从AM到SSB：用MATLAB动画可视化讲解单边带调制到底‘省’在了哪里

原创于 2026-05-27 13:36:26 发布 · 911 阅读

本内容遵循CC 4.0 BY-SA版权协议

从AM到SSB：用MATLAB动画可视化讲解单边带调制到底‘省’在了哪里

通信系统中频谱资源如同城市中的土地一样珍贵。想象一下，当我们需要在拥挤的频谱"街区"中传输更多信息时，如何高效利用每一赫兹带宽就成为通信工程师的核心课题。单边带调制(SSB)正是这样一种"精打细算"的技术，它通过巧妙的设计，在保证信息完整传输的前提下，比传统的双边带调制(DSB)节省了整整一半的带宽资源。本文将借助MATLAB的动态可视化能力，带您亲历这一"带宽瘦身"的全过程。

1. 调制技术演进：从AM到SSB

在深入SSB之前，我们需要理解调制技术的基本演进路径。调幅(AM)是最早出现的调制方式之一，它的核心思想是将基带信号的幅度变化"印刻"在高频载波上。AM信号的频谱包含三个部分：载波频率、上边带和下边带。这种设计虽然简单，但存在明显的频谱浪费——载波本身不携带信息，却占据了宝贵的频谱资源。

DSB调制去除了AM中的载波成分，只保留了两个边带。这已经是一个进步，但仔细观察DSB的频谱结构会发现，上边带和下边带实际上是镜像对称的，它们携带完全相同的信息。这就引出了一个关键问题：既然两个边带的信息完全冗余，为何不干脆去掉其中一个？

SSB调制正是基于这一洞察而诞生的。它通过精心设计的滤波器，只保留DSB信号中的一个边带(上边带或下边带)，从而实现了带宽利用率的大幅提升。在实际通信系统中，这种节省意味着：

相同带宽下可以容纳更多通信信道
降低了对滤波器性能的要求
减少了发射功率的消耗

提示：SSB并非现代数字通信的产物，早在20世纪30年代就已在短波通信中得到应用，至今仍是业余无线电等领域的重要技术。

2. MATLAB实现：DSB与SSB的对比实验

让我们通过MATLAB代码，直观展示DSB和SSB的生成过程及其频谱特性。以下实验将使用100Hz的基带信号和1000Hz的载波频率，采样率设为20kHz以保证足够的细节呈现。

2.1 基础信号生成

首先创建基带信号和载波信号：

% 基本参数设置
fm = 100;       % 基带信号频率(Hz)
fc = 1000;      % 载波频率(Hz)
fs = 20000;     % 采样频率(Hz)
T = 0.1;        % 信号时长(s)

t = 0:1/fs:T-1/fs;  % 时间向量
mt = cos(2*pi*fm*t); % 基带信号
ct = cos(2*pi*fc*t); % 载波信号

生成DSB信号只需将基带信号与载波相乘：

dsb = mt .* ct;  % DSB调制

2.2 SSB信号的生成关键：滤波器设计

SSB信号的核心在于边带的选择。我们有两种基本方法：

滤波法 ：通过高通或低通滤波器选择保留的边带
相移法 ：利用希尔伯特变换实现单边带调制

这里我们重点介绍更直观的滤波法。以下代码展示了如何通过低通滤波器从DSB信号中提取下边带：

% 计算DSB信号的频谱
N = length(dsb);
f = (-N/2:N/2-1)*(fs/N);  % 频率轴
DSB_f = fftshift(fft(dsb)/N);

% 设计理想低通滤波器
cutoff = fc;  % 截止频率设为载波频率
lpf = abs(f) <= cutoff;  % 低通滤波器响应

% 应用滤波器
SSB_f = DSB_f .* lpf;
ssb = real(ifft(ifftshift(SSB_f))*N);  % 时域SSB信号

2.3 频谱可视化对比

通过以下代码可以同时显示DSB和SSB的频谱：

figure;
subplot(2,1,1);
plot(f, abs(DSB_f));
title('DSB信号频谱');
xlabel('频率(Hz)'); ylabel('幅度');
xlim([-1500 1500]);

subplot(2,1,2);
plot(f, abs(SSB_f));
title('SSB信号频谱');
xlabel('频率(Hz)'); ylabel('幅度');
xlim([-1500 1500]);

运行这段代码，您将清晰地看到DSB频谱中的两个对称边带，以及SSB频谱中仅剩的一个边带。这种视觉对比是理解SSB带宽节省最直接的方式。

3. 动态演示：SSB的带宽节省原理

静态频谱图虽然能展示结果，但动态演示更能揭示SSB"省带宽"的内在机制。我们可以创建一系列动画帧，逐步展示从基带信号到DSB再到SSB的变换过程。

3.1 创建基带信号动画

首先展示基带信号及其频谱随时间的变化：

figure;
for i = 1:length(t)
    % 时域信号绘制
    subplot(2,1,1);
    plot(t(1:i), mt(1:i), 'b', 'LineWidth', 2);
    title('基带信号时域波形');
    xlabel('时间(s)'); ylabel('幅度');
    axis([0 T -1.2 1.2]);
    
    % 频域信号绘制
    subplot(2,1,2);
    [f_seg, mt_f] = compute_spectrum(t(1:i), mt(1:i));
    plot(f_seg, abs(mt_f), 'r', 'LineWidth', 2);
    title('基带信号频谱');
    xlabel('频率(Hz)'); ylabel('幅度');
    axis([-200 200 0 0.6]);
    
    drawnow;
end

3.2 DSB调制过程动画

接下来展示DSB调制过程，重点观察频谱搬移现象：

figure;
for i = 1:length(t)
    % 时域信号绘制
    subplot(2,1,1);
    plot(t(1:i), dsb(1:i), 'b', 'LineWidth', 2);
    title('DSB信号时域波形');
    xlabel('时间(s)'); ylabel('幅度');
    axis([0 T -1.2 1.2]);
    
    % 频域信号绘制
    subplot(2,1,2);
    [f_seg, dsb_f] = compute_spectrum(t(1:i), dsb(1:i));
    plot(f_seg, abs(dsb_f), 'r', 'LineWidth', 2);
    title('DSB信号频谱');
    xlabel('频率(Hz)'); ylabel('幅度');
    axis([-1500 1500 0 0.3]);
    
    drawnow;
end

3.3 SSB滤波过程动画

最后展示SSB滤波过程，观察一个边带如何被选择性保留：

figure;
for i = 1:length(t)
    % 时域信号绘制
    subplot(2,1,1);
    plot(t(1:i), ssb(1:i), 'b', 'LineWidth', 2);
    title('SSB信号时域波形');
    xlabel('时间(s)'); ylabel('幅度');
    axis([0 T -1.2 1.2]);
    
    % 频域信号绘制
    subplot(2,1,2);
    [f_seg, ssb_f] = compute_spectrum(t(1:i), ssb(1:i));
    plot(f_seg, abs(ssb_f), 'r', 'LineWidth', 2);
    title('SSB信号频谱');
    xlabel('频率(Hz)'); ylabel('幅度');
    axis([-1500 1500 0 0.3]);
    
    drawnow;
end

这些动画将生动展示SSB如何通过滤波实现带宽节省，比静态图像更能加深理解。特别是频谱变化过程，清晰地揭示了"省"在哪个环节。

4. 实际应用中的SSB：优势与挑战

SSB调制在多个通信领域都有重要应用，但同时也面临一些技术挑战。了解这些实际因素，有助于我们更全面地评估SSB技术的价值。

4.1 SSB的主要优势

带宽效率 ：这是SSB最突出的优势，下表对比了几种调制方式的带宽需求：

调制类型	所需带宽	频谱利用率
AM	2B	低
DSB	2B	中
SSB	B	高

(B为基带信号带宽)

功率效率 ：SSB只传输一个边带，相比DSB节省了约50%的发射功率。
抗干扰能力 ：窄带特性使SSB更不容易受到相邻信道干扰。

4.2 实现SSB的技术挑战

尽管优势明显，SSB的实现也面临一些技术难点：

滤波器设计要求高 ：要完全抑制一个边带而不影响另一个，需要滤波器在载频附近有非常陡峭的过渡带。
载波同步要求严格 ：在接收端，SSB解调需要与发射端严格同步的载波，否则会导致信号失真。
对相位噪声敏感 ：任何载波相位抖动都会直接影响解调质量。

4.3 SSB的典型应用场景

尽管存在挑战，SSB仍在以下场景中发挥着重要作用：

短波通信 ：利用电离层反射实现远距离通信，SSB是业余无线电和某些军事通信的标准。
频分复用系统 ：在有限的频谱资源中容纳更多信道。
航空通信 ：某些航空波段仍使用SSB技术。

以下MATLAB代码模拟了SSB信号在信道中的传输和解调过程：

% 添加噪声模拟信道传输
SNR = 20;  % 信噪比(dB)
ssb_noisy = awgn(ssb, SNR, 'measured');

% 相干解调
demod = ssb_noisy .* ct;  % 与载波相乘

% 低通滤波恢复基带信号
[b,a] = butter(6, fm/(fs/2));  % 6阶巴特沃斯低通滤波器
baseband_recovered = filtfilt(b, a, demod)*2;  % 滤波并调整增益

% 绘制解调结果
figure;
subplot(2,1,1);
plot(t, mt, 'b', t, baseband_recovered, 'r--');
legend('原始信号','恢复信号');
title('SSB解调结果对比');
xlabel('时间(s)'); ylabel('幅度');
axis([0 0.05 -1.2 1.2]);

subplot(2,1,2);
[f_orig, mt_f] = compute_spectrum(t, mt);
[f_rec, rec_f] = compute_spectrum(t, baseband_recovered);
plot(f_orig, abs(mt_f), 'b', f_rec, abs(rec_f), 'r--');
legend('原始频谱','恢复频谱');
title('频谱对比');
xlabel('频率(Hz)'); ylabel('幅度');
axis([-200 200 0 0.6]);

这段代码展示了SSB信号从调制、传输到解调的完整流程，包括噪声环境下的恢复效果。在实际工程中，解调性能会受到滤波器特性、载波同步精度等多种因素影响。

标签