jk_101的博客

在前几篇文章中，我们介绍了可以利用无线信号的相位差来测距，为了弄清楚这个过程，我们介绍了信号可以使用IQ数据来表示，介绍了相位差的基本概念以及存在问题，最后引入了多径信道中连续波（CW）相位的测距。其中一个信号的相位比另一个信号晚了42度。对时域信号进行采样，生成时间序列，并利用时间序列生成了两个正弦波信号。最后,我们使用关函数计算了信号的互相关（cross correlation）,找到了互相关的峰值对应的滞后时间。通过将滞后时间转换为角度，我们得到了信号的相位差。如有侵权，请告删之。

以由办公楼内温度计采集的一组温度数据为例。这是意料之中的，因为大楼内在人们工作时间温度较高，晚上和周末温度较低。周期信号的自相关序列与信号本身具有相同的周期特征。因此，自相关可以帮助验证周期的存在并确定其持续时间。要找到长周期，请将 findpeaks 限制为只寻找间隔时间超过短周期且最小高度为 0.3 的峰值。测量不确定性和噪声有时会导致难以发现信号中的振荡行为，即使该震荡行为是预期存在的。通过找到峰值位置并确定它们之间的平均时间差来确定短周期和长周期。温度似乎确实有震荡特性，但周期的长度并不容易确定。

可以使用 mscohere 直接求出匹配的频率。找到阈值 0.75 以上的波峰。将两个声音信号加载到工作区中。以 1 kHz 的频率对其进行采样。使用 periodogram 计算其功率频谱，并以彼此相邻的方式对其绘图。每个信号有三个具有显著能量的频率分量。其中有两个分量似乎是共享分量。使用 findpeaks 求出对应的频率。得到的值和以前一样。可以找到两个信号共有的频率成分，而无需分别研究这两个信号。频谱相干性有助于识别频域中信号之间的相似性。大数值表示信号共有的频率分量。

对以下模拟信号采用三种方式进行分解，分别是EMD,EEMD,VMD。：运行该段代码，可以生成一个s.mat数据，并作图。对这个s信号进行分解。并画出相应的频谱图。并画出相应的频谱图。并画出相应的频谱图。

这里面的信号指的是来自设备外部需要通过这台设备进行处理的电子信号，噪声是指经过该设备后产生的原信号中并不存在的无规则的额外信号（或信息），并且该种信号并不随原信号的变化而变化。信噪比的计量单位是dB，其计算方法是10lg(PS/PN)，其中Ps和Pn分别代表信号和噪声的有效功率，也可以换算成电压幅值的比率关系：20Lg(VS/VN)，Vs和Vn分别代表信号和噪声电压的“有效值”。狭义来讲是指放大器的输出信号的功率与同时输出的噪声功率的比，常常用分贝数表示，设备的信噪比越高表明它产生的噪声越少。

Signal Processing Toolbox™ 提供多种函数和 App，可用于均匀和非均匀采样信号的管理、分析、预处理和特征提取。该工具箱包含可用于滤波器设计和分析、重采样、平滑处理、去趋势和功率谱估计的工具。可以使用信号分析器在时域、频域和时频域中同时可视化和处理信号。借助滤波器设计工具，可以设计和分析 FIR 和 IIR 数字滤波器。这两个 App 都会生成 MATLAB® 脚本来再现或自动化工作。使用工具箱函数，您可以通过设计降低维度和提高信号质量的特征，为 AI 模型训练准备信号数据集。

在一定的距离上的某点处产生一定大小的信号，用理想的全向天线，假设需要100W的输入功率，而如果改用增益为G=20dBi的某定向天线作为发射天线，输入功率只需100/1020/10=1W。分贝是指声源与基准声功率比值的对数乘以10，用来表示声音的强度，例如1分贝是刚能听到的声音，正常交谈的声音则有60分贝，而超过110分贝就可能导致我们的听力永久性损伤。在谈到天线增益的时候，会有方向性增益和功率增益的区分，它们是通过辐射效率相互联系的，方向性增益总是大于功率增益的，并与天线波束宽度有密切关系。

对相位噪声的描述一般不采用时域的方式描述，而采用频域的方式描述，这样可以描述偏离载波不同频偏处的相位噪声。传统的相位噪声是如下定义的：以载波的幅度为参考，在偏移一定的频率下的单边带相对噪声功率。这个数值是指在1Hz的带宽下的相对噪声电平，其单位为dBc/Hz。我们可以称之为相位噪声的频谱定义。图 1、相位噪声的频谱定义示意图这种相位噪声的定义可以方便的使用频谱仪测试，因而也是最广为人知的相位噪声定义。

f(t)是t的周期函数，如果t满足狄里赫莱条件：在一个以2T为周期内f(X)连续或只有有限个第一类间断点，附f（x）单调或可划分成有限个单调区间，则F（x）以2T为周期的傅里叶级数收敛，和函数S（x）也是以2T为周期的周期函数，且在这些间断点上，函数是有限值；所以，有时候分析一个信号，我们可以用频谱分析仪去看它的频谱，也可以用示波器去看它的波形一样。

级数中的每一个分量，在频域都对应一个迪拉克脉冲，它是频域中的一个离散分量。可以看出，正弦和余弦信号的频谱都由狄拉克脉冲组成，而且他们的傅里叶变换在幅度上是相同的，因此这两个信号在同一频率处表现出相同的幅度谱。根据傅里叶定理，任何时间域中的周期性信号都可以分解为不同频率和振幅的正弦/余弦信号的总和。非周期信号的频谱可以通过傅里叶变换来计算，其频谱不是由离散频谱分量组成的。这两种显示模式之间的关系，如下图所示，可以通过一个简单的正弦信号显示出来。所以时域中的每一个信号都在频域中对应相应的频谱。