帮帮我,傅里叶先生

原创 TsinghuaJoking 2024-02-09 07:42

一、前言

  前两天,通过实验对比了普通的PWM信号以及 UART发送的PDM信号,经过RC低通滤波之后的交流信号的大小 普通的PWM波形经过 RC低通滤波之后,所存在的交流信号 在占空比为 50% 的时候,达到最大。而使用 串口输出的占空比可调的信号,低通滤波之后的交流分量则呈现一种比较奇怪的分布。

首先,比起普通的 PWM波形来讲,串口输出的信号低通滤波之后的交流分量要小得多。但它随着占空比从 0 到 100% 的变化过程中,这种奇怪的电压变化令人感到疑惑。那么问题来了,这个使用 数字万用表DM3068实际测量单片机发送信号的交流分量曲线,哪些是理论上可以计算出来的,哪些是测量误差造成的呢?下面,就是应用信号与系统理论来解释这个问题的时候了。

二、理论分析

1、电路分析

  首先进行理论分析,单片机发送的周期方波信号,经过RC低通滤波得到平滑后的信号。数字万用表使用交流档测量输出信号中交流分量的有效值。将RC低通滤波器看成一个 线性时不变系统, 单片机发出的方波信号的频谱乘以低通滤波器的系统函数,便可以得到输出信号的频谱。只要将输出信号中除了直流分量之外的其它交流分量的功率叠加在一起,便可以计算出数字万用表所测量得到的交流分量了。

  学习过信号与系统之后,我们可以知道 RC低通滤波器的系统函数比较容易列写出来,因此,计算串口输出波形的频谱就成为关键。下面让我们讨论一下由串口输出的占空比可调的方波信号的频谱。

2、输出信号频谱

  这是串口输出的PWM信号,随着占空比增加,其中为高电平的比特位数也增加了。高电平的位数均匀分布在32个字节中的 256位中。这是占空比为25%的信号,它是由不同的方波信号叠加而成。如果我们知道在任何一个时间位置上的脉冲的频谱,只要将所有脉冲频谱叠加在一起,便可以得到该信号的频谱了。下面就按照这个思路进行分析。

▲ 图1.2.1 占空比25%的信号波形


  一切都从这个高度为 E,宽度为 tao 的脉冲信号讲起,它的频谱是一个对称的sinc函数,  如果将它平移到 t0,那么对应的频谱 就只要在后面乘以一个相位因子。下面就可以把 串口输出信号中所有脉冲的频谱加在一起了。

  使用 x[n] 表示 串口输出信号对应位的数值,1 表示有脉冲,0 表示没有脉冲。32个字节总共包括有 256个数据位,32个起始位和32个停止位。将它们的频谱分别计算出来,然后乘以 x[n] 进行叠加,这样就得到了输出信号的频谱。请注意,串口输出的是一个周期为 32个字节对应的周期信号,它的频谱是离散频谱,在上面计算得到的基础上,进行离散化而得。 最后,我们便得到了串口输出信号的实际频谱了。其中的 E 是3.3V电平,tao 是每一比特对应的时间,为1微秒。将这个频谱乘以 RC 低通滤波器的系统函数之后,再把所有交流分量叠加在一起,便可以计算出数字万用表所测量到的交流分量的大小了。

三、仿真结果

  有了理论分析之后,下面就是通过 Python 编程,分别计算输出占空比从 0 到 100%的过程中,串口信号滤波后交流分量的大小了。这是计算出来的结果。果然不出所料。可以看出与实际测量的结果挺像的。看看这些细节部分,原来以为是测量噪声,现在看来实际上就是这个样子。另外一个与测量结果不同的是,输出交流信号的大小是关于占空比50% 左右对称的。对比数字万用表实际测量的结果,输出交流分量则是随着占空比的增加而逐步上升。这一点是与理论分析不符合的。通过理论分析,让我们知道了测量结果中哪些是真实的,哪些是测量误差。

▲ 图1.3.1 计算结果


#!/usr/local/bin/python
# -*- coding: gbk -*-
#******************************
# TEST1.PY                   - by Dr. ZhuoQing 2024-02-07
#
# Note:
#******************************

from headm import *

#------------------------------------------------------------

BYTE_NUM = 32
buf = bytes([0]*BYTE_NUM)
bitbuf = [0]*(10*BYTE_NUM)

def Buf2BitBuffer():
    global bitbuf, buf

    id = 0
    for b in buf:
        bitbuf[id] = 0
        id += 1

        for i in range(8):
            if b & (1<<(7-i)): bitbuf[id] = 1
            else: bitbuf[id] = 0
            id += 1

        bitbuf[id] = 1
        id += 1


#    for i in range(len(bitbuf)):
#        bitbuf[i] = 0

#    for i in range(32):
#        bitbuf[i] = 1


#------------------------------------------------------------
Buf2BitBuffer()


#------------------------------------------------------------
bits = 1e-6
T = bits * (10 * BYTE_NUM)
printf(T)
tao = bits
OMEGA = 2*pi/T
E = 3.3

#------------------------------------------------------------
FREQUENCY_NUM = 50
fbuf = [0]*FREQUENCY_NUM

R = 10e3
C = 0.1e-6


def BitBuffer2Frequency():
    global bitbuf,fbuf

    for i in range(len(fbuf)):
        fbuf[i] = 0

    for id,b in enumerate(bitbuf):
        shiftt = id*tao+tao/2

        if b == 0continue

        for iidd,f in enumerate(fbuf):
            omega = 2*pi*iidd / T

            a = omega*tao/2
            if a == 0:
                fv = tao
            else: fv = tao * sin(a)/a

            fv *= exp(-1j * omega * shiftt)

            a = 1/(1+1j*omega*R*C)

            fbuf[iidd] += fv*a*OMEGA*E



    fbuf[0] = 0


#------------------------------------------------------------

def ACenerge():
    global fbuf
    return sqrt(sum([abs(f)**2 for f in fbuf]))


def SetDACBuffer(dac):
    global buf
    count = 0

    blist = []
    for i in range(BYTE_NUM):
        b = 0
        for j in range(8):
#            count += 1
#            if count < dac:
#                b |= (0x80>01 >j)

            count += dac

            if count >= 0x100:
                count -= 0x100
                b |= (1<
        blist.append(b)

    buf = bytes(blist)

#------------------------------------------------------------

def ShowBitBuffer(drawflag = 0):
    global bitbuf

    bitcurve = []
    BIT_LENGTH = 32

    for b in bitbuf:
        if b == 0: bitcurve.extend([0]*BIT_LENGTH)
        else: bitcurve.extend([5]*BIT_LENGTH)


    plt.clf()
    plt.plot(bitcurve, lw=2)

    plt.xlabel("N")
    plt.ylabel("V(v)")
    plt.grid(True)
    plt.tight_layout()

    if drawflag == 0:
        plt.draw()
        plt.pause(.001)
    else:
        plt.show()


#------------------------------------------------------------
'''
plt.draw()
plt.pause(.001)

for i in range(0x100):

    SetDACBuffer(i)
    Buf2BitBuffer()
    ShowBitBuffer()

    pltgif.append(plt)

pltgif.save()

exit()

'''

#------------------------------------------------------------

SetDACBuffer(0x40)
Buf2BitBuffer()
ShowBitBuffer(1)





exit()

#------------------------------------------------------------

ACDim = []
for i in range(BYTE_NUM*8):
    printf(i)
    SetDACBuffer(i)
    Buf2BitBuffer()
    BitBuffer2Frequency()
#    printf(bitbuf)
    ACDim.append(ACenerge())

#------------------------------------------------------------



printf(ACDim)


plt.plot(ACDim, lw=3)
#plt.plot(bitbuf, lw=3)

plt.xlabel("N")
plt.ylabel("Spectrum")
plt.grid(True)
plt.tight_layout()
plt.show()

#------------------------------------------------------------
#        END OF FILE : TEST1.PY
#******************************

  结 ※

  文分析了串口输出的PWM波形低通滤波后的交流分量,Python仿真程序可以在 CSDN博文中找到。这里应用了信号的傅里叶分析的数学工具。回答了看似奇怪测量结果中的现象。这个过程比较有趣,可以在来年春季学期的信号与系统课程中,当做一个实验作业请同学们进行练习。

参考资料
[1]

听听直接从串口发出的音乐: https://zhuoqing.blog.csdn.net/article/details/135991154

[2]

使用串口输出DAC信号: https://zhuoqing.blog.csdn.net/article/details/135971283

[3]

UART 与 PWM 输出模拟量,哪一个更好?: https://blog.csdn.net/zhuoqingjoking97298/article/details/136004096?csdn_share_tail=%7B%22type%22%3A%22blog%22%2C%22rType%22%3A%22article%22%2C%22rId%22%3A%22136004096%22%2C%22source%22%3A%22zhuoqingjoking97298%22%7D

TsinghuaJoking 这是一个公众号,它不端、不装,与你同游在课下、课上。 卓晴博士,清华大学中央主楼 626A。010-62773349, 13501115467,zhuoqing@tsinghua.edu.cn
评论
  •        随着人工智能算力集群的爆发式增长,以及5.5G/6G通信技术的演进,网络数据传输速率的需求正以每年30%的速度递增。万兆以太网(10G Base-T)作为支撑下一代数据中心、高端交换机的核心组件,其性能直接决定了网络设备的稳定性与效率。然而,万兆网络变压器的技术门槛极高:回波损耗需低于-20dB(比千兆产品严格30%),耐压值需突破1500V(传统产品仅为1000V),且需在高频信号下抑制电磁干扰。全球仅有6家企业具备规模化量产能力,而美信科
    中科领创 2025-03-13 11:24 40浏览
  • 文/Leon编辑/cc孙聪颖作为全球AI领域的黑马,DeepSeek成功搅乱了中国AI大模型市场的格局。科技大厂们选择合作,接入其模型疯抢用户;而AI独角兽们则陷入两难境地,上演了“Do Or Die”的抉择。其中,有着“大模型六小虎”之称的六家AI独角兽公司(智谱AI、百川智能、月之暗面、MiniMax、阶跃星辰及零一万物),纷纷开始转型:2025年伊始,李开复的零一万物宣布转型,不再追逐超大模型,而是聚焦AI商业化应用;紧接着,消息称百川智能放弃B端金融市场,聚焦AI医疗;月之暗面开始削减K
    华尔街科技眼 2025-03-12 17:37 146浏览
  • DeepSeek自成立之初就散发着大胆创新的气息。明明核心开发团队只有一百多人,却能以惊人的效率实现许多大厂望尘莫及的技术成果,原因不仅在于资金或硬件,而是在于扁平架构携手塑造的蜂窝创新生态。创办人梁文锋多次强调,与其与大厂竞争一时的人才风潮,不如全力培养自家的优质员工,形成不可替代的内部生态。正因这样,他对DeepSeek内部人才体系有着一套别具一格的见解。他十分重视中式教育价值,因而DeepSeek团队几乎清一色都是中国式学霸。许多人来自北大清华,或者在各种数据比赛中多次获奖,可谓百里挑一。
    优思学院 2025-03-13 12:15 47浏览
  • 一、行业背景与需求痛点智能电子指纹锁作为智能家居的核心入口,近年来市场规模持续增长,用户对产品的功能性、安全性和设计紧凑性提出更高要求:极致空间利用率:锁体内部PCB空间有限,需高度集成化设计。语音交互需求:操作引导(如指纹识别状态、低电量提醒)、安全告警(防撬、试错报警)等语音反馈。智能化扩展能力:集成传感器以增强安全性(如温度监测、防撬检测)和用户体验。成本与可靠性平衡:在复杂环境下确保低功耗、高稳定性,同时控制硬件成本。WTV380-P(QFN32)语音芯片凭借4mm×4mm超小封装、多传
    广州唯创电子 2025-03-13 09:24 41浏览
  • 曾经听过一个“隐形经理”的故事:有家公司,新人进来后,会惊讶地发现老板几乎从不在办公室。可大家依旧各司其职,还能在关键时刻自发协作,把项目完成得滴水不漏。新员工起初以为老板是“放羊式”管理,结果去茶水间和老员工聊过才发现,这位看似“隐形”的管理者其实“无处不在”,他提前铺好了企业文化、制度和激励机制,让一切运行自如。我的观点很简单:管理者的最高境界就是——“无为而治”。也就是说,你的存在感不需要每天都凸显,但你的思路、愿景、机制早已渗透到组织血液里。为什么呢?因为真正高明的管理,不在于事必躬亲,
    优思学院 2025-03-12 18:24 81浏览
  • 在追求更快、更稳的无线通信路上,传统射频架构深陷带宽-功耗-成本的“不可能三角”:带宽每翻倍,系统复杂度与功耗增幅远超线性增长。传统方案通过“分立式功放+多级变频链路+JESD204B 接口”的组合试图平衡性能与成本,却难以满足实时性严苛的超大规模 MIMO 通信等场景需求。在此背景下,AXW49 射频开发板以“直采+异构”重构射频范式:基于 AMD Zynq UltraScale+™ RFSoC Gen3XCZU49DR 芯片的 16 通道 14 位 2.5GSPS ADC 与 16
    ALINX 2025-03-13 09:27 32浏览
  • 在海洋监测领域,基于无人艇能够实现高效、实时、自动化的海洋数据采集,从而为海洋环境保护、资源开发等提供有力支持。其中,无人艇的控制算法训练往往需要大量高质量的数据支持。然而,海洋数据采集也面临数据噪声和误差、数据融合与协同和复杂海洋环境适应等诸多挑战,制约着无人艇技术的发展。针对这些挑战,我们探索并推出一套基于多传感器融合的海洋数据采集系统,能够高效地采集和处理海洋环境中的多维度数据,为无人艇的自主航行和控制算法训练提供高质量的数据支持。一、方案架构无人艇要在复杂海上环境中实现自主导航,尤其是完
    康谋 2025-03-13 09:53 44浏览
  • 一、行业背景与用户需求随着健康消费升级,智能眼部按摩仪逐渐成为缓解眼疲劳、改善睡眠的热门产品。用户对这类设备的需求不再局限于基础按摩功能,而是追求更智能化、人性化的体验,例如:语音交互:实时反馈按摩模式、操作提示、安全提醒。环境感知:通过传感器检测佩戴状态、温度、压力等,提升安全性与舒适度。低功耗长续航:适应便携场景,延长设备使用时间。高性价比方案:在控制成本的同时实现功能多样化。针对这些需求,WTV380-8S语音芯片凭借其高性能、多传感器扩展能力及超高性价比,成为眼部按摩仪智能化升级的理想选
    广州唯创电子 2025-03-13 09:26 33浏览
  • 北京时间3月11日,国内领先的二手消费电子产品交易和服务平台万物新生(爱回收)集团(纽交所股票代码:RERE)发布2024财年第四季度和全年业绩报告。财报显示,2024年第四季度万物新生集团总收入48.5亿元,超出业绩指引,同比增长25.2%。单季non-GAAP经营利润1.3亿元(non-GAAP口径,即经调整口径,均不含员工股权激励费用、无形资产摊销及因收购产生的递延成本,下同),并汇报创历史新高的GAAP净利润7742万元,同比增长近27倍。总览全年,万物新生总收入同比增长25.9%达到1
    华尔街科技眼 2025-03-13 12:23 48浏览
  • 文/杜杰编辑/cc孙聪颖‍主打影像功能的小米15 Ultra手机,成为2025开年的第一款旗舰机型。从发布节奏上来看,小米历代Ultra机型,几乎都选择在开年发布,远远早于其他厂商秋季主力机型的发布时间。这毫无疑问会掀起“Ultra旗舰大战”,今年影像手机将再次被卷上新高度。无意臆断小米是否有意“领跑”一场“军备竞赛”,但各种复杂的情绪难以掩盖。岁岁年年机不同,但将2-3年内记忆中那些关于旗舰机的发布会拼凑起来,会发现,包括小米在内,旗舰机的革新点,除了摄影参数的不同,似乎没什么明显变化。贵为旗
    华尔街科技眼 2025-03-13 12:30 60浏览
  • 前言在快速迭代的科技浪潮中,汽车电子技术的飞速发展不仅重塑了行业的面貌,也对测试工具提出了更高的挑战与要求。作为汽车电子测试领域的先锋,TPT软件始终致力于为用户提供高效、精准、可靠的测试解决方案。新思科技出品的TPT软件迎来了又一次重大更新,最新版本TPT 2024.12将进一步满足汽车行业日益增长的测试需求,推动汽车电子技术的持续革新。基于当前汽车客户的实际需求与痛点,结合最新的技术趋势,对TPT软件进行了全面的优化与升级。从模型故障注入测试到服务器函数替代C代码函数,从更准确的需求链接到P
    北汇信息 2025-03-13 14:43 40浏览
我要评论
0
点击右上角,分享到朋友圈 我知道啦
请使用浏览器分享功能 我知道啦