淺談隨機(jī)信號(hào)齐帚、自相關(guān)與功率譜

姓名:趙嘉懿? 學(xué)號(hào):22021110308? 學(xué)院:電子工程學(xué)院

物質(zhì)妒牙、能量和信息三位一體。因?yàn)槲⒂^上看对妄,能量波和物質(zhì)粒子性是不同的表現(xiàn)形式湘今,也可說(shuō)物質(zhì)(能量)與信息二位一體。因?yàn)樾畔⑹羌纳谖镔|(zhì)能量基礎(chǔ)上的剪菱,物質(zhì)能量是第一位摩瞎,信息(延伸為精神)是第二位的,物質(zhì)能量決定信息(精神)琅豆,驗(yàn)證唯物主義的正確性愉豺。信息的載體是物質(zhì),信號(hào)是信息的表現(xiàn)形式茫因。信號(hào)處理就是從觀測(cè)信號(hào)中獲得隱含的信息。在學(xué)習(xí)概率統(tǒng)計(jì)之前杖剪,我學(xué)習(xí)的都是確定的函數(shù)冻押。而在現(xiàn)代信號(hào)處理課程中驰贷,我接觸到的是隨機(jī)信號(hào)。隨機(jī)信號(hào)從定義上說(shuō)就是數(shù)值或者觀測(cè)值是隨機(jī)變量的信號(hào)洛巢。所謂隨機(jī)括袒,就是指這個(gè)信號(hào)取值是服從某種概率分布規(guī)律的。從隨機(jī)的這個(gè)定義可以看出稿茉,這里所指的隨機(jī)锹锰,并不是真正的“隨機(jī)”,而也是遵循一定規(guī)律的漓库。比如計(jì)算機(jī)中的隨機(jī)函數(shù)恃慧,其實(shí)是偽隨機(jī),我們通過(guò)計(jì)算機(jī)所得到的這個(gè)“隨機(jī)數(shù)”渺蒿,其實(shí)是符合一定公式的痢士。這就警醒我們,平常我們實(shí)驗(yàn)中茂装,通過(guò)電腦進(jìn)行各種仿真的信號(hào)生成怠蹂,其實(shí)并不一定反應(yīng)真實(shí)的信號(hào)規(guī)律。借用我喜歡的一本書中所提到的一句話——科學(xué)是基于規(guī)律的少态。我們通過(guò)不斷實(shí)驗(yàn)城侧,觀察規(guī)律得出結(jié)論,這就是科學(xué)的含義彼妻。舉個(gè)例子嫌佑,我們可以把人類比作農(nóng)場(chǎng)中的火雞,農(nóng)場(chǎng)主每天上午10點(diǎn)進(jìn)入雞窩喂食澳骤,日復(fù)一日歧强,有一天一只偉大的火雞發(fā)現(xiàn)了這個(gè)規(guī)律,對(duì)其他火雞宣布:“每天上午10點(diǎn)會(huì)有食物为肮!”那么摊册,這只火雞得到的規(guī)律是真實(shí)的嗎?很顯然颊艳,農(nóng)場(chǎng)主他并不是真“隨機(jī)”的變量茅特,就好比電腦生成的隨機(jī)數(shù)也不是真隨機(jī)的,那么我們通過(guò)仿真實(shí)驗(yàn)所獲得的結(jié)果棋枕,發(fā)現(xiàn)的這個(gè)規(guī)律白修,很可能并不是真實(shí)的規(guī)律。從這一面我們可以體會(huì)到重斑,只是經(jīng)過(guò)仿真檢驗(yàn)的信號(hào)處理方法兵睛,它并不一定適用于實(shí)際的信號(hào)數(shù)據(jù),我們還是要基于實(shí)際,從實(shí)測(cè)數(shù)據(jù)出發(fā)解決實(shí)際問(wèn)題祖很。

話繞回來(lái)笛丙,前面我們提到過(guò)隨機(jī)信號(hào)某個(gè)時(shí)刻的取值時(shí)獲得的值都是不確定的。而對(duì)每次取值來(lái)說(shuō)假颇,每個(gè)x(t)函數(shù)(樣本函數(shù))就是實(shí)際發(fā)生的一個(gè)表達(dá)式確定的函數(shù)胚鸯,對(duì)每個(gè)x(t)的處理,都是與之前確定函數(shù)的處理方法相同的笨鸡,但是由于我們沒(méi)法確定某次究竟發(fā)生哪個(gè)確定表達(dá)式的x(t),所以我們只能研究發(fā)生哪種情況的概率大些姜钳,或者當(dāng)這件事多次發(fā)生時(shí),呈現(xiàn)出來(lái)的統(tǒng)計(jì)特性是什么形耗。雖然每個(gè)x(t)的特性是不定的哥桥,但是x(t)的統(tǒng)計(jì)特性卻是確定的,所以我們研究的還是變量中的不變量趟脂,這就是概率統(tǒng)計(jì)泰讽。即隨機(jī)信號(hào)可以用其統(tǒng)計(jì)特性來(lái)加以描述。

統(tǒng)計(jì)特性理論上可以分為一階昔期、二階已卸、三階或高階的統(tǒng)計(jì)特性,比如均值硼一,即信號(hào)的期望就是一階的統(tǒng)計(jì)特性累澡。顯然,光光從信號(hào)的一階統(tǒng)計(jì)特性般贼,并不能很好描述一個(gè)隨機(jī)信號(hào)愧哟,這時(shí)我們就去尋求信號(hào)二階或者更高階的統(tǒng)計(jì)特性,以更好的描述信號(hào)哼蛆。比如相關(guān)函數(shù)蕊梧、協(xié)方差函數(shù)、功率譜密度等就是最常用的描述平穩(wěn)隨機(jī)信號(hào)統(tǒng)計(jì)特性的二階統(tǒng)計(jì)量腮介。

現(xiàn)代信號(hào)處理課本上說(shuō)均值和方差只刻畫隨機(jī)過(guò)程X(t)在各個(gè)獨(dú)立時(shí)刻的概率統(tǒng)計(jì)特性肥矢,反應(yīng)不了隨機(jī)過(guò)程的內(nèi)在相關(guān)性,所以才引入了自相關(guān)函數(shù)叠洗。從引入自相關(guān)函數(shù)的目的看來(lái)甘改,它是為了分辨形狀不同的x(t),所以帶入

公式的值應(yīng)該是每個(gè)x(t)上取兩個(gè)時(shí)刻的函數(shù)值自己相乘灭抑,這樣才能反應(yīng)x(t)的差異十艾。而因?yàn)榍懊嫠f(shuō),我們面對(duì)的不是一定會(huì)發(fā)生的某個(gè)x(t)腾节,而是一組均可能發(fā)生的x(t)忘嫉。所以應(yīng)該對(duì)每個(gè)樣本函數(shù)取兩個(gè)時(shí)刻的函數(shù)值相乘后做統(tǒng)計(jì)平均來(lái)獲得這一組樣本函數(shù)的統(tǒng)計(jì)特性荤牍,或者是平均特性。在這里我想說(shuō)一下自己對(duì)于統(tǒng)計(jì)平均曾經(jīng)的錯(cuò)誤理解和修正:物理實(shí)驗(yàn)處理數(shù)據(jù)時(shí)榄融,我們求的都是算術(shù)平均参淫,即每個(gè)記錄值的權(quán)重是相同的救湖。然而求期望時(shí)愧杯,我們的算的是加權(quán)平均⌒龋看似矛盾但實(shí)則相同力九。這是因?yàn)樗阈g(shù)平均時(shí)若是數(shù)值相同的數(shù)出現(xiàn)多次,那么這個(gè)數(shù)就被重復(fù)的代入多次邑闺,事實(shí)上某數(shù)出現(xiàn)的頻率就是它的權(quán)重跌前。而當(dāng)引入概率密度函數(shù)時(shí),因?yàn)闄M軸上的x是不會(huì)出現(xiàn)重復(fù)值的陡舅,所以要用頻率來(lái)做縱坐標(biāo)表現(xiàn)某個(gè)x出現(xiàn)可能性的大小抵乓。

假設(shè)實(shí)際發(fā)生了n個(gè)樣本函數(shù);(在實(shí)際工程中不可能測(cè)無(wú)窮組數(shù)據(jù)靶衍,只能是測(cè)n組數(shù)據(jù))灾炭,分別為x1(t),x2(t)颅眶,x3(t),…xn(t);這n個(gè)樣本函數(shù)是可以出現(xiàn)表達(dá)式(形狀樣子)相同的蜈出,但是下標(biāo)仍然是各不相同,在這種前提下每個(gè)樣本函數(shù)的權(quán)值是相同的涛酗。所以X(t)的自相關(guān)函數(shù)的表達(dá)式就應(yīng)為:

應(yīng)該注意的是樣本函數(shù)下標(biāo)的對(duì)應(yīng)關(guān)系铡原。它體現(xiàn)了自相關(guān)函數(shù)真正想表達(dá)的含義。因?yàn)樽韵嚓P(guān)函數(shù)在實(shí)際工程中是被測(cè)出來(lái)商叹,再擬合成某個(gè)數(shù)學(xué)表達(dá)式的燕刻,而不像題目中直接告訴成一個(gè)成型的式子。所以在工程中如何對(duì)一系列測(cè)得的值進(jìn)行關(guān)系正確的運(yùn)算組合是至關(guān)重要的剖笙。有些人不理解為什么不同的樣本函數(shù)之間不能相乘卵洗。這要從隨機(jī)過(guò)程的研究對(duì)象與確定函數(shù)的異同說(shuō)起。我想若是研究某個(gè)確定函數(shù)x1(t)的特征枯途,大家肯定不會(huì)覺(jué)得研究過(guò)程會(huì)和x2(t)有什么聯(lián)系忌怎。而隨機(jī)過(guò)程的研究和確定函數(shù)的研究相同點(diǎn)就是:雖然隨機(jī)過(guò)程中每次究竟會(huì)發(fā)生哪個(gè)樣本函數(shù)并不確定,但是一旦發(fā)生酪夷,則就是這個(gè)樣本函數(shù)榴啸,不會(huì)串?dāng)_了。那么對(duì)于這個(gè)已成事實(shí)的樣本函數(shù)晚岭,研究方法和對(duì)確定函數(shù)的研究是相同的鸥印。而隨機(jī)過(guò)程與確定函數(shù)的不同就在于:這個(gè)樣本函數(shù)并不是次次都發(fā)生,所以要求統(tǒng)計(jì)特征。但是統(tǒng)計(jì)特征的獲取是在把每個(gè)樣本函數(shù)當(dāng)作確定函數(shù)處理變換后库说,再對(duì)變換后的一系列新的樣本函數(shù)求算術(shù)平均(類比X是一個(gè)連續(xù)的隨機(jī)變量狂鞋,其概率密度函數(shù)為f(x),y=g(x),求y的統(tǒng)計(jì)特性)。所以求算術(shù)平均前的操作都是限制在各個(gè)樣本函數(shù)內(nèi)部的潜的,不同樣本函數(shù)間不發(fā)生關(guān)聯(lián)骚揍。求算術(shù)平均前的操作即為與確定函數(shù)相同的地方。

然而既然引入自相關(guān)函數(shù)的目的是為了描述樣本函數(shù)變化的劇烈程度啰挪,直觀的想信不,本人會(huì)在一個(gè)樣本函數(shù)上取兩個(gè)時(shí)刻的函數(shù)值,然后讓他們相減亡呵,看差距的大小來(lái)判斷樣本函數(shù)變化的劇烈程度抽活。雖然自相關(guān)函數(shù)的引入是從描述樣本函數(shù)的變化劇烈程度來(lái)的,但是自相關(guān)函數(shù)的真正作用并非如此锰什,縱覽現(xiàn)代信號(hào)處理全書下硕,非常多的統(tǒng)計(jì)特性量都是由自相關(guān)函數(shù)變化而成,所以自相關(guān)函數(shù)的是基本要素汁胆。

所以用自相關(guān)函數(shù)作為作為基本元素的好處就是對(duì)于一個(gè)隨機(jī)信號(hào)梭姓,只需實(shí)際測(cè)出一些值算出(擬合出)自相關(guān)函數(shù)的表達(dá)式,之后若是想得到這個(gè)隨機(jī)信號(hào)的其他數(shù)字特征都可以基于測(cè)得的相關(guān)函數(shù)通過(guò)一些變換(如加減沦泌、積分糊昙、求導(dǎo))得出,而不用每想求一個(gè)統(tǒng)計(jì)特征時(shí)都得實(shí)際測(cè)量一組值了谢谦。

互相關(guān)函數(shù)與自相關(guān)函數(shù)類似释牺,只不過(guò)是兩個(gè)不同的隨機(jī)過(guò)程的兩個(gè)樣本函數(shù)作為輸入量。自相關(guān)是互相關(guān)的一種特殊情況回挽∶涣互相關(guān)函數(shù)是描述隨機(jī)信號(hào)x(t)、y(t)在任意兩個(gè)不同時(shí)刻s,t的取值之間的相關(guān)程度千劈,其定義為:

對(duì)于連續(xù)函數(shù)祭刚,有定義:

互相關(guān)函數(shù)反應(yīng)的是兩個(gè)函數(shù)在不同的相對(duì)位置上互相匹配的程度;自墙牌、互相關(guān)函數(shù)都是對(duì)相關(guān)性涡驮,即相似性的度量。如果對(duì)其進(jìn)行歸一化喜滨,則會(huì)看的更清楚捉捅。總的來(lái)說(shuō)虽风,自相關(guān)就是函數(shù)和函數(shù)本身的相關(guān)性棒口,當(dāng)函數(shù)中有周期性分量的時(shí)候寄月,自相關(guān)函數(shù)的極大值能夠很好的體現(xiàn)這種周期性∥耷#互相關(guān)就是兩個(gè)函數(shù)之間的相似性漾肮,當(dāng)兩個(gè)函數(shù)都具有相同周期分量的時(shí)候,它的極大值同樣能體現(xiàn)這種周期性的分量茎毁;相關(guān)運(yùn)算從線性空間的角度看其實(shí)是內(nèi)積運(yùn)算克懊,而兩個(gè)向量的內(nèi)積空間在線性空間中表示一個(gè)向量向另一個(gè)向量的投影,表示兩個(gè)向量的相似程度充岛,所以相關(guān)運(yùn)算就體現(xiàn)了這種相似程度保檐。

協(xié)方差函數(shù)我們可以這么理解:如果兩個(gè)變量的變化趨勢(shì)一致,也就是說(shuō)如果其中一個(gè)大于自身的期望值時(shí)另一個(gè)也大于自身的期望值崔梗,那么兩個(gè)變量之間的協(xié)方差就是正值;如果兩個(gè)變量的變化趨勢(shì)相反垒在,即其中一個(gè)變量大于自身的期望值時(shí)另一個(gè)卻小于自身的期望值蒜魄,那么兩個(gè)變量之間的協(xié)方差就是負(fù)值。這可以通俗的理解為:兩個(gè)變量在變化過(guò)程中是同方向變化场躯?還是反方向變化谈为?同方向或反方向程度如何?你變大踢关,同時(shí)我也變大伞鲫,說(shuō)明兩個(gè)變量是同向變化的,這時(shí)協(xié)方差就是正的签舞;你變大秕脓,同時(shí)我變小,說(shuō)明兩個(gè)變量是反向變化的儒搭,這時(shí)協(xié)方差就是負(fù)的吠架;從數(shù)值來(lái)看,協(xié)方差的數(shù)值越大搂鲫,兩個(gè)變量同向程度也就越大傍药。反之亦然。

另外一個(gè)概念是功率譜密度魂仍,隨機(jī)信號(hào)的功率做傅里葉變換可以得到功率譜拐辽。功率譜密度是一種概率統(tǒng)計(jì)方法,是對(duì)隨機(jī)變量均方值的量度擦酌。一般用于隨機(jī)振動(dòng)分析俱诸,連續(xù)瞬態(tài)響應(yīng)只能通過(guò)概率分布函數(shù)進(jìn)行描述,即出現(xiàn)某水平響應(yīng)所對(duì)應(yīng)的概率仑氛。功率譜密度的定義是單位頻帶內(nèi)的“功率”乙埃,即均方值闸英。 功率譜密度是結(jié)構(gòu)在隨機(jī)動(dòng)態(tài)載荷激勵(lì)下響應(yīng)的統(tǒng)計(jì)結(jié)果,是一條功率譜密度值—頻率值的關(guān)系曲線介袜,其中功率譜密度可以是位移功率譜密度甫何、速度功率譜密度、加速度功率譜密度遇伞、力功率譜密度等形式辙喂。數(shù)學(xué)上,功率譜密度值—頻率值的關(guān)系曲線下的面積就是均方值鸠珠,當(dāng)均值為零時(shí)均方值等于方差巍耗,即響應(yīng)標(biāo)準(zhǔn)偏差的平方值。

雖然功率信號(hào)有無(wú)窮大的能量渐排,其能量積分不存在炬太,但是可以由片面到全部來(lái)看待問(wèn)題。我們可以先截取一段功率信號(hào)ST(t),-T/2<t<T/2驯耻。這樣就可以作傅里葉變換了亲族,F(xiàn)FT之后得到ST(f)。由帕西瓦爾定理得可缚,能量E=ST(t)的平方在T時(shí)間段的積分=ST(f)的平方在無(wú)窮頻率上面的全部積分霎迫,于是可以得功率譜密度。為什么一下子就“可得功率譜密度”為這個(gè)形式了呢帘靡?可以這么想:E=ST(t)是表示能量的知给,所以當(dāng)對(duì)時(shí)間域或者頻率域上的對(duì)應(yīng)函數(shù)的平方作積分時(shí)會(huì)得到能量,但是我們想得到的是功率描姚,所以不要作積分涩赢。這里取極限是只因?yàn)橐呀厝〉囊欢涡盘?hào)擴(kuò)展到信號(hào)的全部。而對(duì)頻域函數(shù)作平方是有能量的含義轰胁。除以T的含義是功率的方向谒主。總的來(lái)說(shuō)赃阀,只要對(duì)ST(f)作頻率域從負(fù)無(wú)窮到正無(wú)窮的積分就可以得到信號(hào)的全部能量除以時(shí)間T的形式霎肯,這就是直白的功率定義,功率定義就是單位時(shí)間的能量榛斯,即功率也含有能量的成分观游,這里的平方是有能量的含義,除以T是把能量歸一化到全部時(shí)間T上驮俗,這樣只要再作一步對(duì)頻率的積分就可以得到功率(單位時(shí)間的能量)懂缕,而頻譜密度的含義就是單位赫茲的能量。這是在得到功率之前的前一步王凑,即沒(méi)有對(duì)頻率積分搪柑,所以也就是密度的含義聋丝,而處理對(duì)象是頻率,也就是頻譜密度工碾。

在許多實(shí)際應(yīng)用中弱睦,我們對(duì)兩個(gè)信號(hào)之間的統(tǒng)計(jì)比較感興趣,識(shí)別兩個(gè)信號(hào)的異同就需要分析其獨(dú)立性渊额、相關(guān)性况木、正交性等特性。具體來(lái)說(shuō)旬迹,獨(dú)立性描述的是隨機(jī)變量間的"一般"關(guān)系火惊。如果兩個(gè)隨便變量之間沒(méi)有任何關(guān)系,我們稱這兩個(gè)隨機(jī)變量獨(dú)立奔垦,定義為P(XY)=P(X)P(Y)屹耐。相關(guān)性一般描述的是隨機(jī)變量間的線性關(guān)系,可以用相關(guān)系數(shù)來(lái)衡量宴倍。兩個(gè)隨機(jī)變量不獨(dú)立說(shuō)明它們具有某種關(guān)系张症,我們可以從一個(gè)隨機(jī)變量得到另一個(gè)隨機(jī)變量的信息。兩個(gè)隨機(jī)變量具有相關(guān)性則描述的是它們之間具有特定關(guān)系鸵贬,一般指線性關(guān)系。所以脖捻,(線性)相關(guān)一定不獨(dú)立阔逼,因?yàn)榫€性相關(guān)也是一種關(guān)系;不獨(dú)立不一定相關(guān)地沮,因?yàn)椴华?dú)立可以存在其它非線性關(guān)系嗜浮。即相關(guān)系數(shù)為0是兩變量獨(dú)立的必要非充分條件。

至于正交性摩疑,其定義是:若倆隨機(jī)變量y1與y2正交危融,且y1中不含有y2的任何成分,y2也不含有y1的任意成分雷袋,則這兩個(gè)隨機(jī)變量y1吉殃、y2是正交的。數(shù)學(xué)上可以定義為:E{y1·y2}=0楷怒。對(duì)于信號(hào)的正交性蛋勺,在實(shí)際雷達(dá)應(yīng)用中卻也是應(yīng)用廣泛:

比方說(shuō),理論上實(shí)際的信號(hào)總是實(shí)的鸠删,但在實(shí)際應(yīng)用中采用復(fù)信號(hào)卻可以帶來(lái)很大好處抱完,由于實(shí)信號(hào)具有共軛對(duì)稱的頻譜,從信息的角度來(lái)看刃泡,其負(fù)頻譜部分是冗余的巧娱,將實(shí)信號(hào)的負(fù)頻譜部分去掉碉怔,只保留正頻譜部分的信號(hào),其頻譜不存在共軛對(duì)稱性禁添,所對(duì)應(yīng)的時(shí)域信號(hào)應(yīng)為復(fù)信號(hào)撮胧。

通信、雷達(dá)一般都具有一個(gè)載波上荡。早期通信的載波為正弦波趴樱,通過(guò)調(diào)制傳輸信息,發(fā)射和接收的都是實(shí)信號(hào)酪捡,接收后要把調(diào)制信號(hào)從載波里提取出來(lái)叁征,通常的做法是將載頻變頻到零(稱為零中頻)。我們知道逛薇,通常的變頻相當(dāng)于將載頻下移捺疼,早期的調(diào)幅接收機(jī)將下移到較低的中頻,其目的是方便選擇信號(hào)和放大永罚,然后通過(guò)幅度檢波(調(diào)幅信號(hào)的載波只有幅度受調(diào)制)得到所需的低頻信號(hào)啤呼,現(xiàn)代的信號(hào)有各種調(diào)制方式,為便于處理呢袱,需要將頻帶內(nèi)的信號(hào)的譜結(jié)構(gòu)原封不動(dòng)的下移到零中頻(一般稱為基帶信號(hào))官扣。很顯然,將接收到的實(shí)信號(hào)直接變到零中頻是不行的羞福,因?yàn)閷?shí)信號(hào)存在共軛對(duì)稱的雙邊譜惕蹄,隨著載頻的下移,正治专、負(fù)相互接近卖陵,到中頻小于信號(hào)頻帶一半時(shí),兩部分譜就會(huì)發(fā)生混疊张峰,當(dāng)中頻為零時(shí)混疊最嚴(yán)重泪蔫,使原信號(hào)無(wú)法恢復(fù),這時(shí)應(yīng)在變頻中注意避免正喘批、負(fù)譜分量的混疊撩荣,正確的獲取基帶信號(hào)。

實(shí)際表示復(fù)數(shù)變量使用實(shí)部和虛部?jī)蓚€(gè)分量谤祖。復(fù)信號(hào)也一樣婿滓,必須用實(shí)部和虛部?jī)陕沸盘?hào)來(lái)表示它,兩路信號(hào)傳輸會(huì)帶來(lái)麻煩粥喜,實(shí)際信號(hào)的傳輸總是用實(shí)信號(hào)凸主,而在信號(hào)處理中則用復(fù)信號(hào)。

難于理解虛數(shù)的含義额湘,一定程度上是由于難以想像它究竟是個(gè)什么東西卿吐,就像四維以上的空間旁舰,難以在人腦里建立其形象的影像一樣。對(duì)于j嗡官,這個(gè)-1的平方根箭窜,容易產(chǎn)生一種直覺(jué)的排斥,除了掌握能夠解出數(shù)學(xué)題目的運(yùn)算規(guī)則以外衍腥,一般人都不會(huì)去琢磨它有沒(méi)有實(shí)際意義磺樱,有什么實(shí)際意義。在“達(dá)芬奇的密碼”里婆咸,Langdon關(guān)于科學(xué)家對(duì)j的信仰以及教徒對(duì)宗教的信仰的類比竹捉,是對(duì)j之虛無(wú)縹緲和其重要性的絕妙詮釋。但是尚骄,對(duì)于一個(gè)搞雷達(dá)通信或是信號(hào)處理的人來(lái)說(shuō)块差,由于正交信號(hào)的引入,j被賦予了確確實(shí)實(shí)的物理含義倔丈。下面說(shuō)就說(shuō)我的一知半解:

從數(shù)學(xué)上說(shuō)憨闰,虛數(shù)真正確立其地位是在十八世紀(jì)歐拉公式以及高斯復(fù)平面概念建立起來(lái)之后。歐拉公式告訴我們實(shí)數(shù)的正弦余弦與任意一個(gè)復(fù)數(shù)的關(guān)系需五;高斯復(fù)平面則給出了形象表示復(fù)數(shù)的方法鹉动,并暗示了實(shí)部與虛部的正交性。

對(duì)于一個(gè)時(shí)域復(fù)數(shù)信號(hào)宏邮,實(shí)部和虛部分別代表了正交的信息训裆。就像QPSK的調(diào)制信號(hào),這一點(diǎn)不難理解蜀铲。另一個(gè)時(shí)域的重要性質(zhì)是兩個(gè)復(fù)數(shù)分量的和,是一個(gè)實(shí)數(shù)余弦属百。

在考慮復(fù)頻域的概念之前记劝,我們先回憶一下傅里葉變換的物理意義:一個(gè)任意信號(hào)可以分解成諧波相加的形式。對(duì)于一個(gè)實(shí)數(shù)周期信號(hào)族扰,可以直觀的將其分解成多個(gè)不同相位的余弦諧波厌丑。但是,在傅里葉變換中渔呵,基本信號(hào)是復(fù)數(shù)分量怒竿,也就是說(shuō),頻域信號(hào)是在復(fù)頻域上表現(xiàn)的扩氢。對(duì)于實(shí)數(shù)信號(hào)耕驰,復(fù)頻域上的共軛對(duì)稱,保證了所有基本信號(hào)的虛部抵消录豺;當(dāng)然朦肘,傅利葉變換是適用于所有復(fù)數(shù)信號(hào)的饭弓。

對(duì)于復(fù)頻域,一個(gè)頻率上的模的平方媒抠,表示這個(gè)頻率分量能量的大械芏稀;相位趴生,表示時(shí)域上初始相位阀趴;正負(fù)頻率分別表示,在時(shí)域復(fù)平面內(nèi)苍匆,向兩個(gè)逆順時(shí)針不同方向轉(zhuǎn)動(dòng)相位所展現(xiàn)的頻率刘急。

復(fù)數(shù)信號(hào)處理的好處有:由于對(duì)相位的確定,使相干檢測(cè)成為可能锉桑;對(duì)于數(shù)字通信排霉,在基帶處理帶通信號(hào),可以是有效帶寬減少一半民轴,進(jìn)而對(duì)于AD 的采樣率要求攻柠,F(xiàn)FT的處理能力等都有改善,比如在OFDM系統(tǒng)中發(fā)射機(jī)中在基帶完成的IFFT block等后裸。通過(guò)一個(gè)簡(jiǎn)單的QPSK系統(tǒng)瑰钮,可以對(duì)以上理論有更深刻的了解。

解析信號(hào)的實(shí)部和虛部是正交的微驶,是希爾伯特變換對(duì)浪谴,實(shí)部就是原信號(hào)或者說(shuō)是實(shí)際存在的信號(hào)。由此我們可以利用希爾伯特變換得到解析信號(hào)因苹。在雷達(dá)信號(hào)中苟耻,對(duì)于中頻信號(hào)需要變換成零中頻的復(fù)信號(hào),稱為視頻信號(hào)(不一定解析扶檐,但是實(shí)部和虛部是正交的)凶杖,有正交變換法,希爾伯特變換法款筑,多相濾波法智蝠,插值法等多種方法,可以根據(jù)具體要求選取適當(dāng)?shù)姆椒问帷_@些方法在雷達(dá)原理杈湾、軟件無(wú)線電、通信理論等書籍和文獻(xiàn)中都能找到很多攘须。用復(fù)信號(hào)表示信號(hào)漆撞,構(gòu)造解析信號(hào)減少一半頻帶是一個(gè)優(yōu)點(diǎn);用來(lái)表示實(shí)信號(hào)時(shí),運(yùn)算簡(jiǎn)便也是一個(gè)很重要的優(yōu)點(diǎn)叫挟。

不過(guò)在雷達(dá)信號(hào)中艰匙,相干視頻信號(hào)一般都不是解析信號(hào)。I抹恳、Q兩路信號(hào)仍然滿足希爾伯特的關(guān)系员凝,實(shí)際中兩路信號(hào)滿足希爾伯特變換知識(shí)理想的情況,而我們?cè)诠こ讨惺呛茈y實(shí)現(xiàn)的奋献,因此就采用了I健霹、Q兩路的方式來(lái)做就是說(shuō)正交檢波的話,得到I瓶蚂、Q兩路信號(hào)糖埋,剛好 I路就是實(shí)部,Q路就是虛部窃这。

在產(chǎn)生雷達(dá)信號(hào)是瞳别,得到兩倍的帶寬可以降低采樣率的,這樣就降低了對(duì)A/D的要求杭攻。正交檢波的接收機(jī)把信號(hào)的實(shí)部虛部都得到祟敛,這樣就相當(dāng)于把整個(gè)信號(hào)得到了,平方求模得幅度兆解,相除反正切求相位馆铁,就是這樣得。

任何信號(hào)包括雷達(dá)信號(hào)實(shí)際上都是實(shí)信號(hào)锅睛,復(fù)信號(hào)是為了分析復(fù)解析信號(hào)而提出的埠巨,也為引入I、Q雙通道的概念现拒,因?yàn)樵诶走_(dá)系統(tǒng)中辣垒,信號(hào)的產(chǎn)生通常采用正交調(diào)制的方式產(chǎn)生,這可以獲得一般調(diào)制的2倍帶寬印蔬。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末乍构,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子扛点,更是在濱河造成了極大的恐慌雕沉,老刑警劉巖渡处,帶你破解...
    沈念sama閱讀 222,378評(píng)論 6 516
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異摸航,居然都是意外死亡奥帘,警方通過(guò)查閱死者的電腦和手機(jī)铜邮,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,970評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人松蒜,你說(shuō)我怎么就攤上這事扔茅。” “怎么了秸苗?”我有些...
    開(kāi)封第一講書人閱讀 168,983評(píng)論 0 362
  • 文/不壞的土叔 我叫張陵召娜,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我惊楼,道長(zhǎng)玖瘸,這世上最難降的妖魔是什么? 我笑而不...
    開(kāi)封第一講書人閱讀 59,938評(píng)論 1 299
  • 正文 為了忘掉前任檀咙,我火速辦了婚禮雅倒,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘弧可。我一直安慰自己蔑匣,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,955評(píng)論 6 398
  • 文/花漫 我一把揭開(kāi)白布棕诵。 她就那樣靜靜地躺著裁良,像睡著了一般。 火紅的嫁衣襯著肌膚如雪年鸳。 梳的紋絲不亂的頭發(fā)上趴久,一...
    開(kāi)封第一講書人閱讀 52,549評(píng)論 1 312
  • 那天,我揣著相機(jī)與錄音搔确,去河邊找鬼彼棍。 笑死,一個(gè)胖子當(dāng)著我的面吹牛膳算,可吹牛的內(nèi)容都是我干的座硕。 我是一名探鬼主播,決...
    沈念sama閱讀 41,063評(píng)論 3 422
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼涕蜂,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼华匾!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起机隙,我...
    開(kāi)封第一講書人閱讀 39,991評(píng)論 0 277
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤蜘拉,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后有鹿,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體旭旭,經(jīng)...
    沈念sama閱讀 46,522評(píng)論 1 319
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,604評(píng)論 3 342
  • 正文 我和宋清朗相戀三年葱跋,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了持寄。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片源梭。...
    茶點(diǎn)故事閱讀 40,742評(píng)論 1 353
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖稍味,靈堂內(nèi)的尸體忽然破棺而出废麻,到底是詐尸還是另有隱情,我是刑警寧澤模庐,帶...
    沈念sama閱讀 36,413評(píng)論 5 351
  • 正文 年R本政府宣布烛愧,位于F島的核電站,受9級(jí)特大地震影響赖欣,放射性物質(zhì)發(fā)生泄漏屑彻。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,094評(píng)論 3 335
  • 文/蒙蒙 一顶吮、第九天 我趴在偏房一處隱蔽的房頂上張望社牲。 院中可真熱鬧,春花似錦悴了、人聲如沸搏恤。這莊子的主人今日做“春日...
    開(kāi)封第一講書人閱讀 32,572評(píng)論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)熟空。三九已至,卻和暖如春搞莺,著一層夾襖步出監(jiān)牢的瞬間息罗,已是汗流浹背。 一陣腳步聲響...
    開(kāi)封第一講書人閱讀 33,671評(píng)論 1 274
  • 我被黑心中介騙來(lái)泰國(guó)打工才沧, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留迈喉,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 49,159評(píng)論 3 378
  • 正文 我出身青樓温圆,卻偏偏與公主長(zhǎng)得像挨摸,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子岁歉,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,747評(píng)論 2 361

推薦閱讀更多精彩內(nèi)容