通信工程 / 系统课时

观察FM频偏对占用带宽的影响

观察FM频偏对占用带宽的影响

把载波和调制频率固定,只增大调频频偏,信号需要占用的频谱范围会怎样变化?这里用 2 kHz 载波与 100 Hz 单音调制,分别生成两组不同频偏的 FM 信号,对照瞬时频率、频谱边带和带宽估算结果。

学习目标

  • 区分载波频率、最大频偏和调制频率,计算 FM 调制指数。
  • 观察频偏增大时瞬时频率摆幅与频谱边带的变化。
  • 使用卡森公式估算带宽,理解估算值与实际频谱的区别。

从瞬时频率理解频偏

FM(Frequency Modulation,频率调制)通过改变载波的瞬时频率传递信息。对于单一正弦调制信号,可以把 FM 波形写成:

s(t)=Accos⁡(2πfct+βsin⁡(2πfmt))s(t)=A_c\cos(2\pi f_ct+\beta\sin(2\pi f_mt))

其中,AcA_c 是载波振幅,fcf_c 是载波中心频率,fmf_m 是调制信号频率,β\beta 是调制指数。最大频偏 Δf\Delta f 与调制指数的关系为:

β=Δffm\beta=\frac{\Delta f}{f_m}

对相位求时间导数并换算为频率,可以得到瞬时频率:

fi(t)=fc+Δfcos⁡(2πfmt)f_i(t)=f_c+\Delta f\cos(2\pi f_mt)

这说明频偏决定瞬时频率围绕载波中心上下摆动的最大距离,而调制频率决定摆动的快慢。

例如固定 fc=2000f_c=2000 Hz、fm=100f_m=100 Hz:

  • 当 Δf=100\Delta f=100 Hz 时,瞬时频率在 1900~2100 Hz 之间变化,调制指数为 1。
  • 当 Δf=400\Delta f=400 Hz 时,瞬时频率在 1600~2400 Hz 之间变化,调制指数为 4。

两组信号每 10 ms 完成一次瞬时频率摆动,但第二组的频率摆幅是第一组的 4 倍。理想 FM 信号的包络振幅仍然保持不变,不能用波形高度判断频偏大小。

用频谱边带和卡森公式估算带宽

单音 FM 不只在载波频率 fcf_c 处产生频谱分量,还会在 fc±nfmf_c\pm nf_m 处形成边带,其中 nn 为正整数。各边带的幅度由调制指数决定,并不是所有边带都具有相同强度。

当调制频率保持 100 Hz 不变时,边带之间始终相隔 100 Hz。频偏增大使调制指数增大,通常会让距离载波较远的边带具有更多能量,因此频谱分布变宽。

工程中经常使用卡森公式(Carson's Rule)近似估算单音 FM 的有效传输带宽:

BC≈2(Δf+fm)B_C\approx2(\Delta f+f_m)

代入相同载波与调制频率,得到以下对照结果:

参数 方案 A 方案 B
载波频率 fcf_c 2000 Hz 2000 Hz
调制频率 fmf_m 100 Hz 100 Hz
最大频偏 Δf\Delta f 100 Hz 400 Hz
调制指数 β\beta 1 4
瞬时频率范围 1900~2100 Hz 1600~2400 Hz
卡森估算带宽 400 Hz 1000 Hz
估算频谱范围 1800~2200 Hz 1500~2500 Hz

注意,瞬时频率的最小值和最大值不是频谱的严格边界。FM 信号具有多阶边带,卡森公式估算的是包含大部分信号功率的有效带宽,常用于近似描述约 98% 功率的集中范围,并不代表范围之外的边带完全消失。

不同FM频偏下的瞬时频率与频谱宽度对照

用Python生成频偏与频谱对照

下面使用 Python 3、NumPy 和 Matplotlib 生成两组单音 FM 信号。采样率设为 20000 Hz,载波为 2000 Hz,调制频率为 100 Hz,观察时间为 0.2 秒。

0.2 秒包含 20 个完整调制周期,载波也恰好完成整数个周期,有利于减少 FFT 频谱泄漏。程序左侧绘制理论瞬时频率,右侧绘制单边幅度谱,并用虚线标出卡森公式的估算边界。

将代码保存为 fm_deviation.py,在已安装 NumPy 和 Matplotlib 的 Python 环境中运行。

python
import numpy as np
import matplotlib.pyplot as plt

fs, fc, fm = 20000, 2000, 100
t = np.arange(int(0.2 * fs)) / fs
freqs = np.fft.rfftfreq(len(t), d=1 / fs)
fig, axes = plt.subplots(2, 2, figsize=(11, 6))

for row, delta in enumerate((100, 400)):
    beta = delta / fm
    # 相位调制项决定FM的瞬时频率摆幅
    phase = 2 * np.pi * fc * t + beta * np.sin(2 * np.pi * fm * t)
    signal = np.cos(phase)
    instant = fc + delta * np.cos(2 * np.pi * fm * t)

    # 单边FFT展示载波及其100 Hz间隔的边带
    magnitude = 2 * np.abs(np.fft.rfft(signal)) / len(t)
    keep = (freqs >= 1200) & (freqs <= 2800)

    axes[row, 0].plot(t * 1000, instant)
    axes[row, 0].set(
        xlim=(0, 30), ylim=(1500, 2500),
        title=f'delta_f={delta} Hz: instant f (Hz)',
        xlabel='time (ms)'
    )

    axes[row, 1].plot(freqs[keep], magnitude[keep])
    # 虚线是有效带宽估算,不代表真实频谱被截断
    for edge in (fc - delta - fm, fc + delta + fm):
        axes[row, 1].axvline(edge, ls='--', color='gray')
    axes[row, 1].set(
        title=f'delta_f={delta} Hz: FM spectrum',
        xlabel='frequency (Hz)', ylabel='amplitude'
    )

    bandwidth = 2 * (delta + fm)
    print(f'delta_f={delta} Hz, beta={beta:.1f}, Carson BW={bandwidth} Hz')

plt.tight_layout()
plt.show()

预期输出:

text
delta_f=100 Hz, beta=1.0, Carson BW=400 Hz
delta_f=400 Hz, beta=4.0, Carson BW=1000 Hz

图形窗口中应该看到两组信号具有相同的瞬时频率摆动周期,但第二组的摆幅明显更大。右侧频谱均以 2000 Hz 为中心,主要边带间隔都是 100 Hz;频偏为 400 Hz 时,较远处出现更多具有明显幅度的边带。

如果频谱出现大量不规则的连续频率分量,先检查观察时长是否覆盖整数个载波和调制周期。非整数周期的直接截断会引入频谱泄漏,不能把所有泄漏分量都解释成 FM 边带。

改变调制频率时如何判断带宽

频偏不是影响 FM 带宽的唯一参数。保持最大频偏为 400 Hz,把调制频率从 100 Hz 提高到 200 Hz,可以得到:

β=400200=2\beta=\frac{400}{200}=2
BC≈2(400+200)=1200 HzB_C\approx2(400+200)=1200\ \text{Hz}

此时瞬时频率仍在 1600~2400 Hz 之间变化,但摆动周期缩短为 5 ms,频谱边带间距从 100 Hz 增大到 200 Hz,卡森估算带宽也由 1000 Hz 变成 1200 Hz。

可以把程序中的 fm 改成 200,保持 delta=400 的那组结果进行对照。检查瞬时频率摆动周期、频谱边带间隔和程序打印的估算带宽是否一致。

设计 FM 链路时,应同时记录最大频偏与调制信号最高有效频率。只写载波频率或者只给出最大频偏,都不足以说明链路所需的频谱宽度。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

观察FM频偏对占用带宽的影响

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通