多謝董老師，董老師是個好老師！

心情久久不能平靜，主要是高頻這門課的分析方法實在是讓我難以理解，公式也背不過，還是放放吧。

最近厭惡了Matlab臃腫的體積和頻繁的讀寫對我的Mac的損害，所以學習了一下Python這一輕量級的指令碼，發現“Python自誕生那天就跟科學計算分不開”這個事實。無聊，寫寫心得。

配置環境什麼的還是弄了幾個晚上的。在Mac下用PyCharm還是很好滴，裝上NumPy，SciPy等等一眾免費的，很不錯的Python包，就可以灰了！

1.Hilbert變換及其在單邊帶（SSB）包絡檢波的應用

定義神馬的，性質神馬的自己百度去。我也懶得寫公式了，大家將就著看。

先定義個東西，H(t)為Hilbert變換後的時域

Envelop = sqrt(H^2(t)+f^2(t))。

好了，寫程式碼什麼的都簡單了。

import numpy as np
	import pylab as pl
	import scipy.signal as signal

	from scipy import fftpack

	t = np.arange(0, 0.3, 1/20000.0)
	x = np.sin(2*np.pi*1000*t) * (np.sin(2*np.pi*20*t) + np.sin(2*np.pi*8*t) + 3.0)
	hx = fftpack.hilbert(x)
	pl.subplot(221)
	pl.plot(x, label=u"Carrier")
	pl.plot(np.sqrt(x**2 + hx**2), "r", linewidth=2, label=u"Envelop")
	pl.title(u"Hilbert Transform")
	pl.legend()
 

然後是它的結果，看，是不是逼格高高的不可一世！~~

2.FIR_LPF設計

用Python這種動態語言寫幾百個引數的有限衝激響應數字低通濾波器(Finite Impulse Response-Low Pass Digital Filter)，實在是太難為人家了，還是用內建的函式或者內嵌C吧。看那一長串，我還想再打一遍，有限衝激響應數字低通濾波器，逼格高高的！！

下面是程式碼，FIR濾波器在這裡我估計引數不下100，所以內嵌吧，否則慢死。。

import numpy as np
	import pylab as pl
	import scipy.signal as signal

	from scipy import fftpack

	

	def h_ideal(n, fc):
    	return 2*fc*np.sinc(2*fc*np.arange(-n, n, 1.0))

	b = h_ideal(30, 0.25)
	b2 = signal.firwin(len(b), 0.6)

	w, h = signal.freqz(b)
	w2, h2 = signal.freqz(b2)

	#pl.figure(figsize=(8,6))
	pl.subplot(222)
	pl.plot(w/2/np.pi, 20*np.log10(np.abs(h)), label=u"h_ideal")
	pl.plot(w2/2/np.pi, 20*np.log10(np.abs(h2)), label=u"firwin")
	pl.xlabel(u"Normalized Frequency Rad/Sample")
	pl.ylabel(u"Magnitude (dB)")
	pl.title(u"FIR Low Pass Filter")
	pl.legend()
	pl.subplot(224)
	pl.plot(b, label=u"h_ideal")
	pl.plot(b2, label=u"firwin")
	pl.legend()
	pl.show()
 

看這逼格高高的，都不說了。。

3.下面是董老師指導我的，雖然很簡單。。FM調製

董老師說mf的引數調小了，我看果然是。課本不可信，給的引數都mv毫伏級，坑爹！

碼程式碼這種小事就簡單多了

import numpy as np
import pylab as pl
import scipy as sp
from scipy import integrate
from scipy import fftpack

sample_rate = 10000

t = np.arange(0, 1.0, 1.0 / sample_rate)  # generate time sampling

omega_base = 40
omega_carrier = 800

mf = 1
v0 = 5
v_omega = 10

base = np.cos(omega_base * t)

pm = v0 * np.cos(omega_carrier * t + v_omega * base)
pl.plot(base)
pl.plot(pm)
pl.show()

綠的是最後的訊號，藍的是原始訊號。

好了，說完了第一部分，第二部分寫啥還沒有想好，到時再說，嗯。

今天好娘快，晚上繼續學高頻。

董老師是個好人，好人一生平安。。。。。。

最近我怎麼這麼婆媽了。。。！！