FM收音机入门以及调制解调的实现
- FM收音机基础知识
- FM的调制和解调原理
- PYthon 实现 FM调制与解调
- FM调制
- FM解调
FM收音机基础知识
调制分为三种:调幅(AM),调频(FM)和调相。
收音机的全部频率是指包含短波、中波、长波、航空和调频波段,全部频率从100hz-2.4ghz
SW是短波,在10~100米(公尺)之间。
中波(MW)介于200-600米(公尺)之间,150KHz-284KHz之间的叫长波
FM中国为87-108MHz、日本为76-90MHz ,
AM为535-1605KHz。
FM的调制和解调原理
-
下图是原始波形:假设这个是一个接收到的FM信号
-
我们的高通滤波器需要具有频率响应,使得调制信号中的最低频率衰减远大于调制信号中的最高频率。如果我们将此滤波器应用于FM波形,结果会是什么?它将是这样的:
-
下一个图表仅显示滤波后的波形
以上方式进行的解调,在实际使用的时候会有幅度噪声等不利的影响,所以有了锁相环的方式进行解调
锁相环(PLL)可用于创建用于FM解调的复杂但高性能的电路。PLL可以“锁定”输入波形的频率。它通过将相位检测器,低通滤波器(又名“环路滤波器”)和压控振荡器(VCO)组合成负反馈系统来实现
PLL锁定后,它可以创建一个输出正弦曲线,跟随输入正弦波的频率变化。该输出波形将取自VCO的输出。然而,在FM解调器应用中,我们不需要具有与输入信号相同频率的输出正弦波。相反,我们使用环路滤波器的输出作为解调信号。
人话:将频率变化的信号重新调制成固定频率的信号,在调制的时候产生一个低频的信号,此就是原始信号。
PLL锁相环的实现???
PYthon 实现 FM调制与解调
话不多说放代码
FM调制
import numpy as np
import matplotlib.pyplot as pltx1 = np.arange(0,100*np.pi,0.1)x2 = np.arange(0,100*np.pi,0.1)#载波信号
y1 = np.sin(x1)
#低频有效信号
y2 = np.sin(x2/10)#plt.plot(x1,y1) #显示载波信号
plt.plot(x2,y2) #显示有效信号
# 核心代码:x1是载波的频率,Y2是有效信号的幅度
# 将信号的幅度和载波的频率关联起来,就可以实现以幅度调频
# 乘一个基数是因为Y的值太小(正负1)需要变大使得更好的观察
x3 = x1+y2*5
plt.plot(x3,y1)plt.show()
效果如图:运行程序显示的代码
FM解调
import numpy as np
import matplotlib.pyplot as pltx1 = np.arange(0,100*np.pi,0.1)x2 = np.arange(0,100*np.pi,0.1)#载波信号
y1 = np.sin(x1)
#低频有效信号
y2 = np.sin(x2/10)#plt.plot(x1,y1) #显示载波信号
#plt.plot(x2,y2) #显示有效信号
# 核心代码:x1是载波的频率,Y2是有效信号的幅度
# 将信号的幅度和载波的频率关联起来,就可以实现以幅度调频
# 乘一个基数是因为Y的值太小(正负1)需要变大使得更好的观察
x3 = x1+y2*5#x3 是接收到的信号
#x1 是选频后的频率,载波频率
#y4 是有效信号,即FM解调后的声音信号
y4 = (x3 - x1)/5plt.plot(x2,y4)plt.plot(x3,y1)
plt.show()
由于看图片的话,和之前的一样就不放置图片了