正文

轻松学会包络图计算：跟着例题一步步掌握绘图技巧

/0 浏览量
0514

在电子工程和信号处理领域，包络图是一种非常有用的工具，它可以帮助我们分析信号的动态变化。包络图通过描绘信号的幅度变化，使我们能够更直观地了解信号的特性。本文将带领你通过例题一步步掌握包络图的计算和绘图技巧。

什么是包络图？

包络图是一种描绘信号幅度变化的图形。它通过连接信号的所有局部极大值和局部极小值，形成一个封闭的曲线，这个曲线称为包络线。包络图可以用来分析信号的调制、解调、滤波等问题。

包络图的计算方法

包络图的计算通常分为以下几个步骤：

  1. 信号采样：首先需要对信号进行采样，得到一系列离散的采样值。
  2. 计算局部极大值和局部极小值：通过遍历采样值，找出所有局部极大值和局部极小值。
  3. 连接局部极大值和局部极小值：将所有局部极大值和局部极小值用直线连接起来，形成包络线。

例题一：计算正弦波的包络图

假设我们有一个正弦波信号 ( x(t) = A \sin(\omega t) )，其中 ( A ) 是振幅，( \omega ) 是角频率。

  1. 信号采样：我们可以对信号进行离散采样，例如每隔 ( T ) 秒采样一次。
  2. 计算局部极大值和局部极小值：由于正弦波是周期性的，我们可以通过计算每个采样点的导数来判断其是否为局部极大值或局部极小值。
  3. 连接局部极大值和局部极小值：将所有局部极大值和局部极小值用直线连接起来，形成包络线。

代码示例

import numpy as np
import matplotlib.pyplot as plt

# 定义正弦波信号
A = 1.0  # 振幅
omega = 2 * np.pi * 1  # 角频率
t = np.linspace(0, 2 * np.pi, 100)  # 时间
x = A * np.sin(omega * t)  # 信号

# 计算导数
dx = np.diff(x)
dtdx = np.diff(t) / dx

# 找出局部极大值和局部极小值
local_max = np.where(dx > 0)[0]
local_min = np.where(dx < 0)[0]

# 连接局部极大值和局部极小值
envelope = np.concatenate((x[local_max], x[local_min]))

# 绘制信号和包络图
plt.figure(figsize=(10, 6))
plt.plot(t, x, label='Signal')
plt.plot(t[1:], envelope, label='Envelope')
plt.title('Envelop of a Sine Wave')
plt.xlabel('Time')
plt.ylabel('Amplitude')
plt.legend()
plt.grid(True)
plt.show()

例题二：计算调制信号的包络图

假设我们有一个调制信号 ( x(t) = A \cos(\omega_c t) + m(t) )，其中 ( A ) 是载波振幅，( \omega_c ) 是载波角频率，( m(t) ) 是调制信号。

  1. 信号采样：同样地，我们对信号进行离散采样。
  2. 计算局部极大值和局部极小值：由于调制信号可能包含多个频率成分，我们需要对每个频率成分分别进行局部极大值和局部极小值的计算。
  3. 连接局部极大值和局部极小值：将所有局部极大值和局部极小值用直线连接起来，形成包络线。

代码示例

# 定义调制信号
A = 1.0  # 载波振幅
omega_c = 2 * np.pi * 1  # 载波角频率
m = 0.5  # 调制信号振幅
t = np.linspace(0, 2 * np.pi, 100)  # 时间
x = A * np.cos(omega_c * t) + m * np.sin(omega_c * t)  # 信号

# 计算导数
dx = np.diff(x)
dtdx = np.diff(t) / dx

# 找出局部极大值和局部极小值
local_max = np.where(dx > 0)[0]
local_min = np.where(dx < 0)[0]

# 连接局部极大值和局部极小值
envelope = np.concatenate((x[local_max], x[local_min]))

# 绘制信号和包络图
plt.figure(figsize=(10, 6))
plt.plot(t, x, label='Signal')
plt.plot(t[1:], envelope, label='Envelope')
plt.title('Envelop of a Modulated Signal')
plt.xlabel('Time')
plt.ylabel('Amplitude')
plt.legend()
plt.grid(True)
plt.show()

通过以上两个例题，我们可以看到包络图的计算方法。在实际应用中，我们可以根据不同的信号特性选择合适的计算方法。希望这篇文章能够帮助你轻松学会包络图的计算和绘图技巧。

-- 展开阅读全文 --