DSP

DSP问题笔记

2019-07-13 12:37发布

在学习DSP的过程中遇到了一些问题,包括面试与讨论中,记录在这篇博客中。 1、DSP的哈佛结构特点,与常规的冯诺依曼结构区别。    2、给定一个信号为两个幅值为A的正弦信号的叠加(1000hz和1050hz),给定8khz的采样率,一个周期有多少个采样点? 思路:这个问题的关键在于理解频率分辨率和DFT的实质。对于有限长离散点做DFT,相当于时域加窗(乘以一个矩形函数),频域上卷积sinc函数,sinc函数的主瓣宽度恰好是频率分辨率(即一个区间),如果信号恰好落在离散的整数频点上,则其他频点的幅值都是0,sinc函数的零点;如果在两个频点中间,相当于sinc函数的峰值在两个频点中间,那么左右频点都会有值,距离信号实际频率越近,幅值越大。 (1)对128个采样点做FFT,所得的信号频谱图是什么样的? 思考:注意频率分辨率,8k/128=62.5hz,两个正弦信号频率间隔为50hz,小于频率分辨率,故而不能分辨出来。频谱图要注意1000hz是否在整数点上,若不是62.5的整数倍,那么将落在附近的离散频率点上,并且距离最近的频率点幅值最大,依次衰落。 (2)对128个采样点补零,做512点FFT,所得的频谱如何? 思考:时域补零并不会影响频谱图,仅仅是对原来频域的插值。同时幅值成比例缩小。仅仅通过补零来增加DFT点数,看似增加了频率分辨率,但是实质上时域信号的窗函数长度并没有改变,仍然是补零之前的,这种做法虽可以克服栅栏效应,但是对频谱分析的准确性却是无益的。 (3)对512个采样点做FFT,所得的频谱如何? 思考:此时的频率分辨率可以满足,但是仍要注意是否在整数点上的问题。 (4)若原问题改为8k采样,100个点FFT,1000和1080信号能否分开? 思考:频率分辨率为80hz,1000/80=12.5,不在整数点上,所以1000hz的信号会落在旁边两个点上,应该是等幅的,依次衰减;同理1080点,所以中间那个频率点幅值会偏高。 (5)上面问题中若落在整数点上,能否分开? 思考:应该是可以的,但是考虑频率分辨率,正好落在相邻两个点上。 补充:关于FFT的频率分辨率问题,总结了几点。 a.  提高采样频率fs,对于提高频谱分辨率是没有帮助的。因为fs增加,采样点数N也会成比例增加,fs/N是不变的。但是增加fs可以增加观测频率的范围。比如对单频正弦波,理论上fs=2f即可保证无失真采样,但是这样一个周期内只有两个采样点,而同样周期的锯齿波和方波在采样时刻是相同的值,我们无法区分出不同信号的原因是,我们在频域最高可观测的频率值为fs/2=f,所以无法知道mf上的谐波分量,提高fs,可以在频域上观测高于f的频率分量,在时域上也能看到更多的采样点,可以确定是sin还是方波。  b. 在fs不变的前提下,增加时域有效的采样点数,可以增加频率分辨率fs/N。这是因为增加了FFT变换时主值区间的窗长度,反应在频域上卷积的sinc函数主瓣宽度变小,能看到更细的频率分量。 c. 仅仅通过补零,是无法提高频率分辨率的。补零后FFT可以更细地观察频谱的频率分量,但是这仅仅是计算上的插值,不具有实际的物理意义,也就是说,无法更细地观察信号的频率分量。因为信号的有效采样点没变,小窗的长度没变,实际上相当于在小窗上套了一个大窗,仅仅提高了窗频谱的分辨率(原来截断信号的频谱进行插值),没有提高信号频谱的分辨率。事实上,补零后的信号已经不再是原来的信号,而是原始信号+0之后进行周期性重复,已经改变了信号的频谱。   3、变速率采样的问题:画出32k --> 16k --> 48k 的采样率转换系统图 思考:其实这个题目出的好囧,真正的系统中一般都是先升采样后降采样,因为先抽取会损失信号的特征,再插值的效果不好,而且先内插后抽取可以把LPF合为一个,这个题目不能理解额。   4、变速率采样滤波器设计。   5、IIR和FIR滤波器区别,典型的实现结构,每种结构的特点。   6、卷积、相关等知识。   7、无线电中调制的目的。 调制的目的:
a. 便于进行无线传播,具体可从传播距离,抗干扰,无线信道特性等方面入手深入。
b. 便于进行频分复用,区分不同的业务类型或用户,即FDMA。
c. 从天线的角度出发,天线的尺寸与发射频率的波长正相关。   8. 利用FFT计算IFFT 在实际dps计算中,常常只提供一种库,就是fft, 如何利用fft库进行ifft计算呢,,看如下公式 X=ifft(x) X=conj( fft( conj(x)/N ) ) 由此可以看出,         对原序列取共轭,除以N后,进行fft运算,再把fft运算的结果取共轭,         最后得出的序列即为对原来序列进行ifft运算的结果. (若原序列为实数,由于实数共轭等于其本身,则直接除N,fft,再对结果取共轭)   9. 利用IDFT对OFDM信道进行时域去噪 在LTE信道估计中,LS算法是信道估计的第一步,然而h=y×RS*+n×RS*的中噪声影响比较大,通常要通过IDFT对所得的h估计值进行时域去噪。 LTE中子载波间隔为15kHz,也就是说频域采样间隔为15kHz,换算成时域的分辨率为1/(15k*N)s,其中N为频域采样点数。对于常见的信道模型,时域分辨率为在30-50ns左右就可以了,反推出N=1024或2048。 做IDFT之后的变为h的时域冲激响应,对于ETU信道,多径最大时延为5000ns,1/15k=66.7us,对应N1=N/125,也就是说,在N1个点之后的时间点上的响应值可以看成噪声带了。对噪声带进行有效滤波同时保留0~N1之内有效的主径值,再做DFT还原出去噪后的频域信道,之后就可以继续LMMSE的过程了。   10. DFT频谱分析 栅栏效应 频谱泄露 频谱混叠 等理解 对采样信号的频谱,为提高计算效率,通常采用FFT算法进行计算,设数据点数为
  N = T/dt = T.fs
  则计算得到的离散频率点为
  Xs(fi) , fi = i.fs/N , i = 0,1,2,…,N/2
  这就相当于透过栅栏观赏风景,只能看到频谱的一部分,而其它频率点看不见,因此很可能使一部分有用的频率成分被漏掉,此种现象被称为栅栏效应.
   不管是时域采样还是频域采样,都有相应的栅栏效应。只是当时域采样满足采样定理时,栅栏效应不会有什么影响。而频域采样的栅栏效应则影响很大,“挡住”或丢失的频率成分有可能是重要的或具有特征的成分,使信号处理失去意义。
减小栅栏效应可用提高采样间隔也就是频率分辨力的方法来解决。间隔小,频率分辨力高,被“挡住”或丢失的频率成分就会越少。但会增加采样点数,使计算工作量增加。解决此项矛盾可以采用如下方法:在满足采样定理的前提下,采用频率细化技术(ZOOM),亦可用把时域序列变换成频谱序列的方法。
    例如:505Hz正弦波信号的频谱分析来说明栅栏效应所造成的频谱计算误差。
设定采样频率fs=5120Hz,软件中默认的FFT计算点数为512,其离散频率点为
fi = i.fs/N = i.5120/512=10×i , i= 0,1,2,…,N/2
位于505Hz 位置的真实谱峰被挡住看不见,看见的只是它们在相邻频率500Hz或510Hz处能量泄漏的值。
若设 fs=2560Hz,则频率间隔df=5Hz,重复上述分析步骤,这时在505位置有谱线,我们就能得到它们的精确值。从时域看,这个条件相当于对信号进行整周期采样,实际中常用此方法来提高周期信号的频谱分析精度。
 
频谱泄露:截断信号时域上相当于是乘以了rectangular window,于是造成了频谱泄漏的问题。
在帖子上看到的解释:http://www.chinavib.com/forum/thread-51126-2-1.html
    泄漏的原因来自两方面第一输入频率不是fs/n的整数倍,因为dft只能输出在fs/n的频率点上的功率,所以当输入频率不在fs/n的整数倍时,在dft的输出上就没有与输入频率相对应得点(dft输出是离散的),那么输入频率就会泄漏到所有的输出点上,具体的泄漏分布取决于所采用的窗的连续域复利叶变换,对于没有使用窗的,相当于使用了矩形窗,矩形窗在进行连续傅立叶变换在一般的信号与系统书上都有。而对于非矩形窗,窗本身就会产生一定的泄漏,是通过加大主瓣的宽度来降低旁瓣的幅度,通常主瓣的宽度变成了矩形窗的两倍,例如当我们输入一个fs/n的整数倍的输入频率时,经过非矩形窗,dft输出会在两个fs/n的频点上有功率。
见参考书:lyon的understanding DSP.
 
旁瓣效应:
 
补零对频谱的影响:
进行zero padding只是增加了数据的长度,而不是原信号的长度。就好比本来信号是一个周期的余弦信号,如果又给它补了9个周期长度的0,那么信号并不是10个周期的余弦信号,而是一个周期的余弦加一串0,补的0并没有带来新的信息。其实zero padding等价于频域的sinc函数内插,而这个sinc函数的形状(主瓣宽度)是由补0前的信号长度决定的,补0的作用只是细化了这个sinc函数,并没有改变其主瓣宽度。而频率分辨率的含义是两个频率不同的信号在频率上可分,也就要求它们不能落到一个sinc函数的主瓣上。所以,如果待分析的两个信号频率接近,而时域长度又较短,那么在频域上它们就落在一个sinc主瓣内了,补再多的0也是无济于事的。
泄露是由于非整周期采样引起的,因为FFT最精确的是将周期信号映射到一个正交函数空间上(傅立叶变换常用三角函数空间),对周期性信号,只要是整周期采样(采样周期是信号周期的整数倍数描述不对,应该说采样时间长是信号周期的整数倍),是没有谱泄露的,对于非周期信号,无法达到整周期采样,所以总会有泄露,选择合适的窗函数可以控制泄露的严重程度。 混叠是采样频率与信号最高频率的关系引起的,满足采样定理,即采样频率〉=2倍信号最高频率,即可避免混叠,实际信号都受噪声干扰,白噪声是宽带的,所以采样频率即便很高,都不可避免地存在混叠,只是混叠程度小些,满足工程应用。再者,采样频率不是越高越好,我另外的帖子谈过,采样点数有限的情况下,采样频率与频率分辨率是相互矛盾的。
   

热门文章