信号处理
文章平均质量分 68
朱骥伦
B.D.NJUST , M.D. NWPU , 联系方式:q906848709备注csdn
展开
-
雷达成像原理(一)合成孔径成像Chirp-Scaling
雷达成像原理什么是雷达图像分辨率距离分辨方位分辨多普勒合成孔径聚焦处理什么是雷达图像分辨率距离分辨距离向分辨率ρ=c/2f其中c为光速,f为信号频率的宽度若信号频带为100MHz,距离向分辨率为1.5m当信号频带不断增大时,距离分辨率可不断提高,此时接收到的回波是分布开的一维距离像,横轴称为接收到回波的时间,纵轴为接收到信号的幅度大小,当接收到的幅度大于一定程度时就可以认定为目标,根据在该幅度对应的时间就可求得目标的距离方位分辨多普勒物体辐射的波长会因为波源和观测者的相对运动而产生原创 2021-12-08 19:22:27 · 22065 阅读 · 6 评论 -
音频信号处理(三)语谱图
语谱图在整段语音信号中选取一段清音和一段浊音,分别用矩形窗、汉明窗进行处理,再针对不同的窗长的浊音、清音进行短时傅里叶分析,最后对整段语音画出语谱图。1.加窗处理截取60ms浊音、清音信号[x,fs]=audioread('myVoice.wav');x=x(:,1);n=length(x);z=x(46000:49968); %20msz=z/max(abs(z));figure(2);subplot(2,1,1);plot(z),title('浊音信号');q=x(1000:49原创 2021-08-30 10:38:52 · 2012 阅读 · 0 评论 -
音频信号处理(二)语音信号采集处理与基音周期
语音信号采集与处理语音信号采集根据自相关估计基音周期语音信号采集先创建用于录制音频的对象,在创建时确定录制音频的采样率、位数、通道数,分别录制,各录一段5秒钟的音频,并保存r1=audiorecorder(44100,16,1);%16位单通道r2=audiorecorder(44100,8,1);%8位单通道disp('1start');recordblocking(r1,5);%确定时间disp('1end2start');recordblocking(r2,5);disp('2end原创 2021-08-30 10:30:10 · 1747 阅读 · 0 评论 -
音频信号处理(一)均衡器
均衡器概述全通滤波器延迟搁架滤波器(斜坡滤波器)峰值滤波器概述低通、高通滤波器、带通、带阻滤波器都是通过衰减了高于或低于截止频率的频谱,但均衡器是通过增强某些频带,而别的频带不受影响来得到想要的频谱。从应用角度理解,均衡器可以分为图示均衡器和参量均衡器,图示均衡器将20~20000Hz划分为若干个频段,每个频段对应一个对电平进行增益或衰减的调节器,根据用户需要对特定频段进行调节;参量均衡器不划分频段,可对任意一个频率点以及带宽内所有的点进行控制,通过调整带宽使得控制可以精确也可以模糊那么如何实现对特原创 2021-06-29 17:44:46 · 4311 阅读 · 1 评论 -
数字信号处理(三)滤波器设计
滤波器设计ButterWorth模拟低通滤波器切比雪夫1型模拟低通滤波器切比雪夫2型椭圆滤波器任意模拟滤波器设计ButterWorth模拟低通滤波器增益函数G(w)=20lg|H(jw)|BW模拟低通滤波器频域特性其中,N为滤波器阶数,wc(截止频率)为3db截频当w=0时,|Hjw|=1,当w=∞时,|Hjw|=0,在wc这一点衰耗值为10lg2=3db设计步骤:1、确定模拟滤波器阶数N根据wp,ws,计算出Ap,AsA(w)=-10lg|H(jw)|²代入得N取整数即可2原创 2021-06-04 16:11:28 · 3926 阅读 · 0 评论 -
数字信号处理(二)离散傅里叶变换
离散时间信号和系统的频域分析离散时间信号的傅里叶变换离散时间信号z域分析离散时间线性时不变系统频域分析离散时间线性时不变系统z域分析离散时间信号的傅里叶变换离散周期信号的傅里叶表示:周期为N的任意周期序列x[k]可用N个虚指数序列表示:每一个xk唯一的对应一个Xm,时域信号不同,虚指数序列前面的加权系数Xm不同,Xm称为离散周期信号xk的频谱离散时间信号z域分析离散时间线性时不变系统频域分析离散时间线性时不变系统z域分析...原创 2021-06-04 11:09:49 · 1016 阅读 · 0 评论 -
数字信号处理(一)时域采样定理
数字信号处理概论离散信号表示单位脉冲序列单位阶跃序列矩形序列时域采样定理离散时间采样的频域分析概论研究内容:离散的信号时域分析序列的傅里叶变换z变换离散傅里叶变换快速傅里叶变换离散系统分析与设计离散信号表示模拟信号(连续时间信号):自变量连续,信号幅度连续取值离散时间信号:对模拟信号采样,时间离散,幅度上没有量化数字信号:时间离散,幅度量化为有限字长的二进制数时域采样:在时间轴上等间隔取值幅度量化:因为模拟信号幅度连续,无法处理,因此进行量化变成数字最终得到数字信号x(n)=原创 2021-06-03 20:11:33 · 8620 阅读 · 0 评论 -
计算摄像学之光场的空域重聚焦
计算摄像学之光场的空域重聚焦光场相机与传统相机原理缺点重聚焦双平面法光场相机与传统相机我们知道传统相机在拍摄时需要对焦,如果不对焦就会失焦,但在拍摄动态目标时,传统相机就难以在短时间内对焦到目标上。光场相机在拍摄时,相机捕捉大量光线资料并选定焦点,这样在拍摄结束后我们可以根据需要弹性选择结果。原理一般相机用主镜头捕捉光线,聚焦在镜头后的胶片或感光器上,光场相机通过在主镜头焦距处加微透镜阵列实现记录光线,再通过光场成像定理变焦。光线通过主镜头后,打到微透镜阵列上再次成像,在微透镜阵列之后的像素原创 2021-05-11 22:32:20 · 662 阅读 · 0 评论 -
深度学习之ISAR超分辨率成像
深度学习之ISAR超分辨率成像ISAR数据集ISAR雷达可分为穿墙雷达、合成孔径雷达(SAR)、逆合成孔径雷达(ISAR)。其中ISAR可用于导弹防御、目标分类、和环境监测等功能。但传统雷达成像由于物理因素和自身条件限制,导致雷达成像分辨率低、栅瓣、散焦。ISAR成像算法最初有线性时频变换,如STFT、gabor,优点是计算简单,但收到窗口大小选择的影响,要在时间分辨率和频率分辨率上做一个平衡。因此后来提出了WVD和重新分配算法RSP,WVD产生的时频分布图伴随交叉项,会降低ISAR成像质量,RSP由原创 2020-12-14 17:03:05 · 3829 阅读 · 0 评论 -
论文笔记:基于透射率修正的湍流模型与动态调整retinex的水下图像增强
基于透射率修正的湍流模型与动态调整retinex的水下图像增强先验知识lab空间瑞利分布暗通道先验理论湍流模型维纳滤波导向滤波retinex增强MSR颜色恢复本文流程匀光预处理改进的湍流模型retinex水下图像增强实验结果先验知识lab空间瑞利分布暗通道先验理论湍流模型维纳滤波导向滤波retinex增强MSR颜色恢复本文流程属下图像增强方法现在大多数存在自适应差、鲁棒性差的问题。该文章提出的算法优点在于考虑图像增强的偏色情况,抑制图像噪声,且改善了其他模型参数简单的问题,具有良好的通原创 2020-10-21 16:59:48 · 1006 阅读 · 0 评论 -
信号处理之IIR设计
信号处理之IIR设计巴特沃斯与切比雪夫I型模拟低通滤波器巴特沃斯与切比雪夫I型模拟低通滤波器设计数字滤波器,要求通带波动(Rp)不大于3dB和阻带衰减(Rs)不小于15dB,ωp=0.2π,ωs=0.36π。请分别设计巴特沃斯与切比雪夫I型模拟低通滤波器。rp=3;rs=15;OmegaP=0.2*pi;OmegaS=0.36*pi;[N,OmegaC]=buttord(OmegaP,OmegaS,rp,rs,'s');[b,a]=butter(N,OmegaC,'s');w0=[Omeg原创 2020-09-11 16:33:30 · 366 阅读 · 2 评论 -
信号处理之FFT与CZT变换
FFT与CZT变换FFTCZT变换FFT用FFT算法计算序列x(n)=[2,1,3,2,1,5,1]与h(n)=[1,2,-1,-3]的线性卷积,画出输入、输出序列的波形图。x=[2 1 3 2 1 5 1]; h=[1 2 -1 -3]; N=length(x)+length(h)-1;n=0:N-1;x=[x,zeros(1,N-length(x))];h=[h,zeros(1,N-length(h))];X=fft(x);H=fft(h);Y=X.*H;y=ifft(Y);原创 2020-08-22 11:36:52 · 3949 阅读 · 0 评论 -
信号处理之圆周卷积与DFT频率分辨率分析
信号处理之圆周卷积与DFT频率分辨率分析求4点圆周卷积与线性卷积DFT频率分辨率分析求4点圆周卷积与线性卷积一、 已知x1(n)=[2,4,3,1],x2(n)=[2,1,3],采用时域和频域两种方法分别求它俩的4点圆周卷积与线性卷积。时域方法function y=cirshift(x,m,N) if length(x)>N error('N length should >=x length')endx=[x zeros(1,N-length(x))];n=[0:1原创 2020-08-22 11:29:36 · 2528 阅读 · 0 评论 -
信号处理之DTFT及LSI响应
信号处理之DTFT及LSI响应验证实信号的对称性质滤波器的幅度和相位响应验证实信号的对称性质设建立序列奇偶分解evenodd函数,计算出x(n)的偶部和奇部分量,并画出原序列和分量序列列图形;求分量序列的DTFT,并划出图形、验证实信号DTFT的对称性质。序列奇偶分解采用xe(n)=[x(n)+x(-n)]*1/2;xo(n)=[x(n)-x(-n)]*1/2;实验代码如下:t= -3:1:12;N=16;x=cos(t*pi/2);xf=fliplr(x);xe=(x+xf)*(1原创 2020-08-22 11:20:10 · 904 阅读 · 0 评论