首页 > 其他分享 >迭代方法代替卷积来构造相位差

迭代方法代替卷积来构造相位差

时间:2024-04-06 20:00:36浏览次数:24  
标签:相位差 迭代 卷积 得到 101 bit2 bit1 bit0

      在生成蓝牙GFSK信号时,GFSK滤波器的FPGA实现,传统的实现方法需消耗DSP,用迭代计算替代卷积运算,能实现LUT资源替代DSP资源,进而节约DSP。下面介绍其步骤:

1、原始公式。

其中x(n) 为输入信号、h(n) 为高斯整形滤波器 ,y(n)为输出信号。

2、假设初始条件(为了调制从已知情况开始)

    输入数字信号x(n)为1或者-1。假设初始条件 bit0=1,bit1=-1,采样率50M也就是 x(1~50)=1,x(51~100)=-1。

3、根据初始条件带入得到y(101

   x(101)开始就是我们的真正的输入的去调制的信号,假设调制的第一个信号设为bit2。x(101~150)=bit2。得到下面y(101)的式子:

4、根据初始条件带入得到y(102),发现它和y(101)的迭代关系:

5、发现可以用同样的迭代,从y(102)得到y(103) :

6、得到猜想 当 bit0 bit1 bit2 不变时也就是i=1~50 ,对应y的表达式

7、继续调制第二个bit  x(151~200):

这时用bit0'代表x(51~100) 、bit1'代表x(101~150)、bit2'代表x(151~200),可以得到:

8、得到第二个bit的迭代公式:

9、通过一直迭代 bit2、bit1、bit0 ,得到通用式子:

传统卷积得到的差相位图

迭代计算得到的差相位图

  通过对比相位差图,说明两者的效果是一致的。可以对比我的另外一篇博客来看:

生成蓝牙GFSK信号-CSDN博客

标签:相位差,迭代,卷积,得到,101,bit2,bit1,bit0
From: https://blog.csdn.net/qq_44704533/article/details/137371735

相关文章

  • Python面试必备一之迭代器、生成器、浅拷贝、深拷贝
    本文首发于公众号:Hunter后端原文链接:Python面试必备一之迭代器、生成器、浅拷贝、深拷贝这一篇笔记主要介绍Python面试过程中常被问到的一些问题,比如:Python中的迭代器和生成器是什么,有什么作用Python中不可变类型有哪些在Python函数中,传递参数传递的是什么,值还是引......
  • 卷积神经网络基础
    卷积神经网络基础卷积神经网络(CNN)应用领域:图像识别、自然语言处理、语音识别等。多用与图像识别和计算机视觉领域与全连接神经网络相比,卷积神经网络进步的地方在于引入了卷积层结构和池化层结构这两层是CNN卷积网络中重要的部分,具有局部连接、权值共享等特点的深层前......
  • python 插值搜索-迭代与递归(Interpolation Search)
             给定一个由n个均匀分布值arr[]组成的排序数组,编写一个函数来搜索数组中的特定元素x。         线性搜索需要O(n)时间找到元素,跳转搜索需要O(?n)时间,二分搜索需要O(logn)时间。插值搜索是对实例二分搜索的改进,其中排序数组中的值是......
  • 初学卷积神经网络
    卷积神经网络1.1卷积神经网络应用领域1.2卷积的作用卷积网络与传统网络的区别CNN是一个三维的模型=HWC整体架构卷积做了一件什么事情图像分割(分割为5*5)计算权重参数寻找最好的权重参数矩阵......
  • SCI一区 | Matlab实现NGO-TCN-BiGRU-Attention北方苍鹰算法优化时间卷积双向门控循环
    SCI一区|Matlab实现NGO-TCN-BiGRU-Attention北方苍鹰算法优化时间卷积双向门控循环单元融合注意力机制多变量时间序列预测目录SCI一区|Matlab实现NGO-TCN-BiGRU-Attention北方苍鹰算法优化时间卷积双向门控循环单元融合注意力机制多变量时间序列预测预测效果基本介......
  • Python卷积网络车牌识别系统(V2.0)
    博主介绍:✌程序员徐师兄、7年大厂程序员经历。全网粉丝12w+、csdn博客专家、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java技术领域和毕业项目实战✌......
  • 超强来袭 基于卷积神经网络结合双向长短记忆网络CNN-BiLSTM实现风电功率多输入单输出
     ✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,代码获取、论文复现及科研仿真合作可私信。......
  • C语言实现牛顿迭代法(Newton-Raphson Method)
    目录前言A.建议B.简介一代码实现二时空复杂度A.时间复杂度B.空间复杂度C.总结三优缺点A.优点:B.缺点:C.总结:四现实中的应用前言A.建议1.学习算法最重要的是理解算法的每一步,而不是记住算法。2.建议读者学习算法的时候,自己手动一步一步地运行算法。B.......
  • 图像的线性滤波/卷积
    效果左上为y方向滤波,右上为x方向滤波,下图为两种滤波的叠加原理部分线性滤波可以说是图像处理最基本的方法,它允许我们对图像进行处理,产生很多不同的效果。卷积卷积的数学定义:一般称g为作用在f上的filter或kernel对于滤波器,也有一定的规则要求:滤波器的大小应该是奇......
  • 深度学习-卷积神经网络--MT CNN-人脸检测-推理-65
    目录参考链接:https://blog.csdn.net/dQCFKyQDXYm3F8rB0/article/details/104980479?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522171211076616800222824039%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=171211076616800222824......