《通信原理软件AD转换课程设计Matlab.docx》由会员分享，可在线阅读，更多相关《通信原理软件AD转换课程设计Matlab.docx（17页珍藏版）》请在三一办公上搜索。
1、通信原理课程设计报告课程名称A/D转换的仿真实现（软件部分）专业通信工程班级XXXX学号XXXXXXXX姓名XXXXX指导老师XXXX2022年1月2。日经过几天通信原理试验的学习让我受益菲浅。在通信原理试验课即将结束之时，我对在这4天的学习进行了总结，取之长补之短,在今后的学习和工作中有所受用。这次通信原理试验，不仅是对已学的通信原理学问的一种回顾，更是将这学期所开设的光纤通信，通信电子电路和信息论与编码的一种有效巩固，开头对数字基带信号的码型变换有了更好的了解。通信原理是通信工程的重要基石，大三所学的都是更为精细与补充，在不断的时间投入与深化的沉淀中，体会到学习的另一番乐趣。通过这次通信原
2、理试验，我有仔细地去翻阅思索通信原理的学问，仔细地去上机调试每个硬件模块,专心地去编写调试Matlab程序，也仔细地写下这份试验报告，我信任这份专心与急躁是经得起考验的，盼望能得到老师的确定与优秀。软件部分A/D转换的仿真实现一、试验目的通信原理试验是针对通信工程专业同学的实践教学环节，通过这一环节,可使同学巩固相关课程学问，增加动手力量，提高同学对通信系统的仿真技能。在强调基本原理的同时，更突出设计过程的熬炼，强化同学的实践创新力量。二、试验基本要求1、培育同学依据需要选学参考书，查阅手册，图表和文献资料的自学力量，通过独立思索、深化钻研有关问题，学会自己分析解决问题的方法。2、通过对硬件电
3、路的安装、调试等环节，初步把握通信原理电路的分析方法和工程设计方法。3、把握常用仪表的正确使用方法，学会对电路的试验调试和相关指标测试方法，提高动手力量。4、通过对通信系统的仿真模型的建立及其分析，把握使用仿真软件对实际通信系统性能进行仿真的初步技能。5、提高和挖掘同学对所学专业学问的应用力量和创新意识，培育和熬炼同学的团队合作精神和科研开发精神。三、试验设计任务（一）设计要求1、学习使用计算机建立通信系统仿真模型的基本方法及基本技能，学会采用仿真手段对通信系统的基本理论、基本算法进行实际验证。2、学习现有通信系统仿真软件的基本使用方法，学会通信仿真系统的基本设计与调试，学会使用仿真软件解决实
4、际系统消失的问题。3、通过系统仿真深入对通信课程理论的理解，拓展学问面。学会查找资料,并结合通信原理的学问，对通信系统进行性能分析。（二）设计任务设计型试验共有两类试验题，每位同学可选择两类中其中一题。设计型试验中仿真软件的选择，同学们可自由选取，建议用Matlab。I、基本任务：单频正弦波模拟信号的简洁数字化。即对一个单频正弦波模拟信号进行抽样、匀称量化、PCM二进制自然编码。主要步骤和要求：（1）单频正弦波模拟信号的抽样实现。要求输入信号的幅度A、频率F和相位P可变；要求仿真时间从O到2/F,抽样频率为Fs=20F;要求给出抽样信号的波形图。（2）单频正弦波模拟信号匀称量化的实现。要求对抽
5、样信号归一化后再进行匀称量化；要求量化电平数D可变；要求输出信号为平顶正弦波；要求给出量化输出信号的波形图，并与抽样信号画在同一图形窗口中进行波形比较。（3）单频正弦波模拟信号PCM二进制自然编码的实现。要求按量化序号给出PCM二进制自然编码；要求给出编码后的数字序列PCm。II、选做任务：单频正弦波模拟信号的特别数字化。按给定要求对一个单频正弦波模拟信号进行数字化。主要步骤和要求：（1）单频正弦波模拟信号的抽样实现。要求输入信号的幅度A、频率F和相位P可变；要求仿真时间从0到2/F,抽样频率为Fs=20F;要求给出抽样信号的波形图。（2）单频正弦波模拟信号非匀称量化的实现。要求对抽样信号归一
6、化后再分别进行满意A律和U律压缩的非匀称量化；要求压缩参数a、U可变；要求量化电平数D可变；要求输出信号为平顶正弦波；要求给出量化输出信号的波形图，并与抽样信号画在同一图形窗口中进行波形比较。四、试验设计原理信号的数字化需要三个步骤：抽样、量化和编码，抽样是指用每隔肯定时间的信号样值序列来代替原来在时间上连续的信号，也就是在时间上将模拟信号离散化。量化是用有限个幅度值近似原来连续变化的幅度值，把模拟信号的连续幅度变为有限数量的有肯定间隔的离散值。编码则是依据肯定的规律，把量化后的值用二进制数字表示，然后转换成二值或多值的数字信号流。这样得到的数字信号可以通过电缆、微波干线、卫星通道等数字线路传
7、输。在接收端则与上述模拟信号数字化过程相反，再经过后置滤波又恢复成原来的模拟信号。上述数字化的过程又称为脉冲编码调制。抽样话音信号是模拟信号，它不仅在幅度取值上是连续的，而且在时间上也是连续的。要使话音信号数字化并实现时分多路复用，首先要在时间上对话音信号进行离散化处理，这一过程叫抽样。所谓抽样就是每隔肯定的时间间隔T,抽取话音信号的一个瞬时幅度值（抽样值），抽样后所得出的一系列在时间上离散的抽样值称为样值序列。抽样后的样值序列在时间上是离散的，可进行时分多路复用，也可将各个抽样值经过度化、编码变换成二进制数字信号。理论和实践证明，只要抽样脉冲的间隔Tl（2fm）（或f22fm）（fm是话音信
8、号的最高频率），则抽样后的样值序列可不失真地还原成原来的话音信号。量化抽样把模拟信号变成了时间上离散的脉冲信号，但脉冲的幅度仍旧是模拟的，还必需进行离散化处理，才能最终用数码来表示。这就要对幅值进行舍零取整的处理，这个过程称为量化。量化有两种方式，量化方式中，取整时只舍不入，即O1伏间的全部输入电压都输出O伏，12伏间全部输入电压都输出1伏等。采纳这种量化方式，输入电压总是大于输出电压，因此产生的量化误差总是正的，最大量化误差等于两个相邻量化级的间隔A。量化方式在取整时有舍有入，即O0.5伏间的输入电压都输出0伏，0.51?5伏间的输出电压都输出1伏等等。采纳这种量化方式量化误差有正有负，量化
9、误差的确定值最大为A/2。因此，采纳有舍有入法进行量化，误差较小。最小量化间隔越小，失真就越小。最小量化间隔越小，用来表示肯定幅度的模拟信号时所需要的量化级数就越多，因此处理和传输就越简单。所以，量化既要尽量削减量化级数，又要使量化失真看不出来。一般都用一个二进制数来表示某一量化级数，经过传输在接收端再依据这个二进制数来恢复原信号的幅值。所谓量化比特数是指要区分全部量化级所需几位二进制数。例如，有8个量化级，那么可用三位二进制数来区分，由于，称8个量化级的量化为3比特量化。8比特量化则是指共有个量化级的量化。目前国际上普遍采纳简洁实现的A律13折线压扩特性和P律15折线的压扩特性。我们国家规定
10、采纳A律13折线压扩特性。采纳13折线压扩特性后小信号时量化信噪比的改善量可达24dB,而这是靠牺牲大信号量化信噪比（亏损12dB）换来的。编码抽样、量化后的信号还不是数字信号，需要把它转换成数字编码脉冲，这一过程称为编码。最简洁的编码方式是二进制编码。详细说来，就是用n比特二进制码来表示已经量化了的样值，每个二进制数对应一个量化值，然后把它们排列，得到由二值脉冲组成的数字信息流。编码过程在接收端，可以按所收到的信息重新组成原来的样值，再经过低通滤波器恢复原信号。用这样方式组成的脉冲串的频率等于抽样频率与量化比特数的积，称为所传输数字信号的数码率。明显，抽样频率越高，量化比特数越大，数码率就越
11、高,所需要的传输带宽就越宽。非匀称量化为了克服匀称量化的缺点，实际中，往往采纳非匀称量化。非匀称量化是一种在输入信号的动态范围内量化间隔不相等的量化。换言之，非匀称量化是依据输入信号的概率密度函数来分布量化电平，以改善量化性能。非匀称量化是依据信号的不同区间来确定量化间隔的。对于信号取值小的区间，其量化间隔也小;反之，量化间隔就大。它与匀称量化相比，有两个主要的优点：当输入量化器的信号具有非匀称分布的概率密度时，非匀称量化器的输出端可以较高的平均信号量化噪声功率比；非匀称量化时，量化噪声功率的均方根值基本上与信号抽样值成比例。因此，量化噪声对大、小信号的影响大致相同，即改善了小信号时的量化信噪
12、比。五、试验设计思路假设量化电平数D已知，要求由PCM二进制自然编码序列恢复出单频正弦波模拟信号。要求PCM二进制自然编码序列可以是数字型也可以是字符型;要求对PCM二进制自然编码序列进行数据处理（依据量化电平数D推导出一个码字的码长n,假如PCM二进制自然编码序列的长度不是n的整数倍，则补0）;1. PCM编码概念PCM二进制编码：（又叫脉冲编码调制）主要过程是将话音、图像等模拟信号每隔肯定时间进行取样，使其离散化，同时将抽样值按分层单位四舍五入取整量化，同时将抽样值按一组二进制码来表示抽样脉冲的幅值。内插函数：采用以下内插公式可以实现模拟信号的恢复：OOLx5）g（-m）=Xa，n=-oo
13、其中g(t)=sin(t)(t)=sinc(FsXt);Fs为采样频率。2. PCM编码生成由于题目要求用PCm编码恢复一个单频正弦波的波形，为了得到较精确的单频正弦波的pcm编码(任凭找一个编码不能确定它是正弦波)，因此，本人先做了A/D转换，以得到正弦波编码。通过查阅MATLAB函数大全，找到了两个函数LlOyd算法优化标量算法的函数IIoydS()和量化输出值的函数quantiz(),通过一些例子了解的它们的用法，采用以上函数可以得到精确的量化值以完成较精确的pcm编码,为D/A转换供应一个前提预备。(以正弦信号xa=3sin(2*3000t)为例，采样频率为80*3200,量化电平数D
14、=19)六、试验结果:采样频率为20F的输入信号量化后的波形两个波形的比较图QFigure4-FileEditViewInsertToolsDesktopWindowHelp、DQBk!lOS)B012345678tXIOY单频正弦波模拟信号的20倍抽样波形5IIIIIIIUdEeS单频正弦波模拟信号的抽样实现FileEditViewInsertToolsDesktopWindowHelpeQqKfT记口国回单频正弦波模拟信号的原波形12345678tx104抽样信号归一化12345678tx104A律非均匀量化12345678tX1(/U律非均匀量化012345678tX10,单频正弦波模拟
15、信号非匀称量化的实现PCm编码如下：O1O1O11O1O1O1O1OO1O1O1OOOOOOOOOOOOOOOOOOO1O1O11O1O1O1O1OO1O1O1OOOOOOOOOOOO11O1111O1OO11O11O11OO111O1OOOO111O1OOOO1OOO0000000101001110101011100010110110110101111100001100110010000000000000001001010010101010过Inatlab完成了D/A转换，发觉恢复出的波形与原始单频正弦模拟信号大体全都，也存在一些误差。在试验中通过变换输入信号的采样频率，以及内插点数的多少还
16、发觉：采样频率越大，恢复出来的信号越接近原始信号；插入的点数越多恢复出来的信号越接近于原始信号，与理论上完全相符。证明本次试验比较胜利的实现了D/A转换的仿真。七、试验总结：刚拿到试验题目的时候，就开头通过通信原理对它进行复习，渐渐明白了抽样量化编码的原理。但是要让它在matlab上实现还是一个问题，于是又开头读MATLAB及在电子信息课程中的应用。在对PCm编码以及用PCIn编码恢复序列的时候多次采用查找InatIab函数大全，获得一些可以直接采用的函数，为设计供应了很多便捷，比如Lloyd算法优化标量算法的函数Iloyds()和量化输出值的函数quantiz(),通过一些例题演示可以大致了
17、解他们的用法以及作用，还有比如矩阵左右翻转函数fliplr(),和二进制转十进制函数bi2de()通过对大量的资料的查阅可以发觉InatIab应用的敏捷性，更重要的一点是：我们应当把重点放在解题思想和程序设计的方法问题上，而对于很多函数的应用问题可以通过查表等方法简洁实现。总之，通过这次D/A转换的仿真试验，对MATLAB的操作更见娴熟了，巩固了很多基础学问，也让我在解决问题的过程中获得了很多乐趣，对很多理论上的东西有了更深的熟悉。八、试验代码A=5;F=2500;P=0;D=20;%设定原始模拟信号的参数Fs=20*F;tl=0:l/Fs:2/F;xa=A*sin(2*pi*F*tl);fi
18、gure(l)plot(tl,xak,);%显示输入信号波形以及采样点holdon;pk)t(tl,xab.,J;axis(0,2E-5,5);title。采样频率为20F的输入信号)；xlabel(,x(t),);ylabel(t,)m=max(xa);xl=xam;%归一化，以便还原%量化partition,codebook=lfoyds(xl,D);%Lbyd(劳埃德)算法优化量化算法函数分界点矢量(参数)，码本indx,quant=quantiz(xl,partition,codebook);%量化输出值函数量化索引%依据partition来对xl输入信号产生量化索引(量化索引的长度和
19、xl的长度相同)%码本是长度为N的输出集figure(2)Stem(tl,quant,g.);%显示量化后波形axis(0,2E-2z2);title(量化后的波形)；xhbel(,x(t),);ylabel(t,);figure(3)plot(tl,xak,);%显示输入信号波形以及采样点holdon;pk)t(tl,xab.,J;holdonStem(tl,quant,g.);%显示量化后波形axis(0,2E-5,5);CtleC两个波形比较图)；xlabelCx(t)t);ylabel(t,)%编码nu=ceil(tog2(D);%对bg2(D)向上取整PCm=ZeroSoength(
20、XI),nu);%待赋值的零矩阵，前一个系数是行，后一个系数是列fori=l:Iength(Xl)%通过对每一位进行检验得到pcm编码forj=nu:-l:0if(fix(indx(i)2j)=l)pcm(tnu-j)=l;indx(i)=indx(i)-2j;endendenddisp(pcm编码如下disp(pcm)%单频正弦波模拟信号的抽样实现Fsl=F;Fs2=2*F;Fs3=20*F;tll=0:l/Fsl:2/F;tl2=0:l/Fs2:2/F;tl3=0:l/Fs3:2/F;sampll=A*sin(2*pi*F*tll+P);sampl2=A*sin(2*pi*F*tl2+P)
21、;sampl3=A*sin(2*pi*F*tl3+P);figure(4)subplot(311);plot(tll,sampllb,);xlabel(,t,)jylabel(sampl1);title(单频正弦波模拟信号的原波形)subplot(312);pk)t(tl2,samp12y);xlabel(,t,)jylabel(sampl2);subplot(313);plot(tl3,sampl3g);XiabeICt);ylabel(sampl3);title。单频正弦波模拟信号的20倍抽样波形%单频正弦波模拟信号非匀称量化的实现Fs=20*F;a=87.6;u=255;t3=0:l/F
22、s:2/F;sampl3=A*sin(2*pi*F*t3+P);figure(5)subplot(411);pbt(t3,samp13g,);xlabel(,t,)jylabel(,sampl3);title(单频正弦波模拟信号的原波形)；x=sampl3.max(sampl3);subplot(412);plot(t3,x,g,);xlabel(,t,)iylabel(,sampl3*);titled抽样信号归一化quantll=compand(x,a,l,Acompressor,);quantl2=compand(x,u,lmucompressor);codebook=-1-1/D:2/D:1;indxl,quantl=quantiz(x,partition,codebook);subplot(413);plot(t3,quantll,k);xlabel(t,)label(,quantl1,);CtleCA律非匀称量化)；subplot(414);plot(t3,quantl2,b,);xlabel(t,)label(,quantl2,);tittefu律非匀称量化)；
