【调制解调】PM 调相
说明
学习数字信号处理算法时整理的学习笔记。同系列文章目录可见 《DSP 学习之路》目录,代码已上传到 Github - ModulationAndDemodulation。本篇介绍 PM 调相信号的调制与解调,内附全套 MATLAB 代码。
1. PM 调制算法
1.1 PM 信号描述
用调制信号去控制载波的瞬时相位,使其按照调制信号的规律变化,当调制信号是模拟信号时,这个过程就被称为调相(PM)。在 FM 调频与 PM 调相的过程中,载波的幅度都保持恒定不变,而频率和相位的变化都表现为载波瞬时相位的变化,故把调频和调相统称为角度调制,与幅度调制技术相比,角度调制最突出的优势是其较高的抗噪声性能,然而获得这种优势的代价是角度调制占用比幅度调制信号更宽的带宽。PM 信号的时域表达式为:
\]
式中:\(A\) 为载波恒定振幅,\(K_p\) 为调相灵敏度(单位 \(rad/V\)),\(m(t)\) 是调制信号(携带要发出去的信息),\(cos{\omega_ct}\) 是载波,\(\omega_c\) 是载波角频率,与载波频率 \(f_c\) 之间的关系为 \(\omega_c=2{\pi}f_c\)。由式 \((1)\) 可得 PM 信号相对于载波相位 \({\omega}_ct\) 的瞬时相位偏移为:
\]
由 \((1)\) 式可知 PM 信号相对于载波相位 \({\omega}_ct\) 的瞬时相位偏移随 \(m(t)\) 呈线性变化,比例系数为 \(K_p\)。PM 信号与 FM 信号有很多相同之处,如果预先不知道调制信号 \(m(t)\) 的具体形式,则无法判断已调信号是 PM 信号还是 FM 信号。PM 信号的调相指数(调制指数)\(\beta\) 被定义为最大的相位偏移:
\]
若 \(m(t)\) 为单一频率的正弦波(即 \(m(t)={A_m}cos({2{\pi}{f_m}t})\)),则调制指数的表达式如下。
\]
1.2 PM 信号调制示例
与 FM 信号一样,PM 信号的调制方法也可分为 3 种,一种是直接调相法,一种是间接调相法,第三种是正交调制法。
(1)直接调相法
直接调相法是用调制信号 \(m(t)\) 直接改变谐振回路的参数,使载波信号通过谐振回路时产生相移而形成调相波,最常用的直接调相电路是变容二极管调相器。
(2)间接调相法
间接调相电路比直接调相电路复杂,由于频率与相位之间存在微分与积分的关系,所以 FM 与 PM 之间是可以相互转换的。先对调制信号进行微分,然后对微分结果进行调频,就得到了调相信号,这种方式叫间接调相。先对调制信号进行积分,然后对积分结果进行调相,就得到了调频信号,这种方式叫间接调频。
(3)正交调制法
将 \((1)\) 式进行三角展开,可以得到:
s_{PM}(t)&=Acos{\left[\omega_ct+{K_p}m(t)\right]}\\[1em]
&=Acos{(\omega_ct)}cos{\left[{K_p}m(t)\right]}-Asin{(\omega_ct)}sin{\left[{K_p}m(t)\right]}\\[1em]
\end{aligned} \tag{5}
\]
正交调制流程如下,其中第 2 步也可以先将 \(I(t)\) 和 \(Q(t)\) 组成一个复信号 \(Z(t)=I(t)+iQ(t)\),然后乘以复载波 \(exp(i\omega_ct)\),最后取实部,即 \(s_{PM}(t)=Real\left[Z(t)exp(i\omega_ct)\right]\),两种方法是等价的。:
- 对调制信号 \(m(t)\) 分别取余弦和正弦,得到 \(I\) 路数据 \(I(t)=cos{\left[{K_p}m(t)\right]}\) 与 \(Q\) 路数据 \(Q(t)=sin{\left[{K_p}m(t)\right]}\)。
- 分别乘以载波 \(Acos(\omega_ct)\) 与 \(-Asin(\omega_ct)\) 后相加,得到 PM 信号 \(s_{PM}(t)=I(t)Acos(\omega_ct)-Q(t)Asin(\omega_ct)\)。
调制信号 \(m(t)\) 可以是确知信号,也可以是随机信号。当 \(m(t)\) 是确知信号时,不妨假设 \(m(t)\) 的时域表达式如下:
\]
各调制参数取值:\(A=1\),\(f_m=2500Hz\),\({\beta}=4\),\(f_c=20000Hz\)。信号采样率 \(f_s=8{f_c}\),仿真总时长为 \(2s\)。PM 调制效果如下图所示(为了美观,时域只显示前 500 个点),调制信号 \(m(t)\) 双边幅度谱有四根离散谱线(\({\pm}2500Hz\)、\({\pm}1250Hz\)),载波 \(c(t)\) 的双边幅度谱有两根离散谱线(\({\pm}20000Hz\)),代码详见附录 main_modPM_example.m 与 mod_pm.m,设置 beta = 4 即可。

2. PM 解调算法
解调是调制的逆过程,其作用是从接收的已调信号中恢复原基带信号(即调制信号)。PM 解调时,可以先使用 FM 解调器,然后对解调结果进行积分。另一种思路是直接提取 PM 信号的相位信息,有希尔伯特变换法以及数字正交解调法。下面分别用几种不同方法对 1.2 节中确知信号的 PM 调制结果进行解调。
2.1 FM 解调积分法
FM 信号的解调详见本人同系列博客 【调制解调】FM 调频,内有 FM 解调器相关代码。这种方法的流程如下:
- 第一步:进行 FM 解调。
- 第二步:对 FM 解调结果进行积分。
- 第三步:去除直流分量(减去自身均值)。
对 1.2 节中的 PM 信号,设定信噪比 \(SNR=50dB\),解调效果如下,解调后幅度放大系数 \(k=\overline{{\lvert}m(t){\rvert}}/\overline{{\lvert}\hat{m}(t){\rvert}}\approx70439.28\),使用这个系数放大解调信号幅值,然后计算误差,有:\(\sqrt{\sum{{\lvert}m(t_i)-k\hat{m}(t_i){\rvert}^2}}/\sqrt{\sum{{\lvert}m(t_i){\rvert}^2}}\approx0.0388\)。

代码详见 demod_pm_method1.m 和 main_demodPM_example1.m,调频解调器的代码详见本人同系列博客 【调制解调】FM 调频。
2.2 希尔伯特求瞬时相位法
可以通过希尔伯特变换的方法求得 PM 信号的瞬时相位,然后减去由载波导致的线性分量 \({\omega_ct}\),获得非线性瞬时相位,也就是相对于载波相位 \({\omega}_ct\) 的瞬时相位偏移。这种方法的流程如下:
- 第一步:计算 \(s(t)\) 的希尔伯特变换,得到一个复信号(实部为 \(s(t)\),虚部为其希尔伯特变换结果),对所得复信号求相位角并去卷叠,得到 PM 信号的瞬时相位 \({\phi}(t)\)。
- 第二步:减去由载波导致的线性分量 \(\omega_ct\) 以及载波初相 \(\varphi_0\),得到解调结果 \(m_o(t)={\phi}(t)-\omega_ct-\varphi_0\)。
对 1.2 节中的 PM 信号,设定信噪比 \(SNR=50dB\),解调效果如下,解调后幅度放大系数 \(k=\overline{{\lvert}m(t){\rvert}}/\overline{{\lvert}\hat{m}(t){\rvert}}\approx0.44\),使用这个系数放大解调信号幅值,然后计算误差,有:\(\sqrt{\sum{{\lvert}m(t_i)-k\hat{m}(t_i){\rvert}^2}}/\sqrt{\sum{{\lvert}m(t_i){\rvert}^2}}\approx0.0010\)。

代码详见 demod_pm_method2.m 和 main_demodPM_example2.m。
2.3 数字正交解调
数字正交解调属于相干解调的一种,但这种方法具有较强的抗载频失配能力,不要求相干载波严格的同相。PM 数字正交解调一般有以下四个步骤:
- 第一步:乘以正交相干载波得到 \({s_I}(t)\) 与 \({s_Q}(t)\),即 \({s_I}(t)=s(t)cos({\omega_ct}+{\phi_0})\),\({s_Q}(t)=-s(t)sin({\omega_ct}+{\phi_0})\)。
- 第二步:低通滤波器滤除 \({s_I}(t)\) 与 \({s_Q}(t)\) 中的高频分量。
- 第三步:通过反正切函数计算相位,得到解调结果 \(m_o(t)=atan\left[\frac{s_Q(t)}{s_I(t)}\right]=km(t)+\Delta\phi\)。
- 第四步:去除直流分量(减去自身均值)。
对 1.2 节中的 PM 信号,设定信噪比 \(SNR=50dB\),解调效果如下,解调后幅度放大系数 \(k=\overline{{\lvert}m(t){\rvert}}/\overline{{\lvert}\hat{m}(t){\rvert}}\approx0.44\),使用这个系数放大解调信号幅值,然后计算误差,有:\(\sqrt{\sum{{\lvert}m(t_i)-k\hat{m}(t_i){\rvert}^2}}/\sqrt{\sum{{\lvert}m(t_i){\rvert}^2}}\approx0.0007\)。

代码详见 demod_pm_method3.m 和 main_demodPM_example3.m。更改相干载波的初始相位为 \({\phi_0}=\pi/4,\pi/2\) 后,解调效果依然很好;但更改相干载波的中心频率为 \(0.8f_c,1.2f_c\) 后,解调效果变得很差,说明这种方法具有较好的抗载频相位失配能力。
3. PM 仿真(MATLAB Communications Toolbox)
MATLAB 的 Communications Toolbox 中提供了 PM 调制函数 pmmod,高斯白噪声函数 awgn,以及 PM 解调函数 pmdemod,可以很方便地完成 PM 信号仿真。使用这三个函数实现上面 1.2 节中确知信号 \(m(t)\) 的 PM 调制解调(将调相指数 \(\beta\) 改为 \(1\)),调制后加噪声的效果如下:

解调效果如下:

解调信号与调制信号波形基本重回,计算误差,有:\(\sqrt{\sum{{\lvert}m(t_i)-\hat{m}(t_i){\rvert}^2}}/\sqrt{\sum{{\lvert}m(t_i){\rvert}^2}}\approx0.0022\)。代码详见附录 main_CommPM_example.m。
参考资料
[1] 楼才义,徐建良,杨小牛.软件无线电原理与应用[M].电子工业出版社,2014.
[2] 樊昌信,曹丽娜.通信原理.第7版[M].国防工业出版社,2012.
[3] 刘学勇.详解MATLAB/Simulink通信系统建模与仿真[M].电子工业出版社,2011.
[4] 王丽娜,王兵.卫星通信系统.第2版[M].国防工业出版社,2014.
附录代码
附.1 文件 mod_pm.m
function [ sig_pm ] = mod_pm(fc, beta, fs, mt, t, A)
% MOD_PM PM 调相
% 输入参数:
% fc 载波中心频率
% beta 调频指数/调制指数
% fs 信号采样率
% mt 调制信号
% t 采样时间
% A 载波恒定振幅
% 输出参数:
% sig_pm 调相(PM)实信号
% @author 木三百川
% 计算调相灵敏度
Kp = beta/max(abs(mt));
% 生成信号
ct = A*cos(2*pi*fc*t); % 载波
sig_pm = A*cos(2*pi*fc*t+Kp*mt); % PM调相信号
% 绘图
nfft = length(sig_pm);
freq = (-nfft/2:nfft/2-1).'*(fs/nfft);
figure;set(gcf,'color','w');
plot_length = min(500, length(sig_pm));
subplot(3,2,1);
plot(t(1:plot_length), mt(1:plot_length));xlim([t(1),t(plot_length)]);
xlabel('t/s');ylabel('幅度');title('调制信号m(t)');
subplot(3,2,2);
plot(freq, 10*log10(fftshift(abs(fft(mt,nfft)/nfft))+eps));xlim([freq(1),freq(end)]);
xlabel('频率/hz');ylabel('幅度/dB');title('调制信号m(t)双边幅度谱');
subplot(3,2,3);
plot(t(1:plot_length), ct(1:plot_length));xlim([t(1),t(plot_length)]);
xlabel('t/s');ylabel('幅度');title('载波c(t)');
subplot(3,2,4);
plot(freq, 10*log10(fftshift(abs(fft(ct,nfft)/nfft))+eps));xlim([freq(1),freq(end)]);
xlabel('频率/hz');ylabel('幅度/dB');title('载波c(t)双边幅度谱');
subplot(3,2,5);
plot(t(1:plot_length), sig_pm(1:plot_length));xlim([t(1),t(plot_length)]);
xlabel('t/s');ylabel('幅度');title('PM调相信号s(t)');
subplot(3,2,6);
plot(freq, 10*log10(fftshift(abs(fft(sig_pm,nfft)/nfft))+eps));xlim([freq(1),freq(end)]);
xlabel('频率/hz');ylabel('幅度/dB');title('PM调相信号s(t)双边幅度谱');
end
附.2 文件 main_modPM_example.m
clc;
clear;
close all;
% PM 调制仿真(调制信号为确知信号)
% @author 木三百川
% 调制参数
A = 1; % 载波恒定振幅
fm = 2500; % 调制信号参数
beta = 4; % 调相指数/调制指数
fc = 20000; % 载波频率
fs = 8*fc; % 采样率
total_time = 2; % 仿真时长,单位:秒
% 采样时间
t = 0:1/fs:total_time-1/fs;
% 调制信号为确知信号
mt = sin(2*pi*fm*t)+cos(pi*fm*t);
% PM 调制
[ sig_pm ] = mod_pm(fc, beta, fs, mt, t, A);
附.3 文件 lpf_filter.m
function sig_lpf = lpf_filter(sig_data, cutfre)
% LPF_FILTER 自定义理想低通滤波器
% 输入参数:
% sig_data 待滤波数据
% cutfre 截止频率,范围 (0,1)
% 输出参数:
% sig_lpf 低通滤波结果
% @author 木三百川
nfft = length(sig_data);
lidx = round(nfft/2-cutfre*nfft/2);
ridx = nfft - lidx;
sig_fft_lpf = fftshift(fft(sig_data));
sig_fft_lpf([1:lidx,ridx:nfft]) = 0;
sig_lpf = real(ifft(fftshift(sig_fft_lpf)));
end
附.4 文件 demod_pm_method1.m
function [ sig_pm_demod ] = demod_pm_method1(sig_pm_receive, fc, fs, t, phi0)
% DEMOD_PM_METHOD1 PM 解调(FM 解调积分法)
% 输入参数:
% sig_pm_receive PM 接收信号,行向量
% fc 载波中心频率
% fs 信号采样率
% t 采样时间
% phi0 相干载波初始相位
% 输出参数:
% sig_pm_demod 解调结果,与 sig_pm_receive 等长
% @author 木三百川
% 第一步:进行 FM 解调
[ sig_pm_demod ] = demod_fm_method4(sig_pm_receive, fc, fs, t, phi0);
% 第二步:对 FM 解调结果进行积分
sig_pm_demod = cumtrapz(t, sig_pm_demod);
% 第三步:去直流
sig_pm_demod = sig_pm_demod - mean(sig_pm_demod);
end
附.5 文件 main_demodPM_example1.m
clc;
clear;
close all;
% PM 解调仿真(调制信号为确知信号,FM 解调积分法)
% @author 木三百川
% 调制参数
A = 1; % 载波恒定振幅
fm = 2500; % 调制信号参数
beta = 4; % 调相指数/调制指数
fc = 20000; % 载波频率
fs = 8*fc; % 采样率
total_time = 2; % 仿真时长,单位:秒
% 采样时间
t = 0:1/fs:total_time-1/fs;
% 调制信号为确知信号
mt = sin(2*pi*fm*t)+cos(pi*fm*t);
% PM 调制
[ sig_pm_send ] = mod_pm(fc, beta, fs, mt, t, A);
% 加噪声
snr = 50; % 信噪比
sig_pm_receive = awgn(sig_pm_send, snr, 'measured');
% FM 解调积分法
ini_phase = 0;
[ sig_pm_demod ] = demod_pm_method1(sig_pm_receive, fc, fs, t, ini_phase);
% 绘图
nfft = length(sig_pm_receive);
freq = (-nfft/2:nfft/2-1).'*(fs/nfft);
figure;set(gcf,'color','w');
plot_length = min(500, length(sig_pm_receive));
subplot(1,2,1);
plot(t(1:plot_length), sig_pm_receive(1:plot_length));xlim([t(1),t(plot_length)]);
xlabel('t/s');ylabel('幅度');title('PM接收信号');
subplot(1,2,2);
plot(freq, 10*log10(fftshift(abs(fft(sig_pm_receive,nfft)/nfft))+eps));xlim([freq(1),freq(end)]);
xlabel('频率/hz');ylabel('幅度/dB');title('PM接收信号双边幅度谱');
coef = mean(abs(mt))/mean(abs(sig_pm_demod));
fprintf('norm(调制信号 - %.2f * 解调信号)/norm(调制信号) = %.4f.\n', coef, norm(mt-coef*sig_pm_demod)/norm(mt));
figure;set(gcf,'color','w');
plot(t(1:plot_length), mt(1:plot_length));xlim([t(1),t(plot_length)]);
hold on;
plot(t(1:plot_length), coef*sig_pm_demod(1:plot_length));xlim([t(1),t(plot_length)]);
xlabel('t/s');ylabel('幅度');title('解调效果');
legend('调制信号','解调信号(放大后)');
附.6 文件 demod_pm_method2.m
function [ sig_pm_demod ] = demod_pm_method2(sig_pm_receive, fc, fs, t, phi0)
% DEMOD_PM_METHOD2 PM 解调(希尔伯特求瞬时相位法)
% 输入参数:
% sig_pm_receive PM 接收信号,行向量
% fc 载波中心频率
% fs 信号采样率
% t 采样时间
% phi0 相干载波初始相位
% 输出参数:
% sig_pm_demod 解调结果,与 sig_pm_receive 等长
% @author 木三百川
% 第一步:使用希尔伯特变换计算瞬时相位
inst_phase = unwrap(angle(hilbert(sig_pm_receive)));
% 第二步:去除载波分量
sig_pm_demod = inst_phase - 2*pi*fc*t - phi0;
end
附.7 文件 main_demodPM_example2.m
clc;
clear;
close all;
% PM 解调仿真(调制信号为确知信号,希尔伯特求瞬时相位法)
% @author 木三百川
% 调制参数
A = 1; % 载波恒定振幅
fm = 2500; % 调制信号参数
beta = 4; % 调相指数/调制指数
fc = 20000; % 载波频率
fs = 8*fc; % 采样率
total_time = 2; % 仿真时长,单位:秒
% 采样时间
t = 0:1/fs:total_time-1/fs;
% 调制信号为确知信号
mt = sin(2*pi*fm*t)+cos(pi*fm*t);
% PM 调制
[ sig_pm_send ] = mod_pm(fc, beta, fs, mt, t, A);
% 加噪声
snr = 50; % 信噪比
sig_pm_receive = awgn(sig_pm_send, snr, 'measured');
% 希尔伯特求瞬时相位法
ini_phase = 0;
[ sig_pm_demod ] = demod_pm_method2(sig_pm_receive, fc, fs, t, ini_phase);
% 绘图
nfft = length(sig_pm_receive);
freq = (-nfft/2:nfft/2-1).'*(fs/nfft);
figure;set(gcf,'color','w');
plot_length = min(500, length(sig_pm_receive));
subplot(1,2,1);
plot(t(1:plot_length), sig_pm_receive(1:plot_length));xlim([t(1),t(plot_length)]);
xlabel('t/s');ylabel('幅度');title('PM接收信号');
subplot(1,2,2);
plot(freq, 10*log10(fftshift(abs(fft(sig_pm_receive,nfft)/nfft))+eps));xlim([freq(1),freq(end)]);
xlabel('频率/hz');ylabel('幅度/dB');title('PM接收信号双边幅度谱');
coef = mean(abs(mt))/mean(abs(sig_pm_demod));
fprintf('norm(调制信号 - %.2f * 解调信号)/norm(调制信号) = %.4f.\n', coef, norm(mt-coef*sig_pm_demod)/norm(mt));
figure;set(gcf,'color','w');
plot(t(1:plot_length), mt(1:plot_length));xlim([t(1),t(plot_length)]);
hold on;
plot(t(1:plot_length), coef*sig_pm_demod(1:plot_length));xlim([t(1),t(plot_length)]);
xlabel('t/s');ylabel('幅度');title('解调效果');
legend('调制信号','解调信号(放大后)');
附.8 文件 demod_pm_method3.m
function [ sig_pm_demod ] = demod_pm_method3(sig_pm_receive, fc, fs, t, phi0)
% DEMOD_PM_METHOD4 PM 数字正交解调/相干解调
% 输入参数:
% sig_pm_receive PM 接收信号,行向量
% fc 载波中心频率
% fs 信号采样率
% t 采样时间
% phi0 相干载波初始相位
% 输出参数:
% sig_pm_demod 解调结果,与 sig_pm_receive 等长
% @author 木三百川
% 第一步:乘以正交相干载波
sig_pm_i = sig_pm_receive.*cos(2*pi*fc*t+phi0);
sig_pm_q = -sig_pm_receive.*sin(2*pi*fc*t+phi0);
% 第二步:低通滤波
sig_pm_i_lpf = lpf_filter(sig_pm_i, fc/(fs/2));
sig_pm_q_lpf = lpf_filter(sig_pm_q, fc/(fs/2));
% 第三步:计算相位
sig_pm_demod = unwrap(atan2(sig_pm_q_lpf, sig_pm_i_lpf));
% 第四步:去直流
sig_pm_demod = sig_pm_demod - mean(sig_pm_demod);
end
附.9 文件 main_demodPM_example3.m
clc;
clear;
close all;
% PM 解调仿真(调制信号为确知信号,数字正交解调)
% @author 木三百川
% 调制参数
A = 1; % 载波恒定振幅
fm = 2500; % 调制信号参数
beta = 4; % 调相指数/调制指数
fc = 20000; % 载波频率
fs = 8*fc; % 采样率
total_time = 2; % 仿真时长,单位:秒
% 采样时间
t = 0:1/fs:total_time-1/fs;
% 调制信号为确知信号
mt = sin(2*pi*fm*t)+cos(pi*fm*t);
% PM 调制
[ sig_pm_send ] = mod_pm(fc, beta, fs, mt, t, A);
% 加噪声
snr = 50; % 信噪比
sig_pm_receive = awgn(sig_pm_send, snr, 'measured');
% 数字正交解调
ini_phase = 0;
[ sig_pm_demod ] = demod_pm_method3(sig_pm_receive, fc, fs, t, ini_phase);
% 绘图
nfft = length(sig_pm_receive);
freq = (-nfft/2:nfft/2-1).'*(fs/nfft);
figure;set(gcf,'color','w');
plot_length = min(500, length(sig_pm_receive));
subplot(1,2,1);
plot(t(1:plot_length), sig_pm_receive(1:plot_length));xlim([t(1),t(plot_length)]);
xlabel('t/s');ylabel('幅度');title('PM接收信号');
subplot(1,2,2);
plot(freq, 10*log10(fftshift(abs(fft(sig_pm_receive,nfft)/nfft))+eps));xlim([freq(1),freq(end)]);
xlabel('频率/hz');ylabel('幅度/dB');title('PM接收信号双边幅度谱');
coef = mean(abs(mt))/mean(abs(sig_pm_demod));
fprintf('norm(调制信号 - %.2f * 解调信号)/norm(调制信号) = %.4f.\n', coef, norm(mt-coef*sig_pm_demod)/norm(mt));
figure;set(gcf,'color','w');
plot(t(1:plot_length), mt(1:plot_length));xlim([t(1),t(plot_length)]);
hold on;
plot(t(1:plot_length), coef*sig_pm_demod(1:plot_length));xlim([t(1),t(plot_length)]);
xlabel('t/s');ylabel('幅度');title('解调效果');
legend('调制信号','解调信号(放大后)');
附.10 文件 main_CommPM_example.m
clc;
clear;
close all;
% PM 调制解调仿真(使用Communications Toolbox工具箱)
% @author 木三百川
% 调制参数
A = 1; % 载波恒定振幅
fm = 2500; % 调制信号参数
beta = 1; % 调相指数/调制指数
fc = 20000; % 载波频率
fs = 8*fc; % 采样率
total_time = 2; % 仿真时长,单位:秒
% 采样时间
t = 0:1/fs:total_time-1/fs;
% 调制信号为确知信号
mt = sin(2*pi*fm*t)+cos(pi*fm*t);
% FM 调制
ini_phase = 0;
sig_pm_send = A*pmmod(mt,fc,fs,beta,ini_phase);
% 加噪声
snr = 50; % 信噪比
sig_pm_receive = awgn(sig_pm_send, snr, 'measured');
% PM 解调
[ sig_pm_demod ] = pmdemod(sig_pm_receive,fc,fs,beta,ini_phase);
% 绘图
nfft = length(sig_pm_receive);
freq = (-nfft/2:nfft/2-1).'*(fs/nfft);
figure;set(gcf,'color','w');
plot_length = min(500, length(sig_pm_receive));
subplot(1,2,1);
plot(t(1:plot_length), sig_pm_receive(1:plot_length));xlim([t(1),t(plot_length)]);
xlabel('t/s');ylabel('幅度');title('PM接收信号');
subplot(1,2,2);
plot(freq, 10*log10(fftshift(abs(fft(sig_pm_receive,nfft)/nfft))+eps));xlim([freq(1),freq(end)]);
xlabel('频率/hz');ylabel('幅度/dB');title('PM接收信号双边幅度谱');
figure;set(gcf,'color','w');
plot(t(1:plot_length), mt(1:plot_length));xlim([t(1),t(plot_length)]);
hold on;
plot(t(1:plot_length), sig_pm_demod(1:plot_length));xlim([t(1),t(plot_length)]);
xlabel('t/s');ylabel('幅度');title('解调效果');
legend('调制信号','解调信号');
fprintf('norm(调制信号 - 解调信号)/norm(调制信号) = %.4f.\n', norm(mt-sig_pm_demod)/norm(mt));
【调制解调】PM 调相的更多相关文章
- matalb 产生信号源 AM调制解调 FM调制解调
%%%%%%%%%%%%%%%%%%%%%%%%%%% %AM调制解调系统 %%%%%%%%%%%%%%%%%%%%%%%%%%% clear; clf; close all Fs=800000;%采 ...
- 大毕设-matlab-AM调制解调
博主大毕设关于数字下变频(DDC)的CUDA实现,预计工期比较长,所以留下一些文字记录. 主要分为两部分工作,Matlab仿真部分和CUDA实现. 由于很久没有仿真了,所以先用一个简单的AM调制仿真练 ...
- IQ调制、整形滤波器与星座映射
http://www.cnblogs.com/touchblue/archive/2013/01/15/2861952.html 现代通信中.IQ调制基本上属于是标准配置,由于利用IQ调制能够做出全部 ...
- IQ调制原理
现代通信中,IQ调制基本上属于是标准配置,因为利用IQ调制可以做出所有的调制方式. 但是IQ调制到底是怎么工作的,为什么需要星座映射,成型滤波又是用来干嘛的.这个呢,讲通信原理的时候倒是都会泛泛的提到 ...
- zigbee智能家居基础扫盲
zigbee Zigbee是基于IEEE802.15.4标准的低功耗个域网协议.根据这个协议规定的技术是一种短距离.低功耗的无线通信技术.这一名称来源于蜜蜂的八字舞,由于蜜蜂(bee)是靠飞翔和&qu ...
- 稳压二极管、肖特基二极管、静电保护二极管、TVS管
1.稳压二极管 正向导通电压跟普通二级管一样约为0.7v,反向状态下在临界电压之前截止,在达到临界电压的条件下会处于导通的状态,电压也不再升高,所以用在重要元器件上,起到稳压作用. 稳压二极管主要利用 ...
- DPSK通信系统的FPGA实现
之前接触过一些FPGA的相关知识,借着实现一个简单的DPSK系统,顺便复习和记录一下Verilog HDL的简单使用方法.准备直接用一张图展现DPSK的调制解调原理,再按照模块介绍Verilog的实现 ...
- 《连载 | 物联网框架ServerSuperIO教程》- 5.轮询通讯模式开发及注意事项。附:网友制作的类库说明(CHM)
1.C#跨平台物联网通讯框架ServerSuperIO(SSIO)介绍 <连载 | 物联网框架ServerSuperIO教程>1.4种通讯模式机制. <连载 | 物联网框架Serve ...
- POS与EPOS区别
本文分文三个部分来介绍,第一部分是两个概念(POS与EPOS),第三部分是 POS与EPOS的区别. 一.epos ( electronic point of sale ) 俗称电话pos机: .EP ...
- 深入了解DSP与ARM的区别与联系
http://www.eeboard.com/bbs/thread-25219-1-1.html ARM微处理器的体系结构 了解DSP的体系结构 深入了解DSP与ARM的区别与联系 2011-09-3 ...
随机推荐
- 搭建CTF动态靶场
前言 本文借鉴文章:https://www.yuque.com/dengfenglai-esbap/kb/mc4k41?#xOxNG 在此基础上修改了一点(照着原来的做没成功),感谢这位师傅给的资源. ...
- class类 和 react类组件
类的理解 1 // 创建一个person类 2 class Person { 3 /* */ 4 // 构造器方法 5 constructor(name, age) { 6 // this指向 =& ...
- [Pytorch框架] 2.1.1 PyTorch 基础 : 张量
文章目录 PyTorch 基础 : 张量 张量(Tensor) 基本类型 Numpy转换 设备间转换 初始化 常用方法 PyTorch 基础 : 张量 在第一章中我们已经通过官方的入门教程对PyTor ...
- 2022-11-19:第二高的薪水。表结构和数据的sql语句如下,输出200,因为200是第二大的。请问sql语句如何写? DROP TABLE IF EXISTS `employee`; CREAT
2022-11-19:第二高的薪水.表结构和数据的sql语句如下,输出200,因为200是第二大的.请问sql语句如何写? DROP TABLE IF EXISTS `employee`; CREAT ...
- 2022-11-07:给你一个 n 个节点的 有向图 ,节点编号为 0 到 n - 1 ,其中每个节点 至多 有一条出边。 图用一个大小为 n 下标从 0 开始的数组 edges 表示, 节点 i 到
2022-11-07:给你一个 n 个节点的 有向图 ,节点编号为 0 到 n - 1 ,其中每个节点 至多 有一条出边. 图用一个大小为 n 下标从 0 开始的数组 edges 表示, 节点 i 到 ...
- 2021-05-03:给定一个非负整数num, 如何不用循环语句, 返回>=num,并且离num最近的,2的某次方 。
2021-05-03:给定一个非负整数num, 如何不用循环语句, 返回>=num,并且离num最近的,2的某次方 . 福大大 答案2021-05-03: 32位整数,N=32. 1.非负整数用 ...
- CST为什么要关闭 GPU 卡的 ECC 模式而开启 TCC 模式?操作使用【详解】
在使用CST软件之前,我们一般建议大家关闭 GPU 卡的 ECC 模式而开启 TCC 模式.那么,为什么要进行这样一个操作呢?在此之前,给大家科普一下什么是"ECC"和" ...
- liunx操作系统下配置服务器
centos7 下配置服务器基本步骤 1,yum install 服务器名称 2,关闭防火墙,配置服务器配置文件,开启服务, 3,创建文件,设置访问权限, 4,本地登陆,测试服务器能否连通
- linux 递归和函数实验
递归 作用:自己调用自己 1.例子:阶乘 2.遍历目录下所有文件 函数 1.函数能够接受一个参数,参数为用户名: 判断一个用户是否存在 如果存在,就返回此用户的shell 和 UID :并返回正常状态 ...
- CentOS 8 已是绝版?还有后续么?
文章由 Linux爱好者( ID: LinuxHub)整理自开源中国 + 红帽官方.本文章经原作者同意后授权转载. 2020年12月8日,CentOS 项目宣布,CentOS 8 将于 2021 年底 ...