GNU Radio创建Zadoff-Chu序列python OOT块

简介: GNU Radio创建Zadoff-Chu序列python OOT块

前言

本文实现在 GNU Radio 中创建 Zadoff-Chu 序列 python OOT 块,仅做代码调试记录。


一、ZC序列是什么?

参考我之前的博客:ZC序列理论学习及仿真

二、创建自定义的 OOT 块

参考官方教程 Creating Python OOT with gr-modtool 创建自定义的 OOT块

三、相关文件

zcSequence.py 部分核心程序:

if self.sequence_length % 2 == 0:
    zc_sequence = np.exp(-1j * np.pi * self.root_index * np.arange(self.sequence_length) * np.arange(self.sequence_length) / self.sequence_length)
else:
    zc_sequence = np.exp(-1j * np.pi * self.root_index * np.arange(self.sequence_length) * (np.arange(self.sequence_length) + 1) / self.sequence_length)
          
return self.sequence_length

customModule_zcSequence.block.yml 部分核心配置:

parameters:
- id: sequence_length
  label: zc len
  dtype: int
  default: 64
- id: root_index
  label: root index
  dtype: int
  default: 5

四、测试

1、grc 图

2、运行结果

①、时域图

②、时域幅值模图

③、IQ 曲线

五、资源自取

下载链接:GNU Radio创建Zadoff-Chu序列python OOT块

文件内容如下:

目录
相关文章
|
1天前
|
数据可视化 数据挖掘 Python
Python时间序列分析苹果股票数据:分解、平稳性检验、滤波器、滑动窗口平滑、移动平均、可视化(下)
Python时间序列分析苹果股票数据:分解、平稳性检验、滤波器、滑动窗口平滑、移动平均、可视化
|
1天前
|
数据可视化 API 开发者
Python时间序列分析苹果股票数据:分解、平稳性检验、滤波器、滑动窗口平滑、移动平均、可视化(上)
Python时间序列分析苹果股票数据:分解、平稳性检验、滤波器、滑动窗口平滑、移动平均、可视化
|
1天前
|
索引 Python
【Python操作基础】——序列
【Python操作基础】——序列
|
1天前
|
数据采集 数据挖掘 测试技术
python、R语言ARIMA-GARCH分析南方恒生中国企业ETF基金净值时间序列分析
python、R语言ARIMA-GARCH分析南方恒生中国企业ETF基金净值时间序列分析
|
1天前
|
vr&ar Python
Python自激励阈值自回归(SETAR)、ARMA、BDS检验、预测分析太阳黑子时间序列数据
Python自激励阈值自回归(SETAR)、ARMA、BDS检验、预测分析太阳黑子时间序列数据
|
1天前
|
Python
Python随机波动性SV模型:贝叶斯推断马尔可夫链蒙特卡洛MCMC分析英镑/美元汇率时间序列数据|数据分享
Python随机波动性SV模型:贝叶斯推断马尔可夫链蒙特卡洛MCMC分析英镑/美元汇率时间序列数据|数据分享
|
1天前
|
机器学习/深度学习 Python
【Python机器学习专栏】时间序列数据的特征工程
【4月更文挑战第30天】本文探讨了时间序列数据的特征工程,强调其在捕捉季节性、揭示趋势、处理异常值和提升模型性能中的重要性。介绍了滞后特征、移动窗口统计特征、时间戳特征、频域特征和波动率特征等方法,并提供了Python实现示例。通过有效特征工程,可提高时间序列分析的准确性和预测可靠性。
|
1天前
|
数据可视化 数据挖掘 Python
Python用 tslearn 进行时间序列聚类可视化
Python用 tslearn 进行时间序列聚类可视化
|
1天前
|
数据可视化 数据处理 索引
Python用GARCH对ADBL股票价格时间序列趋势滚动预测、损失、可视化分析
Python用GARCH对ADBL股票价格时间序列趋势滚动预测、损失、可视化分析
|
1天前
|
机器学习/深度学习 数据可视化 数据挖掘
Python电力负荷:ARIMA、LSTM神经网络时间序列预测分析
Python电力负荷:ARIMA、LSTM神经网络时间序列预测分析

推荐镜像

更多