标签:python科学计算
多谢董老师,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,公式也背不过,还是放放吧。
最近厌恶了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还是很好滴,装上NumPy,SciPy等等一众免费的,很不错的Python包,就可以灰了!
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这种动态语言写几百个参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!!
下面是代码,FIR滤波器在这里我估计参数不下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()
看这逼格高高的,都不说了。。
3.下面是董老师指导我的,虽然很简单。。FM调制
董老师说mf的参数调小了,我看果然是。课本不可信,给的参数都mv毫伏级,坑爹!
码代码这种小事就简单多了
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。。。。。。
最近我怎么这么婆妈了。。。!!
Python在信号与系统中的应用(1)——Hilbert变换,Hilbert在单边带包络检波的应用,FIR_LPF滤波器设计,还有逼格高高的FM(PM)调制,布布扣,bubuko.com
Python在信号与系统中的应用(1)——Hilbert变换,Hilbert在单边带包络检波的应用,FIR_LPF滤波器设计,还有逼格高高的FM(PM)调制
标签:python科学计算
原文地址:http://blog.csdn.net/zhengnanlee/article/details/27978107