0:df:df*(length(spectrum_baseband)-1)]-fs/2;%FFT频率向量%计算载波功率n=2^nextpow2(length(t));%傅立叶变换的序列长度spectrum_carrier=fft(c,n);df=fs/n;%频率分辨率f=[0:df:df*(length(spectrum_baseband)-1)]-fs/2;%FFT频率向量%计算已调信号的频谱n=2^nextpow2(length(t));%傅立叶变换的序列长度spectrum_AM=fft(y,n);df=fs/n;%频率分辨率f=[0:df:df*(length(spectrum_AM)-1)]-fs/2;%FFT频率向量%计算信号功率p_baseband=(norm(m)^2)/length(m)p_AM=(norm(y)^2)/length(y)p_carrier=(norm(c)^2)/length(c)%画出已调信号频谱subplot(3,1,1);plot(f,fftshift(abs(spectrum_baseband)),'b','LineWidth',3);xlabel('frequency/Hz');title('Magnitude-spectrumofbaseband');subplot(3,1,2);plot(f,fftshift(abs(spectrum_AM)),'b','LineWidth',3);xlabel('frequency/Hz');title('Magnitude-spectrumofAM');subplot(3,1,3);6plot(f,fftshift(abs(spectrum_carrier)),'b','LineWidth',3);xlabel('frequency/Hz');title('Magnitude-spectrumofcarrier');p_baseband=0.5168p_AM=0.8297p_carrier=0.5079-10-8-6-4-2024681002040frequency/HzMagnitude-spectrumofbaseband-10-8-6-4-2024681002040frequency/HzMagnitude-spectrumofAM-10-8-6-4-2024681002040frequency/HzMagnitude-spectrumofcarrierclfDSB=m.*c;%DSB信号envelop_DSB=m;%包络envelop_AM=1+m;subplot(2,1,1);plot(t,DSB,'b')holdonplot(t,envelop_DSB,'r:');plot(t,-envelop_DSB,'r:');holdoffxlabel