若北辰

4G网络使用的频率范围分布在不同的频段，例如LTE频段1使用的是2100 MHz频段。例如，如果一个频段从1920 MHz开始，每个频点间隔200 kHz，那么第一个频点是1920 MHz，第二个是1920.2 MHz，依此类推。4G带宽就是20M。频点是需要计算的（注意公式中可以看出跟带宽没有关系，只跟中心频率、起始频率和频率偏移量有关），频率偏移量就是在频点位置偏移多少量。频率就是频段上的一个点，比如说500MHz就是一个频率，这个频率在L频段上。带宽都是在频段上的，频段的起始频率就是频段起始频率。

【代码】matlab实现QPSK信号的产生与调制。

beta滚降系数，取值0~1之间，决定频宽和陡峭程度（值越大频带越窄，越陡峭）。取值一般大于0.2。下图是滚降系数不同的对比，可以看出，设计一个升余弦滤波器总共需要上述三个参数。shape可选参数。可不加，可加上’normal’,可加上’sqrt’。我们可以看到阶段范围为10，每个范围采样点数为6，上图共存在60个采样点。我们可以看到阶段范围为6，每个范围采样点数为4，上图共存在24个采样点。sps单个符号范围的采样个数（每个符号上有几个采样点）当选择’sqrt’时，返回一个平方根升余弦滤波器。...

CommPy 是一个专为通信系统设计的 Python 库，提供了一系列用于仿真和分析通信系统的工具。该库包含了许多经典的通信信号处理功能，包括调制解调、信道编码、信道仿真、信号估计等，非常适合用于通信系统的教学、研究和仿真工作。

在Python生态系统中，有几个专门用于处理通信信号的包。

在 MATLAB 中，`qammod` 是一个用于执行正交幅度调制QAM（Quadrature Amplitude Modulation）的函数。QAM是Wi-Fi中一种常用的数字信号调制方式，是相位调制和幅度调制的组合。

因此，尽管QPSK通常被描述为纯粹的相位调制技术，但从QAM的角度来看，它也可以被视为振幅固定（每个点的振幅相等），仅相位不同的一种形式。要理解“QPSK其实就是一种特殊的QAM，即4-QAM”的说法，我们需要分析这两种技术的基本概念和相互关系。QAM的星座图，星座图相对于IQ调制而言，将数据调制信息映射到坐标中，这些信息包含了信号的幅度信息和相位信息。QPSK可以视为一种特殊的QAM，即4-QAM，这是因为它在调制过程中虽然主要依靠相位变化，但其形式与QAM中的星座图（振幅和相位的组合）兼容。

pskmod是 MATLAB 中用于实现相移键控（Phase Shift Keying, PSK）的调制方式的函数。PSK 是一种数字调制技术，通过改变调制信号的相位来传输信息。在 MATLAB 中，pskmod函数可以用来生成 PSK 调制信号，这在通信系统设计和信号处理中非常有用。

高阶矩是描述随机变量特性的统计量，通常用于捕捉随机变量的形状和分布特征。它们是随机变量的某种幂次的期望值。

下面是一份MATLAB代码，可以用来模拟多普勒频扩现象。该代码使用了一个具有随机相位的复指数信号作为原始信号，将其通过一个多普勒频移的信道进行传输，并对接收到的信号进行频谱分析，以观察多普勒频扩的效果。

下面是一份简单的MATLAB代码，可以用来模拟多普勒扩展现象。该代码使用了一个具有随机相位的复指数信号作为原始信号，将其通过一个多普勒频移的信道进行传输，并对接收到的信号进行频谱分析，以观察多普勒扩展的效果。在上面的代码中，我们首先设置了一些参数，包括采样率fs，信号载频fc，多普勒频移fd，和时间向量t。然后，我们使用一个具有随机相位的复指数信号作为原始信号x。接下来，我们通过将原始信号乘以一个具有多普勒频移的复指数，来模拟多普勒扩展现象，并得到扩展后的信号y。

汉明码（Hamming Code）是一种线性误差纠正码，由理查德·汉明（Richard Hamming）在1940年代发明的。汉明码可以检测2位错误，纠正单个错误，因此在需要高可靠性的数据传输或数据存储系统中非常有用。它广泛应用于计算机内存系统、数据传输协议和其他信息处理系统中。这个MATLAB示例展示了如何使用汉明码进行错误检测和纠正。首先，我们生成了汉明码的生成矩阵和校验矩阵。接着，我们创建了一个消息，使用生成矩阵对其进行编码，然后在码字中引入了一个错误。

离散信号中的离散，指的是信号的定义域，也就是时间是离散的，并未要求取值是离散的，当取值是离散的时候，就是我们所说的。看做是电压或电流，施加在1欧姆的电阻上，则消耗的瞬时功率。能量有限的叫能量信号，功率有限的叫功率信号。这里的维，指的是变量的个数。

在算法迭代过程中，通过反复更新这些消息，直到收敛，最终可以得到每个变量的边缘概率分布或最有可能的整体状态。算法通过因子图中的节点反复交换消息，直到找到最优解或所有消息稳定下来，从而解决了比如聚会日期这样的优化问题。在实际应用中，这种方法可以用来解决更复杂的问题，比如图像识别、语音识别和机器学习中的其他问题。，特别是在处理概率模型和执行概率推断时，因子图提供了一个强大的工具。（比如朋友的空闲时间和地点的可用性），并且你希望尽可能让所有人满意。在真正的因子图和消息传递算法中，这个过程被数学化和形式化。

scipy的函数是模块中的一个功能，用于估计一个信号的功率谱密度（Power Spectral Density，PSD）。这是一种分析信号频率成分的方法，特别适用于处理和分析时间序列数据。

累积谱（Cumulative Spectrum）是信号处理领域的一个概念，它用于描述信号的频谱分布。

从本质上讲，数据链就是一种通信链路，它`跟传统的无线电通信一样`，都是通信方式的一种，只不过数据链作为一种通信手段比传统的无线电通信更高级，技术更先进。

数据集包含了从-20dB 到+18dB 总共 20 个信噪比（步长为 2）下的 11 种调制信号， 包括 AM-DSB、 AM-SSB 和 WBFM 三种模拟调制信号，以及 BPSK、 QPSK、 8PSK、 CPFSK、 GFSK、 PAM4、 QAM16 和 QAM64 八种数字调制信号。其中信号的中心频率为 200KHz，采样频率为 1Msamp/s，且每个信噪比下每种调制信号包含 1000 个信号。其中每个信号包含 IQ 两路数据，且每一路数据都包含有 128 个采样点。

Link 11的M系列消息是一种战术数据链协议

分帧重叠就是为了让分帧后的信号更加平滑，需要重叠分钟，也就是下一帧中包含上一帧中的一部分采样点，包含的点数就是。不同个频率的信号的叠加：由于和差化积，会形成包络结构（最外层的是包络）和精细结构（内部的是精细结构）依次寻找每一帧中的幅值最大值，将每一帧中幅值最大值连起来就是幅值包络。从这里就可以看出，多个信号的和差，可以转化成单个信号。振幅包络可以给出响度的大致信息，对突变信号特别敏感。可以看出，一个复杂信号可以由多个简单信号叠加出来。分帧就是将信号在时域上分割成一段一段的。，就是上面的红框的长度。

在通信领域，分贝（dB）是一个非常常用的单位，用于表示许多不同类型的量的相对大小或比率。

通信原理中的基本概念

无线局域网的优势包括灵活性、便捷性和可移动性，使得用户可以自由移动，并在覆盖范围内访问网络和共享资源，如互联网接入、文件共享、打印机共享等。通过分层的设计，计算机网络可以更加模块化和可扩展，不同层次的协议分别负责不同的功能，使得网络的管理和维护更加方便和可靠。需要注意的是，除了网卡的速度之外，网络连接的速度还受到其他方面的限制，如网络设备、电缆质量、网络拥堵等因素。Ethernet（以太网）：Ethernet是以太网的基本协议，定义了数据在以太网上的传输格式和规则，包括帧的结构、地址的格式以及冲突检测等。

比如，原信号是一个周期的余弦信号，又给它补了9个周期长度的0，那么信号并不是10个周期的余弦信号，而是一个周期的余弦加一串0，补零并没有带来新的信息！频谱分辨率的含义是两个频率不同的信号在频率上可分，也就要求他们不能落到一个频域函数的主瓣上，所以，如果待分析的两个信号频率接近，而时域长度又短，那么在频域上他们就落在一个频域函数的主瓣内了，补再多的零也无济于事。而形状（主瓣宽度）是由补零之前的信号长度决定的，补零的作用只是细化了频域序列，并没有改变其主瓣宽度。所以，汉宁窗牺牲了分辨率，换来了旁瓣泄露的减小。

很多原理一旦上升为理论 , 常常伴随着繁杂的数学推导 , 很简单的本质反而被一大堆公式淹没 , 通信原理因此让很多人望而却步。但是，非常复杂的公式背后很可能隐藏了非常简单的道理。真正学好通信原理的关键就是要透过公式看到本质。以复傅立叶系数为例：很多人都只是会套公式计算 , 真正理解其含义的人不多。对于经常出现的“负频率“, 真正理解的人就更少了。

这就是著名的欧拉公式！

谷歌提出了SinGAN，是第一个拿GAN在单幅自然图像学习的非条件生成模型(ICCV 2019最佳论文)读取数据多了、迭代次数多了，就会给内存吃完了，数据少了不出效果。每种数据基本只有一条，所以要用的话只能进行数据扩征。后经改进最新版本：ConSinGAN。

举一个极端的例子，假如只有两个路径的单频正弦信号到达接收端，而如果两个路径接收到的正弦信号正好相差半个波长（也就是相位相差180°），那么接收端进行合成之后，两路信号就会正好抵消了，就直接为0了，这就是多径传播带来的后果。但是，该模型假设信道是平稳的，不考虑时间和空间的变化，因此在复杂的无线信道环境中可能会出现较大误差。常量信道模型假设无线信道的传输特性是恒定不变的，但实际无线信号传输过程中会受到多径传播、信号衰减、多普勒效应的影响，信道的传输特性经常会发生变化，所以很明显常量模型实际中并不存在。

短波超短波无线信道模型

横轴：频率纵轴：幅度（dB）或功率（W）

信道建模在通信系统设计和分析中扮演着至关重要的角色。它指的是使用数学和物理模型来描述和模拟无线或有线通信路径中的信号传播特性。

时频分析可以使用多种方法，例如短时傅里叶变换(STFT)、连续小波变换(CWT)和希尔伯特-黄变换(HHT)等。这些方法可以将信号在时频上分解成一系列时频原子，并将其表示为时频图的形式。时频图的横轴表示时间，纵轴表示频率，而每个点的亮度或颜色表示该时刻和频率下信号的强度或能量。因此，时频图可以为我们提供信号在不同频率和时间上的能量分布，帮助我们识别信号中的频率分量以及它们如何随时间变化。信号的时频图是一个将信号在时间和频率上的变化可视化的图像。时频图通常用于分析信号的时变特性，例如频率随时间的变化。

幅度的瞬时值服从高斯分布，且均值为0功率谱在相当宽的频率范围内为常数满足第1点的噪声称为高斯噪声，满足第2点的噪声称为白噪声，满足第1点和第2点的称为高斯白噪声（White Gaussian Noise,WGN）

概率函数和概率密度函数都是描述概率的函数，但概率函数描述离散随机变量的概率，而概率密度函数描述连续随机变量的概率概率函数某点的取值是指概率在该点的值概率密度函数某点的取值是指概率在该点的变化率。

频谱搬移（Spectrum Shifting）是指将信号的频谱从原来的中心频率移动到另一个频率。它是一种数字信号处理中常用的技术，可以用于频率域滤波、信号混频等应用。频谱搬移的基本思想是通过对信号进行平移，使其在频域上发生偏移，从而达到改变信号频率的目的。频谱搬移通常分为两种类型：正搬移和负搬移。正搬移：信号的频谱向正方向移动，移动的频率值为移动前的中心频率加上一个偏移值负搬移：信号的频谱向负方向移动，移动的频率值为移动前的中心频率减去一个偏移值最简单的解释ysin2∗pi∗20。

常见的12个信道模型的概念及matlab实现

因此，STFT是一种通过窗函数完成信号的时域分割，并逐窗进行FT分析，从而实现信号时频局部化特征提取的时频分析手段，其本质是。添加零后可增加频谱中的数据个数，谱的密度增高了，但仍不能分辨其中的频率成分，即谱的分辨率没有提高。对信号进行频谱分析时，数据样本应有足够的长度，一般FFT程序中所用数据点数与原含有信号数据点数相同，这样的频谱图具有较高的质量，可减小因补零或截断而产生的影响。（3）信号的有效数据很长，可以清楚地看出信号的频率成分，一个是0.24Hz，一个是0.26Hz，称为高分辨率频谱。

信号通过无线信道之后，其信号的幅度是随机的，即“衰落”，并且其包络服从瑞利分布，这样的信道叫做“瑞利信道”。瑞利衰落属于小尺度的衰落效应，它总是叠加于如阴影、衰减等大尺度衰落效应上。Clarke参考模型的主要实现方法有正弦波叠加法和成型滤波法。两种方法各有其优缺点，正弦波叠加法由于计算复杂度低，在工业界得到广泛应用。

在通信系统中，要求以更快地的速度传输信号，相当于将信号在时域中进行压缩，则信号的带宽将增大，也就要求传输信道提供更大的带宽。对通信系统中传输的各种已调信号，大都属于带通信号，也就是信号的频谱位于某个较高的频率 f₀ 附近，如图2-9所示。：如果没有确定的时间函数表达式，在任一时刻的幅度取值事先都不可确定，而只知道幅度取为某个数值的概率有多大。通过傅里叶变换可以将信号分解为不同频率的正弦信号分量的叠加，而信号的傅里叶变换。实际信号的频谱都具有收敛性，各分量的幅度都将随着频率的增大而逐渐衰减。

二进制幅度键控2ASK（2- Amplitude Keying）二进制频移键控2FSK（2- Frequency Shift Keying）二进制相移键控2PSK（2- Phase Shift Keying）