基于MATLAB的PCM脉冲编码调制仿真系统

资 源 简 介

本项目是一个完整且高质量的基于MATLAB平台的脉冲编码调制（Pulse Code Modulation, PCM）信号处理仿真程序。该程序旨在模拟数字通信系统中模拟信号数字化的全过程，详细演示了抽样（Sampling）、量化（Quantization）和编码（Encoding）这三个关键步骤，以及对应的解码与信号恢复过程。程序的主要功能模块包括：1. 信号生成：能够生成标准的正弦波测试信号或读取外部语音文件作为系统输入；2. 抽样保持：依据奈奎斯特采样定理对连续模拟信号进行离散化采样；3. 量化处理：实现了均匀量化以及符合ITU-T标准的非均匀量化（如A律或μ律压缩算法），演示了如何将连续幅值映射为离散电平，并分析量化误差对信号质量的影响；4. 编码传输：将量化后的电平值转换为二进制数字码流，模拟信道传输；5. 解码重建：在接收端对二进制码流进行解码、逆量化，并通过低通滤波器重构原始模拟信号。此外，该项目还提供了完善的可视化界面或绘图脚本，能够直观展示原始信号、采样信号、量化信号及重建信号的时域和频域波形，并计算信噪比（SNR）和均方误差（MSE），是学习数字信号处理和通信原理极佳的参考资料。

详 情 说 明

基于MATLAB的脉冲编码调制(PCM)编解码仿真系统

项目简介

本项目是一个完整且高质量的基于MATLAB平台的脉冲编码调制（Pulse Code Modulation, PCM）信号处理仿真程序。该系统旨在全流程模拟数字通信系统中模拟信号的数字化过程，涵盖了从模拟信号生成、抽样、通过A律（A-Law）或均匀量化进行数字化、编码传输，到最终解码与信号重建的完整闭环。

程序代码完全采用MATLAB基础函数编写，不依赖额外的工具箱函数（如通信工具箱中的de2bi等已被自定义函数替代），具有极高的兼容性和可读性。通过本仿真，用户可以直观地观察信号在时域和频域的变化，分析量化噪声，并计算信噪比（SNR）和均方误差（MSE）。

功能特性

• 模拟信号生成：利用高采样率生成包含低频（200Hz）和高频（800Hz）分量的复合正弦信号，模拟真实的模拟语音输入。
• 抽样与保持（S/H）：基于奈奎斯特采样定理，演示从连续信号到离散信号的下采样过程，并支持零阶保持（ZOH）的可视化。
• 灵活的量化策略：

* 支持均匀量化（Uniform Quantization）。 * 支持非均匀量化（A-Law Companding），严格遵循ITU-T G.711标准算法（A=87.6），演示压扩技术对信号动态范围的优化。

• 编解码仿真：

* 实现了十进制量化级到二进制码流的转换（编码）。 * 模拟了并串转换、串并转换过程。 * 实现了二进制码流还原为量化电平的逆过程（解码）。

• 信号重构：采用样条插值（Spline Interpolation）模拟理想低通滤波器，从阶梯状的恢复信号中平滑重构出模拟波形。
• 多维度可视化：提供4组高质量图表，分别展示采样过程、量化误差、二进制码流特性以及频域频谱分析。
• 性能指标评估：自动计算并输出系统的均方误差（MSE）和量化信噪比（SNR）。

系统环境要求

• MATLAB R2016a 及以上版本（代码仅使用MATLAB基础函数，理论上支持所有现代版本）。
• 无需额外安装任何工具箱（Signal Processing Toolbox 或 Communications Toolbox 非必需）。

使用与运行方法

1. 将下载的 main.m 文件放置于 MATLAB 的当前工作路径中。
2. 在 MATLAB 命令窗口输入 main 并回车，或直接点击编辑器中的“运行”按钮。
3. 程序将自动执行仿真流程，在命令行窗口输出配置参数与性能指标，并弹出4个绘图窗口展示仿真结果。

代码实现逻辑详解

main.m 是系统的核心入口，其内部处理流程严格按照数字通信原理设计，具体实现逻辑如下：

1. 参数初始化与信号生成

程序首先定义了模拟环境参数（Fs_analog = 100kHz）来近似连续时间信号，并设定PCM系统参数（采样率 8kHz，8位量化，A律压缩）。输入信号被构造为两个不同频率正弦波的叠加，并归一化到 [-1, 1] 区间以适配量化器的动态范围。

2. 抽样保持 (Sampling)

通过对高采样率的模拟信号进行等间隔抽取（Downsampling），模拟实际的ADC采样过程。代码内部还包含了一个 generate_zoh 函数，用于生成阶梯状的零阶保持波形数据，以便在绘图中清晰展示采样保持电路的输出特性。

3. 量化与压扩 (Quantization & Companding)

这是本项目的核心模块，根据 QuantMode 变量选择处理路径：

• A-law模式：

1. 压缩：调用 compand_alaw 函数，将大幅度信号进行对数压缩，通过非线性变换提高小信号的量化信噪比。 2. 均匀量化：调用 uniform_quantizer 将压缩后的信号映射为 0 到 255 的整数索引。 3. 扩张：在解码阶段，先进行逆量化，再调用 compand_alaw 的扩张模式恢复原始动态范围。

• Uniform模式：直接对采样信号进行线性均匀量化。

4. 编码与传输 (Encoding)

• 利用自定义函数 decimal2binary 将量化后的十进制索引转换为 8位二进制矩阵（MSB优先）。
• 通过 reshape 操作模拟并串转换，生成单行二进制比特流（PCM Stream），模拟信道传输过程。

5. 解码与重建 (Decoding & Reconstruction)

• 解码：接收端的二进制流首先被重组为矩阵，并通过 binary2decimal 函数转换回十进制索引。
• 逆量化：根据量化步长，将离散索引映射回电平值（取量化间隔中点）。如果使用了A律，在此阶段会执行A律扩张。
• 重构：代码使用 interp1 函数配合 'spline'（样条插值）方法，模拟通过低通滤波器（LPF）平滑掉采样产生的高频分量，从而重构出模拟信号。

6. 性能评价与可视化

程序计算原始模拟信号与重构信号之间的差异：

• MSE：计算误差的均方值。
• SNR：计算信号功率与噪声功率之比，以分贝（dB）为单位。

绘图部分生成以下四个窗口：

1. PCM系统: 采样与保持：对比原始连续信号与离散采样点，以及零阶保持后的阶梯波形。
2. PCM系统: 量化与误差：展示量化后的阶梯信号与采样信号的拟合程度，以及随时间变化的量化噪声波形。
3. PCM系统: 编码：显示部分采样点的量化索引值，以及对应的PCM二进制脉冲序列。
4. PCM系统: 信号重建与频谱：展示最终重建信号与原始信号的时域重叠对比，并利用FFT分析两者的频谱吻合度，验证低频信号恢复的完整性。

关键算法函数说明

程序末尾定义了几个独立的辅助函数以实现特定算法：

• uniform_quantizer(x, n_bits)

实现线性均匀量化。它计算量化步长，将归一化输入信号映射到 [0, 2^N-1] 的整数空间，并处理边界条件防止溢出，最后返回量化索引和重构的量化电平。

• compand_alaw(x, A, method)

实现了 ITU-T G.711 标准的 A-law 算法。 * compress：根据输入幅值是否小于 1/A 分段执行对数压缩公式。 * expand：根据输入幅值是否小于 1/(1+ln(A)) 执行指数扩张公式，恢复信号线性度。

• decimal2binary / binary2decimal

自定义的进制转换函数。不依赖MATLAB通信工具箱，通过纯数学运算实现十进制整数与二进制比特矩阵之间的相互转换，确保代码在任何MATLAB安装环境中均可运行。

• generate_zoh

辅助绘图函数，用于在两个采样点之间插入保持值，手动构造出理想的“台阶”状波形数据，用于时域绘图。