从ASK到QAM：手把手图解常见调制技术（附Python模拟代码），看码元如何‘打包’更多比特

张

张建站

2026/6/1 1:14:57

10分钟阅读

从ASK到QAM：手把手图解常见调制技术（附Python模拟代码），看码元如何‘打包’更多比特

从ASK到QAM手把手图解常见调制技术附Python模拟代码在无线通信系统的设计中调制技术扮演着将数字信息转换为适合传输的模拟信号的关键角色。想象一下当你通过蓝牙耳机听音乐时那些0和1的数字数据是如何变成电磁波在空中传播的这就是调制技术的魔力所在。本文将带您深入理解ASK、FSK、PSK和QAM等调制技术的工作原理并通过Python代码实现可视化演示让抽象的概念变得触手可及。1. 调制技术基础从比特到码元在数字通信中**比特(bit)是最基本的信息单位而码元(symbol)**则是承载这些比特的物理载体。理解这两者的关系是掌握调制技术的第一步。比特数字信息的最小单位只能是0或1码元实际传输的物理信号可以表示一个或多个比特码元与比特的关系可以用一个简单的公式表示比特率波特率 × 每个码元携带的比特数其中比特率是每秒传输的比特数波特率是每秒传输的码元数。1.1 码元的物理表现形式不同的调制技术会以不同的方式改变载波信号来代表不同的码元调制类型改变的参数码元表示方式ASK振幅不同振幅代表不同码元FSK频率不同频率代表不同码元PSK相位不同相位代表不同码元QAM振幅相位振幅和相位的组合代表码元2. 基本调制技术详解2.1 幅移键控(ASK)ASK是最简单的调制方式之一通过改变载波的振幅来表示不同的码元。二进制ASK(BASK)只有两种振幅状态import numpy as np import matplotlib.pyplot as plt def generate_ask_signal(bits, bit_rate, sample_rate, carrier_freq): duration len(bits)/bit_rate t np.linspace(0, duration, int(sample_rate*duration), endpointFalse) carrier np.sin(2*np.pi*carrier_freq*t) signal np.zeros_like(t) for i, bit in enumerate(bits): start int(i*sample_rate/bit_rate) end int((i1)*sample_rate/bit_rate) signal[start:end] bit * carrier[start:end] return t, signal bits [1,0,1,1,0,1,0,0] t, ask_signal generate_ask_signal(bits, bit_rate1, sample_rate100, carrier_freq10) plt.plot(t, ask_signal) plt.title(二进制ASK调制波形) plt.xlabel(时间) plt.ylabel(振幅) plt.grid(True) plt.show()注意ASK对噪声敏感因为噪声会直接影响振幅因此在实际应用中通常用于低速、短距离通信。2.2 频移键控(FSK)FSK通过改变载波频率来表示不同的码元。二进制FSK(BFSK)使用两个不同的频率def generate_fsk_signal(bits, bit_rate, sample_rate, freq0, freq1): duration len(bits)/bit_rate t np.linspace(0, duration, int(sample_rate*duration), endpointFalse) signal np.zeros_like(t) for i, bit in enumerate(bits): start int(i*sample_rate/bit_rate) end int((i1)*sample_rate/bit_rate) freq freq1 if bit else freq0 signal[start:end] np.sin(2*np.pi*freq*t[start:end]) return t, signal bits [1,0,1,1,0,1,0,0] t, fsk_signal generate_fsk_signal(bits, bit_rate1, sample_rate100, freq05, freq115) plt.plot(t, fsk_signal) plt.title(二进制FSK调制波形) plt.xlabel(时间) plt.ylabel(振幅) plt.grid(True) plt.show()FSK比ASK具有更好的抗噪声性能因为信息编码在频率中而非振幅中。2.3 相移键控(PSK)PSK通过改变载波相位来表示不同的码元。最简单的二进制PSK(BPSK)使用0°和180°两种相位def generate_psk_signal(bits, bit_rate, sample_rate, carrier_freq): duration len(bits)/bit_rate t np.linspace(0, duration, int(sample_rate*duration), endpointFalse) signal np.zeros_like(t) for i, bit in enumerate(bits): start int(i*sample_rate/bit_rate) end int((i1)*ample_rate/bit_rate) phase np.pi if bit else 0 signal[start:end] np.sin(2*np.pi*carrier_freq*t[start:end] phase) return t, signal bits [1,0,1,1,0,1,0,0] t, psk_signal generate_psk_signal(bits, bit_rate1, sample_rate100, carrier_freq10) plt.plot(t, psk_signal) plt.title(二进制PSK调制波形) plt.xlabel(时间) plt.ylabel(振幅) plt.grid(True) plt.show()PSK比ASK和FSK具有更好的频谱效率和抗噪声性能是现代数字通信系统中常用的调制技术。3. 高级调制技术QAM正交幅度调制(QAM)结合了ASK和PSK的优点同时在振幅和相位两个维度上调制信号可以显著提高频谱效率。常见的QAM形式包括16-QAM、64-QAM和256-QAM等。3.1 QAM星座图QAM信号可以用星座图直观表示每个点代表一个独特的码元def generate_qam_symbols(order): if order 16: # 16-QAM星座点 symbols [] for i in [-3, -1, 1, 3]: for q in [-3, -1, 1, 3]: symbols.append(complex(i, q)) return symbols elif order 64: # 64-QAM星座点 symbols [] for i in [-7, -5, -3, -1, 1, 3, 5, 7]: for q in [-7, -5, -3, -1, 1, 3, 5, 7]: symbols.append(complex(i, q)) return symbols else: raise ValueError(不支持的QAM阶数) # 绘制16-QAM星座图 symbols generate_qam_symbols(16) plt.scatter([s.real for s in symbols], [s.imag for s in symbols]) plt.title(16-QAM星座图) plt.xlabel(同相分量(I)) plt.ylabel(正交分量(Q)) plt.grid(True) plt.axhline(0, colorblack) plt.axvline(0, colorblack) plt.show()3.2 QAM调制实现def qam_modulate(bits, order): bits_per_symbol int(np.log2(order)) if len(bits) % bits_per_symbol ! 0: raise ValueError(比特数必须是每个符号比特数的整数倍) symbols generate_qam_symbols(order) modulated [] for i in range(0, len(bits), bits_per_symbol): symbol_bits bits[i:ibits_per_symbol] index int(.join(map(str, symbol_bits)), 2) modulated.append(symbols[index]) return modulated # 示例使用16-QAM调制8个比特(2个符号) bits [1,0,1,1, 0,1,1,0] modulated qam_modulate(bits, 16) print(调制后的复数符号:, modulated)4. 调制技术性能比较与选择4.1 频谱效率与误码率不同调制技术在频谱效率和误码率(BER)方面有不同的表现调制类型每个码元的比特数频谱效率抗噪声能力BPSK1低高QPSK2中中16-QAM4高低64-QAM6很高很低4.2 实际应用中的选择因素在选择调制技术时需要考虑以下因素带宽限制高QAM阶数可以提供更高的数据速率但需要更干净的频道功率限制高阶调制需要更高的信噪比(SNR)移动性高速移动场景下简单的调制方式更可靠实现复杂度高阶调制需要更复杂的收发器设计在LoRa等低功耗广域网络(LPWAN)技术中通常使用简单的FSK或CSS调制而在Wi-Fi 6等高速通信中则使用1024-QAM等高阶调制。

用Python和R实战检验皮尔逊相关性五大假设（附完整代码与可视化）

Python与R实战：皮尔逊相关性假设检验全流程指南当你拿到一组数据，兴奋地计算完皮尔逊相关系数准备发表结论时，是否想过这个数字可能完全失真？我曾在一个客户项目中犯过这个错误——在没有验证假设的情况下直接报告了0.85的高相关性…...

2026/6/1 1:10:03 阅读更多 →

源站 IP 暴露被直接打穿？这套 AWS 纵深防御方案你一定用得上

上周半夜接到一个紧急电话，客户的业务挂了。打开监控一看，源站 ALB 的 CPU 直接拉满，连接数爆表。但奇怪的是 CloudFront 那边的请求量完全正常，WAF 日志也干干净净。我当时就猜到了——源站 IP 漏了，攻击者绕过了 Cl…...

2026/6/1 1:02:07 阅读更多 →

DSP28035双电压供电电路设计

TMS320F28035 供电电路设计原理与实现 TMS320F28035 作为一款基于 C28x 内核的数字信号处理器，其供电设计对系统稳定性至关重要。其核心采用 1.8V 电压，而 I/O 和外设接口采用 3.3V 电压，因此供电电路需满足双电压要求，并提供低噪…...

2026/6/1 1:02:03 阅读更多 →

量子误差缓解技术：原理、应用与优化

1. 量子误差缓解技术概述量子计算在NISQ（含噪中等规模量子）时代面临的核心挑战之一是量子噪声对计算结果的干扰。误差缓解技术作为当前最实用的解决方案，能够在硬件层面纠错技术成熟前，显著提升量子算法的执行精度。与传统纠错不同…...

2026/6/1 0:46:24 阅读更多 →

从新手到专家：Ryzen SDT调试工具完整指南，轻松解锁AMD处理器隐藏性能

从新手到专家：Ryzen SDT调试工具完整指南，轻松解锁AMD处理器隐藏性能【免费下载链接】SMUDebugTool A dedicated tool to help write/read various parameters of Ryzen-based systems, such as manual overclock, SMU, PCI, CPUID, MSR and Power Tabl…...

2026/6/1 0:46:29 阅读更多 →

如何用Poppins字体解决多语言设计难题：新手完整指南

如何用Poppins字体解决多语言设计难题：新手完整指南【免费下载链接】Poppins Poppins, a Devanagari Latin family for Google Fonts. 项目地址: https://gitcode.com/gh_mirrors/po/Poppins 你是否曾为多语言项目中的字体选择而烦恼？当你的网站…...

2026/6/1 0:46:34 阅读更多 →