[學習] 雙邊帶調制 (DSB) 與單邊帶調制 (SSB) 深度對比

雙邊帶調制 (DSB) 與單邊帶調制 (SSB) 深度對比

文章目錄

      • 雙邊帶調制 (DSB) 與單邊帶調制 (SSB) 深度對比
        • **數學原理**
        • **調制表達式與頻譜**
        • **時域特性**
        • **頻域特性**
        • **Python 仿真代碼**
        • **仿真結果分析**
        • **工程應用建議**


數學原理

設基帶信號為 m(t)m(t)m(t)(帶寬為 WWW),載波為 c(t)=Accos?(2πfct)c(t) = A_c \cos(2\pi f_c t)c(t)=Ac?cos(2πfc?t)(頻率 fc?Wf_c \gg Wfc??W

1. DSB 調制
DSB(Double Sideband)是一種線性調制方式,通過基帶信號與載波直接相乘實現:
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)=Ac?m(t)cos(2πfc?t)

  • 特點:頻譜包含上下兩個邊帶,帶寬為 2W2W2W,載波分量被抑制
  • 應用場景:早期無線電廣播(需配合包絡檢波接收)

2. SSB 調制
SSB(Single Sideband)通過希爾伯特變換去除冗余邊帶,需先求基帶信號的解析信號:
定義希爾伯特變換 (\hat{m}(t) = \mathcal{H}[m(t)] = m(t) * \frac{1}{\pi t}),則:

  • 上邊帶 (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(2πfc?t)?m^(t)sin(2πfc?t)]
  • 下邊帶 (LSB):保留 fc?Wf_c - Wfc??W 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(2πfc?t)+m^(t)sin(2πfc?t)]
  • 實現方法
    1. 相移法(如上述公式)
    2. 濾波法:先生成DSB信號,再用帶通濾波器濾除一個邊帶
  • 優勢:帶寬僅需 WWW,功率利用率高,廣泛用于短波通信和頻分復用系統

調制表達式與頻譜

DSB 頻譜(雙邊帶調制)
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(f?fc?)+M(f+fc?)]

  • 頻譜特性:信號頻譜對稱分布在載波頻率 fcf_cfc? 兩側,分別由上下邊帶組成。例如,若基帶信號為 1kHz 正弦波,載波為 10kHz,則 DSB 頻譜在 9kHz 和 11kHz 處出現對稱峰。
  • 帶寬BDSB=2fmB_{\text{DSB}} = 2f_mBDSB?=2fm?fmf_mfm? 為基帶信號最高頻率)。例如,語音信號最高頻率為 4kHz 時,DSB 帶寬為 8kHz。
  • 應用場景:常用于模擬廣播系統,但因其帶寬效率較低,逐漸被效率更高的調制方式取代。

SSB 頻譜(單邊帶調制,以 USB 上邊帶為例)
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)={Ac?M(f?fc?)0?f>fc?f<fc??

  • 頻譜特性:僅保留上邊帶(USB)或下邊帶(LSB),濾除另一邊帶和載波。例如,對于相同 1kHz 基帶信號和 10kHz 載波,USB 頻譜僅在 11kHz 處有峰。
  • 帶寬BSSB=fmB_{\text{SSB}} = f_mBSSB?=fm?,比 DSB 節省一半帶寬。例如,4kHz 語音信號的 SSB 帶寬僅需 4kHz。
  • 實現方法:通常通過濾波法或相移法生成。濾波法需高選擇性邊帶濾波器,而相移法利用希爾伯特變換實現正交調制。
  • 優勢:節省頻譜資源和發射功率,廣泛應用于短波通信、業余無線電等場景。

時域特性
特性DSBSSB
包絡形狀與基帶信號 ∣m(t)∣|m(t)|m(t) 的絕對值成正比,直接反映調制信號的幅度變化無明顯規律性包絡,呈現復雜波形特征,無法通過簡單包絡檢波恢復原信號
過零點行為當基帶信號過零時,載波相位會發生180°突變(如語音信號從正變負時)載波相位連續變化,不會出現突變現象
功率效率僅33%(包含上下兩個邊帶的冗余信息,功率利用率低)100%(僅傳輸一個邊帶,完全去除冗余信息)
調制復雜度僅需一個模擬乘法器即可實現(如使用平衡調制器電路)需要復雜的希爾伯特變換器實現正交調制(實際中常用濾波法或相位偏移法)

注:在實際應用中,DSB常用于AM廣播等簡單系統,SSB則廣泛應用于短波通信、業余無線電等對頻譜效率要求較高的場景。


頻域特性
特性DSB (雙邊帶調制)SSB (單邊帶調制)
頻譜對稱性載波頻率兩側對稱分布,包含上下邊帶(如1MHz載波的±5kHz邊帶)僅保留上邊帶或下邊帶(如1MHz載波僅保留+5kHz邊帶)
帶寬占用2fm2f_m2fm?(例如語音信號fm=4kHzf_m=4kHzfm?=4kHz時占用8kHz)fmf_mfm?(相同語音信號僅占用4kHz)
抗干擾性載波和雙邊帶易受多普勒頻移影響(如移動通信中±100Hz偏移會導致解調失真)單邊帶結構降低頻偏敏感度(衛星通信中可容忍±50Hz偏移)
應用場景早期AM廣播、模擬對講機等低成本系統短波電臺、海事通信、微波中繼等需節省頻譜的場景

Python 仿真代碼
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# 參數設置
fs = 10000       # 采樣率
T = 1            # 時長
t = np.arange(0, T, 1/fs)
fc = 1000        # 載波頻率
fm = 100         # 基帶頻率# 生成基帶信號 (含多頻分量)
m_t = np.cos(2*np.pi*fm*t) + 0.5*np.cos(4*np.pi*fm*t)# 載波信號
c_t = np.cos(2*np.pi*fc*t)# ===== DSB調制 =====
s_dsb = m_t * c_t# ===== SSB調制 (USB) =====
# 希爾伯特變換
m_hilbert = np.imag(hilbert(m_t))  # 取虛部即希爾伯特變換
s_ssb_usb = 0.5 * (m_t * c_t - m_hilbert * np.sin(2*np.pi*fc*t))# ===== 頻譜分析 =====
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()# ===== 繪圖 =====
plt.figure(figsize=(15,10))# 時域波形
plt.subplot(3,2,1)
plt.plot(t[:500], m_t[:500])
plt.title('基帶信號 $m(t)$前500點')plt.subplot(3,2,3)
plt.plot(t[:500], s_dsb[:500])
plt.title('DSB 信號 $s_{DSB}(t)$前500點')plt.subplot(3,2,5)
plt.plot(t[:500], s_ssb_usb[:500])
plt.title('SSB-USB 信號 $s_{SSB}(t)$前500點')# 頻域波形
plt.subplot(3,2,2)
plot_spectrum(m_t, '基帶頻譜')plt.subplot(3,2,4)
plot_spectrum(s_dsb, 'DSB 頻譜')plt.subplot(3,2,6)
plot_spectrum(s_ssb_usb, 'SSB 頻譜')plt.tight_layout()
plt.show()# ===== 性能對比 =====
print(f"DSB帶寬: {2*fm} Hz")
print(f"SSB帶寬: {fm} Hz")
print(f"SSB功率效率增益: {10*np.log10(4):.1f} dB")  # 理論值4倍
仿真結果分析
  1. 時域波形

    • DSB 包絡反映 ∣m(t)∣|m(t)|m(t),但有過零點相位跳變
    • SSB 波形連續無相位跳變,包絡更平滑
  2. 頻域波形

    • DSB 頻譜對稱分布在 fcf_cfc? 兩側
    • SSB 頻譜僅保留上邊帶 (USB)
  3. 關鍵指標

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

時域與頻域波形:
在這里插入圖片描述

工程應用建議
  • DSB 適用場景:低成本簡單系統 (如AM廣播副載波)
  • SSB 適用場景
    • 高頻譜效率需求 (短波通信、衛星鏈路)
    • 功率受限場景 (軍事通信)
    • 需注意:SSB 對收發端同步要求更高

完整代碼執行后可直接觀察時/頻域特性對比,修改 fmfc 可驗證不同帶寬場景。


研究學習不易,點贊易。
工作生活不易,收藏易,點收藏不迷茫 :)


本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/bicheng/89866.shtml
繁體地址,請注明出處:http://hk.pswp.cn/bicheng/89866.shtml
英文地址,請注明出處:http://en.pswp.cn/bicheng/89866.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

Gitee 提交信息的規范

在使用 git push 命令將代碼推送到 Gitee&#xff08;或任何 Git 平臺&#xff09;時&#xff0c;引號中的信息通常指的是 提交信息&#xff08;Commit Message&#xff09;。提交信息是對本次代碼修改的簡要描述&#xff0c;規范的提交信息有助于團隊協作和版本管理。 Gitee 提…

C 語言經典編程題實戰:從基礎算法到趣味問題全解析

在 C 語言學習過程中&#xff0c;通過實戰編程題鞏固知識點是非常有效的方式。本文整理了一系列經典 C 語言編程題&#xff0c;涵蓋基礎計算、邏輯判斷、圖形打印等多個維度&#xff0c;并附上完整代碼與解析&#xff0c;適合初學者參考學習上機題1.計算n以內所有正奇數的和 ?…

Chapter 3 Design of Switching Power Regulators

Chapter 3 Design of Switching Power Regulators Power Management Techniques for Integrated Circuit Design by Ke-Horng Chen 這本書比較深, 簡單介紹基本概念后, 就直接拋出大段公式和結論, 一章講其他書幾章內容, 適合有一定基礎, 想進一步做電源系統的人查閱. 優點是不…

算法題(176):three states

審題&#xff1a; 本題需要我們找到最佳鋪設道路&#xff0c;將三個國家聯通起來&#xff0c;然后輸出最佳鋪設道路的鋪設數量&#xff0c;若沒有聯通方法則輸出-1 思路&#xff1a; 首先我們正面思考&#xff1a;只需從某個點出發然后搜索到三個國家即可&#xff0c;最后對比所…

BIOS+MBR微內核加載loader程序實現過程

上一篇講到的微內核程序是由BIOS例程自動加載到內存中運行的,而且大小有限,能做的事情有限。我們知道內核程序大小是可以擴展的不能只有512字節,同時在加載運行內核前還需要完成一些必要的實模式下才能做的準備工作。所以單純在實模式下只使用微內核程序是不太夠的,就有了加…

使用Proxy設計模式來增強類的功能:ToastProxy和DesktopToast的設計關系

使用代理模式來增強類的功能&#xff1a;ToastProxy和DesktopToast Documentation: v1.0.0 Specified for Version v1.12.0&#xff0c;First Release in 2025/7/12 Documenation belongs to Projects: Charliechen114514/CCIMXDesktop: This is a Simple Desktop with Common …

瑞芯微2025開發者大會之見聞

序言本人參加了2025年的瑞芯微開發者大會&#xff0c;在展覽區看到了很多有意思的音視頻產品&#xff0c;下面按照產品類型分類給大家做一下展示。期間并沒有將所有展出物進行拍攝&#xff0c;但是基本已經覆蓋大部分內容。1、RK3566該芯片內置DSP音頻處理器&#xff0c;藍牙5.…

【最新】Java的幾種設計模式詳解及適用業務場景

? 1. 單例模式&#xff08;Singleton&#xff09; 定義&#xff1a;確保類只有一個實例&#xff0c;并提供全局訪問點。優點&#xff1a;節省資源、控制訪問。場景&#xff1a;數據庫連接池、日志管理器、配置中心。代碼要點&#xff1a; 構造方法私有靜態變量保存唯一實例公共…

單鏈表的手動實現+相關OJ題

目錄 鏈表的介紹 單鏈表的手動實現 單鏈表的基本框架 打印鏈表&#xff1a; 獲取表長&#xff1a; 頭插法新增節點&#xff1a; 尾插法新增節點&#xff1a; 在指定下標插入&#xff1a; 鏈表的查找 刪除鏈表中第一個出現的key&#xff1a; 刪除鏈表中所有key值 鏈表…

梯度提升之原理

簡介 梯度提升主要是基于數學最值問題 數學描述 目標函數為 obj(θ)∑i1nl(yi,y^i(t))∑k1tw(fk)obj(\theta) \sum_{i1}^n l(y_i, \hat y_i^{(t)}) \sum_{k1}^t w(f_k)obj(θ)i1∑n?l(yi?,y^?i(t)?)k1∑t?w(fk?) 其中ttt表示集成的樹的個數&#xff0c;y^i(t)y^i(t?1)…

[學習] Hilbert變換:從數學原理到物理意義的深度解析與仿真實驗(完整實驗代碼)

Hilbert變換&#xff1a;從數學原理到物理意義的深度解析與仿真實驗 文章目錄Hilbert變換&#xff1a;從數學原理到物理意義的深度解析與仿真實驗一、數學原理二、作用與物理意義1.構造解析信號2.相位移動特性3.應用場景三、仿真實驗實驗1&#xff1a;正弦信號的Hilbert變換實驗…

對話弋途科技:當AI重構汽車大腦,一場車載操作系統的“覺醒年代“開始了

&#xff08;圖片來源&#xff1a;Pixels&#xff09;站在未來看歷史&#xff0c;AI汽車剛剛開始。數科星球原創作者丨苑晶編輯丨大兔當特斯拉的自動駕駛仍在全球引發爭議時&#xff0c;中國智能汽車戰場已悄然開啟第二幕。從"四個輪子的大手機"到"移動智能空間…

?機器學習量化交易模型全面剖析報告基于因子庫的機器學習交易模型構建指南

目錄 第一章&#xff1a;機器學習在加密貨幣量化交易中的應用概述 范式轉變&#xff1a;從傳統因子到機器學習驅動的策略 為什么選擇機器學習&#xff1f;機遇、挑戰與核心概念 機遇 挑戰 核心概念 第二章&#xff1a;為機器學習準備您的因子庫 理解量化因子作為機器學…

內容創作智能體:多模態內容生成的完整解決方案

內容創作智能體&#xff1a;多模態內容生成的完整解決方案 &#x1f31f; 嗨&#xff0c;我是IRpickstars&#xff01; &#x1f30c; 總有一行代碼&#xff0c;能點亮萬千星辰。 &#x1f50d; 在技術的宇宙中&#xff0c;我愿做永不停歇的探索者。 ? 用代碼丈量世界&…

測試學習之——Pytest Day4

Pytest作為Python中功能強大且易于使用的測試框架&#xff0c;深受開發者喜愛。它不僅提供了簡潔的測試編寫方式&#xff0c;還通過豐富的配置選項、靈活的標記機制和強大的數據驅動能力&#xff0c;極大地提升了測試效率和可維護性。本文將深入探討Pytest的配置意義與層級、常…

【軟件系統架構】系列七:系統性能——路由器性能深入解析

目錄 一、路由器的核心功能 二、路由器性能核心指標 1. 吞吐量&#xff08;Throughput&#xff09; 2. 并發連接數&#xff08;Session Capacity&#xff09; 3. 每秒連接數&#xff08;CPS&#xff0c;Connections Per Second&#xff09; 4. 轉發延遲&#xff08;Laten…

【數據結構】第一講 —— 概論

【數據結構】第一講 —— 概論 文章目錄【數據結構】第一講 —— 概論1.1 基本概念和常用術語1.2 了解數據結構1. 數據結構2. 數據的邏輯結構3. 數據的物理結構&#xff08;存儲結構&#xff09;4. 數據的運算1.3 算法的描述和分析1.3.1 算法的描述1.3.21.1 基本概念和常用術語…

全面解析MySQL(2)——CRUD基礎

1.CreateCreate(創建)&#xff1a;添加新數據到數據庫中#基礎語法 insert into table_name (column1,column2,column3, ...) values (value1,value2,value3, ...);1.1 單行全列插入value中值的數量和順序必須和column?致describe demo1; -----------------------------------…

某外企筆試總結——純C語言

這里寫自定義目錄標題一、sizeof 計算&#xff08;32位環境&#xff09;二、簡答題三、數據存儲區域與可修改性四、字符串比較輸出及原因五、數組指針運算輸出六、字符串倒序代碼錯誤排查七、下面程序可以把1維數組轉為2維數組&#xff0c;然后調用 printArr2D 打印出數組內容&…

Qt Graphs 模塊擬取代 charts 和 data visualization還有很長的路要走

近期關注 Qt 6.10 的分支進展&#xff0c; 發現了 Qt 6.10 的 charts 和 data visualization &#xff08;以下簡稱 DV&#xff09;已經被deprecated, 功能將會合并到 graphs 模塊。如果后面 charts\ DV 被棄用&#xff0c;那算是很大的API變化了。從Qt 6.5 以后開始引入的 gra…