基于ADM自适应增量调制算法的matlab性能仿真

发布时间:2024年01月10日

目录

1.课题概述

2.系统仿真结果

3.核心程序与模型

4.系统原理简介

4.1?ADM自适应增量调制算法简介

4.2MATLAB中实现ADM算法

5.完整工程文件


1.课题概述

? ? ? ?基于ADM自适应增量调制算法的matlab性能仿真,对比ADM和DM两种增量调制算法,最后输出解调后输出和参考输入之间的信噪比。

2.系统仿真结果

3.核心程序与模型

版本:MATLAB2022a

..............................................................
% 输入和预测输出比较  
figure;  
subplot(2,2,1);  
plot(t,Xref1);              % 绘制输入信号  
title('Delta调制');  
xlabel('Time(s)');  
ylabel('幅度(V)');  
hold on;  
stairs(t,DM_pred,'r');       % 绘制增量调制预测输出  
legend('Input', 'DM预测输出');  
  
% 输入和解调输出比较  
subplot(2,2,3);  
plot(t,Xref1);              % 绘制输入信号  
title('Delta解调');  
xlabel('Time(s)');  
ylabel('幅度(V)');  
hold on;  
plot(t, DM_dec,'r');       % 绘制增量解调输出  
legend('Input', 'DM解调');  
  
% ADM输入和预测输出比较  
subplot(2,2,2);  
plot(t,Xref1);              % 绘制输入信号  
title('ADM调制'); % 注意:标题应该是ADM Modulation  
xlabel('Time(s)');  
ylabel('幅度(V)');  
hold on;  
stairs(t,ADM_pred,'r');      % 绘制ADM调制预测输出  
legend('Input', 'ADM预测输出');  
  
% 输入和解调输出比较  
subplot(2,2,4);  
plot(t,Xref1);              % 绘制输入信号  
title('ADM解调'); % 注意:标题应该是ADM Modulation  
xlabel('Time(s)');  
ylabel('幅度(V)');  
hold on;  
plot(t, ADM_dec,'r');      % 绘制ADM解调输出  
legend('Input', 'ADM解调');  
  

  

SNR2  =[SNR21,SNR22];

figure;
bar([SNR1;SNR2]);
ylabel('SNR');
legend('Delta调制','ADM调制');
figure;  
plot(t,Xref2,'b');              % 绘制输入信号  
hold on;  
plot(t, DM_dec,'k');       % 绘制增量解调输出  
hold on;  
plot(t, ADM_dec,'r');      % 绘制ADM解调输出  
xlabel('Time(s)');  
ylabel('幅度(V)');  
legend('输入参考', 'DM调制', 'ADM调制');
title('阶跃输入对比');
20

4.系统原理简介

? ? ? ? 自适应增量调制(Adaptive Delta Modulation,ADM)是一种模拟信号到数字信号的转换技术,属于增量调制的一种改进形式。它根据输入信号的斜率变化自适应地调整量化步长,从而更有效地跟踪信号的快速变化。

4.1?ADM自适应增量调制算法简介

? ? ? ? ADM试图通过动态调整量化步长(Delta)来跟踪输入信号的斜率变化。当输入信号的斜率增加时,步长也增加;当斜率减小时,步长也减小。
工作过程:
初始化:设定初始步长Delta_0和一个预测值(通常是0)。
在每个采样时刻,计算当前采样值与预测值之差。
根据这个差值,调整预测值和可能的步长。
输出调整后的预测值作为数字化后的信号。
步长调整规则:
如果当前采样值与预测值的差超过了某个阈值(通常与步长相关),则调整预测值,并可能增加步长。
如果差值较小,则只调整预测值,并可能减小步长。


4.2MATLAB中实现ADM算法

在MATLAB中实现ADM算法,通常涉及以下步骤:

定义输入信号(如正弦波、方波等)。
初始化算法参数(如初始步长、步长调整参数等)。
实现算法逻辑,包括步长调整和预测值更新。
对输出信号进行性能评估(如计算SNR、绘制波形图等)。
?

5.完整工程文件

v

v

文章来源:https://blog.csdn.net/hardware_player/article/details/135509224
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。