相位 unwrap 与 wrap 算法详解（附代码）

相位 unwrap 与 wrap 算法详解（附代码）

最近接手了一个项目，光通信方面的，我负责编写初测结果的数据处理算法，其中有一个算法叫做 unwrap 与 wrap，之前没有听说过。通过询问同事与搜索引擎，原来，所谓的 unwrap 是将在 +180 度到 -180 度之间跳变的相位信号，也就是函数值，变为不跳变的形态。而 wrap 则是其逆运算，即将信号恢复成跳变状态。

通过分析与几次尝试后，成功完成了业务需求，所以在这里总结归纳一些技巧，分享出来（博主不是通信专业的，只是站在程序员的角度看，如有不妥，欢迎指出）

我们用数据与图象来详细说明。

基本概念与数学关系

假设有一组相位数据（在后续说明中，为方便起见，我们只粗略地用整数部分来进行说明，比如第一个值我们就当作 -59 度）：

-59.634834
-92.078697
-126.824913
-158.910297
166.959301
133.708772
96.759715
61.819861
26.786247
-7.944068
…（后面还有很多数据）

如图，这些数据呈现一种类似周期性的循环，当然这并不是真的周期函数，只是因为当它的数值跨越正负 180 度时，就会根据其变化趋势，跳变到边界重新计算。这种状态我们称为相位的卷绕/折叠（网上说法不一），用 wrap 这个单词表示，所以相位的解卷绕/展开被称为 unwrap。

具体到这个示例数据，我们可以得到以下信息：

• 数据本身是递减趋势，从 -59 度不断递减，如 -59、-92、-126、-158。
• 数据中有一个跳变点，即 -158 度到 166 度，也就是图像中第一个正的峰值，跳变后继续下降，直到下次跳变。

unwrap 要做的事情，就是消除这个跳变，让 wrap 函数中 166 度这个点，恢复为 -158 - n 度（n 是正值，为两者之间的间隔）。那么 n 是多少呢，其实很简单，-158 度距离 -180 度为 22 度，达到 -180 度后溢出，起点跳变为 180 度，溢出的值从 180 度继续计算，直到 166 度，距离为 14 度，所以合起来，n 为 22 + 14 = 36 度。

根据这样的规则，wrap 中 166 度这个点，对应的其实是 unwrap 下的 -158 - 36 = -194 度。同时你会发现，166 + 194 恰好是 360 度，而从 -180 跳到 180，也是将函数值增加了 360 度。所以 wrap 的本质，就是当相位超出边界时，补偿 360 度并继续计算，而 unwrap 就是去除这个补偿。所以，wrap 状态下的 166 度对应 unwrap 状态下的 -194 度，之后的 133 度对应 133 - 360 = -227 度，后面每个 wrap 值也都减去 360 度，直到遇见下一个跳变点。

显而易见，第二个 -180 度跳变点，对应的 unwrap 度数为 -180 - 360 = -540 度，其后的值由于跳变，将再次被补偿 360 度，合起来就是 720 度。所以，第二次跳变后的 166 度值，对应的 unwrap 值其实是 -554 度。如此循环，每跳变一次，就要让 wrap 值在之前的基础上，再减去一次 360 度，才能变为正确的 unwrap 值。

由于这里的例子是递减的，wrap 从 -180 跳变到 +180，增加了 360 度，因此 unwrap 计算时需要反向减去 360 度。若是递增函数，那么每次 wrap 自然是从 +180 跳变到 -180，减少 360 度，那么每次 unwrap 就需要重新加上 360 度。你可以将示例数据全部取反，就可以很直观的理解。

因此 unwrap 与 wrap 之间的关系，可以表示为：
$$unwrap(x)=wrap(x)-360\ast wrapNum(x)$$
或
u