![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
信号调制识别
文章平均质量分 61
赵至柔
这个作者很懒,什么都没留下…
展开
-
基于python的快速傅里叶变换FFT(二)
基于python的快速傅里叶变换FFT(二)本文在上一篇博客的基础上进一步探究正弦函数及其FFT变换。知识点 FFT变换,其实就是快速离散傅里叶变换,傅立叶变换是数字信号处理领域一种很重要的算法。要知道傅立叶变换算法的意义,首先要了解傅立叶原理的意义。傅立叶原理表明:任何连续测量的时序或信号,都可以表示为不同频率的正弦波信号的无限叠加。而根据该原理创立的傅立叶变换算法利用直接测量...原创 2018-04-01 16:05:52 · 7649 阅读 · 3 评论 -
学习——信号调制识别(一)
学习——信号调制识别 (一) 看了《通信信号调制识别技术及其发展》这一论文后,将学习到的知识记录在这篇博客里。1、通信信号调制识别技术 调制识别问题从本质上来说是一种典型的模式识别问题。其基本框架如图所示: 调制识别由三部分组成:信号预处理、提取特征参数和分类识别。信号预处理部分包括载波同步、频率下变频、噪声抑制以及对信噪比、符号周期、载波频率等参数的估计。特征提取部分...原创 2018-04-02 14:53:27 · 19659 阅读 · 4 评论 -
基于Python的频谱分析(一)
1、傅里叶变换 傅里叶变换是信号领域沟通时域和频域的桥梁,在频域里可以更方便的进行一些分析。傅里叶主要针对的是平稳信号的频率特性分析,简单说就是具有一定周期性的信号,因为傅里叶变换采取的是有限取样的方式,所以对于取样长度和取样对象有着一定的要求。2、基于Python的频谱分析 将时域信号通过FFT转换为频域信号之后,将其各个频率分量的幅值绘制成图,可以很直观地观察信号的频谱。 ...原创 2018-04-02 20:29:46 · 39024 阅读 · 10 评论 -
基于Python的频谱分析(二)——频谱泄露
1、频谱泄露 对于频率为fs的正弦序列,它的频谱应该只是在fs处有离散谱。但是,在利用DFT求它的频谱时,对时域做了截断,结果使信号的频谱不只是在fs处有离散谱,而是在以fs为中心的频带范围内都有谱线出现,它们可以理解为是从fs频率上“泄漏”出去的,这种现象称 为频谱“泄漏”。2、代码分析如果我们波形不能在fft_size个取样中形成整数个周期的话会怎样呢?将上篇博客中的采样对象...原创 2018-04-02 21:10:00 · 4174 阅读 · 0 评论