zoukankan      html  css  js  c++  java
  • 频分复用(Frequency Division Multiplexer)

    作者:桂。

    时间:2017年12月19日20:43:04 

    链接:http://www.cnblogs.com/xingshansi/p/8067839.html 


    前言

    主要记录基本的频分复用原理,以及仿真实现。

    一、频分复用原理

    频分复用FDM:

    通常x1..4(t)可以是同一个序列的串并转化,也可以是不同序列,频分复用示意图:

    主要包含三个操作:1)上采样(up-sample); 2)滤波(fir);3)累加(sum)。

    频分复用:将多个不同频段的信号拼接为一个宽带信号,主要包含三个操作:1)上采样(up-sample); 2)滤波(fir;3)累加(sum)

    • 上采样

    T1/T2 = 4,故上采样倍数为4,上采样有原数据保持、插值、补零等方法,这里采用最基本的补零方法。不失一般性,X0(n)X1(n)X2(n)X3(n)分别按不同频率的正弦信号处理。

    x1(n) 的频域变换: 

    4倍插值后的频谱:

     

    可以看出插值后出现了多个重复周期,因此需要借助低通滤波以保留单一周期,如下图所示:

    因此需要构造不同频段的滤波器,四个蓝色阴影部分拼接(累加)即可。

    • 滤波器

    这里prototype滤波器: 

    共构造8个滤波器,分成四组,输出y(n)为:

    Y(n) = y0(n)+ y1(n)+ y2(n)+ y3(n)

    ym(n)

    Ym(n) = xm_interpl(n)*[ha (n) exp((-im*2*pi*(m*n))/8)+ ha(n) exp((-im*2*pi*((8-m)*n))/8)]

    = 2*xm_interpl(n)*[ha(n)cos((-2*pi*(m*n))/8)]

    其中ha (n) = h(n)* exp((-im*pi*n)/8)prototype filter,至此便完成了信号的频分多路复用(FDM)理论推导.

    • 累加

    滤波后的各个输出累加,即得到调制的y(n),仿真图如图所示:

    结果与上文一致。

    二、仿真结果

    频分复用的接收端是发射的逆过程,分别利用 基本滤波器、多相滤波器实现:

    基本滤波器:

    %recovery signal: x
    clc;clear all;close all;
    load fir2.mat;
    fir = fir2;
    B = 4000;%4KHz
    fs1 = 2*B;
    D = 4;
    t1 = 0:1/fs1:(128-1)/fs1;
    f = [800 1600 2200 2800];%frequency
    x0 = sin(2*pi*t1*f(1));
    x1 = sin(2*pi*t1*f(2));
    x2 = sin(2*pi*t1*f(3));
    x3 = sin(2*pi*t1*f(4));
    x_shape = [x0;x1;x2;x3];
    %% interp
    x0_interp = [x0;zeros(3,length(t1))];
    x0_interp = x0_interp(:)';
    x1_interp = [x1;zeros(3,length(t1))];
    x1_interp = x1_interp(:)';
    x2_interp = [x2;zeros(3,length(t1))];
    x2_interp = x2_interp(:)';
    x3_interp = [x3;zeros(3,length(t1))];
    x3_interp = x3_interp(:)';
    %%prototype filter
    x_all = [x0_interp;x1_interp;x2_interp;x3_interp;flipud([x0_interp;x1_interp;x2_interp;x3_interp])];
    im = sqrt(-1);
    iseq = 1:length(fir);
    for j = 1:D
            h_channel(j,:) = fir.*cos((2*pi*((j-1/2)*(iseq-1)))/8);
    %     h_channel(j,:) = fir.*exp((1j*2*pi*((j-1/2)*(iseq-1)))/8);
    end
    %%add signal
    yn = zeros(1,length(x3_interp));
    for i = 1:D
        yn = filter(h_channel(i,:),1,x_all(i,:))+yn;
    end
    %%demultiplex
    x_channel = zeros(D,length(yn)/D);
    for i = 1:D
        x_channel(i,:) = downsample(filter(h_channel(i,:),1,yn),D);
    end
    figure()
    for i = 1:D
        subplot(2,2,i)
        plot(linspace(0,fs1,length(t1)),abs(fft(x_channel(i,:))));
        xlabel('frequency(Hz)');ylabel('amplitude');title('direct filter -> x');
    end
    
    %%plot mse
    figure()
    for i = 1:4
         x_channel(i,:) =  x_channel(i,:)/max(abs( x_channel(i,:)));
         subplot (2,2,i)
         plot(linspace(0,fs1,length(t1)),x_channel(i,:));hold on;
         plot(linspace(0,fs1,length(t1)),x_shape(i,:),'r--');hold on;
    %      plot(linspace(0,fs1,length(t1)),abs(x_shape(i,:)-x_channel(i,:)).^2,'k');
         xlabel('frequency(Hz)');title('MSE');
    %      legend('recovery','orignal','MSE');
    end
    

      多相滤波器,推导:

    令l = iD+p,D表示分解后信号路数,此处D = 4:

    再将结果取实部即可得解。 

    %recovery signal by polyphase filter: x
    clc;clear all;close all;
    load fir2.mat;
    fir = fir2;
    B = 4000;%4KHz
    fs1 = 2*B;
    D = 4;
    t1 = 0:1/fs1:(128-1)/fs1;
    f = [800 1600 2200 2800];%frequency
    x0 = sin(2*pi*t1*f(1));
    x1 = sin(2*pi*t1*f(2));
    x2 = sin(2*pi*t1*f(3));
    x3 = sin(2*pi*t1*f(4));
    x_shape = [x0;x1;x2;x3];
    %% interp
    x0_interp = [x0;zeros(3,length(t1))];
    x0_interp = x0_interp(:)';
    x1_interp = [x1;zeros(3,length(t1))];
    x1_interp = x1_interp(:)';
    x2_interp = [x2;zeros(3,length(t1))];
    x2_interp = x2_interp(:)';
    x3_interp = [x3;zeros(3,length(t1))];
    x3_interp = x3_interp(:)';
    %%prototype filter
    x_all = [x0_interp;x1_interp;x2_interp;x3_interp;flipud([x0_interp;x1_interp;x2_interp;x3_interp])];
    im = sqrt(-1);
    iseq = 1:length(fir);
    for j = 1:D
            h_channel(j,:) = fir.*cos((-2*pi*((j-1/2)*(iseq-1)))/8);
    %     h_channel(j,:) = fir.*exp((1j*2*pi*((j-1/2)*(iseq-1)))/8);
    end
    %%add signal
    yn = zeros(1,length(x3_interp));
    for i = 1:D
        yn = filter(h_channel(i,:),1,x_all(i,:))+yn;
    end
    %%demultiplex
    %prototype filter
    h0 = fir.*exp((-1j*2*pi*((-1/2)*(iseq-1)))/8);
    h_py = fliplr(reshape(h0,D,length(h0)/D));
    y_py = (reshape(yn,D,length(yn)/D));
    x_channel = zeros(D,length(yn)/D);
    for i = 1:D
        x_channel(i,:) = filter(h_py(i,:),1,y_py(i,:));
    end
    x_channel = real(ifft(x_channel));
    x_channel = x_channel([1,4,2,3],:);
    %%plot mse
    figure()
    for i = 1:4
         x_channel(i,:) =  x_channel(i,:)/max(abs( x_channel(i,:)));
         subplot (2,2,i)
         plot(linspace(0,fs1,length(t1)),x_channel(i,:));hold on;
         plot(linspace(0,fs1,length(t1)),x_shape(i,:),'r--');hold on;
    %      plot(linspace(0,fs1,length(t1)),abs(x_shape(i,:)-x_channel(i,:)).^2,'k');
         xlabel('frequency(Hz)');title('MSE');
    %      legend('recovery','orignal','MSE');
    end

    三、其他

     原型滤波器信道化思路:

    信道化与频分复用略有不同,频分复用主要是余弦函数,理论上相邻无衰减,得到的余弦曲线并不理想:

    当有一定的过渡带时,余弦曲线:

     可见此时应该有一个过渡带才更加合理,而不是像信道化体系常用的约束:相邻信道无缝连接。

  • 相关阅读:
    数据库索引分析(一)
    对象的序列化(串行化)分析(一)
    Java 集合类 TreeSet、TreeMap
    查找杀死指定进程delphi
    delphi集合的用法
    debian 删除软件
    linux 各种国内源更新 (source)
    screen 命令使用记录
    Python 常用import
    常用Python函数
  • 原文地址:https://www.cnblogs.com/xingshansi/p/8067839.html
Copyright © 2011-2022 走看看