主頁 >  其他 > 【通信原理】實驗七、基于Matlab的均勻量化和非均勻量化

【通信原理】實驗七、基于Matlab的均勻量化和非均勻量化

2021-12-09 10:16:33 其他

一、實驗型別

設計性實驗

二、 實驗目的

1.掌握均勻量化原理和非均勻量化原理,
2.掌握量化信噪比的基本概念,
3. 理解量化級數、量化方法與量化信噪比的關系,

三、實驗原理

1.均勻量化原理

設模擬信號的取值范圍是[a,b],量化電平數是M,那么均勻量化的量化間隔是:
在這里插入圖片描述

量化取間的端點是:
在這里插入圖片描述

若量化輸出電平取量化間隔的中點,則
在這里插入圖片描述在這里插入圖片描述

顯然,量化輸出電平和量化前的信號的抽樣值一般是不同的,即量化輸出電平有誤差,這個誤差稱謂量化噪聲(quantization noise),并用信號功率之比(簡稱為信號量噪比),衡量此誤差對信號的影響的大小,對給定的信號最大幅度,量化電平數越多,量化的噪聲越小,信號量噪比越高,
在均勻量化時,量化噪聲功率的平均值在這里插入圖片描述可以用下面的式子表示:
在這里插入圖片描述
式子中的在這里插入圖片描述為模擬信號的抽樣值,即在這里插入圖片描述在這里插入圖片描述為量化信號值,在這里插入圖片描述為信號的抽樣值在這里插入圖片描述的概率密度,在這里插入圖片描述為求統計平均值,在這里插入圖片描述為量化電平數,
信號在這里插入圖片描述的平均功率可表示為:
在這里插入圖片描述
若已知信號在這里插入圖片描述的概率密度函式,則由公式可計算出平均信號量噪聲比,
計算時可用如下公式直接計算在這里插入圖片描述,對于具有均勻概率密度的信號則有:
在這里插入圖片描述
所以平均信號量噪比為: 在這里插入圖片描述

當輸入信號為 正弦信號 是,量化信噪比表示為:
在這里插入圖片描述
在實際的應用中,對于給定的量化器的,量化電平數M和量化間隔都是給定的,所以,量化噪聲也是給定的,但是,信號的強度可能是隨時間變化的,像語音信號就是這樣子的,當信號小時,信號的量化信噪比也小,所以這種均勻量化器對于小輸入信號很不利,所以一般對小信號采用非均勻量化,

2.非均勻量化

為了克服均勻量化的缺點,實際中,往往采用非均勻量化,非均勻量化是根據信號的不同區間來確定量化間隔的,實作方法如圖1 所示,
在這里插入圖片描述

			圖1非均勻量化實作程序

A律對數壓縮特性具有如下的關系,在國際標準中取在這里插入圖片描述=87.6,
在這里插入圖片描述

式中,在這里插入圖片描述為歸一化的壓縮器輸入電壓,在這里插入圖片描述為歸一化壓縮器輸出電壓,在這里插入圖片描述為壓擴引數,表示壓縮程度,
13折線特性就是近似于在這里插入圖片描述=87.6時的在這里插入圖片描述律壓縮特性,在這里插入圖片描述律壓縮特性的非均勻量化信噪比:
在這里插入圖片描述
其中在這里插入圖片描述為信噪比改善度,
在這里插入圖片描述在這里插入圖片描述
其中在這里插入圖片描述為信號有效值,
補充: 1.求對數的函式
log(x):求x的自然對數,即ln(x),
log2(x):求x的以2為底的對數,即log 2 (x),
log10(x):求x的以10為底的對數,即lg(x),
2.在樣值數較多時,量化噪聲平均功率和信號功率時,可通過用mean函式求均方值來計算:

在這里插入圖片描述,所用函式 mean(e.^2);
在這里插入圖片描述 : mean(s.^2)

三、 例子演示仿真步驟

1、均勻量化

例【1】(1)產生一個周期的正弦波,以1000Hz頻率進行采樣,并進行8級均勻量化,用plot函式在同一張圖上繪出原信號和量化后的信號,
在這里插入圖片描述

%均勻量化例1中(1)
clear all
fs=1000;
dt=1/fs;
M=8;
Am=1;
t=0:dt:1;
x=Am*cos(2*pi*t);
v=(max(x)-min(x))/M;
m(1)=min(x);
for i=1:M
    m(i+1)=m(i)+v;
    q(i)=(m(i)+m(i+1))/2;
end
   for j=1:length(x)
       for i=1:M-1
           if(x(j)>=m(i)&x(j)<m(i+1))
            lh(j)=q(i); 
         end
        if(x(j)>=m(M))
            lh(j)=q(M);
         end
       end
  end
plot(t,x);
grid on; 
hold on
plot(t,lh,'r');
legend('抽樣值','量化值');
xlabel('圖1 余弦信號的均勻量化')

(2)以32Hz頻率對例1中的x(t)進行采樣,并進行8級均勻量化,用stem函式繪出正弦波波形樣值圖,量化后的樣值圖、量化誤差圖,
在這里插入圖片描述
在這里插入圖片描述

%均勻量化例1中(2),抽樣頻率32Hz
clear all
fs=32;
dt=1/fs;
M=8;
Am=1;
t=0:dt:1;
x=Am*cos(2*pi*t);
v=(max(x)-min(x))/M;%量化間隔
m(1)=min(x);
for i=1:M
    m(i+1)=m(i)+v;
    q(i)=(m(i)+m(i+1))/2;%量化電平值
end
   for j=1:length(x)
       for i=1:M-1
           if(x(j)>=m(i)&x(j)<m(i+1))
            lh(j)=q(i); 
         end
        if(x(j)>=m(M))
            lh(j)=q(M);
         end
       end
    e(j)=x(j)-lh(j);% 量化誤差值
end
stem(t,x);
grid on; 
hold on
stem(t,lh,'r');
legend('抽樣值','量化值');
xlabel('圖2 均勻量化離散圖')
figure(2)
stem(t,e);
xlabel('圖3 均勻量化的量化誤差圖')

(3)以2000Hz對x(t)進行采樣,改變數化級數,分別仿真得到編碼位數為2~8位時的量化信噪比,繪出量化信噪比隨編碼位數變化的曲線,另外繪出理論的量化信噪比曲線進行比較,
在這里插入圖片描述

%均勻量化例1中(3)不同編碼位數的量化信噪比
clear all
fs=2000;
dt=1/fs;
n=2:8;
M=2.^n;
Am=1;
t=0:dt:1;
x=Am*cos(2*pi*t);
for k=1:length(M)
v=(max(x)-min(x))/M(k);
m(1)=min(x);
for i=1:M(k)
    m(i+1)=m(i)+v;
    q(i)=(m(i)+m(i+1))/2;
end
   for j=1:length(x)
       for i=1:M(k)-1
           if(x(j)>=m(i)&x(j)<m(i+1))
            lh(j)=q(i); 
         end
        if(x(j)>=m(M(k)))
            lh(j)=q(M(k));
         end
       end
    e(j)=x(j)-lh(j);
end
s=mean(x.^2);
N=mean(e.^2);
lzb(k)=10*log10(s/N);%均勻量化量噪比的仿真值
lzb2(k)=6.02*n(k)+1.76;%%均勻量化量噪比的理論值
end
plot(n,lzb,'o-');
hold on;
plot(n,lzb2,'ro-');
legend('仿真值','理論值');
xlabel('圖4 不同編碼位數的均勻量化信噪比')

例【2】產生一個周期的正弦波,對x(t)按A律進行壓縮,然后以32Hz頻率進行抽樣,再進行8級均勻量化,壓擴引數A=87.6,繪出壓縮前后的信號波形圖(用plot函式)、樣值圖、量化后的樣值圖(后兩個用stem函式),
在這里插入圖片描述
在這里插入圖片描述

在這里插入圖片描述

clear all
fs=32;
dt=1/fs;
M=16;
Am=1;
t=0:dt:1;
x=Am*sin(2*pi*t);
x=x/max(x);
A=87.6;
for i=1:length(x)
   if(abs(x(i))>=0&abs(x(i))<=1/A)
       if(x(i)>0)
       y(i)=A*x(i)/(1+log(A));
      else y(i)=-A*x(i)/(1+log(A));
       end
   else
       if(x(i)>0)
         y(i)=(1+log(A*x(i)))/(1+log(A));
      else y(i)=-(1+log(A*x(i)))/(1+log(A));
       end
   end
end
plot(t,x);
grid on; 
hold on
plot(t,y,'r')
legend('歸一化后原信號','A律壓縮后的信號');
xlabel('圖1 抽樣信號A律壓縮')
v=2/M;
m(1)=-1;
for i=1:M
    m(i+1)=m(i)+v;
    q(i)=(m(i)+m(i+1))/2;
end
   for j=1:length(y)
       for i=1:M-1
           if(y(j)>=m(i)&y(j)<m(i+1))
            lh(j)=q(i); 
         end
        if(y(j)>=m(M))
            lh(j)=q(M);
         end
       end
    e(j)=y(j)-lh(j);
   end
figure(2)
stem(t,y,'filled');
grid on; 
hold on
stem(t,lh,'r','filled');
legend('A壓縮后信號抽樣值','量化值');
xlabel('圖2 A律壓縮后的抽樣值和量化值')
figure(3)
stem(t,e);
xlabel('圖3 A律壓縮量化的量化誤差圖')

四、 實驗內容

  1. 對于輸入信號為sin(t)信號進行抽樣和均勻量化,改變抽樣頻率、量化級數和信號大小,根據MATLAB獲得量化誤差和量化信噪比,同一個坐標軸上畫出原信號和已量化信號,比較著不同情況下的量化信噪比,
  2. 對于輸入信號為sin(t)信號進行A壓縮率的非均勻量化,改變抽樣頻率和信號大小,根據MATLAB獲得量化誤差和量化信噪比,同一個坐標軸上畫出原信號和已量化信號,比較著不同情況下的量化信噪比,

更多文章如下

【通信工程】資訊類,電子類,電氣工程,自動化,計算機,軟體工程,機電,等相關專業 全套學習指導
https://blog.csdn.net/qq_45696377/article/details/116434132

【全套完結】通信原理----全套Matlab仿真實驗報告
https://blog.csdn.net/qq_45696377/article/details/121384301

上一篇:
【通信原理】實驗六 基于Matlab的2PSK和2DPSK調制
https://blog.csdn.net/qq_45696377/article/details/121660263

轉載請註明出處,本文鏈接:https://www.uj5u.com/qita/377241.html

標籤:其他

上一篇:【python標準庫】通過編碼鑒別影像型別

下一篇:docker安裝SMQTT

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C#(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • 網閘典型架構簡述

    網閘架構一般分為兩種:三主機的三系統架構網閘和雙主機的2+1架構網閘。 三主機架構分別為內端機、外端機和仲裁機。三機無論從軟體和硬體上均各自獨立。首先從硬體上來看,三機都用各自獨立的主板、記憶體及存盤設備。從軟體上來看,三機有各自獨立的作業系統。這樣能達到完全的三機獨立。對于“2+1”系統,“2”分為 ......

    uj5u.com 2020-09-10 02:00:44 more
  • 如何從xshell上傳檔案到centos linux虛擬機里

    如何從xshell上傳檔案到centos linux虛擬機里及:虛擬機CentOs下執行 yum -y install lrzsz命令,出現錯誤:鏡像無法找到軟體包 前言 一、安裝lrzsz步驟 二、上傳檔案 三、遇到的問題及解決方案 總結 前言 提示:其實很簡單,往虛擬機上安裝一個上傳檔案的工具 ......

    uj5u.com 2020-09-10 02:00:47 more
  • 一、SQLMAP入門

    一、SQLMAP入門 1、判斷是否存在注入 sqlmap.py -u 網址/id=1 id=1不可缺少。當注入點后面的引數大于兩個時。需要加雙引號, sqlmap.py -u "網址/id=1&uid=1" 2、判斷文本中的請求是否存在注入 從文本中加載http請求,SQLMAP可以從一個文本檔案中 ......

    uj5u.com 2020-09-10 02:00:50 more
  • Metasploit 簡單使用教程

    metasploit 簡單使用教程 浩先生, 2020-08-28 16:18:25 分類專欄: kail 網路安全 linux 文章標簽: linux資訊安全 編輯 著作權 metasploit 使用教程 前言 一、Metasploit是什么? 二、準備作業 三、具體步驟 前言 Msfconsole ......

    uj5u.com 2020-09-10 02:00:53 more
  • 游戲逆向之驅動層與用戶層通訊

    驅動層代碼: #pragma once #include <ntifs.h> #define add_code CTL_CODE(FILE_DEVICE_UNKNOWN,0x800,METHOD_BUFFERED,FILE_ANY_ACCESS) /* 更多游戲逆向視頻www.yxfzedu.com ......

    uj5u.com 2020-09-10 02:00:56 more
  • 北斗電力時鐘(北斗授時服務器)讓網路資料更精準

    北斗電力時鐘(北斗授時服務器)讓網路資料更精準 北斗電力時鐘(北斗授時服務器)讓網路資料更精準 京準電子科技官微——ahjzsz 近幾年,資訊技術的得了快速發展,互聯網在逐漸普及,其在人們生活和生產中都得到了廣泛應用,并且取得了不錯的應用效果。計算機網路資訊在電力系統中的應用,一方面使電力系統的運行 ......

    uj5u.com 2020-09-10 02:01:03 more
  • 【CTF】CTFHub 技能樹 彩蛋 writeup

    ?碎碎念 CTFHub:https://www.ctfhub.com/ 筆者入門CTF時時剛開始刷的是bugku的舊平臺,后來才有了CTFHub。 感覺不論是網頁UI設計,還是題目質量,賽事跟蹤,工具軟體都做得很不錯。 而且因為獨到的金幣制度的確讓人有一種想去刷題賺金幣的感覺。 個人還是非常喜歡這個 ......

    uj5u.com 2020-09-10 02:04:05 more
  • 02windows基礎操作

    我學到了一下幾點 Windows系統目錄結構與滲透的作用 常見Windows的服務詳解 Windows埠詳解 常用的Windows注冊表詳解 hacker DOS命令詳解(net user / type /md /rd/ dir /cd /net use copy、批處理 等) 利用dos命令制作 ......

    uj5u.com 2020-09-10 02:04:18 more
  • 03.Linux基礎操作

    我學到了以下幾點 01Linux系統介紹02系統安裝,密碼啊破解03Linux常用命令04LAMP 01LINUX windows: win03 8 12 16 19 配置不繁瑣 Linux:redhat,centos(紅帽社區版),Ubuntu server,suse unix:金融機構,證券,銀 ......

    uj5u.com 2020-09-10 02:04:30 more
  • 05HTML

    01HTML介紹 02頭部標簽講解03基礎標簽講解04表單標簽講解 HTML前段語言 js1.了解代碼2.根據代碼 懂得挖掘漏洞 (POST注入/XSS漏洞上傳)3.黑帽seo 白帽seo 客戶網站被黑帽植入劫持代碼如何處理4.熟悉html表單 <html><head><title>TDK標題,描述 ......

    uj5u.com 2020-09-10 02:04:36 more
最新发布
  • 2023年最新微信小程式抓包教程

    01 開門見山 隔一個月發一篇文章,不過分。 首先回顧一下《微信系結手機號資料庫被脫庫事件》,我也是第一時間得知了這個訊息,然后跟蹤了整件事情的經過。下面是這起事件的相關截圖以及近日流出的一萬條資料樣本: 個人認為這件事也沒什么,還不如關注一下之前45億快遞資料查詢渠道疑似在近日復活的訊息。 訊息是 ......

    uj5u.com 2023-04-20 08:48:24 more
  • web3 產品介紹:metamask 錢包 使用最多的瀏覽器插件錢包

    Metamask錢包是一種基于區塊鏈技術的數字貨幣錢包,它允許用戶在安全、便捷的環境下管理自己的加密資產。Metamask錢包是以太坊生態系統中最流行的錢包之一,它具有易于使用、安全性高和功能強大等優點。 本文將詳細介紹Metamask錢包的功能和使用方法。 一、 Metamask錢包的功能 數字資 ......

    uj5u.com 2023-04-20 08:47:46 more
  • vulnhub_Earth

    前言 靶機地址->>>vulnhub_Earth 攻擊機ip:192.168.20.121 靶機ip:192.168.20.122 參考文章 https://www.cnblogs.com/Jing-X/archive/2022/04/03/16097695.html https://www.cnb ......

    uj5u.com 2023-04-20 07:46:20 more
  • 從4k到42k,軟體測驗工程師的漲薪史,給我看哭了

    清明節一過,盲猜大家已經無心上班,在數著日子準備過五一,但一想到銀行卡里的余額……瞬間心情就不美麗了。最近,2023年高校畢業生就業調查顯示,本科畢業月平均起薪為5825元。調查一出,便有很多同學表示自己又被平均了。看著這一資料,不免讓人想到前不久中國青年報的一項調查:近六成大學生認為畢業10年內會 ......

    uj5u.com 2023-04-20 07:44:00 more
  • 最新版本 Stable Diffusion 開源 AI 繪畫工具之中文自動提詞篇

    🎈 標簽生成器 由于輸入正向提示詞 prompt 和反向提示詞 negative prompt 都是使用英文,所以對學習母語的我們非常不友好 使用網址:https://tinygeeker.github.io/p/ai-prompt-generator 這個網址是為了讓大家在使用 AI 繪畫的時候 ......

    uj5u.com 2023-04-20 07:43:36 more
  • 漫談前端自動化測驗演進之路及測驗工具分析

    隨著前端技術的不斷發展和應用程式的日益復雜,前端自動化測驗也在不斷演進。隨著 Web 應用程式變得越來越復雜,自動化測驗的需求也越來越高。如今,自動化測驗已經成為 Web 應用程式開發程序中不可或缺的一部分,它們可以幫助開發人員更快地發現和修復錯誤,提高應用程式的性能和可靠性。 ......

    uj5u.com 2023-04-20 07:43:16 more
  • CANN開發實踐:4個DVPP記憶體問題的典型案例解讀

    摘要:由于DVPP媒體資料處理功能對存放輸入、輸出資料的記憶體有更高的要求(例如,記憶體首地址128位元組對齊),因此需呼叫專用的記憶體申請介面,那么本期就分享幾個關于DVPP記憶體問題的典型案例,并給出原因分析及解決方法。 本文分享自華為云社區《FAQ_DVPP記憶體問題案例》,作者:昇騰CANN。 DVPP ......

    uj5u.com 2023-04-20 07:43:03 more
  • msf學習

    msf學習 以kali自帶的msf為例 一、msf核心模塊與功能 msf模塊都放在/usr/share/metasploit-framework/modules目錄下 1、auxiliary 輔助模塊,輔助滲透(埠掃描、登錄密碼爆破、漏洞驗證等) 2、encoders 編碼器模塊,主要包含各種編碼 ......

    uj5u.com 2023-04-20 07:42:59 more
  • Halcon軟體安裝與界面簡介

    1. 下載Halcon17版本到到本地 2. 雙擊安裝包后 3. 步驟如下 1.2 Halcon軟體安裝 界面分為四大塊 1. Halcon的五個助手 1) 影像采集助手:與相機連接,設定相機引數,采集影像 2) 標定助手:九點標定或是其它的標定,生成標定檔案及內參外參,可以將像素單位轉換為長度單位 ......

    uj5u.com 2023-04-20 07:42:17 more
  • 在MacOS下使用Unity3D開發游戲

    第一次發博客,先發一下我的游戲開發環境吧。 去年2月份買了一臺MacBookPro2021 M1pro(以下簡稱mbp),這一年來一直在用mbp開發游戲。我大致分享一下我的開發工具以及使用體驗。 1、Unity 官網鏈接: https://unity.cn/releases 我一般使用的Apple ......

    uj5u.com 2023-04-20 07:40:19 more