En réalité, plusieurs stations de radio opèrent dans la même zone de métro, ou marché. Lorsque vous accordez un signal à 750 kHz, un autre signal peut être à 760 kHz. Pour savoir si les impacts de signaux adjacents la conception de simple récepteur, supposons que l'ingérence est une tonalité unique, UN_jecos (2# 960-f_jet). Le signal reçu est maintenant de la forme

avec F_je supposé se situer juste en dehors de la bande passante du canal +/- 5 kHz centrée sur F_c.

Utilisation d'une version généralisée de la formule d'addition de phaseurs, vous pouvez montrer que l'enveloppe reçue avec une interférence seul ton est comme suit:

Noter que

Le détecteur d'enveloppe enveloppe recouvre R(t). Pour trouver R(t) Pour un nouveau modèle de signal, utilisez la formule supplémentaire de phaseurs, qui peut être montré à tenir pour des amplitudes et phases variant dans le temps des termes constitutifs. Les Etats formule améliorée que

où

La clé de cette formule de travail est la commune F₀ trouvé dans chaque terme en cosinus.

Pour plus interférence AM seul ton, vous pouvez faire le travail de la formule en ajoutant et en soustrayant F_c dans le terme d'interférence:

Dans la formule UN₁(t) = UN_c[1 + suis(t)],

Maintenant, calculer

Ajouter ces nombres complexes sous forme rectangulaire et ensuite trouver l'ampleur:

La dernière ligne découle de

Car

vous pouvez combiner les termes et déposez la valeur absolue. Comme un chèque, si UN_je = 0, autrement dit, pas d'interférence, le résultat de R(t) Se réduit à

Le détecteur d'enveloppe est relativement facile à mettre en œuvre dans le matériel, mais il est un peu difficile à analyser. Vous pouvez explorer le modèle de R(t) Pour avoir une idée de ce qui se passe. Pour commencer, la relation d'entrée / sortie est non linéaire, comme en témoignent les places et les opérations de racine carrée. Même avec UN_je = 0, R(t) Contient une valeur absolue. A ce point, supposons m(t) = Cos (2# 960-f_mt) Aussi simple cas de test.

La fonction Python env_plot (t, Ac, AM, FM, Ai, fi) permet R(t) À tracer ainsi que son spectre. Le spectre P_R(F) Est un résultat de l'utilisation de PyLab psd () fonction.

Dans [346]: Def env_plot (t, Ac, AM, FM, Ai, fi): ...: R = sqrt ((Ac + Am * cos (2 * pi * fm * t) + Ai * cos (2 * pi * DFI * t)) ** 2+ (Ai * sin (2 * pi * dfi t *)) ** 2) ..: revenir RIn [347]: T = arange (0,20,1 / 500.) # T = 20 ms, fs = 500 kHz

Exercer la fonction en utilisant un vecteur déroulement de temps de plus de 20 ms à un taux d'échantillonnage effective de 500 ksps puis tracer le domaine temporel et le domaine fréquentiel résultats côte à côte (voir les 3 x 2 subplot tableau dans la figure).

Régler

Également mis en UN_m = 0,5, ce qui est équivalent au réglage un = 0,5 (50 pour cent profondeur de modulation). La valeur de UN_je étapes parmi 0, 0,1, et 1,0. Le message 2 kHz est dans l'obligation message de bande passante de 5 kHz et

kHz pour l'interférence place dans le canal adjacent (5 kHz est la fréquence de coupure).

Voici les entrées primaires ipython de ligne de commande:

Dans [447]: R = env_plot (t, 1, .5,2,0,7) Dans [449]: Parcelle (T, R) Dans [454]: Psd (R, 2 ** 13500) -Dans [457]: R = env_plot (t, 1, .5,2,0.1,7) Dans [459]: Parcelle (T, R) Dans [464]: Psd (R, 2 ** 13500) -Dans [467]: R = env_plot (t, 1, .5,2,1,7) Dans [469]: Parcelle (T, R) Dans [475]: Psd (R, 2 ** 13 500) -

La seule façon d'éliminer ou de réduire les interférences avec un BPF est en face du détecteur d'enveloppe. L'option superhétérodyne est un bon choix ici, parce que le BPF n'a pas besoin d'être accordable. Dans un premier temps, vous pouvez être dérangé qu'un signal out-of-band peut provoquer des interférences dans la bande, mais vous devez toujours attendre à l'inattendu de non-linéarités. L'avantage est que la conception du récepteur est encore faible coût.

Diagramme

2

Adjacent-Channel interférences

3

Radio AM Conception

4