Как было показано выше, для реализации выделения огибающей необходим ФНЧ. С помощью пакета FdaTool в среде Matlab был сформирован массив коэффициентов фильтра:
Рисунок 9 - Моделирование ФНЧ в программе FdaTool
Следующим этапом является свертка полученных коэффициентов и выборки реализации случайного процесса, результатом которой и будет отфильтрованная НЧ составляющая сигнала. После сложения и выделения квадратного корня имеем огибающую (показана на рисунке красным цветом):
Рисунок 10 - Огибающая узкополосного сигнала
Рисунок 11 - Блок-схема моделирования некогерентного алгоритма обнаружения
Рисунок 12 - Блок-схема моделирования последетекторного алгоритма обнаружения
Самое читаемое:
Характеристики нанотолщинных композиционных слоистых покрытий на гибких подложках после деформации
Жидкокристаллические
индикаторы широко используют в оптических устройствах отображения информации, в
частности, как составную часть жидкокристаллических дисплеев. В зависимости от
материала подложек различают жесткие (стеклянные подложки) и гибкие
(пластиковые подложки) индикаторы. Преимущества гибких индикаторов в
компактности, пр ...