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:
Микропроцессорныая система. Автоматический чайник
Микропроцессорные и информационно-управляющие системы, в настоящее
время, стали одним из наиболее дешевых и быстрых способов обработки информации.
Практически ни одна область современной науки и техники не обходиться без
использования их.
В настоящее время всё острее встают проблемы безопасности.
Практика показывает, что наибольш ...