我认为这应该是一个显而易见的问题，直到我最终建立了我的实时系统。
所以基本上我有一个发射器，它每秒向接收器发送 128 个样本。传输的信息作为对象存储在 MATLAB 中并不断更新。
当人们谈论实时信号处理时，我真的很困惑他们所说的实时是什么意思。
例如，假设我想提取这个信号的“平均”特征。当我收到一个样本、两个样本、所有 128 个样本时，我是否计算平均值，或者......这个平均值是多少？
对我来说更有趣的是进行实时小波变换以进行联合时频分析的前景。再次，“实时”的问题出现了。我需要多少样本才能可靠地计算小波（或傅立叶）系数，以便我可以很好地了解该信号中包含的能量。
任何了解该主题的人都可以详细说明您如何以及在什么条件下计算“特征”或对实时系统执行频域分析。
谢谢！
“实时”是计算机工程的一个概念。实时系统是通过设计保证在特定时间 T 或更短的时间内执行功能或例程的系统。例如，实时航空电子系统被证明可以在低于给定阈值的时间内对来自某些仪器的信号做出反应。
在您的情况下，您想要的更精确的描述（恕我直言）是“流系统”。您需要一个可以处理传入样本流而不会“丢弃”样本的接收器；换句话说，没有它的缓冲区溢出。实现这一点的最简单方法是提供足够大的计算能力，使得丢弃样本的概率非常小。
这个属性在很大程度上与估计信号特征的问题是正交的。由于输入信号是随机的，因此其特征会有所不同。您可能需要计算或通过实验找到您需要处理多少样本才能获得有用的特征估计。
例如，如今大多数（如果不是全部）传输信号都没有直流分量，因此平均值将始终接近于零（除非您的模拟前端存在缺陷）。我不会担心经常更新平均估计值。
相比之下，在调制识别中，您可能需要几千个样本，并且处理可能需要一些时间。您可能决定收集 5,000 个样本（在您的情况下大约需要 40 秒），并且您可能需要 5 秒来处理它们，因此您将每 45 秒左右更新一次估计值。
如您所见，它确实因估计而异，并且您需要根据您的要求和处理资源找出每种情况下的最佳数字。