• 对AM信号FFT的matlab仿真


           普通调幅波AM的频谱,大信号包络检波频谱分析 u(t)=Ucm(1+macos t)cos ct ma称为调幅系数 它的频谱由载波,上下边频组成 , 包络检波中二极管截去负半周再用电容低通滤波,可以得到基带信号,那么,截去负半周后的AM信号必定包含基带信号的频谱。我们可以通过matlab来验证。

         

    %已知基带信号为1hz,载波为64hz,调制系数ma=0.3,采样频率1024hz,FFT变换区间N为2048
    
    clear;     
    fs=1024;     
    f=1;     %1hz基带信号
    fc=64;   %64hz载波
    t=0:1/fs:2-0.5/fs;    %采样时间为0到2秒
    x=(1+0.3*cos(2*pi*f*t)).*cos(2*pi*fc*t);  %调幅表达式
    figure(1);   %在第一个窗口中画图
    plot(t,x);     
    grid;       %画方格线
    %画出采样时间内的AM信号
    
    y=fft(x);
    N=length(x);
    figure(2);
    stem((0:N-1)*fs/N,abs(y),'.');   %画出以模拟频率为横坐标,以FFT后的幅度为纵坐标
    %画出AM信号做傅里叶变化后的幅度和频率图
    
    
    %接下来过滤掉一半的AM信号。
    for n=1:N
        if  x(n)<0
            x(n)=0;     %对应电路即是通过二极管来整流滤波
        end
    end
    
    
    figure(3);
    y=fft(x);
    stem((0:N-1)*fs/N,abs(y),'.');
    grid;
    %画出截掉一半信号的傅里叶变换的幅度与频率图

    结果如下图

    可以看出,尽管截去了一半的AM 信号,任然含有基波信号。

  • 相关阅读:
    语音识别六十年
    神经网络架构PYTORCH-几个概念
    Ubuntu 16.04 系统无法挂载u盘的问题
    技术的止境
    神经网络架构PYTORCH-宏观分析
    Python中parameters与argument区别
    神经网络架构PYTORCH-初相识(3W)
    【ES】学习9-聚合2
    【ES】学习8-聚合1
    【python】中文提取,判断,分词
  • 原文地址:https://www.cnblogs.com/jeavenwong/p/6858935.html
Copyright © 2020-2023  润新知