首页/文章/ 详情

为什么要采用IQ调制解调

1年前浏览475

IQ调制解调是属于零中频架构的一部分,调制是实现信号传输的关键步骤。IQ调制是一种将信号从基带转换到高频载波的技术。其中,I代表同相(in-phase),Q代表正交(quadrature)。在IQ调制过程中,原始信号被映射到二维直角坐标系上,形成同相和正交分量。这些分量与载波信号进行调制,以实现信号的频谱搬移。

那么为什么要用IQ调制呢?

调制过程:

1.将输入的原始基带信号进行正交分解,得到两个正交分量(I,Q)。

2.将得到的正交信号与载波信号分别相乘,然后相加,得到已调信号。

          

我们都知道对于数字信号来说真正的信号就是0和1,但是数字信号无法进行无线远程传输,需要将0和1搭载在载波上(变成模拟信号)才能传输

即cosω0t    

一个模拟信号有三个衡量的维度,相位,频率和幅度。Acos(ω0t +θ)

一个信号cosω0t,根据傅里叶变换,F(t)=Aπ[δ(ω+ω 0 )+δ(ω−ω 0)]

一个信号f=Asinω0t  根据傅里叶变换, F(t)=Ajπ[δ(ω+ω 0 )-δ(ω−ω 0)]

可以看到模拟信号,不管是sin还是cos,在频域都包含了负频域。

一个复信号f=Aejω0t=Acosω0t +Ajsinω0t 傅里叶变换F(t)=2πAδ(ω-ω 0 )

可以看到复信号即IQ调制方式,经过傅里叶变换后只包含正频域部分。

1.负频率只有数学上的意义,并不实际占用带宽,但是基带信号调制到高频之后,形成了关于ω0的对称频谱,原来的负频率信号就占用了实实在在的频率资源。

2.如果一个实信号的单边频带宽B,考虑到负频率频谱,实际占的频谱区域就是±B,所以通信中传输这样的信号就需要占用2B的频带宽度。

          

从信号的角度分析来总结,IQ调制降低了信号的带宽,提升了频谱的利用率。

IQ解调的过程

解调是把频谱向下搬移,现代通信都是数字信号,数字信号是没有中频的, 需要将频带内的信号的谱结构原封不动的下移到零中频 。    

但是,将接收到的实信号直接变到零中频是不行的 ,因为实信号存在共轭对称的双边谱,随着载频的下移,正、负相互接近,到中频小于信号频带一半时,两部分谱就会发生混叠。

          

解调过程:

1.在接收端,将接收到的已调信号与本振信号进行混频,得到中频信号。

2. 将中频信号进行正交分解,得到两个正交分量(I,Q)。

3.将得到的正交信号分别通过低通滤波器,提取出原始基带信号的正交分量(I,Q)。

4.将提取出的正交分量(I,Q)相加,得到原始基带信号。

          

而IQ解调不同,因为I和Q信号是正交的,虽然幅度相同,但是因为相位相差90°,不会发生混叠的现象。    

综上所述

IQ调制解调的优点是:

带宽降一半,频谱利用率高,现代通信,频谱资源是非常紧张的,在有效传输信息一样的情况下,带宽减半,意义重大。

ADC的采样率降一半,因为带宽减半,采样率相对而言也减半,同样的ADC的功率也会降低,对于追求高功率,低功耗的产品设计来说,功耗也相当重要。

避免发生采样频谱混叠。


来源:射频通信链

通信
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2025-07-28
最近编辑:1年前
匹诺曹
签名征集中
获赞 14粉丝 69文章 482课程 0
点赞
收藏
作者推荐

中频进入ADC之后都做了什么处理?

ADC采样的过程包括数据流进行采样、数字下变频、数字滤波、抽取和快速傅立叶变换。从数据上的处理如下图1,链路上的处理流程如下图2.NCO之前的中频频率是fS/2P(P为整数,取决于采样),NCO下变频后为真正的数字中频I/Q。首先,使用NCO将在fS处采样的数据数字下变频到基带(复数I/Q)。然后,使用可编程低通数字滤波器对数据流进行滤波。在预抽取数字滤波设置中频带宽,随着中频带宽变小,并且滤波使宽带噪声衰减,带内积分噪声功率会降低。接下来,以M进行抽取会将有效采样速率降至fS/M,抽取是一种仅观察ADC采样样本的周期性部分,而忽略其余部分的方法。抽取的结果是降低ADC的采样速率。例如,1/4抽取模式意味着(总样本数)/4,有效地抛弃所有其他样本。 在之前的文章中我们讲过,ADC的处理增益是10log(fS/2BW),一个N位的ADC的动态范围就会增加到6.02N+1.76+10log(fS/2BW)。 噪声降低就相当于SFDR增加,从射频的角度来说就是,采集的带宽变窄,杂散没有被采集进来,动态范围增加。 到达抽取降采样率这里,就完成了数据时域从模拟到数字的过程。分析数据的指标在时域上很难区分,所以采集完之后需要对数据从时域到频域进行变换,FFT。 快速傅里叶变换(FFT)。典型的FFT使用数万或数十万个采样点,甚至可能达到几百万个采样点。对于大多数ADC采样速率。FFT 窗口大小定义为奈奎斯特频谱 (fs/2) 除以频率单位的 FFT 样本数。例如,一个200M的ADC (100MHz)采样,FFT的点数是214,FFT的 窗口大小为:100Mbps/16384=6.1kHz 窗口的大小就代表着对信号的分辨率,串口越小,分辨率越高。也是我们频谱仪中的RBW。NSD定义的噪声单位为带宽或FFT窗口频率大小为1 Hz。经过FFT变换后的噪底是多少呢?经过FFT变换后的ADC的噪声相对与NSD来说,是NSD的6000倍。相当于FFT的窗口积分了噪声。此时的噪声电平应该是NSD+39dB 经过M抽取后,FFT长度为N的窗口带宽为:FS/MN根据上述,可以将ADC的处理本底噪声(K)与ADC的噪声谱密度(L) 关联起来,经过FFT变换后的ADC量化的噪底为:K=NSD+10log(FS/MN) 从以上可知,提高抽取倍数M或者增加FFT长度N都可以降低量化噪声。 注意FFT采样长度变化并不影响ADC的噪声频谱密度。 它只是将噪声分布在不同的单位频率带宽上。抽取倍数M取决于采样率和基带带宽,而增加FFT的长度N。N越大,窗口越窄,分辨率越高,积分在窗口内的噪声就越小。 祝好。来源:射频通信链

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈