AM与FM通信系统干扰分析及Matlab建模实践-代码聚汇网

AM与FM通信系统干扰分析及Matlab建模实践

眠子子子

1. AM与FM通信系统干扰问题概述

在无线通信领域，调幅(AM)和调频(FM)是两种最基础的模拟调制技术。AM通过改变载波幅度来传递信息，而FM则是通过改变载波频率。这两种系统在实际应用中都会面临各种干扰问题，理解这些干扰的特性及其缓解方法对通信系统设计至关重要。

AM系统的主要干扰源包括：

加性高斯白噪声(AWGN)：这是所有通信系统都会遇到的背景噪声
同道干扰：来自使用相同频段的其他发射机
邻道干扰：相邻频段的信号泄漏
选择性衰落：多径传播导致的频率选择性衰减

相比之下，FM系统虽然对幅度噪声有更好的抵抗能力，但也有其特有的干扰问题：

捕获效应：强信号会完全压制弱信号
门限效应：当信噪比低于一定阈值时，解调性能急剧恶化
非线性失真：频偏过大导致的信号畸变

提示：在实际工程中，FM系统在中等信噪比条件下通常表现优于AM系统，但在极低信噪比时，AM系统可能反而更可靠。

2. 干扰分析的Matlab建模方法

2.1 AM系统干扰建模

AM信号的数学表达式为：

matlab复制s_AM = (1 + m.*message).*cos(2*pi*fc*t);

其中m是调制指数，message是归一化的基带信号。

在Matlab中模拟AM干扰的典型流程：

生成基带信号（通常使用音频频率的正弦波）
进行AM调制
添加高斯白噪声：noisy_signal = awgn(s_AM, SNR)
添加特定干扰源（如同道干扰）
解调并分析信号质量

关键参数设置建议：

采样频率：至少8倍于载波频率
仿真时长：包含多个信号周期
SNR范围：0-30dB以覆盖典型场景

2.2 FM系统干扰建模

FM信号的数学表达式为：

matlab复制phi = 2*pi*fc*t + 2*pi*kf*cumsum(message)/Fs;
s_FM = cos(phi);

其中kf是频偏常数。

FM干扰分析的特殊考虑：

需要预加重/去加重滤波器（通常用tf([1 0],[1 1/(2*pi*75e-6)])）
门限效应的建模需要更精细的噪声分析
捕获效应需要模拟多个FM信号叠加

3. 干扰缓解技术实现

3.1 AM系统的干扰缓解

双边带抑制载波(DSB-SC)：
```
matlab复制s_DSB = message.*cos(2*pi*fc*t);
```
功率效率更高，但需要相干解调
导频音插入：
在发射信号中添加小幅度的载波成分，便于接收端恢复载波

自动增益控制(AGC)：

matlab复制gain = 1./moving_rms(received_signal, window_size);
normalized_signal = received_signal .* gain;

带通滤波优化：
使用切比雪夫滤波器减少邻道干扰：
```
matlab复制[b,a] = cheby1(6,0.5,[fc-bw/2 fc+bw/2]/(Fs/2));
```

3.2 FM系统的干扰缓解

预加重/去加重网络：

matlab复制% 预加重
[b_pre,a_pre] = tf([1 0],[1 1/(2*pi*75e-6)]);
% 去加重
[b_de,a_de] = tf([1 1/(2*pi*75e-6)],[1 0]);

限幅器设计：
消除幅度变化，提高抗幅度噪声能力：

matlab复制limited_signal = sign(received_signal) .* min(abs(received_signal), threshold);

锁相环(PLL)优化：
改进的Costas环设计：

matlab复制% PLL参数
damping = 0.707;
loop_bw = 0.05;
[phi,phase_error] = pll_demod(s_FM, fc, Fs, damping, loop_bw);

频率分集技术：
使用多个载波频率传输相同信息

4. 性能评估与对比分析

4.1 评估指标实现

信噪比(SNR)计算：

matlab复制function snr = calculate_snr(clean, noisy)
    signal_power = mean(clean.^2);
    noise_power = mean((noisy-clean).^2);
    snr = 10*log10(signal_power/noise_power);
end

误码率(BER)测量：
对于数字化的AM/FM系统：

matlab复制ber = sum(original_bits ~= decoded_bits)/length(original_bits);

信纳比(SINAD)计算：

matlab复制function sinad = calculate_sinad(signal, Fs)
    [Pxx,f] = periodogram(signal,[],[],Fs);
    signal_power = max(Pxx);
    noise_power = sum(Pxx) - signal_power;
    sinad = 10*log10(signal_power/noise_power);
end

4.2 AM与FM抗干扰性能对比

通过Matlab仿真可以得到以下典型结论：

干扰类型	AM系统表现	FM系统表现
高斯白噪声	中等	优良
同道干扰	差	中等
脉冲噪声	差	优良
多径衰落	差	中等
非线性失真	中等	差

注意：FM系统在门限效应之上的SNR区域表现优异，但一旦低于门限，性能会急剧恶化。

5. 实际工程中的调试技巧

AM系统调试要点：
- 调制指数控制在0.3-0.8之间避免过调制
- 载波泄漏要小于-40dBc
- AGC时间常数要与信号特性匹配
FM系统调试要点：
- 频偏设置要符合 Carson规则
- 预加重时间常数通常为75μs（音频系统）
- PLL带宽设为信号最高频率的1/10
通用优化建议：
- 使用频谱分析仪视图（spectrogram()函数）识别干扰源
- 逐步增加干扰水平，观察系统崩溃点
- 记录各阶段的信号波形和频谱
Matlab加速技巧：
- 对大信号使用parfor并行计算
- 预分配所有数组空间
- 对循环内的计算进行向量化处理

在真实项目中，我发现FM系统的性能对频偏设置非常敏感。一次调试中，将频偏从75kHz调整到50kHz（仍符合标准），在存在同道干扰时，信噪比改善了近3dB。这个经验说明，标准参数不一定是最优解，需要根据实际干扰环境进行调整。