定义高斯传感器频率响应示例
本例说明了如何计算具有高斯形状响应的探测器的频率响应(例如压电超声传感器)。该示例以均质传播介质示例为基础。
复习:高斯滤波器
图像大多数噪声均属于高斯噪声,因此高斯滤波器应用也较广泛。高斯滤波是一种线性平滑滤波,适用于消除高斯噪声,广泛应用于图像去噪。
可以简单地理解为,高斯滤波去噪就是对整幅图像像素值进行加权平均,针对每一个像素点的值,都由其本身值和邻域内的其他像素值经过加权平均后得到。
高斯滤波的具体操作是:用一个用户指定的模板(或称卷积、掩膜)去扫描图像中的每一个像素,用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值。
定义传感器频率响应
传感器的频率响应是通过传感器输入结构的 frequency_response 字段指定的。该字段接受两个参数,一个是中心频率,另一个是频率响应的带宽。传感器带宽定义为百分比,用于控制滤波器的半最大全宽(FWHM),其中 FWHM = % 带宽 * 中心频率。
% define the frequency response of the sensor elements
center_freq = 3e6; % [Hz]
bandwidth = 80; % [%]
sensor.frequency_response = [center_freq, bandwidth];
当定义了 sensor.frequency_response 的输入时,在仿真完成后,会在仿真函数中应用高斯滤波器,即使用 gaussianFilter 将傅里叶变换信号乘以零相高斯窗口。请注意,在返回传感器数据时,也可以通过明确调用 gaussianFilter 来轻松应用相同的滤波器。
%调用高斯滤波器
signal = gaussianFilter(signal, Fs, freq, bandwidth)
signal = gaussianFilter(signal, Fs, freq, bandwidth, plot_filter)
参数:
signal
signal/s to filter
Fs
sampling frequency [Hz]
freq
filter center frequency [Hz]
bandwidth
filter bandwidth [%]
plot_filters
布尔值控制是否绘制过滤过程