Pythonda raqamli signalni qayta ishlash dsp haqida o'ylang

3-bob. Davriy bo'lmagan signallar
36
Machine Translated by Google

---

4-bob
Shovqin
1. Ingliz tilida bo'lgani kabi, u har qanday turdagi kiruvchi signalni anglatishi mumkin.
Agar ikkita signal bir-biriga xalaqit bersa, har bir signal ikkinchisini shovqin deb
hisoblaydi.
Ingliz tilida “shovqin” istalmagan yoki yoqimsiz tovushni bildiradi. Signalni qayta ishlash
kontekstida u ikki xil sezgiga ega:
Ushbu bob ikkinchi tur haqida.
2. "Shovqin" shuningdek, ko'plab chastotalardagi komponentlarni o'z ichiga olgan
signalga ham tegishli, shuning uchun biz oldingi boblarda ko'rgan davriy
signallarning harmonik tuzilishiga ega emas.
Ushbu bobning kodi chap04.ipynb da joylashgan bo'lib, u ushbu kitobning omborida
joylashgan (0.2-bo'limga qarang). Siz uni http://tinyurl.com/ thinkdsp04 saytida ham
ko'rishingiz mumkin.
Shovqinni tushunishning eng oddiy usuli uni yaratishdir va hosil qilishning eng oddiy turi -
korrelyatsiyasiz bir xil shovqin (UU shovqin). “Yagona” signal bir xil taqsimotning tasodifiy
qiymatlarini o'z ichiga oladi; ya'ni diapazondagi har bir qiymat bir xil ehtimolga ega.
"Korrelatsiyalanmagan" qiymatlarning mustaqil ekanligini bildiradi; ya'ni bir qiymatni bilish
boshqalar haqida hech qanday ma'lumot bermaydi.
Mana UU shovqinini ifodalovchi sinf:
4.1 Korrelyatsiyasiz shovqin
Machine Translated by Google

---

Endi spektrni ko'rib chiqamiz: spektr =
wave.make_spectrum() spectrum.plot_power()
def evaluate(self, ts): ys =
np.random.uniform(-self.amp, self.amp, len(ts)) return ys
4-bob. Shovqin
Spectrum.plot_power Spectrum.plot ga o'xshaydi, faqat u amplituda o'rniga quvvatni
chizadi. Quvvat amplitudaning kvadratidir. Men almashtiraman -
UncorrelatedUniformNoise _Noise-dan, Signal-dan meros bo'lib o'tadi.
Quyidagi misol soniyada 11025 ta namunada 0,5 soniya davom etadigan UU shovqinini
hosil qiladi. signal = thinkdsp.UcorrelatedUniformNoise() to'lqini = signal.make_wave
(davomiylik=0,5, kadr tezligi=11025)
38
4.1-rasm: o'zaro bog'liq bo'lmagan bir xil shovqinning to'lqin shakli.
Odatdagidek, baholash funksiyasi ts ni oladi, signalni baholash kerak bo'lgan vaqtlar. U
yagona taqsimotdan qiymatlarni yaratuvchi np.random.uniform dan foydalanadi. Ushbu
misolda qiymatlar -ampdan ampgacha bo'lgan oraliqda.
Agar siz ushbu to'lqinni o'ynasangiz, kanallar o'rtasida radio sozlaganingizda eshitadigan
statik tovushga o'xshaydi. 4.1-rasmda to'lqin shakli qanday ko'rinishi ko'rsatilgan.
Kutilganidek, bu juda tasodifiy ko'rinadi.
Class UncorrelatedUniformNoise(_Shovqin):
1.0
0,02
0,5
0,00
0,04
0,08
0,0
0,10
0,06
0,5
1.0
Vaqt (lar)
Machine Translated by Google

---

signalning ma'lum bir nuqtasida yuqori bo'lsa, biz uning qolishini kutamiz
oldingi qiymat va tasodifiy "qadam" yig'indisi. Shunday qilib, agar qiymat
• Tarqatish: Tasodifiy signalning taqsimlanishi mumkin bo'lganlar to'plamidir
shovqin signali yoki uning spektri:
mustaqil. Shu bilan bir qatorda, har bir qiymat bo'lgan Brown shovqinidir
"tasodifiy". a haqida bilishni istashimiz mumkin bo'lgan kamida uchta narsa bor
ular o'rtasida bog'liqliklar bormi? UU shovqinida qiymatlar
• Korrelyatsiya: Signaldagi har bir qiymat boshqalardan mustaqilmi yoki
4.2-rasmda natija ko'rsatilgan. Signal kabi, spektr juda tasodifiy ko'rinadi. Aslida, bu
tasodifiy, lekin biz so'z haqida aniqroq bo'lishimiz kerak
Gauss yoki "qo'ng'iroq" egri chizig'i.
shovqin kontekstida.
0 ga ko'ra pasayish ehtimoli eng katta hisoblanadi
Ushbu bobda amplitudadan quvvatga o'tish, chunki u an'anaviyroq
39
shovqin, barcha chastotalardagi quvvat bir xil taqsimotdan olinadi; ya'ni o'rtacha
quvvat barcha chastotalar uchun bir xil. Boshqa variant pushti shovqin bo'lib, bu
erda quvvat chastotaga teskari bog'liqdir;
4.2-rasm: O'zaro bog'liq bo'lmagan bir xil shovqinning quvvat spektri.