符号速率估计——小波变换法

@[TOC]符号速率估计------小波变换法

一、原理

1.Haar小波变换

小波变换在信号处理领域被成为数学显微镜,不同于傅里叶变换,小波变换可以观测信号随时间变换的频谱特征,因此,常用于时频分析。

当小波变换前后位置处于同一个码元内或相邻两个码元相同时,其幅度是不变的,当相邻的码元不同时,小波变换的幅度值会响应变化的,其幅值常与相邻码元的幅度、相位和频率的变换有关,Haar小波可以识别出码元跳变位置,因此,可以进一步估计出数字信号的码元速率。Haar小波定义如下:
ϕ a , b ( t ) = { − 1 / a , 0 < = t < a / 2 1 / a , − a / 2 < t < 0 \phi_{a,b}(t)=\{_{-1/\sqrt{a},0<=t<a/2}^{1/\sqrt{a},-a/2<t<0} ϕa,b(t)={−1/a ,0<=t<a/21/a ,−a/2<t<0

小波变换公式如下:
W s ( a , b ) = ∫ − ∞ ∞ s ( t ) ϕ ∗ ( t − b a ) d t W_{s}(a,b)=\int_{-\infin}^{\infin}s(t)\phi^{*}(\frac{t-b}{a})dt Ws(a,b)=∫−∞∞s(t)ϕ∗(at−b)dt

其中,是 s ( t ) s(t) s(t)为平方可积信号。

2.码元速率估计过程

1)产生haar小波,小波长度为一个码元长度;

  1. 小波变换,识别码元跳变位置;

3)傅里叶变换,计算码元速率,频谱中的第一个谱峰值位置即为所求的码元速率。

二、Matlab仿真

1.代码

c 复制代码
%------Function:Estimate Symbol Rate--------
%------Remark:Using Wavelet Transform-------
%------Time:2025.04.11----------------------
%------Author:Clemence----------------------
clc;
close all;
clear all;

%------------------1.Paras----------------------------------------------
S_N = 100;      % Symbol Num
nSamp = 400;     % Samples per Symbol
N = S_N*nSamp;  % Sample Num
M = 2;          % Modulate index
f = 30;        % Signal Frequence
fs = 2000;      % Sample Frequence
ts = 1/fs;      % Sample Interval
t = 0:ts:ts*(N-1);  % Sample time

symbol = randi([0 M-1],S_N,1);  % Symbol
symbol = 2*symbol-1;            % 
symbrate = fs/nSamp;            % Symbol Rate

%------------------2.Create 2FSK Signal------------------------------------
for i=1:S_N     
    s((i-1)*nSamp+1:i*nSamp) = cos((2*pi*f+pi*symbol(i))*t((i-1)*nSamp+1:i*nSamp));
end

%-----------------3.Create Wavelet-----------------------------------------
Tb = nSamp*ts;       % Wavelet length
t = -Tb/2:ts:Tb/2;   % Wavelet Samples

phi_t = (t>-Tb/2 & t<0)-(t>0 & t<-Tb/2);


%-----------------4. Wavelet Transform-------------------------------------
for i = 1:length(s)-length(phi_t)
   x = s(i:i+length(phi_t)-1); 
   y = x.*phi_t;
   sum_y(i) = sum(y);
end

%-----------------5. plot -------------------------------------------------
figure;
subplot(2,2,1)
plot(s);
title('Original Signal')

subplot(2,2,2)
plot(t,phi_t);
title('Haar Wavelet')

subplot(2,2,3)
plot(sum_y);
title('Wavelet Transform Result')

n = length(sum_y)
inx = (0:n-1)*fs/n;

subplot(2,2,4)
plot(inx,abs(fft(abs(sum_y))));
title('Wavelet Transform Frequence')

2.仿真结果


符号速率估计结果

三、总结

从仿真结果可以看出,小波变换法估计出的符号速率为5.00126,与信号的实际符号速率5基本接近,同时,符号速率估计的精度受信号的频率以及Haar小波的参数影响。

相关推荐
天天扭码21 分钟前
一分钟解决 | 高频面试算法题——滑动窗口最大值(单调队列)
前端·算法·面试
tan77º43 分钟前
【算法】BFS-解决FloodFill问题
算法·leetcode·宽度优先
知识烤冷面1 小时前
【力扣刷题实战】找到字符串中所有字母异位词
数据结构·算法·leetcode
XiaoyaoCarter1 小时前
每日两道leetcode
c++·算法·leetcode·职场和发展·贪心算法
青瓦梦滋1 小时前
【算法】双指针8道速通(C++)
数据结构·算法·leetcode
随风飘摇的土木狗1 小时前
【MATLAB第116期】基于MATLAB的NBRO-XGBoost的SHAP可解释回归模型(敏感性分析方法)
matlab·gsa·敏感性分析·特征排序·灵敏度分析·shap·可解释
程序员-King.1 小时前
day48—双指针-通过删除字母匹配到字典最长单词(LeetCode-524)
算法·leetcode·双指针
.格子衫.1 小时前
011数论——算法备赛
算法
Conan х1 小时前
进阶篇 第 6 篇:时间序列遇见机器学习与深度学习
人工智能·python·深度学习·算法·机器学习·数据分析
Y1nhl1 小时前
搜广推校招面经七十九
人工智能·算法·机器学习·推荐算法·搜索算法·lgb