通信系统与信号分析(三)
带通信号系统
如果一个信号signal(x)满足:中心频率大于0,频率在0Hz处为空(没有dc分量),两个条件,就可以视作带通信号:
\[\mathrm{f_c=\frac{f_{\max}+f_{\min}}{2}>0},f_{\min}>0
\]
\[\mathcal{X}\left(\mathfrak{f}\right)=\begin{cases}\text{possibly nonzero,}&0<\mathfrak{f}_{\min}\leqslant|\mathfrak{f}|\leqslant\mathfrak{f}_{\max},\\\mathrm{zero,}&\text{elsewhere.}&\end{cases}
\]

例如fc位于1Ghz处,但是计算的W确只有2KHz,那么这个信号就叫做窄带带通信号 (Narrow-band bandpass signal)
A bandpass signal x (t) can be represented in terms of two auxiliary real baseband signals (or one complex baseband signal)
在极坐标的表示:
\[\mathrm{x}\left(\mathrm{t}\right)=\mathrm{x}_\mathrm{A}\left(\mathrm{t}\right)\cos\left(2\pi\mathrm{f}_\mathrm{c}\mathrm{t}+\mathrm{x}_\mathrm{\phi}\left(\mathrm{t}\right)\right)
\]
xA(t)就是包络,类似于频率的幅度值,xϕ(t)代表每一个时刻上的相位差。
矢量表达(I/Q (Vector) Representations):
\[\mathrm{x\left(t\right)=x_I\left(t\right)\cos\left(2\pi f_ct\right)-x_Q\left(t\right)\sin\left(2\pi f_ct\right)}
\]
in-phase baseband signal xI (t),quadrature-phase signal xQ (t)
这个其实是利用三角函数和公式后得到的:
\[\cos(\alpha+\beta)=\cos\alpha\cos\beta-\sin\alpha\sin\beta,
\]
\[代入上方极坐标表示得到:x(t)=x_I(t)\cos(2\pi f_ct)-x_Q(t)\sin(2\pi f_ct)
\]
\[x_A=\sqrt{x_I^2+x_Q^2}\text{,且}x_\phi=\arctan(x_Q/x_I)
\]
\[x_{\mathrm{I}}(t)=x_A(t)\cos\left(x_\phi(t)\right),x_{Q}(t)=x_A(t)\sin\left(x_\phi(t)\right).
\]
XI,XQ实际上是一对坐标,用来确定某一时刻信号的“幅度”和“相位”。
下图中,方便理解每一个参数的含义,设置XA(t)为1,实际上XA(t)是一个可以随时间变化的函数。

$$
I(t)=\cos(2\pi f_mt),Q(t)=\sin(2\pi f_mt)
$$
\[x(t)=x_I(t)\cos(2\pi f_ct)-x_Q(t)\sin(2\pi f_ct)
\]
\[x_{\mathrm{I}}(t)=x_A(t)\cos\left(x_\phi(t)\right),x_{Q}(t)=x_A(t)\sin\left(x_\phi(t)\right).
\]
现在把 \(cos,sin\) 换成复指数:
\[x(t)=\frac{x_I(t)+jx_Q(t)}{2}e^{j2\pi f_ct}+\frac{x_I(t)-jx_Q(t)}{2}e^{-j2\pi f_ct}
\]
第二项正好是第一项的共轭。实信号的特征就是正频项和负频项互为镜像,所以第二项没有独立信息。于是把第一项里面与载波无关的部分拿出来,定义:xz(t)是复基带信号(复包络):
\[x_z(t)=x_I(t)+jx_Q(t)
\]
\[x(t)=\frac{1}{2}x_z(t)e^{j2\pi f_ct}+\frac{1}{2}x_z^*(t)e^{-j2\pi f_ct}
\]
\[\begin{aligned}&\text{所以 }x_z(t)=x_I+jx_Q\text{ 的定义,本质上就是把两个实低通信号 }x_I,x_Q\text{ 打包成一个复数,使它能和旋转载波 }e^{j2\pi f_ct}\\&\text{直接相乘。}\end{aligned}
\]
\[x_z(t)=x_A(t)e^{jx_\phi(t)}
\]

$$
\begin{aligned}&\text{真实射频信号 }x(t)\text{ 中,载波项 }e^{j2\pi f_ct}\text{ 是快速已知的;}x_z(t)=x_I+jx_Q\text{ 把相对于载波的幅度、相位、I分量和 Q}\\&\text{分量全部打包起来。知道 }x_z\text{,再乘回载波取实部,就恢复 }x\mathrm{。}\end{aligned}
$$
例子:
$$
x(t)=3\cos(2\pi f_ct+0.7)
$$
\[x_z(t)=3e^{j0.7}
\]
它是常数复数,模 \(3\) 是幅度,角 \(0.7\) 是相位。
解析信号(The complex bandpass signal is called the analytic signal):
\[\tilde{x}\left(t\right)=x_z\left(t\right)e^{\mathrm{j}2\pi\mathrm{f}_c\mathrm{t}}
\]
xz被称为复包络 (Complex Envelope) 或基带信号。它包含了信号的幅度和相位信息,但去掉了载波频率。
后面的复指数代表载波部分
原始真实带通信号可从以下途径恢复:
\[x\left(t\right)=\mathrm{Re}\left\{\tilde{x}\left(t\right)\right\}=\frac{1}{2}\left(\tilde{x}\left(t\right)+\tilde{x}^{*}\left(t\right)\right)
\]
信号只与实部有关,我们永远只关注实部,解析信号加上其共轭也只会剩下实部。
\[\boxed{x_z(t)}\overset{\times e^{j2\pi f_ct}}{\operatorname*{\longrightarrow}}\boxed{\tilde{x}(t)}\overset{\mathrm{Re}\{\cdot\}}{\operatorname*{\longrightarrow}}\boxed{x(t)}
\]
![]()

解调:
\[x(t)=x_I(t)\cos(2\pi f_ct)-x_Q(t)\sin(2\pi f_ct)
\]
\[x(t)\cdot2\cos(2\pi f_ct)=[x_I\cos(.)-x_Q\sin(.)]\cdot2\cos(.)
\]
\[两项分别是\begin{aligned}&x_I(t)\cdot2\cos^2(2\pi f_ct)\\&-x_Q(t)\cdot2\sin(2\pi f_ct)\cos(2\pi f_ct)\end{aligned}
\]
\[利用倍角公式:x_I(t)+\underbrace{[x_I(t)\cos(4\pi f_ct)-x_Q(t)\sin(4\pi f_ct)]}_{\text{高频成分(2倍频)}}
\]
所以,此时通过一个低通滤波器过滤掉高频信号,就能得到原始的xI(t), xq(t)同理,但是sinx需要相位延迟90°。
基带等效信号的频谱
这里是从数学上证明,一个带通信号(现实的物理信号)的频谱,可以通过它的“基带等效信号(复信号)”的频谱平移和叠加来得到。
\[\begin{aligned}&\text{Let the Fourier transforms of the signals }x(t),x_1(t),x_Q(t),x_Z(t)\mathrm{and}\\&\mathrm{}\tilde{x}(t)\mathrm{be}X(f),X_1(f),X_Q(f),X_Z(f)\mathrm{and}\tilde{X}(f).\mathrm{}\end{aligned}
\]
\[\begin{aligned}X(f)&=\mathcal{F}\{\mathrm{Re}\tilde{x}\left(\mathrm{t}\right)\}=\frac{1}{2}\mathcal{F}\left\{\tilde{x}\left(\mathrm{t}\right)+\tilde{x}^*\left(\mathrm{t}\right)\right\}=\frac{1}{2}\left(\mathcal{F}\left\{\tilde{x}\left(\mathrm{t}\right)\right\}+\mathcal{F}\left\{\tilde{x}^*\left(\mathrm{t}\right)\right\}\right)\\&=\frac{1}{2}\left(\tilde{\mathrm{X}}\left(\mathrm{f}\right)+\tilde{\mathrm{X}}^*\left(-\mathrm{f}\right)\right)\\&\tilde{X}\left(\mathrm{f}\right)=\mathcal{F}\left\{\mathrm{x}_{z}\left(\mathrm{t}\right)e^{\mathrm{j}2\pi\mathrm{f}_{\mathrm{c}}\mathrm{t}}\right\}=\mathrm{X}_{z}\left(\mathrm{f}-\mathrm{f}_{\mathrm{c}}\right)\\&\mathrm{X}\left(\mathrm{f}\right)=\frac{1}{2}\left(\mathrm{X}_{z}\left(\mathrm{f}-\mathrm{f}_{c}\right)+\mathrm{X}_{z}^{*}\left(-\mathrm{f}-\mathrm{f}_{c}\right)\right)\end{aligned}
\]
现实物理意义,如果有一个基带信号,我们想通过高频载波发射出去(高频载波只会将这个基带信号搬移到自己的频率fc处),此时该信号就是一个带通信号,将带通信号复原,我们就得到了原始的信号。
证明载波只会将原始信号平移至fc:
\[c(t)=A\cos(2\pi f_ct+\phi)
\]
\[\text{为简化推导,通常设幅度 }A=1\text{、初相 }\phi=0\text{,则载波表示为:}c(t)=\cos(2\pi f_ct)
\]
\[\text{设基带信号为 }m(t)\text{,调制(把基带信号放到载波上)在时域就是两者相乘:}s(t)=m(t)\cdot c(t)=m(t)\cos(2\pi f_ct)
\]
\[\text{根据傅里叶变换,余弦信号}\cos(2\pi f_ct)\text{ 的频谱 }C(f)\text{ 不是连续的,而是两个极窄的狄拉克}\delta\text{函数(冲激脉冲)}:C(f)=\frac{1}{2}[\delta(f-f_c)+\delta(f+f_c)]
\]
\[\text{设基带信号频谱为 }M(f)\text{。根据卷积定理,已调信号频谱 }S(f)\text{ 为}:S(f)=M(f)*C(f)=M(f)*\frac{1}{2}[\delta(f-f_c)+\delta(f+f_c)]
\]
\[\text{利用}\delta\text{函数的筛选(平移)性质 }M(f)*\delta(f-f_c)=M(f-f_c)\text{,推导结果为}:S(f)=\frac{1}{2}M(f-f_c)+\frac{1}{2}M(f+f_c)
\]
实信号的傅里叶变换具有共轭对称性:其傅里叶变换的负频率分量所包含的信息与正频率分量相同。对于本文讨论的带通信号而言,其傅里叶变换中不含直流分量。
\[\mathrm{X_+\left(f\right)=\begin{cases}X\left(f\right),&f\geqslant0\\0,&f<0&&\end{cases}}\mathrm{X_-\left(f\right)=\begin{cases}X\left(f\right),&f<0\\0,&f\geqslant0&&\end{cases}}
\]
其中的由来就是因为欧拉公式将cosx拆分为了正频率和负频率两项:
\[\\ X_+/x_+\text{ 对应正频率项 }e^{j2\pi f_0t}。\\X_-/x_-\text{ 对应负频率项 }e^{-j2\pi f_0t}
\]
根据傅里叶变换的线性性质,频域相加等于时域相加:
\[\mathrm{X\left(f\right)=X_+\left(f\right)+X_-\left(f\right)}\quad\Rightarrow\quad\mathrm{x\left(t\right)=x_+\left(t\right)+x_-\left(t\right)}
\]
带入到基带信号中(解析信号(Analytic Signal)):
\[\begin{gathered}\tilde{\mathrm{X}}\left(\mathrm{f}\right)=2X_+\left(\mathrm{f}\right)\Rightarrow\tilde{x}\left(\mathrm{t}\right)=2x_+\left(\mathrm{t}\right)\\\mathrm{X}_z\left(\mathrm{f}\right)=\tilde{\mathrm{X}}\left(\mathrm{f}+\mathrm{f}_c\right)=2\mathrm{X}_+\left(\mathrm{f}+\mathrm{f}_c\right)\Rightarrow\mathrm{x}_z\left(\mathrm{t}\right)=2\mathrm{x}_+\left(\mathrm{t}\right)\mathrm{e}^{-\mathrm{j}2\pi\mathrm{f}_c\mathrm{t}}.\end{gathered}
\]
\[e^{j2\pi f_0t}\longleftrightarrow\delta(f-f_0)
\]
\[\begin{gathered}时域信号时域与复数频域频率\\e^{j2\pi f_{0}t}\text{是复数}只有+f_{0}\\e^{-j2\pi f_{0}t}是复数\text{只有}-f_{0}\\\cos(2\pi f_0t)\text{是实数}\text{同时有}+f_0\text{ 和}-f_0\end{gathered}
\]
正交滤波器是一个 90° 移相器:
\[\begin{gathered}\mathrm{H_Q(f)=\begin{cases}-j,&f>0\\+j,&f<0.&\end{cases}}\\\mathrm{jH_Q(f)X(f)=\begin{cases}j(-j)X(f)=X(f),&f>0\\j(+j)X(f)=-X(f),&f<0&\end{cases}}\end{gathered}
\]
所以有结论:
\[\begin{gathered}正频率:\\X(f)+X(f)=2X(f)\\负频率:\\X(f)-X(f)=0\end{gathered}
\]
\[result:2\mathrm{X}_+\left(\mathrm{f}\right)=\mathrm{X}\left(\mathrm{f}\right)+\mathrm{j}\mathrm{H}_{\mathrm{Q}}\left(\mathrm{f}\right)\mathrm{X}\left(\mathrm{f}\right)
\]
利用实信号频谱的共轭对称性:负频部分没有额外信息,正频部分就足以恢复整个 x(t)。只要知道 x+(t),就能还原原来的实信号 x(t)。
Hilbert Transform
\[\begin{aligned}&H_Q(f)\text{ 是希尔伯特滤波器的频率响应。它的作用是:对于正频率,相移}-90^\circ\text{(乘以}-j\text{);对于负}\\&\text{频率,相移}+90^\circ\text{(乘以}+j\mathrm{)。}\end{aligned}
\]
\[\begin{aligned}&\hat{x}(t)=\mathcal{F}^{-1}\{H_Q(f)X(f)\}\\\\&\circ\text{ 这是从频域变回时域的表达。}\mathcal{F}^{-1}\text{ 表示傅里叶逆变换。意思是: }\hat{x}(t)\text{ 是频域乘积结果的逆变换。}\end{aligned}
\]
能算出希尔伯特变换结果如下方所示,这里利用了卷积定理:时域的卷积等于频域的乘积:
\[=\mathcal{F}^{-1}\{H_Q(f)\}\circledast x(t)=\frac{1}{\pi t}\circledast x(t)
\]

$$
\boxed{\tilde{x}(t)=x(t)+j\mathcal{H}\{x(t)\}=2x_+(t)=x_z(t)e^{j2\pi f_ct}}
$$
| 符号 |
是什么 |
| x(t) |
原来的实信号 |
| X_+(f) |
原信号频谱里只保留正频率的部分 |
| x_+(t) |
\(X_+(f)\) 做逆傅里叶变换得到的信号 |
通过线性系统:
这里说明了一个真实的物理带通系统(中心频率为 fc),它的频率响应 H(f)也是可以由一个低通的复基带响应 Hz(f) 搬移(平移)到正负频率轴上来表示。因为高频fc我们处理非常困难,所以我们期望能够在低频领域上能够进行处理。
这告诉我们,带通系统对带通信号的响应,完全等价于其等效复基带系统对输入复基带信号的响应。我们只需要在基带(低频)层面计算 Xz乘以Hz,就能得到结果,大大降低了计算复杂度(不需要处理 fc这种极高频率的载波)。

$$
y_{\mathrm{I}}\left(\mathrm{t}\right)=\frac{1}{2}\left(x_\mathrm{I}\left(\mathrm{t}\right)\otimes\mathrm{h}_\mathrm{I}\left(\mathrm{t}\right)-x_\mathrm{Q}\left(\mathrm{t}\right)\otimes\mathrm{h}_\mathrm{Q}\left(\mathrm{t}\right)\right),y_{\mathrm{Q}}\left(\mathrm{t}\right)=\frac{1}{2}\left(x_{\mathrm{Q}}\left(\mathrm{t}\right)\otimes\mathrm{h}_{\mathrm{I}}\left(\mathrm{t}\right)+x_{\mathrm{I}}\left(\mathrm{t}\right)\otimes\mathrm{h}_{\mathrm{Q}}\left(\mathrm{t}\right)\right)
$$
此时就能够抛开高频的 H(f),直接在低频域用基带系统函数 Hz(f) 去处理基带输入信号 Xz(f),得到基带输出 Yz(f),最后搬移回高频。