通信知识-超外差接收机、零中频接收机、低中频接收机、以及各种调制方式,和FFT知识
••零中频 的公式核心是正交分解 和基带处理,其简洁性(fIF=0)是最大优势,但也带来了直流偏移等特有挑战。••低中频 的公式核心是频率规划(选择 fIF)和镜像抑制(IRR),通过牺牲一定的简洁性来规避零中频的某些问题。希望这些公式能帮助你更精确地理解和使用这两种重要的接收机架构。
1超外差接收机
超外差接收机能够将不同频率的射频信号转换成一个固定的中频信号进行处理,这个巧妙的设计是其高效工作的核心。理解接收信号频率、本振频率和输出中频信号三者之间的关系是掌握其原理的关键。
📡 核心频率关系
超外差接收机频率转换的核心关系可以通过下表快速把握:
|
组件 |
符号 |
关系与说明 |
|---|---|---|
|
接收信号频率 |
fc |
天线接收到的射频信号的载波频率。 |
|
本振频率 |
fLO |
由接收机内部产生的、可调的高精度等幅正弦波频率。 |
|
输出中频频率 |
fIF |
一个固定不变的频率,由混频器产生。 |

三者之间的数学关系由混频原理决定,公式为:
fIF=∣fLO−fc∣
为了保证 fIF始终是一个固定的正值,在标准超外差电路中,通常会设计成本振频率 fLO始终高于信号频率 fc一个中频,即 fLO=fc+fIF。这种设计也称为高本振注入
举个例子,在传统的调幅收音机中,标准中频 fIF为 465 kHz 如果你想接收一个载频为 1000 kHz 的电台,那么本振频率就必须调整为:
fLO=1000 kHz+465 kHz=1465 kHz
混频后产生的差频正是 465 kHz。当你换台,例如接收一个 600 kHz 的电台时,本振频率会同步调整到 600+465=1065 kHz,从而保证输出的中频始终是固定的 465 kHz

接收信号 低噪放 滤波器 混频 到固定频点 代通用滤波器
复信号进行 FFT 变换中关键计算参数 FFT 计算长度 N;
采样率 FS;
频谱分辨率 FS/N;
有效频谱长度 N;(这里和实信号有区别) FFT 实部数据为 I 路,虚部为 Q 路;
零中频接收机
2零中频接收机
零中频和低中频接收机的核心工作原理,尤其是关键的频率转换关系,可以通过一组简洁的数学公式来清晰地表达。下表总结了这两种架构中最核心的公式。
|
特性 |
零中频接收机 |
低中频接收机 |
|---|---|---|
|
核心频率关系 |
fIF=0 |
fIF=∥fLO−fRF∥ |
|
镜像频率 |
镜像频率即信号本身:fimage=fRF |
fimage=fLO−fIF |
|
关键性能指标 |
依赖IQ平衡,无传统IRR公式 |
镜像抑制比: |
下面,我们来详细解读这些公式背后的物理意义和数学推导。
🔢 零中频接收机核心公式
零中频接收机的核心在于将射频信号直接下变频到基带。
-
中频计算
零中频接收机将本振频率设置为与射频信号频率完全相同,因此中频为零。
fIF=∣fLO−fRF∣=0
其中,fLO=fRF是本振频率,fRF是射频信号频率 - 正交解调与镜像消除
零中频通过正交解调避免镜像问题。理想情况下,接收到的射频信号为 xRF(t)=Acos(2πfRFt+ϕ)。本振产生两路正交信号:cos(2πfLOt)和 −sin(2πfLOt)。
- I路混频输出:
I(t)=xRF(t)⋅cos(2πfLOt)=2A[cos(4πfLOt+ϕ)+cos(ϕ)]
- Q路混频输出:
Q(t)=xRF(t)⋅[−sin(2πfLOt)]=2A[sin(4πfLOt+ϕ)−sin(ϕ)]
经过低通滤波器滤除高频分量后,得到基带信号IBB(t)=2Acos(ϕ),QBB(t)=−2Asin(ϕ)
- I路混频输出:
📡 低中频接收机核心公式
低中频接收机将信号下变频到一个较低但非零的中频。
中频与镜像频率计算
fIF=∣fLO−fRF∣ 其中,fIF是一个固定的低中频。镜像频率 fimage是与信号频率关于本振对称的干扰频率
fimage=fLO−fIF(当fLO>fRF时)2.2.
镜像抑制比
镜像抑制比是衡量接收机抑制镜像干扰能力的关键参数
IRR=10log10(PimagePsignal)
其中,Psignal是期望信号的功率,Pimage是镜像信号的功率。IRR 的值越大,说明对镜像的抑制能力越好。IRR 与 I、Q 两路的幅度失配和相位失配密切相关
IRR≈10log10(44ϵ2+θ2)
其中,ϵ是相对幅度误差,θ是相位误差。
⚠️ 非理想效应公式
实际电路中,非理想因素会引入干扰。
直流偏移
主要由本振泄漏自混频引起
Voffset=ALO_leakage⋅ALO⋅cos(θleakage)2.2.
I/Q 失衡
若 I 路和 Q 路存在增益误差 ΔG和相位误差 Δϕ,会导致镜像抑制比下降
💎 总结
这些公式揭示了两种架构的根本区别:
- ••
零中频 的公式核心是 正交分解 和 基带处理,其简洁性(fIF=0)是最大优势,但也带来了直流偏移等特有挑战。
- ••
低中频 的公式核心是 频率规划(选择 fIF)和 镜像抑制(IRR),通过牺牲一定的简洁性来规避零中频的某些问题。
希望这些公式能帮助你更精确地理解和使用这两种重要的接收机架构。
3.低中频接收机
4调制方式
5FFT知识
1.1 实信号进行 FFT 变换中关键计算参数
FFT 计算长度 N;1024
采样率 FS;10M
频谱分辨率 FS/N;
有效频谱长度 N/2;
FFT 实部数据为实际信号,虚部为 0;
实信号的频谱特性具有共轭对称性,也就是在 FFT 结果的复数域中模值 相等相位相反。
FFT 三个基本信息 频率 幅值 相位 超外差接收机
6ifft知识
7为什么实数在MATLAB中需要有负频谱和正频谱,而复数信号不需要负数频谱。同时显示的频谱范围,实数信号根据奈奎斯特采样率进行fs/2只能够显示fs/2,但是复数信号的能够显示fs的频谱
|
特性 |
实信号 |
复信号 |
|---|---|---|
|
时域特征 |
值为实数,是真实世界的物理量(如电压) |
值为复数,包含实部和虚部,是数学工具 |
|
频域特征(数学本质) |
频谱呈共轭对称(镜像对称) |
频谱没有对称性,可以任意分布 |
|
负频率的角色 |
必然存在且携带信息,是构成实信号的数学必需 |
具有独立的物理意义(如相反方向的旋转) |
|
最大无混叠频率(奈奎斯特频率) |
fs/2 |
fs |
|
有效频谱范围 |
[0,fs/2] |
[0,fs)或 [−fs/2,fs/2) |
接下来,我们详细解读表格中的这些关键点。
🔍 实信号的共轭对称性与负频率
实信号(如 cos(2πft))的频谱之所以必然包含关于原点对称的正负频率分量,并且观察范围通常被限制在 fs/2以内,是基于以下两个紧密关联的原因:
- 1.1.
数学本质:欧拉公式的揭示
根据欧拉公式,一个实的余弦信号可以分解为两个共轭复指数信号之和:
cos(2πft)=2ej2πft+e−j2πft
这个公式在数学上确凿地证明:一个纯粹的实信号,在频域上必须由一对幅度相等、方向相反(正负频率)的旋转向量(相量)来共同表示。负频率的出现是数学上的必然结果,用以保证时域信号的值为实数(即虚部抵消)这种特性称为共轭对称,即 X(−f)=X∗(f),其中 X∗(f)是 X(f)的共轭。 -
奈奎斯特采样定理的约束:镜像与混叠
当我们以采样频率 fs对实信号进行采样时,其频谱会以 fs为周期进行延拓。根据奈奎斯特采样定理,为了避免频谱混叠,信号的最大频率 fmax必须满足 fmax<fs/2。
如果实信号中含有频率超过 fs/2的分量,那么该分量在频谱延拓后,会将其镜像(也就是负频率分量折叠后的表现) 叠加到 [0,fs/2]的频带内,造成混叠,从而无法被正确恢复。因此,对于实信号,有效且无混叠的频谱信息完全包含在 [0,fs/2]这个区间内。fs/2以上的频谱仅仅是 [0,fs/2]的共轭镜像,是冗余的。在MATLAB中,当我们对实信号使用fft后,通常只观察从0到 fs/2的单边谱,因为这部分已经包含了全部信息
💡 复信号的频谱不对称性与扩展范围
复信号(如 ej2πft)的情况则完全不同,其频谱范围可以扩展至 fs,这是由以下因素决定的:
- 1.1.
数学本质:独立的实部与虚部
复信号在时域同时具有实部和虚部(例如,I+jQ),这两部分是相互独立的。这意味着复信号在频域没有共轭对称的限制。它的正、负频率分量承载着不同的信息。正频率和负频率可以独立存在。例如,一个单纯的复指数信号 ej2πft的频谱就只有一根谱线(在 +f处),而 e−j2πft的频谱则在 −f 复信号的频谱从0Hz到 fsHz都是有效的,并且每个频率点上的信息都是独立的 - 当使用
fftshift函数将零频移到中心后,我们可以看到从 −fs/2到 +fs/2的完整频谱。这对于分析基带信号(如在通信系统中经过下变频得到的I、Q信号)特别有用。奈奎斯特采样定理的广义理解:独立维度翻倍 - 对于复信号,奈奎斯特采样定理有更广义的解释。由于每个采样点都包含了两个独立的分量(实部和虚部),相当于信息的维度增加了一倍。因此,在相同的采样率 fs下,复信号能够无混叠地表示的频率范围也扩大了一倍,即 [−fs/2,fs/2)或等价于 [0,fs]
-
对于实信号,负频率是构成其“实”数特性的数学必需品,并且由于信息冗余,我们通常只关心 fs/2以下的部分。
- ••
对于复信号,负频率代表了相反的旋转方向或相位变化趋势,它和正频率一样承载着独立的信息。由于信息维度的增加,其可分析的频谱范围得以扩展至 fs。
更多推荐



所有评论(0)