简介本资源是《通信原理》李晓峰版配套课后习题的完整参考答案面向电子信息、通信工程等专业本科生及考研复习者用于巩固信源熵计算、信道容量分析、AM/SSB调制解调、带宽与功率关系等核心知识点。文件为单个PDF文档2.53MB内容覆盖第3章至第4章典型习题含详细推导过程与规范公式应用如多符号熵计算、香农容量公式代入、调制指数判定、单边带信号时频域表达式推导及频谱图示意对理解理论难点与应试演算极具参考价值。预览可见清晰分题编号、标准解题步骤与关键结论标注便于对照教材自查思路。目前已有141人学习下载适合作为课后自学辅助、期末备考梳理或教师教学参考材料。1. 这份《通信原理-李晓峰》课后习题答案PDF不是“抄作业指南”而是信号与系统建模能力的校准器很多通信工程、电子信息类专业的学生第一次打开《通信原理第三版》李晓峰主编教材时会被第2章“确知信号分析”里的傅里叶变换对推导卡住或在第5章“模拟调制系统”中对SSB调制频谱搬移后为何要保留单边带感到抽象。这份流传较广的“通信原理-李晓峰-课后习题答案.pdf”表面看是解题过程汇编实则是一套隐性知识图谱它把教材中分散在各章的数学工具如希尔伯特变换、功率谱密度计算、匹配滤波器冲激响应设计串联成可复现的信号处理链路。它适合两类人——刚学完理论但无法将公式映射到MATLAB/Python仿真结果的学生以及需要快速验证调制解调模块信噪比性能边界的一线工程师。注意该PDF本身不含代码但所有答案均可通过Python SciPyNumPy或MATLAB Signal Processing Toolbox逐行复现其价值不在“答案是什么”而在“如何用离散采样逼近连续域推导”。2. 从PDF答案反向构建可运行的通信系统仿真环境以第4章“随机过程”习题4-7为例提示本节不依赖PDF文件内容仅以其典型题目为线索构建可验证的数字通信仿真流程。所有代码均基于开源库无需商业软件授权。2.1 为什么必须重写PDF中的手算推导——离散化带来的三重失配PDF中习题4-7要求计算“窄带高斯白噪声通过理想带通滤波器后的同相/正交分量统计特性”。手算答案给出$I(t)$ 与 $Q(t)$ 独立同分布均值为0方差为 $N_0B/2$。但若直接用np.random.normal(0, np.sqrt(N0*B/2), sizeN)生成 $I(t)$ 序列会忽略两个关键失配采样率失配理论推导假设连续时间而实际仿真需满足奈奎斯特准则若载频 $f_c10,\text{MHz}$带宽 $B1,\text{MHz}$则采样率至少需 $22,\text{MHz}$而非 $2B2,\text{MHz}$滤波器实现失配PDF中“理想带通”在数字域不可实现必须用FIR滤波器逼近其过渡带和纹波会污染 $I/Q$ 分量的高斯性相位同步失配手算默认本地振荡器与载波严格同频同相实际需加入相位抖动模型如np.random.uniform(-0.1, 0.1, sizeN)弧度。因此正确路径是先用PDF答案作为理论基准再用代码重建整个噪声生成-滤波-下变频链路并用Kolmogorov-Smirnov检验验证 $I(t)$ 是否服从 $N(0, N_0B/2)$。2.2 用Python复现窄带噪声生成与I/Q分解全流程以下代码完整实现习题4-7的数字仿真包含抗混叠预处理、FIR带通设计、正交下变频及统计检验import numpy as np import matplotlib.pyplot as plt from scipy import signal, stats from scipy.fft import fft, fftfreq # 参数设定严格对应教材习题条件 fc 10e6 # 载频 10 MHz B 1e6 # 带宽 1 MHz N0 1e-9 # 单边功率谱密度 1 nW/Hz fs 22e6 # 采样率 22 MHz满足 fcB fs/2 T 0.001 # 仿真时长 1 ms N int(T * fs) # 总采样点数 # 1. 生成零均值高斯白噪声连续域近似 n_w np.random.normal(0, np.sqrt(N0 * fs / 2), sizeN) # 功率归一化至采样率 # 2. 设计FIR带通滤波器逼近理想[fc-B/2, fcB/2] nyq fs / 2 low (fc - B/2) / nyq high (fc B/2) / nyq taps 101 # 滤波器阶数 b signal.firwin(taps, [low, high], pass_zerobandpass, fsfs) # 3. 滤波得到窄带噪声 n_bn(t) n_bn signal.lfilter(b, 1, n_w) # 4. 正交下变频乘cos/sin后低通滤波 t np.arange(N) / fs cos_lo np.cos(2 * np.pi * fc * t) sin_lo np.sin(2 * np.pi * fc * t) # I分量 n_bn * cos_lo → 低通滤波 i_sig n_bn * cos_lo i_lp signal.lfilter(signal.firwin(51, 0.5*B/nyq, fsfs), 1, i_sig) # Q分量 n_bn * sin_lo → 低通滤波 q_sig n_bn * sin_lo q_lp signal.lfilter(signal.firwin(51, 0.5*B/nyq, fsfs), 1, q_sig) # 5. 统计检验I分量是否服从 N(0, N0*B/2) var_theory N0 * B / 2 ks_stat, ks_p stats.kstest(i_lp, norm, args(0, np.sqrt(var_theory))) print(fI分量KS检验p值: {ks_p:.4f} (p0.05接受原假设))代码逻辑说明与参数含义n_w的标准差设为np.sqrt(N0 * fs / 2)是因数字白噪声功率谱密度需按采样率缩放单位W/Hz → W·s/样本firwin(..., pass_zerobandpass)生成线性相位FIR带通taps101保证过渡带宽度 ≤ 50 kHz远小于B1 MHz避免频谱泄漏下变频后低通滤波器截止频率设为0.5*B/nyq即500 kHz归一化频率因I/Q分量带宽为B/2KS检验使用kstest对I分量直方图与理论高斯分布拟合p值 0.05 表明仿真结果与PDF理论一致。2.3 验证结果可视化对比PDF手算结论与仿真输出运行上述代码后执行以下绘图验证三个核心结论# 绘制I/Q分量概率密度函数PDF与理论高斯曲线对比 fig, ax plt.subplots(1, 2, figsize(12, 4)) x_grid np.linspace(-3e-3, 3e-3, 1000) pdf_theory stats.norm.pdf(x_grid, 0, np.sqrt(var_theory)) ax[0].hist(i_lp, bins50, densityTrue, alpha0.7, label仿真I分量) ax[0].plot(x_grid, pdf_theory, r-, lw2, label理论N(0,σ²)) ax[0].set_title(I分量概率密度) ax[0].legend() ax[1].scatter(i_lp[::100], q_lp[::100], s0.1, alpha0.6) ax[1].set_xlabel(I(t)); ax[1].set_ylabel(Q(t)) ax[1].set_title(I-Q平面散点图应呈圆对称) plt.tight_layout() plt.show()注意若散点图呈现椭圆而非圆形说明I/Q分量未完全正交——需检查本地振荡器相位是否严格正交sin_lo必须用np.sin而非np.cos偏移π/2因浮点误差会导致微小偏差。3. 将PDF答案转化为调制解调性能评估脚本以第6章AM/FM解调误码率验证为例提示本节聚焦“如何用PDF中的闭式解如AM包络检波输出SNR公式驱动自动化测试”而非复现教材推导。3.1 教材公式与数字仿真的鸿沟为什么不能直接套用SNR公式李晓峰教材第6章习题6-3给出AM调制下包络检波输出信噪比公式 $$ \left(\frac{S}{N}\right)_{out} \frac{A_c^2 m^2}{2N_0 B} $$ 其中 $A_c$ 为载波幅度$m$ 为调制指数。但该公式成立需满足大信噪比条件$S/N \gg 1$且假设无门限效应。当输入SNR低于10 dB时仿真结果将显著偏离该公式——这正是PDF答案未覆盖的工程边界。因此必须构建闭环测试框架输入不同SNR测量实际误码率BER并与理论曲线对比。3.2 构建AM调制-加噪-包络检波-判决的端到端BER测试流水线以下脚本实现从基带信号生成到BER计算的全链路支持批量测试不同SNRdef am_modulate_demodulate_ber(snr_db_list, fc1e6, fs10e6, T0.01): AM调制解调BER测试主函数 snr_db_list: 输入SNR列表单位dB 返回: dict{snr_db: [...], ber: [...]} results {snr_db: [], ber: []} for snr_db in snr_db_list: # 1. 生成双极性基带信号矩形脉冲速率Rb100kbit/s Rb 1e5 N_bits int(Rb * T) bits np.random.randint(0, 2, N_bits) # 映射为±1双极性 symbols 2 * bits - 1 # 2. AM调制s(t) Ac[1 m·u(t)]cos(2πfct) Ac 1.0 m 0.8 # 调制指数 t_base np.arange(0, T, 1/fs) # 插值生成基带波形 u(t)升余弦成形避免码间干扰 u_t np.zeros(len(t_base)) pulse_len int(fs / Rb) # 每符号采样点数 for i, bit in enumerate(bits): start_idx int(i * pulse_len) if start_idx pulse_len len(u_t): # 简化为矩形脉冲教材习题常用假设 u_t[start_idx:start_idxpulse_len] symbols[i] carrier Ac * np.cos(2 * np.pi * fc * t_base) am_signal Ac * (1 m * u_t) * carrier # 3. 加高斯白噪声按目标SNR计算噪声功率 sig_power np.mean(am_signal**2) noise_power sig_power / (10**(snr_db/10)) noise np.random.normal(0, np.sqrt(noise_power), len(am_signal)) rx_signal am_signal noise # 4. 包络检波取绝对值 低通滤波 envelope np.abs(rx_signal) # 低通滤波器截止频率2*Rb保留基带信息 b_lp signal.firwin(31, 2*Rb/(fs/2), fsfs) u_hat signal.lfilter(b_lp, 1, envelope) # 5. 判决采样每个符号中心点与阈值比较 decision_points [] for i in range(N_bits): center_idx int((i 0.5) * pulse_len) if center_idx len(u_hat): decision_points.append(u_hat[center_idx]) # 判决阈值设为均值自适应 threshold np.mean(decision_points) decisions [1 if x threshold else 0 for x in decision_points] # 6. 计算BER errors sum([1 for a,b in zip(bits, decisions) if a!b]) ber errors / len(bits) results[snr_db].append(snr_db) results[ber].append(ber) return results # 执行测试覆盖教材典型SNR范围 snr_range np.arange(0, 25, 2) ber_data am_modulate_demodulate_ber(snr_range) # 绘制BER曲线并与理论公式对比 plt.figure(figsize(8, 5)) plt.semilogy(ber_data[snr_db], ber_data[ber], bo-, label仿真BER) # 理论公式Q函数近似大SNR下AM包络检波BER ≈ Q(sqrt(SNR)) snr_linear 10**(np.array(ber_data[snr_db])/10) ber_theory 0.5 * special.erfc(np.sqrt(snr_linear)/2) # 简化近似 plt.semilogy(ber_data[snr_db], ber_theory, r--, label理论Q函数近似) plt.xlabel(输入SNR (dB)); plt.ylabel(BER); plt.legend(); plt.grid() plt.title(AM包络检波BER性能验证对比PDF习题6-3理论) plt.show()关键参数设计依据m 0.8严格采用教材习题中常用调制指数避免过调制导致包络失真pulse_len int(fs / Rb)确保每符号采样点数为整数防止判决点偏移envelope np.abs(rx_signal)实现包络检波核心操作后续低通滤波带宽设为2*Rb教材中基带信号最高频率threshold np.mean(decision_points)采用自适应判决门限更贴近实际接收机行为而非固定门限。提示当snr_db 10时仿真BER将明显高于理论曲线——这正是PDF答案未体现的“门限效应”需在实验报告中重点分析。4. 利用PDF答案反向调试MATLAB/Simulink模型定位第7章数字基带传输的ISI根源提示本节针对已建立Simulink模型但误码率异常的用户提供基于PDF答案的根因排查法。4.1 从习题7-5的无ISI条件出发构建眼图诊断工作流教材第7章习题7-5要求验证“升余弦滚降滤波器能否消除码间干扰”其理论条件是发送滤波器 $G_T(f)$ 与接收滤波器 $G_R(f)$ 满足 $G_T(f)G_R(f) \text{rect}(f/2R_b)$奈奎斯特第一准则。但Simulink中常因以下原因失效采样时钟相位偏移判决时刻未对齐眼图中心滤波器群延迟不匹配发送/接收滤波器相位响应不对称量化误差累积定点模型中系数截断引入频响畸变。因此不能仅看误码率数值而需用PDF答案中的“无ISI理想眼图”作为黄金标准反向校准模型。4.2 四步眼图诊断法用Python解析Simulink输出数据假设已从Simulink导出rx_samples.mat含变量y为接收信号序列执行以下诊断import scipy.io as sio import numpy as np import matplotlib.pyplot as plt # 1. 加载Simulink输出数据 data sio.loadmat(rx_samples.mat) y data[y].flatten() # 2. 重构眼图关键精确符号定时 Rb 1e6 # 符号率 1 Mbps Ts 1/Rb # 符号周期 fs 10e6 # 采样率 samples_per_symbol int(fs * Ts) # 每符号采样点数 # 提取足够多符号用于眼图至少200个 num_symbols min(200, len(y)//samples_per_symbol) y_trim y[:num_symbols * samples_per_symbol] # 3. 绘制眼图按符号周期堆叠 eye_data y_trim.reshape(num_symbols, samples_per_symbol).T plt.figure(figsize(10, 6)) for i in range(0, samples_per_symbol, 2): # 每2点画一条轨迹提升清晰度 plt.plot(eye_data[i, :], b-, alpha0.1) plt.xlabel(时间采样点); plt.ylabel(幅度) plt.title(f眼图诊断{num_symbols}个符号) plt.grid(True) plt.show() # 4. 定量分析计算眼高Eye Height与眼宽Eye Width # 眼高 眼图张开高度判决阈值处垂直距离 mid_point samples_per_symbol // 2 threshold np.mean([np.min(eye_data[mid_point, :]), np.max(eye_data[mid_point, :])]) eye_height np.max(eye_data[mid_point, :]) - np.min(eye_data[mid_point, :]) # 眼宽 眼图水平张开宽度在眼高50%处测量 half_height threshold 0.5 * eye_height # 在中间50%采样点范围内搜索穿越点 search_region eye_data[mid_point-5:mid_point5, :] crossings [] for row in search_region: above row half_height change_points np.where(np.diff(above))[0] crossings.extend(change_points) eye_width np.max(crossings) - np.min(crossings) if crossings else 0 print(f眼高: {eye_height:.4f}, 眼宽: {eye_width} 采样点理论应≥0.8*samples_per_symbol)诊断结果解读表观察现象可能根因PDF答案对应知识点眼图完全闭合eye_height ≈ 0发送/接收滤波器滚降因子α设置不匹配如发送α0.5接收α0习题7-5强调 $G_T(f)G_R(f)$ 必须为矩形α需相同眼图倾斜非垂直对称采样时钟相位偏移 Ts/4习题7-3指出最佳判决点在眼图中心偏移导致ISI敏感度上升眼图有规律毛刺Simulink中滤波器使用了非线性相位IIR结构教材强调“线性相位”是实现无ISI的必要条件P218注意若眼宽 0.8×samples_per_symbol说明定时恢复环路未收敛——需检查Simulink中PLL模块的环路带宽参数是否过小典型值应为 $0.01R_b$。5. 进阶技巧用PDF答案自动校验自定义调制解调器的频谱合规性——以第8章QPSK为例提示本节解决“如何快速验证自己写的QPSK收发器是否符合3GPP/IEEE标准”的痛点不依赖昂贵仪器。5.1 从习题8-7的功率谱密度推导导出可编程的频谱模板匹配算法教材习题8-7要求推导QPSK信号的功率谱密度PSD $$ S_x(f) \frac{E_s}{T_s} \cdot \left| \frac{\sin(\pi f T_s)}{\pi f T_s} \right|^2 $$ 其中 $E_s$ 为符号能量$T_s$ 为符号周期。该公式表明QPSK PSD主瓣宽度为 $2/T_s$第一零点在 $f \pm 1/T_s$。但实际发射信号需满足频谱掩模如FCC Part 15对ISM频段的限制因此需将PDF答案转化为可执行的频谱合规性检查。5.2 实现频谱模板自动比对Python脚本检测发射信号是否越界以下函数接收时域信号计算PSD并比对FCC ISM频段掩模中心频点 $f_c2.4,\text{GHz}$带宽 $B20,\text{MHz}$def check_spectrum_mask(signal_td, fs, fc2.4e9, mask_typefcc_ism): 检查QPSK信号频谱是否符合指定掩模 signal_td: 时域信号数组 fs: 采样率Hz mask_type: fcc_ism 或 etsi_srds 返回: boolTrue表示合规dict详细越界信息 # 计算PSDWelch法50%重叠 f, psd signal.welch(signal_td, fsfs, nperseg4096, noverlap2048, scalingdensity, return_onesidedFalse) # 转换为dBm/Hz参考1 Ohm阻抗 psd_dbmhz 10 * np.log10(psd * 1000) # W/Hz → dBm/Hz # 构建FCC ISM掩模相对载频的偏移 # FCC §15.247: 2400-2483.5 MHz, 带外衰减 ≥ 20 dB ±1 MHz, ≥ 30 dB ±2 MHz offset_f f - fc # 频率偏移数组 mask_db np.full_like(offset_f, -41.3) # 基础噪声底 -41.3 dBm/Hz # 主瓣内允许功率≤ 30 dBm ERP等效为 -10 dBm/Hz 在20MHz带宽 main_lo -10e6; main_hi 10e6 in_main (offset_f main_lo) (offset_f main_hi) mask_db[in_main] -10.0 # 过渡区±1~2 MHz 衰减至 -30 dBm/Hz trans1_lo, trans1_hi -2e6, -1e6 trans2_lo, trans2_hi 1e6, 2e6 mask_db[(offset_f trans1_lo) (offset_f trans1_hi)] -30.0 mask_db[(offset_f trans2_lo) (offset_f trans2_hi)] -30.0 # 带外区|f-fc| 2 MHz要求 ≤ -41.3 dBm/Hz out_of_band np.abs(offset_f) 2e6 mask_db[out_of_band] -41.3 # 检测越界点 violations psd_dbmhz mask_db violation_freqs offset_f[violations] violation_margins psd_dbmhz[violations] - mask_db[violations] result { compliant: not np.any(violations), violation_count: np.sum(violations), max_violation_dB: np.max(violation_margins) if violations.any() else 0, violation_freqs_MHz: violation_freqs / 1e6 } # 可视化 plt.figure(figsize(10, 6)) plt.plot(offset_f/1e6, psd_dbmhz, b-, label实测PSD) plt.plot(offset_f/1e6, mask_db, r--, labelFCC掩模) plt.fill_between(offset_f/1e6, mask_db, -100, alpha0.2, colorred) plt.xlabel(频率偏移 (MHz)); plt.ylabel(PSD (dBm/Hz)) plt.title(QPSK频谱合规性检查对比习题8-7理论PSD) plt.grid(); plt.legend(); plt.xlim(-5, 5); plt.ylim(-50, -5) plt.show() return result[compliant], result # 使用示例假设已有QPSK信号 # compliant, details check_spectrum_mask(qpsk_tx_signal, fs40e6)掩模参数与教材习题的关联性main_lo/main_hi ±10e6对应习题8-7中QPSK主瓣宽度 $2/T_s$当 $R_s10,\text{Mbaud}$ 时$T_s0.1,\mu\text{s}$故主瓣宽 $20,\text{MHz}$trans1_lo/trans1_hi区间衰减至 -30 dBm/Hz源于FCC对邻道泄漏功率比ACLR的要求而习题8-7的PSD公式是计算ACLR的起点-41.3 dBm/Hz噪声底由热噪声 $kTB$ 推导$k1.38e-23$, $T290K$, $B1,\text{Hz}$教材虽未明说但习题8-7的 $E_s/T_s$ 量纲隐含此物理基础。提示若检测到violation_count 0优先检查QPSK成形滤波器是否使用了升余弦而非矩形因矩形成形会导致旁瓣过高——这正是习题8-7推导中“$\text{sinc}^2$”函数被升余弦替代的工程动因。本文还有配套的精品资源点击获取