zoukankan      html  css  js  c++  java
  • DSP

    生成以 1024 kHz 采样的 chirp 信号的 1024 个采样点。

    chirp 信号的初始频率为 50 kHz,采样结束时达到 100 kHz。添加高斯白噪声,使信噪比为 40 dB。

    nSamp = 1024;
    Fs = 1024e3;
    SNR = 40;
    
    t = (0:nSamp-1)'/Fs;
    
    x = chirp(t,50e3,nSamp/Fs,100e3);
    x = x+randn(size(x))*std(x)/db2mag(SNR);    # 添加高斯白噪声,使信噪比为 40 dB

    估计信号的 99% 占用带宽,并在功率频谱密度 (PSD) 图上进行标注。

    obw(x,Fs);

    计算频带中的功率,并验证它是否占总数的 99%。

    [bw,flo,fhi,powr] = obw(x,Fs);
    
    pcent = powr/bandpower(x)*100

    OUTPUT: pcent = 99

    生成另一个 chirp 信号。指定其初始频率为 200 kHz、最终频率为 300 kHz,幅值为第一个信号的两倍。添加高斯白噪声。

    x2 = 2*chirp(t,200e3,nSamp/Fs,300e3);
    x2 = x2+randn(size(x2))*std(x2)/db2mag(SNR);

    将两个 chirp 信号相加以形成一个新信号。绘制信号的 PSD,并标注其中值频率。

    medfreq([x+x2],Fs);    # 绘制 PSD 并标注其中值频率。

    绘制 PSD 并标注其均值频率。

    meanfreq([x+x2],Fs);   # 绘制 PSD 并标注其均值频率。

    现在假设每个 chirp 信号代表一个单独的通道。估计每个通道的均值频率。在 PSD 图上标注其均值频率。

    meanfreq([x x2],Fs)  # 估计每个通道的均值频率

    ans = 1×2
    105 ×
    
        0.7503    2.4999


    估计每个通道的半功率带宽。在 PSD 图上标注 3-dB 带宽。

    powerbw([x x2],Fs)

    ans = 1×2
    104 ×
    
        4.4386    9.2208
    

    Reference

      1. MathWorks

  • 相关阅读:
    julia文件合并排序.jl
    julia生成指定格式的字符串.jl
    Julia中文教程资源.txt
    python socket发送魔法包网络唤醒开机.py
    julia与python中的列表解析.jl
    python利用or在列表解析中调用多个函数.py
    Django Admin流程
    meeting
    会议
    数据库
  • 原文地址:https://www.cnblogs.com/zzyzz/p/13461010.html
Copyright © 2011-2022 走看看