【matlab】简易声音通信系统

简介

本文章介绍了一个简易的用matlab写的声音通信系统

主要由如下部分组成：
调制 -> 发送接收 -> 同步 -> 解调

调制

首先一个实际的通信系统在调制之前应该还有编码+码元划分的过程，但是因为这里只是简单的过一遍声音通信系统的流程，尽量只保留核心部分，因此在随机生成码元之后，就直接开始调制了。

在本系统中，我们设定 1 symbol（码元） = 2 bit ，那么一个码元的取值就有 0 1 2 3四种情况，

% 系统参数设置
symbols_tx = [0, 1, 2, 3];
symbols_tx = repmat(symbols_tx, 1, 40);
samples_per_symbol = 600;
fs = 48000;
period = samples_per_symbol / fs;
nBits = 16;
amplitude = 2 ^ nBits - 1;
nChannels = 1;

为了使发送的音频时长适中，发送160个码元，每个码元600个采样点，采样率设为常用的48000HZ（发送96000个采样点，时长为2s）

随机生成码元后，就可以开始调制了。

% 定义chirp载波
% 频段设计原则
% 高频段尽量不要downchirp表示另一个，不然容易搞混
ts = linspace(0, period, samples_per_symbol);
chirp_0 = chirp(ts, 100, period, 4000, 'linear') * amplitude;
chirp_1 = chirp(ts, 4000, period, 100, 'linear') * amplitude;
chirp_2 = chirp(ts, 4000, period, 12000, 'linear') * amplitude;
chirp_3 = chirp(ts, 12000, period, 4000, 'linear') * amplitude;

chirps_tx = [];
for i=1:length(symbols_tx)
    switch symbols_tx(i)
        case 0
            chirps_tx = [chirps_tx, chirp_0];
        case 1
            chirps_tx = [chirps_tx, chirp_1];
        case 2
            chirps_tx = [chirps_tx, chirp_2];
        case 3
            chirps_tx = [chirps_tx, chirp_3];

    end    
end

按我的理解，调制就是将码元变成一段信号，比如变成一段正弦波，将基带信号变为频带信号，以方便传输
现在常用OFDM等调制技术，但是本系统简便为主，就将4种码元分别调制为4种不同频段的chirp信号，chirp信号就是频率不断变化的正弦信号。

调制代码很简单，先定义4种用于调制的chirp信号，然后遍历所有码元，将每个码元用一个chirp信号代替，就调制完了

调制完的信号就可以发送了

发送与接收

maltab操纵音频的发送与接收非常方便，有 audioplayer 和 audiowriter 这两个函数可以使用

% 发送
myPlayerObj = audioplayer(chirps_tx, fs, nBits);
myPlayerObj.StartFcn = 'disp(''Start Playing.'')';
myPlayerObj.StopFcn = 'disp(''End of Playing.'')'; 
play(myPlayerObj);

因为 windows系统问题，一台电脑自发自收的话收到的信号幅度很小，于是我借了舍友一台电脑用来发送音频，我这边录下来然后再处理

% 接收
myRecorderObj = audiorecorder(fs, nBits, nChannels);
myRecorderObj.StartFcn = 'disp(''Start Recording.'')';
myRecorderObj.StopFcn = 'disp(''End of Recording.'')';
record(myRecorderObj, 5);

接收代码中的5代表录音5秒

同步

因为各种原因，接收端不可能第一个采样点开始就是发送端发送的信号，肯定会有一段时延，但是要做时延的话就必须要找到RX信号（在本系统中，就是5秒的录音）中接收到TX信号的第一个采样点，这可以通过使用TX信号从RX信号开头向右滑动求相关系数来实现。

对于没做过的人来说看文字可能会理解不了，代码如下：

%% 同步
% 找开头的范围定在(1:fs*2)
detectRange = fs;
% 窗滑动步长
stride = 1;
head_idx = 1;

num_move = detectRange / stride;

max_corr_array = zeros(1, num_move);
for i = 1:num_move
    corr_temp = corrcoef(chirps_rx( head_idx : head_idx+length(chirps_tx)-1 ), chirps_tx);
    
    max_corr_array(i) = corr_temp(2);
    
    head_idx = head_idx + stride;
end

[max_value, max_idx] = max(max_corr_array);

上述代码中，detectRange 取 2*fs 是因为在本系统情境下，2秒内tx信号肯定会到达，搬运代码的话要具体情况具体分析

得到的 max_value 就是作滑动相关后得到的最大的相关系数，max_idx就是最大相关系数的索引位置，也就是TX信号的开头，也就是作解调的起点

解调

本系统采用最简单的轮流匹配相关法来解调（另一个python系统中还有更先进的数字脉冲压缩法，但是轮流匹配也够用了）

轮流匹配相关也就是从解调起始点开始，将RX信号以TX信号的长度为单位切割为一段一段，然后令TX信号的4种码元的对应调制波形分别与这些切割段求相关系数，相关系数最大的那个码元就是解调结果。

start_idx = max_idx;
validChirpData = chirps_rx(start_idx : start_idx + symbols_num * samples_per_symbol - 1);

demod_symbols_array = zeros(1, symbols_num);
max_corr_values = zeros(1, symbols_num);
% 和同步相比，stride变成了 samples_per_symbols
% 注意 validChirpData 是列向量， chirp_x是行向量，要转置
for i = 1:symbols_num
    corr_array = zeros(1, 4);
    
    corr_0 = corrcoef(validChirpData( (i-1)*samples_per_symbol+1 : i*samples_per_symbol ), chirp_0');
    corr_array(1) = corr_0(2);
    
    corr_1 = corrcoef(validChirpData( (i-1)*samples_per_symbol+1 : i*samples_per_symbol ), chirp_1');
    corr_array(2) = corr_1(2);
    
    corr_2 = corrcoef(validChirpData( (i-1)*samples_per_symbol+1 : i*samples_per_symbol ), chirp_2');
    corr_array(3) = corr_2(2);
    
    corr_3 = corrcoef(validChirpData( (i-1)*samples_per_symbol+1 : i*samples_per_symbol ), chirp_3');
    corr_array(4) = corr_3(2);

    
    [temp_max_value, temp_max_idx] = max(corr_array);
    max_corr_values(i) = temp_max_value;
    switch temp_max_idx
        case 1
            demod_symbols_array(i) = 0;
        case 2
            demod_symbols_array(i) = 1;
        case 3
            demod_symbols_array(i) = 2;
        case 4
            demod_symbols_array(i) = 3;
    end
end

demod_symbols_array 就是解调后的结果，统计一下误码率

% 统计每种symbol的错误率
symbol0_num = length(find(symbols_tx==0));
symbol1_num = length(find(symbols_tx==1));
symbol2_num = length(find(symbols_tx==2));
symbol3_num = length(find(symbols_tx==3));

err_symbol0_num = 0;
err_symbol1_num = 0;
err_symbol2_num = 0;
err_symbol3_num = 0;
%%%%%%%%%%%%%%%%%%%%%%%%

for i = 1:symbols_num
    if demod_symbols_array(i) ~= symbols_tx(i)
        switch symbols_tx(i)
            case 0
                err_symbol0_num = err_symbol0_num + 1;
            case 1
                err_symbol1_num = err_symbol1_num + 1;
            case 2
                err_symbol2_num = err_symbol2_num + 1;
            case 3
                err_symbol3_num = err_symbol3_num + 1;
        end     
    end
end

disp(['symbol 0 误码率： ', num2str(err_symbol0_num / symbol0_num)]);
disp(['symbol 1 误码率： ', num2str(err_symbol1_num / symbol1_num)]);
disp(['symbol 2 误码率： ', num2str(err_symbol2_num / symbol2_num)]);
disp(['symbol 3 误码率： ', num2str(err_symbol3_num / symbol3_num)]);

得到结果，误码率为0