实验五模拟信号的数字传输仿真

机器人定位
实验五模拟信号的数字传输仿真
一、实验目的
1.分析验证抽样定理。本地摄像头
2.掌握pcm的编码原理。
3.掌控pcm编码信号的放大与收缩的同时实现方式二、实验内容
1.设计一个抽样与恢复仿真模型。
2.设计一个pcm调制系统的仿真模型。
3.使用信号的放大与收缩方式去提升信号的信噪比三、实验原理
1.抽样定理
实质上研究的就是随时间已连续变化的模拟信号样本变为线性序列后,若想由此线
性序列值扩建完整模拟信号的问题。对于高通型和远距型模拟信号,分别对应相同的样本
定理,样本定理就是模拟信号数字化的理论基础。
对上限频率为fh的低通型信号,低通抽样定理要求抽样频率应满足:
fs?2fh当取样频率大于奈奎斯特频率时,在接收端恢复正常的信号杂讯比较小,这是因为存有信号的混频;当取样频率大于或等于奈奎斯特频率时,恢复正常信号于原信号基
本一致。理论上,理想的样本频率为2倍的奈奎斯特频宽,但实际工程应用领域中,限带
信号绝不会严苛限带,通常挑选出样本频率的  2.5~5倍的最低频率展开取样以防止杂讯。
2.pcm脉冲编码调制
在现代通信系统中,以pcm(脉冲编码调制)为代表的编码调制技术被广为地应用于
模拟信号和数字传输中,所谓脉冲编码调制,就是将模拟信号的样本定量值转换成代码,
其编码方式如下图右图:
pcm编码经过抽样、量化、编码三个步骤将连续变化的模拟信号转换为数字编码。为
了便于用数字电路实现,其量化电平数一般为2的整数次幂,这样可以将模拟信号量化为
二进制编码形式。其量化方式可分为两种:
(1)光滑定量编码
常用二进制编码,主要有自然二进码和折叠二进码两种。(2)非均匀量化编码
常用13折线编码,它用8十一位卷曲二进码去则表示输出信号的样本定量值,第一
位则表示定量值的极性,第二至第四位(段落码)的8种可能将状态分别代表8个段落的
初始电平,其它4位码(段内码)的16种状态用以分别代表每一段落的16个光滑分割的
定量级。
通常情况下,我们采用信号压缩与扩张技术来实现非均匀量化,就是在保持信号固有
的动态范围的前提下,在量化前将小信号放大,而将大信号进行压缩。采用信号压缩后,
用8位编码就可以表示均匀量化11位编码是才能表示的动态范围,这样能有效地提高校
分级授权
癸氧喹酯信号编码时的信噪比。四、实验步骤
1.用systemview软件创建的一个正弦信号的取样仿真电路,如下图右图:
本实验被采样的模拟信号源是幅度1v、频率为100hz的正弦波,抽样脉冲
为较窄矩形脉冲,脉阔为1微秒。样本器用乘法器替代。用作恢复正常信号的低通滤
波器使用三阶巴特沃斯低通滤波器。
2.用systemview软件建立的一个脉冲编码调制仿真电路,如下图所示:
在systemview系统仿真软件中,提供更多了a律和μ律两种标准的压缩器和扩张器,可以根据须要挑选出其中一种展开仿真实验。
(1)设置一个均值为0,标准差为0.5的具有高斯分布的随机信号作为仿真用的模拟信号源。
(2)在信号源的后方置放一个巴特沃思低通滤波器,设置其截止频率为10hz,滤掉
平板电脑支撑架
高频分量。扇贝笼
(3)在滤波器右侧放置一个a律13折线的压缩器(通信库processors标
签约),对信号展开放大,并预设最小输出为1v。
(4)放置一个模数转换器(在逻辑库下的mixsignal中),对压缩的模拟信号进行
抽样量化,并编码为数字信号,根据pcm的要求,设定编码位数为8位,输出真假值为1
和0,阈值为0.5,最大最小输入为正负1.28v;并放置一个100hz的采样时钟信号对模拟信号进行抽样。由此可得出8位编码的pcm信号。
(5)置放一个数模转换器,将编码不好的pcm信号再次还原成为模拟信号。数模转
换器的参数设置与模数转换器基本相同
(6)将模数转换器的8个数据位与数模转换器相对应的8个数据位相连,将数字信
号送入数模转换器。
(7)置放一个扩张器,发送从数模转换器产生的经过放大的模拟信号,并对其展开
收缩,还原成为完整信号,参数的设置与压缩器基本相同。五、实验报告
1.为验证信号与恢复不失真条件和分析信号失真的原因,对采样仿真电路分别选取
100hz、200hz、500hz等几种不同的抽样频率,对原输入信号波形与抽样恢复后的波形进
行观察和分析,记录并保存结果。2.观察并记录脉冲编码调制仿真电路中各个接收器的波形。3.保存结果,以便与后面实验相比较。

本文发布于:2024-09-25 18:26:01,感谢您对本站的认可!

本文链接:https://www.17tex.com/tex/4/254633.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:信号   编码   模拟信号   抽样   样本
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议