基于MATLAB的模拟信号传输系统实验
基于MATLAB的模拟信号频率调制与解调分析
基于MATLAB的模拟信号频率调制与解调分析信号频率调制（FM）是一种将信息信号调制到载频波形上以便在传输过程中保持信号质量的技术。
本文将基于MATLAB对信号频率调制与解调进行分析与模拟。
首先，我们需要生成一个调制信号。
以正弦信号为例，通过改变该信号的频率来模拟调制信号。
我们可以使用MATLAB的信号处理工具箱中的`fmmod(`函数来实现这一点。
以下是一个示例代码：```matlabt = 0:1/fs:1; % 时间向量fc = 2000; % 载频频率fm = 100; % 调制信号频率m = sin(2*pi*fm*t); % 调制信号modulatedSignal = fmmod(m, fc, fs); % 使用fmmod进行调频调制subplot(2,1,1);plot(t, m);title('调制信号');xlabel('时间');ylabel('振幅');subplot(2,1,2);title('调制后信号');xlabel('时间');ylabel('振幅');```上述代码中，我们定义了采样频率、时间向量、载频频率和调制信号频率，并生成了调制信号。
然后，我们使用`fmmod(`函数将调制信号调制到载频波形上。
最后，我们用两个子图分别显示调制信号和调制后信号。
接下来，我们将对调制后的信号进行解调以还原原始信号。
我们可以使用MATLAB的信号处理工具箱中的`fmdemod(`函数。
以下是一个示例代码：```matlabdemodulatedSignal = fmdemod(modulatedSignal, fc, fs); % 使用fmdemod进行解调subplot(2,1,1);plot(t, modulatedSignal);title('调制后信号');xlabel('时间');ylabel('振幅');subplot(2,1,2);title('解调后信号');xlabel('时间');ylabel('振幅');```上述代码中，我们使用`fmdemod(`函数对调制后的信号进行解调。
通信原理基于matlab的计算机仿真
通信原理基于matlab的计算机仿真通信原理基于matlab的计算机仿真已经成为通信领域中一项重要的研究工具。
此类仿真软件通过模拟现实情形，能够极大地加快通信设备的开发进程，并且可以帮助工程师进行实验，发现并解决通讯中可能存在的问题。
同时，matlab的通信仿真功能也成为了相关教材和教学实验的首选，许多大学，尤其是通信工程专业的学生要通过matlab的仿真来更好地理解通信原理和通信设备的工作原理。
由于matlab的专业性，无论是对于传输介质的模型计算，还是信号的传输过程的计算仿真，都非常适合。
通信原理的matlab仿真可以有效地帮助工程师分析各种信号，包括模拟信号、数字信号及混合信号。
这种仿真可用于计算机网络、通信系统设计以及无线通信和移动通信等领域。
在matlab中，通信原理的仿真重点是信号的传输与接收。
目前，通信设备主要采用数字信号的传输方式，而matlab中也能够实现该方式的仿真。
通过模拟数字信号的传输过程，可以帮助工程师分析此类信号在不同媒介下的传输效果。
所以，在进行数字信号的仿真时，matlab会考虑到以下几个因素：1.噪声在数字通信中，噪声是一个常见的问题。
因此，在matlab 的仿真中也要考虑到噪声的影响因素。
matlab能够对噪声进行建模，模拟各种环境下的噪声对数字信号的影响程度。
2.数据传输速率数据传输速率也会影响数字信号的仿真结果。
matlab可以模拟数字信号传输的速率以及不同速率下的传输效果。
3.差错率差错率也是数字信号传输中的一个显著因素，matlab在通信原理仿真中也会进行模拟。
除数字信号外，模拟信号的仿真也是通信原理仿真领域的一项重要工作。
在matlab的仿真中，通常对模拟信号的传输和接收会更加复杂。
通信原理的matlab仿真的一个重要应用就是误码率和比特误差率测试。
误码率和比特误差率都是评估数字信号传输质量的指标。
通信系统的设计旨在在受到最小干扰时保持误差率的最小化。
基于MATLAB的OFDM系统仿真及分析
基于MATLAB的OFDM系统仿真及分析OFDM（正交频分复用）是一种广泛应用于无线通信系统中的多载波调制技术。
在OFDM系统中，信号被分为多个独立的子载波，并且每个子载波之间正交。
这种正交的特性使得OFDM系统具有抗频率选择性衰落和多径干扰的能力。
本文将基于MATLAB对OFDM系统进行仿真及分析。
首先，我们需要确定OFDM系统的参数。
假设我们使用256个子载波，其中包括8个导频符号用于信道估计，每个OFDM符号的时域长度为128个采样点。
接下来，我们需要生成调制信号。
假设我们使用16QAM调制方式，每个子载波可以传输4个比特。
在MATLAB中，我们可以使用randi函数生成随机的比特序列，然后将比特序列映射为16QAM符号。
生成的符号序列可以通过IFFT（Inverse Fast Fourier Transform）将其转换为时域信号。
OFDM系统的发射端包括窗函数、导频符号插入、IFFT和并行到串行转换等模块。
窗函数用于增加OFDM符号之间的过渡带，导频符号用于信道估计和符号同步。
通过将符号序列与导频图案插入到OFDM符号序列中，然后进行IFFT变换，再进行并行到串行转换即可得到OFDM信号的时域波形。
接下来，我们需要模拟OFDM信号在信道中传输和接收。
假设信道是Additive White Gaussian Noise（AWGN）信道。
在接收端，OFDM信号的时域波形通过串行到并行转换，然后进行FFT（Fast Fourier Transform）变换得到频域信号。
通过在频域上对导频符号和OFDM信号进行正交插值，可以进行信道估计和等化。
最后将频域信号进行解调，得到接收后的比特序列。
通过比较发送前和接收后的比特序列，我们可以计算比特误码率（BER）来评估OFDM系统的性能。
比特误码率是接收到错误比特的比特数与总传输比特数之比。
通过改变信噪比（SNR）值，我们可以评估OFDM系统在不同信道条件下的性能。
毕业设计(论文)基于matlab的数字基带通信系统仿真
基于matlab的数字基带通信系统仿真1.课程设计的目的(1)增加对仿真软件的认识，学会对各种软件的操作和使用方法(2)加深理解数字基带通信系统的概念(3)初步掌握系统的设计方法，培养独立工作能力2.设计方案论证2.1数字基带传输系统在数字传输系统中，其传输的对象通常是二进制数字信号，它可能是来自计算机、电传打字机或其它数字设备的各种数字脉冲，也可能是来自数字终端的脉冲编码调制（PCM）信号。
这些二进制数字信号的频带范围通常从直流和低频开始，直到某一频率m f ，我们称这种信号为数字基带信号。
在某些有线信道中，特别是在传输距离不太远的情况下，数字基带信号可以不经过调制和解调过程在信道中直接传送，这种不使用调制和解调设备而直接传输基带信号的通信系统，我们称它为基带传输系统。
而在另外一些信道，特别是无线信道和光信道中，数字基带信号则必须经过调制过程，将信号频谱搬移到高频处才能在信道中传输，相应地，在接收端必须经过解调过程，才能恢复数字基带信号。
我们把这种包括了调制和解调过程的传输系统称为数字载波传输系统。
数字基带传输系统的模型如图 1所示，它主要包括码型变换器、发送滤波器、信道、接收滤波器、均衡器和取样判决器等部分。
图1 数字基带传输系统模型1.2 数字基带信号1.2.1数字基带信号波形对不同的数字基带传输系统，应根据不同的信道特性及系统指标要求，选择不同的数字脉冲波形。
原则上可选择任意形状的脉冲作为基带信号波形，如矩形脉冲、三角波、高斯脉冲及升余弦脉冲等。
但实际系统常用的数字波形是矩形脉冲，这是由于矩形脉冲纤数字传输系统中的线路传输码型。
此外，CMI 码和曼彻斯特码一样都是将一位二进制码用一组两位二进制码表示，因此称其为1B2B 码。
（5）4B/3T 码4B/3T 码是1B/1T 码的改进型它把4 个二进制码元变换为3个三进制码元。
显然，在相同信息速率的条件下，4B/3T 码的码元传输速率要比1B/1T 码的低，因而提高了系统的传输效率。
信号与系统Matlab实验—频分多址FDMA
频分多址FDMA实验一、实验目的1、通过matlab软件实现頻分多址功能1、学习使用Simulink进行系统仿真的方法2、学习使用Simulink进行系统的频域分析方法二、实验内容1、根据频分多址（FDMA）原理，设计系统方框图2、根据方框图，链接各模块，并设置仿真模块参数。
3、尝试用Scope对各信号进行分析。
三、实验原理1.1 寻址方式的概念为了提高通信系统信道的利用率，通常多路信号共享同一信道进行信号的传输。
为此，引入信道多址寻址的概念。
多址寻址是指在同一信道上传输多路信号而互不干扰的一种技术。
目前的多址寻址方式是基于常规通信中的多路复用模式所创建的，最常用的多路复用有频分复用（FDM）、时分复用（TDM）和码分复用（CDM）。
进而在多址寻址分类中，按频带区分信号的方法是频分多址（FDMA）；按时隙区分信号的方法是时分多址（TDMA）；按相互正交的码字区分信号的方法是码分多址（CDMA）。
1.2 频分多址的基本工作原理频分复用就是在发送端利用不同频率的载波将多路信号的频谱调制到不同的频段，以实现多路复用。
频分复用的多路信号在频谱上不会重叠，合并在一起通过一条信道传输。
到达接收端后，通过中心频率不同的带通滤波器彼此分离开来。
频分多址时将通信的频段划分成若干信道频率范围，每对通信设备工作在某个特定的频率范围内，即不同的通信用户是靠不同的频率划分来实现通信的，早期的无线通信系统，包括现在的无线电广播、短波通信、大多数专用通信网都是采用频分多址技术来实现的。
频分多址系统组成框图如图1.1所示。
图1.1 频分多址系统原理图在选择载频时，既应考虑到每一路已调信号的频谱宽度'm f ，还应留有一定的防护频带g f 。
为了各路信号频谱不重叠，要求载频间隔(),n ,,i f f f f f g m ci i c s 21'1=+=-=+ （1-1）式中，ci f 和()1+i c f 分别为第i 路和第()1+i 路的载波频率。
基于MATLAB的信号与系统实验教程
基于MATLAB的信号与系统实验教程第一部分 MATLAB基础第1章 MATLAB环境1.1 MATLAB界面图1.1 MATLAB主界面图1.2 Workspace图1.3 MATLAB.m文件编辑窗口界面1.2 文件类型图1.4 设置路径图1.5 例1-1运行结果1.3 系统和程序控制指令1.4 练习第2章 数据类型与数学运算2.1 数值、变量和表达式2.1.1 数值的记述2.1.2 变量命名规则2.1.3 运算符和表达式2.2 数组、矩阵及其运算2.2.1 复数和复数矩阵2.2.2 数组和矩阵的运算2.2.3 特殊矩阵（Specialized matrices）2.3 关系和逻辑运算2.4 练习第3章 数值计算与符号计算3.1 线性代数与矩阵分析3.1.1 线性代数3.1.2 特征值分解3.1.3 奇异值分解3.1.4 矩阵函数3.2 线性方程组求解3.2.1 确定性线性方程组求解3.2.2 线性最小二乘问题的方程求解3.3 数据分析函数图3.1 例3-4运行结果3.4 符号计算图3.2 数值型与符号型数据转换关系3.5 练习第4章 绘图4.1 基本绘图指令4.1.1 plot的基本调用格式图4.1 例4-1运行结果4.1.2 stem: 离散数据绘制（火柴杆图）图4.2 例4-2运行结果4.1.3 polar: 极坐标图图4.3 例4-3运行结果4.2 各种图形标记、控制指令图4.4 例4-4运行结果4.2.1 图的创建与控制4.2.2 轴的产生与控制4.2.3 分格线(grid)、坐标框(box)、图保持(hold)4.2.4 图形标志4.3 其他常用绘图指令4.3.1 其他类型图的绘制图4.5 例4-5运行结果图4.6 例4-6运行结果简易绘图指令图4.7 例4-7运行结果4.4 练习第5章 SIMULINK5.1 SIMULINK的基本使用方法图5.1 Simulink Library Browser窗口图5.2 Pulse Generator模块的参数设置5.2 SIMULINK模型概念及基本模块介绍图5.4 SIMULINK模型的一般结构5.2.1 常用的sources——信号源模块5.2.2 常用的sinks——信号显示与输出模块图5.5 示波器纵坐标设置对话框图5.6 示波器属性对话框5.2.3 math operations——数学运算单元模块5.2.4 continuous——连续系统模块5.2.5 discrete——离散系统模块5.3 SIMULINK模型的仿真5.3.1 仿真参数设置图5.7 仿真设置对话框5.3.2 建立子系统图5.8 例5-2的SIMULINK模型图5.9 例5-2的子系统模型图5.10 例5-2仿真输出波形5.4 练习第6章 M函数和工具箱6.1 M函数6.2 工具箱图6.1 演示程序中的工具箱(Toolbox)使用帮助6.3 练习第7章 MATLAB实用技术遴选7.1 图形用户界面设计7.1.1 设计原则与设计步骤7.1.2 界面与控件介绍图7.1 标准菜单样式7.1.3 GUI实例分析。
基于MATLAB的模拟信号数字化系统的研究与仿真
脉冲编码调制（PCM）原理：
图 1-9 脉冲编码调制示意图
PCM 系统的原理方框图如下图所示，同种，输入的模拟信号 m（t）经抽样、量化、
编码后变换成数字信号，经心道传送到接收端的译码器，由译码器还原出抽样值，再经过
定理内容：抽样定理在时域上可以表述为：对于一个频带限制在（0，fH）Hz 内的时间 连续信号 f(t),如果以 Ts≤1/(2fH)秒间隔对其进行等间隔抽样，则 f（t）将被所得到的 抽样值完全确定。模拟信号的抽样过程如下图。
图 1-2 模拟信号抽样的过程示意图
下图分析可知模拟信号抽样过程中各个信号的波形与频谱。
模拟信号数字化系统的研究与仿真
5
通信原理课程设计
图 1-4 两种情况下的抽样信号频谱分析
应该注意的一点是：抽样频率并不是越高越好。只要能满足抽样频率大于奈奎斯特频 率，并留有一定的防卫带即可。
1.1.2 带通信号的抽样定理
实际中遇到的许多信号时带通型信号，模拟信号的频道限制在 fL～fH 之间，fL 为信号 最低频率，fH 为最高频率。而且当 fH>B，其中 B=fH-fL 时，该信号通常被成为带通型信号， 其中 B 为带通信号的频带。
对于带通信号，如果采用低通抽样定理的抽样速率 fs≥2fh，对频率限制在 fL 与 fH 之间 的带通型信号抽样，肯定能满足频谱不混叠的要求，如图所示。
模拟信号数字化系统的研究与仿真
6
通信原理课程设计
图 1-5 带通信号的抽样频谱
定理内容：一个带通信号 f（t），其频率限制在 fL 与 fH 之间，带宽为 B=fh-fl，如果 最小抽样速率 fs=2fh/n，n 是一个不超过 fh/B 的最大整数，那么 f（t）就可以完全由抽 样值确定。 下面两种情况说明：
基于MATLAB实现 OFDM的仿真
正交频分复用(OFDM)技术就是在频域内将给定信道分成许多正交子信道，在每个子信道上使用一个子载波进行调制，并且各子载波并行传输。尽管总的信道是非平坦的，具有频率选择性，但是每个子信道是相对平坦的，在每个子信道上进行的是窄带传输，信号带宽小于信道的相应带宽，因此大大消除了信号波形间的干扰。而且子信道的载波相互正交，一个OFDM符号包括多个经过PSK调制或QAM调制的子载波的合成信号，每个子载波的频谱相互重叠，从而又提高了频谱利用率。用N表示子载波个数，T表示OFDM符号的持续时间，di( i = 0,1 ,…, N - 1)为分配给每个子信道的数据符号，fi为第i个子载波的载波频率，从t = ts开始的OFDM符号的等效基带信号可表示为(模拟信号表示式) :
当一个OFDM符号在多径无线信道中传输时，频率选择性衰落会导致某几组子载波收到相当大的的衰减，从而引起比特错误。这些在信道频率响应的零点会造成在邻近的子载波上发射的信息受到破坏，导致在每个符号中出现一连串的比特错误。与一大串错误连续出现的情况相比较，大多数前向纠错编码（FEC，Forward Error Correction）在错误分布均与的情况下会工作得更有效。所以，为了提高系统的性能，大多数系统采用数据加扰作为串并变换工作的一部分。这可以通过把每个连续的数据比特随机地分配到各个子载波上来实现。在接收机端，进行一个对应的逆过程解出信号。这样，不仅可以还原出数据比特原来的顺序，同时还可以分散由于信号衰落引起的连串的比特错误使其在时间上近似均匀分布。这种将比特错误位置的随机化可以提高前向纠错编码（FEC）的性能，并且系统的总的性能也得到改善。
图1.3OFDM子载波频谱
这种现象可以参见图1.3，图中给出了相互覆盖的各个子信道内经过矩形波形成型得到的符号的sinc函数频谱。在每个子载波频率最大值处，所有其他子信道的频谱值恰好为零。因为在对OFDM符号进行解调过程中，需要计算这些点上所对应的每个子载波频率的最大值，所以可以从多个相互重叠的子信道中提取每一个子信道的符号，而不会受到其他子信道的干扰。从图1.3可以看出，OFDM符号频谱实际上可以满足奈奎斯特准则，即多个子信道频谱之间不存在相互干扰。因此这种一个子信道频谱出现最大值而其他信道频谱为零点的特点可以避免载波间的干扰（ICI）的出现。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
通信原理实验实验8 基于MATLAB的模拟信号传输系统实验班级：04xx103学号：04xxx0913姓名：xxx通信原理软件实验实验8 基于MATLAB的模拟信号传输系统实验一、AM调制解调（1）实验原理及框图调制：AM是诸多调制方式中最简单的一种模拟调制方式，AM信号的时域和频域表达式分别为式中，A0为外加的直流分量；m(t)为模拟基带信号，可以是确知信号也可以是随机信号，但通常认为其平均值为0，即。
AM信号波形可用包络检波法很容易地恢复原始信号但为了保证包络检波时不发生失真，必须满足。
否则将出现过调幅现象而带来失真。
AM调制器模型解调：对于接收端而言，一般说来AM信号有两种解调方式，相干解调法和非相干解调法，这里只介绍相干解调法。
对于相干解调而言，将已调AM信号乘上一个与调制器同频同相的载波, 得再经过低通滤波器,滤去第 2 项高频分量,即可无失真地恢复出原始的调制信号：AM解调原理框图（2）实验结果信号频率为2KHz，载波频率为20KHz，采样率为1MHz，信噪比为5基带信号和载波信号AM信号及频谱（100%调制）AM信号及频谱（0%调制）AM信号及频谱（50%调制）通过带通滤波器信号及频谱和相干解调通过低通滤波器信号及频谱（3）程序代码close all;clear;clc;fs=1e6;N=8000;t=0:1/fs:(N-1)/fs;f=(0:(N-1))*fs/N-fs/2;fm=2000;fss=20000;m=cos(fm*2*pi*t);%基带信号subplot(4,1,1);plot(t,m);title('基带信号','FontWeight','bold'); xlabel('t/s','FontSize',12);axis([0.001,0.004,-2,2]);m_w=fft(m);%基带频谱subplot(4,1,2);plot(f,fftshift(abs(m_w)));title('基带频谱','FontWeight','bold'); xlabel('f/Hz','FontSize',12);axis([-10000,10000,0,3500]);s=cos(fss*2*pi*t);%载波信号subplot(4,1,3);plot(t,s);title('载波信号','FontWeight','bold'); xlabel('t/s','FontSize',12);axis([0.001,0.004,-2,2]);s_w=fft(s);%载波频谱subplot(4,1,4);plot(f,fftshift(abs(s_w)));title('载波频谱','FontWeight','bold'); xlabel('f/Hz','FontSize',12);axis([-30000,30000,0,3500]);sm=s.*(1+m);%调制信号figure;subplot(4,1,1);plot(t,sm);title('调制信号','FontWeight','bold'); xlabel('t/s','FontSize',12);axis([0.001,0.004,-2,2]);sm_w=fft(sm);%调制信号频谱subplot(4,1,2);plot(f,fftshift(abs(sm_w)));title('调制信号频谱','FontWeight','bold'); xlabel('f/Hz','FontSize',12);axis([-30000,30000,0,2000]);sm1=awgn(sm,5);%加信道噪声后的调制信号subplot(4,1,3);plot(t,sm1);title('加信道噪声后的调制信号','FontWeight','bold');xlabel('t/s','FontSize',12);axis([0.001,0.004,-2,2]);sm1_w=fft(sm1);%加信道噪声后的调制信号频谱subplot(4,1,4);plot(f,fftshift(abs(sm_w)));title('加信道噪声后的调制信号频谱','FontWeight','bold');xlabel('f/Hz','FontSize',12);axis([-30000,30000,0,2000]);fsamp=1e6;%采样频率为1MHzfcuts = [16000 17500 22500 24000];mags = [0 1 0];devs = [0.05 0.01 0.05];[n,Wn,beta,ftype]=kaiserord(fcuts,mags,devs,fs amp);hh=fir1(n,Wn,ftype,kaiser(n+1,beta),'noscale'); sm2=fftfilt(hh,sm1);figure;subplot(4,1,1);%经过带通滤波器后的调制信号plot(t,sm2);title('经过带通滤波器后的调制信号','FontWeight','bold');xlabel('t/s','FontSize',12);axis([0.001,0.004,-2,2]);sm2_w=fft(sm2);%经过带通滤波器后的调制信号频谱subplot(4,1,2);plot(f,fftshift(abs(sm2_w)));title('经过带通滤波器后的调制信号频谱','FontWeight','bold');xlabel('f/Hz','FontSize',12);axis([-30000,30000,0,2000]);sp=2*sm2.*s;%与本地载波相乘后的信号subplot(4,1,3);plot(t,sp);title('与本地载波相乘后的信号','FontWeight','bold');xlabel('t/s','FontSize',12);axis([0.001,0.004,-2,2]);sp_w=fft(sp);%与本地载波相乘后的信号频谱subplot(4,1,4);plot(f,fftshift(abs(sp_w)));title('与本地载波相乘后的信号频谱','FontWeight','bold');xlabel('f/Hz','FontSize',12);axis([-45000,45000,0,1200]);fsamp = 1e6;%采样频率为1MHzfcuts = [3000 20000];mags = [1 0];devs = [0.01 0.05];%通带波动1%，阻带波动5%[n,Wn,beta,ftype]=kaiserord(fcuts,mags,devs,fs amp);hh1=fir1(n,Wn,ftype,kaiser(n+1,beta),'noscale'); sd=fftfilt(hh1,sp);%低通滤波后的信号figure;subplot(4,1,1);plot(t,sd);title('低通滤波后的信号','FontWeight','bold'); xlabel('t/s','FontSize',12);axis([0.001,0.004,-2,2]);sd_f=fft(sd);%低通滤波后的信号频谱subplot(4,1,2);plot(f,fftshift(abs(sd_f)));title('低通滤波后的信号频谱','FontWeight','bold');xlabel('f/Hz','FontSize',12);axis([-10000,10000,0,3500]);二、FM调制解调（1）实验原理及框图调制：非线性调制通常是通过改变载波的频率或相位来达到的，而频率或相位的变化都可以看成是载波角度的变化，故这种调制又称角度调制。
调频波的表示式为解调：调制信号的解调分为相干解调和非相干解调两种。
相干解调仅仅适用于窄带调频信号，且需同步信号，故应用范围受限；而非相干解调不需同步信号，且对于窄带角度调制信号和宽带角度调制信号均适用，因此是角度调制系统的主要解调方式。
FM 非相干解调模型（2）实验结果基带信号和积分后信号载波和调制信号及频谱加噪和滤噪后的调制信号及频谱（SNR=3）解调信号（3）程序代码close all;clear all;clc;snr=30;fs=1e6; %采样率N=8001; %采用点数t=0:1/fs:(N-1)/fs; %时域采样点f=(0:(N-1))*fs/N-fs/2; %频域采样点(均匀分布在2两侧）fm=2000; %基带频率fss=20000; %载波频率fmk=5; %调频系数A=1; %载波幅度m=A*cos(fm*2*pi*t); %信息信号subplot(411);plot(t,m);title('基带信号');xlabel('t/s');axis([0.001,0.008,-2,2]); %坐标的x轴和y轴的最小最大mw=fft(m);subplot(412);plot(f,fftshift(abs(mw)));xlabel('f/Hz');axis([-10000,10000,0,5500]); %fft后的幅度值变为N/2倍w1=0;w2=0;for n=1:length(t); %积分器的原理w1=m(n)+w2; %m为信号的矩阵表示，m(n)代表m矩阵的第n个数w2=m(n)+w1; %用梯形的面积fi(n)=w1/(1e6); %fi（n）是指n点之前的所有面积endfi=fi/max(abs(fi)); %归一化消除了1e6带来的幅度大小subplot(413);plot(t,fi);title('积分后的信号');xlabel('t/s');axis([0.001,0.008,-1,1]);fiw=fft(fi);subplot(414);plot(f,fftshift(abs(fiw)));title('积分后信号的频谱');xlabel('f/Hz');axis([-10000,10000,0,5500]);fil=fi*fmk;s=A*cos(fss*2*pi*t);figure;subplot(411);plot(t,s);title('载波信号');xlabel('t/s');axis([0.001,0.008,-2,2]);sw=fft(s);subplot(412);plot(f,fftshift(abs(sw)));title('载波频谱');xlabel('f/Hz');axis([-30000,30000,0,5500]);%进行FM调制sfm=A*s.*cos(fil)-A*sin(fss*2*pi*t).*sin(fil); subplot(413);plot(t,sfm);title('调制后的信号');xlabel('t/s');axis([0.001,0.008,-2,2]);sfmw=fft(sfm);subplot(414);plot(f,fftshift(abs(sfmw)));title('调制后信号的频谱');xlabel('f/Hz');axis([-40000,40000,0,1500]); %因为用倍角展开有个0.5，所以y坐标的数值为0.25%加噪声figure;sfm1=awgn(sfm,snr);subplot(411);plot(t,sfm1);title('加了噪声后的调制信号');xlabel('t/s');axis([0.001,0.005,-2,2]);sfm1w=fft(sfm1);subplot(412);plot(f,fftshift(abs(sfm1w)));title('加了噪声后的调制信号的频谱');xlabel('f/Hz');axis([-40000,40000,0,1500]);%通过带通滤波器fsamp=1e6;fcuts=[2000 9000 37000 38000];mags=[0 1 0];devs=[0.05 0.01 0.05];[n,Wn,beta,ftype]=kaiserord(fcuts,mags,devs,fs amp);hh=fir1(n,Wn,ftype,kaiser(n+1,beta),'noscale'); sfm2=fftfilt(hh,sfm1); %通过带通滤波器后的信号subplot(413);plot(t,sfm2);title('滤掉部分噪声后的调制信号');xlabel('t/s');axis([0.001,0.008,-2,2]);sfm2w=fft(sfm2);subplot(414);plot(f,fftshift(abs(sfm2w)));title('滤掉部分噪声后调制信号频谱');xlabel('f/Hz');axis([-40000,40000,0,1500]); %经过微分器figure;dt=0.000001;for i=1:length(t)-1sfm2(i)=(sfm2(i+1)-sfm2(i))/dt; endsfm2=sfm2/max(abs(sfm2)); subplot(411);plot(t,sfm2);axis([0.001,0.008,-2,2]);title('微分后的信号');for i=1:length(sfm2)-1sfm2(i)=(sfm2(i)+sfm2(i+1))/2; endfor i=1:length(sfm2)-1sfm2(i)=(sfm2(i)+sfm2(i+1))/2; endsfm3=abs(hilbert(sfm2));for i=1:length(sfm3)-1sfm3(i)=(sfm3(i)+sfm3(i+1))/2; endsubplot(412);plot(t,sfm3);axis([0.001,0.008,-2,2]);title('检波幅度');a1=(max(sfm3)-min(sfm3))/2;for k=1:length(t)sfm3(k)=sfm3(k)-a1;endsubplot(413);plot(t,sfm3);axis([0.002 0.008 -1 1]);title('解调后信号');。