标准实验报告(2)

实 验 报 告（二）

学生姓名：王超楠 学号：[1**********]11 指导教师：廖红舒/张花国

实验地点：科研二号楼B453 实验时间：周二晚

一、实验室名称：信息对抗系统专业实验室

二、实验项目名称：典型模拟通信信号调制识别

三、实验学时：4学时

实验原理：

AM 、FM 等模拟通信信号具有不同的包络特征、瞬时相位特征，因此针对这些信号特征，可通过设置特征门限区分不同通信信号，达到信号调制识别目的。因此可让学生通过实际上机Matlab 编程实验，对上述通信信号的特征进行仿真验证，加深理解不同通信信号的调制识别方法。

五、实验目的：

利用MATLAB 软件编程提取通信信号的瞬时幅度、瞬时相位等特征，同时使用决策树的分类方法进行调制信号的识别。让学生通过实际上机实验，加深理解不同通信信号的特点。

六、实验内容：

(一) 、特征

(1) 瞬时幅度（包络）特征

把上次实验产生的AM 、DSB 、USB 、LSB 、FM 复信号（不含噪声）分别求取它们的瞬时幅度值（取abs ），并利用直方图hist 函数统计瞬时幅度的分布情况。取N （N 任意）点做统计，hist(q,N)， q=abs(y) (y为调制信号) 。比较这五种信号的瞬时幅度特征，并描述它们的差异。

(2) 瞬时相位特征

把上次实验产生的AM 、DSB 、USB 、LSB 、FM 复信号（不含噪声）分别求取它们的瞬时相位值（取angle ，然后去缠绕unwrap ），并利用hist 函数统计瞬时相位的分布情况，取N （N 任意）点做统计，比较这五种信号的瞬时相位特征，并描述它们的差异。

(二) 、调制识别

(1) 编写程序完成2种识别特征γmax , P 的提取。

(2) 信噪比从0dB 变化到10dB （即0：2：10），分别画出AM 、FM 信号的γmax 特征随每个信噪比的变化曲线，然后设定区分AM 和FM 信号的门限th (γmax ) 。

(3) 信噪比从0dB 变化到10dB （即0：2：10），分别画出LSB 、USB 信号的P 特征随每个信噪比的变化曲线，然后设定区分LSB 和USB 信号的门限th (P ) 。

(4) 编写程序完成AM 信号与FM 信号的自动识别。画出AM 、FM 信号的正确识别率随信噪比（0：2：10）的变化曲线。说明在多高信噪比下能保证这两种信号的正确识别率均在90%以上。

(5) 编写程序完成USB 信号与LSB 信号的自动识别。画出USB 、LSB 信号的正确识别率随信噪比（0：2：10）的变化曲线。说明在多高信噪比下能保证这两种信号的正确识别率均在90%以上。

七、实验器材（设备、元器件）：

计算机、Matlab 计算机仿真软件

八、实验步骤：

1、学习MATLAB 软件的使用，并学习hist 、angle 、unwrap 等Matlab 软件函数的使用；

2、在编写的信号源基础上，根据实验内容提取信号特征并进行调制识别。

（1）特征提取的源程序

（2）识别源程序

九、实验数据及结果分析

根据上述实验程序得到的实验数据及结果如下：

(一）特征

（1）瞬时幅度特征

AM ：

DSB:

USB:

LSB:

FM:

比较五幅图片可知，FM 信号的瞬时幅度不变化，其他的信号幅度会发生变化，因此可以用来区分FM 信号。

（2）瞬时相位特征

AM:

DSB:

USB:

LSB:

FM:

通过仿真图形比较可知，

（二）调制识别

（1） max , P 的提取

%零中心归一化瞬时幅度谱密度最大值的提取程序 function y=yMax(x)

N=2000;

y=0;

ac=zeros(1,N);

ma=sum(abs(x))/N;%求均值

for i=1:N

ac(i)=(abs(x(i))-ma)/ma;

end

AC=abs(fft(ac));

AC=AC.^2;

y=max(AC)/N;

%谱对称特征P 的提取

function p=pp(x,fc,fs)

% x接收到的信号

% fc载波频率

% fs采样频率

X=fft(x);

N=length(x);

pl=0;

pu=0;

fcn=ceil(fc*N/fs-1);

for i=1:fcn

pl=pl+abs(X(i)).^2; end

for i=1:fcn

pu=pu+abs(X(i+fcn+1)).^2; end

p=(pl-pu)/(pl+pu);

（2）AM 、FM 信号的γmax 特征随每个信噪比的变化曲线

由图像可以设定门限th(γmax )=18

(3)LSB、USB 信号的P 特征信噪比的变化曲线

(4)AM信号、FM 信号自动识别程序

key=0.125;

n=0;

for kk=-2:2:10

count=0;

n=n+1;

for m=1:100

SNR=kk;%dB

Fs = 1000;

Fc = 200;

T_sp=1;

t = [0:T_sp*Fs]'/Fs;

Fm=50;

x = sin(2*pi*Fm*t);

x1 = cos(2*pi*Fm*t)/(2*pi*Fm);

A0 = 1;

Fkm = 20;

Ini_phase=rand*2*pi;

y = A0.*exp(j*2*pi*Fc*t+j*2*pi*Fkm*x1+j*Ini_phase); y_gui1=y./sqrt(var(y));

noise=sqrt(1/10^(SNR/10)/2)*(randn(size(y))+j*randn(size(y))); y_noise=y_gui1+noise;

tent=abs(y_noise);

R=var(tent)/(mean(tent)^2);

if (R

count=count+1;

end

if (m==100)

result(n)=count/100;

end

end

end

SNR=-2:2:10;

figure;

plot(SNR,result,'b' );

xlabel('SNR(dB)');

由仿真可知，当信噪比大于6时识别率可以达到90%以上。

(5).USB信号自动识别率随信噪比变化曲线

程序：

clear all ;

fs=2000;

fc=500;

t=0:1/fs:1;

mt=10*sin(2*pi*50*t+pi);

yt=mt.*cos(2*pi*fc*t);

f=-fs/2:1:fs/2;

p=zeros(1,40);

SNR=-20;

j=1;

while (SNR

m=0;

for i=1:10

%USB信号

a=zeros(1,500);

b=ones(1,500);

Husbw=[a,b,0,b,a];

yt=awgn(yt,SNR,'measured' );

Ytw=abs(fftshift(fft(yt).*Husbw));

qt=ifft(Ytw);

qt=awgn(qt,SNR,'measured' );

if (pp(qt,fc,fs)>0)

m=m+1;

end

end

p(j)=m/10;

j=j+1;

SNR=SNR+1;

end

plot([-20:19],p);

axis([-20 19 0 1.5]);

title('USB 信号识别率随信噪比变化曲线' );

xlabel(' 信噪比SNR' );

grid on ;

LSB 信号自动识别率随信噪比变化曲线

程序：

clear all ;

fs=2000;

fc=500;

a=zeros(1,500);

b=ones(1,500);

t=0:1/fs:1;

mt=10*sin(2*pi*50*t+pi);

yt=mt.*cos(2*pi*fc*t);

f=-fs/2:1:fs/2;

p=zeros(1,40);

SNR=-20;

j=1;

while (SNR

m=0;

for i=1:10

Hlsbw=[b,a,1,a,b];

Yw=abs(fftshift(fft(yt).*Hlsbw));

It=ifft(Yw);

It=awgn(It,SNR,'measured' );

Ytw=abs(fftshift(fft(It).*Hlsbw));

qt=ifft(Ytw);

qt=awgn(qt,SNR,'measured' );

if (pp(qt,fc,fs)

m=m+1;

end

end

p(j)=m/10;

j=j+1;

SNR=SNR+1;

end

plot([-20:19],p);

axis([-20 19 0 1.5]);

title('LSB 信号识别率随信噪比变化曲线' );

xlabel(' 信噪比SNR' );

grid on ；

十、实验结论

1.AM 信号幅度变化，FM 信号幅度不变化，可以根据这一特征区分两种信号。

2.AM 信号的普对称特征P=0，而DSB 信号是 P=0，LSB 的普对称特征是 P=+1，USB 信号的 P=-1,可以用来区分LSB 、USB 信号。

十一、总结及心得体会

利用MATLAB 软件编程提取通信信号的瞬时幅度、瞬时相位等特征，同时使用决策树的分类方法进行调制信号的识别，使我们通过实际上机实验，加深理解不同通信信号的特点，并通过程序仿真进行区分，不仅锻炼了动手编程能力，

更加深了知识的理解。

十二、对本实验过程及方法、手段的改进建议：无

报告评分： 指导教师签字:

实 验 报 告（二）

学生姓名：王超楠 学号：[1**********]11 指导教师：廖红舒/张花国

实验地点：科研二号楼B453 实验时间：周二晚

一、实验室名称：信息对抗系统专业实验室

二、实验项目名称：典型模拟通信信号调制识别

三、实验学时：4学时

实验原理：

AM 、FM 等模拟通信信号具有不同的包络特征、瞬时相位特征，因此针对这些信号特征，可通过设置特征门限区分不同通信信号，达到信号调制识别目的。因此可让学生通过实际上机Matlab 编程实验，对上述通信信号的特征进行仿真验证，加深理解不同通信信号的调制识别方法。

五、实验目的：

利用MATLAB 软件编程提取通信信号的瞬时幅度、瞬时相位等特征，同时使用决策树的分类方法进行调制信号的识别。让学生通过实际上机实验，加深理解不同通信信号的特点。

六、实验内容：

(一) 、特征

(1) 瞬时幅度（包络）特征

把上次实验产生的AM 、DSB 、USB 、LSB 、FM 复信号（不含噪声）分别求取它们的瞬时幅度值（取abs ），并利用直方图hist 函数统计瞬时幅度的分布情况。取N （N 任意）点做统计，hist(q,N)， q=abs(y) (y为调制信号) 。比较这五种信号的瞬时幅度特征，并描述它们的差异。

(2) 瞬时相位特征

把上次实验产生的AM 、DSB 、USB 、LSB 、FM 复信号（不含噪声）分别求取它们的瞬时相位值（取angle ，然后去缠绕unwrap ），并利用hist 函数统计瞬时相位的分布情况，取N （N 任意）点做统计，比较这五种信号的瞬时相位特征，并描述它们的差异。

(二) 、调制识别

(1) 编写程序完成2种识别特征γmax , P 的提取。

(2) 信噪比从0dB 变化到10dB （即0：2：10），分别画出AM 、FM 信号的γmax 特征随每个信噪比的变化曲线，然后设定区分AM 和FM 信号的门限th (γmax ) 。

(3) 信噪比从0dB 变化到10dB （即0：2：10），分别画出LSB 、USB 信号的P 特征随每个信噪比的变化曲线，然后设定区分LSB 和USB 信号的门限th (P ) 。

(4) 编写程序完成AM 信号与FM 信号的自动识别。画出AM 、FM 信号的正确识别率随信噪比（0：2：10）的变化曲线。说明在多高信噪比下能保证这两种信号的正确识别率均在90%以上。

(5) 编写程序完成USB 信号与LSB 信号的自动识别。画出USB 、LSB 信号的正确识别率随信噪比（0：2：10）的变化曲线。说明在多高信噪比下能保证这两种信号的正确识别率均在90%以上。

七、实验器材（设备、元器件）：

计算机、Matlab 计算机仿真软件

八、实验步骤：

1、学习MATLAB 软件的使用，并学习hist 、angle 、unwrap 等Matlab 软件函数的使用；

2、在编写的信号源基础上，根据实验内容提取信号特征并进行调制识别。

（1）特征提取的源程序

（2）识别源程序

九、实验数据及结果分析

根据上述实验程序得到的实验数据及结果如下：

(一）特征

（1）瞬时幅度特征

AM ：

DSB:

USB:

LSB:

FM:

比较五幅图片可知，FM 信号的瞬时幅度不变化，其他的信号幅度会发生变化，因此可以用来区分FM 信号。

（2）瞬时相位特征

AM:

DSB:

USB:

LSB:

FM:

通过仿真图形比较可知，

（二）调制识别

（1） max , P 的提取

%零中心归一化瞬时幅度谱密度最大值的提取程序 function y=yMax(x)

N=2000;

y=0;

ac=zeros(1,N);

ma=sum(abs(x))/N;%求均值

for i=1:N

ac(i)=(abs(x(i))-ma)/ma;

end

AC=abs(fft(ac));

AC=AC.^2;

y=max(AC)/N;

%谱对称特征P 的提取

function p=pp(x,fc,fs)

% x接收到的信号

% fc载波频率

% fs采样频率

X=fft(x);

N=length(x);

pl=0;

pu=0;

fcn=ceil(fc*N/fs-1);

for i=1:fcn

pl=pl+abs(X(i)).^2; end

for i=1:fcn

pu=pu+abs(X(i+fcn+1)).^2; end

p=(pl-pu)/(pl+pu);

（2）AM 、FM 信号的γmax 特征随每个信噪比的变化曲线

由图像可以设定门限th(γmax )=18

(3)LSB、USB 信号的P 特征信噪比的变化曲线

(4)AM信号、FM 信号自动识别程序

key=0.125;

n=0;

for kk=-2:2:10

count=0;

n=n+1;

for m=1:100

SNR=kk;%dB

Fs = 1000;

Fc = 200;

T_sp=1;

t = [0:T_sp*Fs]'/Fs;

Fm=50;

x = sin(2*pi*Fm*t);

x1 = cos(2*pi*Fm*t)/(2*pi*Fm);

A0 = 1;

Fkm = 20;

Ini_phase=rand*2*pi;

y = A0.*exp(j*2*pi*Fc*t+j*2*pi*Fkm*x1+j*Ini_phase); y_gui1=y./sqrt(var(y));

noise=sqrt(1/10^(SNR/10)/2)*(randn(size(y))+j*randn(size(y))); y_noise=y_gui1+noise;

tent=abs(y_noise);

R=var(tent)/(mean(tent)^2);

if (R

count=count+1;

end

if (m==100)

result(n)=count/100;

end

end

end

SNR=-2:2:10;

figure;

plot(SNR,result,'b' );

xlabel('SNR(dB)');

由仿真可知，当信噪比大于6时识别率可以达到90%以上。

(5).USB信号自动识别率随信噪比变化曲线

程序：

clear all ;

fs=2000;

fc=500;

t=0:1/fs:1;

mt=10*sin(2*pi*50*t+pi);

yt=mt.*cos(2*pi*fc*t);

f=-fs/2:1:fs/2;

p=zeros(1,40);

SNR=-20;

j=1;

while (SNR

m=0;

for i=1:10

%USB信号

a=zeros(1,500);

b=ones(1,500);

Husbw=[a,b,0,b,a];

yt=awgn(yt,SNR,'measured' );

Ytw=abs(fftshift(fft(yt).*Husbw));

qt=ifft(Ytw);

qt=awgn(qt,SNR,'measured' );

if (pp(qt,fc,fs)>0)

m=m+1;

end

end

p(j)=m/10;

j=j+1;

SNR=SNR+1;

end

plot([-20:19],p);

axis([-20 19 0 1.5]);

title('USB 信号识别率随信噪比变化曲线' );

xlabel(' 信噪比SNR' );

grid on ;

LSB 信号自动识别率随信噪比变化曲线

程序：

clear all ;

fs=2000;

fc=500;

a=zeros(1,500);

b=ones(1,500);

t=0:1/fs:1;

mt=10*sin(2*pi*50*t+pi);

yt=mt.*cos(2*pi*fc*t);

f=-fs/2:1:fs/2;

p=zeros(1,40);

SNR=-20;

j=1;

while (SNR

m=0;

for i=1:10

Hlsbw=[b,a,1,a,b];

Yw=abs(fftshift(fft(yt).*Hlsbw));

It=ifft(Yw);

It=awgn(It,SNR,'measured' );

Ytw=abs(fftshift(fft(It).*Hlsbw));

qt=ifft(Ytw);

qt=awgn(qt,SNR,'measured' );

if (pp(qt,fc,fs)

m=m+1;

end

end

p(j)=m/10;

j=j+1;

SNR=SNR+1;

end

plot([-20:19],p);

axis([-20 19 0 1.5]);

title('LSB 信号识别率随信噪比变化曲线' );

xlabel(' 信噪比SNR' );

grid on ；

十、实验结论

1.AM 信号幅度变化，FM 信号幅度不变化，可以根据这一特征区分两种信号。

2.AM 信号的普对称特征P=0，而DSB 信号是 P=0，LSB 的普对称特征是 P=+1，USB 信号的 P=-1,可以用来区分LSB 、USB 信号。

十一、总结及心得体会

利用MATLAB 软件编程提取通信信号的瞬时幅度、瞬时相位等特征，同时使用决策树的分类方法进行调制信号的识别，使我们通过实际上机实验，加深理解不同通信信号的特点，并通过程序仿真进行区分，不仅锻炼了动手编程能力，

更加深了知识的理解。

十二、对本实验过程及方法、手段的改进建议：无

报告评分： 指导教师签字: