FM收音机入门，以及Python实现FM调制解调_广播信号经过解调后的波形

FM收音机基础知识

调制分为三种：调幅（AM），调频(FM)和调相。

收音机的全部频率是指包含短波、中波、长波、航空和调频波段，全部频率从100hz-2.4ghz
SW是短波，在10～100米(公尺)之间。
中波(MW)介于200-600米(公尺)之间，150KHz-284KHz之间的叫长波

FM中国为87-108MHz、日本为76-90MHz ,
AM为535-1605KHz。

FM的调制和解调原理

1. 下图是原始波形：假设这个是一个接收到的FM信号
   

2. 我们的高通滤波器需要具有频率响应，使得调制信号中的最低频率衰减远大于调制信号中的最高频率。如果我们将此滤波器应用于FM波形，结果会是什么？它将是这样的：
   

3. 下一个图表仅显示滤波后的波形
   
   以上方式进行的解调，在实际使用的时候会有幅度噪声等不利的影响，所以有了锁相环的方式进行解调

锁相环（PLL）可用于创建用于FM解调的复杂但高性能的电路。PLL可以“锁定”输入波形的频率。它通过将相位检测器，低通滤波器（又名“环路滤波器”）和压控振荡器（VCO）组合成负反馈系统来实现

PLL锁定后，它可以创建一个输出正弦曲线，跟随输入正弦波的频率变化。该输出波形将取自VCO的输出。然而，在FM解调器应用中，我们不需要具有与输入信号相同频率的输出正弦波。相反，我们使用环路滤波器的输出作为解调信号。

人话：将频率变化的信号重新调制成固定频率的信号，在调制的时候产生一个低频的信号，此就是原始信号。

PLL锁相环的实现？？？

PYthon 实现 FM调制与解调

话不多说放代码

FM调制

import numpy as np
import matplotlib.pyplot as plt

x1 = np.arange(0,100*np.pi,0.1)

x2 = np.arange(0,100*np.pi,0.1)


#载波信号
y1 = np.sin(x1)
#低频有效信号
y2 = np.sin(x2/10)

#plt.plot(x1,y1)  #显示载波信号
plt.plot(x2,y2)   #显示有效信号
# 核心代码：x1是载波的频率，Y2是有效信号的幅度
# 将信号的幅度和载波的频率关联起来，就可以实现以幅度调频
# 乘一个基数是因为Y的值太小（正负1）需要变大使得更好的观察
x3 = x1+y2*5
plt.plot(x3,y1)

plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

效果如图：运行程序显示的代码

FM解调

import numpy as np
import matplotlib.pyplot as plt

x1 = np.arange(0,100*np.pi,0.1)

x2 = np.arange(0,100*np.pi,0.1)


#载波信号
y1 = np.sin(x1)
#低频有效信号
y2 = np.sin(x2/10)

#plt.plot(x1,y1)  #显示载波信号
#plt.plot(x2,y2)   #显示有效信号
# 核心代码：x1是载波的频率，Y2是有效信号的幅度
# 将信号的幅度和载波的频率关联起来，就可以实现以幅度调频
# 乘一个基数是因为Y的值太小（正负1）需要变大使得更好的观察
x3 = x1+y2*5

#x3 是接收到的信号
#x1 是选频后的频率，载波频率
#y4 是有效信号，即FM解调后的声音信号
y4 = (x3 - x1)/5

plt.plot(x2,y4)

plt.plot(x3,y1)
plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

由于看图片的话，和之前的一样就不放置图片了