vi，NI程序，降采样率A加权，使用NI系统测试时候可以借鉴

针对软件无线电接收机数字下变频中高速数字信号的降采样需求，利用半带滤波器及级联积分梳状滤波器，设计了一种半带滤波器前置的多级抽取滤波器架构。通过Simulink搭建系统模型验证之后，利用Xilinx ISE 12.3在Xilinx xc5vsx95t-2ff1136 FPGA上实现了一种下采样率为64的抽取滤波器。Modelsim仿真结果表明，该抽取滤波器设计是有效的，达到了设计指标。

为了将Sigma-Delta ADC中的SDM（Sigma-Delta Modulator）的输出码流降采样以达到Nyquist采样频率，基于实际的AUDIO CODEC项目，本文对两种数字滤波器（FIR（Finite Impulse Response）和IIR（Infinite Impulse Response））的MATLAB设计进行了描述和比较。其所需处理的SDM输出码流的过采样频率为11.2896MHz，数字滤波器完成256倍的降采样最终达到采样频率为44.1MHz，在音频范围内其最终仿真结果均达到SNDR在14bits以上。

提出了一种完整的降采样FIR滤波器的设计和硬件实现方法。该方法首先利用matlab工具箱自带的FDAtool设计出降采样FIR滤波器的系数，然后采用横向抽头式结构进行硬件实现。硬件实现时，先利用FIR滤波器系数对称的特点将乘法器的数目减半进行初步优化，然后采用移位相加的硬件结构来取代所有的乘法器，从而使降采样通过在滤波器中加入降采样控制单元来一并完成。

fieldtrip工具箱 “subject01” 被试的网格数据——降采样设置为10。

今天小编就为大家分享一篇python中resample函数实现重采样和降采样代码，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

LTE 系统在下行采用了OFDM 技术。OFDM 技术将高速数据流调制到相互正交的N 路子载波上，因此易受频偏的影响，尤其在多普勒频偏较大的高速环境下会受到严重的干扰。本文依托LTE 系统，提出一种针对高速铁路场景的信道估计方法，在基于最小二乘（least squares，LS）估计的基础上，针对高速移动环境提出相应的处理方法，包括基于循环前缀（cyclic prefix，CP）的频偏估计和时域能量集中等处理，仿真分析结果表明，与传统方法相比更适合高速场景，在车速达到500 km/h时仍然保持良好的误码率，具有一定的实用价值。

函数原型 resample(self, rule, how=None, axis=0, fill_method=None, closed=None, label=None, convention=‘start’, kind=None, loffset=None, limit=None, base=0, on=None, level=None) 比较关键的是rule,closed,label下面会随着两个用法说明 降采样 对时间数据细粒度增大，可以把每天的数据聚合成一周，可以求和或者均值的方式进行聚合 下面给出列子 times=pd.date_range('20180101',period

pcl pcl 一，功能描述 1，视差图点云创建， 2，鼠标选取点云创建区域与待匹配物体， 3，点云滤波， 4，点云超体聚类， 5，LCCP分割， 6，点云降采样 7，ICP匹配 8，点云显示。 二，功能解释 1，视差图点云创建 点云创建部分 使用四元数旋转参数 q(0.5,0,0,0) 与位移参数（0，0，0）使创建的点云为以相机坐标系为原点。 采用原图进行 1/4 采样的方式加速点云创建。 2，鼠标选取点云创建区域与待匹配物体 待创建区域的选取是在RGB图像上进行的，通过鼠标左键获取选取区域的对角坐标，存储在Pt1与pt2中，鼠标右键点选待匹配物体，坐标点存储在pt3中。 3，点云滤波 滤波主要采用了统计滤波器：pcl::StatisticalOutlierRemoval 与半径滤波器：pcl::RadiusOutlierRemoval 4, 点云超体聚类 pcl::Supervoxe

多速率信号处理降采样率与升采样率-多速率信号处理.pdf 多速率信号处理——主要介绍了用matlab来降低采样率与提高采样率