能量信号、功率信号及能量谱、功率谱 能量信号与功率信号 能量谱与功率谱 信号能量 能量谱密度 能量信号自相关函数 能量信号与功率信号 要区分功率谱和能量谱,首先要清楚两种不同类型的信号:功率信号和能量信号。我们从一个具体的物理系统来引出能量信号和功率信号的概念。已知阻值为R的电阻上的电压和电流分别为v(t) 和 i(t),则此电信号的瞬时功率为: p(t) = v2(t)/R = i2(t)R。在作定性分析时,为了方便起见,通常假设电阻R为1欧姆而得到归一化 (Normolized) 的功率值。作定量计算时可以通过…

2021年10月4日 0条评论 3点热度 阅读全文

最近结束了一门课,叫《基于波动理论的目标探测》。名字如此高深,实际上还是还是在讲信号处理的一些知识。其中的核心内容是加窗傅里叶变换(或者叫短时傅里叶变换)。这里也想说一说自己的一些理解。 从傅里叶变换到加窗傅里叶变换 傅里叶变换是我们所熟悉的,它把我们所要分析的信号从时间域变换到了频率域,这样最大的好处是能让我们看的更清楚信号是由哪些些基本的“原子”所组成的。这些“原子”其实就是三角级数,或者说是我们所熟悉的: ejωt ,这样的变换能够告诉我们原始信号的频谱,这无疑是非常好的工具。但我们现在来看个例子: 在mat…

2021年9月6日 0条评论 14点热度 阅读全文

在信号处理领域,存在诸多变换,比如标题中的五个变换。本文将对这五个变换进行介绍和比较。在开始之前,我们需要先理清什么是平稳信号,什么是非平稳信号。 我们知道,自然界中几乎所有信号都是非平稳信号,比如我们的语音信号就是典型的非平稳信号。那么何谓平稳信号和非平稳信号呢?一个通俗的理解即,平稳信号在不同时间得到的采样值的统计特性(比如期望、方差等)是相同的,非平稳信号则与之相反,其特性会随时间变化。在信号处理中,这个特性通常指频率。 通常傅里叶变换只适合处理平稳信号,对于非平稳信号,由于频率特性会随时间变化,为了捕获这一…

2021年9月6日 0条评论 11点热度 阅读全文

雷达信号底噪拉平 问题描述 数据特性 解决方法 均值调整 标准差调整 方法实施 效果分析 存在不足 问题描述   对于存在脉冲拼接的雷达信号,其不同脉宽的脉冲的噪声水平通常不同,在进行拼接时往往导致底噪不平,从而影响信号的检测。如下图1所示为两段脉冲拼接的噪声未拉平的情况。 图1.不同脉冲原始噪声拼接 数据特性   一般而言,噪声水平的大小一方面由系统属性决定,另一方面对于脉冲压缩信号,噪声水平的大小与脉压比相关。但噪声的振幅和相位是随机的,可以用统一的白噪声代表。白噪声的统计特性通常包含均值与标准差。 μ = 1…

2021年7月26日 0条评论 2点热度 阅读全文

http://www.360doc.com/content/18/0521/17/26689788_755755552.shtml

2021年4月17日 0条评论 7点热度 阅读全文

积分和微分电路结构原理带Multisim仿真 文章目录 积分和微分电路结构原理带Multisim仿真 一、电路与波形 二、作用及原理 1.积分电路 2.微分电路 3.用途 三.仿真实例 一、电路与波形 当输入信号流经如图所示的RC电路时,因C的充、放电(延迟)作用,致使输出电压的性质发生了显著变化。积分、微分基本电路即RC电路,其积分电路又常做为延时电路应用,延时时间的长短与R、C值的乘积相关,称为电路的时间常数t=RC。 如果将R1、C1互换位置,则变身为微分电路。但电路是否具有积分或微分功能,除了电路的本身结构…

2021年4月8日 0条评论 7点热度 阅读全文

积分和微分电路结构原理带Multisim仿真 文章目录 积分和微分电路结构原理带Multisim仿真 一、电路与波形 二、作用及原理 1.积分电路 2.微分电路 3.用途 三.仿真实例 一、电路与波形 当输入信号流经如图所示的RC电路时,因C的充、放电(延迟)作用,致使输出电压的性质发生了显著变化。积分、微分基本电路即RC电路,其积分电路又常做为延时电路应用,延时时间的长短与R、C值的乘积相关,称为电路的时间常数t=RC。 如果将R1、C1互换位置,则变身为微分电路。但电路是否具有积分或微分功能,除了电路的本身结构…

2021年4月8日 0条评论 10点热度 阅读全文

从傅里叶级数到傅里叶变换 从连续时间傅里叶级数到连续时间傅里叶变换 从离散时间傅里叶级数到离散时间傅里叶变换 从离散时间傅里叶变换到离散傅里叶变换   本次内容,承接自我的上个博客,上次通过正交基概念的引入,我们讲解了一个非常重要的信号分解的内容,有需要了解的请看第一节  有同学也许有疑问,为什么要对信号做这样的分解,分解之后的意义又在哪呢? 本篇文章首先会回答这么一个问题。 解决的问题主要是这样几个: 一、分解之后得到的简单信号,也就是我在第一节中提到的正交基, 对于这些信号,它们具有的一个良好的性质是,经过线性…

2020年10月9日 0条评论 19点热度 阅读全文

文章目录 概述 原理及MATLAB实现 基本流程 特征提取 短时能量 谱质心 阈值估计和阈值化处理 提取语音片段 MATLAB2020a中的VAD函数 参考 概述 在复杂的应用环境下,从音频中分割出语音信号和和非语音信号,是一个很重要的环节,因为它不仅可以减少数据以及系统的运行时间,还能够抑制噪声对系统的干扰。端点检测就是判断语音的起点和终点。常用的方法有基于短时能量和过零率的双门限法。 本文将介绍一种基于信号短时能量和谱质心的端点检测方法。 原理及MATLAB实现 基本流程 从语音信号中提取短时能量特征和谱质心特…

2020年9月17日 0条评论 0点热度 阅读全文

某些数字信号中会含有基线干扰信号(低频噪音),会对信号分析产生不利影响,如图1所示。需要通过预处理消除信号基线。 图1 含有基线干扰的信号 我总结了有以下几种利用matlab消除基线漂移的方法。 detrend函数 这是MATLAB内置系统函数,只能用于消除线性趋势(基线),不适用于消除非线性趋势,语法规则为: y = detrend(x) x:含有基线干扰的信号。 y:去除基线干扰后的信号。 y = detrend(x,‘constant’) 减去信号的均值(修正零漂),等同于x-mean(x)。 y = det…

2020年9月12日 0条评论 19点热度 阅读全文