如何使用Scilab分析幅度调制RF信号

Robert Keim

Scilab的FFT功能可以帮助您了解RF调制技术的频域效应。

支持信息

学习生活在频域（来自AACRF教科书的第1章）多种类型的射频调制（以及RF教科书第4章中的其他页面）

在之前的文章中，我们介绍了Scilab的fft（）命令，并讨论了如何操作FFT结果，以便它们传达有关采样信号中频率分量幅度的清晰信息。然而，在前一篇文章中进行的FFT分析并不是特别有用 - 它只是告诉我们，正弦波在我们在程序开始时特别选择的频率处有一个频谱分量。本文应该更有趣：我们将使用离散时间傅立叶分析来深入了解幅度调制的影响。

频域中的调制

调制产生的变化在调制信号的时域图中是明显的。那么，为什么我们需要生成频域图？

好吧，对于该问题的完整答案，我建议在支持信息部分列出第一个教科书页面。简短的回答如下：调制信号的频谱为我们提供了直观，清晰的重要信息表示，这些信息很难 - 或者在某些情况下几乎不可能 - 从时域图中提取。频谱分析还可以帮助我们真正了解执行调制时发生的情况; 时域图包括当目标是考虑基带信号的频率与载波信号的频率之间的基本相互作用时不必要的细节。

生成调制信号的频域图

首先，让我们使用我们在本文其余部分中需要的变量来设置我们的Scilab环境。

BasebandFrequency = 10e3;

CarrierFrequency = 100e3;

SamplingFrequency = 1e6;

BufferLength = 200;

n = 0：（BufferLength - 1）;

BasebandSignal = sin（2 *％pi * n /（SamplingFrequency / BasebandFrequency））;

CarrierSignal = sin（2 *％pi * n /（SamplingFrequency / CarrierFrequency））;

plot（n，BasebandSignal）

plot（n，CarrierSignal）