bet188金宝搏

将numpy导入为np
进口matplotlib。Pyplot作为PLT

#输入为复数
#x = np.random.normal(size=3) + 1j * np.random.normal(size=3) #普通随机复向量
#h = np.random.normal(size=4) + 1j * np.random.normal(size=4) #普通随机复向量

#输入为实数
x = [20,31,56] # OFDM发射机中的时域序列
h =[10,2,5,8] #时域通道脉冲响应

L = len(x) + len(h) - 1 #卷积输出长度

#方法1:NumPy模块中的Python卷积函数
Y3 = np。卷积(h, x)
打印(“y3 = ", y3)

#方法2:使用蛮力方法进行卷积
N = len(x)
M = len(h)
y = np.zeros(L) #用零填充的数组
对于np.arange(0,N)中的i:
对于np.arange(0,M)中的j:
Y [i + j] = Y [i + j] + x[i] * h[j]
打印(“y = y)

# NumPy模块和蛮力方法的区别
Y2 = y-y3

使用行数和列数初始化subplot函数
图，轴= plt。次要情节(2,2)
#用于内置卷积
轴(0,0).plot (y3)
轴(0,0)。set_title("方法# 1:np.convolve")
为我们自己的函数
轴[0,1].plot (y)
轴[0,1]。set_title("方法# 2:暴力方法")
#两者的区别
轴(1,0).plot (y2)
轴(1,0)。set_title("两种方法的区别")
plt.show ()

x = [20,31,56] # OFDM发射机中的时域序列
h =[10,2,5,8] #时域通道脉冲响应

#x = np.random.normal(size=3) + 1j * np.random.normal(size=3) #普通随机复向量
#h = np.random.normal(size=4) + 1j * np.random.normal(size=4) #普通随机复向量