Python ASK信号图

Question

我需要在Python（Spyder）中绘制以下3个信号。在下面，我已经指出了我的代码需要绘制的信号照片。 （我成功地成功绘制了第一个。）

此外，代码需要从数组字[1、0、1、0、0、1、0、1、1、1、0、1]绘制平方信号。 （我还没有弄清楚如何正确地做到这一点）

最后，以下信号应从以上两个信号中绘制。

在这里的上一篇文章（堆栈溢出）中，我获得了一些帮助以绘制平方信号。但是，我认为这不是解决问题的方法，因为在尝试绘制第三个信号时收到以下错误。

ASK_signal=pliroforia*our_signal

ValueError: operands could not be broadcast together with shapes (1440000,) (250,)

有人可以帮我解决这个问题吗？

下面是我到目前为止的代码：

import fft_modules
from fft_modules import *
import numpy as np
from numpy import pi, linspace, sin, cos, array
import matplotlib.pyplot as plt
from scipy import signal
from scipy import *

A=1                                                 
f=1000
T=1/f                                          
B=f                                            
Nyquist_Fs=2*B                                 
Fs=100*Nyquist_Fs                              
Ts=T/10                                        
Tmax=25*T                                      
samples_per_period=T/Ts                        
total_samples=samples_per_period*(Tmax/T)      

print("TS="+str(Ts))
print("T="+str(T))

t = linspace(0, Tmax, total_samples, endpoint=True)

#our_signal = signal.square(A*cos(2*pi*f*t))
our_signal = A*sin(2*pi*f*t)


plt.figure(1)
plt.plot(t,our_signal)
plt.xlabel('Χρόνος (sec) ->')
plt.ylabel ('Πλάτος (V)')



word = array([1, 0, 1, 0, 0, 1, 0, 1, 1, 1, 0, 1])
Samples_per_bit=int(12/Ts)
pliroforia=[]
for i in range(0,len(word)):
    table=np.ones(Samples_per_bit)
    x=table*word[i]
    pliroforia=np.concatenate((pliroforia,x))

t = linspace(0, Tmax, pliroforia.shape[0], endpoint=True)

plt.figure(2)
plt.plot(t,pliroforia)
plt.xlabel('Χρόνος (sec) ->')
plt.ylabel ('Πλάτος (V)')


ASK_signal=pliroforia*our_signal
plt.figure(3)
plt.plot(t,ASK_signal)

Answer 1

您的错误来自数组之间不兼容的形状。在计算乘积之前，必须确保pliroforia和our_signal具有相同数量的元素。

我认为这是您尝试通过for循环实现的目标。但是它不应该按您期望的那样工作。

[这里您有一个“重新采样”的问题（我不确定这是正确的词，但它可以在搜索引擎中提供帮助）。您有两个序列，范围从时间0到时间Tmax（此处为0.25），一个序列包含total_samples（250）个样本，另一个序列只有12个样本。您想要对第二个系列重新采样多达250个样本，以具有兼容的形状。

这是一个常见问题，大多数优秀的库都具有“重新采样”操作。在科学上，它称为interp1d。您可以使用“短”系列的x和y值来调用它，它为您提供了一个函数，您可以使用一个新的x值数组来调用该函数，在该数组中您要对初始系列进行采样（这不是很清楚，请看一下代码，一个价值数千个单词的示例）。

所以这是结果代码：

interp1d

以及结果图。

import numpy as np
import matplotlib.pyplot as plt
from scipy.interpolate import interp1d

def main():
    frequency=1000
    period=1/frequency
    duration=25*period
    samples_per_period=10
    total_samples=int(samples_per_period*(duration/period))

    t = np.linspace(0, duration, total_samples, endpoint=True)
    waving_signal = np.sin(2*np.pi * frequency * t)

    word = np.array([1, 0, 1, 0, 0, 1, 0, 1, 1, 1, 0, 1])  # -> array of size 12
    word_x_values = np.linspace(0, duration, word.shape[0])  # These 12 samples cover the same duration as the waving signal -> array of shape 12
    word_interpolator = interp1d(word_x_values, word, kind="previous")  # Get an interpolator for this serie
    resampled_word = word_interpolator(t)  # Get a new serie with same sampling as the waving signal -> array of size 250

    # Now you can mix the signals as the series have compatible shapes
    mixed_signal = resampled_word * waving_signal

    fig, axes = plt.subplots(3, 1, sharex="col")
    axes[0].plot(t, waving_signal)
    axes[1].plot(t, resampled_word)
    axes[2].plot(t, mixed_signal)

    plt.show()


if __name__ == '__main__':
    main()