Matlab 完成简单的OFDM 信号的产生与解调程序

基于MATLAB的FSK调制解调实现完整版

目录 一. FSK理论知识………………………………………………… 1.1FSK概念………………………………………………………………… 1.22FSK信号的波形及时间表示式………………………………………… 1.32FSK信号的产生方法…………………………………………………… 1.42FSK信号的功率谱密度………………………………………………… 1.52FSK信号的解调………………………………………………………… 1.6FSK的误码性能…………………………………………………………… 二.用MATLAB进行FSK原理及误码性能仿真……… 三、结论…………………………………………… 四、参考文献…………………………………………、 五、源程序……………………………………………

1、FSK理论知识 频率调制的最简单形式是二进制频率键控(FSK，frequency-shift keying)。FSK是调制解调器通过电话线路发送比特的方法。每个比特被转换为一个频率，0由较低的频率表示，1由较高的频率表示。 1.1、FSK概念 传“0”信号时，发送频率为f1的载波; 传“1”信号时，发送频率为f2的载波。可见，FSK是用不同频率的载波来传递数字消息的。 实现模型如下图： 1.2、2FSK信号的波形及时间表示式 根据上图模型的实现可以得到2FSK的信号波形如图：

2FSK信号的时间表达式为： 由以上表达式可见，2FSK信号由两个2ASK信号相加构成。 注意：2FSK有两种形式: （1）相位连续的2FSK； （2）相位不连续的2FSK。 在这里，我们只讨论相位不连续的频移键控信号，这样更具有普遍性。 1.3、2FSK信号的产生方法 2FSK信号的产生方法：2FSK信号可以两类方法来产生。 一是采用模拟调频的方法来产生（图1）；另一种方法是采用键控法（图2）； 图1.3-1 图1.3-2 1.4、2FSK信号的功率谱密度

MATLAB实现频域平滑滤波以及图像去噪代码

用MATLAB实现频域平滑滤波以及图像去噪代码 悬赏分：50 - 解决时间：2008-11-8 14:21 是数字图象处理的实验，麻烦高人给个写好的代码，希望能在重要语句后面附上一定的说明，只要能在MATLAB上运行成功，必然给分。具体的实验指导书上的要求如下： 频域平滑滤波实验步骤 1. 打开Matlab 编程环境；

2. 利用’imread’函数读入图像数据； 3. 利用’imshow’显示所读入的图像数据； 4. 将图像数据由’uint8’格式转换为’double’格式，并将各点数据乘以 (-1)x+y 以便FFT 变换后的结果中低频数据处于图像中央； 5. 用’fft2’函数对图像数据进行二维FFT 变换，得到频率域图像数据； 6. 计算频率域图像的幅值并进行对数变换，利用’imshow’显示频率域图 像； 7. 在频率图像上去除滤波半径以外的数据(置0)； 8. 计算频率域图像的幅值并进行对数变换，利用’imshow’显示处理过的 频域图像数据； 9. 用’ifft2’函数对图像数据进行二维FFT 逆变换，并用’real’函数取其实部，得到处理过的空间域图像数据； 10. 将图像数据各点数据乘以(-1)x+y； 11. 利用’imshow’显示处理结果图像数据； 12. 利用’imwrite’函数保存图像处理结果数据。 图像去噪实验步骤： 1. 打开Matlab 编程环境； 2. 利用’imread’函数读入包含噪声的原始图像数据； 3. 利用’imshow’显示所读入的图像数据； 4. 以3X3 大小为处理掩模，编写代码实现中值滤波算法，并对原始噪声 图像进行滤波处理； 5. 利用’imshow’显示处理结果图像数据； 6. 利用’imwrite’函数保存图像处理结果数据。 即使不是按这些步骤来的也没关系，只要是那个功能，能实现就OK，谢谢大家 %%%%%%%%spatial frequency (SF) filtering by low pass filter%%%%%%%% % the SF filter is unselective to orientation (doughnut-shaped in the SF % domain). [FileName,PathName,FilterIndex] = uigetfile ; filename = fullfile(PathName, FileName) ; [X map] = imread(filename, fmt); % read image L = double(X); % transform to double %%%%%%%%%%%%% need to add (-1)x+y to L % calculate the number of points for FFT (power of 2) fftsize = 2 .^ ceil(log2(size(L))); % 2d fft Y = fft2(X, fftsize(1), fftsize (2));

基于MATLAB SIMULINK的FM调制解调

摘要 在模拟通信系统中，由模拟信源产生的携带有信息的消息经过传感器转换成电信号。模拟基带信号在经过调制将低通频谱搬移到载波频率上适应信道，最终解调还原成电信号。本文应用了频率调制法产生调制解调信号。本论文中主要通过对SIMULINK工具箱的学习和使用，利用其丰富的模板以及本科对通信原理知识的掌握，完成了FM信号的调制与解调，以及用SIMULINK进行设计和仿真。首先利用简单的正玄波信号发生器作为信源，对模拟信号进行FM调制解调原理的仿真。 关键词：调制解调；FM ；MATLAB；SIMULINK仿真

Abstract In the simulation of communication systems, generated by the analog source carrying a message through the sensor into electrical signals. Analog baseband signal after the modul- -ation of the low pass spectrum to carrier frequency to adapt to the channel, the final reducti- -on into electrical signal demodulation. This paper applied the frequency modulation method to generate the signal modulation and demodulation. Mainly through the study and use of SIMULINK toolbox in this thesis, with its rich template and undergraduate course on comm--unication theory knowledge,the modulation and demodulation of FM signal, as well as the design and simulation with SIMULINK. Firstly, sine wave signal generator is simple as the source, simulation FM modulation anddemodulation principle of analogue signals. Then, using the song as the source. Keywords: modulation and demodulation；FM; MATLAB; SIMULINK simulation

Matlab中关于图像处理、去噪分析以及有关散点连线画图等程序

算法程序 1.找到图片 addpath('C:\Documents and Settings\user\My Documents\My Pictures'); imshow('3.jpg') 2.将彩色图片处理成灰度图片 addpath('C:\Documents and Settings\user\My Documents\My Pictures'); A=imread('3.jpg'); I=rgb2gray(A)； imshow(I) 3.改变图片大小 右键----编辑----属性-----输入想要的大小 4.两张图片相叠加（区分imadd和系数叠加） 直接把图像数据矩阵相加，可以设定叠加系数，如（系数可自由设定，按需要） img_tot = img1 * 0.5 + img2 * 0.5; %两个图像大小要一致 图像的矩阵我再那里能找到 img1 = imread('tupian.bmp'); 图片相加 addpath('C:\Documents and Settings\user\My Documents\My Pictures'); A=imread('2.jpg'); imshow(A) >> B=imread('3.jpg'); imshow(B) >> C=imadd(A,B); imshow(C) >> D=A*0.5+B*0.5; imshow(D) A图像

B图像 C图像 D图像 5.两张图片相减 addpath('C:\Documents and Settings\user\My Documents\My Pictures'); A=imread('2.jpg');

基于MATLAB的FSK调制解调1

基于MATLAB的FSK调制解调 学生姓名：段斐指导老师：吴志敏 摘要本课程设计利用MATLAB集成环境下的M文件，编写程序来实现FSK 的调制解调，并绘制出解调前后的时域和频域波形及叠加噪声时解调前后的时频波形，并观察解调前后频谱有何变化以加深对F SK信号解调原理的理解。对信号叠加噪声，并迚行解调，绘制出解调前后信号的时频波形，改变噪声功率迚行解调，根据运行结果和波形来分析该解调过程的正确性及信道对信号传输的影响。完成整个FSK的调制解调过程。程序开发平台为MATLAB7.1，使用其自带的M文件实现。运行平台为Windows 2000。 关键词：程序设计；FSK ；调制解调；MATLAB7.1；M文件 1引言 本课程设计是利用MATLAB集成环境下的M文件，编写程序来实现FSK 的调制解调，并绘制出解调前后的时域和频域波形及叠加噪声时解调前后的时频波形，根据运行结果和波形来分析该解调过程的正确性及信道对信号传输的影响。 1.1课程设计目的 此次课程设计的目的是熟悉MATLAB中M文件的使用方法，编写M文件实现FSK的调制和解调，绘制出FSK信号解调前后在时域和频域中的波形，观察调解前后频谱的变化，再对信号迚行噪声叠加后解调同样绘制解调前后的

信号时频波形，最后改变噪声功率迚行调解，分析噪声对信号传输造成的影响，加深对FSK信号解调原理的理解。 1.2课程设计要求 熟悉MATLAB中M文件的使用方法，并在掌握FSK调制解调原理的基础上，编写出F SK调制解调程序。在M文件环境下运行程序绘制出F SK信号解调前后在时域和频域中的波形，观察波形在解调前后的变化，对其作出解释，同时对信号加入噪声后解调，得到解调后的时频波形，分析噪声对信号传输造成的影响。解释所得到的结果。 1.3课程设计步骤 本课程设计采用M文件编写的方法实现二迚制的FSK的调制与解调，然后在信号中叠加高斯白噪声。一，调用dmode函数实现FSK的解调，并绘制出F SK信号调制前后在时域和频域中的波形，两者比较。二，调用ddemod函数解调，绘制出F SK信号解调前后在时域和频域中的波形，两者比较。三，调用awgn函数在新海中叠加不同信噪比的噪声，绘制在各种噪声下的时域频域图。最后分析结果。 1.4设计平台简介 Matlab是美国MathWorks公司开发的用于概念设计,算法开发,建模仿真,实时实现的理想的集成环境。是目前最好的科学计算类软件。 作为和Mathematica、Maple并列的三大数学软件。其强项就是其强大的矩阵计算以及仿真能力。Matlab的由来就是Matrix + Laboratory = Matlab，这个软件在国内也被称作《矩阵实验室》。Matlab提供了自己的编译器：全面兼容C++以及Fortran两大语言。Matlab 7.1于2005.9最新发布-完整版,提供了

基于Matlab基本图像处理程序

图像读入 ●从图形文件中读入图像 imread Syntax: A = imread(filename, fmt) filename：指定的灰度或彩色图像文件的完整路径和文件名。 fmt:指定图形文件的格式所对应的标准扩展名。如果imread没有找到filename所制定的文件,会尝试查找一个名为filename.fmt的文件。 A：包含图像矩阵的矩阵。对于灰度图像,它是一个M行N列的矩阵。如果文件包含 RGB真彩图像,则是m*n*3的矩阵。 ●对于索引图像，格式[X, map] = imread(filename, fmt) X：图像数据矩阵。 MAP：颜色索引表 图像的显示 ●imshow函数：显示工作区或图像文件中的图像 ●Syntax： imshow(I) %I是要现实的灰度图像矩阵 imshow(I,[low high]，param1, val1, param2, val2,...) %I是要现实的灰度图像矩阵，指定要显示的灰度范围，后面的参数指定显示图像的特定参数 imshow(RGB) imshow(BW) imshow(X,map) %map颜色索引表 imshow(filename) himage = imshow(...) ●操作：读取并显示图像 I=imread('C:\Users\fanjinfei\Desktop\baby.bmp');%读取图像数据 imshow(I);%显示原图像 图像增强 一．图像的全局描述 直方图（Histogram）：是一种对数据分布情况的图形表示，是一种二维统计图表，它的两个坐标分别是统计样本和该样本对应的某个属性的度量。 图像直方图（Image Histogram）：是表示数字图像中亮度分布的直方图，用来描述图象灰度值，标绘了图像中每个亮度值的像素数。 灰度直方图：是灰度级的函数，它表示图像中具有某种灰度级的像素的个数，反映了图 像中某种灰度出现的频率。描述了一幅图像的灰度级统计信息。是一个二维图，横坐标为图像中各个像素点的灰度级别，纵坐标表示具有各个灰度级别的像素在图像中出现的次数或概率。 归一化直方图：直接反应不同灰度级出现的比率。纵坐标表示具有各个灰度级别的像

小波去噪matlab程序

小波去噪matlab程序 ****************************************** clear clc %在噪声环境下语音信号的增强 %语音信号为读入的声音文件 %噪声为正态随机噪声 sound=wavread('c12345.wav'); count1=length(sound); noise=0.05*randn(1,count1); for i=1:count1 signal(i)=sound(i); end for i=1:count1 y(i)=signal(i)+noise(i); end %在小波基'db3'下进行一维离散小波变换 [coefs1,coefs2]=dwt(y,'db3');%[低频高频] count2=length(coefs1); count3=length(coefs2); energy1=sum((abs(coefs1)).^2); energy2=sum((abs(coefs2)).^2); energy3=energy1+energy2; for i=1:count2 recoefs1(i)=coefs1(i)/energy3; end for i=1:count3 recoefs2(i)=coefs2(i)/energy3; end %低频系数进行语音信号清浊音的判别 zhen=160; count4=fix(count2/zhen); for i=1:count4 n=160*(i-1)+1:160+160*(i-1); s=sound(n); w=hamming(160); sw=s.*w; a=aryule(sw,10); sw=filter(a,1,sw);

基于MATLAB的FSK调制解调 (1)

基于MATLAB的FSK的实验报告 姓 1.1

实现对FSK的MATLAB仿真. 重点研究问题: (1) 对FSK的概念、组成以及性能分析方法有深入的研究； (2) FSK调制与解调的原理及应用MATLAB软件实现仿真的方案. 1.2 FSK信号的调制方法 移频键控(FSK)：用数字调制信号的正负控制载波的频率。当数字信号的振幅为正时载波频率为f1，当数字信号的振幅为负时载波频率为 f2。有时也把代表两个以上符号的多进制频率调制称为移频键控。移频键控能区分通路，但抗干扰能力不如移相键控和差分移相键控。他的主要调制方法有以下两种: 方法一： 用一个矩形脉冲序列对一个载波进行调频。 图2-3 2FSK信号的产生(一) 方法二:键控法 图2-4 2FSK信号的产生(二) 键控法是利用矩形脉冲()t b来控制开关电路对两个不同的独立频率源进行选通。

1.3 FSK解调的方法 常见的FSK解调方法有两种:相干解调法与非相干解调法.现在我将对这两种解法。 1.4 设计总思路 如下图所示,我将FSK的调制与FSK的解调独立开作为两个子函数,其中FSK调制的输出即可作为FSK解调的输入信号.最后设计一主函数main将两个子函数同时调用完成整个仿真过程。 图3-1 设计总思路图 2.1 FSK调制的仿真设计 本文主要是对2FSK进行调制,而2FSK可看做是基带信号与载波频率的结合就可.FSK的产生思路参考的是键控法,如图4

图3-2 2FSK信号的产生(二) 2.2 FSK解调的仿真设计 如上图所示的FSK信号的相干检测原理图,FSK信号可以采用两个乘法检测器进行相干检测. 上图中输入信号为2FSK信号加上噪声组成 带通滤波器2的设计类似滤波器1,只是更改频率为fc2就可.

基于MATLAB的小波消噪仿真实现 (1)

收稿日期：2007－12－10 作者简介：史振江（1979－），男，汉，河北唐山人，学士，讲师，研究方向智能检测与控制技术。 基金项目：河北省教育厅自然科学项目（Z2006442） 基于MATLAB 的小波消噪仿真实现 史振江１） 安建龙 ２） 赵玉菊１）　（石家庄铁路职业技术学院１） 河北石家庄 ０５００４１ 衡水学院２） 河北衡水 ０５３０００）　 摘要：小波阈值消噪方法是利用小波变换技术对含噪信号进行分解和重构，通过对小波分解后的小波系数限定阈值来消除噪声的方法。分析小波消噪的算法和实现步骤，并基于MATLAB 软件平台编写仿真程序。进行光纤光栅反射信号的小波消噪仿真实验，消噪效果良好。　 关键词：小波消噪 阈值 分解 重构 光纤光栅　 中图分类号：ＴＰ２７２ 文献标识码：Ａ 文章编号：1673-1816(2008)01-0063-04 １ 引言　 微弱信号检测[1]是关于如何提取和测量强噪声背景下微弱信号的方法，有效的去除信号中的噪声是实现微弱信号检测的关键。小波变换[2]是一种信号的时间、频率分析方法，具有多分辨分析的特点，是时间窗和频率窗都可以改变的时频局部化分析方法，已经广泛应用于信号消噪、信号处理、图像处理、语音识别与合成等领域。小波消噪[3～5]的方法可以分为三类：模极大值法、相关法以及阈值方法。其中，小波阈值消噪方法是利用小波变换技术对含噪信号进行分解和重构，通过对小波分解后的各层系数限定阈值来消除噪声的方法，因其实现简单、计算量小，取得了广泛应用。 MATLAB 即矩阵实验室，是一种建立在向量、数组和矩阵基础上，面向科学与工程计算的高级语言，它集科学计算、自动控制、信号处理、神经网络、图像处理于一体，具有极高的编程效率[6]。其中的小波处理工具箱可以方便实现小波消噪算法，对含噪信号进行消噪处理和研究。 本文详细分析了小波消噪算法，利用MATLAB 软件编写了程序，并对光纤光栅反射谱信号进行了小波消噪仿真实验。 ２ 小波变换与Mallat 算法　 小波变换是指，把某一被称为基本小波的函数()t ψ平移位移b 后， 在不同尺度a 下作伸缩变换，得到连续小波序列,()a b t ψ，再与待分析信号()f t 作内积： 1/2(,)()()f R t b W a b a f t dt a ψ??=∫ （1） 在实际应用中，经常将,()a b t ψ作离散化处理，令2j a =，2j b k =g ，Z k j ∈,则得到相应的离散

基于MATLAB的ASK调制解调实现

基于MATLAB的ＡSK调制解调实现

————————————————————————————————作者：————————————————————————————————日期： ?

长沙理工大学 《通信原理》课程设计报告 学院专业 班级学号 学生姓名指导教师 课程成绩完成日期2016年1月8日

课程设计成绩评定 学院专业 班级学号 学生姓名指导教师 课程成绩完成日期20１6年1月8日 指导教师对学生在课程设计中的评价 评分项目优良中及格不及格课程设计中的创造性成果 学生掌握课程内容的程度 课程设计完成情况 课程设计动手能力 文字表达 学习态度 规范要求 课程设计论文的质量 指导教师对课程设计的评定意见 综合成绩指导教师签字２01６年1月8日

课程设计任务书 城南学院通信工程专业 课程名称通信原理课程设计时间２０15/2016学年第一学期１7~19 周 学生姓名指导老师 题目基于MＡTLAＢ的ＡＳK调制解调实现 主要内容: 利用MATＬAＢ集成环境下的M文件，编写程序来实现AＳＫ的调制解调， 要求采样频率为３６0ＨZ,并绘制出解调前后的时域和频域波形及叠加噪声时解 调前后的时频波形,根据运行结果和波形来分析该解调过程的正确性及信道对信 号传输的影响。 要求： 1)熟悉MATLAB中M文件的使用方法,并在掌握ASK调制解调原理 的基础上，编写出ASＫ调制解调程序。 ２)绘制出ASK信号解调前后在时域和频域中的波形,并观察解调前后频谱有何变化以加深对ＡSK信号解调原理的理解。 3）对信号叠加噪声，并进行解调，绘制出解调前后信号的时频波形,改变噪声功率进行解调,分析噪声对信号传输造成的影响。 4)在老师的指导下，要求独立完成课程设计的全部内容,并按要求编写课 程设计学年论文,能正确阐述和分析设计和实验结果。 应当提交的文件: （１）课程设计学年论文。 (2)课程设计附件。

基于小波去噪matlab程序示例

clear all clc %在噪声环境下语音信号的增强 %语音信号为读入的声音文件 %噪声为正态随机噪声 sound=wavread('c12345.wav'); count1=length(sound); noise=0.05*randn(1,count1); for i=1:count1 signal(i)=sound(i); end for i=1:count1 y(i)=signal(i)+noise(i); end %在小波基'db3'下进行一维离散小波变换 [coefs1,coefs2]=dwt(y,'db3'); %[低频高频] count2=length(coefs1); count3=length(coefs2); energy1=sum((abs(coefs1)).^2); energy2=sum((abs(coefs2)).^2); energy3=energy1+energy2; for i=1:count2 recoefs1(i)=coefs1(i)/energy3; end for i=1:count3 recoefs2(i)=coefs2(i)/energy3; end %低频系数进行语音信号清浊音的判别 zhen=160; count4=fix(count2/zhen); for i=1:count4 n=160*(i-1)+1:160+160*(i-1); s=sound(n); w=hamming(160); sw=s.*w; a=aryule(sw,10); sw=filter(a,1,sw); sw=sw/sum(sw); r=xcorr(sw,'biased'); corr=max(r); %为清音（unvoice）时，输出为1；为浊音（voice）时，输出为0 if corr>=0.8 output1(i)=0; elseif corr<=0.1

AM调制解调及matlab仿真程序和图

（1）所用滤波器函数：巴特沃斯滤波器 % 注: wp（或Wp）为通带截止频率 ws(或Ws)为阻带截止频率 Rp为通带衰减 As为阻带衰减 %butterworth低通滤波器原型设计函数要求Ws>Wp>0 As>Rp>0 function [b,a]=afd_butt(Wp,Ws,Rp,As) N=ceil((log10((10^(Rp/10)-1)/(10^(As/10)-1)))/(2*log10(Wp/Ws))); %上条语句为求滤波器阶数 N为整数 %ceil 朝正无穷大方向取整 fprintf('\n Butterworth Filter Order=%2.0f\n',N) OmegaC=Wp/((10^(Rp/10)-1)^(1/(2*N))) %求对应于N的3db截止频率 [b,a]=u_buttap(N,OmegaC); （2）傅里叶变换函数 function [Xk]=dft(xn,N) n=[0:1:N-1]; k=[0:1:N-1]; WN=exp(-j*2*pi/N); nk=n'*k; WNnk=WN.^(nk); Xk=xn*WNnk; 设计部分： 1.普通AM调制与解调 %单音普通调幅波调制y=amod(x,t,fs,t0,fc,Vm0,ma)要求fs>2fc %x调制信号，t调制信号自变量,t0采样区间，fs采样频率， %fc载波频率，Vm0输出载波电压振幅，ma调幅度 t0=0.1;fs=12000; fc=1000;Vm0=2.5;ma=0.25; n=-t0/2:1/fs:t0/2; x=4*cos(150*pi*n); %调制信号 y2=Vm0*cos(2*pi*fc*n); %载波信号figure(1) subplot(2,1,1);plot(n,y2); axis([-0.01,0.01,-5,5]); title('载波信号'); N=length(x); Y2=fft(y2); subplot(2,1,2); plot(n,Y2); title('载波信号频谱'); %画出频谱波形y=Vm0*(1+ma*x/Vm0).*cos(2*pi*fc*n); figure(2) subplot(2,1,1);plot(n,x) title('调制信号'); subplot(2,1,2) plot(n,y) title('已调波信号'); X=fft(x);Y=fft(y);

小波变换图像去噪MATLAB实现

基于小波图像去噪的MATLAB 实现 一、 论文背景 数字图像处理(Digital Image Processing ，DIP)是指用计算机辅助技术对图像信号进行处理的过程。数字图像处理最早出现于 20世纪50年代，随着过去几十年来计算机、网络技术和通信的快速发展，为信号处理这个学科领域的发展奠定了基础，使得DIP 技术成为信息技术中最重要的学科分支之一。在现实生活中，DIP 应用十分广泛，医疗、艺术、军事、航天等图像处理影响着人类生活和工作的各个方面。 然而，在图像的采集、获取、编码和传输的过程中，都存在不同程度被各种噪声所“污染”的现象。如果图像被污染得比较严重，噪声会变成可见的颗粒形状，导致图像质量的严重下降。根据研究表明，当一图像信噪比(SNR)低于14.2dB 时，图像分割的误检率就高于0.5%，而参数估计的误差高于0.6%。通过一些卓有成效的噪声处理技术后，尽可能地去除图像噪声，我们在从图像中获取信息时就更容易，有利于进一步的对图像进行如特征提取、信号检测和图像压缩等处理。小波变换处理应用于图像去噪外，在其他图像处理领域都有着十分广泛的应用。本论文以小波变换作为分析工具处理图像噪声，研究数字图像的滤波去噪问题，以提高图像质量。 二、 课题原理 1.小波基本原理 在数学上，小波定义为对给定函数局部化的新领域，小波可由一个定义在有限区域的函数()x ψ来构造，()x ψ称为母小波，（mother wavelet ）或者叫做基本小波。一组小波基函数，()}{,x b a ψ，可以通过缩放和平移基本小波 来生成：

())(1 ,a b x a x b a -ψ=ψ （1） 其中，a 为进行缩放的缩放参数，反映特定基函数的宽度，b 为进行平移的平移参数，指定沿x 轴平移的位置。当a=2j 和b=ia 的情况下，一维小波基函数序列定义为： ()() 1222,-ψ=ψ--x x j j j i （2） 其中，i 为平移参数，j 为缩放因子，函数f （x ）以小波()x ψ为基的连续小波变换定义为函数f （x ）和()x b a ,ψ的积： ( )dx a b x a x f f x W b a b a )(1)(,,,-ψ= ψ=?+∞∞- （3） 与时域函数对应，在频域上则有： ())(,ωωa e a x j b a ψ=ψ- （4） 可以看出，当|a|减小时，时域宽度减小，而频域宽度增大，而且()x b a ,ψ的窗口中心向|ω|增大方向移动。这说明连续小波的局部是变化的，在高频时分辨率高，在低频时分辨率低，这便是它优于经典傅里叶变换的地方。总体说来，小波变换具有更好的时频窗口特性。 2. 图像去噪综述 所谓噪声，就是指妨碍人的视觉或相关传感器对图像信息进行理解或分析的各种因素。通常噪声是不可预测的随机信号。由于噪声影响图像的输入、采集、处理以及输出的各个环节，尤其是图像输入、采集中的噪声必然影响图像处理全过程乃至最终结果，因此抑制噪声已成为图像处理中极其重要的一个步骤。 依据噪声对图像的影响，可将噪声分为加性噪声和乘性噪声两大类。由于乘性噪声可以通过变换当加性噪声来处理，因此我们一般重点研究加性噪声。设

完整word版,msk的调制解调MATLAB源代码

msk的调制解调MATLAB源代码 function out = delay(data,n,sample_number) %data:延迟的数据 %n:延迟码元个数 %sample_number:码元采样个数 out = zeros(1,length(data)); out(n*sample_number+1:length(data)) = data(1:length(data)-n*sample_number); function [data_diff] = difference(data) %差分编码 %************************************************************************* * %data 输入信号 %data_diff 差分编码后信号 %************************************************************************* *

%-------------------------------------------------------------------------- data_diff = zeros(1,length(data)); data_diff(1) = 1 * data(1); %1为差分编码的初始参考值 for i = 2:length(data) data_diff(i) = data_diff(i-1) * data(i); end %************************************************************************* * function [signal_out,I_out,Q_out] = mod_msk(data,data_len,sample_number,Rb) %MSK基带调制 %************************************************************************* * % data 调制信号 % data_len 码元个数 % sample_number 每个码元采样点数

matlab图像去噪算法设计(精)

数字图像去噪典型算法及matlab实现 希望得到大家的指点和帮助 图像去噪是数字图像处理中的重要环节和步骤。去噪效果的好坏直接影响到后续的图像处理工作如图像分割、边缘检测等。图像信号在产生、传输过程中都可能会受到噪声的污染，一般数字图像系统中的常见噪声主要有：高斯噪声（主要由阻性元器件内部产生）、椒盐噪声（主要是图像切割引起的黑图像上的白点噪声或光电转换过程中产生的泊松噪声）等； 目前比较经典的图像去噪算法主要有以下三种： 均值滤波算法：也称线性滤波，主要思想为邻域平均法，即用几个像素灰度的平均值来代替每个像素的灰度。有效抑制加性噪声，但容易引起图像模糊，可以对其进行改进，主要避开对景物边缘的平滑处理。 中值滤波：基于排序统计理论的一种能有效抑制噪声的非线性平滑滤波信号处理技术。中值滤波的特点即是首先确定一个以某个像素为中心点的邻域，一般为方形邻域，也可以为圆形、十字形等等，然后将邻域中各像素的灰度值排序，取其中间值作为中心像素灰度的新值，这里领域被称为窗口，当窗口移动时，利用中值滤波可以对图像进行平滑处理。其算法简单，时间复杂度低，但其对点、线和尖顶多的图像不宜采用中值滤波。很容易自适应化。 Wiener维纳滤波：使原始图像和其恢复图像之间的均方误差最小的复原方法，是一种自适应滤波器，根据局部方差来调整滤波器效果。对于去除高斯噪声效果明显。实验一：均值滤波对高斯噪声的效果 I=imread('C:\Documents and Settings\Administrator\桌面\1.gif');%读取图像 J=imnoise(I,'gaussian',0,0.005);%加入均值为0，方差为0.005的高斯噪声 subplot(2,3,1);imshow(I); title('原始图像'); subplot(2,3,2); imshow(J); title('加入高斯噪声之后的图像'); %采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波 K1=filter2(fspecial('average',3),J)/255; %模板尺寸为3 K2=filter2(fspecial('average',5),J)/255;% 模板尺寸为5 K3=filter2(fspecial('average',7),J)/255; %模板尺寸为7 K4= filter2(fspecial('average',9),J)/255; %模板尺寸为9 subplot(2,3,3);imshow(K1); title('改进后的图像1'); subplot(2,3,4); imshow(K2); title('改进后的图像2');

小波变换的原理及matlab仿真程序

基于小波变换的信号降噪研究 2 小波分析基本理论 设Ψ(t)∈L 2( R) ( L 2( R) 表示平方可积的实数空间，即能量有限的信号空间) ， 其傅立叶变换为Ψ(t)。当Ψ(t)满足条件[4,7]： 2 () R t dw w C ψψ =<∞? （1） 时，我们称Ψ(t)为一个基本小波或母小波，将母小波函数Ψ(t)经伸缩和平移后，就可以得到一个小波序列： ,()( )a b t b t a ψ -= ,,0a b R a ∈≠ （2） 其中a 为伸缩因子，b 为平移因子。 对于任意的函数f(t)∈L 2( R)的连续小波变换为： ,(,),()( )f a b R t b W a b f f t dt a ψψ-=<>= ? （3） 其逆变换为： 211()(,)()f R R t b f t W a b dadb C a a ψ ψ+-= ?? （4） 小波变换的时频窗是可以由伸缩因子a 和平移因子b 来调节的，平移因子b,可以改变窗口在相平面时间轴上的位置，而伸缩因子b 的大小不仅能影响窗口在频率轴上的位置,还能改变窗口的形状。小波变换对不同的频率在时域上的取样步长是可调节的，在低频时，小波变换的时间分辨率较低，频率分辨率较高：在高频时，小波变换的时间分辨率较高，而频率分辨率较低。使用小波变换处理信号时，首先选取适当的小波函数对信号进行分解，其次对分解出的参数进行阈值处理，选取合适的阈值进行分析，最后利用处理后的参数进行逆小波变换，对信号进行重构。 3 小波降噪的原理和方法 3.1 小波降噪原理 从信号学的角度看 ,小波去噪是一个信号滤波的问题。尽管在很大程度上小波去噪可以看成是低通滤波 ,但由于在去噪后 ,还能成功地保留信号特征 ,所以在这一点上又优于传统的低通滤波器。由此可见 ,小波去噪实际上是特征提取和低通滤波的综合 ,其流程框图如 图所示[6] ： 小波分析的重要应用之一就是用于信号消噪 ,一个含噪的一维信号模型可表示为如下

16QAM调制解调(MATLAB)

题目： 基于MATLAB 的16QAM 及32QAM 系统的仿真 原理： QAM 是一种矢量调制，将输入比特映射到一个复平面，形成复数调制信号，然后将I 信号和Q 信号（实部虚部）分量采用幅度调制，分 别对应调制在相互正交的两个载波（cos t ω，sin t ω）上。下图为MQAM 的调制原理图。 MQAM 的信号表达式： ()()( )cos sin 1,2,...,, 0C S C S i i T C i T C S i i s t a g t t a g t t i M t T a a ωω=-=≤≤与 上述表达式可以看出，QAM 为两个正交载波振幅相位调制的结合。波形矢量可以表示为： ()()()11221,2,...,, 0i i i S s t s f t s f t i M t T =+=≤≤

( )()( )()()()()()12110 220 cos ,0sin ,01,2,...,1,2,...,S S T C S T C S T i i T i i f t t t t T f t t t t T s s t f t dt i M s s t f t dt i M ωω=≤≤= ≤≤====?? MQAM 信号最佳接收： 实验仿真条件： 码元数量设定为10000个，基带信号频率1HZ ，抽样频率32HZ ，载波频率4HZ 。 实验结果分析：

对于QAM ，可以看成是由两个相互正交且独立的多电平ASK 信号叠加而成。因此，利用多电平误码率的分析方法，可得到M 进制QAM 的误码率为： ])(1l o g 3[)1 1(0 22n E L L e r f c L P b e -- = 式中，M L =，Eb 为每码元能量，n 0为噪声单边功率谱密度。 通过调整高斯白噪声信道的信噪比SNR （Eb/No ），可以得到如图所示的误码率图： -1-0.50 0.51 1.52 2.5 10 -3 10 -2 10 -1 10 QAM 信号误码率分析 信噪比 误码率

数字图像去噪典型算法及matlab实现

图像去噪是数字图像处理中的重要环节和步骤。去噪效果的好坏直接影响到后续的图像处理工作如图像分割、边缘检测等。图像信号在产生、传输过程中都可能会受到噪声的污染，一般数字图像系统中的常见噪声主要有：高斯噪声（主要由阻性元器件内部产生）、椒盐噪声（主要是图像切割引起的黑图像上的白点噪声或光电转换过程中产生的泊松噪声）等； 目前比较经典的图像去噪算法主要有以下三种： 均值滤波算法：也称线性滤波，主要思想为邻域平均法，即用几个像素灰度的平均值来代替每个像素的灰度。有效抑制加性噪声，但容易引起图像模糊，可以对其进行改进，主要避开对景物边缘的平滑处理。 中值滤波：基于排序统计理论的一种能有效抑制噪声的非线性平滑滤波信号处理技术。中值滤波的特点即是首先确定一个以某个像素为中心点的邻域，一般为方形邻域，也可以为圆形、十字形等等，然后将邻域中各像素的灰度值排序，取其中间值作为中心像素灰度的新值，这里领域被称为窗口，当窗口移动时，利用中值滤波可以对图像进行平滑处理。其算法简单，时间复杂度低，但其对点、线和尖顶多的图像不宜采用中值滤波。很容易自适应化。 Wiener维纳滤波：使原始图像和其恢复图像之间的均方误差最小的复原方法，是一种自适应滤波器，根据局部方差来调整滤波器效果。对于去除高斯噪声效果明显。 实验一：均值滤波对高斯噪声的效果 代码 I=imread('C:\Documents and Settings\Administrator\桌面\1.gif');%读取图像 J=imnoise(I,'gaussian',0,0.005);%加入均值为0，方差为0.005的高斯噪声 subplot(2,3,1);imshow(I); title('原始图像'); subplot(2,3,2); imshow(J); title('加入高斯噪声之后的图像'); %采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波 K1=filter2(fspecial('average',3),J)/255; %模板尺寸为3 K2=filter2(fspecial('average',5),J)/255;% 模板尺寸为5

基于MATLAB的ASK调制解调实现

长沙理工大学 《通信原理》课程设计报告 学院专业 班级学号 学生姓名指导教师 课程成绩完成日期2016年1月8日

课程设计成绩评定 学院专业 班级学号 学生姓名指导教师 课程成绩完成日期2016年1月8日指导教师对学生在课程设计中的评价 指导教师对课程设计的评定意见

课程设计任务书 城南学院通信工程专业

基于MATLAB的ASK调制解调实现 学生姓名：指导老师： 摘要MATLAB是美国MathWorks公司生产的一个为科学和工程计算专门设计的交互式大型软件，本课程设计主要内容是利用MATLAB集成环境下的M文件，编写程序来实现ASK的调制解调，要求采样频率为360HZ，并绘制出解调前后的时域和频域波形及叠加噪声时解调前后的时频波形，根据运行结果和波形来分析该解调过程的正确性及信道对信号传输的影响。目的是熟悉MATLAB中M文件的使用方法，并在掌握ASK 调制解调原理的基础上，编写出2ASK调制解调程序，绘制出ASK信号解调前后在时域和频域中的波形，观察解调前后频谱有何变化以及对信号叠加噪声后的变化。最终得到随着输入信号噪声的增加增大，误码越严重的结论，加深对ASK信号解调原理的理解。 关键词ASK调制解调；时域谱；频域谱；高斯白噪声；信噪比 1 引言 通信原理是通信工程专业的一门重要的专业课，是通信工程专业后续专业课的基础，掌握通信原理课程的知识不仅可以打下一个坚实的专业基础，还能提高处理通信系统问题能力和素质。通过本课程设计的ASK振幅键控调制解调，可以进一步理解数字通信的基础理论，有助于加深对通信原理的理解。 1.1课程设计目的 通过设计基于MATLAB的ASK调制解调实现，让我深入理解和掌握二进制ASK 调制解调以及噪声对信号传输的影响[1]。 在通信原理理论知识的基础上加深对ASK调制解调设计原理及实现方法的理解。使我对通信信号波形及频谱有深刻的认识。不仅加强了对课本知识的了解，而且还涉及到了MATLAB编程语言和软件的使用，以及基本的操作常识[2]。 掌握调制解调函数的应用，增强了我动手实践的能力。