title(已调信号);
grid;
axis(0 2/400 -1 1);
fs=5000;
w1=(0:511)/512*(fs/2)/1000;
subplot(3,2,2);
plot(w1,abs(U_o(1:512),k);
title(调制信号频谱);
grid;
axis(0 0.7 0 500);
subplot(3,2,4);
plot(w1,abs(U_c(1:512),k);
title(高频载波频谱);
grid;
axis(0 0.7 0 500);
subplot(3,2,6);
plot(w1,abs(U_am(1:512),k);
title(已 。

26、调信号频谱);
grid;
axis(0 0.7 0 500);
图形：图8分析：SSB调制与DSB调制很相似 ， 因为SSB是选取DSB调制信号中的一部分 ， 即其频域中的上边带或下边带部分 ， 本文选用下边带部分 。
通过matlab仿真 ， 做出时域与频域图 ， 与理论吻合较好 ， 符合预期 。
SSB解调源程序：clear;
%将工作空间数据清空omega_c=2*pi*8000;
omega=2*pi*400;
t=0:5/400/1000:5/400;
ma=0.3;
%调制系数u_cm=1;
u_m=1;
u_om=1;
k=1;
%相乘系数%二阶低通滤波器r=1.0e4;
c=2.5e-8;
omega_d=1:(250000-1)/5 。

27、11:250000;
fs=5000;
w=(0:511)/512*(fs/2)/100;
m=r*c*omega_d;
h_=(m.*m+1);
hh=ones(1,512);
h=hh./h_;
%二阶低通滤波器滤波特性方程fc=u_cm*cos(omega_c*t);
%载波fa=u_m*cos(omega*t);
%调制信号u_i=1/2*k*u_cm*u_m*cos(omega_c-omega)*t);
%已调波信号u_o=u_om*cos(omega_c*t);
%解调载波u_am=k*u_i.*u_o;
%载波信号与已调波信号相乘 ， k为相乘系数U_i=fft(u_i,1024);
%对已调波信号进行傅里叶 。

28、变换U_o=fft(u_o,1024);
%对解调载波进行傅里叶变换U_am=fft(u_am,1024);
%对相乘信号进行傅里叶变换U_o2=h.*abs(U_am(1:512) ;
%低通滤波figure(1);
subplot(4,2,1);
plot(t,u_i,k);
title(已调波信号);
grid;
axis(0 2/400 -1.5 1.5);
xlabel(t);
ylabel(u_i);
subplot(4,2,3);
plot(t,u_o,k);
title(本地解调载波);
grid;
axis(0 2/400 -1.5 1.5);
xlabel(t);
ylabel(u_o);
subplot(4 。

29、,2,5);
plot(t,u_am,k);
title(相乘信号);
grid;
axis(0 2/400 -1.5 1.5);
xlabel(t);
ylabel(u_am);
subplot(4,2,7);
plot(w,h,k);
title(二阶低通滤波器);
xlabel(X104 w(Hz);
ylabel(abs(H(jw);
fs=5000;
w1=(0:511)/512*(fs/2)/100;
subplot(4,2,2);
plot(w1,abs(U_i(1:512),k);
title(已调波信号频谱);
grid;
axis(0 7 0 500);
xlabel(X104 w(Hz);
ylabel(abs 。

30、(H(jw);
subplot(4,2,4);
plot(w1,abs(U_o(1:512),k);
title(本地解调载波频谱);
grid;
axis(0 7 0 500);
xlabel(X104 w(Hz);
ylabel(abs(H(jw);
subplot(4,2,6);
plot(w1,abs(U_am(1:512),k);
title(相乘信号频域);
grid;
axis(0 15 0 500);
xlabel(X104 w(Hz);
ylabel(abs(H(jw);
subplot(4,2,8);
plot(w1,U_o2(1:512),k);
title(已解调信号);
grid;
axis(0 15 0 。

31、 500);
xlabel(X104 w(Hz);
ylabel(abs(H(jw);
图形：图9图10分析：本文中SSB解调选用乘积型同步检波电路 ， 与DSB解调选用电路相同 ， 滤波器同样也选择RC二阶低通滤波器 。
通过matlab仿真建立模型 ， 做出时域与频域图 ， 发现模拟系统可以实现调制与解调 。
但是 ， 由已解调信号频域图可以看到 ， 其幅值较小 ， 原因是输入已调波信号较小 。
而造成输入已调波信号较小 ， 是因为SSB调制选取的是DSB调制频谱的上边带或下边带 ， 因此在SSB调制时 ， 可考虑适当减小载波幅值或增大调制信号幅值来协调 ， 是解调出信号幅值不致太小 ， 造成较大的误差 。
总结本设计较圆满的完成了对AM ， DSB,SSB信号 。

32、实现调制与解调 ， 与课题的要求相符；也较好的完成了对AM信号的时域分析 ， 通过fft变换 ， 得出了调制信号和解调信号的频谱图；在滤波这一部分 ， 课题主要是从RC二阶低通滤波器入手来设计低通滤波器等入手 ， 实现了预期的滤波效果 。
调制与解调技术是高频电子线路课程中一个重要的环节 ， 也是实现通信必不可少的一门技术 ， 也是必须掌握的一门技术 。
课题在这里是把要处理的信号当做一种特殊的信号 ， 即一种“复杂向量”来看待 。
也就是说 ， 课题更多的还是体现了数字信号处理技术 。
从课题的中心来看 ， 课题是希望将AM-DSB-SSB调制与解调技术应用于某一实际领域 ， 这里就是指对信号进行调制 。
作为存储于计算机中的调制信号 ， 其本身就是离散化了 。

【SSB)调制与解调,振幅|振幅调制电路(AM,DSB】33、的向量 ， 我们只需将这些离散的量提取出来 ， 就可以对其进行处理了 。
这一过程的实现 ， 用到了处理数字信号的强有力工具MATLAB 。

稿源：(未知)

【傻大方】网址：/a/2021/0801/0023373810.html

标题：SSB)调制与解调,振幅|振幅调制电路(AM,DSB( 四 )