脉冲响应函数

最新推荐文章于 2024-12-11 09:38:20 发布

原创最新推荐文章于 2024-12-11 09:38:20 发布 · 3.3k 阅读

5 ·

CC 4.0 BY-SA版权

我们不生产知识，我们只是互联网的搬运工

文章标签：

#脉冲响应函数

控制论专栏收录该内容

44 篇文章

订阅专栏

这篇博客探讨了如何使用numpy库在Python中实现随机信号的生成，并通过卷积函数模拟信号响应。首先，创建了一个包含0和1的随机信号，然后定义了一个衰减函数模拟响应。最后，通过卷积操作将这两个函数结合，展示了信号处理的基本概念。

部署运行你感兴趣的模型镜像

在这里插入图片描述

import numpy as np

s = 0
t_space = 10
total_mins = 1440*7
N = total_mins // t_space

f = np.zeros(N)
for t in range(N):
    f[t] = 1 if np.random.random() < 0.01 else 0

def uir(t):
    return np.exp(-((t)/100)**2)
    return 1 if t < 100 else 0

plt.plot([uir(t) for t in range(1000)])
plt.show()

在这里插入图片描述

def convolve( uir, signal):
    s = 0
    for i in range(len(signal)):
        s += signal[-i-1] * uir(i)
    return s

s = np.zeros(N)
for t in range(N):
    signal = f[:t]
    s[t] += convolve(lambda x:uir(x), signal)

plt.figure(figsize=(20,8))
plt.subplot(2,1,1)
plt.plot(f, label='input')
plt.legend(loc='upper left')
plt.yticks([0,1])
plt.subplot(2,1,2)
plt.plot(s, label='responnse'.format(i+1))
plt.legend(loc='upper left')
plt.show()

您可能感兴趣的与本文相关的镜像