USRP N320频谱边缘采样异常及无丢样滤波方案咨询

你观测到的各采样率下首尾各占采样率4%左右的带宽异常，是N320硬件前端集成的抗混叠滤波器、数字基带半带滤波的过渡带滚降特性导致的固有属性，不属于硬件故障。以下是对应需求的落地方案：

边缘区域正常采集方案 #

• 过采样适配法：当需要采集N MHz带宽的信号时，选择更高一档的采样率完成采集后再做数字下变频抽取。例如需要50M全带宽无异常的信号，选择100Msps采样率，中心频点对齐目标信号后，做2倍抽取得到50Msps数据，此时得到的50M带宽完全落在100Msps下的90M正常可用区间内，无边缘衰减、偏移问题。
• 幅相预校正法：若必须使用对应采样率的全带宽，可提前采集校准信号做幅相补偿。操作流程：在目标采样率下，输入已知功率、扫过全带宽的单音信号，记录每个频点的幅度衰减值和相位偏移值，生成幅相校正系数表；正式采集到原始数据后，在频域对每个频点乘以对应校正系数，即可修正边缘的功率下降、频率偏移问题。注意该方案仅能修正线性畸变，无法改善边缘区域抗混叠能力下降、底噪抬升的问题，仅适合无邻频干扰的场景使用。

不丢失采样点的边缘异常滤波方案 #

你使用带通滤波器时遇到的异常，大概率是滤波器群延迟导致的时域采样点偏移、有效数据截断问题，可通过以下方案解决：

• 零相位滤波法：使用filtfilt类零相位滤波工具（Matlab、Python scipy库均有对应实现），对信号做正反两次带通滤波，完全抵消滤波器引入的群延迟，滤波后信号的时域采样点数量、位置与原始数据完全一致，不会丢失任何采样点，也不会出现时域偏移问题。
• 频域掩蔽处理法：无需做时域滤波，直接对采集到的时域数据做FFT变换，将首尾异常带宽对应的频点按需求平滑压低或置零后，再做IFFT转回时域，全程采样点数量完全不变，仅抑制边缘异常区域的信号分量。注意频域操作时建议加窗、做重叠相加处理，避免出现块效应失真。

内容的提问来源于stack exchange，提问作者secokit123