卷积python代码| numpy卷积,np盘旋
这一页封面卷积python代码。它涵盖比较numpy使用python np卷积函数卷积,卷积使用蛮力方法。
介绍:两个向量序列的卷积可以实现两个矩阵的乘法。用于模拟信道损伤的时域OFDM / OFDMA波形等传输序列。LTI系统(线性时不变),信道脉冲响应(如h [n])和输入序列(比如x [n])可以得到输出序列卷积(y [n])。
➨的卷积h [n] * x [n]可以表示如下。
卷积Python脚本
python脚本后,可以用于模拟卷积功能使用两种不同的方法viz. numpy“np。卷积”功能和蛮力方法。开发人员必须改变所需的输入向量的卷积实数或复数python脚本的开始。
进口numpy np
进口matplotlib。pyplot作为plt
#输入复数
# x = np.random.normal(大小= 3)+ 1 j * np.random.normal(大小= 3)#正常随机复杂向量
# h = np.random.normal(大小= 4)+ 1 j * np.random.normal(大小= 4)#正常随机复杂向量
#输入为实数
x =[56] 20日31日#时域序列在OFDM发射机
h =(10、2、5、8) #时域信道脉冲响应
L = len (x) + len (h) - 1 #长度卷积的输出
方法1:从NumPy Python卷积函数模块
y3 = np。卷积(h, x)
打印(“y3 = ", y3)
方法2:使用蛮力方法卷积
N = len (x)
M = len (h)
y = np.zeros (L)充满了0 #数组
因为我在np.arange (0, N):
在np.arange j(0米):
我+ j] = y (i + j] + x[我]* h [j]
打印(“y = y)
# NumPy模块和蛮力方法的区别
y2 = y-y3
#预置次要情节函数使用行和列的数量
图,轴= plt。次要情节(2,2)
#建在卷积
轴(0,0).plot (y3)
轴(0,0)。set_title(“方法# 1:np.convolve”)
#我们自己的函数
轴[0,1].plot (y)
轴[0,1]。set_title(“方法# 2:蛮力法”)
#两个之间的区别
轴(1,0).plot (y2)
轴(1,0)。set_title(两种方法之间的区别)
plt.show ()
输入为实数
以下是卷积的输入向量的实数。
x =[56] 20日31日#时域序列在OFDM发射机
h =(10、2、5、8) #时域信道脉冲响应
h =(10、2、5、8) #时域信道脉冲响应
实数的输出卷积python代码
输入复杂的随机数字
下面是卷积python代码的输入向量的复数。
# x = np.random.normal(大小= 3)+ 1 j * np.random.normal(大小= 3)#正常随机复杂向量
# h = np.random.normal(大小= 4)+ 1 j * np.random.normal(大小= 4)#正常随机复杂向量
# h = np.random.normal(大小= 4)+ 1 j * np.random.normal(大小= 4)#正常随机复杂向量
输出卷积的复数
在这个python代码片段中,我们已经看到比较内置numpy卷积函数即np卷积,卷积使用蛮力方法,真实和复数。
其他有用的DSP代码在Python中
python脚本的相关性
Python编程教程
卷积python脚本
BPSK QPSK 16 qam 64 qam调制
16点FFT代码
OFDM发射机仿真代码
瑞利衰落信道
Rician衰落信道
问调制python代码
移频键控调制python代码
相移键控调制python代码
MATLAB的有用链接代码
OFDM序言代
时间估计corr
频率下估计corr
信道估计
11 WLAN通道
PN序列生成
OFDMA Tx的处方
AES DES
载波聚合
CCDF
冷杉过滤器
IIR滤波器
低通冷杉
维特比译码器
CRC8 CRC32