通信原理第七讲单边带调幅

3.1.3单边带调幅DSB信号虽然节省了载波功率，功率利用率提高了,但它的频带宽度仍是调制信号带宽的两倍,与AM信号带宽相同。由于DSB信号的上、下两个边带是完全对称的,它们都携带了调制信号的全部信息,因此仅传输其中一个边带即可,这就是单边带调制能解决的问题。单边带信号的产生方法通常有滤波法和相移法。1.滤波法在双边带调制后接上一个边带滤波器,保留所需要的边带,滤除不需要的边带。滤波器特性1.高通滤波器2.低通滤波器H()10cH()0c1截止角频率－c－c通带通带阻带M()HSM()cOO上边带下边带下边带上边带cO上边带频谱Oc下边带频谱-c-c-c-H用滤波法产生SSB信号的原理框图如下：用滤波法形成SSB信号的技术难点是:由于一般调制信号都具有丰富的低频成分,经调制后得到的DSB信号的上、下边带之间的间隔很窄,这就要求单边带滤波器在附近具有陡峭的截止特性,才能有效地抑制无用的另一个边带。这就使滤波器的设计和制作很困难,有时甚至难以实现。为此,在工程中往往采用多级调制滤波的方法。HSSB()x(t)载波c(t)sDSB(t)sSSB(t)CH1()x(t)cosc1(t)s1(t)H2()s2(t)sSSB(t)cosc2(t)S1(H1(Oc1S2(c2H2(O调制信号希尔伯特变换：上式中可以看作是相移,而幅度大小保持不变的结果。把这一相移过程称为希尔伯特变换,记为“”。则有上式可以改写为sinmmAtcosmmAt2-ˆcossinmmmmAtAt111()cos()coscossinsin22211coscoscossin22USBmmCmmcmmcmmcmmcStAtAttAttAttAtt--11()coscoscossin22LSBmmcmmcStAtAt上述关系虽然是在单频调制下得到的，但是它不失一般性,因为任意一个基带波形总可以表示成许多正弦信号之和。因此,把上述表述方法运用到任一调制基带信号,可用n个余弦信号之和来表示,即就可以得到调制信号为任意信号的SSB信号的时域表示式:式中,“－”号表示上边带,“＋”号表示下边带。txtxinii1cos)(ttxttxtsccSSBsin)(ˆ21cos)(21)(相移法实现单边带信号的原理框图如下：-9021x(t)sSSB(t)cosct21x(t)1()cos2cxtt1()sin2cxtt-90sinct单边带调制方式的优点：节省载波发射功率,同时频带利用率也高,它所占用的频带宽度仅是双边带的一半,和基带信号的频带宽度相同。单边带信号的解调和双边带一样,不能采用简单的包络检波,因为它的包络不能直接反映调制信号的变化,所以仍然需要采用相干解调。3.1.4残留边带调幅(VSB)当调制信号的频谱具有丰富的低频分量时,如电视和电报信号,已调信号频谱中的上、下边带就很难分离,这时用单边带就不能很好()xt解决问题。那么,残留边带就是解决这种问题一个折衷的办法,它是介于SSB和DSB之间的一种调制方法,既克服了DSB信号占用频带宽的缺点,又解决了SSB实现上的难题。在VSB中,不是对一个边带完全抑制,而是使它逐渐截止,使其残留一小部分。Mcfcf-0DSBSSBVSB滤波法实现残留边带调制的原理如下：不过，这时图中滤波器的特性应按残留边带调制的要求来进行设计，而不再要求十分陡峭的截止特性，因而它比单边带滤波器容易实现。()VSBDSBSSH1[()()]()2ccMMH-HVSB(t)x(t)SVSB(t)SDSB(t)cosct上式中残留边带滤波器传输特性H()应满足的条件,在±ωc附近具有滚降特性,在处必须具有互补对称(奇对称)特性,在边带范围内其他各处的传输特性应当是平坦的。cHVSB()10.50cc00.51HVSB()(a)(b)-c-cVSB信号解调器方框图图中因为根据频域卷积定理可知，乘积sp(t)对应的频谱为LPFVSBstpstdst2cosccttVSB2()cospcststt()VSBVSBstScccosct-()()pVSBcVSBcSSS-将代入得到式中M(+2c)及M(-2c)是搬移到+2c和-2c处的频谱,它们可以由解调器中的低通滤波器滤除。于是，低通滤波器的输出频谱为()VSBDSBSSH1[())]()2ccMMH-()()pVSBcVSBcSSS-1()()()()2dccSMHH-1()[(2)()]()21[()(2)]()2--pccccSMMHMMH由于边带信号频谱具有偶对称性,因此,VSB中的互补对称性就意味着将HVSB(ω)分别移动-ωc和ωc就可以到如图所示HVSB(ω+ωc)和HVSB(ω-ωc),将两者叠加,即HVSB+c+HVSB-cHVSB()USBUSBmm0-cc2m220HVSB-cHVSB+cVSBcVSBc()()mHH-常数5.1.6相干解调与包络检波相干解调相干解调器的一般模型相干解调器原理：为了无失真地恢复原基带信号，接收端必须提供一个与接收的已调载波严格同步（同频同相）的本地载波（称为相干载波），它与接收的已调信号相乘后，经低通滤波器取出低频分量，即可得到原始的基带调制信号。LPFmstpstdstcoscctt包络检波适用条件：AM信号，且要求|m(t)|maxA0，包络检波器结构:通常由半波或全波整流器和低通滤波器组成。例如性能分析设输入信号是选择RC满足如下关系式中fH－调制信号的最高频率在大信号检波时（一般大于0.5V），二极管处于受控的开关状态，检波器的输出为隔去直流后即可得到原信号m(t)。RCAM信号0AmtD0()[()]cosAMcstAmttcHfRCf/10()dstAmt3.1.5模拟线性调制的一般模型1.模拟线性调制信号产生的一般模型设调制信号x(t)的频谱为X(ω),冲激响应h(t)的滤波器特性为H(ω),则其输出已调信号的时域和频域表示式为h(t)x(t)sc(t)cosctcccc()[()cos]()1()[()()]()2cStxtthtSXXH-()()()[()cos]()()cos()()[()coscos()()sinsin()]()cos()cos()sin()sin)()cos(----------mcccccccccccIIhtststmtthtmtthdmtthmtthhttdmthdtmthdtmt()()()sincos()sin()cos()sincccIcQcQQhtsttmttshttttstt将上式展开,就可得到另一种形式的时域表示式,即第一项是载波为的双边带调制信号,与参考载波同相,称为同相分量,第二项是以为载波的双边带调制,与参考载波正交,称为正交分量。式中SI(t)和SQ(t)分别称为同相分量幅度和正交分量幅度。c()[()cos]()cstxtthtcIcc()()cos()sinQststtstttththtxthtstththtxthtscQQQcIIIsin)()(),()()(cos)()(),()()(ccostcsintccost相应的频域表示式为于是,模拟线性调制的模型可换成另一种形式,即模拟线性调制相移法的一般模型,这个模型适用于所有线性调制。)]()([2j)]()([21)(cQcQcIcIc---SSSSS2-＋s(t)cosctsI(t)sQ(t)x(t)HI(t)HQ(t)()()()()()()cos()cos()sin()sin()cos()sinIQIQmcccchthtststIcQcsthttmtthttmttsttstt2.模拟线性调制相干解调的一般模型解调：是调制的反过程，它是将已调信号的频谱中位于载频的信号频谱再搬回到低频上来。解调可分为非相干解调和相干解调。(1)非相干解调：包络检波器(AM调制)包络检波器被认为是最简单的非线性电路,它可以只包括一个二极管和一个电容器。理想情况下,其输出就等于输入信号的包络。RCAM信号0AmtD(2)相干(同步)解调为了不失真地恢复出原始信号，要求相干解调的本地载波和发送载波必须相干或者同步。相干解调的输入信号应是调制器的输出信号,这时相干解调的输入信号为ttsttstscQcIcsin)(cos)()(LPFsc(t)+n(t)cd(t)=cosctsd(t)sp(t)BPF与同频同相的本地载波相乘后,得经低通滤波器(LPF)后,作业3-103-12ccIcQcc2IcQccIcQcIIcQc()()cos[()cos()sin]cos()cos()sincos11()(1cos2)()sin222111()()cos2()sin2222pststtsttstttsttstttsttsttststtstt)(2)()(Idtxtsts