廣州都聯(lián)信息科技有限公司
聯(lián)系人: 李先生
手 機(jī):13763358557
微信號(hào): XH13763358557
網(wǎng) 址:57101.com.cn
地 址:天河區(qū)岑村沙埔大街65號(hào)101
手機(jī)信號(hào)增強(qiáng)器廠商表示,我們?cè)谏钪薪?jīng)常遇到信號(hào)。比如說,股票的走勢(shì)圖,心跳的脈沖圖等等。在通信領(lǐng)域,無(wú)論是的GPS、手機(jī)語(yǔ)音、收音機(jī)、互聯(lián)網(wǎng)通信,我們發(fā)送和接收的都是信號(hào)。最近,深圳地鐵通信系統(tǒng)疑似與WiFi信號(hào)沖突,也就是地鐵的天線收到了WiFi的信號(hào),而誤把該信號(hào)當(dāng)作地鐵通信信號(hào)。我們的社會(huì)信息化,是建立在信號(hào)的基礎(chǔ)上的。
信號(hào)是隨著時(shí)間或者空間變化的序列。在信號(hào)處理中,我們常用“信號(hào)”來特指一維信號(hào),也就是只隨單一一個(gè)時(shí)間或空間維度變化的序列,這樣的信號(hào)在數(shù)學(xué)上可以表示成f(t)或者f(x)這樣一個(gè)函數(shù)。與一維信號(hào)形成對(duì)應(yīng)的是多維信號(hào),比如說圖像是二維信號(hào),它隨x,y兩個(gè)空間維度變化,從數(shù)學(xué)上表示成為f(x, y)。下面在沒有特別聲明的情況下,都使用“信號(hào)”來代指一維信號(hào)。
盡管信號(hào)的使用如此廣泛,但信號(hào)從數(shù)學(xué)意義上來并沒有什么神秘的地方,只是普通的序列(函數(shù))。信號(hào)處理的方法可以通用于任何一個(gè)領(lǐng)域的信號(hào)(無(wú)論是通信、金融還是其他領(lǐng)域),這也是信號(hào)處理的魅力所在。
2、簡(jiǎn)諧波
簡(jiǎn)諧波(simple harmonic)
正弦波(sine wave)和余弦波(cosine wave)統(tǒng)稱為簡(jiǎn)諧波。簡(jiǎn)諧波是自然界最常見的波動(dòng)。
正弦波
正弦波可以寫成函數(shù)的形式:
可以看到,一個(gè)簡(jiǎn)諧波三個(gè)參數(shù),振幅(A, amplitude)、頻率(f,frequency)、相位(phi, phase)。這三個(gè)參數(shù)分別控制正弦波的不同特征。通過調(diào)整它們,我們可以得到不同的正弦波信號(hào)。
左上:原始 右上:2倍振幅
左下:2倍頻率 右下:相位移動(dòng)
可以看到,頻率高,“山峰”越密集。振幅高,“山峰”越高。相位改變,“山峰”的位置左右移動(dòng)。(朋友說我是"用音量控制音調(diào)":唱歌本應(yīng)該改變頻率高低的時(shí)候,卻在改變振幅的高低。)
余弦波(cosine wave)函數(shù)形式與正弦波類似,用cos表示。我們可以通過改變正弦波來從正弦波獲得余弦波。
3、傅立葉變換
傅立葉變換 (Fourier Transform)
簡(jiǎn)諧波雖然簡(jiǎn)單,但對(duì)信號(hào)處理具有重要意義。傅立葉是一名工程師,他發(fā)現(xiàn),任何信號(hào)實(shí)際上都可以通過簡(jiǎn)諧波相加近似得到。也就是傅立葉定理(Fourier inversion theorem):任何一個(gè)信號(hào)都可以由簡(jiǎn)諧波相加得到。因此,復(fù)雜的信號(hào)可以分解成為許多個(gè)簡(jiǎn)單的簡(jiǎn)諧波。一個(gè)信號(hào)由多個(gè)頻率的簡(jiǎn)諧波相加得到。組成信號(hào)的某個(gè)簡(jiǎn)諧波,稱為信號(hào)的一個(gè)分量(component)。
顯示了我們?nèi)绾斡煤?jiǎn)諧波的疊加來不斷趨近藍(lán)色的信號(hào):
傅立葉變換是一套固定的計(jì)算方法,用于算出信號(hào)的各個(gè)分量(也就是上面的an,bn)。在信號(hào)處理時(shí),可以將信號(hào)進(jìn)行傅立葉變換,轉(zhuǎn)換為簡(jiǎn)諧波的組合。通過分別控制各個(gè)頻率上的簡(jiǎn)諧波分量,我們可以更加有效的進(jìn)行信號(hào)處理。比如說,我們通信的時(shí)候可以使用高頻的簡(jiǎn)諧波信號(hào)。但是接收信號(hào)的天線可能會(huì)收到其他頻率的干擾信號(hào)。這個(gè)時(shí)候,我們可以對(duì)接收到的混合信號(hào)做傅立葉變換,只提取目標(biāo)高頻的分量。這是降低信號(hào)噪音的常用方法。傅立葉變換的過程有些復(fù)雜,但已經(jīng)有大量的程序可以幫你進(jìn)行。你所需要的只是輸入信號(hào),計(jì)算機(jī)會(huì)幫你算出它的各個(gè)分量。
比如說,如果信號(hào)f(x)是周期性的,我們可以將它變換成:
也就是說,一個(gè)信號(hào)可以看做許多簡(jiǎn)諧波的和。上面的a,b是可以通過原信號(hào)求得的參數(shù)為:
a, b代表了信號(hào)在各個(gè)頻率上的簡(jiǎn)諧波分量的強(qiáng)弱(以及相位)。這樣,信號(hào)就分解為了簡(jiǎn)諧波的和。由于簡(jiǎn)諧波比較容易理解,我們可以通過研究這些分量,來明白復(fù)雜信號(hào)背后的機(jī)制。
4、頻譜
頻譜(frequency spectrum)
通過傅立葉變換,我們可以得到一個(gè)信號(hào)f(t)的不同頻率的簡(jiǎn)諧波分量。每個(gè)分量的振幅,代表了該分量的強(qiáng)弱。將各個(gè)頻率分量的強(qiáng)弱畫出來,可以得到信號(hào)的頻譜。比如下圖是從每天降水序列中得到的頻譜:
可以看到,以1年為周期的簡(jiǎn)諧波分量有一個(gè)明顯的高峰。也就是說,一年周期的分量有比較強(qiáng)。這是有物理原因的。因?yàn)榻邓偸且砸荒晁募緸橹芷谟幸?guī)律的變化。通過信號(hào)->Fourier Transform->頻譜,我們可以從簡(jiǎn)諧波分量的角度,理解復(fù)雜信號(hào)是由哪些簡(jiǎn)諧機(jī)制合成的。
傅立葉變換同樣可用于多維信號(hào)。把傅立葉變換用于二維信號(hào),即圖像:
左邊是二維信號(hào)(圖像,f(x,y))。黑白可以用數(shù)值表示,即信號(hào)值。右邊是二維圖像的頻譜。X軸表示x方向的頻率,Y軸表示y方向的頻率,黑白表示不同頻率分量的振幅強(qiáng)弱。在下面一行中,Lenna被故意加上了噪聲,并引起頻譜的相應(yīng)變化。頻譜的中心代表了低頻信號(hào)的振幅,頻譜遠(yuǎn)離中心的地方代表了高頻信號(hào)的振幅。 我們下面和加入噪聲的圖像比較。
Lenna和她的頻譜
現(xiàn)在,在圖像中加入噪聲??梢钥吹?,原圖像中各處增加了許多小“斑點(diǎn)”。這些斑點(diǎn)和原來的信號(hào)混合在一起。我們很難將一一指出這些噪音點(diǎn)。但另一方面,這些噪音又有一定的特征:這些噪音的空間尺度(即尺寸)很小。
這一對(duì)圖像噪音的理解,可以從頻譜中得到確認(rèn)。從右圖的頻譜中可以看到,高頻信號(hào)(非中心部分)明顯增強(qiáng)。高頻分量正對(duì)應(yīng)空間尺度小的信號(hào)??梢姡肼曉陬l譜中,集中在高頻這一特定區(qū)域。這樣,在與原圖像混合在一起的噪聲,在頻譜上則和圖像區(qū)分開。通過高頻濾波技術(shù),就可以過濾掉噪聲。這也是圖像降噪的一大方法。
(如果對(duì)圖像處理有所了解,那么一定會(huì)知道Lenna的大名。她是一位閣樓(Playboy)女郎,但又是圖像處理界的女神。你可以搜索"Lenna full image"來找到全圖。Lenna現(xiàn)在是一名老太太了,她“見證”了圖像處理的發(fā)展。)
5、手機(jī)信號(hào)增強(qiáng)器廠商總結(jié)
信號(hào)可以分解為不同頻率的簡(jiǎn)諧波分量。這有助于我們更好的理解復(fù)雜的信號(hào)。傅立葉變換是信號(hào)處理(以及圖像處理)的基礎(chǔ)工具。通過傅里葉變換,我們可以獲得信號(hào)的頻譜。
頻譜為我們提供了理解信號(hào)的另一個(gè)視角。在頻率的世界里,我們可以發(fā)現(xiàn)很多原信號(hào)中一些可能被忽視的信息,比如降水的季節(jié)變化,比如增強(qiáng)的噪聲。
Copyright ? 2016,廣州都聯(lián)信息科技有限公司,致力于解決信號(hào)問題,專業(yè)生產(chǎn)手機(jī)信號(hào)增強(qiáng)器,手機(jī)信號(hào)放大器?
聯(lián)系人: 李先生 ??手機(jī):13763358557 ??電腦版 | 手機(jī)版? 網(wǎng)站地圖 技術(shù)支持:駿域網(wǎng)站建設(shè)
微信號(hào): XH13763358557 ?地址:天河區(qū)岑村沙埔大街65號(hào)101 ?粵ICP備16099526號(hào)