信号处理
文章平均质量分 81
信号处理笔记
WILLFr
这个作者很懒,什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
从离散傅里叶变换来理解通信系统中的正交频分复用(OFDM)
本文从离散傅里叶变换的角度阐述了正交频分复用(OFDM)的原理。通过将频域数据符号X[k]进行逆离散傅里叶变换(IDFT),可以生成时域正交子载波信号s[n],避免了传统频分复用需要保护间隔的缺点。文中推导了连续信号s(t)经过采样后变为离散信号s[n]的过程,证明s[n]就是X[k]的IDFT结果。这种方法利用N个正交子载波并行传输数据,提高了频谱利用率,并通过FFT算法实现高效处理。最后指出基带信号经过射频调制后即可发送。原创 2026-01-11 10:16:31 · 707 阅读 · 0 评论 -
信号处理:如何理群延迟?
摘要:信号处理中的群延迟($\tau_g(\omega)$)定义为相位响应对频率的负导数($-d\phi/d\omega$)。它描述了不同频率分量通过系统时的延迟差异。当群延迟为常数时,所有频率分量经历相同延迟,信号无失真;若群延迟随频率变化,则会导致信号畸变。相位延迟($\tau_{pd}$)反映单一频率信号的延迟时间($-\phi/\omega$),而群延迟更适用于分析宽带信号的失真情况。无失真传输要求线性相位响应,此时群延迟保持恒定。原创 2026-01-11 09:59:07 · 822 阅读 · 0 评论 -
通过极限方式推导单位阶跃信号 u(t)的傅里叶变换
摘要: 单位阶跃信号$u(t)$由于不满足绝对可积条件,需通过广义函数理论求其傅里叶变换。引入衰减指数函数$e^{-at}u(t)$($a>0$)进行推导,得到其傅里叶变换为$1/(a+jω)$。当$a→0^+$时,实部趋近于$πδ(ω)$(表示直流分量),虚部趋近于$1/jω$(表示所有频率成分)。最终得到$u(t)$的傅里叶变换为$πδ(ω)+1/jω$,其中$πδ(ω)$对应直流分量,$1/jω$表示幅度与频率成反比、相位为$-90°$的频率成分。原创 2026-01-10 20:21:46 · 672 阅读 · 0 评论 -
如何理解通信系统中的IQ正交调制?
摘要:IQ正交调制是现代通信系统的核心技术,通过将信息分解为两路正交信号(I和Q)并分别调制到相位差90°的载波上,实现高效频谱利用。其核心原理是利用三角恒等式将实信号分解为I·cos(ωt) - Q·sin(ωt),两路信号因载波正交性互不干扰。该过程可视为复基带信号的上变频,简化表示为复数乘法。IQ调制支持多种调制方式(QPSK、QAM等),是WiFi、5G等通信系统的关键技术,显著提升了频谱效率和传输容量。原创 2026-01-10 20:11:39 · 1089 阅读 · 0 评论 -
OFDM系统如何估计载波频偏,原理是什么?
OFDM系统中载波频偏估计的核心原理是通过计算相位差来推导频率偏移。主要方法是利用重复训练序列或连续符号进行相关运算,计算平均相位差以提高抗噪能力。关键公式为:频率偏移=相位差/(2π×时间间隔)。该方法存在相位模糊问题,估计范围受限于|f_offset|<1/(2Δt),因此实际系统通常先进行粗频偏估计和补偿,再进行精细估计。文章还介绍了具体计算方法,包括相关运算和复数相位提取过程。原创 2026-01-09 13:01:56 · 795 阅读 · 0 评论 -
如何理解OFDM系统中基于自相关(autocorrelation) 的经典频偏估计算法?
摘要: OFDM系统中基于自相关的频偏估计算法利用信号周期性特征进行频偏估计。通过计算接收信号与其延迟D采样点的共轭相乘并累加,得到相位差与频偏的关系式:$\hat{f}_{\text{offset}} = -\frac{\arg(\sum r(n)r^*(n+D))}{2\pi D T_s}$。该方法将每个共轭相乘结果视为复平面矢量,通过相干叠加增强抗噪性,提高估计精度。几何上,无噪声时所有矢量同向叠加形成直线,其角度直接反映频偏大小。该算法通过信号自相关特性有效克服噪声影响,实现稳定频偏估计。原创 2026-01-09 12:47:15 · 882 阅读 · 0 评论 -
信号与系统:连续周期信号的傅里叶变换
连续周期信号的傅里叶变换由一系列离散的冲激函数组成,冲激出现在基频整数倍的位置。周期信号的频谱是离散的,能量集中在谐波频率处,与非周期信号的连续频谱形成对比。原创 2025-03-30 09:19:13 · 474 阅读 · 0 评论
分享