谢谢董老师,董老师是个好老师。
心情久久不能平静,主要是高频这门课的分析方法实在是让我难以理解,公式也背只是,还是放放吧。
近期厌恶了Matlab臃肿的体积和频繁的读写对我的Mac的损害,所以学习了一下Python这一轻量级的脚本。发现“Python自诞生那天就跟科学计算分不开”这个事实。
无聊,写写心得。
配置环境什么的还是弄了几个晚上的。
在Mac下用PyCharm还是非常好滴。装上NumPy,SciPy等等一众免费的,非常不错的Python包。就能够灰了。
1.Hilbert变换及其在单边带(SSB)包络检波的应用
定义神马的,性质神马的自己百度去。我也懒得写公式了。大家将就着看。
先定义个东西,H(t)为Hilbert变换后的时域信号,f(t)为原始时域信号。那么其包络为:
Envelop = sqrt(H^2(t)+f^2(t))。
好了,写代码什么的都简单了。
import numpy as np
import pylab as pl
import scipy.signal as signal from scipy import fftpack t = np.arange(0, 0.3, 1/20000.0)
x = np.sin(2*np.pi*1000*t) * (np.sin(2*np.pi*20*t) + np.sin(2*np.pi*8*t) + 3.0)
hx = fftpack.hilbert(x)
pl.subplot(221)
pl.plot(x, label=u"Carrier")
pl.plot(np.sqrt(x**2 + hx**2), "r", linewidth=2, label=u"Envelop")
pl.title(u"Hilbert Transform")
pl.legend()
然后是它的结果。看,是不是逼格高高的不可一世。~~
2.FIR_LPF设计
用Python这样的动态语言写几百个參数的有限冲激响应数字低通滤波器(Finite Impulse Response-Low Pass Digital Filter)。实在是太难为人家了。还是用内置的函数或者内嵌C吧。看那一长串,我还想再打一遍,有限冲激响应数字低通滤波器,逼格高高的!
!
以下是代码。FIR滤波器在这里我预计參数不下100,所以内嵌吧,否则慢死。
。
import numpy as np
import pylab as pl
import scipy.signal as signal from scipy import fftpack def h_ideal(n, fc):
return 2*fc*np.sinc(2*fc*np.arange(-n, n, 1.0)) b = h_ideal(30, 0.25)
b2 = signal.firwin(len(b), 0.6) w, h = signal.freqz(b)
w2, h2 = signal.freqz(b2) #pl.figure(figsize=(8,6))
pl.subplot(222)
pl.plot(w/2/np.pi, 20*np.log10(np.abs(h)), label=u"h_ideal")
pl.plot(w2/2/np.pi, 20*np.log10(np.abs(h2)), label=u"firwin")
pl.xlabel(u"Normalized Frequency Rad/Sample")
pl.ylabel(u"Magnitude (dB)")
pl.title(u"FIR Low Pass Filter")
pl.legend()
pl.subplot(224)
pl.plot(b, label=u"h_ideal")
pl.plot(b2, label=u"firwin")
pl.legend()
pl.show()
watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvemhlbmduYW5sZWU=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center" alt="">
看这逼格高高的,都不说了。。
3.以下是董老师指导我的,尽管非常easy。
。
FM调制
董老师说mf的參数调小了,我看果然是。课本不可信。给的參数都mv毫伏级,坑爹。
码代码这样的小事就简单多了
import numpy as np
import pylab as pl
import scipy as sp
from scipy import integrate
from scipy import fftpack sample_rate = 10000 t = np.arange(0, 1.0, 1.0 / sample_rate) # generate time sampling omega_base = 40
omega_carrier = 800 mf = 1
v0 = 5
v_omega = 10 base = np.cos(omega_base * t) pm = v0 * np.cos(omega_carrier * t + v_omega * base)
pl.plot(base)
pl.plot(pm)
pl.show()
绿的是最后的信号。蓝的是原始信号。
好了,说完了第一部分,第二部分写啥还没有想好,到时再说,嗯。
今天好娘快。晚上继续学高频。
董老师是个好人。好人一生平安。。。
。。
。
近期我这样的傻事怎么。。
。!
!
版权声明:本文博主原创文章。博客,未经同意不得转载。