射频人学基带(3)--有AI也不是万事大吉~

   

   

动动手指，关注公 众号并加星标哦

(1)

接上上回。

不是程序出来以后，不知道怎么看结果么？

当时出来的结果是这样的，看到以后是懵圈的。

不过，感谢互联网，查了些资料后，知道原因了。

我光看滤波后的信号，那可不就看不出啥子门道么？大家都是对比着看，比如这个。

于是，我也把滤波前后的信号，纯手工对齐，放在一起比对。

还是太乱。接着只取其中一路。

手工用绿虚线比对一下，嗯，有点那个意思了。

(2) 

继续查资料，跳出一个我以前收藏过，却基本没有怎么去看过的网站[1]。

网站上有相应的讲解+python程序演示，真是太符合我目前的需求了。

在[1]中，结合RC的时域理论公式，复现了滤波器的时域响应，输入输出信号的时域波形。

我想，为啥AI没有用这种理论公式来直接计算呢，而是首先是尝试调用各种函数呢？

然后问了问AI。

嗯，AI就是甩我几条街啊，考虑的太周全了。

(3)

想着把两种实现方式，一起来比对一下。

就让AI把两个程序融合在一起。

额，时域看上去还算符合我的预期，但是频域为啥差这么多？

(4)

以前，用AI写一些换名字的程序，基本都不需要迭代，一次就能达到要求。

放到专业上的东西，感觉AI从0到1还是可以的，但是像我这种小白，如果结果不符合预期，就算有AI，也很难把程序修改到符合预期。

比如这个不一致性的问题，我在上面花了大概有3小时，一无所获。不管怎么和AI来回交互，按照AI的提示修改程序，最后出来的结果还是那样。

哈哈哈，仰天长笑一下，缓解一下烦躁的心情。

不过没事，学新东西的时候，不都是这样子的么？万事开头难，闷着头，熬过去，大概率会豁然开朗。

参考文献：

[1] https://pysdr.org/content/pulse_shaping.html