ΚΕΦΑΛΑΙΟ 2 ο : Εξομοίωση-Ψηφιακή Υλοποίηση Αναλογικών Διαμορφώσεων

ΚΕΦΑΛΑΙΟ ο : Εξομοίωση-Ψηφιακή Υλοποίηση Αναλογικών Διαμορφώσεων.1 Εισαγωγή Όπως τονίστηκε και στο εισαγωγικό κεφάλαιο, η ψηφιακή τεχνολογία τείνει να εξοβελίσει τις αναλογικές τεχνικές από τα συστήματα των σύγχρονων τηλεπικοινωνιών. Ήδη και τα τελευταία «φρούρια» της αναλογικής τεχνολογίας, η τηλεόραση και το ραδιόφωνο, μεταβαίνουν στην εποχή της ψηφιακής εκπομπής. Ωστόσο, το τελευταίο μέρος ενός τηλεπικοινωνιακού συστήματος (RF up-onverter και ενισχυτής εξόδου) είναι κατ ανάγκη αναλογικό, αφού τελικά ένα αναλογικό σήμα θα δημιουργηθεί προς εκπομπή στον διαθέσιμο τηλεπικοινωνιακό δίαυλο. Πέραν αυτού, τόσο το θεωρητικό υπόβαθρο, όσο και επι μέρους διαδικασίες της ψηφιακής διαμόρφωσης δανείζονται από τα κλασικά σχήματα της αναλογικής διαμόρφωσης (QAM, VSB, FM), ενώ και η ανάλυση θορύβου γίνεται με βάση τις στοχαστικές ανελίξεις συνεχούς χρόνου. Στο κεφάλαιο αυτό θα παρουσιαστούν ασκήσεις ψηφιακής υλοποίησης βασικών σχημάτων αναλογικής διαμόρφωσης, όπως SSB, VSB και FM, με στόχο τόσο την εμπέδωση της σχετικής θεωρίας, όσο και την εξοικείωση με τις τεχνικές ψηφιακής επεξεργασίας τηλεπικοινωνιακών σημάτων (φιλτράρισμα, μορφοποίηση φάσματος), δεξιότητες απαραίτητες για την υλοποίηση συστημάτων ψηφιακής επικοινωνίας.. Απλή διαμόρφωση ΑΜ (DSB) - Πλέγμα δειγματοληψίας Η απλούστερη διαμόρφωση είναι η Διαμόρφωση Πλάτους Διπλής Πλευρικής Ζώνης (ΑΜ Double Side Band DSB). Συνίσταται στον πολλαπλασιαμό ενός ημιτονικού σήματος (φέροντος) με το προς μετάδοση σήμα, υπό τη συνθήκη ότι η συχνότητα φέροντος, f, είναι τουλάχιστον διπλάσια του εύρους ζώνης, W, του σήματος. Το αποτέλεσμα της διαμόρφωσης αυτής είναι η ολίσθηση του φάσματος του σήματος στην περιοχή της συχνότητας του φέροντος (σχ..1). W f osπf t -f f Σχήμα.1: Διαμόρφωση DSB Είναι φανερό από το σχήμα.1 ότι για να έχουμε σωστή ψηφιακή αναπαράσταση του διαμορφωμένου σήματος (χωρίς σφάλματα επικάλυψης), θα πρέπει το πλέγμα δειγματοληψίας να είναι τόσο πυκνό όσο το διπλάσιο τουλάχιστον της υψηλότερης 1

συχνότητας f +W. Εάν λοιπόν το αρχικό πλέγμα δειγματοληψίας δεν είναι επαρκώς πυκνό (π.χ. είναι κοντά στη συχνότητα Nyquist του αρχικού σήματος βασικής ζώνης), θα πρέπει να γίνει κατάλληλη πύκνωσή του, σύμφωνα με τη μέθοδο που περιγράφηκε στο Κεφ. 1. Στο παράδειγμα που ακολουθεί, σήμα βασικής ζώνης, εύρους περίπου 1 KHz (για την ακρίβεια, το σήμα έχει φιλτραριστεί με συχνότητα αποκοπής f =1.3 KHz, βλ. σχετικό Παράδειγμα 1.) διαμορφώνει κατά πλάτος φέρον συχνότητας f =4f. Η αρχική συχνότητα δειγματοληψίας του σήματος είναι F s =819 Hz. Επειδή (f +f )=188 > F s, η συχνότητα δειγματοληψίας δεν επαρκεί για να παρασταθεί σωστά το διαμορφωμένο σήμα και, για το λόγο αυτό, γίνεται πύκνωση πλέγματος (x4). Παράδειγμα.1 Διαμόρφωση ΑΜ (DSB) σήματος Σε περιβάλλον MATLAB, να διαβαστεί διάνυσμα σήματος από το σχετικό αρχείο (μαζί διαβάζονται η συχνότητα δειγματοληψίας, F s, καθώς και οι οριακές συχνότητες ζώνης μετάβασης και ζώνης αποκοπής, f (1:), του σήματος) και να γίνουν επ αυτού τα ακόλουθα: α) Πύκνωση πλέγματος κατά τον παράγοντα 4. β) Διαμόρφωση ΑΜ-DSB με συχνότητα φέροντος F =4f (). γ) Αποδιαμόρφωση και σύγκριση (τμήματος) του τελικού σήματος με το αρχικό. Σε κάθε στάδιο (α,β,γ) να σχεδιαστεί το φάσμα του αντίστοιχου σήματος. Υλοποίηση - σχολιασμός κώδικα Ο Κώδικας.1 υλοποιεί τα ζητούμενα του παραδείγματος. Αφού φορτωθεί το σήμα και οι παράμετροι συχνότητας από το αρχείο sima_lp (γραμμή 6), σχεδιάζεται η φασματική πυκνότητα του σήματος (γραμμή 9). Στη συνέχεια γίνεται πύκνωση του πλέγματος δειγματοληψίας και υπολογίζονται οι ανηγμένες τιμές των συχνοτήτων στο νέο πλέγμα (γραμμές 1, 11). Η συνάρτηση upsample απλώς παρεμβάλλει μηδενικά δείγματα (τρία, ανά ένα δείγμα σήματος), ο δε συντελεστής <4> χρησιμοποιείται για να διατηρήσει τη φασματική πυκνότητα του σήματος στα αρχικά επίπεδα (όχι την ισχύ του, η οποία τετραπλασιάζεται). Έτσι, μετά και το βαθυπερατό φιλτράρισμα που γίνεται στη συνέχεια (υπολογισμός φίλτρου: γραμμή 14, φιλτράρισμα: γραμμή ), η κλίμακα του σήματος παραμένει η ίδια (ας σχεδιαστούν και συγκριθούν για επιβεβαίωση αντίστοιχα τμήματα σήματος, πριν και μετά την πύκνωση του πλέγματος). Στα επόμενα τμήματα κώδικα ακολουθούν: η διαμόρφωση (γραμμή 7), η αποδιαμόρφωση (γραμμές 3-34) και η επαναφορά στο αρχικό πλέγμα (αραίωση κατά 4, γραμμή 37). Τέλος συγκρίνονται αντίστοιχα τμήματα του αρχικού και του τελικού σήματος. Σε καθένα από τα παραπάνω στάδια επεξεργασίας σχεδιάζεται το φάσμα του αντίστοιχου σήματος. Το σχήμα. συμπεριλαμβάνει τα αντίστοιχα γραφήματα.

1. lear all; lose all;. %%%% Φόρτωση σήματος και πύκνωση του πλέγματος δειγματολήψίας 3. % Φορτώνεται το σήμα βασικής ζώνης, sima_lp, η συχνότητα 4. % δειγματοληψίας Fs και το διάνυσμα των συχνοτήτων της 5. % ζώνης μετάβασης f=[f1 f], ανηγμένων ως προς Fs 6. load sima_lp; 7. F1 = f(1); % οριακή συχνότητα ζώνης διέλευσης 8. F = f(); % οριακή συχνότητα ζώνης αποκοπής 9. figure; pwelh(sima_lp, [], [], [], Fs); 1. s_dense=4*upsample(sima_lp,4); Fs=Fs*4; % πύκνωση πλεγματος 11. F1=F1/4; F=F/4; % οι συχνότητες αποκοπής στο νέο πλέγμα 1. figure; pwelh(s_dense, [], [], [], Fs); 13. % Βαθυπερατό φίλτρο PM 14. order=56; hpm=firpm(order, [ F1 F.5]*, [1 1 ]); 15. [H,F] = FREQZ(hpm,1,51,Fs); % απόκριση συχνότητας του φίλτρου 16. figure; subplot(,1,1); plot(f,*log(abs(h))); grid; 17. title('απόκριση συχνότητας βαθυπερατού φίλτρου'); 18. subplot(,1,); plot(f,phase(h)); grid; 19. %. s=onv(s_dense,hpm); s=s(order/+(1:length(s_dense))); 1. lear s_dense;. figure; pwelh(s, [], [], [], Fs); 3. % add a d omponent for onventional AM 4. % s=s+*max(abs(s)); 5. %%%% Διαμόρφωση DSB 6. F=4*F; % συχνότητα φέροντος 7. s_dsb=sqrt()*s.*os(*pi*f*[1:length(s)]'); 8. figure; pwelh(s_dsb, [], [], [], Fs); 9. %%%% Αποδιαμόρφωση DSB 3. s_dsb_dm=sqrt()*s_dsb.*os(*pi*f*[1:length(s_dsb)]'); 31. figure; pwelh(s_dsb_dm, [], [], [], Fs); 3. % 33. s_dsb_lp=onv(s_dsb_dm,hpm); 34. s_dsb_lp=s_dsb_lp(order/+(1:length(s))); 35. figure; pwelh(s_dsb_lp, [], [], [], Fs); 36. %%%% Επαναφορά στο αρχικό πλέγμα 37. s_dsb_lp=downsample(s_dsb_lp,4); Fs=Fs/4; 38. figure; pwelh(s_dsb_lp, [], [], [], Fs); 39. %%%% Σύγκριση με το αρχικό σήμα 4. n=[:4]; 41. t=[1:length(sima_lp)]'/fs; 4. figure; plot(t(n),sima_lp(n),t(n),s_dsb_lp(n),':'); grid; 43. axis([min(t(n)) max(t(n)) 1.*min(sima_lp(n))... 44. 1.*max(sima_lp(n))]); 45. legend('αρχικό σήμα',' τελικό σήμα'); Κώδικας.1: Παράδειγμα διαμόρφωσης DSB 3

Πλάτος Φασματική πυκνότητα ισςχύος (db/hz) Φάση Ενίσχυση (db) ΚΕΦΑΛΑΙΟ ο : Εξομοίωση-Ψηφιακή Υλοποίηση Αναλογικών Διαμορφώσεων -6 Φάσμα αρχικού σήματος -6 Σήμα, μετά την παρεμβολή μηδενικών δειγμάτων στο πυκνό πλέγμα (x4) -7-7 -8-9 -1-11 -1 upsampling -8-9 -1-11 -13-1 -14.5 1 1.5.5 3 3.5 4-13 4 6 8 1 1 14 16 LP -6 Φάσμα σήματος, μετά την πύκνωση του πλέγματος δειγματοληψίας 1 Απόκριση συχνότητας βαθυπερατού φίλτρου, order=56, F s =3768 Hz -7-8 -1-9 - -1-3 4 6 8 1 1 14 16 18-11 -1-1 -13-14 - -15 4 6 8 1 1 14 16-3 4 6 8 1 1 14 16 18 modulation - DSB -7 Σήμα DSB, F =495 Hz, F s =3768 Hz -6 Σήμα κατά την αποδιαμόρφωση, πριν το φίλτρο LP -8-7 -9 demodulation -8-9 -1-1 -11-11 -1-1 -13-13 -14 4 6 8 1 1 14 16-14 4 6 8 1 1 14 16-6 Φάσμα τελικού σήματος (μετά mod-dem DSB) LP & downsampling -7-8 -9-1 -11-1 -13-14.5 1 1.5.5 3 3.5 4 x 1-3 8 Αρχικό σήμα τελικό σήμα 6 4 - -4-6 -8.5.3.35.4.45 Χρόνος (se) Σχήμα.: Γραφήματα του παραδείγματος.1 (DSB) 4

.3 Ψηφιακή υλοποίηση διαμόρφωσης SSB Όπως διαπιστώθηκε και πειραματικά στην προηγούμενη παράγραφο, η διαμόρφωση ΑΜ στην απλή μορφή της Διπλής Πλευρικής Ζώνης (Double Side-Band DSB) παράγει φάσμα εύρους διπλάσιου αυτού του αρχικού (πραγματικού) σήματος, με δύο συμμετρικές συνιστώσες, πάνω και κάτω από τη συχνότητα φέροντος, f. Είναι φανερό ότι γίνεται σπατάλη φάσματος, η οποία αίρεται με δύο εναλλακτικές διαμορφώσεις: (i) διαμόρφωση QAM, κατά την οποίαν εκπέμπονται στην ίδια ζώνη συχνοτήτων δύο ανεξάρτητα σήματα, ως το πραγματικό και φανταστικό μέρος ενός μιγαδικού σήματος (για το οποίο δεν υφίσταται πλέον συμμετρία φάσματος ως προς f ). (ii) διαμόρφωση Μονής Πλευρικής Ζώνης (Single Side-Band SSB). H SSB διατηρεί και μεταδίδει τη μία μόνον πλευρική ζώνη φάσματος (πάνω ή κάτω από τη συχνότητα φέροντος). Δύο εναλλακτικές υλοποιήσεις SSB σε ψηφιακή μορφή δείχνονται στο σχήμα.3: (α) με παραγωγή σήματος DSB σε πρώτο στάδιο και φιλτράρισμα αυτού, στη συνέχεια, με βαθυπερατό ή υψιπερατό φίλτρο, συχνότητας αποκοπής f. (β) ως QAM του σήματος και του Hilbert μετασχηματισμού αυτού (δομή διαμορφωτή Hartley). W f -f -f f f osπf t -f f ΒΑΘΥΠΕΡΑΤΟ ΦΙΛΤΡΟ (α) s(t) Μετ/σμός Hilbert osπf t sˆ ( t) -sinπf t (β) Σχήμα.3: Εναλλακτικές υλοποιήσεις SSB (α) DSBLP (ή ΗP) (β) τύπου Hartley 5

Παράδειγμα.. Διαμόρφωση SSB σήματος διακριτών τόνων Α. Να σχηματισθεί σήμα τριών τόνων, s( t) a1 os( f1t) a os( f t) a3 os( f3t), και στη συνέχεια εκείνο της διαμόρφωσης SSB-LSB (Single Side-Band Lower Side Band) για δοσμένη συχνότητα φέροντος, f, με τις εξής τεχνικές: α) QAM του σήματος s(t) και του μετασχηματισμού Hilbert, s ˆ( t), αυτού: ssb_ lsb s( t)os( ft) sˆ( t)sin( ft) (διαμορφωτής SSB τύπου Hartley) β) Με βαθυπερατό φιλτράρισμα του σήματος DSB-SC με συχνότητα αποκοπής την f. Β. Να γίνει η αποδιαμόρφωση και να συγκριθεί το λαμβανόμενο σήμα με το αρχικό (τμήμα αυτών). Γ. Σε κάθε στάδιο των Α και Β παραπάνω να σχεδιαστεί το αντίστοιχο φάσμα. Υλοποίηση %% Παραγωγή σήματος τριών τόνων και διαμόρφωση SSB % lear all; lose all; %% σήμα βασικής ζώνης - τριών τόνων f1=1; f=3; f3=1; Fs=18; % συχνότητα δειγματοληψίας order=56; % τάξη FIR φίλτρων F=3; % συχνότητα φέροντος t=[:1/fs:]'; % πλέγμα δειγματοληψίας s=4*os(*pi*f1*t)+8*os(*pi*f*t)+1*os(*pi*f3*t); % φάσμα σήματος βασικής ζώνης figure; pwelh(s,[],[],[],fs); %% Φίλτρο μετασχηματισμού Hilbert και αναλυτικό σήμα % κρουστική απόκριση φίλτρου (FIR) b=firpm(order,[.1.99], [1 1], 'Hilbert'); a=1; figure; stem(b(order/-8:order/+9)); grid; % απόκριση συχνότητας φίλτρου [H,F] = FREQZ(b,a,51,Fs); figure; subplot(,1,1); plot(f,*log(abs(h))); grid; title('απόκριση συχνότητας φίλτρου μετασχ. Hilbert'); subplot(,1,); plot(f,phase(h)); grid; % u=[zeros(1,order/) 1 zeros(1,order/)]; % φίλτρο καθυστέρησης s1=onv(s,u); % αρχικό σήμα, καθυστερημένο κατά order/ s=onv(s,b); % ο μετασχηματισμός Hilbert του σήματος s1 = s1(order/+(1:length(s))); % περικοπή ουρών s = s(order/+(1:length(s))); % " Κώδικας.: Διαμόρφωση SSB με σήμα διακριτών τόνων (συνεχίζεται) 6

%% Διαμόρφωση SSB άνω πλευρικής ζώνης (τύπου Hartley) ssb=sqrt()*(s1.*os(*pi*f*t)+s.*sin(*pi*f*t)); % κάτω πλευρική SSB % ssb1=sqrt()*s1.*os(*pi*f*t)-s.*sin(*pi*f*t); figure; pwelh(ssb,[],[],[],fs); % φάσμα σήματος SSB %% Εναλλακτική παραγωγή σήματος ssb: dsb -->lp--> ssb dsb=sqrt()*s.*os(*pi*f*t); % σήμα ΑΜ (DSB-SC) figure; pwelh(dsb,[],[],[],fs); % φάσμα σήματος DSB-SC fpts=[ F-.98*f1 F+.98*f1 Fs/]*/Fs; b = firpm(order,fpts,[1 1 ], [1 1]); ssb1=onv(dsb,b); ssb1=ssb1(order/+(1:length(s))); figure; pwelh(ssb1,[],[],[],fs); % φάσμα σήματος ssb1 % lear z z1 z; %% αποδιαμόρφωση -- z=sqrt()*ssb.*os(*pi*f*t); figure; pwelh(z,[],[],[],fs); % Βαθυπερατό φίλτρο Parks-MClellan F1=1.1*f3/Fs; F=1.5*F1; fpts=[ F1 F.5]*; mag=[1 1 ]; wt=[1 1]; b = firpm(order,fpts,mag,wt); a=1; % απόκριση βαθυπερατού φίλτρου % [H,F] = freqz(b,a,51,'whole',fs); figure; freqz(b,a,51,fs); % Βαθυπερατό φιλτράρισμα z_lp=onv(z,b); z_lp=z_lp(order/+(1:length(s))); figure; pwelh(z_lp,[],[],[],fs); figure; n=[1:3]; t1=t(n)*1; subplot(,1,1); plot(t1,s(n)); maxs=max(s); mins=min(s); axis([min(t1) max(t1) mins*1.1 maxs*1.1]); title('αρχικό σήμα '); grid; subplot(,1,); plot(t1, z_lp(n)); axis([min(t1) max(t1) mins*1.1 maxs*1.1]); xlabel('χρόνος (mse)'); title('σήμα μετά την αποδιαμόρφωση'); grid; Κώδικας. (συνέχεια): Διαμόρφωση SSB σήμα διακριτών τόνων 7

Φάση (μοίρες) Πλάτος (db) Φάση Πλάτος ΚΕΦΑΛΑΙΟ ο : Εξομοίωση-Ψηφιακή Υλοποίηση Αναλογικών Διαμορφώσεων Φάσμα σήματος βασικής ζώνης, τριών τόνων -- f 1 =1, f =3, f 3 =1 Φάσμα DSB σήματος τριών τόνων, f 1 =1, f =3, f 3 =1, F =3, F s =18 3 1 1-1 - DSB-SC -1 - -3-4 -5-6 1 3 4 5 6 7 8 9-3 -4-5 1 3 4 5 6 7 8 9.8.6 Κρουστική απόκριση φίλτρου μετασχηματισμού Hilbert LP.4. 3 Φάσμα SSB-LSB σήματος τριών τόνων, f 1 =1, f =3, f 3 =1, F =3, F s =18 -. -.4 -.6 -.8 1 3 4 5 6 1-1 - -3 1 3 4 5 6 7 8 9 - -4 Απόκριση συχνότητας φίλτρου μετασχ. Hilbert, order=56, F s =18 SSB με διαμορφωτή τύπου Hartley 1-1 - -3-4 -5-6 -7 1 3 4 5 6 7 8 9 demodulation -6 1 3 4 5 6 7 8 9 3 Φάσμα, αποδιαμορφωμένου SSB, πριν το βαθυπερατό φιλτράρισμα 5 Απόκριση συχνότητας βαθυπερατού φίλτρου 1-5 -1-15 - 1 3 4 5 6 7 8 9-1 - -3-4 - -5 1 3 4 5 6 7 8 9-4 -6 1 3 4 5 6 7 8 9 LP 3 Φάσμα, αποδιαμορφωμένου SSB, μετά το βαθυπερατό φιλτράρισμα 1 1-1 - 1-1 - αρχικό σήμα 6 7 8 9 1 11 1 13 14 15 16 σήμα μετά την αποδιαμόρφωση 6 7 8 9 1 11 1 13 14 15 16 χρόνος (mse) -1 - -3-4 -5-6 1 3 4 5 6 7 8 9 Σχήμα.4: SSB σήματος 3 τόνων 8

.4 Ψηφιακή υλοποίηση διαμόρφωσης VSB Το πλεονέκτημα της SSB είναι η εξοικονόμηση εύρους ζώνης, αφού χρησιμοποιεί το ελάχιστο δυνατό (ίσο με αυτό του σήματος βασικής ζώνης). Ωστόσο, το φίλτρο που χρησιμοποιεί, είτε αυτό του σχ..3(α) (μετά την DSB), είτε για το μετασχηματισμό Hilbert (υλοποίηση τύπου Hartley), θα είναι πάντα μια προσέγγιση του ιδανικού και, σε κάθε περίπτωση, θα παραποιεί (σε μικρότερο ή μεγαλύτερο βαθμό) το πλησίον της μηδενικής συχνότητας φάσμα του αρχικού σήματος. Όσο αυστηρότερες δε είναι οι προδιαγραφές του φίλτρου αυτού, τόσο «ακριβότερη» γίνεται και η υλοποίηση του διαμορφωτή. Δεν είναι, λοιπόν, η SSB η πλέον κατάλληλη διαμόρφωση για σήματα που έχουν σημαντικό ενεργειακό περιεχόμενο στις χαμηλές συχνότητες, όπως συμβαίνει π.χ. με το σήμα τηλεόρασης. Η διαμόρφωση υπολειπόμενης πλευρικής ζώνης (Vestigial Side-Band VSB) είναι ένας συμβιβασμός μεταξύ DSB και SSB. Στέλνει τη μια πλευρική ζώνη (άνω ή κάτω) με κατάλοιπο της άλλης. Το φίλτρο που χρησιμοποιεί παρουσιάζει μια αντισυμμετρία πλάτους ακριβώς στη συχνότητα φέροντος, με αποτέλεσμα, μετά την αποδιαμόρφωση, το φάσμα σήματος βασικής ζώνης να αποκαθίσταται χωρίς παραμορφώσεις (σχ..5). W f DSB -f f LP (VSB) -f f osπf t -f f ΒΑΘΥΠΕΡΑΤΟ VSB ΦΙΛΤΡΟ Σχήμα.5: Υλοποίηση VSB-LSB Παράδειγμα.3 Φίλτρο VSB - Διαμόρφωση VSB A. Να γραφεί συνάρτηση MATLAB για τον υπολογισμό FIR φίλτρου VSB γραμμικής πτώσης, με τις εξής παραμέτρους εισόδου: συχνότητα φέροντος, συχνότητα δειγματοληψίας, συντελεστή εξάπλωσης (rolloff), καθυστέρηση ομάδας (εναλλακτικά, τάξη) του φίλτρου. Να επιστρέφει τη χρονική απόκριση (συντελεστές FIR) του φίλτρου. Να σχεδιαστεί η απόκριση χρόνου και συχνότητας του εν λόγω φίλτρου για τιμές παραμέτρων της επιλογής σας. B. Με χρήση του φίλτρου του ερωτήματος Α, να επαναληφθούν τα ερωτήματα του παραδείγματος., τώρα για διαμόρφωση VSB-LSB. 9

Υλοποίηση - σχολιασμός κώδικα Α. Ο υπολογισμός των συντελεστών του ζητούμενου FIR φίλτρου γίνεται από τη συνάρτηση vsb_lb_fltr() του κώδικα.3. Ξεκινάει με τη λήψη δειγμάτων της επιθυμητής απόκρισης πλάτους, μιας συνάρτησης σε μορφή ισοσκελούς τραπεζίου, με τα μέσα των μη παράλληλων πλευρών στις θέσεις -f, f (όπως δείχνει και το σχήμα.5) και κλίση πτώσης - από τη ζώνη διέλευσης στη ζώνη αποκοπής - προσδιοριζόμενη από το συντελεστή εξάπλωσης (rolloff). Στη συνέχεια, υπολογίζεται η κρουστική απόκριση του φίλτρου ως ο αντίστροφος μετασχηματισμός Fourier αυτών των δειγμάτων (με τη βοήθεια της σχετικής συνάρτησης ifft του MATLAB, και επιβολή συμμετρίας κατά την αντιστροφή). Η δειγματοληψία της απόκρισης συχνότητας γίνεται σε ένα πυκνό πλέγμα σημείων (*delay*dense), για λόγους ακρίβειας. Η λαμβανόμενη κρουστική απόκριση περικόπτεται τελικά στο επιθυμητό μήκος (*delay), πολλαπλασιάζεται με παράθυρο kaiser και κανονικοποιείται σε μοναδιαία ισχύ. % funtion vsb_lb_filter VSB-LSB filter % funtion vsb_lb_fltr=vsb_lb_filter(f,fs,rolloff,delay) F = F/Fs; % υπερδειγμάτιση της απόκρισης συχνότητας, για ακρίβεια dense=3; a = rolloff; F1=F*(1-a); F=F*(1+a); % ακραίες συχνότητες M = *delay*dense; % αριθμός δειγμάτων συχνότητας for k=1:m/ f=(k-1)/m; if (f<f1) Ho(k)=1; elseif (f>f) Ho(k)=; else Ho(k)=max(,1-(f-F1)/(F-F1)); end Ho(M/+1)=; Ho(M+-k)=Ho(k); end H=Ho.*exp(j*pi*(M+)/(M+1)*[:M]); % stem([:m], abs(ho)); h=ifft(h,'symmetri'); % περικοπή ουρών N=M/dense; for k=-n/:n/ vsb_lb(k+n/+1)=h(m/+1+k); end % παράθυρο Kaiser και κανονικοποίηση wk=kaiser(length(vsb_lb)); vsb_lb =vsb_lb.*wk'; vsb_lb_fltr=vsb_lb/sqrt(sum(vsb_lb.^)); end Κώδικας.3: Φίλτρο VSB-LSB B. Η υλοποίηση του διαμορφωτή VSB (κώδικας.4) δεν παρουσιάζει κάποια ιδιαιτερότητα. Σχηματίζεται, κατ αρχήν το σήμα βασικής ζώνης τριών τόνων (όπως 1

και στο παράδειγμα., κώδικας.), το οποίο διαμορφώνει κατά DSB φέρον συχνότητας f και, στη συνέχεια, φιλτράρεται με φίλτρο VSB, όπως αυτό υπολογίζεται με κλήση της συνάρτησης του κώδικα.3. Η αποδιαμόρφωση είναι όμοια με αυτήν των DSB και SSB. lear all; lose all; f1=1; f=3; f3=1; F=3; Fs=18; order=56; t=[:1/fs:]; s=4*os(*pi*f1*t)+8*os(*pi*f*t)+1*os(*pi*f3*t); figure; pwelh(s, [], [], [], Fs); dsb=sqrt()*s.*os(*pi*f*t); figure; pwelh(dsb, [], [], [], Fs); delay=order/8; rolloff=.; vsb_lb_fltr=vsb_lb_filter(f, Fs, rolloff, delay); % % απόκριση συχνότητας & χρόνου του φίλτρου vsb [H,f]=freqz(vsb_lb_fltr,1,41); H=H/max(abs(H)); f=f*fs//pi; figure; subplot(,1,1); stem(vsb_lb_fltr(delay-31:delay+3)); title('κρουστική απόκριση φίλτρου vsb '); subplot(,1,); plot(f, abs(h)); axis([ Fs/ 1.1]); grid; xlabel('συχνότητα (Hz)'); title('απόκριση συχνότητας (πλάτος) φίλτρου vsb '); hold off; %% Φιλτράρισμα με το φίλτρο VSB vsb_lb=onv(dsb,vsb_lb_fltr); % vsb_lb = awgn(vsb_lb,15,'measured'); % πρόσθεση θορύβου vsb_lb=vsb_lb(delay+(1:length(s))); figure; pwelh(vsb_lb, [], [], [], Fs); % %% demodulation s_dm=sqrt()*vsb_lb.*os(*pi*f*t); figure; pwelh(s_dm, [], [], [], Fs); %% Βαθυπερατό φιλτράρισμα και γραφήματα τελικού σήματος hpm=firpm(order, [ f3*1.5/fs f3*/fs.5]*, [1 1 ]); s_pm=onv(s_dm,hpm); s_pm=s_pm(order/+(1:length(s))); figure; pwelh(s_pm, [], [], [], Fs); figure; n=[1:3]; t1=t(n)*1; subplot(,1,1); plot(t1,s(n)); maxs=max(s); mins=min(s); axis([min(t1) max(t1) mins*1.1 maxs*1.1]); title('αρχικό σήμα'); grid; subplot(,1,); plot(t1, s_pm(n)); axis([min(t1) max(t1) mins*1.1 maxs*1.1]); xlabel('χρόνος (mse)'); title(τελικό σήμα'); grid; Κώδικας.4: Υλοποίηση VSB σήμα 3 τόνων 11

ΚΕΦΑΛΑΙΟ ο : Εξομοίωση-Ψηφιακή Υλοποίηση Αναλογικών Διαμορφώσεων.6.4. DSB-SC κρουστική απόκριση φίλτρου vsb VSB filtering 3 1-1 - -3-4 Φάσμα, VSB σήματος 3 τόνων, f 1 =1, f =3, f 3 =1, F =3, F s =18 -. 1 3 4 5 6 7 1.8.6.4. απόκριση συχνότητας (πλάτος) φίλτρου vsb 1 3 4 5 6 7 8 9 συχνότητα (Hz) -5-6 -7 1 3 4 5 6 7 8 9 3 demodulation Φάσμα, μετά την αποδιαμόρφωση (VSB-LSB), πριν το LP φίλτρο 1-1 - -3-4 1 αρχικό σήμα τριών τόνων -5 1 3 4 5 6 7 8 9 LP -1-1 -1-6 7 8 9 1 11 1 13 14 15 16 σήμα μετά την αποδιαμόρφωση (VSB) 6 7 8 9 1 11 1 13 14 15 16 Χρόνος (mse) 3 1-1 - -3-4 -5 Φάσμα τελικού σήματος 3 τόνων (μετά την διαμ.-αποδιαμ. VSB) -6 1 3 4 5 6 7 8 9 Σχήμα.6: VSB σήματος διακριτών τόνων 1

Παράδειγμα.4 Σύγκριση SSB-VSB σε διαμόρφωση με σήμα συνεχούς φάσματος Να επαναληφθούν τα του παραδείγματος.1, για διαμόρφωση SSB και VSB με το σήμα συνεχούς φάσματος. Να συγκριθούν οι δύο διαμορφώσεις, όσον αφορά στην αναπαραγωγή του φάσματος στην περιοχή χαμηλών συχνοτήτων. Απάντηση σχολιασμός γραφημάτων Ο κώδικας υλοποίησης βασίζεται στα αντίστοιχα τμήματα των κωδίκων.1,. και.4: Διαβάζει κατ αρχήν το αρχείο σήματος και πυκνώνει το πλέγμα δειγματοληψίας (γραμμές 6-6 κώδικα.1). Στη συνέχεια κάνει τις διαμορφώσεις, αφ ενός κατά SSB-LSB, αφ ετέρου κατά VSB-LSB και σχεδιάζει τα αντίστοιχα γραφήματα φάσματος (σχ..7, 1β-β). Συνεχίζει με τις αντίστοιχες αποδιαμορφώσεις & βαθυπερατό φιλτράρισμα και παράγει τα αντίστοιχα γραφήματα φάσματος (σχ..7, 1δ-δ) και χρόνου (σχ..7, 1ε-ε) του τελικού σήματος. Η σύγκριση των γραφημάτων 1α & 1δ δείχνει την παραμόρφωση φάσματος στην περιοχή χαμηλών συχνοτήτων που προκαλεί η SSB (βλ. ένθετη μεγέθυνση), ενώ αντίστοιχη παραμόρφωση δεν παρατηρείται με την VSB (γραφήματα 1α & δ). Τα παραπάνω φαίνονται και στο πεδίο του χρόνου: το τελικό σήμα αποκλίνει του αρχικού στην περίπτωση της SSB (γράφημα 1ε), ενώ τα δύο σήματα σχεδόν ταυτίζονται, στην περίπτωση της VSB (γράφημα ε). 13

Πλάτος Πλάτος ΚΕΦΑΛΑΙΟ ο : Εξομοίωση-Ψηφιακή Υλοποίηση Αναλογικών Διαμορφώσεων SSB VSB -6 Φάσμα αρχικού σήματος -6 Φάσμα αρχικού σήματος, πυκνότερο πλέγμα δειγματοληψίας -7-7 -8-8 -9-1 -9-1 -11-11 -1-1 -13-13 -14.5 1 1.5.5 3 3.5 4 1α -14-15 4 6 8 1 1 14 16 α Φάσμα σήματος SSB-LSB, F =4.9 KHz, F s =3.77 KHz Φάσμα σήματος VSB-LSB, F =4.9 KHz, F s =3.77 KHz -6-6 -7-7 -8-8 -9-9 -1-1 -11-11 -1-1 -13-13 -14-14 -15 4 6 8 1 1 14 16 1β -15 4 6 8 1 1 14 16 β -6 Φάσμα, μετά την αποδιαμόρφωση (SSB-LSB), πριν το LP φίλτρο -6 Φάσμα, μετά την αποδιαμόρφωση (VSB-LSB), πριν το LP φίλτρο -7-7 -8-8 -9-9 -1-1 -11-11 -1-13 -1-14 -15 4 6 8 1 1 14 16 1γ -13-14 4 6 8 1 1 14 16 γ -6 Φάσμα, μετά την αποδιαμόρφωση (SSB-LSB), αρχικό πλέγμα δειγματοληψίας -6 Φάσμα, μετα την αποδιαμόρφωση (VSB-LSB), αρχικό πλέγμα δειγματοληψίας -7-7 -8-8 -9-9 -1-1 -11-11 -1-1 -13-13 -14.5 1 1.5.5 3 3.5 4 1δ -14.5 1 1.5.5 3 3.5 4 δ x 1-3 Σύγκριση αρχικού και τελικου (διαμόρφωση-αποδιαμόρφωση SSB) σήματος x 1-3 Σύγκριση αρχικού και τελικού (διαμόρφωση-αποδιαμόρφωση VSB) σήματος 8 Αρχικό σήμα σήμα μετά την αποδιαμόρφωση 8 Original signal Reovered signal 6 6 4 4 - - -4-4 -6-6 -8..3.4.5.6.7.8 Χρόνος (se) 1ε -8..3.4.5.6.7.8 Χρόνος (se) ε Σχήμα.7: Σύγκριση SSB-VSB σε σήμα συνεχούς φάσματος 14

.5 Ψηφιακή υλοποίηση διαμόρφωσης FM Σύντομη θεωρία των εκθετικών διαμορφώσεων (PM, FM) Σε αντίθεση με τις διαμορφώσεις πλάτους όλων των εκδοχών, τις ονομαζόμενες και γραμμικές διαμορφώσεις (αν και η διαμόρφωση, αυστηρά θεωρούμενη, δεν είναι γραμμική πράξη), στις εκθετικές διαμορφώσεις ή διαμορφώσεις γωνίας το προς μετάδοση σήμα, x (t), διαμορφώνει τη φάση ή τη συχνότητα του φέροντος: x( t), ( PM ) s( t) A os[ f t ( t)], ( t) t (.1) f x( ) d, ( FM ) Οι σταθερές και f f ονομάζονται απόκλιση φάσης (phase deviation) και απόκλιση συχνότητας (frequeny deviation), αντίστοιχα. Το πλάτος του εκ διαμορφώσεως ζωνοπερατού σήματος, s (t), είναι σταθερό, όπως και η μέση ισχύς A του, ίση με Ps, ανεξάρτητα από την ισχύ του σήματος βασικής ζώνης. Αυτό σημαίνει ότι μπορεί να αυξηθεί η ισχύς του σήματος x (t) (με αντίστοιχη βελτίωση της σηματοθορυβικής σχέσης, αλλά και αύξηση του απαιτούμενου εύρους ζώνης, όπως θα φανεί παρακάτω), χωρίς να αυξηθεί και η ισχύς του εκπεμπόμενου σήματος, s (t) (SNR-to-bandwidth tradeoff). Η ακριβής φασματική ανάλυση του διαμορφωμένου σήματος δεν μπορεί να διεξαχθεί αναλυτικά στη γενική μορφή της (.1). Είναι δυνατή στην περίπτωση σήματος x(t) διακριτών τόνων, ή προσεγγιστικά υπό συνθήκες μικρών γωνιακών αποκλίσεων (διαμόρφωση γωνίας στενής ζώνης). PM και FM στενής ζώνης Η σχέση (.1) μπορεί να γραφεί στη μορφή s( t) A os[ ( t)]os( f t) A sin[ ( t)]sin( f t) (.) Αναπτύσσονται τα os[ ( t)] και sin[ ( t)] σε σειρα Taylor και υπό τη συνθήκη μικρών αποκλίσεων φάσης, δηλαδή ( t) 1 rad (.3α) κρατείται ο πρώτος όρος της κάθε σειράς (1 και (t), αντίστοιχα) οπότε η (.) γράφεται s( t) A os( f t) A sin[ ( t)]sin( f t) (.3β) Στην περίπτωση αυτή, το φάσμα του διαμορφωμένου σήματος s(t) δίνεται ως 15

S 1 f ) A [ ( f f) ( f f) ( f f) j( f f )] (.4α) ( όπου X ( f ), PM ( f ) { ( t)} (.4β) jf X ( f ) / f, FM Παρατηρούμε ότι υπο τη συνθήκη (.3α), η διαμόρφωση φάσης στενής ζώνης (Narrow Band Phase Modulation NBPM) προσεγγίζει τη διαμόρφωση πλάτους, πέραν μιας ολίσθησης 9 ο και στις δύο πλευρικές, όπως δηλώνει ο συντελεστής j. Στη διαμόρφωση συχνότητας στενής ζώνης (Narrow Band Frequeny Modulation NBFM) παρατηρείται ολίσθηση 18 ο στην κάτω πλευρική ζώνη (λόγω του αρνητικού προσήμου), ενώ συμβαίνει και μια ενίσχυση (έμφαση) των χαμηλων συχνοτήτων, λογώ του 1/f. Διαμόρφωση PM και FM με σήμα διακριτών τόνων Έστω ότι το σήμα βασικής ζώνης είναι ένας απλό τόνος, συχνότητας f m και, για κοινή τυποποίηση των PM και FM, υποθέτουμε συγκεκριμένα ότι: am sin f mt PM x1 ( t), οπότε η (.1) δίνει: am os f mt FM ( t) sin f t, με m am PM f (.5) am FM f m Η παράμετρος ονομάζεται δείκτης διαμόρφωσης (modulation index) σε PM ή FM απλού τόνου, το δε διαμορφωμένο σήμα της (.) γράφεται τώρα ως εξής: s ( t) A [os( sin f t)os f t sin( sin f t)sin f ] (.6) 1 m m t Χρησιμοποιούμε τις μαθηματικές ταυτότητες των συναρτήσεων Bessel πρώτου είδους για να αναπτύξουμε την (.6) σε άθροισμα απλών τριγωνομετρικών όρων: os( sin f mt) J ( ) sin( sin f t) m n J n n ά J n ( )sin nf ( )os nf m t m t (.7) με n θετικό και J 1 j( sin n ) n( ) e d, (.8) 1 n m n οπότε: s ( t) A J ( )os ( f n f ) (.9) 16

Η (.9) είναι στην επιθυμητή μορφή, αφού εύκολα δίνει το φάσμα του σήματος ως ένα σύνολο φασματικών γραμμών. Αυτές βρίσκονται δεξιά και αριστερά της f σε αποστάσεις-ακέραια πολλαπλάσια της f m και βάρη τις τιμές των αντίστοιχων συναρτήσεων Bessel με όρισμα το δοσμένο. Στο σχ. έχουν σχεδιαστεί οι συναρτήσεις Bessel πρώτου είδους, τάξης έως 8 και για τιμές του από έως 1 (σε λογαριθμική κλίμακα, για να παρατηρηθεί η περιοχή μικρών τιμών έως 1). Στο ίδιο σήμα έχει σκιαγραφηθεί η περιοχή τιμών (-.5,.5). Παρατηρούμε ότι για τιμές του μέχρι και.5, όλοι οι συντελεστές J n () της (.9) παραμένουν κατ απόλυτη τιμή κάτω του.5, πλήν των δύο πρώτων (για n= και 1), κάτι που εξηγεί την προσέγγιση στενής ζώνης. Για μεγάλες τιμές του πολλοί όροι του αθροίσματος.9 είναι σημαντικοί, π.χ. για 5, οκτώ όροι του αθροίσματος (έως και ο J ( ) ) έχουν τιμή μεγαλύτερη του.5. 7 1 J n(β).5 n= n=1 n= n=3.5 -.5 1-1 -1 1 1 1 Δείκτης διαμόρφωσης, β Σχήμα Η σχέση (.9) γενικεύεται για σήματα πολλών διακριτών τόνων. Παραδείγματος χάριν, για σήμα δύο τόνων στις συχνότητες f 1 και f και αντίστοιχους δείκτες διαμόρφωσης 1 a1 f / f1, a f / f, το διαμορφωμένο σήμα δίνεται από τη σχέση ( t) A J n ( 1) J m ( )os ( f nf1 mf n m s ) t (.1) 17

Παράδειγμα.5 Διαμόρφωση FM με σήμα διακριτών τόνων Α. Να παραχθεί σήμα δύο τόνων, των οποίων οι συχνότητες διαφέρουν σημαντικά (π.χ. f f1 ) και είναι πρώτες μεταξύ τους. Να παραχθεί στη συνέχεια σήμα διαμόρφωσης FM συγκεκριμένης συχνότητας φέροντος (π.χ. f =1f ) (α) στενής ζώνης (π.χ. απόκλισης συχνότητας f f / 5 ) (β) ευρείας ζώνης (π.χ. απόκλιση συχνότητας f f ) Και για τις δύο περιπτώσεις διαμόρφωσης, (α) και (β), να προστεθεί στο διαμορφωμένο σήμα FM λευκός, γκαουσιανός θόρυβος για συγκεκριμένη τιμή σηματοθορυβικής σχέσης (π.χ. SNR=15). Σε κάθε στάδιο να σχεδιαστεί το φάσμα του αντίστοιχου σήματος. Να υπολογιστεί και σχεδιαστεί επίσης το θεωρητικώς αναμενόμενο φάσμα του σήματος FM. Β. Για τις δύο περιπτώσεις διαμόρφωσης του προηγούμενου θέματος, να γίνει η αποδιαμόρφωση και να συγκριθούν αντίστοιχα τμήματα, του αρχικού και του τελικού σήματος. Σε κάθε στάδιο να σχεδιαστεί και πάλι το φάσμα του αντίστοιχου σήματος. Να παρατηρηθεί το tradeoff μεταξύ εύρους ζώνης και επίδρασης θορύβου. Υλοποίηση σχολιασμός κώδικα 18

1. %% Διαμόρφωση FM με σήμα δύο τόνων. lear all; lose all; 3. Fs = 1; % Συχνότητα δειγματοληψίας 4. t = [:*Fs+1]'/Fs; % πλέγμα δειγματοληψίας 5. F1=19; F=4; A1=.; A=1; 6. %% μικροί σχετικά δείκτες διαμόρφωσης 7. freqdev=f/5; 8. b1=a1*freqdev/f1; b=a*freqdev/f; 9. x = A1*os(*pi*F1*t) + A*os(*pi*F*t); 1. figure; pwelh(x,[],[],[],fs); 11. F = 1*F; % συχνότητα φέροντος 1. % διαμόρφωση FM 13. y=os(*pi*f*t+b1*sin(*pi*f1*t)+b*sin(*pi*f*t)); 14. % εναλλακτικά, με χρήση της fmmod 15. % y = fmmod(x,f,fs,freqdev); % Modulate. 16. figure; pwelh(y,[],[],[],fs); 17. y = awgn(y,15,'measured'); % πρόσθεση θορύβου 18. figure; pwelh(y,[],[],[],fs); 19. z = fmdemod(y,f,fs,freqdev); % Demodulate.. figure; pwelh(z,[],[],[],fs); 1. % Βαθυπερατό φίλτρο Parks-MClellan. f1=f/fs; f=1.5*f1; 3. order=4; 4. fpts=[ f1 f.5]*; 5. mag=[1 1 ]; 6. wt=[1 1]; 7. b = firpm(order,fpts,mag,wt); 8. a=1; 9. % σχεδιασμός απόκρισης φίλτρου 3. [H,F] = FREQZ(b,a,51,Fs); 31. figure; plot(f,*log(abs(h))); 3. % LP filtering 33. z_lp=onv(z,b); z_lp=z_lp(order/+(1:length(x))); 34. figure; pwelh(z_lp,[],[],[],fs); 35. % Γράφημα αρχικού και τελικού σήματος 36. n=[4:6]; 37. figure; plot(t(n),x(n),'k-',t(n),z_lp(n),'r'); grid; 38. axis([min(t(n)) max(t(n)) 1.*min(x(n)) 1.*max(x(n))]); 39. legend('αρχικό σήμα','τελικό σήμα'); 4. % Θεωρητικός υπολογισμός φασματικών γραμμών 41. z=[]; f=[]; 4. for j=-4:4 43. for i=-5:5 44. f=[f F+j*F+i*F1]; 45. z=[z besselj(j,b)*besselj(i,b1)]; 46. end 47. end 48. logz=1+1*log1((z.^)/); 49. figure; stem(f,logz); 5. axis([ Fs/ max(logz)-8 max(logz)+1]); grid 51. %% Επαναλαμβάνονται τα παραπάνω 5. % με μεγαλύτερους δείκτες διαμόρφωσης 53. % b1=8; b=; Κώδικας.5: Διαμόρφωση FM με σήμα δύο τόνων 19

Φασματική πυκνότητα ισχύος (db/hz) Φασματική πυκνότητα ισχύος (db/hz) ΚΕΦΑΛΑΙΟ ο : Εξομοίωση-Ψηφιακή Υλοποίηση Αναλογικών Διαμορφώσεων Σήμα τόνων - -4-6 -8-1 -1.5 1 1.5.5 3 3.5 4 4.5 5 Σήμα τόνων, FM-narrow, f 1 =19, f =4, f Δ =8, F =4 K, F s =1 K - Σήμα τόνων, FM-wide, f 1 =19, f =4, f Δ =8, F =4 K, F s = K -3 - -4-4 -5-6 -6-7 -8-8 -9-1 -1-1.5 1 1.5.5 3 3.5 4 4.5 5-11 1 3 4 5 6 7 8 9 1 1 9 Φασματικές γραμμές, σήμα FM-narrow δύο τόνων - θεωρητικός υπολογισμός 9 8 Σήμα τόνων, FM-wide, φασματικές γραμμές, θεωρητικός υπολογισμός 8 7 6 5 4 3 7 6 5 4 3 1 5 1 15 5 3 35 4 45 5 1 3 4 5 6 7 8 9 1 Σήμα τόνων FM-narrow+noise(SNR=15 db), f 1 =19, f =4, f Δ =8, F =4 K - Σήμα τόνων, FM-wide-plus-noise(SNR=15 db) -5-1 -3 - -35-3 -4-45 -4-5 -5-55 -6-6 -65-7.5 1 1.5.5 3 3.5 4 4.5 5-7 1 3 4 5 6 7 8 9 1 Σχήμα 4: FM στενής και ευρείας ζώνης σήματος τόνων (συνεχίζεται)

Πλάτος (db) ΚΕΦΑΛΑΙΟ ο : Εξομοίωση-Ψηφιακή Υλοποίηση Αναλογικών Διαμορφώσεων Σήμα τόνων, FM-narrow-plus-noise (SNR=15 db)-demodulated (πριν LP) Σήμα τόνων, FM-wide-plus-noise (SNR=15 db), demodulated (πριν LP) -1-1 - - -3-3 -4-4 -5-5 -6-6 -7-7 -8.5 1 1.5.5 3 3.5 4 4.5 5-8 1 3 4 5 6 7 8 9 1 5 Απόκριση συχνότητας βαθυπερατού φίλτρου -5-1 -15 - -5-3 -35 5 1 15 5 3 35 4 45 5 Σήμα τόνων, FM-narrow-plus-noise (SNR=15)-demodulated (μετά LP) Σήμα τόνων, FM-wide-plus-noise(SNR=15 db), demodulated (μετά LP) -1 - - -3-4 -4-5 -6-6 -7-8 -8-1 -9-1.5 1 1.5.5 3 3.5 4 4.5 5-1 1 3 4 5 6 7 8 9 1 5 4 αρχικό σήμα μετά την αποδιαμόρφωση 4 3 αρχικό σήμα μετά την αποδιαμ. 3 1 1-1 -1 - - -3-4 -3-5 -4.5.1.15..5.3.35.4.45.5.55 χρόνος.5.1.15..5.3.35.4.45.5.55 χρόνος Σχήμα 4: FM στενής και ευρείας ζώνης σήματος τόνων 1

Παράδειγμα.6 - Διαμόρφωση FM με σήμα συνεχούς φάσματος Να επαναληφθούν τα (Α) και (Β) του παραδείγματος.5 για δοσμένο σήμα βασικής ζώνης, συνεχούς φάσματος (π.χ. το sima_lp των παραδειγμάτων.1 και.4). Να δοκιμασθούν, ειδικότερα, δύο διαφορετικές τιμές σηματοθορυβικής σχέσης (SNR=5, SNR=4), και να διερευνηθεί η χρησιμότητα ζωνοπερατού φιλτραρίσματος πριν την αποδιαμόρφωση. Να επαληθευθούν οι προσεγγιστικές σχέσεις υπολογισμού του εύρους ζώνης FM: DR 1 B FM ( DR 1) W, (κανόνας του Carson) DR 1 ή B FM ( DR ) W, DR, όπου DR=f Δ /W, ο λόγος απόκλισης και W το εύρος ζώνης του αρχικού σήματος.

1. %% Διαμόρφωση FM σήματος συνεχούς φάσματος. lear all; lose all; 3. %% Φορτώνεται το αρχείο με το σήμα βασικής ζώνης, τη συχνότητα 4. % δειγματοληψίας Fs και το διάνυσμα των συχνοτήτων 5. % της ζώνης μετάβασης f=[f1 f], ανηγμένων ως προς Fs 6. load sima_lp; 7. F1 = f(1); % οριακή συχνότητα ζώνης διέλευσης 8. F = f(); % οριακή συχνότητα ζώνης αποκοπής 9. figure; pwelh(sima_lp,[],[],[],fs); 1. % Γίνεται πύκνωση του πλέγματος δειγματοληψίας (xd) 11. D=8; 1. sima_lp=upsample(sima_lp,d); Fs=Fs*D; 13. sima_lp=sima_lp/max(sima_lp); 14. F1=F1/D; F=F/D; % οι συχνότητες αποκοπής στο νέο πλέγμα 15. t=[1:length(sima_lp)]'/fs; 16. % Βαθυπερατό φιλτράρισμα 17. order=d*64; % πρέπει να αυξάνει ανάλογα του D 18. hpm=firpm(order, [ F1 F.5]*, [1 1 ]); 19. s=onv(sima_lp,hpm); s=s(order/+(1:length(sima_lp)))/max(s);. figure; pwelh(s, [], [], [], Fs); 1. F = 1*F*Fs; % arrier frequeny for SSB modulation. %% Διαμόρφωση FM 3. % (α) Μικρής απόκλισης συχνότητας: freqdev=fs*f/5 4. freqdev=f*fs/5; 5. y = fmmod(s,f,fs,freqdev); % Modulate. 6. figure; pwelh(y,[],[],[],fs); 7. y = awgn(y,5,'measured'); % προσθήκη θορύβου 8. figure; pwelh(y,[],[],[],fs); 9. %% Ζωνοπερατό φιλτράρισμα πριν την αποδιαμόρφωση 3. DR=freqdev/(F*Fs); 31. fl=f/fs-(dr+)*f; fh=f/fs+(dr+)*f; % Carson's rule 3. M=18; 33. hpm=firpm(m, [ fl*.95 fl*1. fh*.98 fh*1.5.5]*,... 34. [ 1 1 ]); 35. figure; freqz(hpm,1,51,fs); 36. y=onv(y,hpm); y=y(m/+(1:length(sima_lp))); 37. figure; pwelh(y, [], [], [], Fs); 38. %% 39. z = fmdemod(y,f,fs,freqdev); % Demodulate. 4. figure; pwelh(z,[],[],[],fs); 41. % Βαθυθπερατό φίλτράρισμα Parks-MClellan 4. f1=f; f=1.1*f1; order=64*d; 43. fpts=[ f1 f.5]*; 44. mag=[1 1 ]; wt=[1 1]; 45. b = firpm(order,fpts,mag,wt); 46. z_lp=onv(z,b); z_lp=z_lp(order/+(1:length(s))); 47. figure; pwelh(z_lp,[],[],[],fs); 48. % Plot the original and reovered signals. 49. n=[4*d:4*d+6]; 5. figure; plot(t(n),s(n),'k-',t(n),z_lp(n),'r'); 51. grid; axis([min(t(n)) max(t(n)) 1.*min(s(n)) 1.*max(s(n))]); 5. legend('αρχικό σήμα','τελικό σήμα'); 53. figure; pwelh(downsample(z_lp,d),[],[],[],fs/d); 54. %% Επαναλαμβάνονται τα παραπάνω με μεγαλύτερη απόκλιση 55. % συχνότητας (β) freqdev=f*fs* 56. % Να παρατηρηθεί το tradeoff μεταξύ εύρους ζώνης και 57. % συμπεριφοράς στο θόρυβο (μικρό SNR=5, μεγάλο SNR=4) 58. % Να γίνουν τα παραπάνω με και χωρίς το ζωνοπερατό φιλτράρισμα 59. % και να παρατηρηθεί η επίδραση του εύρους ζώνης του διαύλου: 6. % *(DR+)*F, για μεγάλο DR, *DR*F, για μικρό DR Κώδικας.5: Διαμόρφωση FM με σήμα συνεχούς φάσματος 3

Φάση (degrees) Φάση (degrees) Πλάτος (db) Πλάτος (db) ΚΕΦΑΛΑΙΟ ο : Εξομοίωση-Ψηφιακή Υλοποίηση Αναλογικών Διαμορφώσεων -6 Φάσμα αρχικού σήματος -4 Φάσμα αρχικού σήματος, 8-πλάσια πυκνότητα πλέγματος δειγματοληψίας -7-5 -8-6 -9-7 -1-8 -11-9 -1-1 -13-11 -14.5 1 1.5.5 3 3.5 4-1 5 1 15 5 3 FM-narrow FM-wide FM-narrow σήματος εύρους ζώνης W=1.3 KHz, F =1W, f Δ =W/5, F s =65.536 Hz FM-wide σήματος εύρους ζώνης W=1.3 KHz, F =1W, f Δ =W, F s =65.536 Hz - - -4-4 -6-6 -8-8 -1-1 -1 5 1 15 5 3-1 5 1 15 5 3-1 FM-narrow-plus-noise (SNR=5 db) -1 FM-wide-plus-noise (SNR=5 db) - - -3-3 -4-4 -5-5 -6-6 -7-7 -8-8 -9 5 1 15 5 3-9 5 1 15 5 3 5 Απόκριση συχνότητας ζωνοπερατού φίλτρου 5 Απόκριση συχνότητας ζωνοπερατού φίλτρου -5-5 -1.5 1 1.5.5 3 x 1 4-1.5 1 1.5.5 3 x 1 4 1 1-1 - -3.5 1 1.5.5 3 x 1 4-1 - -3-4.5 1 1.5.5 3 x 1 4 Σχήμα 5: FM στενής και ευρείας ζώνης σήματος συνεχούς φάσματος (συνεχίζεται) 4

Πλάτος Πλάτος Πλάτος Πλάτος ΚΕΦΑΛΑΙΟ ο : Εξομοίωση-Ψηφιακή Υλοποίηση Αναλογικών Διαμορφώσεων FM-narrow FM-wide Φάσμα σήματος (FM-narrow-plus-noise SNR=5db), μετά το ζωνοπερατό φίλτρο Φάσμα σήματος FM-wide μετά το ζωνοπερατό φίλτρο - - -4-4 -6-6 -8-8 -1-1 -1 5 1 15 5 3-1 5 1 15 5 3-4 Σήμα μετά την αποδιαμόρφωση (FM-narrow-plus-noise SNR=5db), πυκνό πλέγμα -4 Σήμα μετά την αποδιαμόρφωση (FM-wide-plus-noise), πυκνό πλέγμα -5-5 -6-7 -8-6 -7-8 -9-9 -1-1 -11-11 -1-1 5 1 15 5 3-13 5 1 15 5 3 Αχικό και τελικό σήμα (τμήμα) FM-narrow-plus-noise (SNR=5 db), f Δ =W/5 Αρχικό και τελικό σήμα (τμήμα), FM-wided-plus-noise (SNR=5db), f Δ =W. αρχικό σήμα τελικό σήμα. αρχικό σήμα τελικό σήμα.15.15.1.1.5.5 -.5 5 6 7 8 9 1 11 1 13 14 Χρόνος (se) x 1-3 -.5 5 6 7 8 9 1 11 1 13 14 Χρόνος (se) x 1-3 Αρχικό και τελικό σήμα (τμήμα), FM-narrow-plus-noise (SNR=4db), f Δ =W/5 Αρχικό και τελικό σήμα (τμήμα), FM-wide-plus-noise (SNR=4 db), f Δ =W. αρχικό σήμα τελικό σήμα. αρχικό σήμα τελικό σήμα.15.15.1.1.5.5 -.5 5 6 7 8 9 1 11 1 13 14 Χρόνος (se) x 1-3 -.5 5 6 7 8 9 1 11 1 13 14 Χρόνος (se) x 1-3 Σχήμα 5: FM στενής και ευρείας ζώνης σήματος συνεχούς φάσματος 5