当前位置: 首页 > news >正文

[学习] 双边带调制 (DSB) 与单边带调制 (SSB) 深度对比

双边带调制 (DSB) 与单边带调制 (SSB) 深度对比

文章目录

      • 双边带调制 (DSB) 与单边带调制 (SSB) 深度对比
        • **数学原理**
        • **调制表达式与频谱**
        • **时域特性**
        • **频域特性**
        • **Python 仿真代码**
        • **仿真结果分析**
        • **工程应用建议**


数学原理

设基带信号为 m(t)m(t)m(t)(带宽为 WWW),载波为 c(t)=Accos⁡(2πfct)c(t) = A_c \cos(2\pi f_c t)c(t)=Accos(2πfct)(频率 fc≫Wf_c \gg WfcW

1. DSB 调制
DSB(Double Sideband)是一种线性调制方式,通过基带信号与载波直接相乘实现:
sDSB(t)=m(t)⋅c(t)=Acm(t)cos⁡(2πfct)s_{\text{DSB}}(t) = m(t) \cdot c(t) = A_c m(t) \cos(2\pi f_c t)sDSB(t)=m(t)c(t)=Acm(t)cos(2πfct)

  • 特点:频谱包含上下两个边带,带宽为 2W2W2W,载波分量被抑制
  • 应用场景:早期无线电广播(需配合包络检波接收)

2. SSB 调制
SSB(Single Sideband)通过希尔伯特变换去除冗余边带,需先求基带信号的解析信号:
定义希尔伯特变换 (\hat{m}(t) = \mathcal{H}[m(t)] = m(t) * \frac{1}{\pi t}),则:

  • 上边带 (USB):保留 fc+Wf_c + Wfc+W 部分
    sSSB-USB(t)=Ac2[m(t)cos⁡(2πfct)−m^(t)sin⁡(2πfct)]s_{\text{SSB-USB}}(t) = \frac{A_c}{2} \left[ m(t) \cos(2\pi f_c t) - \hat{m}(t) \sin(2\pi f_c t) \right]sSSB-USB(t)=2Ac[m(t)cos(2πfct)m^(t)sin(2πfct)]
  • 下边带 (LSB):保留 fc−Wf_c - WfcW 部分
    sSSB-LSB(t)=Ac2[m(t)cos⁡(2πfct)+m^(t)sin⁡(2πfct)]s_{\text{SSB-LSB}}(t) = \frac{A_c}{2} \left[ m(t) \cos(2\pi f_c t) + \hat{m}(t) \sin(2\pi f_c t) \right]sSSB-LSB(t)=2Ac[m(t)cos(2πfct)+m^(t)sin(2πfct)]
  • 实现方法
    1. 相移法(如上述公式)
    2. 滤波法:先生成DSB信号,再用带通滤波器滤除一个边带
  • 优势:带宽仅需 WWW,功率利用率高,广泛用于短波通信和频分复用系统

调制表达式与频谱

DSB 频谱(双边带调制)
SDSB(f)=Ac2[M(f−fc)+M(f+fc)]S_{\text{DSB}}(f) = \frac{A_c}{2} \left[ M(f-f_c) + M(f+f_c) \right]SDSB(f)=2Ac[M(ffc)+M(f+fc)]

  • 频谱特性:信号频谱对称分布在载波频率 fcf_cfc 两侧,分别由上下边带组成。例如,若基带信号为 1kHz 正弦波,载波为 10kHz,则 DSB 频谱在 9kHz 和 11kHz 处出现对称峰。
  • 带宽BDSB=2fmB_{\text{DSB}} = 2f_mBDSB=2fmfmf_mfm 为基带信号最高频率)。例如,语音信号最高频率为 4kHz 时,DSB 带宽为 8kHz。
  • 应用场景:常用于模拟广播系统,但因其带宽效率较低,逐渐被效率更高的调制方式取代。

SSB 频谱(单边带调制,以 USB 上边带为例)
SSSB(f)={AcM(f−fc)f>fc0f<fcS_{\text{SSB}}(f) = \begin{cases} A_c M(f-f_c) & f > f_c \\ 0 & f < f_c \end{cases}SSSB(f)={AcM(ffc)0f>fcf<fc

  • 频谱特性:仅保留上边带(USB)或下边带(LSB),滤除另一边带和载波。例如,对于相同 1kHz 基带信号和 10kHz 载波,USB 频谱仅在 11kHz 处有峰。
  • 带宽BSSB=fmB_{\text{SSB}} = f_mBSSB=fm,比 DSB 节省一半带宽。例如,4kHz 语音信号的 SSB 带宽仅需 4kHz。
  • 实现方法:通常通过滤波法或相移法生成。滤波法需高选择性边带滤波器,而相移法利用希尔伯特变换实现正交调制。
  • 优势:节省频谱资源和发射功率,广泛应用于短波通信、业余无线电等场景。

时域特性
特性DSBSSB
包络形状与基带信号 ∣m(t)∣|m(t)|m(t) 的绝对值成正比,直接反映调制信号的幅度变化无明显规律性包络,呈现复杂波形特征,无法通过简单包络检波恢复原信号
过零点行为当基带信号过零时,载波相位会发生180°突变(如语音信号从正变负时)载波相位连续变化,不会出现突变现象
功率效率仅33%(包含上下两个边带的冗余信息,功率利用率低)100%(仅传输一个边带,完全去除冗余信息)
调制复杂度仅需一个模拟乘法器即可实现(如使用平衡调制器电路)需要复杂的希尔伯特变换器实现正交调制(实际中常用滤波法或相位偏移法)

注:在实际应用中,DSB常用于AM广播等简单系统,SSB则广泛应用于短波通信、业余无线电等对频谱效率要求较高的场景。


频域特性
特性DSB (双边带调制)SSB (单边带调制)
频谱对称性载波频率两侧对称分布,包含上下边带(如1MHz载波的±5kHz边带)仅保留上边带或下边带(如1MHz载波仅保留+5kHz边带)
带宽占用2fm2f_m2fm(例如语音信号fm=4kHzf_m=4kHzfm=4kHz时占用8kHz)fmf_mfm(相同语音信号仅占用4kHz)
抗干扰性载波和双边带易受多普勒频移影响(如移动通信中±100Hz偏移会导致解调失真)单边带结构降低频偏敏感度(卫星通信中可容忍±50Hz偏移)
应用场景早期AM广播、模拟对讲机等低成本系统短波电台、海事通信、微波中继等需节省频谱的场景

Python 仿真代码
import numpy as np
import matplotlib.pyplot as plt
from scipy.signal import hilbert, butter, filtfiltplt.close('all')
plt.rcParams['font.sans-serif'] = ['Arial Unicode MS']
plt.rcParams['axes.unicode_minus'] = False# 参数设置
fs = 10000       # 采样率
T = 1            # 时长
t = np.arange(0, T, 1/fs)
fc = 1000        # 载波频率
fm = 100         # 基带频率# 生成基带信号 (含多频分量)
m_t = np.cos(2*np.pi*fm*t) + 0.5*np.cos(4*np.pi*fm*t)# 载波信号
c_t = np.cos(2*np.pi*fc*t)# ===== DSB调制 =====
s_dsb = m_t * c_t# ===== SSB调制 (USB) =====
# 希尔伯特变换
m_hilbert = np.imag(hilbert(m_t))  # 取虚部即希尔伯特变换
s_ssb_usb = 0.5 * (m_t * c_t - m_hilbert * np.sin(2*np.pi*fc*t))# ===== 频谱分析 =====
def plot_spectrum(signal, title):n = len(signal)freq = np.fft.fftfreq(n, 1/fs)spectrum = np.abs(np.fft.fft(signal)/n)plt.plot(freq, spectrum)plt.title(title)plt.xlim(0, 1500)plt.grid()# ===== 绘图 =====
plt.figure(figsize=(15,10))# 时域波形
plt.subplot(3,2,1)
plt.plot(t[:500], m_t[:500])
plt.title('基带信号 $m(t)$前500点')plt.subplot(3,2,3)
plt.plot(t[:500], s_dsb[:500])
plt.title('DSB 信号 $s_{DSB}(t)$前500点')plt.subplot(3,2,5)
plt.plot(t[:500], s_ssb_usb[:500])
plt.title('SSB-USB 信号 $s_{SSB}(t)$前500点')# 频域波形
plt.subplot(3,2,2)
plot_spectrum(m_t, '基带频谱')plt.subplot(3,2,4)
plot_spectrum(s_dsb, 'DSB 频谱')plt.subplot(3,2,6)
plot_spectrum(s_ssb_usb, 'SSB 频谱')plt.tight_layout()
plt.show()# ===== 性能对比 =====
print(f"DSB带宽: {2*fm} Hz")
print(f"SSB带宽: {fm} Hz")
print(f"SSB功率效率增益: {10*np.log10(4):.1f} dB")  # 理论值4倍
仿真结果分析
  1. 时域波形

    • DSB 包络反映 ∣m(t)∣|m(t)|m(t),但有过零点相位跳变
    • SSB 波形连续无相位跳变,包络更平滑
  2. 频域波形

    • DSB 频谱对称分布在 fcf_cfc 两侧
    • SSB 频谱仅保留上边带 (USB)
  3. 关键指标

    • 带宽:SSB 比 DSB 减少 50%
    • 功率效率:SSB 比 DSB 高 6 dB
DSB带宽: 200 Hz
SSB带宽: 100 Hz
SSB功率效率增益: 6.0 dB

时域与频域波形:
在这里插入图片描述

工程应用建议
  • DSB 适用场景:低成本简单系统 (如AM广播副载波)
  • SSB 适用场景
    • 高频谱效率需求 (短波通信、卫星链路)
    • 功率受限场景 (军事通信)
    • 需注意:SSB 对收发端同步要求更高

完整代码执行后可直接观察时/频域特性对比,修改 fmfc 可验证不同带宽场景。


研究学习不易,点赞易。
工作生活不易,收藏易,点收藏不迷茫 :)


http://www.dtcms.com/a/289721.html

相关文章:

  • 【Java学习|黑马笔记|Day18】Stream流|获取、中间方法、终结方法、收集方法及其练习
  • Redis面试精讲 Day 4:Redis事务与原子性保证
  • Node.js:常用工具、GET/POST请求的写法、工具模块
  • 基于单片机无线防丢/儿童防丢报警器
  • xavier nx上编译fast-livo过程中出现的问题记录
  • 分享一款免费好用的电视远程推送传输助手TV版软件
  • week4
  • 游戏剧情抄袭侵权比对报告:防止“爆款”变“爆雷”
  • 【分布式 ID】详解百度 uid-generator(源码篇)
  • 【每日算法】专题十_哈希表
  • 代码随想录-250720-划分字母区间
  • 什么是 Linux 发行版?什么是 Linxu 操作系统?
  • python字符串的讲解和应用
  • kotlin Flow快速学习2025
  • Function Callingの进化路:源起篇
  • (5)从零开发 Chrome 插件:Vue3 Chrome 插件待办事项应用
  • 7.20 树hash |字典树模板❗
  • LangChain4j多模型共存+整合SpringBoot
  • springboot websocket 自动重启方案
  • SpringBoot3集成MapstructPlus
  • 抓包工具使用教程
  • 网安-文件上传-upload-labs
  • Laravel 原子锁概念讲解
  • jdk各个版本特性
  • Linux 基础文件IO操作
  • 零基础学习性能测试第一章:核心性能指标-并发量
  • Node.js 中基于请求 ID 实现简单队列(即时阻止策略/排队等待策略)
  • DMZ网络
  • (1)Windows环境下安装Oracle
  • Vue3 Proxy 数据劫持为什么比Object.defineProperty() Vue2数据劫持的性能更好