量化滤波信号

信息处理 过滤器 均衡 量化
2022-01-29 21:36:14

在尝试学习拨号的过程中,除了如何将解调/过滤的信号转换回原始数据之外,我已经设法学习/弄清楚了所有内容。

这里我有一个随机的两位信号(红色),采样频率为 16000Hz,采样率为 2400 个符号/秒(灰线分隔符号),以及滤波后的信号(蓝色)。该滤波器是一个升余弦滤波器,α=1200Hz,β=0.5,长度为 27 个样本。

原始信号与滤波

给定滤波后的信号,很明显一个简单的 A/D 转换器是不够的。例如,在大约 7 个符号处(从左边算起大约三分之一),原始信号过零四次,而滤波后的信号只过两次。我想这是因为高频比低频衰减得更多。

我意识到,因为信号以一半的符号率被过滤,所以不应该有任何信息丢失。如何从过滤后的版本中重建原始信号?

万一它有帮助:因为拨号训练信号由已知的伪随机数据组成,我应该使用它来构建自适应滤波器/均衡器吗?它是否像“不衰减”较高频率一样“简单”?

1个回答

低通滤波器的通带小于信号的带宽,因此它会破坏信号的很大一部分。鉴于此,如果不使用纠错码等复杂技术,您将无法可靠地再现原始信号。

我会尝试增加α至 2400 赫兹。那么滚降点将是 2400 * .5 = 1200。生成的信号应该看起来更好。如果该滤波器带宽太大,您可以在 1200 到 2400 Hz 之间找到最佳位置。