
数字信号处理
文章平均质量分 73
数字信号处理知识分享
Linzerox
算法、芯片、通信、Python、前沿科技和学习心得
展开
-
Python数字信号处理之最佳等波纹滤波器阶数估计原理
这与最大平坦对称滤波器(maximally flat symmetric filters)的对应关系形成鲜明对比。对于具有固定δp和δs的等波纹滤波器,∆F减小为1/N;注意,上述几个值不是独立得,任意4个值就能确定5个。用于预测所需滤波器长度的公式清楚地表明了这一点。该方法基于Parks-McClellan算法,通过通带和阻带的频率边界、幅度响应及允许的最大误差来自动计算参数。这些公式假设δs<δp。否则,必须交换δp和δs。该公式在信号处理工具箱中的Matlab函数中实现。请注意,上述估计公式都表明。原创 2025-03-15 13:27:25 · 1118 阅读 · 0 评论 -
python数字信号处理之观测任意数字滤波器的频率响应:从原理解析到代码实现
数字滤波器分为FIR、IIR两种,其均可以表示为抽头系数a,b的形式,数字滤波器的传递函数一般表示为:H(z)=B(z)A(z)=b0+b1z−1+⋯+bMz−Ma0+a1z−1+⋯+aNz−NH(z) = \frac{B(z)}{A(z)} = \frac{b_0 + b_1 z^{-1} + \dots + b_M z^{-M}}{a_0 + a_1 z^{-1} + \dots + a_N z^{-N}}H(z)=A(z)B(z)=a0+a1z−1+⋯+aNz−Nb0+b1z−1+⋯+原创 2025-03-14 22:03:13 · 630 阅读 · 0 评论 -
python数字信号处理之基于随机白噪声生成任意带宽信号
导出滤波器系数,存储为Mat文件,以便Python调用。使用Matlab的滤波器设计工具进行低通滤波器设计。原创 2025-03-14 08:16:06 · 127 阅读 · 0 评论 -
数字信号处理--分清楚随机变量和样本,明白平稳性
对于我们采集到的信号或者其他数字化数据,往往使用统计学进行解释。而对于产生信号的过程,往往使用概率学来进行解释。前者对应的概念是样本,后者对应的概念是随机变量。许多DSP技术的关键就在于将样本与随机变量区分开来。例如,每次抛硬币这个过程可以用随机变量来表示,正面和反面的概率都为0.5。但是当抛硬币这个事件发生之后,我们就得到一个个结果,即样本。抛1000次硬币,往往不会出现500次正面500次反面,我们通过这些样本计算出的正反面概率会偏离0.5,这就是样本和随机变量之间的本质区别。这种数据偏离往往呈现出随原创 2022-05-25 22:20:04 · 507 阅读 · 0 评论 -
样本方差公式推导--为什么样本方差的分母是n-1
概要因为使用n作为分母会导致方差被低估,将分母替换为n-1可以保证样本方差是一种无偏估计理性情况首先,我们假定随机变量XXX的数学期望μ\muμ是已知的,然而方差[{{\sigma }^{2}}]未知。如果我们得到一组随机变量XXX的样本{Xi,i=1,2,3...n}\left\{ {{X}_{i}},i=1,2,3...n \right\}{Xi,i=1,2,3...n}。在这个条件下,根据方差的定义我们有:E[(Xi−μ)2]=σ2,∀i=1,…,nE\left[ {{\left( {原创 2022-05-25 00:09:35 · 1748 阅读 · 0 评论 -
数字信号处理技术--平均值和标准偏差
平均值平均值为所有抽样值加起来,除以总点数。平均值计算公式如下:μ=1N∑i=0N−1xi\mu =\frac{1}{N}\sum\limits_{i=0}^{N-1}{{{x}_{i}}}μ=N1i=0∑N−1xi在电子学中,平均值被称为直流(DC)值。所谓直流,即频率为0的分量。通过傅里叶变换公式也可以得到上述公式。μ\muμ实际上就表示了信号中直流分量的大小。标准偏差那么,交流分量的大小如何表示?用原信号减去直流分量。即 ∣xi−μ∣\left| {{x}_{i}}-\mu \r原创 2022-05-22 23:47:54 · 3451 阅读 · 0 评论 -
数字信号处理——信号、域、曲线
信号是什么?信号就是一个参数与另外一个参数之间相互关系的描述,在数学上可以说就是一种函数。所以,信号存在自变量和因变量。如果因变量为电压,则称为电压信号,同样还存在电流信号等。信号的自变量代表着它所在的”域”。如:自变量为时间,则称为时域信号,自变量为频域,则称为频域信号,自变量为空域,则称为空域信号。显然,自变量代表着我们观察的方式,因变量代表着我们观察的结果。需要强调的是,信号的时域、频域、空域是客观存在的,它们的存在与否与我们的观察方式无关,它们只是一种观察方式。如果信号的自变量和因变量都处于一个连原创 2022-05-22 19:18:16 · 1402 阅读 · 0 评论 -
数字信号处理技术在各个领域(电信、音频、图像、雷达、声呐等)的用途
电信领域电信,即电子通信。电信公司的基本盈利模式就是:为用户创建信道,用户再来使用这些信道,电信公司以此向用户收费,类似先修路再收过路费。当然,电信公司也可以为用户提供更多的服务,再进行收费。信道的概念可能比较抽象,稍微具体化一点,它在物理实物上分为有线和无线,在资源上分为时域、频域、空域。在有线通信中,信号在线缆中占据某一频段某一时间,即信号在信道中传输。在无线通信中,信号在空间中占据某一频段某一时间,也是信号在信道中传输。电信公司的主要成本在于创建和维护信道。在一个信道中传输的有效信息越多,他们赚原创 2022-05-22 18:18:00 · 5880 阅读 · 0 评论 -
数字信号处理技术的发展概要
数字信号处理技术的发展概要数字信号处理(DSP)技术起源于上世纪六七十年代。DSP最初的尝试发生在四个关键领域:雷达和声纳石油勘探空间探测医学成像当时DSP技术的发展主要受限于计算机的昂贵成本。显然,其最初涉及的领域要么是国家的战略刚需,要么是存在巨大收益回报的行业。而当计算机技术发展之后,在上世纪八九十年代,计算机的成本逐渐下降,计算机慢慢进入消费者市场,DSP所涉及的领域也慢慢开始拓展,如下图所示:从上述发展过程也可以看出,这门技术的原始奠基产生于国家、军事的推动,而后才逐渐转向原创 2022-05-22 12:54:07 · 2706 阅读 · 0 评论