通过MonoFFT理解比特流计算（BSP）_比特流怎么计算-CSDN博客

本文链接：https://blog.csdn.net/CyberInversion/article/details/134696997

本文分析了MonoFFT算法与比特流处理（BSP）在数字信号计算中的联系，特别是在波束合成中的应用。通过4阶简化旋转因子，将复数转换为二进制数据流，并利用比特流进行计算，讨论了不同角度的复数乘法，特别是90°旋转。还探讨了45°旋转时的幅度误差问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在下述文献[1]中提到了一种bit stream processing (BSP)的波束合成数字信号计算方法，没看太明白，直到结合单bit雷达中使用的MonoFFT算法，感觉二者有某些联系，遂做了如下的分析，MonoFFT算法可参考文献[2]。

采用4阶简化旋转因子，对应2位移相精度即90°

1、简化旋转因子：

引用MonoFFT技术中对旋转因子的简化，首先考虑4阶简化，即

旋转0°对应复乘exp(0*j)=1+0j；

旋转90°对应复乘exp(pi/2*j)=0+1j；

旋转180°对应复乘exp(pi*j)=-1+0j；

旋转270°对应复乘exp(3*pi/2*j)=0-1j；

对于多相复乘来说只涉及到与-1、0、1相乘的计算。

在matlab中可以通过函数rad2deg(phase(-1.0000 + 0.0000*j))来回推查看相位。

2、转换为二进制数据流：

任意一个复数，比如28+79*j，其原始的相位为

rad2deg(phase(28+79j))=70.4841

将其旋转90°即用(28+79j)*(0+1j)=-79.0000 +28.0000i

rad2deg(phase(-79+28j))=160.4841

比较可知160.4841-70.4841 = 90，即复数旋转了90°

将28+79j转换成二进制表示，利用matlab中的函数dec2bin

dec2bin(28) = ‘11100’;

Dec2bin(79) = ‘1001111’;

即28+79j所对应的复数数据流为0011100 + 1001111j。