- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
信号的Hilbert变换原理.ppt
信号的Hilbert变换原理 组长:范荣贵 副组长:杨智东 组员:韦鹏、高世杰 一、Hilbert变换简介 希尔伯特变换(Hilbert transform) 一个连续时间信号x(t)的希尔伯特变换等于该信号通过具有冲激响应h(t)=1/(πt)的线性系统以后的输出响应xh(t)。信号经希尔伯特变换后,在频域各频率分量的幅度保持不变,但相位将出现90°相移。即对正频率滞后π/2,对负频率导前π/2,因此希尔伯特变换器又称为90°移相器。 二、希尔伯特变换定义及频率响应 希尔伯特变换定义如下: 其中h(t)=1/(πt) 并考虑此积分为柯西主值,其避免掉在τ=t以及 τ=±∞等处的奇点。 频率响应 其中F是傅立叶变换,i(有时写作j)是虚数单位,ω是角频率,以及 常被称作signum函数. 希尔伯特实际上是一个使相位滞后pi/2的全通移相网络. 三、Hilbert变换用途 (1)希尔伯特变换在探地雷达数据处理应用 希尔伯特(Hilbert)变换在本质上是一种全通滤波器, Hilbert变换巧妙地应用解析表达式中的实部与虚部的正弦和余弦关系,定义出任意时刻的瞬时频率、瞬时相位及瞬时幅度,?使得对于短信号和复杂信号的瞬时参数的提取成为可能,从而能更有效地、真实地获取信号中所含的信息,有利于分析地下介质的分布情况。 (2)数字I-Q下变频器 在通信系统中,人们提出利用数字方式产生具有高平衡度I-Q信道的方法。在该方法中,I信道的数据从单信道的下变频器得到,Q信道的数据通过对I信道的数据进行处理产生,从而把I-Q信道输出之间的不平衡度保持在最低限度。以数字I-Q下变频器为例,通过对数字化后的输入信号进行快速傅里叶变换以确定X(f),其时域希尔伯特变换是利用H(f)的定义,并通过FFT反变换来获得。 (3)希尔伯特变换在解调中的应用 以采用专用的数字信号处理芯片实现希尔伯特滤波器和幅度相位提取模块,而将基带信号的处理交给DSP等通用数字信号处理芯片。根据不同的解调需要,系统在基带信号处A/D?延时器?希尔伯特滤波器?幅度提取与相位提取?基带信号解调上可以极为方便的更新算法。 在这种方式下,基带的匹配滤波和判决都为线性运算,因此加性噪声不会变为乘性噪声,不会产生门限效应,解调的性能不受信噪比影响。值得注意的是,在希尔伯特变换解调中必须求得基带信号的幅度和相位。幅度的计算为平方和开方运算,是非线性运算,因此在受到噪声影响时,在不同的信噪比下,系统性能不同,存在门限效应。从而影响了系统的实用性。 综上所述: (1)Hilbert变换揭示了由傅里叶变换联系的时域和频域之间的一种等价互换关系,Hilbert变换作为一种信号处理算法,能有效地提取出探地雷达复杂信号的“三瞬”信息,从上面的分析和应用效果也可以看出,经过Hilbert变换后的雷达剖面图较原始的雷达时距剖面图更为清晰,瞬时多参数波形剖面相互参照综合分析,避免了由于单一使用时距剖面分析所造成的解释偏差,提高了探地雷达的解释精度。 (2)基于希尔伯特变换的数字I-Q下变频器的主要优点是数字化程度高,数字I-Q下变频器将会得到越来越广泛的应用。? (3)由于基带处理全部采用数字方式,其复杂性主要受器件性能影响,因而不会改变整个体系结构。 四、Hilbert单边带调制实现 Hilbert单边带调制实现的程序框图 Hilbert单边带调制程序及各部分仿真图 (1)参数设定 fs=15000;%采样频率 t=0:1/fs:0.01;%时间序列 M=2048;%采样点数 fc=4000;%载波频率 Lt=length(t);%时间序列长度 L=2*min(at); R=2*max(abs(at)); (2)产生高斯白噪声n(t)并进行频谱分析 nt = wgn(1,length(t),0.1); %wgn(m,n,p)产生一个m行n列强度为p的高斯白噪声的矩阵 n_1=nt/max(abs(nt)); %噪声 figure(1); subplot(2,1,1); plot(t,n_1); title(高斯白噪声n(t)信号); xlabel(t/s); ylabel(幅度/v);grid on; n=0:M-1; %t=n/fs; %时间序列 y0=fft(n_1,M); mag0=(abs(y0)); f=n*fs/(1000*M); subplot(2,1,2); plot(f,mag0); title(高斯白噪声频谱分析); xlabel(f/KHz); ylabel(幅度/v); axis([0 10 0 20]);grid on; (3)产
文档评论(0)