কি মড্যুলেশন পূর্বাহ্ণ?

ক্রিয়াপদের সাধারণ অর্থ “মডুলার” এটা “পরিবর্তন, নিয়মিত, তারতম্য” এবং এটি ওয়্যারলেস যোগাযোগের বিশেষ প্রসঙ্গে এমনকি মডুলেশনের সারাংশ ধারণ করে. সিগন্যালকে মডিউল করা সহজভাবে এটি ইচ্ছাকৃতভাবে সংশোধন করা, তবে স্পষ্টতই এই পরিবর্তনটি খুব নির্দিষ্ট উপায়ে করা হয় কারণ এই সংশোধনটির লক্ষ্য ডেটা স্থানান্তর.

আরো নির্দিষ্টভাবে, আমাদের উচ্চ-ফ্রিকোয়েন্সি সাইনোসয়েডাল সিগন্যালের সাথে সামঞ্জস্যপূর্ণ একটি ভাষা প্রয়োজন, যেহেতু এই সংকেতগুলি কেবলমাত্র ব্যবহারিক উপায় হিসাবে কাজ করে “বহন করা” একটি সাধারণ আরএফ সিস্টেমে তথ্য.

তথ্য বহন করতে ব্যবহৃত এই উচ্চ ফ্রিকোয়েন্সি সাইন ওয়েভকে ক্যারিয়ার বলা হয়. এটি একটি দরকারী নাম কারণ এটি আমাদের মনে করিয়ে দেয় যে কোনও আরএফ সিস্টেমের উদ্দেশ্য একটি উচ্চ ফ্রিকোয়েন্সি সাইন ওয়েভ তৈরি এবং প্রেরণ করা নয়।. বরং, উদ্দেশ্য হ'ল তথ্য স্থানান্তর করা (কম ফ্রিকোয়েন্সি এ), আর ভেক্টর হ'ল উপায়টি হ'ল আমাদের এই তথ্যটি একটি আরএফ ট্রান্সমিটার থেকে আরএফ রিসিভারে স্থানান্তর করতে ব্যবহার করতে হবে.

সংশোধন প্রকল্প

মৌখিক যোগাযোগে, মানবদেহ বিভিন্ন ধরণের স্বর এবং ব্যঞ্জনা উত্পাদন করার জন্য শব্দ তরঙ্গ তৈরি করে এবং এগুলিকে সংশোধন করে বা সংশোধন করে. এই স্বর এবং ব্যঞ্জনবর্ণের বুদ্ধিমান ব্যবহারের ফলে বক্তা থেকে শ্রোতার কাছে তথ্য স্থানান্তরিত হয়. যে সিস্টেমের মাধ্যমে শব্দ তরঙ্গগুলি সংশোধিত হয় তাকে ভাষা বলা হয়.

আরএফ যোগাযোগে, পরিস্থিতি খুব একই রকম. একটি ডিভাইস একটি পূর্বনির্ধারিত সিস্টেম অনুযায়ী বৈদ্যুতিক তরঙ্গকে মড্যুলেশন স্কিম বলে ulates (বা মড্যুলেশন কৌশল). ঠিক তেমন অনেক মানুষের ভাষা আছে, ভেক্টরকে মডিউল করা যায় এমন অনেকগুলি উপায় রয়েছে.

পরিশীলিত মডুলেশন স্কিমগুলি আধুনিক আরএফ সিস্টেমগুলিকে বৃহত্তর পরিসীমা এবং আরও ভাল হস্তক্ষেপ প্রতিরোধ ক্ষমতা অর্জনে সহায়তা করে.

এটা সম্ভব যে নির্দিষ্ট কিছু মানব ভাষাগুলি নির্দিষ্ট ধরণের তথ্য জানাতে বিশেষভাবে কার্যকর; প্রাচীন বিশ্ব থেকে একটি উদাহরণ দিতে, দর্শনের পক্ষে গ্রীক ভাষা আরও ভাল ছিল এবং আইনী কোডিংয়ের জন্য লাতিন ছিল আরও ভাল. কোন সন্দেহ নেই, কিন্তু, যে কোনও সঠিকভাবে বিকশিত ভাষার মাধ্যমে নির্ভরযোগ্য যোগাযোগ সম্ভব, তবে শর্ত থাকে যে বক্তা এবং শ্রোতা উভয়ই এটি জানেন. আরএফ সিস্টেমগুলির ক্ষেত্রেও এটি একই রকম. প্রতিটি মডুলেশন স্কিমের নিজস্ব সুবিধা এবং অসুবিধা রয়েছে, তবে মৌলিক প্রয়োজনীয়তা পূরণ হলে তাদের সমস্তই দুর্দান্ত বেতার যোগাযোগ সরবরাহ করতে পারে, অর্থাত্ রিসিভারটি বুঝতে হবে ট্রান্সমিটার কী বলছে.

প্রশস্ততা, ফ্রিকোয়েন্সি, ফেজ

একটি বেসিক সাইন ওয়েভ একটি সাধারণ জিনিস. আমরা যদি ডিসি অফসেট উপেক্ষা করি, মাত্র দুটি পরামিতি দিয়ে সম্পূর্ণরূপে বৈশিষ্ট্যযুক্ত হতে পারে: প্রশস্ততা এবং ফ্রিকোয়েন্সি. আমাদেরও পর্ব রয়েছে, যা যখন আমরা সাইনোসয়েডের প্রাথমিক অবস্থার কথা বিবেচনা করি তখন তা কার্যকর হয়, বা তরঙ্গ আচরণের পরিবর্তনগুলি যখন আমাদের সাইনোসয়েডের একটি অংশটি পূর্ববর্তী অংশের সাথে তুলনা করতে দেয়. দুটি সাইনোসয়েডের তুলনা করার সময় পর্যায়টিও প্রাসঙ্গিক; চতুর্ভুজ সংকেতগুলির ব্যাপক ব্যবহারের কারণে সাইনোসয়েডাল পর্বের এই দিকটি খুব গুরুত্বপূর্ণ হয়ে উঠেছে (The “আইকিউ”) nei sistemi আরএফ.

সংশোধন একটি পরিবর্তন যা আমরা ইতিমধ্যে যা আছে কেবলমাত্র তা সংশোধন করতে পারি. সাইনোসয়েডগুলির প্রশস্ততা রয়েছে, ফ্রিকোয়েন্সি এবং পর্ব, এবং তাই এটি অবাক হওয়ার মতো বিষয় নয় যে মোডুলেশন স্কিমগুলি প্রশস্ততা মড্যুলেশন হিসাবে শ্রেণিবদ্ধ করা হয়েছে, ফ্রিকোয়েন্সি মডুলেশন বা ফেজ মডুলেশন. (বাস্তবে, এই বিভাগগুলি ফ্রিকোয়েন্সি বা ফেজ মড্যুলেশনের সাথে প্রশস্ততা সংযোজনকে একত্রিত করে সংযুক্ত করা যেতে পারে।) প্রতিটি বিভাগের মধ্যে আমাদের দুটি উপ-বিভাগ রয়েছে: অ্যানালগ মড্যুলেশন এবং ডিজিটাল মডুলেশন.

প্রশস্ততা মডুলেশন (এএম)

অ্যানালগ এএম একটি সাইনোসয়েডাল ক্যারিয়ারকে গুণ করে যা ক্রমাগত পরিবর্তিত হয় এবং ধারাবাহিকভাবে পরিবর্তনশীল তথ্য সংকেতের একটি অফসেট সংস্করণ থাকে (যেমন বেসব্যান্ডে). সঙ্গে “অফসেট সংস্করণ” আমি বলতে চাইছি বেসব্যান্ডে সিগন্যালের প্রশস্ততা সর্বদা শূন্যের চেয়ে বড় বা সমান.

ধরুন আমাদের একটি ক্যারিয়ার আছে a 10 মেগাহার্টজ এবং একটি বেসব্যান্ড তরঙ্গরূপ থেকে 1 মেগাহার্টজ:

আমরা যদি এই দুটি সংকেতকে গুণ করি, আমরা নিম্নলিখিত তরঙ্গরূপটি পেতে (ত্রুটি):

বেসব্যান্ড সিগন্যালের মধ্যে সম্পর্ক আপনি পরিষ্কারভাবে দেখতে পাচ্ছেন (Rosso) এবং ক্যারিয়ার প্রস্থ (ব্লু).

তবে আমাদের সমস্যা আছে: যদি আপনি কেবল বাহকটির প্রশস্ততা লক্ষ্য করেন, বেসব্যান্ড মানটি ধনাত্মক বা নেতিবাচক কিনা তা আপনি কীভাবে নির্ধারণ করতে পারেন? এটা সম্ভব নয়, এবং পরিণামে, প্রশস্ততা ডিমোডুলেশন মডুলেড ক্যারিয়ার থেকে বেসব্যান্ড সিগন্যাল বের করবে না.

সমাধানটি বেসব্যান্ড সিগন্যালটি পরিবর্তিত করে পরিবর্তিত হতে পারে 0 একটি 2 পরিবর্তে -1 একটি 1:

আমরা যদি অনুবাদকৃত বেসব্যান্ড সিগন্যালকে গুণ করি, আমরা নিম্নলিখিত আছে:

এখন ক্যারিয়ার প্রশস্ততা বেসব্যান্ডে সংকেতটির আচরণের সাথে সরাসরি ম্যাপ করা যায়.

ডিজিটাল এএম এর সহজতম ফর্মটি বেসব্যান্ড সিগন্যালের সাথে একই গাণিতিক সম্পর্কের প্রয়োগ করে যার প্রশস্ততা 0 The 1. ফলাফল হিসাবে প্রদর্শিত হয় “অন-অফ কী” (ALSO): যখন তথ্য সংকেতটি যুক্তিযুক্ত শূন্য হয়, প্রশস্ততা শূন্য (= “বন্ধ”); যখন তথ্য সংকেতটি যৌক্তিক হয়, ক্যারিয়ার সম্পূর্ণ প্রশস্ততা হয় (= “উপর”).

অংক

প্রশস্ততা মডুলেশন জন্য গাণিতিক সম্পর্ক সহজ এবং স্বজ্ঞাত: ক্যারিয়ারটি বেস ব্যান্ড সংকেত দ্বারা গুণিত হয়. ভেক্টরের নিজেই ফ্রিকোয়েন্সি পরিবর্তিত হয় না, তবে ব্যান্ড ব্যান্ডের মানের ভিত্তিতে প্রশস্ততা নিয়মিত পরিবর্তিত হয়. (কিন্তু, যেমন আমরা পরে দেখতে হবে, প্রশস্ততা বিভিন্নতা নতুন ফ্রিকোয়েন্সি বৈশিষ্ট্য প্রবর্তন।) এখানে কেবলমাত্র সূক্ষ্ম বিবরণটি বেসব্যান্ড সিগন্যালটি স্থানান্তর করা প্রয়োজন; আমরা ঠিক উপরে এটি আলোচনা. যদি আমাদের কাছে বেসব্যান্ড তরঙ্গরূপ থাকে যা এর মধ্যে পরিবর্তিত হয় -1 ই +1, গাণিতিক সম্পর্ক নিম্নলিখিত হিসাবে প্রকাশ করা যেতে পারে:

যেখানে এক্সএএমএএমটি প্রশস্ততা মোডুলেটেড ওয়েভফর্ম, এক্সসি ক্যারিয়ার এবং এক্সবিবি হ'ল বেসব্যান্ড সিগন্যাল. আমরা যদি ভেক্টরটিকে অনন্ত সাইনোসয়েড হিসাবে বিবেচনা করি তবে আমরা আরও একধাপ এগিয়ে যেতে পারি, ধ্রুব প্রশস্ততা এ, স্থির ফ্রিকোয়েন্সি. যদি আমরা ধরে নিই যে ক্যারিয়ারের প্রশস্ততা 1, আমরা পাপ দিয়ে এক্সসি প্রতিস্থাপন করতে পারেন (-সিটি).

এ পর্যন্ত সব ঠিকই, তবে এই সম্পর্কের সাথে একটি সমস্যা আছে: মড্যুলেশনের তীব্রতার উপর কোনও নিয়ন্ত্রণ নেই. অন্য কথায়, বেসব্যান্ড পরিবর্তন-পরিবর্তন-ভেক্টর-প্রশস্ততার সম্পর্কটি উদাহরণস্বরূপ স্থির করা হয়েছে, আমরা সিস্টেমটি এমনভাবে ডিজাইন করতে পারি না যে বেসব্যান্ডের মানের একটি ছোট পরিবর্তন ক্যারিয়ারের প্রশস্ততায় বড় পরিবর্তন সৃষ্টি করে. এই সীমাবদ্ধতা অতিক্রম করতে, আমরা পরিচয় করিয়ে দিই মি, মডুলেশন সূচক হিসাবে পরিচিত.

এখন, বিভিন্ন মি আমরা ক্যারিয়ার প্রশস্ততায় বেস ব্যান্ড সিগন্যালের প্রভাবের তীব্রতা নিয়ন্ত্রণ করতে পারি. নোটিশ, কিন্তু, যে মি মূল বেসব্যান্ড সিগন্যাল দ্বারা গুণিত হয়, স্থানান্তরিত বেসব্যান্ডের জন্য নয়. তারপর, যদি এক্সবিবি নিজে থেকে প্রসারিত হয় -1 একটি +1, এর চেয়ে বড় যে কোনও মান 1 কারণ হবে (1 + এমএক্সবিবি) y অক্ষের নেতিবাচক অংশে প্রসারিত করা, তবে এটিকে আমরা প্রথম স্থানে নিয়ে গিয়ে এড়াতে চাইছিলাম. তারপর, মনে আছে, যদি কোনও মড্যুলেশন সূচক ব্যবহৃত হয়, সিগন্যালটি অবশ্যই এমএক্সবিবি-র সর্বোচ্চ প্রশস্ততা অনুযায়ী সরিয়ে নিতে হবে, এক্সবিবি এর নয়.

সময়ের ডোমেন

আমরা পূর্বের পৃষ্ঠায় এএম সময় ডোমেনে ওয়েভফর্মগুলি পরীক্ষা করেছি. এখানে চূড়ান্ত চক্রান্ত (রসোতে বেসব্যান্ড, নীল রঙের এ এম ওয়েভফর্ম):

এখন আসুন মড্যুলেশন সূচকের প্রভাব পরীক্ষা করে দেখি. এখানে একটি অনুরূপ দেখুন, তবে এবার যোগ করে সিগন্যালটি বেসব্যান্ডে সরিয়েছি 3 পরিবর্তে 1 (মূল বিরতি এখনও থেকে -1 একটি +1).

আমরা এখন একটি মড্যুলেশন সূচক অন্তর্ভুক্ত করব. নিম্নলিখিত গ্রাফটি মি = এর সাথে রয়েছে 3.

ক্যারিয়ারের প্রস্থ এখন “আরও সংবেদনশীল” বেসব্যান্ড সিগন্যালের ভেরিয়েবল ভ্যালুতে. স্থানান্তরিত বেসব্যান্ডটি y অক্ষের নেতিবাচক অংশে প্রবেশ করে না কারণ আমি মোডুলেশন সূচকটির উপর ভিত্তি করে ডিসি অফসেটটি বেছে নিয়েছি.

আপনি কিছু ভাবছেন: বেসব্যান্ড সিগন্যালের সঠিক প্রশস্ততা বৈশিষ্ট্য না জেনে আমরা কীভাবে সঠিক ডিসি অফসেটটি চয়ন করতে পারি? অন্য কথায়, আমরা কীভাবে নিশ্চিত করতে পারি যে বেসব্যান্ড ওয়েভফর্মের নেতিবাচক সুইংটি শূন্যের সমান প্রসারিত? প্রত্যুত্তর: এটি র কোন দরকার নাই. আগের দুটি গ্রাফ সমানভাবে বৈধ এএম ওয়েভফর্ম; বেসব্যান্ড সিগন্যাল উভয় ক্ষেত্রেই বিশ্বস্তভাবে স্থানান্তরিত হয়. কোনও ডিসি অফসেট যা ডিমোডুলেশনের পরে অবধি থাকে সহজেই সিরিজ ক্যাপাসিটার দ্বারা সরানো হয়.

ফ্রিকোয়েন্সি ডোমেন

রেডিও ফ্রিকোয়েন্সি বিকাশ ফ্রিকোয়েন্সি ডোমেন বিশ্লেষণের ব্যাপক ব্যবহার করে. আমরা একটি স্পেকট্রাম বিশ্লেষক দিয়ে এটি পরিমাপ করে বাস্তব জীবনে একটি সংশোধিত সিগন্যাল পরিদর্শন ও মূল্যায়ন করতে পারি, তবে এর অর্থ হল বর্ণালীটি কেমন হওয়া উচিত তা আমাদের জানতে হবে.

আমরা একটি ক্যারিয়ার সংকেতের ফ্রিকোয়েন্সি ডোমেনের উপস্থাপনা দিয়ে শুরু করি:

নিরক্ষিত ভেক্টরের জন্য আমরা ঠিক এটি প্রত্যাশা করি: একক শিখর a 10 মেগাহার্টজ. আসুন এখন থেকে একটি সাইনোসয়েড দিয়ে বাহককে সংশোধন করে প্রশস্ততা দ্বারা নির্মিত একটি সংকেতের বর্ণালী পর্যবেক্ষণ করি 1 ধ্রুবক ফ্রিকোয়েন্সি এ মেগাহার্টজ.

এখানে আপনি প্রশস্ততা মোডুলেটেড ওয়েভফর্মের স্ট্যান্ডার্ড বৈশিষ্ট্যগুলি দেখুন: বেসব্যান্ড সিগন্যালটি ক্যারিয়ারের ফ্রিকোয়েন্সি অনুযায়ী স্থানান্তরিত করা হয়েছে. আপনি এমনকি এটি হিসাবে মনে হতে পারে “যোগ করতে” ক্যারিয়ার সিগন্যালের বেস ব্যান্ডে ফ্রিকোয়েন্সি, এটি যখন আমরা প্রশস্ততা মডুলেশন ব্যবহার করি তখন আসলে আমরা যা করছি – ক্যারিয়ারের ফ্রিকোয়েন্সি থেকে যায়, আপনি সময় ডোমেন তরঙ্গরূপে দেখতে পারেন, তবে প্রশস্ততা পরিবর্তনগুলি একটি নতুন ফ্রিকোয়েন্সি সামগ্রী তৈরি করে যা বেসব্যান্ড সিগন্যালের বর্ণাল বৈশিষ্ট্যের সাথে মিল রাখে.

আমরা যদি আরও ঘনিষ্ঠভাবে মড্যুলেটেড বর্ণালীটি দেখি, আমরা দেখতে পাচ্ছি যে দুটি নতুন চূড়া কী 1 মেগাহার্টজ (যেমন বেসব্যান্ডের ফ্রিকোয়েন্সি) উপরে এবং 1 বাহক ফ্রিকোয়েন্সি নীচে মেগাহার্টজ:

(আপনি যদি ভাবছেন, অসমত্ব গণনা প্রক্রিয়া একটি নিদর্শন: এই গ্রাফগুলি বাস্তব ডেটা ব্যবহার করে তৈরি করা হয়েছিল, সীমিত রেজোলিউশন সহ. একটি আদর্শীকৃত বর্ণালী প্রতিসম হবে।)

Gণাত্মক ফ্রিকোয়েন্সি

যোগফল, তারপর, প্রশস্ততা মড্যুলেশন ক্যারিয়ার ফ্রিকোয়েন্সি চারপাশে কেন্দ্র করে বেস ব্যান্ডের বর্ণালীকে একটি ফ্রিকোয়েন্সি ব্যান্ডে অনুবাদ করে. আমাদের কিছু ব্যাখ্যা করার দরকার আছে, কিন্তু: কারণ দুটি শিখর আছে, একটি ক্যারিয়ার ফ্রিকোয়েন্সি প্লাস বেসব্যান্ড ফ্রিকোয়েন্সি এবং অন্যটি ক্যারিয়ার ফ্রিকোয়েন্সি ব্যাসব্যান্ড ফ্রিকোয়েন্সি min? উত্তরটি পরিষ্কার হয়ে যায় যদি আমরা কেবল মনে রাখি যে ফুরিয়ার বর্ণালীটি y অক্ষের সাথে সম্মিলিত m; যদিও আমরা প্রায়শই কেবল ইতিবাচক ফ্রিকোয়েন্সি প্রদর্শন করি, এক্স অক্ষের নেতিবাচক অংশে সংশ্লিষ্ট নেতিবাচক ফ্রিকোয়েন্সি রয়েছে. মূল বর্ণালী নিয়ে কাজ করার সময় এই নেতিবাচক ফ্রিকোয়েন্সিগুলি সহজেই উপেক্ষা করা হয়, তবে আমরা বর্ণালী স্থানান্তরিত করার সময় নেতিবাচক ফ্রিকোয়েন্সি অন্তর্ভুক্ত করা অপরিহার্য.

নিম্নলিখিত চিত্রটিতে এই পরিস্থিতি স্পষ্ট করা উচিত.

যেহেতু আপনি দেখতে পারেন, বেস ব্যান্ড বর্ণালী এবং ক্যারিয়ার বর্ণালী y অক্ষের সাথে সম্মিলিত m. বেসব্যান্ড সিগন্যালের জন্য, এটি এক্স বর্ণের ধনাত্মক অংশ থেকে theণাত্মক অংশ পর্যন্ত ক্রমাগত প্রসারিত এমন বর্ণালীতে ফলাফল করে; ভেক্টর জন্য, আমাদের কেবল দুটি শিখর দরকার, এক + eC e uno a -ωC. এবং এএম স্পেকট্রাম হয়, আবার, প্রতিসম: অনুবাদিত বেস ব্যান্ডের বর্ণালী এক্স অক্ষের ধনাত্মক এবং নেতিবাচক অংশে উপস্থিত হয়.

এবং এখানে আরেকটি বিষয় মনে রাখা উচিত: প্রশস্ততা মড্যুলেশন একটি ফ্যাক্টর দ্বারা ব্যান্ডউইথ বৃদ্ধি করে 2. আমরা শুধুমাত্র ইতিবাচক ফ্রিকোয়েন্সি ব্যবহার করে ব্যান্ডউইথ পরিমাপ করি, অতএব বেস ব্যান্ডের ব্যান্ডউইথটি কেবল BωBB (নিম্নলিখিত চিত্রটি দেখুন). তবে পুরো বর্ণালী অনুবাদ করার পরে (ধনাত্মক এবং নেতিবাচক ফ্রিকোয়েন্সি), সমস্ত আসল ফ্রিকোয়েন্সি ইতিবাচক হয়ে ওঠে, এমনভাবে যে মডিউলযুক্ত ব্যান্ডউইথ 2BωBB.