python与matlab实现升余弦滚降滤波器与sinc对比

东方耀

python与matlab实现升余弦滚降滤波器与sinc对比

还有python导入matlab的数据文件*.mat

1. %%%%%%%%%程序说明
   
2. %%% b = rcosdesign(beta,span,sps,shape)
   
3. %%% beta：滚降因子
   
4. %%% span: 表示截断的符号范围，对滤波器取了几个Ts的长度
   
5. %%% sps:每个符号的采样数
   
6. %%% shape:可选择'normal'或者'sqrt'
   
7. %%% b:1*（sps*span）的行向量，升余弦或余弦滤波器的系数
   
8. 
   
9. %****************************  程序主体 ****************%
   
10. clear all;close all;clc;
    
11. 
    
12. h1 = rcosdesign(0.8,8,16,'sqrt');
    
13. 
    
14. save('h1.mat', 'h1');
    
15. 
    
16. fvtool(h1,'Analysis','impulse'); %将脉冲响应可视化
    
17. 
    
18. % freqz(h1,1);
    
19. 
    
20. %****************************  仿真结论 ***************%
    
21. %%%%%成型滤波器rcosdesign的使用
    
22. %%%新增freqz使用

复制代码

1. # -*- coding: utf-8 -*-
   
2. __author__ = u'东方耀 微信：dfy_88888'
   
3. __date__ = '2022/9/1 上午8:57'
   
4. __product__ = 'PyCharm'
   
5. __filename__ = '25_BPSK调制解调物理层仿真'
   
6. 
   
7. 
   
8. from common.radar_common import *
   
9. 
   
10. # 选择Mark Directory as,然后选择第一项：Sources Root   红线消失
    
11. 
    
12. # pip3 install scikit-commpy   https://github.com/veeresht/CommPy
    
13. # https://blog.51cto.com/u_15127585/2670058
    
14. 
    
15. from commpy.filters import rcosfilter, rrcosfilter
    
16. 
    
17. mat_file = "/home/jiang/matlab_works/zhihu_tongxin/h1.mat"
    
18. 
    
19. mat_data = scio.loadmat(mat_file)
    
20. print("matlab数据的字典keys=", mat_data.keys())
    
21. 
    
22. 
    
23. bit_rate = 1000  # 比特率
    
24. symbol_rate = 1000 # 符号率
    
25. sps = 16 #每个符号的采样点数
    
26. fc = 2000 #载波频率
    
27. fs = 16000 #采样频率 = sps * symbol_rate
    
28. sample_num = 129
    
29. Roll_off_factor = 0.8
    
30. 
    
31. time_idx, h_rc = rcosfilter(sample_num, Roll_off_factor, Ts=1/symbol_rate, Fs=fs)
    
32. h1 = mat_data["h1"][0]
    
33. # -1 1 2*fs  sinc怎么取 没懂
    
34. h_sinc = np.sinc(np.linspace(-4, 4, sample_num))
    
35. 
    
36. 
    
37. print("时刻(间隔是采样间隔,非符合间隔):", len(time_idx), time_idx[1] - time_idx[0], 1/symbol_rate, 1/fs, time_idx[:10])
    
38. print("滤波器幅值:", len(h_rc), h_rc[:5])
    
39. 
    
40. 
    
41. fig = plt.figure(figsize=(18, 20))  # H=2000  W=1800像素
    
42. plt.figure(1)
    
43. plt.xlabel("采样点/时刻",
    
44.            fontproperties=font, fontsize=15)
    
45. plt.ylabel("幅值", fontproperties=font, fontsize=15)
    
46. 
    
47. plt.plot(time_idx, h_sinc, marker='o', markersize=4,
    
48.              markerfacecolor=my_color[0], color=my_color[0], label="sinc")
    
49. plt.plot(time_idx, h_rc, marker='o', markersize=4,
    
50.              markerfacecolor=my_color[1], color=my_color[1], label="python")
    
51. plt.plot(time_idx, h1, marker='o', markersize=4,
    
52.              markerfacecolor=my_color[2], color=my_color[2], label="matlab")
    
53. plt.legend(loc="best")
    
54. plt.suptitle('rcosfilter升余弦滚降滤波器(滚降因子beta=%.1f)对比' % Roll_off_factor,
    
55.              fontproperties=font, fontsize=18)
    
56. plt.show()
    
57. 
    
58. 
    
59. 
    
60. 
    

复制代码