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一下,但由于这部分不好出题,所以通常不会作为重点.但换句话说即使目前国内的大部分讲通信原理的老师,恐怕自己也就是从数学公式上理解了一下.真正的物理上的通信过程是怎么样的,恐怕他们也不理解.所以说到底国内的通信课程,大多都停留在“黑板通信”的程度,稍微好一点的呢,做到的“仿真通信”的程度.离实际的通信

%%%%%%%%%%%%%%%%%%%%%%%%%%% %AM调制解调系统 %%%%%%%%%%%%%%%%%%%%%%%%%%% clear; clf; close all Fs=800000;%采样频率800k fz=80000;%载波频率80k fj=1000;%基波频率1k i=5000;%采样点数 t=(1:i)/Fs;%时间 B=1;%基波的幅度 A=1;%直流分量 %%%%%%%%%%%%%%%%%%% %产生基波 %%%%%%%%%%%%%%%%%%% Mod_Sig=B*sin

可参考http://wenku.baidu.com/link?url=Y3plyK9lgl96QowljJkWhgVaUGbH11j178DkId_vcl9z1V5cjl9ycTiB4Ym4iaypL69197dXa0YvDw7u4KZEo493yJRpWDM-aTKGT6936Je 数字通信中会经常出现将数字信号通过串并转换分成 I 和 Q 两路信号,并按一定的星座图调制. 什么意思,为什么? I 是指同相分量,Q 是指正交分量.I 路和 Q 路是完全正交的. 我们知道表征一个信号的参量有幅度

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调制仿真练手.具体代码如下: 代码都是基础的所以就不解释了(环境matlab2016) clc; fm=; %信号频率 fc=; %载波频率 fs=; %抽样频率 Am=; A=; N=; K=N-; n=:N-; t=(:/fs:K/fs); yt=Am*cos(*pi*fm*t); figure() su

  I: in-phase 表示同相Q: quadrature 表示正交,与I 相位差90 度. 现在来解释IQ信号的来源: 最早通讯是模拟通讯,假设载波为cos(a),信号为cos(b),那么通过相位频谱搬移,就得到了 cos(a)*cos(b)=1/2[cos(a+b)-cos(a-b)] 这样在a 载波下产生了两个信号,a+b 和a-b, 而对于传输来说, 其实只需要一个信号即可,也就是说两者选择一个即可,另外一个没用,需要滤掉.但实际上滤波器是不理想的,很难完全滤掉另外一个,所以因为另外

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调制能够做出全部的调制方式. 可是IQ调制究竟是怎么工作的.为什么须要星座映射.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一下,但因为这部分不好出题,所以通常不会作为重点.但换句话说即使眼下国内的大部分讲通信原理的老师.恐怕自己也就是从数学公式上理解了一下.真正的物理上的通信过程是怎么样的

本文简单记录一下自己学习<通信原理>的时候调试的一个仿真DVB-C(Cable,数字有线电视)系统中QAM调制和解调的程序.自己一直是研究"信源"方面的东西,所以对"信道"这方面的知识进行实践的机会一直不是很多,做这个小程序的过程中也熟悉了不少相关的知识.在这个程序中,每执行一步操作,都会画出时域信号图和频域信号图,同时会在控制台打印出有关变量的取值,对于理解QAM调制与解调有一定的帮助. 一．DVB-C中QAM的调制与解调 简单介绍DVB-C系统中的Q

ejabberd的组件开发其实是非常简单的,只要遵循其gen_mod规范,添加iq处理函数就可以了.下面一步步教大家如何开发ejabberd组件. 首先,最好是自己编译ejabberd源码,这样的话把自己写的组件直接放到ejabberd源码目录src中进行编译即可,在我的博客http://blog.csdn.net/yangchen521/article/details/41970069中简单介绍了如何在ubuntu中安装ejabberd,主要是解决好依赖问题,使用apt-getinstall

前几天一直很烦躁,怎么扩展smack的IQ包堵了我好久,今天静下心来看了下smack的源码,把这个问题解决了.下面给出步骤: 如果我们要扩展一个如下所示的IQ包: <iq id="0001" to="search@jiyq.cn" type=”get”> <query xmls="emcc.jiyq" condition="what"/> <extrament>element</ext

#pragma mark - 获取讨论组成员 - (void)getDiscussionMemberInfoWithSendIq:(discussionModel *)data { NSXMLElement *iq = [NSXMLElement elementWithName:@"iq"]; NSXMLElement *getUsers = [NSXMLElement elementWithName:@"getUsers"]; [iq addAttributeWi

XMPP详解 XMPP(eXtensible Messaging and Presence Protocol,可扩展消息处理和现场协议)是一种在两个地点间传递小型结构化数据的协议.在此基础上,XMPP协议已经被用来构建大规模即时通信系统.游戏平台.协作空间及语音和视频会议系统. XMPP由几个小的构造块组成,并在此基础上扩展出了更多的构造块.XMPP中有众多系统:发布-订阅服务.多人聊天.表单检索与处理.服务发现.实时数据传输.隐私处理及远程过程调用等. 大多数社交媒体(Facebook及Twi

1.启动 source IQ-16_0.sh 命令行查看安装程序是否成功 start_iq -v2 2.数据库.表空间 start_iq -n utility_db dbisql -c 'uid=dba;pwd=sql;eng=utility_db;dbn=utility_db' -nogui -- 建立数据库 CREATE DATABASE 'C:\sybaseiq\T1\test.db' IQ PATH 'C:\sybaseiq\T1\iq_system_main.iq' IQ SIZE I

Sybase:SAP IQ学习笔记 -- 启动IQ管理 >> start_iq -n utility_db -n utility_db >> dbisql -c "uid=dba;pwd=sql;eng=utility_db;dbn=utility_db"   -- 创建数据库 CREATE DATABASE 'D:\\SyLabs\\data\\mydb'   CASE IGNORE   PAGE SIZE 4096   BLANK PADDING ON  

不同频段的RFID产品会有不同的特性,本文详细介绍了无源的感应器在不同工作频率产品的特性以及主要的应用. 目前定义RFID产品的工作频率有低频.高频和甚高频的频率范围内的符合不同标准的不同的产品,而且不同频段的RFID产品会有不同的特性. 其中感应器有无源和有源两种方式,下面详细介绍无源的感应器在不同工作频率产品的特性以及主要的应用. 1． 低频(从125KHz到134KHz)   其实RFID技术首先在低频得到广泛的应用和推广.该频率主要是通过电感耦合的方式进行工作, 也就是在读写器线圈和感应

1. 平均功率与峰值电平       峰值电平在模拟电视广播时用于表征频道信号电平强弱. 模拟电视信号是单极性.不对称的,即电视信号有一个固定黑色参考电平,比黑色亮的信号处在黑色电平线一边,同步脉冲处在另一边.单极性调制载波,有两种方式:①正极性调制指亮度增加时载波幅度增大,同步脉冲始终对应发射功率最小值:②负极性调制指亮度增加时载波幅度减小,同步脉冲对应发射功率最大值.负极性调制由于具有受干扰小等优点,我国和世界大多数国家都采用负极性调制. 测量模拟电视信号电平,使用频谱分析仪在规定带宽/30

catalogue . 遥控器原理简介 . 红外遥控原理 . 常见红外遥控器红外线信号传输协议 . 遙控器的发展 . 实验过程 . 攻击面 . 基于STM32实现红外信号解码 1. 遥控器原理简介 0x1: 红外线的基本特性

1. simulink仿真设计 震荡信号本质是调制信号,可以表示为: u(t)=A*(1+m*cos(Ωt+θ))*cos(ωt+φ)=A*cos (ωt+φ)+ A*m*cos(Ωt+θ)*cos(ωt+φ) 使用simulink仿真如下: 2. 时域信号 时域信号输入设计为信号调制模型. u(t)=A*(1+m*cos(Ωt+θ))*cos(ωt+φ)=A*cos (ωt+φ)+ A*m*cos(Ωt+θ)*cos(ωt+φ) 输入信号1: m*cos(Ωt+θ) = 0.5*cos(2*p

NLP中关于语音的部分,其中重要的一点是语音信号从背景噪音中分离.比如在一个办公室场景中,有白天的底噪-类似于白噪音的噪音.空调的声音.键盘的啪啪声.左手边45度7米元的地方同事讨论的声音.右手边1.5米远处同事讨论的声音.打印机的声音.各种声音混杂在一起,从自然人的角度来分别,很容易做到区分各种声音. 以自然人的观点来看,不自觉的感知中使用了空间传播模型和声音模式识别,具体的机理暂时没能搞清楚.以一般人的能力看来,区分特定的人的声音是简单从容的,一般只要记得曾经听过即可.且可以在嘈杂的环境中持

索引 一.BASK的调制 1.1 曼彻斯特码 1.2 增益控制 1.3 常量求和 1.4 与载波相乘 1.5 波形预览 1.6 参数设置(参考) 二.BASK的解调 2.1 滤波 2.2 信号比较 2.3 波形预览 2.4 参数设置(参考) 三.常见问题 一.BASK的调制 根据BASK调制的原理,信号处理的步骤如下: graph LR ManchesterCode["曼彻斯特码"] gainControl["增益控制<br />(调制深度处理)"] S

LoRa整体框架图如下: 内容下次再填! 内容补上: 射频信号的接收流程(小博并非专业,错了emmmmm轻喷):射频--->中频--->基带,下面按照图中标的序号开始介绍: 1.天线接受射频信号后,(经过声表面滤波器转换,将电波转换成电信号),得到高频信号: 2.高频信号需要经过低噪声放大器LNA(也叫高频头吧?)处理,将信号放大,同时,信号被转换成差分信号,差分信号经过混频器,和内部振荡源混频,得到正交的中频信号(I/Q):(之后还要经过一系列滤波器和放大器,把信号转换成ADC可以识别的范围