![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
课程
ordinarabbit
THU本博 CBICR
展开
-
测试信号处理-谱分析基础知识
测试信号处理基础1 - 谱分析基础知识简介信号定义:对信息的表达形式分类:随机、确定:只能通过统计特征加以描述或者可以解析表示连续、离散:根据信号的自变量(往往是时间)是否离散能量型号、功率信号——看看是否绝对可积energy:∫∣x(t)∣2dt<∞energy: \int |x(t)|^2dt < \infty energy:∫∣x(t)∣2dt<∞energy:∑∣x(n)∣2<∞energy: \sum |x(n)|^2 < \infty ene原创 2020-11-10 13:04:37 · 1470 阅读 · 1 评论 -
测试信号处理-有限冲激响应滤波器
有限冲激响应滤波器相位信息很重要,例如在雷达和声音系统。仍然利用模拟滤波器的成熟理论。定义:τg(ω)=−dϕdω\tau_g(\omega)=-\frac{d\phi}{d\omega}τg(ω)=−dωdϕ为群延迟当群延迟为常数,也分为两类线性相位,第一类过零点,第二类不过特点N=M+1第一类线性相位的时候,h(n)按n=M/2中心偶对称。第二类为奇对称。case1:偶对称+M为偶数——第一类线性相位。可实现任意滤波器。case2:偶对称+M为奇数——第一类线性相位,可实现低原创 2020-11-10 13:07:37 · 557 阅读 · 0 评论 -
测试信号处理-模拟滤波器概述
模拟滤波器概述略略略经典滤波器原理1. 术语和概念h(t),H(s),H(jΩ)h(t),H(s),H(j\Omega)h(t),H(s),H(jΩ)分别为单位冲击响应,传输函数,频率响应函数。h(n),H(z),H(jΩ)h(n),H(z),H(j\Omega)h(n),H(z),H(jΩ)单位抽样响应,转移函数,频率响应函数。模拟滤波器转换为数字滤波器会在频域上有个延拓(N点,2pi周期)不失真传输y(t)=Kx(t−τ)y(t)=Kx(t-\tau)y(t)=Kx(t−τ)原创 2020-11-10 13:06:55 · 1888 阅读 · 0 评论 -
测试信号处理- 现代功率谱估计
现代功率谱估计平稳随机信号的参数化模型H(z)=B(z)A(z)H(z)=\frac{B(z)}{A(z)}H(z)=A(z)B(z)B(z)=∑k=0qbkz−kB(z)=\sum_{k=0}^q b_kz^{-k}B(z)=∑k=0qbkz−kA(z)=1+∑k=0pakz−kA(z)=1+\sum_{k=0}^p a_kz^{-k}A(z)=1+∑k=0pakz−k假定平稳过程是由于一系列噪声序列激励一个线性系统产生的。根据x的先验知识来估计H的参数。(H即是对x建模)只要已知白原创 2020-11-10 13:06:29 · 606 阅读 · 0 评论 -
测试信号分析-估计理论的基本原理
估计理论的基本原理随机信号序的统计量估计随机信号序列 x(n),有限长度 均值、相关函数、功率谱密度函数的估计式为m^=1N∑x(n)\hat m = \frac{1}{N}\sum x(n)m^=N1∑x(n) R^xx=1N∑x(n)x(n+m)\hat R_{xx}= \frac{1}{N}\sum x(n)x(n+m)R^xx=N1∑x(n)x(n+m) P^xx(ejω)=∑m=−(N−1)N−1Rxxe−jωn\hat P_{xx}(e^{j\omega})= \sum^{N-1}_原创 2020-11-10 13:05:46 · 730 阅读 · 0 评论 -
测试信号处理-谱分析的统计知识
谱分析的统计知识两个重要概念平稳随机过程随机过程的统计特性不随样本的采样时刻而变化严格的:概率密度函数不随样本的采样时刻变化广义的:数字特征不发生变化各态历经(遍历)的随机过程样本轴方向的和时间轴方向的数字特征一致(单一时间刻上的采样在不同样本上的数字特征一样和单一样本上的数字特征一样)同一时刻更广义地可以认为是环境演变周期中的同一个时间刻各态历经的信号一定是平稳的更大的意义是一个样本的时间平均来估计多个样本的平均大多数信号在外界环境不变的情况下认为满足这两个条件原创 2020-11-10 13:05:17 · 403 阅读 · 0 评论