基于MATLAB的基带传输位同步信号提取

function BitSynch=BSextract（signal_demodfs）
%该函数输入宗量中，signal_demod是数字基带信号经过调制、传输、解调后的信号，为双极性，假设每个码元长度为1，fs为每个码元的抽样次数也即抽样频率%
%输出宗量为位同步脉冲信号%
%位同步信号提取的流程为:
%过零检测%
%微分%
%整流%
%带通滤波%
%整形，过零检测%


N = length（signal_demod）*fs;  %采样点数
w = （0:（N-1））*fs*2*pi/N;      %FFT结果中各点的频率

T = （0:（N-1））/fs;

%根据抽样次数，把原码元序列扩展 
for i=1:length（signal_demod）   
    if signal_demod（i）==1
        for j=1:fs
           signal（（i-1）*fs+j）=1;
       end
   elseif signal_demod（i）==-1
        for j=1:fs
         signal（（i-1）*fs+j）=-1;
       end
   else
       for j=1:fs
           signal（（i-1）*fs+j）=0;
       end
   end
end       

%归零
signal_zcd = zcd（signal）;
figure
subplot（411）
plot（Tsignal_zcd）
title（‘解调信号过零检测‘）
%微分
signal_diff = mydiff（signal_zcd）;
subplot（412）
plot（Tsignal_diff）
title（‘微分‘）
%整流
signal_rectified = abs（signal_diff）;
subplot（413）
plot（Tsignal_rectified）
title（‘整流‘）
%带通
%fft处理实际上是傅里叶变换的一种算法，他算出的结果是以频率作为横轴，Y轴是幅值情况，因此FFT算出的图像称为幅频特性图；Y轴数值取模方即得功率谱。
%fft滤波的是这样操作的，首先对原信号进行FFT变换，得到频域的幅值函数，然后再确定需要的频段，将函数中不需要的频率段幅值置零；然后进行逆傅里叶变换，即得到滤波后的图像。
signal_fft = fft（signal_rectified）; 
wl = 2*pi*0.8; wh = 2*pi*1.2;  %设置上下限截止频率，提取位同步信号分量
signal_bf = band_filter（signal_fftwlwhw）;
codeclock = ifft（signal_bf）; 
codeclock = real（codeclock）;
subplot（414）