通信工程 / 系统课时
观察曼彻斯特编码的频谱差异
观察曼彻斯特编码的频谱差异
同样一串比特,采用不同线码会改变电平跳变、低频能量和同步条件。本课固定 1 kbit/s 比特率与 ±1 V 电平,对照极性 NRZ-L 和曼彻斯特编码,用 Python 绘制时域波形与功率谱,并判断时钟信息带来的带宽代价。
学习目标
- 按明确的电平约定构造 NRZ-L 与曼彻斯特波形。
- 识别两种线码的直流表现、位中跳变和频谱零点。
- 用同一码率的频谱比较解释时钟恢复与带宽的取舍。
固定码率和线码约定
取比特序列 11111011,比特周期为 1 ms,比特率 bit/s。这里的极性 NRZ-L规定:1 为 +1 V,0 为 −1 V,整个比特周期保持该电平。它与 0 电平表示零比特的单极性 NRZ 不同,比较直流时不能混用。
这里规定曼彻斯特编码:1 的前半位为 +1 V、后半位为 −1 V;0 的前半位为 −1 V、后半位为 +1 V。另一些标准会采用相反映射,通信双方必须约定一致。每个比特的中心必有跳变,但比特边界不一定跳变:11 的边界有跳变,10 的边界没有跳变。
长串 11111 在 NRZ-L 中是一段平坦高电平,接收端不能仅凭它定位每个比特的中心;曼彻斯特每位都有边沿,可为时钟提取提供定时信息,但接收机仍须处理噪声、抖动和时钟相位。
用频谱判断直流与带宽
非均衡数据会使 NRZ-L 产生非零平均电平,例如 11111011 有 7 个 1、1 个 0,平均为 V。曼彻斯特每个比特正、负半位等长,所以任意完整比特序列的平均电平都为 0;这不是说其全部低频能量都消失,而是说直流被抑制。
| 观察项 | 极性 NRZ-L | 曼彻斯特 |
|---|---|---|
| 位中跳变 | 位中无跳变,位边界取决于数据 | 每个比特中心都有 |
| 直流 | 随 1、0 比例变化 | 完整比特上严格为零 |
| 理想矩形单符号谱的首个正频零点 | ,本例 1 kHz | ,本例 2 kHz |
| 同步与频谱取舍 | 跳变少、低频较多 | 易提取定时,频谱更宽 |
上表的 1 kHz 和 2 kHz 是按脉冲形状谱的第一个正频零点比较,不是宣称实际占用带宽恰好翻倍。实际链路的带宽还受数据统计、滤波器、旁瓣限制和带宽定义影响。等概率独立比特的极性 NRZ-L 理论平均值也可以为零,但它不像曼彻斯特那样对每个比特强制消除直流。

运行波形与功率谱实验
在安装了 NumPy、SciPy 和 Matplotlib 的 Python 3.10+ 环境中运行下列完整代码。时域使用固定 8 位,频谱使用固定随机种子的 4096 位序列,并让 1 的概率为 70%,以便更明显地观察 NRZ-L 的低频表现。Welch 方法估计的是有限长度功率谱,零点附近可能有窗函数泄漏。
import numpy as np
import matplotlib.pyplot as plt
from scipy.signal import welch
bit_rate, samples_per_bit = 1000, 64
sample_rate = bit_rate * samples_per_bit
bits = np.array([1, 1, 1, 1, 1, 0, 1, 1])
def encode(values, kind):
levels = 2 * values - 1
if kind == "NRZ":
return np.repeat(levels, samples_per_bit)
# 每个比特的后半段反相,保证位中跳变
halves = np.column_stack((levels, -levels))
return np.repeat(halves, samples_per_bit // 2, axis=1).ravel()
nrz, man = encode(bits, "NRZ"), encode(bits, "Manchester")
half = samples_per_bit // 2
middle_edges = sum(
man[k * samples_per_bit + half - 1] != man[k * samples_per_bit + half]
for k in range(len(bits))
)
print(f"NRZ 平均电平:{nrz.mean():.3f}")
print(f"Manchester 平均电平:{man.mean():.3f}")
print(f"Manchester 位中跳变:{middle_edges}/{len(bits)}")
# 较长随机序列用于估计功率谱,而不是从八个比特推断带宽
rng = np.random.default_rng(7)
random_bits = (rng.random(4096) < 0.7).astype(int)
fig, axes = plt.subplots(2, 1, figsize=(10, 6))
t_ms = np.arange(len(nrz)) / samples_per_bit
axes[0].step(t_ms, nrz + 3, where="post", label="NRZ(上)")
axes[0].step(t_ms, man, where="post", label="Manchester(下)")
axes[0].set(xlim=(0, 8), xlabel="时间 / ms", ylabel="电平(上下错位显示)")
axes[0].legend()
for kind in ("NRZ", "Manchester"):
freq, psd = welch(encode(random_bits, kind), fs=sample_rate, nperseg=4096)
relative_db = 10 * np.log10(psd / psd.max() + 1e-12)
axes[1].plot(freq / 1000, relative_db, label=kind)
axes[1].set(xlim=(0, 3.5), ylim=(-70, 5),
xlabel="频率 / kHz", ylabel="相对功率谱密度 / dB")
axes[1].legend()
fig.tight_layout()
plt.show()预期输出:
NRZ 平均电平:0.750
Manchester 平均电平:0.000
Manchester 位中跳变:8/8生成的第一幅子图应显示 NRZ 连续高电平与曼彻斯特逐位翻转;第二幅子图应显示曼彻斯特在直流附近有明显凹口,而其频谱向更高频延伸。两条曲线各自按峰值归一化,因此用于比较形状,不能从曲线高度直接推断实际发射功率。
避免把频谱零点当成占用带宽
如果要对真实传输线或无线信道选型,应先确定是比较首零点、3 dB 带宽,还是包含指定比例功率的占用带宽,再使用相同的成形滤波和测量条件。曼彻斯特可以帮助从数据中恢复时钟,却不能替代时钟恢复环路,也不意味着误码率必然更低。
可将实验中的 random_bits 改为等概率 0/1,重复观察:NRZ 的有限样本平均值会趋近于零,但它仍允许很长的无跳变区间;曼彻斯特的位中跳变和直流抑制始终保留。