【通信原理笔记】【三】模拟信号调制——3.6 角度调制的抗噪声性能

文章目录

  • 前言
  • 一、FM的解调
  • 二、FM的输出信噪比
  • 总结


前言

这一节内容介绍的是FM信号的抗噪声性能,与之前学的幅度调制不同,角度调制系统是非线性的,其信噪比的推导计算很多地方添加了假设,最后得到一个估计值。当初我学这部分内容的时候似乎推导并不要求掌握,只需要记住结论即可,可以按需学习。


一、FM的解调

FM信号的解调需要用到一个特殊的模块——鉴频器,它的作用是能够取出输入信号的瞬时频偏。首先我们知道输入信号 r ( t ) r(t) r(t)的表达式为:

r ( t ) = s ( t ) + n ( t ) r(t)=s(t)+n(t) r(t)=s(t)+n(t)

其中, n ( t ) n(t) n(t)为带宽为 2 β W + 2 W 2\beta W+2W 2βW+2W的窄带高斯噪声, W W W为原信号带宽。我们假设带宽为 2 β W + 2 W 2\beta W+2W 2βW+2W的BPF能够让 s ( t ) s(t) s(t)完整通过(实际上不可能,因为这个带宽只是卡松公式的估计带宽)。

二、FM的输出信噪比

鉴频器首先能输出调制信号所表示的瞬时频偏 K f m ( t ) K_fm(t) Kfm(t),然而噪声的频偏就不好求了。课程中的推导也是通过一些近似的方式得出的,这里就直接给出结果,输出信号功率是 K f 2 P m K_f^2P_m Kf2Pm(根据调制指数 β \beta β的定义可以把 K f K_f Kf进行代换),噪声功率最终求出来的近似值为 2 N 0 W 3 3 A c 2 \frac{2N_0W^3}{3A_c^2} 3Ac22N0W3,其中 A c A_c Ac是常数表示已调信号 s ( t ) s(t) s(t)的幅值。因此,输出信噪比为:

γ = 3 K f 2 P m A c 2 2 N 0 W 3 \gamma=\frac{3K_f^2P_mA_c^2}{2N_0W^3} γ=2N0W33Kf2PmAc2
将 β = Δ f max ⁡ W = K f ∣ m ( t ) ∣ max ⁡ W 代入得 将\beta=\frac{\Delta f_{\max}}{W}=\frac{K_f|m(t)|_{\max}}{W}代入得 β=WΔfmax=WKfm(t)max代入得
= 3 β 2 P m A c 2 ∣ m ( t ) ∣ max ⁡ 2 2 N 0 W =\frac{3\beta^2P_mA_c^2}{|m(t)|^2_{\max}2N_0W} =m(t)max22N0W3β2PmAc2
根据接收信号功率 P R = P s = A c 2 / 2 整理上式得 根据接收信号功率P_R=P_s=A_c^2/2整理上式得 根据接收信号功率PR=Ps=Ac2/2整理上式得
= 3 β 2 P m P R ∣ m ( t ) ∣ max ⁡ N 0 W =\frac{3\beta^2P_mP_R}{|m(t)|_{\max}N_0W} =m(t)maxN0W3β2PmPR

其中, ∣ m ( t ) ∣ max ⁡ P m \frac{|m(t)|_{\max}}{P_m} Pmm(t)max称为峰均比,即峰值瞬时功率与平均功率的比值。从上式可以看出,调制指数与输出信噪比成正比,调制信号峰均比与输出信噪比成反比。


总结

角度调制系统为非线性系统,处理推导过程不像之前幅度调制那么方便,有许多工程上的近似,前提假设等。增大调制指数可以有效提高输出信噪比,但是由卡松公式可知相应的带宽也会增加。在通信原理中有许多这样的互相制约的量,想要优化其中一个量就会牺牲另一量。这一节的话输出信噪比的结果是需要掌握的,推导过程一般不会有要求。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/611276.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

C#如何用NPOI创建、读取、更新Excel文件

一.获取引用NPOI VS2017,通过Nuget工具包下载NPOI到指定的项目中,如下 二.添加如下命名空间,其中HSSF是操作*.xls文件,XSSF操作*.xlsx文件. using NPOI; using NPOI.SS.UserModel; using NPOI.XSSF.UserModel; using NPOI.HSSF.UserModel; …

三款好用的 Docker 可视化管理工具

文章目录 1、Docker Desktop1.1、介绍1.2、下载地址1.3、在Windows上安装Docker桌面1.4、启动Docker Desktop1.5、Docker相关学习网址 2、Portainer2.1、介绍2.2、安装使用 3、Docker UI3.1、介绍3.2、安装使用3.2.1、常规方式安装3.2.2、通过容器安装 Docker提供了命令行工具&…

linux进阶篇:下载工具wget的安装以及应用

1 wget工具介绍 wget是一个下载文件的工具,它用在命令行下。对于Linux用户是必不可少的工具,我们经常要下载一些软件或从远程服务器恢复备份到本地服务器。 wget支持HTTP,HTTPS和FTP协议,可以使用HTTP代理。所谓的自动下载是指&a…

IO_DAY7

1:实现2个终端之间的互相聊天 要求:千万不要做出来2个终端之间的消息发送是读一写的&#xff0c;一定要能够做到&#xff0c;一个终端发送n条消息&#xff0c;另一个终端一条消息都不回复都是没有问题的 终端A&#xff1a; #include<myhead.h> int main(int argc, char…

【PHP程序设计(高阶版)】——PHP操作MySQL教程

&#x1f468;‍&#x1f4bb;个人主页&#xff1a;开发者-曼亿点 &#x1f468;‍&#x1f4bb; hallo 欢迎 点赞&#x1f44d; 收藏⭐ 留言&#x1f4dd; 加关注✅! &#x1f468;‍&#x1f4bb; 本文由 曼亿点 原创 &#x1f468;‍&#x1f4bb; 收录于专栏&#xff1a…

嵌入式学习53-ARM2

知识零碎&#xff1a; 跳转指令b&#xff1a; b 指令类似c语言的goto语句&#xff0c;能够实现无条件跳转。跳…

sonar搭建(linux系统)

前景 静态代码扫描是CI/CD中重要的一环&#xff0c;可以在代码提交到代码仓库之后&#xff0c;在CI/CD流程中加入代码扫描步骤&#xff0c;从而及时地对代码进行质量的检查。这可以有效地降低后期维护成本&#xff0c;优化产品质量&#xff0c;提高产品交付速度。同时&#xf…

数字IC/FPGA——复位篇

本文主要介绍以下几点&#xff1a; 复位的作用及什么时候需要复位复位的分类全局复位、局部复位的目的如何选择全局复位和局部复位同步复位、异步复位及异步复位同步释放的原理、优缺点 注&#xff1a;参考文章在文末给出 目录 一、复位信号的作用和分类1.复位信号的作用2.复…

神经矩阵:数字进化的新生命形式

随着人工智能技术的快速发展&#xff0c;有些人害怕机器人的崛起&#xff0c;有些人担心人工智能将会接管世界。但是人们需要了解人工智能的未来发展&#xff0c;以及电子生命形式将会如何诞生。 本文不仅介绍电子生命形式将如何诞生&#xff0c;而且还将详细描述神经矩阵的关键…

MySQL选择普通索引还是唯一索引(2/16)

普通索引和唯一索引 基本概述 MySQL中可以创建普通索引与唯一索引&#xff0c;这两种索引的区别是&#xff1a; 普通索引&#xff08;Non-Unique Index&#xff09;&#xff0c;也称为非唯一索引&#xff0c;它允许索引中的条目具有重复的键值。普通索引的主要目的是加快查询…

【回溯】Leetcode 17. 电话号码的字母组合【中等】

电话号码的字母组合 给定一个仅包含数字 2-9 的字符串&#xff0c;返回所有它能表示的字母组合。答案可以按 任意顺序 返回。 给出数字到字母的映射如下&#xff08;与电话按键相同&#xff09;。注意 1 不对应任何字母。 示例 **输入&#xff1a;**digits “23” 输出&am…

io流的学习

目录 io流 FileOutputStream 字节输出流的细节: FileOutputStream写数据的方式 FilelnputStream FilelnputStream书写细节 FilelnputStream读取方式 计算机的存储规则 ASCll规则&#xff08;英文&#xff09; GBK(汉字) Unicode字符集的UTF-8编码格式 java中的编码和…