问小白 wenxiaobai
资讯
历史
科技
环境与自然
成长
游戏
财经
文学与艺术
美食
健康
家居
文化
情感
汽车
三农
军事
旅行
运动
教育
生活
星座命理

实信号转换为复信号的原理讲解及MATLAB验证

创作时间:
作者:
@小白创作中心

实信号转换为复信号的原理讲解及MATLAB验证

引用
CSDN
1.
https://blog.csdn.net/NIKANG12/article/details/145751398

在信号处理中,将实信号转换为复信号(解析信号)是提取相位、包络及抑制负频率分量的重要步骤。常用的方法有两种:希尔伯特变换、正交混频法。本文详细介绍了希尔伯特变换和正交混频法的原理,并结合Matlab代码进行效果演示。

一、方法原理与对比

1. 希尔伯特变换法

原理:希尔伯特变换通过将实信号的负频率分量相位偏移±90°,构造解析信号(复信号),其虚部为实信号的希尔伯特变换结果。解析信号的频谱仅保留正频率分量。

公式

  • 实信号x ( t ) x(t)x(t)的解析信号z ( t ) = x ( t ) + j ⋅ H [ x ( t ) ] z(t) = x(t) + j⋅H[x(t)]z(t)=x(t)+j⋅H[x(t)],其中H [ ⋅ ] H[⋅]H[⋅]表示希尔伯特变换。
  • 频域操作:将实信号频谱的负频率部分置零,正频率部分幅度加倍。

适用场景:适合离线分析,如包络提取、瞬时频率计算。

2. 正交混频法(正交下变频)

原理:将实信号与复指数载波e − j 2 π f c t e^{-j 2 \pi fc t}e−j2πfct相乘,通过低通滤波保留基带信号,得到复信号的实部(I路)和虚部(Q路)。

公式

  • 混频后信号:z ( t ) = x ( t ) ⋅ e − j 2 π f c t z(t) = x(t)⋅e^{-j 2 \pi fc t}z(t)=x(t)⋅e−j2πfct,滤波后保留低频分量。
  • 等效于将频谱从载频f c fcfc搬移到基带,消除负频率。

适用场景:适合通信系统实时处理,如软件定义无线电(SDR)。

二、Matlab实现与效果演示

1. 希尔伯特变换法

代码示例

fs = 1000; 
t = 0:1/fs:1-1/fs;
x = 0.5*cos(2*pi*5*t) .* cos(2*pi*50*t); % 调制信号(实信号)
z_hilbert = hilbert(x);                  % 希尔伯特变换得到复信号
% 绘图
figure();
subplot(3,1,1); 
plot(t, x); 
title('实信号时域波形');
subplot(3,1,2); 
plot(t, real(z_hilbert)); 
title('复信号实部(原信号)');
subplot(3,1,3); 
plot(t, imag(z_hilbert)); 
title('复信号虚部(希尔伯特变换)');

效果

  • 复信号的实部与原信号一致,虚部为相位偏移90°的结果(余弦→正弦)。
  • 频谱分析显示单边谱(仅正频率):
f = (-fs/2:fs/length(x):fs/2-1);
Z_hilbert = fftshift(fft(z_hilbert));
Z_x = fftshift(fft(x));
figure(); 
subplot(2,1,1);
plot(f, abs(Z_x)); 
title('原始实信号频谱(双边)');
subplot(2,1,2);
plot(f, abs(Z_hilbert)); 
title('希尔伯特法频谱(单边)');

2. 正交混频法

代码示例

fs = 1000; 
t = 0:1/fs:1-1/fs;
fc = 50;                                % 载波频率
t = 0:1/fs:1;
x = (1 + 0.5*cos(2*pi*5*t)) .* cos(2*pi*fc*t + 0.5*sin(2*pi*10*t)); % 调制信号
local_osc = exp(-1j*2*pi*fc*t);         % 本地复振荡器
z_mix = x .* local_osc;                 % 混频

% 低通滤波(保留基带)
[b, a] = butter(6, 10/(fs/2));          % 截止频率10Hz
z_mix_filtered = filtfilt(b, a, z_mix);

% 绘图
figure();
subplot(2,1,1); 
plot(t, real(z_mix_filtered)); 
title('复信号实部(I路)');
subplot(2,1,2); 
plot(t, imag(z_mix_filtered)); 
title('复信号虚部(Q路)');

效果

  • I/Q两路信号分别对应复信号的实部和虚部,频谱搬移到基带(中心频率0Hz):
Z_mix_filtered = fftshift(fft(z_mix_filtered));
Z_x = fftshift(fft(x));
figure(); 
subplot(2,1,1);
plot(f, abs(Z_x)); 
title('原始实信号频谱(双边)');
subplot(2,1,2);
plot(f, abs(Z_mix_filtered)); 
title('混频法频谱(单边)');

三、方法对比与选择建议

特性
希尔伯特变换法
正交混频法
计算复杂度
高(需FFT操作)
低(实时性好)
频谱处理
直接抑制负频率
需滤波抑制镜像频率
适用场景
离线分析(如故障诊断)
实时系统(如通信接收机)

四、应用案例:包络提取

希尔伯特法提取包络

envelope = abs(z_hilbert);              % 复信号模值为包络
figure(); 
plot(t, x, 'b'); 
hold on; 
plot(t, envelope, 'r--'); 
title('包络提取对比'); 
legend('原信号', '包络');

效果:红色虚线为提取的包络,与理论包络1 + 0.5 cos ⁡ ( 2 π 5 t ) 1+0.5\cos (2 \pi 5t)1+0.5cos(2π5t)一致。

五、结论

两种方法均能有效实现实信号到复信号的转换:

  • 希尔伯特变换法适合需要精确频谱分析的场景;
  • 正交混频法更适合实时系统及通信应用。

通过Matlab代码实践,可直观理解复信号构造原理及工程意义。

© 2023 北京元石科技有限公司 ◎ 京公网安备 11010802042949号