| |
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
-> 人工智能 -> 看,这就是调制解调原理分析,附仿真文件 -> 正文阅读 |
|
[人工智能]看,这就是调制解调原理分析,附仿真文件 |
调制与解调是通讯中非常常见的技术,其实在微弱信号采集中也会用到此技术,那么调制与解调究竟是怎么一回事呢?关注公众号:工程师看海,让我带你慢慢研究。 调制与解调,可以用四个字概括其原理:频谱搬移。 公众号后台回复:调制解调 可获得基于matlab的仿真代码 1. ???让我们先建立直观应用概念,以调幅调制为例,理解调制解调的作用结果,然后再来从原理进行分析。 例1:微弱信号放大。 假如当前有一信号X = sin(2πt)+ 1;其包含了一个1V的直流成分,时域、频域波形见下图。 如果想去直接放大原始信号,那么它包含的直流信号也会被直接放大,后续电路可能主要处理放大后的直流,甚至会进入非线性区域,影响后续电路正常工作。 我们可以加一个隔直电容,或高通电路,来抑制这个直流,然后在进行交流放大,然而这个缺点是对于有一定带宽的信号,在去除直流成分的同时,也去除了一部分有用的低频信号,伤敌1000自损800,这是我们不希望看到的。 调制与解调为此给出了一种解决方案,其思路是用一个高频信号去调制我们采集的原始信号,把原始信号的频谱搬移到高频去,经过AC放大后,再把频谱搬移回去,实现放大的目的,一箭双雕。 现在我们用一个高频信号去调制原始信号,其过程就是用频率为Fc的高频信号Xc去乘原始信号X,这个高频Fc的频率要远大于原始信号的频率。 从下图可以看出,调制后的信号以Fc为载波,频谱被搬移到了高频,我们此时可以对其进行放大。如果电路里又引入低频干扰,此时就可以用隔直电容,因为此时低频直流与目标信号频带(Fc±B)已经分离,对引入的直流隔直,就不会造成影响。 经过调制->AC放大->隔直后的信号,再经过解调,也就是再次频谱搬移后,就又回到原始的频带,虽然增加了(2Fc±B)的成分,只要对其进行低通滤波去除新增的高频部分,就可以实现放大的初衷了。 2. ???原理解析。 设目标信号为X = cos(2πB*t),其频率为B,调制信号Xc=cos(2πFc*t),其频率为Fc。 二者调制后 Vm = X*Xc = cos(2πB*t)*cos(2πFc*t) = 0.5cos(2π(Fc+B)t)+ 0.5cos(2π(Fc-B)t),(高中知识哦,不要说以前的知识没用哦),我们观察Vm中信号的频带是Fc+B与Fc-B。 对Vm进行A倍AC放大后,就可以用隔直电容或高通滤除低频部分。然后再对Vm进行解调,即再乘下调制信号Xc,得到输出Vo,解调过程为: Vo = Vm * Xc = A*[0.5cos(2π(Fc+B)t) + 0.5cos(2π(Fc-B)t) ] * cos(2πFc*t) = 0.25A[cos(2π(2Fc+B)t) + cos(2π(2Fc-B)t) + 2cos(2πB*t)] Vo包含了高频也包含了原始频带,对其进行低通后,就可以得到放大后的信号啦。 总结调制与解调过程如下: 3.????Matlab 仿真 公众号后台回复:调制解调 仿真原始信号是(AC1V+DC1V)&1Hz的交流信号 用频率为30Hz的载波调至后,频率被搬移到30Hz±1Hz的位置了,对其进行5倍放大,调制并放大后的时域波形看,其幅值比原始信号要小。 然后对信号解调,再次频谱搬移。原始(AC1V+DC1V)&1Hz的信号,在低频处变为1Hz&(0.25*5*2)=2.5V,与前文理论分析结果一致。 经过低通滤波后的波形如下: 以上就是调制解调的原理介绍,感谢点赞、在看、分享,让知识变得更简单。 ---The end--- 限时免费扫码进群,交流更多行业技术 推荐阅读▼ 感谢点赞、在看、分享,让知识变得更简单 |
|
|
上一篇文章 下一篇文章 查看所有文章 |
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 | -2024/11/27 0:31:58- |
|
网站联系: qq:121756557 email:121756557@qq.com IT数码 |