窗口功能–优点图 2021年10月24日2020年9月22日 通过马图拉纳坦 重点关注：窗口功能平滑边缘上的观测信号。分析一些重要参数以帮助选择应用程序的窗口。频谱泄漏如我们所知，DFT操作可被视为通过一组滤波器组处理信号，其带宽Δf以感兴趣的二进制（频率）为中心…阅读更多
窗函数的等效噪声带宽（ENBW） 2021年10月24日2020年9月13日 通过马图拉纳坦 重点：等效噪声带宽（ENBW）是一个虚拟砖墙滤波器的带宽，该滤波器允许与窗函数相同数量的噪声。了解如何在涉及窗口函数和FFT操作的应用程序中计算ENBW。FFT和频谱泄漏正如我们所知，DFT操作可以看作是通过…阅读更多
帕西瓦尔定理-推导 2021年10月24日2020年9月11日 通过马图拉纳坦 Parseval定理（也称为Plancherel定理）用频率分量的平均能量表示信号在时域中的能量。假设x[n]是长度为n:xn={x0，x1，…，xn-1}的复数的离散时间序列，其n点离散傅里叶变换（DFT）[1]：Xk={x0，x1…阅读更多
随机信号的统计测度 2021年10月24日2020年8月2日 通过马图拉纳坦 重点：讨论随机信号的统计度量：均值、方差、偏度、峰度、直方图、散点图、互相关和自相关。确定性和随机信号确定性信号在给定的关注时间跨度内是完全可预测的。它可以用解析形式表示（例如：x（t）=sin（2πfct））。许多信号…阅读更多
设计FIR滤波器以抑制不需要的频率 2021年10月27日2020年2月25日 通过马图拉纳坦 让我们看看如何设计一个简单的数字FIR滤波器来抑制输入信号中不需要的频率。作为一项研究，我敦促你通读这篇文章：数字滤波器设计简介传递函数背景系统的传递函数为确定重要的系统响应特性提供了基础支持，而无需…阅读更多
数字滤波器设计–简介 2022年2月6日2020年2月13日 通过马图拉纳坦 重点：培养对数字滤波器设计的基本理解。了解FIR和IIR滤波器的基本原理以及设计选择。模拟滤波器和数字滤波器是滤波器的两大类，这取决于它们处理的信号类型。模拟滤波器，处理连续时间的信号模拟信号。然而，数字滤波器处理采样…阅读更多
使用Scipy python将音频文件绘制为时间序列 2020年8月2日2020年1月23日 通过马图拉纳坦 通常，音频文件信号处理的最基本步骤是将音频样本文件可视化为时间序列数据。声音可以被认为是一个一维向量，它存储与每个样本对应的数值。时间序列图是这些样本值的二维图，作为…阅读更多
使用Python绘制FFT–正弦波和余弦波的FFT 2020年11月17日2020年1月22日 通过马图拉纳坦 重点：学习如何使用Python绘制正弦波和余弦波的FFT。了解FFT换档。使用FFT绘制单面、双面和归一化光谱。简介有大量文本可用于解释离散傅里叶变换的基础知识及其非常有效的实现——快速傅里叶转换（FFT）。我们经常面临这样的需求…阅读更多
机器学习信号处理导论 2020年11月17日2020年1月21日 通过马图拉纳坦 重点：机器学习信号处理基础。以说话人识别为例，介绍了监督学习的概念。信号处理信号在数学上是一个函数，是一种传递信息的机制。音频、图像、心电图（ECG）信号、雷达信号、股价走势、电流/电压等都是一些例子。信号处理是…阅读更多
最大比率组合（MRC）架构（architecture）仿真 2020年11月17日2020年1月17日 通过马图拉纳坦 在上一篇关于接收分集的单输入多输出（SIMO）模型的文章中，概述了各种接收机分集技术。其中之一是最大比率合并，这是本文的重点。信道模型假设平坦慢衰落信道，接收信号模型由以下公式给出，即信道冲激响应，即…阅读更多
