为了入门雷达信号处理,先从数字信号处理相关书籍开始看。看书老不认真而且不思考,决定把笔记记为电子版,激励自己坚持有思考地读下去✊(笑死
该书前言简单介绍了“傅立叶分析”和“小波”,主要是它们在信号处理中的应用。而具体概念、计算和相关定理将在后续章节详细讲述。
【第1章 傅立叶级数|第2章傅立叶变换|第3章 离散傅立叶分析|第4章 Hear小波分析|第5章 多分辨率分析|第6章 Daubechies|第7章 其他小波主题】(等我写好我就可以在这里放链接嘻嘻)
一、傅立叶分析
展开成傅立叶级数的基本目的:把一个信号(时间变量t的函数)分解成不同的频率分量。以便接着可以实现各种滤波算法。
基本构造块是:正弦函数和余弦函数
· 滤除噪声:
举例:
该函数有3个分量,其振荡频率分别为
这部分造成了上图中f曲线的抖动,令系数0.3等于0,得到函数
其图形除了没有高频抖动以外,同f的图形几乎一样。
⭐️ 这个例子显示了一种滤除噪声的方法,该方法就是把信号f(t)用正弦和余弦信号展开
然后忽略掉与滤除频率相应的系数。
·数据压缩
目的:在不明显损伤原信号的基础上,尽可能地压缩信号
方法:
Step 1 把信号表示成傅立叶级数:
Step 2 在某个给定的错误容限下,把小于相应阈值的系数 舍弃掉。仅仅将那些 大于阈值的系数传递,再在接收端进行重构。
·注
1⃣️对于大多数信号,其傅立叶级数中显著系数相对较少
2⃣️傅立叶级数的构造块是无始无终的周期性正弦波和余弦波,适合滤除或压缩那些具有近似周期的波动信号,而对那些具有显著局部特性的信号无能为力。
二、小波
构造块:小波。就像是仅持续一两个周期的波动,仅在有限的一段区间有非零值。
可以用于模拟具有显著局部特性的信号,如具有孤立噪声的信号:
并且,小波可以沿时间轴前后平移,也可以按比例伸展和压缩以获取低频和高频小波。如Daubechies(N=2)小波
高频Daubechies小波
滤波或压缩
基本方法:
Step 1将给定信号展开成小波的平移和伸缩之和,
Step 2然后把欲舍弃项的系数去掉或进行适当修改
三、正交性
为了实现把一个信号进行分解展开的有效算法(傅立叶或基于小波的算法),构造块(正弦、余弦或小波)正交性。如对正弦函数:
对余弦函数同理。此外,对所有的 m 和 n 有:
后面将看到,正交性导致产生了求解傅立叶系数()的简单公式和高效算法(FFT,快速傅立叶变换)
但在小波中,如何保证平移和伸缩后的小波仍然满足正交性?如何得到计算小波系数的高效算法?
💗第一次写,基本还是抄书,有问题或更好的雷达处理学习方法请不吝赐教,后面将做得更好。见谅~