什么是IQ信号, IQ调制又是怎么回事?

这篇具有很好参考价值的文章主要介绍了什么是IQ信号, IQ调制又是怎么回事?。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

在现代无线通信中,IQ调制属于标准配置,经常应用于通信系统的信号调制和解调环节。IQ调制的应用简化了通信设备的硬件结构,同时提高了频谱资源的利用效率,提高了信号传输的稳定性。

让我们先来看看什么是IQ信号?

IQ信号又称同向正交信号,I为in-phase(同相),Q为quadrature(正交),与I的相位相差90°。IQ信号是连续信号在二维直角坐标系中的映射,通常用于基带信号的转换和重建。反映在直角坐标图上,IQ信号会变得更容易理解。

iq信号,fpga开发,算法

图 1原始信号与IQ二维坐标映射

假设图中的绿色线表示一个连续信号S(t)的瞬时幅度A和瞬时相位Φ,S(t)瞬态映射到直角坐标后,得到同相信号I=0.69,正交信号Q=0.40,那么信号的瞬时幅度可以表示为,瞬时相位表示为。

S(t)信号沿时间轴展开后是一组幅度起伏变化的波形图,不能直观反映信号的所有特征,而映射后的IQ信号展开后,则是一组随时间呈现三维变化的形状,经简单换算后即可获得信号幅度和相位的变化规律。
iq信号,fpga开发,算法

图2 S(t)信号波形
iq信号,fpga开发,算法

图3 映射后的IQ信号波形

映射后的IQ信号可以很方便的提取原始信号的瞬时幅度和瞬时相位等特征,从而得以重建信号S(t)。可以说,IQ信号就是原始信号在三维坐标系中的真实映射,完整反映了信号的所有特征。

那么

在无线通信系统中,发射端为了实现无线信号在空中远距离传输, 需要将低频基带信号通过一定的方式调制到高频载波信号上形成已调信号;接收端在收到已调信号后,则采用与调制相反的过程把基带信号从已调信号中分离出来。
iq信号,fpga开发,算法

图 4模拟通信模型

iq信号,fpga开发,算法

图5 数字通信模型

在传统模拟通信中,使用单个乘法器实现信号调制过程,假定低频基带信号频率为,高频载波信号频率,则基本的调制原理如下:

可以看到单一的乘法器调制,可以将低频信号调制到高频载波上,但也因此得到两个信号发射频率、,由于信号传输时需要单一信道、单一频率,需要在信号发射前滤掉其中的高频频率。不过由于滤波器设备自身的限制,不可能完全滤掉另一个信号频率,对频带资源造成了很大的浪费。为了规避这一问题,需要发展新的调制方式。

对于已调信号,可以做三角函数展开,进而得到:
iq信号,fpga开发,算法

上述公式清晰表明,通过将基带信号与载波信号相乘,随后两信号各自相移90°再相乘,两次乘积结果相加即可以得到具有单一发射频率的信号,这里,即是两组正交信号。

为使调制方式具有一般性,假定信号S(t)的同相分量=A*,正交分量=A*,

则有:iq信号,fpga开发,算法

上述公式即是IQ调制的一般性表示,将信号S(t)做IQ映射分解,然后分别于载波的两组正交分量分别做乘法生成已调信号,然后两组已调信号相加生成发射信号并传输。从坐标变换角度,IQ调制是相互正交的基带信号分量被调制到载波频率,相加得到发射信号的过程。

IQ解调则相反,是从接收已调信号通过正交载波分量混频分离出原基带信号正交分量的过程,只是在分离基带信号的IQ分量时需要使用低通滤波器。具体可以参考下面的IQ调制解调流程图。
iq信号,fpga开发,算法

图 8、IQ调制与解调—模拟通信

在数字通信系统中,IQ调制与解调的过程与模拟通信系统中的类似,只是基带信号由连续信号变为离散信号。

iq信号,fpga开发,算法

图9、IQ调制与解调—数字通信

从以上调制解调示意图可以看到,IQ调制过程使用了乘法器、90°相移器以及加法器,硬件实现相对简单。在发射端只需要改变基带信号的IQ值即可以实现对信号幅度、频率和相位等参数的快速控制。同样,在接收端对信号的解调也变得更简单、高效。

IQ调制由于自身的技术特点,能够显著提高频谱资源的利用效率,同时提高了通信系统的抗干扰能力,目前广泛应用于模拟和数字通信系统,其中模拟通信系统常见于AM、FM广播,模拟电视广播等,数字通信系统则包含了当前绝大多数的类型。

PS:IQ信号反映了真实信号的所有特征,通过改变信号的IQ值可以得到期望的调制方式。监测接收机具备IQ解调能力,可以将空中信号解调为IQ信号并做进一步分析处理。文章来源地址https://www.toymoban.com/news/detail-813956.html

到了这里,关于什么是IQ信号, IQ调制又是怎么回事?的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包