深入淺出通信原理Python代碼版
深入淺出通信原理是陳愛軍的心血之作,於通信人家園連載,此處僅作python代碼筆記訓練所用
陳老師的連載從多項式乘法講起,一步一步引出卷積、傅立葉級數展開、旋轉向量、三維頻譜、IQ調制、數字調制等一系列通信原理知識
連載27 信號調制的意義
無線通信系統是空間輻射的方式傳送信號的,而現有天線大都是全向天線,天線尺寸\(l\)大於被輻射波長\(\lambda\)十分之一時方能被有效輻射。通常來說需1/4才能達到較好的接收效果。因此調制后的信號的頻率升高波長變短,從而大大降低對天線的需求。
連載24-26: IQ信號調制解調
IQ調制(正交調制)即I路與Q路分別輸入兩個數據a,b,I路與cos\(w_0\)相乘,Q路與\(-sin\omega_0\)相乘,再將IQ兩路疊加,最后獲得的信號\(s(t)=acosw_ot-bsinw_0t\)。
通常將輸入信號以復數a+bj表示,乘上\(e^{jw_0t}\)再取實部便得到
以下圖均引自陳老師通信人家園論壇帖子
連載28 IQ調制稱正交調制的原因
IQ信號被調制到了一對正交的載波上。
正弦波與余弦波在一個周期內積分是0
正弦波、余弦波與自身的乘積在一個周期T內積分大於0
同樣,余弦函數集合{\(coswt,2coswt,3coswt,\cdots\)}及正弦函數集合亦具有正交性
- 任意一個余弦(正弦)函數的平方在基波周期\(T={2\pi}/{\omega_0}\)內積分大於0
- 任意兩個余弦(正弦)函數(不含自身)的乘積在基波周期內積分等於0
正弦函數與余弦函數之間的正交性:
- 余弦函數集合{\(coswt,2coswt,3coswt,\cdots\)}任一函數與正弦函數集合{\(\sin\omega_0,2sinw_0,3sinw_0,\cdots\)}任一函數的乘積在基波周期內積分為0
連載30 OFDM框圖
該圖n個子載波,承載2n個bit
連載22-23 CDMA
Walsh Code:
不同行的WAlsh碼相乘,再在一個周期T內積分,結果是0
同行Walsh碼相乘再在一個周期內積分所得結果是T
CDMA編解碼過程:
CDMA中要借助導頻(實質上就是m序列)來實現同步,確保walsh碼能夠對齊,walsh碼間保持正交關系。
連載34 PSK調制
PSK(Phase Shift Keying)通過不同載波相位來表征不同比特
BPSK:所得信號 \(\cos\omega t\) 對應比特0,\(\cos(\omega t+\pi)\)對應比特1
QPSK:用4個相位表示00,01,10,11
8PSK: 輸入001輸出\(\cos(wt+\pi/8)\),8個相位表示三個比特
采用IQ調制實現QPSK:
QPSK對應星座圖:
折疊代碼塊
```python
# 連載36:QPSK time doamin waveform
t = np.arange(0,8.5,0.5)
# input
plt.subplot(4,1,1)
y1 = [0,1,1,0,1,1,0,0,0,1,1,0,1,1,0,0,0]
plt.plot(t,y1,drawstyle='steps-post')
plt.xlim(0,8)
plt.ylim(-0.5,1.5)
plt.title('Input Signal')
I Signal
plt.subplot(4,1,2)
a = 1/np.sqrt(2)
tI = np.arange(0,9,1)
yI = [-a,a,-a,a,-a,a,-a,a,a]
plt.plot(tI,yI,drawstyle='steps-post')
plt.xlim(0,8)
plt.ylim(-2,2)
plt.title('I signal')
Q signal
plt.subplot(4,1,3)
yQ = [a,-a,-a,a,a,-a,-a,a,a]
plt.plot(tI,yQ,drawstyle='steps-post')
plt.xlim(0,8)
plt.ylim(-1,1)
plt.title('Q Signal')
QPSK signal
plt.subplot(4,1,4)
t = np.arange(0,9.,0.01)
def outputwave(I,Q,t):
rectwav = []
for i in range(len(I)):
t_tmp = t[((i)100)😦(i+1)100)]
yI_tmp = yI[i]np.ones(100)
yQ_tmp = yQ[i]np.ones(100)
wav_tmp = yI_tmpnp.cos(2np.pi5t_tmp)-yQ_tmpnp.sin(2np.pi5t_tmp)
rectwav.append(wav_tmp)
return rectwav
rectwav = outputwave(yI,yQ,t)
plt.plot(t,np.array(rectwav).flatten())
plt.xlim(0,8)
plt.ylim(-2,2)
plt.title('QPSK Signal')
plt.tight_layout()
plt.show()
</code></pre>
</details>

> QPSK的映射關系由格雷碼決定,即減小誤比特率
| 十進制數 | 自然二進制數 | 格雷碼 |
| -------- | ------------ | ------ |
| 0 | 000 | 000 |
| 1 | 001 | 001 |
| 2 | 010 | 011 |
| 3 | 011 | 010 |
| 4 | 100 | 110 |
| 5 | 101 | 111 |
| 6 | 110 | 101 |
| 7 | 111 | 100 |
## 連載39: 8PSK


## 連載40: 16QAM


> 前面講的PSK調制(QPSK、8PSK),星座圖中的點都位於單位圓上,模相同(都為1),只有相位不同。而QAM調制星座圖中的點不再位於單位圓上,而是分布在復平面的一定范圍內,各點如果模相同,則相位必不相同,如果相位相同則模必不相同。星座圖中點的分布是有講究的,不同的分布和映射關系對應的調制方案的誤碼性能是不一樣的
由於部分圖片顯示不出,故貼上[Github地址](https://github.com/weidongz/Rubbish_Code/blob/master/Understanding_Communication_Theroy/Blog_22-40.md)備用