第5章 模拟调制系统
学习目标
通过对本章的学习，应该掌握以下要点： ? 调制的定义、功能和分类；
? 线性调制（AM、DSB、SSB和VSB）原理（表达式、频谱、带宽、产生与解调）；
? ? ? ? ? ? ? ? 线性调制系统的抗噪声性能，门限效应；调频（FM）、调相（PM）的基本概念；单频调制时宽带调频信号时域表示；调频信号频带宽度的——卡森公式；调频信号的产生与解调方法；预加重和去加重的概念； FM、DSB、SSB、VSB 和AM的性能比较；频分复用、复合调制和多级调制的概念。
5.1 内容提要
5.1.1 调制的定义、目的和分类
1. 定义
调制——用调制信号（基带信号）去控制载波的参数的过程，即使载波的参数按照调制信号的规律而变化。
从调频角度上说，就是把基带信号的频谱搬移到较高的载频附近的过程。
解调（也称检波）则是调制的逆过程，其作用是将已调信号中的调制信号恢复出来。
2. 目的
（1）把基带信号转换成适合在信道中传输的已调信号（即实现有效传输、配置信道、减小天线尺寸）；
（2）实现信道的多路复用，以提高信道利用率， （3）改善系统抗噪声性能（与制式有关）。 3. 分类
根据不用种类的调制信号、载波和调制器等，调制的分类如表5-1所列。
表5-1 调制的分类
按调制信号分类 模拟调制 数字调制 按载波分类 连续波调制 脉冲调制
线性调制 非线性调制 按被调参数分类 幅度调制 频率调制 相位调制 按已调信号频谱结构分类 注：除此之外，还有其他的调制方式 4.模拟（连续波）调制调制信号——模拟基带信号m（t）；载波——连续正弦波c(t)?Acos(?c??0)，其中
?0为常数A、?c、（常设定?0为0）。已调信号sm(t)有两种分类：
(1) 幅度调制（线性调制）：调幅（AM）、双边带（DSB）、单边带（SSB）、残留边带（VSB）;
(2) 角度调制（非线性调制）：调频（FM）和调相（PM）。
5.1.2 幅度调制的原理
幅度调制是高频正弦波的幅度随调制信号做线性变化的过程。从频谱上看，已调信号的频谱仅仅是基带信号频谱的搬移，故也称线性调制。
幅度调制器的一般模型如图5-1所示。它由相乘器（用于实现调制——频谱搬移）和冲激响应为h(t)的形成滤波器组成。其输出已调信号的一般表示式为
时域 sm(t)?[m(t)cos?ct]*h(?) （5.1 - 1）
频域 Sm(?)?1[M(???c)?M(???c)]H(?) （5.1 - 2）2
式中m(t)为已调信号，并设m(t)?0;M(?)?m(t);H(?)?h(t);?c为载波角频率。
在该模型中，只要适当选择滤波器的特性H(?),便可以得到各种幅度调制信号。
1. 调幅（AM）信号
在图5-1中，将调制信号m（t）外加一个直流偏置量A0,选择H(?)?1(实际中H(?)是一个带通滤波器)，见图5-2，则可产生调幅（AM）信号：
sAM(t)?[A0?m(t)]cos?ct?A0cos?ct?m(t)cos?ct (5.1-3)
载波项
边带项
1sAM(?)??A0[?(???c)??(???c)]?[M(???C)?M(???C)] (5.1-4)
2 载波项 边带项
H(?)h(t) m(t)sm(t)m?t?
?A0?sm?t?cos?ctcos?ct图5-1 幅度调制一般模型 图5-2 AM调制器模型
讨论：（1）满足m(t)max?A0时，AM波的包络与基带信号m（t）成正比，故可采用包 络检波（优点：简单）。
(2)AM的频谱有载频分量和上、下对称的两个边带组成，因此，AM信号是含有载波的
双边带信号，它所需的传输带宽为 BAM?2fH (5.1-5)
式中，fH是基带信号的最高频率（既基带信号的带宽）。
2
（3）平均功率 PAMA0m2(t) ???Pc?Ps （5.1-6）
22
式中，Pc?A0/2为载波功率，Ps?m2(t)/2为边带功率。
2
（4）调制频率。定义为边带功率（有效信息包含在边带中）与信号总功率在比值，即
?AMPsm2(t)?? （5.1-7）
22PAMA0?m(t)
2当m(t)?Amcos?mt（单音余弦信号）时，因此m2(t)?Am/2，
?AM?m2(t)A0?m(t)22?Am2222A0?Am （5.1-8）
如果“满调幅”（m(t)max?A0时，也称100%调制），这时调制效率的最大值仅为?AM?1/3。由此可见，AM信号的功率利用率很低。（5）主要应用场合：中短波调幅广播。2. 双边带（DSB）信号
在AM调制模型中将直流A0去掉，则可得到抑制载波的双边带（DSB）信号：
sDSB(t)?m(t)cos?ct （5.1-9）
SDSB(?)?1[M(???c)?M(???c)] （5.1-10）2
讨论：（1）DSB信号包络与m（t）不成正比，故不能采用包络检波(简单)，而需采用
相干解调（复杂）。