多相采样变频器
在这个例子中，分析了FIR速率转换块的应用。
这个单位执行一个有效的多相
采样频率的转换
使用有理系数。
沿第一维度的L/M。
块对待输入的每一列
信号作为一个单独的通道和重采样
中的数据彼此独立。
现在让我们来看看模型本身，开发
对于这个例子。 它产生一个复杂的信号,
对其施加采样频率的多相转换。
辅助功能
In [ ]:
# Подключение вспомогательной функции запуска модели.
function run_model( name_model)
Path = (@__DIR__) * "/" * name_model * ".engee"
if name_model in [m.name for m in engee.get_all_models()] # Проверка условия загрузки модели в ядро
model = engee.open( name_model ) # Открыть модель
model_output = engee.run( model, verbose=true ); # Запустить модель
else
model = engee.load( Path, force=true ) # Загрузить модель
model_output = engee.run( model, verbose=true ); # Запустить модель
engee.close( name_model, force=true ); # Закрыть модель
end
sleep(5)
return model_output
end
using FFTW
# Расчёт спектра сигнала
function compute_spectrum(signal, fs)
n = length(signal)
spectrum = abs.(fft(signal)) / n
freqs = (0:n-1) .* (fs / n)
spectrum[1:Int(n/2)], freqs[1:Int(n/2)] # Вернуть половину спектра (для удобства)
end
Out[0]:
启动模型并分析计算
在此示例中，滤波器系数将取自为此模型预先记录的MAT文件。
In [ ]:
Pkg.add("MAT")
In [ ]:
using MAT
# Чтение данных из .mat файла
file = matopen("$(@__DIR__)/Hm.mat")
var_names = names(file)
print("$var_names")
for var_name in var_names
value = read(file, var_name)# Получаем значение переменной из файла
@eval $(Symbol(var_name)) = $value # Динамическое создание переменной с именем var_name
end
# Закрытие файла
close(file)
In [ ]:
run_model("Rate_Conversion") # Запуск модели.
Out[0]:
现在让我们比较输入和输出数据。
In [ ]:
inp = collect(simout["Rate_Conversion/inp"])
sim_time = vcat([m[] for m in inp.time]...) # Извлекаем значения из матриц
inp = vcat([m[] for m in inp.value]...) # Извлекаем значения из матриц
out = collect(simout["Rate_Conversion/out"])
out = vcat([vec(m2) for m2 in out.value]...) # Преобразуем каждую матрицу в вектор
println("Кол-во входных залогированных данных: $(length(inp))")
print("Кол-во выходных залогированных данных: $(length(out))")
正如我们所看到的，输出包含2倍以上的值
比输入。 这表明
已执行插值-增加信号采样频率的过程
通过在现有样本之间添加新样本。
In [ ]:
gr()
A = plot(real(inp[1:1000]), imag(inp[1:1000]), seriestype=:scatter, legend=false,
xlabel="Re", ylabel="Im", title="Вход")
B = plot(real(out[1:1000]), imag(out[1:1000]), seriestype=:scatter, legend=false,
xlabel="Re", ylabel="Im", title="Выход")
plot(A,B)
Out[0]:
根据数据可视化的结果，可以看出
输出端值分布的幅度
与输入端的值显着不同。
现在让我们来看看输入和输出的频谱比较的结果。
In [ ]:
spectrum_inp, freqs_inp = compute_spectrum(inp[1:4000], 1000)
spectrum_out, freqs_out = compute_spectrum(out[1:4000], 1000)
plot(
plot(freqs_inp, spectrum_inp, xlabel="Frequency (Hz)", ylabel="Amplitude", title="Вход", label=""),
plot(freqs_out, spectrum_out, xlabel="Frequency (Hz)", ylabel="Amplitude", title="Выход", label="")
)
Out[0]:
该比较表明信号谱显着
失真，并且有用的信号在变换后丢失，基于
谱分析的结果。
结论
在这个演示中，我们检查了一个多相
采样频率转换器和使用它来改变的可能性
个信号的采样频率。 此选项将对您的项目非常有用。