循环自相关函数和谱相关密度(二)——实信号、复信号模型下的BPSK信号循环谱推导

说明:接上一节循环自相关函数和谱相关密度(一)——公式推导

7 BPSK信号谱相关密度函数

7.1 实信号模型

BPSK实信号表达式可以写为

r(t)=y(t)+n(t)r(t) = y(t) + n(t)r(t)=y(t)+n(t)

=s(t)p(t)+n(t)= s(t)p(t) + n(t)=s(t)p(t)+n(t)

=∑n=−∞∞a(nT)q(t−nT−t0)cos⁡(2πf0t+θ)+ n(t)= \sum\limits_{n = - \infty }^\infty {a(nT)q(t - nT - {t_0})} \cos (2\pi {f_0}t + \theta ){\text{ + }}n(t)=n=a(nT)q(tnTt0)cos(2πf0t+θ) + n(t)(22)

其中,t0{t_0}t0为起始时间,TTT为符号速率,a(n)a(n)a(n)为基带符号序列,f0{f_0}f0为载波频率,θ\thetaθ为初始相位,n(t)n(t)n(t)为高斯白噪声,q(t)q(t)q(t)为矩形脉冲,其表达式和傅里叶变换为

q(t)={1,∣t∣≤T/20,∣t∣>T/2q(t)=\left\{\begin{array}{ll}1, & |t| \leq T / 2 \\ 0, & |t|>T / 2\end{array}\right.q(t)={1,0,tT/2t>T/2 (23)

Q(f)=TSa⁡(πfT)Q(f) = T\operatorname{Sa} (\pi fT)Q(f)=TSa(πfT) (24)

s(t)=∑n=−∞∞a(nT)q(t−nT−t0)s(t) = \sum\limits_{n = - \infty }^\infty {a(nT)q(t - nT - {t_0})}s(t)=n=a(nT)q(tnTt0)

=q(t−t0)⊗∑na(t)δ(t−nT)= q(t - {t_0}) \otimes \sum\limits_n {a(t)\delta (t - nT)}=q(tt0)na(t)δ(tnT)

=q(t−t0)⊗a^(t)= q(t - {t_0}) \otimes \hat a(t)=q(tt0)a^(t) (25)

p(t)=cos⁡(2πf0t+θ)p(t) = \cos (2\pi {f_0}t + \theta )p(t)=cos(2πf0t+θ) (26)

由(21)知,基带脉冲序列a(nT)a(nT)a(nT)的谱相关密度函数为

S~aα(f)=1T∑n=−∞∞∑m=−∞∞Saα+ m/T(f−m2T−nT)\tilde S_a^\alpha (f) = \frac{1}{T}\sum\limits_{n = - \infty }^\infty {\sum\limits_{m = - \infty }^\infty {S_a^{\alpha {\text{ + }}m/T}(f - \frac{m}{{2T}} - \frac{n}{T})} }S~aα(f)=T1n=m=Saα + m/T(f2TmTn) (27)

由(19)可知,a(t)a(t)a(t)以周期TTT理想抽样后的谱相关密度函数为

Sa^α(f)=1T2∑n=−∞∞∑m=−∞∞Sa^α+ m/T(f−m2T−nT)S_{\hat a}^\alpha (f) = \frac{1}{{{T^2}}}\sum\limits_{n = - \infty }^\infty {\sum\limits_{m = - \infty }^\infty {S_{\hat a}^{\alpha {\text{ + }}m/T}(f - \frac{m}{{2T}} - \frac{n}{T})} }Sa^α(f)=T21n=m=Sa^α + m/T(f2TmTn) (28)

根据傅里叶变换的时移性质,q(t−t0)q(t - {t_0})q(tt0)的傅里叶变换为Q(f)e−j2πft0Q(f){e^{ - j2\pi f{t_0}}}Q(f)ej2πft0,则(5)由可得s(t)s(t)s(t)的谱相关密度函数为

Ssα(f)=1TQ(f+α/2)Q∗(f−α/2)e−j2παt0S~aα(f)S_s^\alpha (f) = \frac{1}{T}Q(f + \alpha /2){Q^*}(f - \alpha /2){e^{ - j2\pi \alpha {t_0}}}\tilde S_a^\alpha (f)Ssα(f)=T1Q(f+α/2)Q(fα/2)ej2παt0S~aα(f) (29)

考虑p(t)p(t)p(t)的二次变换

vτ(t)=p(t+ τ/2)p∗(t−τ/2){v_\tau }(t) = p(t{\text{ + }}\tau /2){p^*}(t - \tau /2)vτ(t)=p(t + τ/2)p(tτ/2)

=14(ej2πf0τ+e−j2πf0τ+ej(4πf0t+2θ)+e−j(4πf0t+2θ))= \frac{1}{4}({e^{j2\pi {f_0}\tau }} + {e^{ - j2\pi {f_0}\tau }} + {e^{j(4\pi {f_0}t + 2\theta )}} + {e^{ - j(4\pi {f_0}t + 2\theta )}})=41(ej2πf0τ+ej2πf0τ+ej(4πf0t+2θ)+ej(4πf0t+2θ)) (30)

其Fourier级数系数为

⟨vτ(t)e−j2παt⟩t=14ej2πf0τ⟨e−j2παt⟩t+14e−j2πf0τ⟨e−j2παt⟩t{\left\langle {{v_\tau }(t){e^{ - j2\pi \alpha t}}} \right\rangle _t} = \frac{1}{4}{e^{j2\pi {f_0}\tau }}{\left\langle {{e^{ - j2\pi \alpha t}}} \right\rangle _t} + \frac{1}{4}{e^{ - j2\pi {f_0}\tau }}{\left\langle {{e^{ - j2\pi \alpha t}}} \right\rangle _t}vτ(t)ej2παtt=41ej2πf0τej2παtt+41ej2πf0τej2παtt

+14e−j2θ⟨e−j2π(α+2f0)t⟩t+14ej2θ⟨e−j2π(α−2f0)t⟩t+ \frac{1}{4}{e^{ - j2\theta }}{\left\langle {{e^{ - j2\pi (\alpha + 2{f_0})t}}} \right\rangle _t} + \frac{1}{4}{e^{j2\theta }}{\left\langle {{e^{ - j2\pi (\alpha - 2{f_0})t}}} \right\rangle _t}+41ej2θej2π(α+2f0)tt+41ej2θej2π(α2f0)tt(31)

p(t)p(t)p(t)的循环自相关函数和谱相关密度函数为

Rpα(τ)={14e±j2θα=±2f012cos⁡(2πf0τ)α=00otherwise R_{p}^{\alpha}(\tau)=\left\{\begin{array}{cc}\frac{1}{4} e^{\pm j 2 \theta} & \alpha=\pm 2 f_{0} \\ \frac{1}{2} \cos \left(2 \pi f_{0} \tau\right) & \alpha=0 \\ 0 & \text { otherwise }\end{array}\right.Rpα(τ)=41e±j2θ21cos(2πf0τ)0α=±2f0α=0 otherwise (32)

Spα(f)={14e±j2θδ(f)α=±2f014[δ(f+f0)+δ(f−f0)]α=00otherwise S_{p}^{\alpha}(f)=\left\{\begin{array}{cc}\frac{1}{4} e^{\pm j 2 \theta} \delta(f) & \alpha=\pm 2 f_{0} \\ \frac{1}{4}\left[\delta\left(f+f_{0}\right)+\delta\left(f-f_{0}\right)\right] & \alpha=0 \\ 0 & \text { otherwise }\end{array}\right.Spα(f)=41e±j2θδ(f)41[δ(f+f0)+δ(ff0)]0α=±2f0α=0 otherwise (33)

由(12)、(13)得y(t)y(t)y(t)的循环自相关函数为

Ryα(τ)=∑βRpβ(τ)Rsα−β(τ)R_y^\alpha (\tau ) = \sum\limits_\beta {R_p^\beta (\tau )R_s^{\alpha - \beta }(\tau )}Ryα(τ)=βRpβ(τ)Rsαβ(τ)

=14ej2θRsα−2f0(τ)+14e−j2θRsα+2f0(τ)+12cos⁡(2πf0τ)Rsα(τ)= \frac{1}{4}{e^{j2\theta }}R_s^{\alpha - 2{f_0}}(\tau ) + \frac{1}{4}{e^{ - j2\theta }}R_s^{\alpha + 2{f_0}}(\tau ) + \frac{1}{2}\cos (2\pi {f_0}\tau )R_s^\alpha (\tau )=41ej2θRsα2f0(τ)+41ej2θRsα+2f0(τ)+21cos(2πf0τ)Rsα(τ) (34)

Syα(f)=∑βSpβ(f)⊗Ssα−β(f)S_y^\alpha (f) = \sum\limits_\beta {S_p^\beta (f) \otimes S_s^{\alpha - \beta }(f)}Syα(f)=βSpβ(f)Ssαβ(f)

=14[Ssα(f+f0)+Ssα(f−f0)+ej2θSsα−2f0(f)+e−j2θSsα+2f0(f)]= \frac{1}{4}\left[ {S_s^\alpha (f + {f_0}) + S_s^\alpha (f - {f_0}) + {e^{j2\theta }}S_s^{\alpha - 2{f_0}}(f) + {e^{ - j2\theta }}S_s^{\alpha + 2{f_0}}(f)} \right]=41[Ssα(f+f0)+Ssα(ff0)+ej2θSsα2f0(f)+ej2θSsα+2f0(f)] (35)

将(29)代入(35),得y(t)y(t)y(t)的谱相关密度函数为

Syα(f)=14T{[Q(f+f0+α/2)Q∗(f+f0−α/2)S~aα(f+f0)S_y^\alpha (f) = \frac{1}{{4T}}\{ [Q(f + {f_0} + \alpha /2){Q^*}(f + {f_0} - \alpha /2)\tilde S_a^\alpha (f + {f_0})Syα(f)=4T1{[Q(f+f0+α/2)Q(f+f0α/2)S~aα(f+f0)

Q(f−f0+α/2)Q∗(f−f0−α/2)S~aα(f−f0)]e−j2παt0Q(f - {f_0} + \alpha /2){Q^*}(f - {f_0} - \alpha /2)\tilde S_a^\alpha (f - {f_0})]{e^{ - j2\pi \alpha {t_0}}}Q(ff0+α/2)Q(ff0α/2)S~aα(ff0)]ej2παt0

Q(f+f0+α/2)Q∗(f−f0−α/2)S~aα+2f0(f)e−j[2π(α+2f0)t0+2θ]Q(f + {f_0} + \alpha /2){Q^*}(f - {f_0} - \alpha /2)\tilde S_a^{\alpha + 2{f_0}}(f){e^{ - j[2\pi (\alpha + 2{f_0}){t_0} + 2\theta ]}}Q(f+f0+α/2)Q(ff0α/2)S~aα+2f0(f)ej[2π(α+2f0)t0+2θ]

Q(f−f0+α/2)Q∗(f+f0−α/2)S~aα−2f0(f)e−j[2π(α−2f0)t0−2θ]}Q(f - {f_0} + \alpha /2){Q^*}(f + {f_0} - \alpha /2)\tilde S_a^{\alpha - 2{f_0}}(f){e^{ - j[2\pi (\alpha - 2{f_0}){t_0} - 2\theta ]}}\}Q(ff0+α/2)Q(f+f0α/2)S~aα2f0(f)ej[2π(α2f0)t02θ]} (36)

对于01先验等概的基带符号序列a(n)a(n)a(n),其循环自相关函数为

R~aα(kT)=lim⁡N→∞12N+1∑n=−NNa(nT+kT)a(nT)e−j2πα(n+k/2)T\tilde R_a^\alpha (kT) = \mathop {\lim }\limits_{N \to \infty } \frac{1}{{2N + 1}}\sum\limits_{n = - N}^N {a(nT + kT)a(nT)} {e^{ - j2\pi \alpha (n + k/2)T}}R~aα(kT)=Nlim2N+11n=NNa(nT+kT)a(nT)ej2πα(n+k/2)T (37)

当且仅当k=0k = 0k=0α=m/T\alpha = m/Tα=m/T时,R~aα(kT)=R~a(0)\tilde R_a^\alpha (kT) = {\tilde R_a}(0)R~aα(kT)=R~a(0),则其谱相关密度函数为

S~aα(f)={R~a(0)=1,α=m/T0,α≠m/T\tilde{S}_{a}^{\alpha}(f)=\left\{\begin{aligned} \tilde{R}_{a}(0)=1, & \alpha=m / T \\ 0, & \alpha \neq m / T \end{aligned}\right.S~aα(f)={R~a(0)=1,0,α=m/Tα=m/T(38)

对于高斯白噪声n(t)n(t)n(t),当且仅当α=0\alpha = 0α=0时,其谱相关密度函数不为零,则BPSK实信号的谱相关密度函数为

Srα(f)={Syα(f)+Snα(f),α=0Syα(f),α≠0S_{r}^{\alpha}(f)=\left\{\begin{array}{cc}S_{y}^{\alpha}(f)+S_{n}^{\alpha}(f), & \alpha=0 \\ S_{y}^{\alpha}(f), & \alpha \neq 0\end{array}\right.Srα(f)={Syα(f)+Snα(f),Syα(f),α=0α=0(39)

由此可见,噪声n(t)n(t)n(t)只影响循环频率为零时的截面。

7.2 复信号模型

BPSK复信号表达式可以写为

r(t)=y(t)+n(t)r(t) = y(t) + n(t)r(t)=y(t)+n(t)

= s(t)p(t)+n(t){\text{ = }}s(t)p(t) + n(t) = s(t)p(t)+n(t)

=∑n=−∞∞a(nT)q(t−nT−t0)ej(2πf0t+θ)= \sum\limits_{n = - \infty }^\infty {a(nT)q(t - nT - {t_0})} {e^{j(2\pi {f_0}t + \theta )}}=n=a(nT)q(tnTt0)ej(2πf0t+θ) (40)

同理,t0{t_0}t0为起始时间,TTT为符号速率,a(n)a(n)a(n)为基带符号序列,f0{f_0}f0为载波频率,θ\thetaθ为初始相位,n(t)n(t)n(t)为高斯白噪声,q(t)q(t)q(t)为矩形脉冲。令

p(t)=ej(2πf0t+θ)p(t) = {e^{j(2\pi {f_0}t + \theta )}}p(t)=ej(2πf0t+θ) (41)

同实数信号模型对比,只有p(t)p(t)p(t)发生了改变,其二次变换的其傅里叶级数系数为

⟨vτ(t)e−j2παt⟩t=⟨p(t+ τ/2)p∗(t−τ/2)e−j2παt⟩t{\left\langle {{v_\tau }(t){e^{ - j2\pi \alpha t}}} \right\rangle _t} = {\left\langle {p(t{\text{ + }}\tau /2){p^*}(t - \tau /2){e^{ - j2\pi \alpha t}}} \right\rangle _t}vτ(t)ej2παtt=p(t + τ/2)p(tτ/2)ej2παtt

=ej2πf0τ⟨e−j2παt⟩t= {e^{j2\pi {f_0}\tau }}{\left\langle {{e^{ - j2\pi \alpha t}}} \right\rangle _t}=ej2πf0τej2παtt (42)

p(t)p(t)p(t)的循环自相关函数和谱相关密度函数为

Rpα(τ)={ej2πf0τα=00α≠0R_{p}^{\alpha}(\tau)=\left\{\begin{array}{cc}e^{j 2 \pi f_{0} \tau} & \alpha=0 \\ 0 & \alpha \neq 0\end{array}\right.Rpα(τ)={ej2πf0τ0α=0α=0(43)

Spα(f)={δ(f−f0)α=00α≠0S_{p}^{\alpha}(f)=\left\{\begin{array}{cc}\delta\left(f-f_{0}\right) & \alpha=0 \\ 0 & \alpha \neq 0\end{array}\right.Spα(f)={δ(ff0)0α=0α=0(44)

由(12)、(13)得y(t)y(t)y(t)的循环自相关函数为

Ryα(τ)=∑βRpβ(τ)Rsα−β(τ)=ej2πf0τRsα(τ)R_y^\alpha (\tau ) = \sum\limits_\beta {R_p^\beta (\tau )R_s^{\alpha - \beta }(\tau )} = {e^{j2\pi {f_0}\tau }}R_s^\alpha (\tau )Ryα(τ)=βRpβ(τ)Rsαβ(τ)=ej2πf0τRsα(τ) (45)

Syα(f)=∑βSpβ(f)⊗Ssα−β(f)S_y^\alpha (f) = \sum\limits_\beta {S_p^\beta (f) \otimes S_s^{\alpha - \beta }(f)}Syα(f)=βSpβ(f)Ssαβ(f)

=δ(f−f0)⊗Ssα(f)= \delta (f - {f_0}) \otimes S_s^\alpha (f)=δ(ff0)Ssα(f)

=Ssα(f−f0)= S_s^\alpha (f - {f_0})=Ssα(ff0) (46)

将(29)代入(46),得y(t)y(t)y(t)的谱相关密度函数为

Syα(f)=1T[Q(f−f0+α/2)Q∗(f−f0−α/2)e−j2παt0S~aα(f−f0)]S_y^\alpha (f) = \frac{1}{T}[Q(f - {f_0} + \alpha /2){Q^*}(f - {f_0} - \alpha /2){e^{ - j2\pi \alpha {t_0}}}\tilde S_a^\alpha (f - {f_0})]Syα(f)=T1[Q(ff0+α/2)Q(ff0α/2)ej2παt0S~aα(ff0)] (47)

同(39),可得复BPSK信号的谱相关密度函数为

Srα(f)={Syα(f)+Snα(f),α=0Syα(f),α≠0S_{r}^{\alpha}(f)=\left\{\begin{array}{cc}S_{y}^{\alpha}(f)+S_{n}^{\alpha}(f), & \alpha=0 \\ S_{y}^{\alpha}(f), & \alpha \neq 0\end{array}\right.Srα(f)={Syα(f)+Snα(f),Syα(f),α=0α=0(48)

7.3 谱分析

7.3.1 主峰个数

对于实BPSK信号,由(36)、(38)可知,其谱相关密度函数在f=0f = 0f=0α=±2f0\alpha = \pm 2{f_0}α=±2f0处各有一个主峰;在α=0\alpha = 0α=0f=±f0f = \pm {f_0}f=±f0处各有一个主峰,即实BPSK信号共有4个主峰。

对于复BPSK信号,由(47)、(48)可知,其谱相关密度函数只有在f=f0f = {f_0}f=f0α=0\alpha = 0α=0处有一个谱峰。

7.3.2 切面特征

在式(36)中,令f=0f = 0f=0α=±2f0+m/T\alpha = \pm 2{f_0} + m/Tα=±2f0+m/T

Syα(f)={14T∣Q(−f0+α/2)∣2e−j[2πnt0/T−2θ]α=2f0+m/T14T∣Q(f0+α/2)∣2e−j[2πnt0/T+2θ]α=−2f0+m/TS_{y}^{\alpha}(f)=\left\{\begin{array}{ll}\frac{1}{4 T}\left|Q\left(-f_{0}+\alpha / 2\right)\right|^{2} e^{-j\left[2 \pi n t_{0} / T-2 \theta\right]} & \alpha=2 f_{0}+m / T \\ \frac{1}{4 T}\left|Q\left(f_{0}+\alpha / 2\right)\right|^{2} e^{-j\left[2 \pi n t_{0} / T+2 \theta\right]} & \alpha=-2 f_{0}+m / T\end{array}\right.Syα(f)={4T1Q(f0+α/2)2ej[2πnt0/T2θ]4T1Q(f0+α/2)2ej[2πnt0/T+2θ]α=2f0+m/Tα=2f0+m/T(49)

特别地,当m=0m = 0m=0时,有

Syα(f)={14T∣Q(0)∣2ej2θα=2f014T∣Q(0)∣2e−j2θα=−2f0S_{y}^{\alpha}(f)=\left\{\begin{array}{ll}\frac{1}{4 T}|Q(0)|^{2} e^{j 2 \theta} & \alpha=2 f_{0} \\ \frac{1}{4 T}|Q(0)|^{2} e^{-j 2 \theta} & \alpha=-2 f_{0}\end{array}\right.Syα(f)={4T1Q(0)2ej2θ4T1Q(0)2ej2θα=2f0α=2f0(50)

即在f=0f = 0f=0切面,其谱相关密度函数幅度最大值出现在循环频率为α=±2f0\alpha = \pm 2{f_0}α=±2f0处,由此可估计实BPSK信号的载波频率;在其左右偏移符号速率处,出现次峰值,可估计其符号速率,且可根据α=±2f0\alpha = \pm 2{f_0}α=±2f0处对应的谱相关密度函数的相位来估计初相θ\thetaθ

f=±f0f = \pm {f_0}f=±f0α=m/T\alpha = m/Tα=m/T

Syα(f)=14T{[Q(2f0+α/2)Q∗(2f0−α/2)+∣Q(α/2)∣2]e−j2παt0S_y^\alpha (f) = \frac{1}{{4T}}\{ [Q(2{f_0} + \alpha /2){Q^*}(2{f_0} - \alpha /2) + |Q(\alpha /2){|^2}]{e^{ - j2\pi \alpha {t_0}}}Syα(f)=4T1{[Q(2f0+α/2)Q(2f0α/2)+Q(α/2)2]ej2παt0 (51)

即在f=±f0f = \pm {f_0}f=±f0切面,其谱相关密度函数幅度在循环频率为α=m/T\alpha = m/Tα=m/T即符号速率整数倍处出现峰值,在α=0\alpha = 0α=0处的峰值最大,由此可估计实BPSK信号的符号速率,此外还可根据符号速率处对应的谱相关密度函数的相位来估计时延t0{t_0}t0;其中,需要注意的是,当频率分辨率远远小于循环频率分辨率,即Δf≫Δα\Delta f \gg \Delta \alphaΔfΔα时,符号速率处对应的峰值才比较明显。

对于复BPSK信号,在式(47)中,令α=0\alpha = 0α=0,得

Syα(f)=1T∣Q(f−f0)|2S_y^\alpha (f) = \frac{1}{T}|Q(f - {f_0}){{\text{|}}^2}Syα(f)=T1Q(ff0)|2 (52)

即在α=0\alpha = 0α=0切面,其谱相关密度函数幅度只在f=f0f = {f_0}f=f0出现峰值,由此可估计复BPSK信号的载波频率,但此时噪声n(t)n(t)n(t)的谱相关密度函数不为零,因此利用该切面进行载频估计受噪声影响较大。

f=f0f = {f_0}f=f0,得

Syα(f)=1T∣Q(α/2)∣2e−j2παt0S~aα(0)S_y^\alpha (f) = \frac{1}{T}|Q(\alpha /2){|^2}{e^{ - j2\pi \alpha {t_0}}}\tilde S_a^\alpha (0)Syα(f)=T1Q(α/2)2ej2παt0S~aα(0) (53)

即在f=f0f = {f_0}f=f0切面,其谱相关密度函数幅度在循环频率为α=m/T\alpha = m/Tα=m/T即符号速率整数倍处出现峰值,在α=0\alpha = 0α=0处的峰值最大,由此可估计实BPSK信号的符号速率,此外还可根据符号速率处对应的谱相关密度函数的相位来估计时延t0{t_0}t0

7.4 成形滤波器对谱相关密度函数的影响

无论是BPSK还是QPSK调制信号,对于矩形成形,其频谱为Sa函数,当∣f∣>1/T\left| f \right| > 1/Tf>1/T时,存在衰减较慢的旁瓣,因此在循环频率为α=m/T\alpha = m/Tα=m/Tα=m/T±2f0\alpha = m/T \pm 2{f_0}α=m/T±2f0处其谱相关密度函数仍然不为零,即在主峰周围会有很多小峰。对于(根)升余弦成形,当∣f∣>1/T\left| f \right| > 1/Tf>1/T时,其频谱较快衰减为零,因此其谱相关密度函数只在循环频率为α=1/T\alpha = 1/Tα=1/Tα=1/T±2f0\alpha = 1/T \pm 2{f_0}α=1/T±2f0处有值。

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/347320.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

第十二届蓝桥杯A组省赛填空题Java思路及代码合集(相乘直线货物摆放路径回路计数)

文章目录试题 A: 相乘试题 B: 直线试题 C: 货物摆放试题 D: 路径试题 E: 回路计数试题 A: 相乘 本题总分:5 分 【问题描述】 小蓝发现,他将 1 至 1000000007 之间的不同的数与 2021 相乘后再求除以1000000007 的余数,会得到不同的数。小蓝想…

循环自相关函数和谱相关密度(三)——实信号、复信号模型下的BPSK信号循环谱MATLAB仿真结果及代码

关注公号【逆向通信猿】,循环谱 说明:接上一节循环自相关函数和谱相关密度(二)——实信号、复信号模型下的BPSK信号循环谱推导 7.5 仿真结果 7.5.1 实BPSK信号 符号速率RB = 40,采样率Fs = 960,载波频率fc = 300,符号数N = 1000,矩形成形。

executor线程池框架_如何使用Java 5 Executor框架创建线程池

executor线程池框架Java 5以Executor框架的形式在Java中引入了线程池,它允许Java程序员将任务提交与任务执行分离。 如果要使用Java进行服务器端编程,则线程池是维护系统可伸缩性,鲁棒性和稳定性的重要概念。 对于那些不熟悉Java中的线程池或…

第十二届蓝桥杯A组省赛试题 I: 双向排序(Java)

试题 I: 双向排序 本题总分:25 分 【问题描述】 给定序列 (a1, a2, , an) (1, 2, , n),即 ai i。 小蓝将对这个序列进行 m 次操作,每次可能是将 a1, a2, , aqi 降序排列, 或者将 aqi , aqi1, , an 升序排列。 请求…

循环自相关函数和谱相关密度(四)——实信号、复信号模型下的QPSK信号循环谱推导

关注公号【逆向通信猿】,口令:循环谱 说明:接上一节循环自相关函数和谱相关密度(三)——实信号、复信号模型下的BPSK信号循环谱MATLAB仿真结果及代码 8 QPSK信号谱相关密度函数 8.1 实信号模型 QPSK实信号表达式可以写为 r ( t ) = y I ( t ) − y Q (

JavaFX技巧29:使布局忽略不可见的节点

在我仍在Swing中实现UI的时候,我曾经是MigLayout的忠实拥护者(“一个布局管理者来统治所有这些,对吗Mikael?”)。 我真正喜欢的功能之一是当组件不可见时可以定义不同的行为。 MigLayout允许我保留现在不可见的组件所占…

第十一届蓝桥杯A组省赛填空试题 A: 门牌制作(Java)

试题 A: 门牌制作 本题总分:5 分 【问题描述】 小蓝要为一条街的住户制作门牌号。 这条街一共有 2020 位住户,门牌号从 1 到 2020 编号。 小蓝制作门牌的方法是先制作 0 到 9 这几个数字字符,最后根据需要将字符粘贴到门牌上,例如…

循环自相关函数和谱相关密度(五)——实信号、复信号模型下的QPSK信号循环谱MATLAB仿真结果及代码

关注公号【逆向通信猿】口令:循环谱 说明:接上一节循环自相关函数和谱相关密度(四)——实信号、复信号模型下的QPSK信号循环谱推导 8.4 仿真结果 8.4.1 实QPSK信号 符号速率RB = 40,采样率Fs = 960,载波频率fc = 300,符号数N = 1000,矩形成形,二倍载波频率为符号速…

第十一届蓝桥杯A组省赛填空试题 B: 既约分数(Java)

试题 B: 既约分数 本题总分:5 分 【问题描述】 如果一个分数的分子和分母的最大公约数是 1,这个分数称为既约分数。 例如,3/4,5/2,1/8,7/1都是既约分数。 请问,有多少个既约分数,分…

C++判断是否为素数、求一个数的因数、质因数分解

判断一个数是否为素数 #include<iostream> #include<vector> #include<math.h> #include<algorithm>/*判断是否为素数*/ bool isprime(int n) {bool result;int k (int)sqrt((double)n); // 只需要循环到 √n 即可int i 0;for (i 2; i < k; i){…

新的JDK 11文件方法isSameContent()

已经建议通过JDK-8202285将名为isSameContents()方法添加到JDK 11中的Files类中[[&#xff08;fs&#xff09;向文件中添加用于比较文件内容的方法”]。 由Joe Wang提议 &#xff0c;此新方法“打算是现有isSameFile方法的扩展&#xff0c;因为它没有比较内容以回答两个文件是否…

第十一届蓝桥杯A组省赛填空试题 C: 蛇形填数(Java)

试题 C: 蛇形填数 本题总分&#xff1a;10 分 【问题描述】 如下图所示&#xff0c;小明用从 1 开始的正整数“蛇形”填充无限大的矩阵。 容易看出矩阵第二行第二列中的数是 5。请你计算矩阵中第 20 行第 20 列 的数是多少&#xff1f; 【答案提交】 这是一道结果填空的题&…

Collatz函数的C++递归实现

Collatz函数为(正)自然数定义如下&#xff1a;collatz(N)&#xff1a;如果n是偶数&#xff0c;则返回n/2&#xff0c;否则返回(n∗3)1 #include <iostream> int Collatz(int n) {if (n % 2 0)n / 2;elsen 3 * n 1;return n; }int main(int argc, char* argv[]) {if (…

AI+药物研发:人工智能赋能新药研发(人工智能应用案例)

首先&#xff0c;生物制药行业面临着两个挑战&#xff1a; 第一&#xff0c;新药研发周期很长且非常复杂&#xff1b; 第二&#xff0c;药物研发过程成本昂贵。在1950年的时候&#xff0c;十亿美元可以研发几十个药&#xff0c;到了2020年之后&#xff0c;十亿美元只能研发一个…

具有CDI和lambda的策略模式

策略设计模式在运行时动态选择一种实现算法&#xff0c;一种策略。 该模式可用于根据情况选择不同的业务算法。 我们可以将不同的算法实现定义为单独的类。 或者&#xff0c;我们利用Java SE 8 lambda和函数&#xff0c;它们在此处充当轻量级策略实现。 CDI能够注入参数化类型…

计算圆周率π的C++实现(任意精度)

π\piπ的计算公式 代码 #include <iostream> #include <corecrt_math_defines.h> #include <iomanip>double compute_pi(int N) //计算pi函数 {double dx 1.0 / N;double pi 0;for (int i 1; i < N; i){pi 2 * sqrt(1 - i * dx*i*dx); // 积分函数}…

第十一届蓝桥杯A组省赛填空试题 D: 七段码(Java)

试题 D: 七段码 本题总分&#xff1a;10 分 【问题描述】 小蓝要用七段码数码管来表示一种特殊的文字。 上图给出了七段码数码管的一个图示&#xff0c;数码管中一共有 7 段可以发光的二极管&#xff0c;分别标记为 a, b, c, d, e, f, g。 小蓝要选择一部分二极管&#xff0…

【弗雷泽岛发射站所需的最小发射功率计算】通信调制体制设计之64QAM性能分析MATLAB仿真及代码

关注公号【逆向通信猿】更精彩!!! 任务背景 弗雷泽岛旅游经理在审查您之前建立无线链路任务的解决方案时,正在研究使用无线链路传输实时安全视频源的可能性。由于来自岛周围的多个安全摄像机的视频信号在传输之前被多路复用,因此无线信道的数据速率是不同的。弗雷泽岛旅…

第十一届蓝桥杯A组省赛试题 F: 成绩分析(Java)

试题 F: 成绩分析 时间限制: 1.0s 内存限制: 512.0MB 本题总分&#xff1a;15 分 【问题描述】 小蓝给学生们组织了一场考试&#xff0c;卷面总分为 100 分&#xff0c;每个学生的得分都是 一个 0 到 100 的整数。 请计算这次考试的最高分、最低分和平均分。 【输入格式】 输…

基于代价函数小波脊相位的MFSK信号符号速率估计MATLAB仿真及代码(2020.12.14更新)

算法来源 王勇, 王李福, 邹辉,等. 一种小波脊相位提取方法: 中国专利. 仿真结果 引言 当前,脊点的选取较准确也较经典的方法是Liu等提出的里程碑式的基于代价函数的小波脊相位提取方法(即代价函数脊法),其利用代价函数来抑制噪声的影响,并结合动态规划的思想进行脊线的…