1、需求分析

  现有MORSE、BPSK、QPSK三种信号，要对其进行识别，那么首先我们需要将其波形读取出来并进行频谱分析。

2、使用MATLAB进行波形读取与频谱分析

   所使用到的几个函数如下：

（1）、[y,fs,bits]=wavread(‘filename’)这是一个matlab中读取wav文件的数据的函数。

（2）、[d]=fft(w,1)这是matlab中ffthanshu的一种输入输出形式。

（3）、sound(w,fs,bits)函数将数列的数据通过声卡转化为声音。

3、程序和实现结果

3.1 MORSE

程序：

[y,fs,bits]=wavread('E:\团队文件\音频\MORSE.wav');%读取wav文件的数据函数
Df=5;     %频率间隔
fs = 8000; %采样频率
T = 1/fs; %采样周期
N=fs/Df;    %序列点数
time = (N-1)./fs; %第一个声音片段的总时长
t=0:T:time;
freq=0:Df:(N-1)*Df;  %计算频率段
Y=fft(y,N);    %用FFT计算频谱
subplot(211);
plot(y);
title('MORSE信号的波形');
subplot(212);
plot(freq-fs/2,abs(Y));   %将零频率移动到FFT中心
xlabel('频率 Hz');ylabel('幅度谱');     %并作出幅度频谱
title('MORSE信号的频谱');

实现结果：

  从这可以看出与python实现的结果相同，python实现的具体步骤见博主另一篇博客

3.1 BPSK

程序：

[y,fs,bits]=wavread('E:\团队文件\音频\BPSK.wav');%读取wav文件的数据函数
Df=5;     %频率间隔
fs = 8000; %采样频率
T = 1/fs; %采样周期
N=fs/Df;    %序列点数
time = (N-1)./fs; %第一个声音片段的总时长
t=0:T:time;
freq=0:Df:(N-1)*Df;  %计算频率段
Y=fft(y,N);    %用FFT计算频谱
subplot(211);
plot(y);
title('BPSK信号的波形');
subplot(212);
plot(freq-fs/2,abs(Y));   %将零频率移动到FFT中心
xlabel('频率 Hz');ylabel('幅度谱');     %并作出幅度频谱
title('BPSK信号的频谱');

实现结果：

3.1 QPSK

程序：

[y,fs,bits]=wavread('E:\团队文件\音频\QPSK.wav');%读取wav文件的数据函数
Df=5;     %频率间隔
fs = 8000; %采样频率
T = 1/fs; %采样周期
N=fs/Df;    %序列点数
time = (N-1)./fs; %第一个声音片段的总时长
t=0:T:time;
freq=0:Df:(N-1)*Df;  %计算频率段
Y=fft(y,N);    %用FFT计算频谱
subplot(211);
plot(y);
title('QPSK信号的波形');
subplot(212);
plot(freq-fs/2,abs(Y));   %将零频率移动到FFT中心
xlabel('频率 Hz');ylabel('幅度谱');     %并作出幅度频谱
title('QPSK信号的频谱');

实现结果：