通俗的讲解调制与解调

发布于:2022-10-15 ⋅ 阅读:(428) ⋅ 点赞:(0)

记得当时在学习齿轮的故障诊断时,文献中提及转频被啮合频率调制;在学习轴承的故障诊断时,常用的找到故障频率的方法是共振解调。什么是调制?怎么解调?调制与解调的原理到底是什么?对于这个问题,网上搜不到多少有用信息,很多回答者自己也是不求甚解,在进行系统地学习之后,我决定从原理上、从新手入门的角度来解释一下通信中的调制与解调。

1. 预备知识

若要完全了解调制与解调的来龙去脉,必须要先知道傅里叶变换,傅里叶变换对于信号处理的重要性来说,就像是易筋经对于一个人练习武学的重要性,学习傅里叶变换的推导过程就像是在练内功,内功不深厚,去练习更高级的招式,最后容易走火入魔。如果不知道傅里叶变换的推导过程的话,建议在学习本文之前先掌握以下4篇(按顺序慢慢看,一定看得懂):

在第3篇文章中,推导出了傅里叶变换的公式为:
F ( j ω ) = ∫ − ∞ ∞ f ( t ) e − j ω t   d t F(j\omega)=\int_{-\infty}^{\infty} f(t) \mathrm{e}^{-j \omega t} \mathrm{~d} t F()=f(t)et dt
以及傅里叶逆变换的公式为:
f ( t ) = 1 2 π ∫ − ∞ ∞ F ( j ω )   e   j ω t   d ω f(t) = \frac{1}{2\pi}\int_{-\infty}^{\infty}F(j\omega)\:\rm e^{\:\it j \omega t}\:\rm d\omega f(t)=2π1F()ejωtdω
我们将 f ( t ) f(t) f(t) F ( j ω ) F(j\omega) F() 称为一对傅里叶变换,可以用符号表示为:
f ( t ) ⟷ F ( j ω ) f(t)\longleftrightarrow F(j\omega) f(t)F()

2. 傅里叶变换的频移特性

傅里叶变换的频移特性是通信理论中信号调制与解调的理论基础,该性质描述如下:

f ( t ) ⟷ F ( j ω ) f(t)\longleftrightarrow F(j\omega) f(t)F() , 则 e ∓ j ω 0 t f ( t ) ↔ F [ j ( ω ± ω 0 ) ] e^{\mp j \omega_{0} t} f(t) \leftrightarrow F\left[j\left(\omega \pm \omega_{0}\right)\right] ejω0tf(t)F[j(ω±ω0)] , ω 0 \omega_{0} ω0 为实常数.

其证明如下:
F [ e ∓ j ω 0 t f ( t ) ] = ∫ − ∞ ∞ e ∓ j ω 0 t f ( t ) e − j ω t   d t = ∫ − ∞ ∞ f ( t ) e − j ( ω ± ω 0 ) t   d t = F [ j ( ω ± ω 0 ) ] \begin{aligned} & F\left[e^{\mp j \omega_{0} t} f(t)\right] \\ =& \int_{-\infty}^{\infty} e^{\mp j \omega_{0} t} f(t) \mathrm{e}^{-j \omega t} \mathrm{~d} t \\ =& \int_{-\infty}^{\infty} f(t) \mathrm{e}^{-j\left(\omega \pm \omega_{0}\right) t} \mathrm{~d} t \\ =& F\left[j\left(\omega \pm \omega_{0}\right)\right] \end{aligned} ===F[ejω0tf(t)]ejω0tf(t)et dtf(t)ej(ω±ω0)t dtF[j(ω±ω0)]
可见,频移特性的本质是频谱搬移。那么频谱搬移有什么作用呢?

比如人说话的频率是0到数十kHz,在打电话时,如果不把语音信号的频谱搬移到较高的频带范围内进行传输,信号的衰减会很大,传输距离会变短。

3. 什么是调制

下面通过几个计算题来逐渐说明什么是调制:

题目1:若 f ( t ) = e j ω 0 t f(t)=e^{j \omega_{0} t} f(t)=ejω0t ,则其傅里叶变换 F ( j ω ) F(j\omega) F()为多少?画出频谱图

第3篇文章可知:
1 ⟷ 2 π δ ( ω ) 1 \longleftrightarrow 2 \pi \delta(\omega) 12πδ(ω)
根据频移特性有:
e j ω 0 t ⟷ 2 π δ ( ω − ω 0 ) e^{j \omega_{0} t} \longleftrightarrow 2 \pi \delta\left(\omega-\omega_{0}\right) ejω0t2πδ(ωω0)
频谱图如下:

题目2:若 f ( t ) = cos ⁡ ω 0 t f(t)=\cos \omega_{0} t f(t)=cosω0t ,则其傅里叶变换 F ( j ω ) F(j\omega) F()为多少?画出频谱图.

根据欧拉公式,有:
cos ⁡ ( ω 0 t ) = 1 2 e − j ω 0 t + 1 2 e j ω 0 t \cos \left(\omega_{0} t\right)=\frac{1}{2} \mathrm{e}^{-j \omega_{0} t}+\frac{1}{2} \mathrm{e}^{j \omega_{0} t} cos(ω0t)=21ejω0t+21ejω0t
根据傅里叶变换的线性性质,有
F ( j ω ) = π [ δ ( ω + ω 0 ) + δ ( ω − ω 0 ) ] F(\mathrm{j} \omega)=\pi\left[\delta\left(\omega+\omega_{0}\right)+\delta\right. \left.\left(\omega-\omega_{0}\right)\right] F(jω)=π[δ(ω+ω0)+δ(ωω0)]
画出其频谱图如下:

思考:若已知 f ( t ) f(t) f(t) 的频谱图 ,如何画 f ( t ) cos ⁡ ω 0 t f(t)\cos \omega_{0} t f(t)cosω0t 频谱图.

如果 f ( t ) f(t) f(t) 的傅里叶变换为 F ( j ω ) F(j\omega) F() ,那么根据傅里叶变换的频移特性, f ( t ) cos ⁡ ω 0 t f(t)\cos \omega_{0} t f(t)cosω0t 的傅里叶变换为:
f ( t ) cos ⁡ ( ω 0 t ) = f ( t ) [ 1 2 e j ω 0 t + 1 2 e − j ω 0 t ] ↔ 1 2 F [ j ( ω − ω 0 ) ] + 1 2 F [ j ( ω + ω 0 ) ] \begin{aligned} f(t) \cos \left(\omega_{0} t\right) &=f(t)\left[\frac{1}{2} \mathrm{e}^{j \omega_{0} t}+\frac{1}{2} \mathrm{e}^{-j \omega_{0} t}\right] \\ & \leftrightarrow \frac{1}{2} F\left[j\left(\omega-\omega_{0}\right)\right]+\frac{1}{2} F\left[j\left(\omega+\omega_{0}\right)\right] \end{aligned} f(t)cos(ω0t)=f(t)[21ejω0t+21ejω0t]21F[j(ωω0)]+21F[j(ω+ω0)]
假设 f ( t ) f(t) f(t) 的频谱图如下左图所示,且其频带宽度小于 ω 0 \omega_0 ω0 ,则 cos ⁡ ω 0 t \cos \omega_{0} t cosω0t f ( t ) cos ⁡ ω 0 t f(t)\cos \omega_{0} t f(t)cosω0t 的频谱图大致如下中图下右图所示:

一般, f ( t ) f(t) f(t) 是我们需要传递的信息波(即调制信号),为了更好地进行传输,我们可以将 f ( t ) f(t) f(t) 乘以一个余弦信号 cos ⁡ ω 0 t \cos \omega_{0} t cosω0t (一般 ω 0 \omega_0 ω0很大),把信息波搬移到以 ω 0 \omega_0 ω0 为中心的频段范围内。这个被乘的 cos ⁡ ω 0 t \cos \omega_{0} t cosω0t 称为载波信号 ,可以理解成它负责搬运哈哈。而他们的乘积 f ( t ) cos ⁡ ω 0 t f(t)\cos \omega_{0} t f(t)cosω0t 被称为已调信号。注意,有时候也会把已调信号笼统的说是调制信号。

4. 如何解调

假如我们按照上面的操作,已经把需要的信号所有频率成分搬移到了很高的频段上,也完成了信号的传输。那么在信号进行传输后的接收端,需要把调制信号从已调信号中再恢复出来,这个过程就叫做解调(个人理解,不是严格的定义)。突然感觉这个过程很像电能输送啊:低压电->变压器->高压电->漫长的传输->变压器->低压电,真奇妙。

在接收端我们得到的是已调信号 f ( t ) cos ⁡ ω 0 t f(t)\cos \omega_{0} t f(t)cosω0t ,此时如果再将 f ( t ) cos ⁡ ω 0 t f(t)\cos \omega_{0} t f(t)cosω0t 乘以一个余弦信号 cos ⁡ ω 0 t \cos \omega_{0} t cosω0t ,即可以将 f ( t ) f(t) f(t) 解调出来:

再次相乘使得,可以看做先将 f ( t ) cos ⁡ ω 0 t f(t)\cos \omega_{0} t f(t)cosω0t 的负半轴一分为二,被分后的任一部分幅度降低一半:

再将 f ( t ) cos ⁡ ω 0 t f(t)\cos \omega_{0} t f(t)cosω0t 的正半轴也一分为二,幅度变化同上:

image-20221010223844275

而两者之和即为相乘后的频谱,即 f ( t ) ⋅ cos ⁡ ω 0 t ⋅ cos ⁡ ω 0 t f(t)\cdot \cos \omega_{0} t\cdot \cos \omega_{0} t f(t)cosω0tcosω0t 的频谱:

这样我们再对其进行低通滤波和幅度补偿,就可以得到原来的信号 f ( t ) f(t) f(t)啦!

5.其他说明

本文主要目的是对调制和解调的原理进行解释,选择了最简单的调幅(因为信息波 f ( t ) f(t) f(t) 是随着 cos ⁡ ω 0 t \cos \omega_{0} t cosω0t 的幅度变化而变化的 )来进行说明。尽管所介绍的方法原理简单,但实现很困难。因为上述解调方法是同步解调法,意味着不仅要在发送端产生一个 cos ⁡ ω 0 t \cos \omega_{0} t cosω0t ,在接收端同样需要产生一个频率和相位都一致的 cos ⁡ ω 0 t \cos \omega_{0} t cosω0t ,这是不那么容易实现的。

注:如果对公式理解还不是那么透彻的话,我觉得还可以这么理解调制与解调:直接看三角函数的积化和差公式。

本文含有隐藏内容,请 开通VIP 后查看

网站公告

今日签到

点亮在社区的每一天
去签到