Проектирование аналоговых и цифровых фильтров

Лабораторная работа № 1

Проектирование аналоговых и цифровых фильтров

 

Цель работы: изучение реализации процесса выборки с запасом и расчета параметров аналоговых и цифровых фильтров.

Задание на выполнение работы:

Разработать аналоговый и цифровой фильтр для параметров сигнала.

Параметры сигнала:

, кГц = 0,05

, кГц = 10

, кГц = 0,5

Р, дБ = -57

 

=20500 Гц

 

Расчетная дискритизация = 20500 Гц, но мы её увеличиваем до 25000 по модели построения фильтра

 

 

Рисунок 1. Схема для тестирования разработанного фильтра

 

 

a=abs(fft(xcov(yout)));

f = 25000*(0:10001)/20002;

plot(f(1:10001),a(1:10001));

 

Рисунок 2. Спектр выходного сигнала

 

Рисунок 3. Одна из секций разработанного фильтра

 

 

Вывод:

1. Как изменится структура фильтра, если снизить требования к подавлению частот вне полосы пропускания?

- Получится фильтр из меньшего числа секций

1. Как изменится структура фильтра, если повысить требования к подавлению частот вне полосы пропускания?

- Получится фильтр из большего числа секций

 

Лабораторная работа № 2

Изучение цифровой квадратурной модуляции

 

Цель работы: использование глазковой диаграммы (eyediagram) и диаграммы рассеяния (scatterplot) для анализа квадратурной модуляции сигнала в системе связи.

listing:

N = 16; Fd = 1; Fs = N * Fd; Delay = 3; Symb = 60; M = 16;

load sig15.yyy;

s=sig15(9900:10300);

indx=quantiz(s,-2:0.2:1);

plot(indx)

msg_orig = indx;

msg_tx = modmap(msg_orig,Fd,Fd,'qask',M);

x = complex(msg_tx(:,1),msg_tx(:,2));

[y, t] = rcosflt(x, Fd, Fs);

plot(t, real(y));

h1 = eyediagram(y, N);

ss = get(0,'ScreenSize');

fp = get(h1,'position');

set(h1,'position',[ss(3)*.99-fp(3) ss(4)*.9-fp(4) fp(3:4)]);

 

 

Рис.1 Глазковая диаграмма

 

 

yReal = real(y);

h2 = eyediagram(yReal, N);

 

Рис.2 Глазковая диаграмма реальной части сигнала

 

yy = y(1+Delay*N:end-Delay*(N+2));

h3 = eyediagram(yy, N);

 

Рис.3 Глазковая диаграмма

 

NumSym = 2;

h4 = eyediagram(yy, N*NumSym, NumSym);

 

Рис.4 Глазковая диаграмма

 

h5 = eyediagram(yy, N, 1, N/2);

 

Рис.5 Глазковая диаграмма “Закрытый глаз”

 

 

Функция SCATTERPLOT

h6 = scatterplot(yy, N);

Рис.6 Диаграмма рассеяния

h7 = scatterplot(yy, 1, 0, 'c-');

hold on;

scatterplot(yy, N, 0, 'b.',h7);

hold off;

Рис.7 Диаграмма рассеяния

SNR = 15;

sig_rx1 = awgn(msg_tx,SNR,'measured',1234,'dB');

sig_rx = complex(sig_rx1(:,1),sig_rx1(:,2));

[fsig_rx, t2] = rcosflt(sig_rx, Fd, Fs);

tfsig_rx = fsig_rx(1+Delay*N:end-Delay*(N+1),:);

plot(t, real(y),'b-', t2, real(fsig_rx),'r-');

Рис. 8 Сигнал/шум

 

h(1) = eyediagram(yy, N,1);

h(2) = eyediagram(tfsig_rx, N,1,0,'r-');

 

% перемещение диаграммы к стороне экрана

fp = get(h(1),'position');

set(h(1),'position',[ss(3)*.99-fp(3) ss(4)*.9-fp(4) fp(3) fp(4)]);

set(h(2),'position',[ss(3)*.86-fp(3) ss(4)*.65-fp(4) fp(3) fp(4)]);

Рис.9 Индекаторная диаграмма

h(3) = scatterplot(yy, N, 0, 'b.');

h(4) = scatterplot(tfsig_rx, N, 0, 'r.');

Рис.10 Диаграмма рассеяния

SNR = 20;

sig_rx1 = awgn(msg_tx,SNR,'measured',4321,'dB');

sig_rx = complex(sig_rx1(:,1),sig_rx1(:,2));

[fsig_rx2, t2] = rcosflt(sig_rx, Fd, Fs);

tfsig_rx2 = fsig_rx2(1+Delay*N:end-Delay*(N+1),:);

plot(t, real(y),'b-', t2, real(fsig_rx2), 'm-');

pause

%%

Рис.11 Сигнал шум 20 ДБ

plot(t, real(fsig_rx),'r-',t2,real(fsig_rx2),'m-');

h(1) = eyediagram(tfsig_rx, N,1);

h(2) = eyediagram(tfsig_rx2, N,1,0,'r-');

Рис.12 Индекаторная диаграмма 2х сигналов

h(3) = scatterplot(tfsig_rx, N, 0, 'r.');

h(4) = scatterplot(tfsig_rx2, N, 0, 'm.');

Рис.13 Диаграмма рассеяния 2х сигналов

Создание анимации для показания временных ошибок:

 

plot(t2,real(fsig_rx2),'m-');

[h(1), h(2)] = animatescattereye(tfsig_rx2,N,.1,N,'lin',-1);

plot(t2,real(y),'b-');

animatescattereye(yy,N,.1,17,'lr',0);

Часть №2

Разработка согласованного фильтра

load sig25.yyy;

plot(sig25)

s=sig25(6400:6800);

ss=s./(max(s));

ss=abs(ss);

sss=ss;

z=sum(ss.*sss);

p=z./2

p = 17.6963

SNR=-30;

SN=awgn(s,SNR,'measured',1234,'dB');

SN1=SN./(max(SN));

SN1=abs(SN1);

z1=sum(SN1.*ss)

z1 = 19.2462

 

Порог необходимо значительно повысить относительно p/2

 

 

Вывод:

1. Назовите основные параметры глазковой диаграммы

- Основными параметрами глазковой диаграммы являются время фронта, время спада, коэффициент раскрытия глазка, высота и ширина глазка, относительная ширина места пересечения.

1. Как меняются основные параметры глазковой диаграммы при наличии шума?

- При увеличении шума глаз больше “закрывается”.

1. Что показывает диаграмма рассеяния и как влияет шум на нее?

- диаграмма рассеяния синфазной компоненты в сравнении с квадратурной компонентой сигнала, которая строится в соответствии с величиной выборки на символ, N. Результирующий график показывает принятый сигнал в соответствии с набором символов. Когда канал не зашумлен и при отстутствии помех, эти символы идентичны переданным.

Лабораторная работа № 3

Лабораторная работа № 4

Лабораторная работа № 5

Листинг.

Сверточное кодирование

lab4

trel = poly2trellis([5 4],[23 35 0;0 5 13]);

code = convenc(ss,trel);

ncode = rem(code + randerr(576,1,[0 1;.95.05]),2);

decoded = vitdec(ncode,trel,34,'cont','hard');

[number,ratio] = biterr(decoded(68+1:end),ss(1:end-68))

number =

 

 

 

ratio =

 

0.1614

 

osh=randerr(384,1,[0 1;0.95 0.05]);

necode=rem(ss+osh,2);

[number,ratio] = biterr(necode(68+1:end),ss(1:end-68))

 

number =

ratio =

 

0.5285

 

Пунктурное кодировнаие

lab4

t = poly2trellis(7,[171 133]);

code = convenc(ss,t);

tcode = -2*code+1;

punctcode = tcode;

punctcode(3:3:end)=[];

ncode = awgn(punctcode,8,'measured',1234);

nicode = zeros(768,1);

nicode(1:3:end) = ncode(1:2:end);

nicode(2:3:end) = ncode(2:2:end);

decoded = vitdec(nicode,t,96,'trunc','unquant');

[number,ratio]=biterr(decoded,ss)

 

number =

 

ratio =

Контрольные вопросы:

1. В чем заключается принцип сверточного кодирования?

Слово «сверточный» отражает от факт, что данные на выходе генерируются с помощью линейного сложения (т.е. «свертки») смещенных во времени импульсов последовательности на входе с импульсной характеристикой кодера (заполнения регистров предыдущими битами).

1. Для чего используется пунктурное кодирование?

Иногда бывает так, что избыточность данных, обеспечиваемая сверточным кодером, при определенных условиях помеховой обстановки достаточна высока и является излишней, и встает задача уменьшить избыточность. Для этого можно, конечно, разработать соответствующий сверточный кодер, но целесообразнее добавить в схему блок, который будет просто уничтожать лишние биты. Процесс, выполняемый таким блоком, называется пунктурным кодированием.

 

1. В чем заключается принцип пунктурного кодирвоания?

Уничтожение лишних битов

Лабораторная работа № 6

 

Лабораторная работа № 7

 

Модуляция цифровых сигналов

 

Цель работы: изучение принципов модуляции цифровых сигналов

 

Задание на выполнение работы: собрать с помощью библиотеки блоков Simulink схемы, реализующие различные виды модуляции цифровых сигналов, получить скрин-шоты результатов работы моделей.

 

Построение сигнального созвездия цифровой модуляции QPSK (квадратурной фазовой манипуляции)

Вариант:

Рисунок 1. Модель для построения сигнального созвездия цифровой модуляции QPSK

 

Рис.2 Сигнальное созвездие квадратурной фазовой манипуляции()

 

Рис.3 Сигнальное созвездие квадратурной фазовой манипуляции()

 

Построение сигнального созвездия цифровой модуляции QАМ (квадратурной амплитудной манипуляции) выполняется с помощью модели, схема которой приведена на рисунке 2.

Рисунок 4. Модель для построения сигнального созвездия цифровой модуляции QАМ

 

Рис.5 Диаграмма рассеяния. (Параметр Es/No= 8)

Рис.6 Диаграмма рассеяния. (Параметр Es/No= 1)

 

Схема модели построения дерева фаз СРМ представлена на рисунке 7.

Рисунок 7. Схема модели построения дерева фаз СРМ

 

% Параметры блока узкополосной модуляции CPM

M_ary_number = 2;

modulation_index = 2/3;

pulse_length = 2;

samples_per_symbol = 8;

opts = simset('SrcWorkspace','Current',...

'DstWorkspace','Current');

 

L = 5; % Количество показываемых символов

pmat = [];

for ip_sig = 0:(M_ary_number^L)-1

s = de2bi(ip_sig,L,M_ary_number,'left-msb');

% Отображение входных символов с помощью модуляции CPM

% символ 0 -> -(M-1), символ 1 -> -(M-2), и т.д..

s = 2*s'+1-M_ary_number;

sim('doc_phasetree',.9, opts); % запуск модели для получения результата «x»

% построение следующего столбца переменной pmat

pmat(:,ip_sig+1) = unwrap(angle(x(:)));

end;

pmat = pmat/(pi*modulation_index);

t = (0:L*samples_per_symbol-1)'/samples_per_symbol;

plot(t,pmat); figure(gcf); %

Рис.8 График дерева фаз

 

Построение модели полосового цифрового модулятора

Рисунок 9. Модель полосовой многофазовой манипуляции

 

Рис.9 График спектра модулированного сигнала.(блок M-PSK Modulator Passband)

 

Рис.10 График спектра модулированного сигнала. (блок M-DPSK Modulator Passband)

 

Рис.11 График спектра модулированного сигнала (блок OQPSK Modulator Passband)

 

Контрольные вопросы:

1. Как изменяется вид сигнального созвездия при изменении значения скачка фазы при модуляции QPSK?

Число “лепестков” созвездия измениться. При увеличении фазу их число уменьшиться

2. Что такое код Грея и для чего он используется?

Код Грея — система счисления, в которой два соседних значения различаются только в одном разряде. Наиболее часто на практике применяется рефлексивный двоичный код Грея, хотя в общем случае существует бесконечное множество кодов Грея для систем счисления с любым основанием. В большинстве случаев, под термином «код Грея» понимают именно рефлексивный бинарный код Грея.

Изначально предназначался для защиты от ложного срабатывания электромеханических переключателей. Сегодня коды Грея широко используются для упрощения выявления и исправления ошибок в системах связи, а также в формировании сигналов обратной связи в системах управления.

 

Лабораторная работа № 8

 

Лабораторная работа № 1

Проектирование аналоговых и цифровых фильтров

 

Цель работы: изучение реализации процесса выборки с запасом и расчета параметров аналоговых и цифровых фильтров.

Задание на выполнение работы:

Разработать аналоговый и цифровой фильтр для параметров сигнала.

Параметры сигнала:

, кГц = 0,05

, кГц = 10

, кГц = 0,5

Р, дБ = -57

 

=20500 Гц

 

Расчетная дискритизация = 20500 Гц, но мы её увеличиваем до 25000 по модели построения фильтра

 

 

Рисунок 1. Схема для тестирования разработанного фильтра

 

 

a=abs(fft(xcov(yout)));

f = 25000*(0:10001)/20002;

plot(f(1:10001),a(1:10001));

 

Рисунок 2. Спектр выходного сигнала

 

Рисунок 3. Одна из секций разработанного фильтра

 

 

Вывод:

1. Как изменится структура фильтра, если снизить требования к подавлению частот вне полосы пропускания?

- Получится фильтр из меньшего числа секций

1. Как изменится структура фильтра, если повысить требования к подавлению частот вне полосы пропускания?

- Получится фильтр из большего числа секций

 

Лабораторная работа № 2