Qiita初心者です。拙い内容で申し訳ありません。本記事に含まれるコードはほぼすべてAI生成によるものです。ご容赦ください。
使わせてもらったデータ
まずはインポート
Kaggleでこんな感じのコードをセルに書いたり貼っつけたりして実行しました。
import pandas as pd
filename = "/kaggle/input/datasets/yinchen1986/rffi-123-m5stack-iq-wifi-802-11g-2-4g/24_d7_eb_38_c7_e8_pre.csv"
df = pd.read_csv(filename)
IQデータを抽出
なんか文字列だったので、どうすればいいかClaudeにきいたところ、正規表現を使ったコード出してくれました。
これで本当に正確に抽出できてるのかよくわかんないんですけど、とりあえず動いたのでよしとします。
import re
import numpy as np
raw = df.preamble[0]
# 複素数パターンのみ抽出（科学記数法対応）
pattern = r'[+-]?[\d.]+(?:e[+-]?\d+)?[+-][\d.]+(?:e[+-]?\d+)?j'
tokens = re.findall(pattern, raw)
iq = np.array([complex(t) for t in tokens])
print(f"サンプル数: {len(iq)}")
IQデータ可視化
IQデータ自体、まだよくわかってないんですけど、なんか複素数のなんかなっていう理解です。とりあえず可視化してみました。
from matplotlib import pyplot as plt
plt.figure(figsize=(12, 4))
plt.plot(iq.real, label="I (Real)")
plt.plot(iq.imag, label="Q (Imag)")
plt.xlabel("Sample index")
plt.ylabel("Amplitude")
plt.title("IQ Time Series")
plt.legend()
plt.grid(True)
plt.show()
IQ成分
実部と虚部との相関もなんとなく気になったので、可視化してみました。
plt.figure(figsize=(6, 6))
plt.scatter(iq.real, iq.imag, s=5, alpha=0.6)
plt.xlabel("I (Real)")
plt.ylabel("Q (Imag)")
plt.title("IQ Constellation")
plt.axis("equal")
plt.grid(True)
plt.show()
結果、特に相関関係はそんななさそうです。なんか円っぽくなりましたね。
このあとやりたいこと
- IQデータについてももっと理解を深めたい
- ノイズが乗ったらどう変化するのかとか理解したい