兔耳效应

作者:桂。

时间:2017-09-19  06:17:41

链接:http://www.cnblogs.com/xingshansi/p/7533286.html 


前言

  兔耳效应(double-pulse effect / rabbit-ears effect) )主要指矩形脉冲信号能量将扩散到与真实载频所在信道相邻的多个信道之中,信道化(直接实现与多相滤波实现)接收机输入的脉冲信号会在多个信道产生暂态输出的现象。

  兔耳效应是影响信道化接收机测频能力的主要原因之一,需要在后续的信号处理中加以消除,例如借助脉宽检测进行剔除,或者利用相关的原理进行压制。

一、现象描述

信号在信道5,如图所示,信道4中出现了两个窄的尖峰,类似两只耳朵,这便是兔耳效应。兔耳效应的尖峰会在脉冲的上升和下降沿(上升沿、下降沿对应暂态,两沿之间对应稳态响应)会出现。

二、现象分析

 "兔耳效应"由滤波器的暂态效应引起.滤波达到稳定后会自然消失。

仿真验证该现象,信道化:

信道化的包络输出

出现兔耳效应。信号处于信道16,相邻的信号1、15兔耳效应均更加明显。

这一现象从理论上也容易理解,当信号进入或者离开滤波器时,卷积结果是不完全的(暂态响应),稳态响应为红框所示:

故兔耳出现在信号的上升沿或下降沿。信号可划分为:

1)稳态,以点频信号为例,完全进入对应的信道;

2)暂态,此时信号可以近似理解成门函数,对应的频谱为Sa(.)函数,频谱扩展到各个信道,越是相近的信道,幅度越大,但仅局限在上升/下降的时刻,故脉宽非常窄;

另外,信道越窄,通常滤波器阶数越多,暂态效应更严重,兔耳效应也更明显。

 

三、消除兔耳效应的措施

通常可以通过窄脉宽剔除,可以消去兔耳效应。另外也可以借助相关平滑的思路,降低兔耳效应的影响(此处为个人的分析,仅供参考)。

例如滤波器长度为192阶,则每一边的兔耳效应理论值为191个点,为了借助相关降低兔耳效应,理论上前后数据点间隔最小为191点,例如点1:5与点192:196。

如果采用信道化(以16信道化为例)体制,抽取之后对应为N个点,16N>191,则对于信道化之后的数据,可以每12点做一次自相关。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/242760.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Linux网络不可用(Linux网络设置)

Linux网络不可用(Linux网络设置) 出现如下情况时 首先进行问题排查 在终端输入 ping www.baidu.com 如果能够ping通则可能是Firefox没有配置好,配置一下自动连接网络即可。 如果ping不通则可能就是虚拟机网络配置问题。 解决方法 &#x…

子空间分析方法

作者:桂。 时间:2017-09-19 20:44:54 链接:http://www.cnblogs.com/xingshansi/p/7554200.html 前言 空间谱中的MUSIC借助了子空间的思想,梳理一下子空间算法。 一、信号模型 假设观测矩阵A含有观测噪声: 定义相关矩…

空间谱专题10:MUSIC算法

作者:桂。 时间:2017-09-19 19:41:40 链接:http://www.cnblogs.com/xingshansi/p/7553746.html 前言 MUSIC(Multiple Signal Classification)算法通常用来进行到达角(DOA,Direction of arriva…

磁盘情况查询

磁盘情况查询 注意需要在联网的情况下

Linux网络配置原理图

Linux网络配置原理图 会发现你的Linux系统的IP和你的主机IP是在同一个网段 设计主机名和hosts映射

进程管理(重点)

进程管理(重点)

服务(service)管理

服务(service)管理 按q退出

空间谱专题11:子阵平滑与秩亏缺

作者:桂。 时间:2017-09-29 21:20:18 链接:http://www.cnblogs.com/xingshansi/p/7612984.html 前言 主要分析在解相干算法中,子阵平滑的有效性。 一、前向平滑 以均匀线阵(ULA)为例,第l个接收…

空间谱专题12:二维测向的基本方法

作者:桂。 时间:2017-10-01 16:50:08 链接:http://www.cnblogs.com/xingshansi/p/7617442.html 前言 圆阵、面阵、L阵、十字阵、V形阵,都是直接地二维求解,复杂度较高,这里梳理复杂度较低的求解算法。 一…

使用有限状态机(FSM)解释shell 命令

一、有限状态机(Finite State Machine,FSM)是表示有限个状态及在这些状态之间的转移和动作等行为的数学模型,在计算机领域有着广泛的应用。FSM一个常见的应用就是用来负责Parser复杂的数据结构,比如解释URI协议&#x…

搭建JAVAEE环境

搭建JAVAEE环境 ./表示在当前目录下查找文件所以需要配置环境变量 在Linux下下载 或者在window下传输

小数延迟滤波器

作者:桂。 时间:2017-10-10 22:38:46 链接:http://www.cnblogs.com/xingshansi/p/7648274.html 前言 阵列信号处理中,经常用到小数延迟(fractional delay,FD)的思路,例如Beamformi…

空间谱专题13:联合解算DOA(ML/AP)

其中作者:桂。 时间:2017-10-16 07:51:40 链接:http://www.cnblogs.com/xingshansi/p/7675380.html 前言 主要记录二维测向中,分别利用两个一维阵联合解算的思路。 一、AP算法思想 信号模型: 对应相关矩阵 假设噪声为…

机器学习之正则化

根据上一篇博客《统计学习概论》可以知道,正则化的作用是选择经验风险和模型复杂度同时较小的模型。下面从过拟合的角度来理解正则化。 #过拟合问题 例子说明,线性回归问题(房价) 分析: 1)左边第一幅图&am…

python开发平台Ubuntu

python开发平台Ubuntu APT软件管理和远程登录

投影矩阵

作者:桂。 时间:2017-10-19 06:02:00 链接:http://www.cnblogs.com/xingshansi/p/7690292.html 前言 最近在交替投影算法中,用到投影矩阵,简单记录。 一、投影矩阵定义 此处以列满秩为例,行满秩可依次类推…

不同维度极值点查找

作者:桂。 时间:2017-10-19 17:00:12 链接:http://www.cnblogs.com/xingshansi/p/7693557.html 前言 主要梳理不同维度信号极值点的查找思路。 一、思想 思想都是一个,通过极值点的定义:数值高于相邻的点&#xff0c…

俯仰角/偏航角的转化

作者:桂。 时间:2017-10-20 10:29:52 链接:http://www.cnblogs.com/xingshansi/p/7698237.html 前言 主要记录坐标系的转化。 一、坐标转化 对于坐标系: 设方位角为φ,俯仰角为theta,仰角β与偏航角α&am…

安装Centos8.1

安装Centos8.1 按回车