![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数字信号处理
文章平均质量分 62
深入理解数字信号处理方面的知识
fpga入门选手
这个作者很懒,什么都没留下…
展开
-
matlab与FPGA交互
clcclear allf1=1*10^6;fs=50*10^6;L=2000;t=0:L-1;t=t/fs;da=sin(2*pi*f1*t);da=floor(da*127);N=8;fid=fopen('d:\m\data.txt','w');fid1=fopen('d:\m\data1.txt','w');fid2=fopen('d:\m\data2.txt','w');fid3=fopen('d:\m\data3.txt','w');for i=1:4:length原创 2022-04-30 20:51:10 · 710 阅读 · 0 评论 -
fsk(matlab)33
%E6_1_FskMod.mps=1*10^6; %码速率为1MHzN=1000; %数据码元个数Fs=32*10^6; %采样速率为32MHzfc=6*10^6; %载波频率为6MHzLen=N*Fs/ps;%仿真调制指数为0.5时的FSK信号m=1.5; %调制指数freqsep=m*ps; %FSK信号中,两个频率之间的间隔nsamp=Fs/ps; %每个码元的采样点数x = randint(N,1,2); % 产生随机数据做为数据码元ContD...原创 2022-04-26 00:13:54 · 1991 阅读 · 0 评论 -
fft(matlab)3
clcclear allfs=1*10^6;f=50*10^3;N=260;L=1000;t=0:L-1;t=t/fs;s=sin(2*pi*f*t);a=abs((fft(s,N)));subplot(211);plot(t(1:100)*1000,s(1:100));xlabel('时间(ms)');ylabel('幅度(v)');subplot(212)n=0:N-1;stem(n,a);xlabel('FFT的位置');ylabel('FFT变换的模');原创 2022-04-26 00:12:45 · 1561 阅读 · 0 评论 -
fir(matlab)
1.fs=25*10^6;fc=2*10^6;N=63;wn=fc*2/fs;b1=fir1(N-1,wn);m1=20*log10(abs(fft(b1)));x=[0:(fs/length(m1)):fs/2];figure(1)subplot(211)plot(b1);xlabel('n');ylabel('h(n)');subplot(212)plot(x,m1(1:length(x)));c=b1/max(abs(b1));d=round(c*511);m2=原创 2022-04-26 00:02:14 · 1782 阅读 · 0 评论 -
fft(matlab)2
1.Fs=1000;N=1000;n=0:N-1;t=n/Fs;x=sin(2*pi*50*t)+sin(2*pi*120*t)+rand(1,N);y=abs(fft(x,N));f=n*Fs/N;subplot(211);plot(f,y);2.fs=1*10^6;t=0:1/fs:255/fs;f1=200*10^3;f2=400*10^3;s1=sin(2*pi*f1*t);s2=sin(2*pi*f2*t);s=s1+s2;N=256;a=(原创 2022-04-25 23:57:19 · 477 阅读 · 0 评论 -
fft(matlab)1
N=512; %长度f1=100; %频率f2=105; Fs=400; %采样频率t=0:1/Fs:1/Fs*(N-1); %产生时间序列s=sin(2*pi*f1*t)+sin(2*pi*f2*t); %叠加信号f=fft(s,N); %求频谱f=20*log(abs(f))/log(10); %换成dBW单位ft=0:(Fs/N):Fs/2; %转换以hZ单位为横坐标f=f(1:length(ft))...原创 2022-04-25 23:47:07 · 285 阅读 · 0 评论 -
fsk(matlab)
clcclear all;fs=8*10^6;f1=1*10^6; %f2=2.5*10^6;ps=250*10^3;N=1000;t=0:1/fs:999/fs;s1=cos(2*pi*f1*t);s2=cos(2*pi*f2*t);s=randn(1,N)>0;for i=1:N if s(i)==0 d(i)=0; else d(i)=1; end endda=rectpulse(d,fs/ps);mt=...原创 2022-04-25 23:44:13 · 838 阅读 · 0 评论 -
(一)深入理解采样定理
1. 奈奎斯特采样定理是连接连续和离散的桥梁。现实世界中接触到的信号,比如电信号,光信号,声音信号等都是随时间连续变化的,称为连续信号。但对于计算机来说如要处理连续信号,这是无能为力的,必须要将连续信号转化为离散信号,这个过程就叫采样。采样后,计算机得到是离散的点,用这些离散的点代替连续的线必然有误差,那么怎样根据采样还原出原来的信号呢?奈奎斯特采样定理就出现了。奈奎斯特采样定理的内容是采样频率必须为大于等于2倍的最大频率分量,才能还原出原来的信号,它又叫低通采样定理。 那么...原创 2021-08-06 09:46:17 · 5091 阅读 · 0 评论