信号处理
文章平均质量分 80
信号处理基础知识和仿真实践
Satisfying
#自律女孩养成记#
#立刻行动派#
外表平静似水,内心坚定如刚。
展开
-
第3讲 -- 信噪比如何计算?如何产生固定信噪比的带噪信号?
信噪比,又叫SNRSNRSNR或S/NS/NS/N,是指一个电子系统中信号与噪声的比例,信噪比的计量单位通常是dBdBdBSNR=10lgPsPnSNR=10lgPnPsSNR=20lgVsVnSNR=20lgVnVs其中PsP_sPs和PnP_nPn代表信号和噪声的有效功率,VsV_sVs和VnV_nVn。原创 2022-11-03 20:11:11 · 4590 阅读 · 0 评论 -
【20220629】【信号处理】(平稳随机信号)自相关函数性质的证明过程
目录1. 偶函数2. 处取得最大值3. 周期函数的自相关函数也是周期函数,且周期和原函数相同4. 对于非周期信号,当 趋于无穷大时,自相关函数趋于信号平均值的平方 做变量代换,令 ,则有: 因此,自相关函数为偶函数。 利用任何非负函数的期望恒为非幅值的性质,则有: 若 为平稳过程,则有: 则有: 即: 因此,自相关函数在 处取得最大值,且为平稳随机过程的 “平均交流功率” 。 证明:原创 2022-06-29 18:16:35 · 8444 阅读 · 2 评论 -
【20220628】【信号处理】自相关函数在信号处理中的应用——提取被噪声干扰的周期信号的周期
自相关函数的定义和特性详见:(6条消息) 【20220627】【信号处理】自相关函数的定义、计算方法及应用_Satisfying的博客-CSDN博客 利用自相关函数 “周期信号的自相关函数依旧是同频率的周期信号” 的特性。该性质推导过程如下: 假设有一个周期信号为: 根据定义,其自相关函数为: 由于 的周期为 ,因此有: 则有: 因此,周期函数的自相关函数也为周期函数,并且周期等于原周期函数周期。运行结果:原创 2022-06-28 21:10:54 · 6174 阅读 · 1 评论 -
【20220627】【信号处理】自相关函数的定义、计算方法及应用
相关函数是用于定性描述两个信号之间的相关程度,两个信号之间的线性相似性大小可用相关系数定量计算。计算公式为: 相关系数的定义及相关性质详见:【20220623】【信号处理】深入理解Pearson相关系数和Matlab corr()、corrcoef()仿真_Satisfying的博客-CSDN博客 相关函数可分为自相关函数、互相关函数和协方差函数,本文重点介绍自相关函数。 自相关函数是描述某一个随机信号在不同时刻之间的相关程度,定义式为: 对于连续信号原创 2022-06-27 21:12:31 · 56457 阅读 · 8 评论 -
【20220623】【信号处理】深入理解Pearson相关系数和Matlab corr()、corrcoef()仿真
相关系数(correlation of coefficient)是统计学中的概念,是由统计学家卡尔·皮尔逊设计的一个统计指标,也称作 Pearson 相关系数。相关系数用于描述两个连续型变量之间的线性相关程度及相关方向,它的取值在 [-1, 1] 之间。 总体的 Pearson 相关系数用 表示,计算公式为: 样本的 Pearson 相关系数用 表示,计算公式为: Pearson 相关系数 = 两个变量的协方差除以标准差的乘积。 (参考:统计知识扫原创 2022-06-23 15:42:56 · 5381 阅读 · 2 评论 -
【20220207】【信号处理】希尔伯特变换定义及解调原理
一、解析信号1. 定义解析信号是没有负频率分量的复值函数,解析信号的实部和虚部是由希尔伯特变换相关联的实值函数。 (参考:解析信号)2. 概念 一个实值函数的 Hilbert 变换记作为,则的解析信号为: 3. 性质(参考:希尔伯特变换简介) 解析信号有如下性质.........原创 2022-02-08 11:47:04 · 18044 阅读 · 5 评论 -
【20220207】【信号处理】多种波峰、波谷检测算法原理介绍和优缺点比较
一、比较判别法波峰:f(x) > f(x-1) 且 f(x) > f(x+1);波谷:f(x) <f(x-1) 且 f(x) < f(x+1)。二、一阶差分结合比较判别法波峰: 一阶差分异号 且 f(x) > f(x-1);波谷: 一阶差分异号 且 f(x) < f(x-1)。三、二阶差分判别法 波峰: 一阶差分异号 且 二阶差分小于零;波.........原创 2022-02-07 18:10:31 · 8347 阅读 · 0 评论 -
【20220207】【信号处理】三次样条插值原理详解
方程组的求解本文不做介绍。一、三次样条插值1. 定义三次样条插值(Cublic Spline Interpolation),简称 Spline 插值,是通过一系列样本点的光滑曲线,数学上通过求解三弯矩方程组得出曲线函数组。 (参考:三次样条插值)2. 解决什么问题?通过采集数据,通常有两种做法:拟合或差值。拟合不要求曲线通过所有的样本点,讲究神似,即整体趋势一致;插值讲究形似,即要求曲线穿过每个样本点。插值生成的高阶曲...原创 2022-02-07 17:51:50 · 17304 阅读 · 0 评论 -
【20220124】【信号处理】ECG信号预处理及信号筛选方法
(参考:模式识别(ECG信号的处理与识别))一、ECG信号干扰来源人体的心电信号是一种非线性、非平稳、随机性强的微弱生理信号,在信号采集过程中心电信号极易受到仪器、人体活动、操作者以及周围环境等各方面因素的干扰而引入噪声。ECG(心电图)信号的主要噪声包括:基带漂移、肌电干扰、工频噪声、其他噪声干扰等。基线漂移是 ECG 信号的主要噪声之一,主要是由于病人呼吸。电极贴片滑动等所导致,频率一般低于 1Hz,其表现为变换缓慢的类正弦曲线,如下图:...原创 2022-01-24 15:59:16 · 11558 阅读 · 0 评论 -
【20220122】【信号处理】能量谱和功率谱的区别
一、能量信号和功率信号1. 能量信号能量有限的信号为能量信号;2. 功率信号功率有限的信号为功率信号。 总之来说,所有周期信号都是功率信号,所有有限数量的脉冲信号都是能量信号。 (参考:能量信号和功率信号的分别)二、能量谱和功率谱1. 能量谱能量谱也叫能量谱密度,能量谱密度描述了信号或时间序列的能量如果随频率分布。能量谱是原信号 FFT 变换的平方。2. 功率谱功率谱也叫功率谱密度函数,简称...原创 2022-01-22 10:16:47 · 4993 阅读 · 0 评论 -
【20220114】【信号处理】什么是基线漂移/趋势项?如何消除?
一、带你了解基线漂移1. 什么是基线漂移?一个特别低频的曲线叠加到了原始信号上,使得原始信号有缓慢的轻微的上下浮动的趋势。如下图: (参考:信号基线漂移是什么意思?) (参考:心电 基线漂移的处理研究论文)2. 基线漂移的危害? 如果不消除基线漂移/趋势项,那么会把趋势项当作真是采集的原始信号,会影响信号的准确性和后续的数据处理结果。 存在基线漂移时,在进行 FFT 分析、相关性分析和功率谱密度分.........原创 2022-01-14 20:09:11 · 30831 阅读 · 13 评论 -
【20220112】【信号处理】为什么要进行分窗?从Matlab仿真的角度对比常见几种窗函数的特性
一、为什么要进行分窗?1. 分窗的作用 信号进行 FFT 变换容易因为非周期截断造成频谱泄露,加窗可以更好地满足 FFT 处理的周期性要求,减少频谱泄露。频谱泄露详解见:【20211228】【信号处理】从 Matlab 仿真角度理解频谱泄露(参考:数字信号预处理--加窗的重要性) (参考:为什么要对信号加窗) (参考:【信号处理】基础知识——加窗windowing) (参考:窗函数作用和性质)2. 分窗使用范...原创 2022-01-12 19:48:03 · 3385 阅读 · 0 评论 -
【20211229】【信号处理】傅里叶变换 FFT 的点数 N 如何选取?
一、FFT 点数 N 选择不合理有什么影响?1. N 过小 栅栏效应,即频域频率分辨率不够,无法区分出某些频率成分。详见:【20211217】【信号处理】从 Matlab 仿真角度理解栅栏效应2. N 过大(1)增加了额外的计算量;(2)频谱不对。二、如何选取 FFT 点数 N?取决于要求的频率分辨率 F。频率分辨率 F 的定义:能够用 FFT 算法分析得到的最靠近的两个信号频率的频率间隔。.........原创 2021-12-29 17:40:19 · 20319 阅读 · 3 评论 -
【20211228】【信号处理】一文读懂信号处理中频谱混叠、栅栏效应、频谱泄露的产生原因和解决方法
1. 频谱混叠产生原因:采样频率不满足奈奎斯特采样定理,即采样频率过低,不满足采样频率高于信号最高频率的两倍的条件。解决方法: (1)增加时域采样点数,即提高采样频率; (2)或者在采样之前加一个抗混叠低通滤波器(把信号中超过 fs/2 的频率成分过滤掉)。详见:【20211214】【信号处理】从Matlab仿真的角度理解频谱混叠和奈奎斯特采样定理2. 栅栏效应产生原因:频谱的频率分辨率不...原创 2021-12-28 19:36:43 · 11105 阅读 · 2 评论 -
【20211228】【信号处理】从 Matlab 仿真角度理解频谱泄露
一、频谱泄露1. 定义 频谱泄露会导致主谱线旁边有很多旁瓣,这会造成谱线间的干扰,严重的可能是旁瓣能量强到分不清哪个是主瓣,这就是所谓的谱间干扰。 (参考:FFT造成的频谱混叠,栅栏效应,频谱泄露,谱间干扰)2. 产生原因 信号被非周期截断,导致延拓信号和原信号的相位不连续,那么做 FFT 变换,得到的频谱就会发生频谱泄露。所以发生频谱泄露的原因是:信号被非周期截断/加窗。 如下图:图 1 的第 1 个子图是信号被周期截断,第 ...原创 2021-12-28 19:27:27 · 5652 阅读 · 2 评论 -
【20211217】【信号处理】从 Matlab 仿真角度理解栅栏效应
一、定义栅栏效应是指离散傅里叶变换(DFT)计算的频谱被限制在基频的整数倍处,只能在相应的离散点处看到输出,而丢失了其他频率成分的信息的现象。(就好像透过一道栅栏看风景,只能看到透过栅栏缝隙的景色一样~) (参考:栅栏效应 (数字信号处理术语))二、产生原因 栅栏效应的本质就是频率分辨率不够,导致部分频率信息丢失,而丢失的这些频率信息很有可能就是重要的或具有重要特征的成分,所以可能会对信号处理的结果产生很大的影响。 (参考:...原创 2021-12-17 19:22:54 · 5672 阅读 · 0 评论 -
【20211214】【信号处理】从Matlab仿真的角度理解频谱混叠和奈奎斯特采样定理
采样频率: fs = 100Hz 信号频率:f1=40Hz,f2=60.05Hz一、奈奎斯特采样定理二、栅栏效应三、频谱泄露四、FFT点数选取原创 2021-12-16 19:10:57 · 8458 阅读 · 4 评论 -
【20211214】【信号处理】使用Matlab求解信号的频谱图、幅度谱、相位谱
clear; clc; close all; warning off;fs = 1000;t = 0 : 1/fs : 10;datalength = length(t);s1 = 10 * sin(2 * pi * 50 * t); % 信号1s2 = 3 * sin(2 * pi * 100 * t); % 信号2s3 = 15 * cos(2 * pi * 30 * t); % 信号3s4 = 1 * randn(1, datalength); % 信号4(高斯白噪声)s .原创 2021-12-14 16:19:30 · 35999 阅读 · 2 评论 -
【20211206】【信号处理】对傅里叶变换的理解和一个小例子
一、傅里叶变换 傅里叶变换是一种全局的变换,时域信号经过傅里叶变换后,就变成了频域信号,所以从傅里叶变换频谱上是无法看出时域信息的。傅里叶变换只适合处理平稳信号,对于非平稳信号,由于频率会随时间变化,为了捕获这种时变特性,需要对信号进行时频分析,比如:短时傅里叶变换、小波变换、希尔伯特黄变换等。短时傅里叶变换详见:【20211206】【信号处理】时频分析 —— 短时傅里叶变换(STFT)二、举个栗子使用 Matlab 生成一个单频信号,并进行 F...原创 2021-12-06 21:56:28 · 2737 阅读 · 0 评论 -
【20211206】【信号处理】时频分析 —— 短时傅里叶变换(STFT)
一、时频分析(JTFA) 分析时域可以得到信号随时间变化的信息,分析频域可以得到信号随频率变化的信息,这两者都只能分析时域或频域,而不能同时观察时域和频域。时频分析是时频联合域分析的简称,是分析时变非平稳信号的有力工具,是一个同时观察时域、频域信息的工具。时频分析法提供了时间域和频率域的联合分布信息,清楚地描述了信号频率随时间变化的关系。 时频分析的基本思想是:设计时间和频率的联合函数,用它同时描述信号在不同时间和频率的能量密度或强度。.........原创 2021-12-06 21:55:34 · 16971 阅读 · 2 评论 -
【20210826】【信号处理】一维信号的均值滤波、中值滤波
(参考:Matlab一维数据的中值滤波与均值滤波函数)(参考:movmean) (参考:movmedian) (参考:medfilt1)(参考:matlab处理常见实验数据之中值滤波与均值滤波 medfilt1 smooth)1. 均值滤波x_meanFilter = movmean(x, n)2. 中值滤波x_medFilter = movmedian(x, n)x_medFilter = ...原创 2021-08-26 17:28:42 · 4203 阅读 · 0 评论 -
【20210910】【信号处理】补偿FIR滤波器时延
一、FIR滤波器时延 = 滤波器阶数 / 采样频率(单位:s)(参考:补偿 FIR 滤波器引入的延迟)二、仿真代码fs = 1000; % 采样频率ts = 1 / fs; % 采样间隔t = 0 : ts: 2;A1 = 5; f1 = 10; % 信号1的幅值和频率A2 = 10; f2 = 20; % 信号2的幅值和频率s1 = A1 * sin(2*pi*f1*t); % 信号1s2 = A2 * sin(2*pi*f2*t); % 信号1s ........原创 2021-09-10 19:12:17 · 6254 阅读 · 2 评论 -
【20210728】【信号处理】Alpha-Beta滤波——一种状态估计的方法
一、背景目前较为熟悉的状态估计方法有:卡尔曼滤波、扩展卡尔曼滤波、无迹卡尔曼滤波、粒子滤波、交互式多模型粒子滤波算法,工作中遇到一个杂波估计方法,使用了 α 滤波,一时感到陌生,所以记录了这篇学习笔记。 卡尔曼滤波算法分为预测、更新两步,有五大公式,我常参考:卡尔曼滤波五个公式各个参数的意义 卡尔曼滤波只适用于线性、高斯系统。扩展卡尔曼滤波、无迹卡尔曼滤波旨在解决 KF 算法不能用在非线性系统中的问题。粒子滤波算法没有系统限制,可以适用于任何系统。...原创 2021-07-28 17:48:06 · 6232 阅读 · 0 评论 -
【20210619】【信号处理】基于Matlab,信号处理中的滤波器设计
背景源于工作中用到的的信号处理操作,特此记录~采集到的信号 —> 带通滤波 —> jia'chuang'han'shu原创 2021-06-19 18:17:07 · 719 阅读 · 0 评论