直交復調 numpy (1)

搬送波周波数と、周波数偏差が近すぎる場合は、LPFの次数を大きくしないと落としきれないので、今回はキャリア周波数を100MHzとして、CPFSK波形を出力し、それを直交復調してみる。

1. # 変数クリア
2. from IPython import get_ipython
3. get_ipython().magic('reset -sf')
4. import matplotlib.pyplot as plt
5. import numpy as np
6. from scipy import signal
7.  
8. # 波形を読み込む
9. t=np.load('output/cfsk_o_t.npy')
10. amp_t=np.load('output/cfsk_o_amp_t.npy')
11.  
12. # よく使う変数
13. pi=np.pi
14. deg2rad=pi/180.0
15. twopi=2*pi
16.  
17. # 設定
18. f_Lo=100e6              # 搬送波周波数 in Hz
19. f_samp_simulation=1e9 # 計算のサンプリングレート in Hz
20. f_deviation=0.3e6     # 周波数偏差 in Hz
21. phase_Lo=0*deg2rad    # 搬送波の初期位相(何でもいい) in rad
22.  
23. # 後で使う変数
24. t_samp_simulation=1/f_samp_simulation
25. omega_Lo=twopi*f_Lo
26.  
27. # 局発信号の生成
28. amp_LoI_t=np.cos(omega_Lo*t+phase_Lo)
29. amp_LoQ_t=np.sin(omega_Lo*t+phase_Lo)
30.  
31. # ミキサー
32. amp_I_t_before_LPF=amp_t*amp_LoI_t
33. amp_Q_t_before_LPF=amp_t*amp_LoQ_t
34.  
35. # フィルター係数生成
36. freq_cutoff=f_deviation*2 #ざっくり^^
37. w_cutoff=freq_cutoff/(f_samp_simulation/2)
38. b,a=signal.butter(1,w_cutoff,'lowpass')
39.  
40. # フィルター適用
41. amp_I_t=signal.lfilter(b,a,amp_I_t_before_LPF)
42. amp_Q_t=signal.lfilter(b,a,amp_Q_t_before_LPF)
43.  
44. # プロット
45. fig=plt.figure(figsize=(12,12))
46. fig.add_subplot(2,1,1)
47. plt.plot(t,amp_I_t_before_LPF)
48. plt.plot(t,amp_Q_t_before_LPF)
49. plt.xlim(240e-6,260e-6) # ちょうどシンボルの変わり目を表示
50. fig.add_subplot(2,1,2)
51. plt.plot(t,amp_I_t)
52. plt.plot(t,amp_Q_t)
53. plt.xlim(240e-6,260e-6) # ちょうどシンボルの変わり目を表示

上のグラフが、LPF前、下のグラフがLPF後。