信号与系统自学报告(2)

Fa=fft(x,1024);

f=(0:length(a)-1)*fs/length(a) -fs/2;

figure

plot(f,abs(Fa));

xlabel('Frequence(Hz)');

ylabel('power mV (x)');

之后便使用开始时所提到的y = modulate(Fx,fc,fs,'FM')将信号进行FM调制，重复上述过程可将FM调制后的时域波形和频域波形输出可以进行观察。

由于实际生活中的波形和声音存在噪声，那在FM信号中也存在高斯噪声，那在程序中添入y1 = y + awgn(y,1,0)则可进行模拟，其中awgn(y,1,0)中间一位为信噪比，可以根据实际情况改变其信噪比来观察其FM的波形。

3.案例成果阐述及代码

1）案例成果阐述

在使用matlab运行之后可以得到仿真的几个波形。

以下逐一列举：

调制信号（正弦波）的时域波形图

经过

FM调频过后的调频波的时域图：

输入的调制信号通过调制之后，波形发生了明显的变化，原本规则的正弦信号变成了不规则的上下起伏波动的图形，而且调制后的图形也没有原本正弦信号般圆滑，出现了十分尖锐的突起。说明正弦信号通过FM调制之后波形发生了明显的改变。

经过FM调频过后的调频波的频谱图：

通过频谱图的对照比较我们可以看出FM调制并不是使原正弦信号的频谱在原来位置上通过移动得到调制波形，调制后的波形与调制前的完全不同，这证明FM调制并不是线性的，而是非线性的。

经过FM调频过后的调频波（有噪声）的时域图：

经过FM调频过后的调频波（有噪声）的频域图：

加入噪声后时域波形与原来的时域波形相比，波形明显失真，波形不仅不如原本波形般规则，而且曲线之间还出现了为链接在一起的断裂，

从加入噪声的图形与未加入噪声的对比中我们还可以看出噪声对时域图的变化明显比频域图的变化更为突出，白噪声在整个频谱内每个频点的能量为常数，且基本恒定，所以他对于时域的影响更大。

通过对噪声的理解我们可以知道对于调频系统来说，增加传输带宽就可以改善抗噪声性能。调频方式的这种以带宽取信噪比的特性是十分有益的。

2）程序代码

FM调频波的频谱波形的呈现：

fc = 200;

fs = 500;

t = (0 :0.001:0.15);

Fx = sin(2*pi*30*t);

plot(t,Fx);

xlabel('t');ylabel('Fx');

axis([0 0.15 -1 1])

Fa=fft(Fx,1024);

f=(0:length(Fa)-1)*fs/length(Fa) -fs/2;

figure

plot(f,abs(Fa));

xlabel('Frequence(Hz)');

ylabel('power mV(Fx)');

Fy = modulate(x,fc,fs,'FM');

plot(t,Fy)

xlabel('t(s)');ylabel('Fy');

axis([0 0.15 -1 1]);

Fb=fft(Fy,1024);

f=(0:length(Fb)-1)*fs/length(Fb) -fs/2;

figure

plot(f,abs(Fb));

xlabel('Frequence(Hz)');

ylabel('Power mV(Fy)');

引入噪声：

Fy1 = Fy + awgn(Fy,10,0);

plot(t,Fy1);

xlabel('t(s)');ylabel('Fy');

axis([0 0.15 -1 1]);

Fb=fft(Fy1,1024);

f=(0:length(Fb)-1)*fs/length(Fb) -fs/2;

figure

plot(f,abs(Fb));

xlabel('Frequence(Hz)');

ylabel('Power Spectrum(Fy)');

fc = 200;

fs = 500;

t = (0 :0.001:0.15);

Fx = sin(2*pi*50*t);

Fy = modulate(Fx,fc,fs,'FM');

4.参考文献等附录

（1）Matlab_Simulink在信号调制与解调中的应用-周玲（鲁东大学学报（自然科学版））

（2）基于MATLAB7_0的信号调制与解调分析_陈洁（山西电子技术2006年第五期）

使用语言环境：Matlab 7.11.0（R2010b）