随机信号处理笔记: 零中频处理技术及Hilbert变换
——南京理工大学顾红老师的《随机信号处理》浅析
文章目录
引言
-
雷达接收机首先将输入的高频窄带信号进行下混频处理。得到含有幅度和相位信息的中频信号。然后将得到的中频信号,分双通道通过相位检波器处理,低通滤波后得到相互正交的双通道低频信号(零中频信号)。
-
由于实信号用复信号表示可以带来理论分析和计算中的方便,另外在信号处理过程中可以带来3dB的信噪比增益,引入了希尔伯特变换,可以将实信号用复信号唯一表示。
(建议:本篇公式较长,为方便阅读,请在电脑端查看。)
1.零中频处理技术
图中 s ( t ) s(t) s(t)与 2 cos ( ω 0 t ) 2\cos (\omega _0t) 2cos(ω0t)相乘得到同相支路 s I ( t ) s_I(t) sI(t); s ( t ) s(t) s(t)与 − 2 sin ( ω 0 t ) -2\sin (\omega _0t) −2sin(ω0t)相乘得到正交支路 s Q ( t ) s_Q(t) sQ(t)。
其中 s ( t ) = a s ( t ) cos [ ω 0 t + φ s ( t ) ] s(t)=a_s(t)\cos [\omega_0t+\varphi _s(t)] s(t)=as(t)cos[ω0t+φs(t)]。推导过程如下:
- 同相支路:
s ( t ) ⋅ 2 cos ( ω 0 t ) = 2 a s ( t ) cos [ ω 0 t + φ s ( t ) ] cos ( ω 0 t ) = 2 a s ( t ) [ cos ω 0 t cos φ s ( t ) − sin ω 0 t sin φ s ( t ) ] cos ( ω 0 t ) = 2 a s ( t ) { 1 2 [ 1 + cos ( 2 ω 0 t ) ] cos φ s ( t ) − 1 2 sin 2 ω 0 t sin φ s ( t ) } \begin{aligned} s(t)\cdot2\cos (\omega_0t) &=2a_s(t)\cos [\omega_0t+\varphi _s(t)]\cos(\omega_0t)\\ &=2a_s(t)[\cos \omega_0t\cos\varphi_s(t)-\sin\omega_0t\sin\varphi _s(t)]\cos(\omega_0t)\\ &=2a_s(t)\{\frac{1}{2} [1+\cos(2\omega_0t)]\cos\varphi_s(t)-\frac{1}{2}\sin2\omega_0t\sin\varphi_s(t)\} \end{aligned} s(t)⋅2cos(ω0t)=2as(t)cos[ω0t+φs(t)]cos(ω0t)=2as(t)[cosω0tcosφs(t)−sinω0tsinφs(t)]cos(ω0t)=2as(t){21[1+cos(2ω0t)]cosφs(t)−21sin2ω0tsinφs(t)}
通过低通滤波器得到低频信号(同相支路):
s
I
(
t
)
=
a
s
(
t
)
cos
φ
s
t
s_I(t)=a_s(t)\cos\varphi_st
sI(t)=as(t)cosφst
- 正交支路:
s ( t ) ⋅ [ − 2 sin ( ω 0 t ) ] = − 2 a s ( t ) cos [ ω 0 t + φ s ( t ) ] sin ( ω 0 t ) = − 2 a s ( t ) [ cos ω 0 t cos φ s ( t ) − sin ω 0 t sin φ s ( t ) ] sin ( ω 0 t ) = − 2 a s ( t ) { − 1 2 [ 1 − cos ( 2 ω 0 t ) ] sin φ s ( t ) + 1 2 sin 2 ω 0 t cos φ s ( t ) } \begin{aligned} s(t)\cdot[-2\sin (\omega_0t)] &=-2a_s(t)\cos [\omega_0t+\varphi _s(t)]\sin(\omega_0t)\\ &=-2a_s(t)[\cos \omega_0t\cos\varphi_s(t)-\sin\omega_0t\sin\varphi _s(t)]\sin(\omega_0t)\\ &=-2a_s(t)\{-\frac{1}{2} [1-\cos(2\omega_0t)]\sin\varphi_s(t)+\frac{1}{2}\sin2\omega_0t\cos\varphi_s(t)\} \end{aligned} s(t)⋅[−2sin(ω0t)]=−2as(t)cos[ω0t+φs(t)]sin(ω0t)=−2as(t)[cosω0tcosφs(t)−sinω0tsinφs(t)]sin(ω0t)=−2as(t){−21[1−cos(2ω0t)]sinφs(t)+21sin2ω0tcosφs(t)}
通过低通滤波器后得到低频信号(正交支路):
s
Q
(
t
)
=
a
s
(
t
)
sin
φ
s
t
s_Q(t)=a_s(t)\sin\varphi_st
sQ(t)=as(t)sinφst
两路正交输出的信号可以用复数表示:
s
~
=
s
I
(
t
)
+
j
s
Q
(
t
)
\tilde{s}=s_I(t)+js_Q(t)
s~=sI(t)+jsQ(t)
输出的低频信号既保留了信号的幅度信息又保留了信号的相位信息。即:
a
s
(
t
)
=
s
I
2
(
t
)
+
s
Q
2
(
t
)
a_s(t)=\sqrt{s_I^2(t)+s_Q^2(t)}
as(t)=sI2(t)+sQ2(t)
φ s ( t ) = arctan s Q ( t ) s I ( t ) \varphi_s(t)=\arctan\frac{s_Q(t)}{s_I(t)} φs(t)=arctansI(t)sQ(t)
2.希尔伯特变换
2.1实信号的复数表示
2.1.1复函数表示实信号的可能性
为得到实信号的唯一复数表示方法,从实信号的频谱特点开始研究。
实信号频谱是复共轭对称的,实信号满足
s
(
t
)
=
s
∗
(
t
)
s(t)=s^*(t)
s(t)=s∗(t)。实信号的傅里叶变换频谱:
S
(
ω
)
=
∫
−
∞
∞
s
(
t
)
e
−
j
ω
t
d
t
=
∫
−
∞
∞
s
∗
(
t
)
e
−
j
ω
t
d
t
=
S
∗
(
−
ω
)
S(\omega)=\int_{-\infty}^\infty s(t)e^{-j\omega t}dt=\int_{-\infty}^\infty s^*(t)e^{-j\omega t}dt=S^*(-\omega)
S(ω)=∫−∞∞s(t)e−jωtdt=∫−∞∞s∗(t)e−jωtdt=S∗(−ω)
其中,
S
∗
S^*
S∗是
s
(
t
)
s(t)
s(t)的傅里叶变换,有如下关系:
∣
S
(
ω
)
∣
=
∣
S
∗
(
−
ω
)
∣
|S(\omega)|=|S^*(-\omega)|
∣S(ω)∣=∣S∗(−ω)∣
arg S ( ω ) = arg S ∗ ( − ω ) = − arg S ( − ω ) \arg S(\omega)=\arg S^*(-\omega)=-\arg S(-\omega) argS(ω)=argS∗(−ω)=−argS(−ω)
实信号的频谱幅度谱是偶对称的,相位谱是奇对称的。实信号的频谱是复共轭对称的。正是由于其频谱的复共轭对称性,其负半周的频谱,可以由正半轴的频谱唯一决定。因此,只要知道信号的正半轴(或负半轴)频谱,就可以恢复出原实信号
s
(
t
)
s(t)
s(t):
s
(
t
)
=
1
2
π
∫
−
∞
∞
S
(
ω
)
e
j
ω
t
d
ω
=
1
2
π
∫
−
∞
0
S
(
ω
)
e
j
ω
t
d
ω
+
1
2
π
∫
0
∞
S
(
ω
)
e
j
ω
t
d
ω
=
1
2
π
∫
−
∞
0
S
∗
(
−
ω
)
e
j
ω
t
d
ω
+
1
2
π
∫
0
∞
S
(
ω
)
e
j
ω
t
d
ω
=
1
2
π
∫
0
∞
S
∗
(
ω
)
e
−
j
ω
t
d
ω
+
1
2
π
∫
0
∞
S
(
ω
)
e
j
ω
t
d
ω
★
=
R
e
[
1
2
π
∫
0
∞
2
S
(
ω
)
e
j
ω
t
d
ω
]
★
=
R
e
[
s
~
(
t
)
]
\begin{aligned} s(t)&=\frac{1}{2\pi}\int_{-\infty}^{\infty}S(\omega)e^{j\omega t}d\omega\\ &=\frac{1}{2\pi}\int_{-\infty}^{0}S(\omega)e^{j\omega t}d\omega+\frac{1}{2\pi}\int_{0}^{\infty}S(\omega)e^{j\omega t}d\omega\\ &=\frac{1}{2\pi}\int_{-\infty}^{0}S^*(-\omega)e^{j\omega t}d\omega+\frac{1}{2\pi}\int_{0}^{\infty}S(\omega)e^{j\omega t}d\omega\\ &=\color{Maroon}\frac{1}{2\pi}\int_{0}^{\infty}S^*(\omega)e^{-j\omega t}d\omega+\frac{1}{2\pi}\int_{0}^{\infty}S(\omega)e^{j\omega t}d\omega \quad\quad\quad\bigstar\\ &=\color{Maroon}Re[\frac{1}{2\pi}\int_{0}^{\infty}2S(\omega)e^{j\omega t}d\omega] \quad\quad\quad\quad\quad\quad\quad\quad\quad\quad\quad\,\,\bigstar\\ &=Re[\tilde{s}(t)] \end{aligned}
s(t)=2π1∫−∞∞S(ω)ejωtdω=2π1∫−∞0S(ω)ejωtdω+2π1∫0∞S(ω)ejωtdω=2π1∫−∞0S∗(−ω)ejωtdω+2π1∫0∞S(ω)ejωtdω=2π1∫0∞S∗(ω)e−jωtdω+2π1∫0∞S(ω)ejωtdω★=Re[2π1∫0∞2S(ω)ejωtdω]★=Re[s~(t)]
注:推导式中带“ ★ \bigstar ★”的两行,利用了复数运算重要的性质:
- 复数乘积取共轭等于复数取共轭后的乘积;
- 复数取共轭实部不变。
由此可知, s ~ ( t ) \tilde{s}(t) s~(t)与 2 S ( ω ) ( ω > 0 ) 2S(\omega)(\omega>0) 2S(ω)(ω>0)是互为傅里叶变换。 s ~ ( t ) \tilde{s}(t) s~(t)是复函数,且对于 s ( t ) s(t) s(t)是唯一的,其实部就是 s ( t ) s(t) s(t)。
2.1.2复函数表示实信号的必要性
由于无线电信号通常是窄带信号,其表达式:
s
(
t
)
=
A
(
t
)
cos
[
ω
0
t
+
φ
(
t
)
]
s(t)=A(t)\cos[\omega_0t+\varphi(t)]
s(t)=A(t)cos[ω0t+φ(t)]。而
A
(
t
)
、
φ
(
t
)
A(t)、\varphi(t)
A(t)、φ(t),相较于载频来说属于慢变化的低频信号,因此窄带信号通常又可以表示为:
s
(
t
)
=
1
2
A
~
(
t
)
e
j
ω
0
t
+
1
2
A
∗
~
(
t
)
e
−
j
ω
0
t
s(t)=\frac{1}{2}\tilde{A}(t)e^{j\omega_0t}+\frac{1}{2}\tilde{A^*}(t)e^{-j\omega_0t}
s(t)=21A~(t)ejω0t+21A∗~(t)e−jω0t
其中,
A
~
(
t
)
=
A
(
t
)
e
−
j
φ
(
t
)
\tilde{A}(t)=A(t)e^{-j\varphi (t)}
A~(t)=A(t)e−jφ(t),信号的复包络;
A
∗
~
(
t
)
\tilde{A^*}(t)
A∗~(t),是对
A
~
(
t
)
\tilde{A}(t)
A~(t)取共轭。
假设
A
~
(
t
)
\tilde{A}(t)
A~(t)与
A
~
(
ω
)
\tilde{A}(\omega)
A~(ω),是傅里叶变换对。即:
A
~
(
t
)
\tilde{A}(t)
A~(t)
↔
F
\stackrel{\mathscr{F}}\leftrightarrow
↔F
A
~
(
ω
)
\tilde{A}(\omega)
A~(ω)。则:
S
(
ω
)
=
1
2
[
A
~
(
ω
−
ω
0
)
+
A
∗
~
(
−
ω
−
ω
0
)
]
S(\omega)=\frac{1}{2}[\tilde{A}(\omega-\omega_0)+\tilde{A^*}(-\omega-\omega_0)]
S(ω)=21[A~(ω−ω0)+A∗~(−ω−ω0)]
2.1.3解析信号及Hilbert变换
将实信号
s
(
t
)
s(t)
s(t)变为复信号
s
~
(
t
)
\tilde{s}(t)
s~(t)后,得到
S
(
ω
)
S(\omega)
S(ω),
S
~
(
ω
)
\tilde{S}(\omega)
S~(ω)的关系如下:
S
~
(
ω
)
=
{
2
S
(
ω
)
,
ω
>
0
0
,
ω
<
0
\tilde{S}(\omega)=\left\{ \begin{array}{rcl} &2S(\omega)&,&\omega>0\\ &0&,&\omega<0 \end{array} \right.
S~(ω)={2S(ω)0,,ω>0ω<0
- 具有单边频谱(正频率)的复信号成为解析信号。
实信号的解析信号具有上式所示的单边频谱特性。解析信号 s ~ ( t ) = s ( t ) + j s ^ ( t ) \tilde{s}(t)=s(t)+j\hat{s}(t) s~(t)=s(t)+js^(t), s ^ ( t ) \hat{s}(t) s^(t)表示虚部。
- 实信号的频谱满足:
s ( t ) ↔ F { S ( ω ) , ω > 0 S ( ω ) , ω < 0 s(t)\stackrel{\mathscr{F}}\leftrightarrow \left\{ \begin{array}{rcl} &S(\omega)&,&\omega>0\\ &S(\omega)&,&\omega<0 \end{array} \right. s(t)↔F{S(ω)S(ω),,ω>0ω<0
- 虚部 j s ^ ( t ) j\hat{s}(t) js^(t)的频谱 j S ^ ( ω ) j\hat{S}(\omega) jS^(ω)是 ω \omega ω的奇函数:
j s ^ ( t ) ↔ F j S ^ ( ω ) = { S ( ω ) , ω > 0 − S ( ω ) , ω < 0 j\hat{s}(t)\stackrel{\mathscr{F}}\leftrightarrow j\hat{S}(\omega)= \left\{ \begin{array}{rcl} &S(\omega)&,&\omega>0\\ &-S(\omega)&,&\omega<0 \end{array} \right. js^(t)↔FjS^(ω)={S(ω)−S(ω),,ω>0ω<0
上式可改写为:
j
S
^
(
ω
)
=
S
(
ω
)
s
g
n
(
ω
)
j\hat{S}(\omega)=S(\omega)sgn(\omega)
jS^(ω)=S(ω)sgn(ω)
其中,
s
g
n
(
ω
)
=
{
1
,
ω
>
0
0
,
ω
=
0
−
1
,
ω
<
0
sgn(\omega)=\left\{ \begin{array}{rcl} &1&,&\omega>0\\ &0&,&\omega=0\\ &-1&,&\omega<0\\ \end{array} \right.
sgn(ω)=⎩⎨⎧10−1,,,ω>0ω=0ω<0
进而式 11 可改写为:
S
~
(
ω
)
=
S
(
ω
)
+
j
S
^
(
ω
)
=
S
(
ω
)
+
S
(
ω
)
s
g
n
(
ω
)
=
S
(
ω
)
[
1
+
s
g
n
(
ω
)
]
=
2
S
(
ω
)
U
(
ω
)
\begin{aligned} \tilde{S}(\omega)&=S(\omega)+j\hat{S}(\omega)\\ &=S(\omega)+S(\omega)sgn(\omega)\\ &=S(\omega)[1+sgn(\omega)]\\ &=2S(\omega)U(\omega) \end{aligned}
S~(ω)=S(ω)+jS^(ω)=S(ω)+S(ω)sgn(ω)=S(ω)[1+sgn(ω)]=2S(ω)U(ω)
其中,
U
(
ω
)
=
1
2
[
1
+
s
g
n
(
ω
)
]
=
{
1
,
ω
>
0
1
2
,
ω
=
0
0
,
ω
<
0
\begin{aligned} {U}(\omega)&=\frac{1}{2}[1+sgn(\omega)]\\ &=\left\{ \begin{array}{rcl} &1&,&\omega>0\\ &\frac{1}{2}&,&\omega=0\\ &0&,&\omega<0 \end{array} \right. \end{aligned}
U(ω)=21[1+sgn(ω)]=⎩⎨⎧1210,,,ω>0ω=0ω<0
希尔伯特正变换:
s
^
(
t
)
=
1
π
∫
−
∞
∞
s
(
τ
)
t
−
τ
d
τ
\hat{s}(t)=\frac{1}{\pi}\int_{-\infty}^{\infty}\frac{s(\tau)}{t-\tau}d\tau
s^(t)=π1∫−∞∞t−τs(τ)dτ
希尔伯特反变换:
s
(
t
)
=
−
1
π
∫
−
∞
∞
s
^
(
τ
)
t
−
τ
d
τ
{s}(t)=-\frac{1}{\pi}\int_{-\infty}^{\infty}\frac{\hat{s}(\tau)}{t-\tau}d\tau
s(t)=−π1∫−∞∞t−τs^(τ)dτ
-
希尔伯特变换性质:
由
s
(
t
)
s(t)
s(t)求解
s
^
(
t
)
\hat{s}(t)
s^(t)的过程实际上是,
s
(
t
)
s(t)
s(t)经过冲激响应
h
(
t
)
=
1
/
π
t
h(t)=1/\pi t
h(t)=1/πt的线性网络后的输出
s
^
(
t
)
\hat{s}(t)
s^(t)。该线性网络的传输函数:
H
(
ω
)
=
∫
−
∞
∞
h
(
t
)
e
−
j
ω
t
d
t
=
∫
−
∞
∞
1
π
t
e
−
j
ω
t
d
t
=
{
j
,
ω
<
0
−
j
,
ω
>
0
\begin{aligned} {H}(\omega)&=\int_{-\infty}^{\infty}h(t)e^{-j\omega t}dt\\ &=\int_{-\infty}^{\infty}\frac{1}{\pi t}e^{-j\omega t}dt\\ &=\left\{ \begin{array}{rcl} &j&,&\omega<0\\ &-j&,&\omega>0 \end{array} \right. \end{aligned}
H(ω)=∫−∞∞h(t)e−jωtdt=∫−∞∞πt1e−jωtdt={j−j,,ω<0ω>0
也即,
H
(
ω
)
=
j
s
g
n
(
ω
)
H(\omega)=jsgn(\omega)
H(ω)=jsgn(ω)。
3.复信号在工程应用中的意义
实际上,严格意义上的复信号在工程中是不存在的,都是实信号,但是可以利用希尔伯特变换构造出复信号。即,正交双通道。这样做的主要目的(意义)有:
- 雷达应用中,解决盲相问题
对接收机的中频信号进行采样时,如果不采用正交双通道,往往会出现采样点全为零的情况(下图中三角形表示采样时刻):
这种情况下就出现采样电平全为0的情况,造成盲相。如果采用正交双通道就不会出现这种情况,两个通道的采样电平不会出现采样电平同时为零的情况。
- 信噪比增益多了3dB
由于两路信号的平均功率相等,因此总功率变为原来的2倍,信号处理过程中的信噪比增益会增加3dB。即:
10
lg
2
=
3
d
B
10\lg2=3dB
10lg2=3dB