多波束声纳成像学习记录——正交解调

一个不知道怎么起名的ID

已于 2023-06-18 21:50:50 修改

阅读量459

点赞数 1

文章标签：学习

于 2023-06-18 21:50:20 首次发布

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/hdjebdyeg/article/details/131276262

版权

本人做的是信号处理方向，在学习的过程中碰到不少问题，开贴记录学习进度

我做的主动声纳的信号处理中，先将接收到的信号进行了正交解调，这样可以提取出信号的复包络，也可以提取出信号的幅度、相位等有效信息。

在阵列信号处理中，得到解调的数据之后可以通过解调数据的相位幅度信息进行幅相矫正，最后经过多波束形成得到的声纳图像会较为细腻。当然这都是后话。

设信号为

$S(t)=cos\omega _{0}t$

正交解调本质上就是给信号乘以一个 $cos\omega _{c}t$ 和 $sin\omega _{c}t$ 进行混频，然后进行低通滤波，如果想降低采样率的话还可以进行抽取操作，不过需要主要频谱混叠问题。

$I(t)=S(t)cos\omega _{c}t$

$Q(t)=-S(t)sin\omega _{c}t$

根据三角公式， I(t) 和 Q(t) 均有两个频率分量，即 $\omega _{0}+\omega _{c}$ 与 $\omega _{0}-\omega _{c}$ ，框图如下

这时候就得到了实部和虚部，最后将虚部乘以虚数单位j与实部相加即可得到解析信号。

MATLAB仿真如下：幅度±3V，频率 $f_{0}$ =90kHz，采样率 $f_{s}$ =900kHz，信号脉宽0.003s，

将信号乘以 $cos\omega _{c}t$ 和 $sin\omega _{c}t$ 进行混频， $f_{c}=80kHz$ ，得到下图。

从频谱可以看出，有一个1k的分量和一个180k的分量。低通滤波器设计为：截止频率1kHz，64阶FIR滤波器。经过低通滤波滤除高频后的信号如下图。

上述过程即为正交解调。本人学艺不精，开贴记录学习状况，望大佬轻喷。下一贴记录FPGA的正交解调实现仿真

一个不知道怎么起名的ID

关注

1
点赞
踩
2

收藏

觉得还不错? 一键收藏
2
评论
多波束声纳成像学习记录——正交解调

在阵列信号处理中，得到解调的数据之后可以通过解调数据的相位幅度信息进行幅相矫正，最后经过多波束形成得到的声纳图像会较为细腻。从频谱可以看出，有一个1k的分量和一个180k的分量。我做的主动声纳的信号处理中，先将接收到的信号进行了正交解调，这样可以提取出信号的复包络，也可以提取出信号的幅度、相位等有效信息。进行混频，然后进行低通滤波，如果想降低采样率的话还可以进行抽取操作，不过需要主要频谱混叠问题。本人做的是信号处理方向，在学习的过程中碰到不少问题，开贴记录学习进度。900kHz，信号脉宽0.003s，
复制链接

扫一扫

评论 2

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。