рефераты конспекты курсовые дипломные лекции шпоры

Реферат Курсовая Конспект

Основные определения и теоремы классического спектрального анализа

Основные определения и теоремы классического спектрального анализа - раздел Связь, Спектральный анализ и его приложения к обработке сигналов в реальном времени Основные Определения И Теоремы Классического Спектрального Анализа. Непрерывн...

Основные определения и теоремы классического спектрального анализа. Непрерывно-временное преобразование Фурье. Определение Непрерывно-временным преобразованием Фурье называется функция В спектральном анализе переменная в комплексной синусоиде соответствует частоте, измеряемой в герцах, если переменная измеряется в единицах времени в секундах. По сути дела, непрерывно-временное преобразование Фурье идентифицирует частоты и амплитуды тех комплексных синусоид, на которые разлагается некоторое произвольное колебание.

Определение Обратное преобразование Фурье определяется выражением Существование прямого и обратного преобразований Фурье с непрерывным временем для данной функции определяется целым рядом условий.

Одно из достаточных условий состоит в том, что сигнал должен быть абсолютно интегрируемым в смысле 1.2.2 Операции дискретизации и взвешивания для получения дискретно-временных рядов Фурье. Определение Функцией отсчетов с интервалом называется следующая функция Предположим, что берутся отсчеты непрерывного действительнозначного сигналас ограниченным спектром, верхняя частота которого равна герц, так что преобразование Фурье равно нулю при частотах больше. Отсчеты сигналас интервалом Т могут быть получены посредством умножения этого сигнала на функцию отсчетов Теперь найдем непрерывное преобразование Фурье, это свертка спектра сигнала и преобразования Фурье функции отсчетов по времени с интервалом Т секунд То есть свертка с преобразованием Фурье функции отсчетов просто периодически продолжает с частотным интервалом 1 T Гц, соответствующим частотному интервалу между импульсными функциями. В общем случае отсчеты в одной области например, временной приводят к периодическому продолжению в области преобразования например, частотной. Если частота отсчетов выбрана достаточно низкой, так что, то периодически продолженные спектры будут перекрываться с соседними эффект наложения в частотной области. Частота отсчетов получила название частоты отсчетов Найквиста.

Для того чтобы восстановить исходный временной сигнал по его отсчетам, то есть осуществить интерполяцию некоторого континуума значений между этими отсчетами, можно пропустить дискретизованные данные через идеальный фильтр нижних частот, обладающий прямоугольной частотной характеристикой взвешивание в частотной области, используя теоремы о свертке во временной и частотной областях, получим Полученное выражение представляет собой математическую запись теоремы отсчетов во временной области, которая утверждает, что с помощью этой интерполяционной формулы действительный сигнал с ограниченным спектром может быть точно восстановлен по бесконечному счетному числу известных временных отсчетов, взятых с частотой. Аналогичный результат может быть получен и для комплексных сигналов с ограниченным спектром.

Дуальной к теореме отсчетов во временной области является следующая Теорема.

Для ограниченного временем по длительности сигнала верно, что где Таким образом, преобразование Фурье некоторого сигнала с ограниченной длительностью может быть однозначно восстановлено по эквидистантным отсчетам спектра такого сигнала, если выбранный интервал отсчетов по частоте удовлетворяет условию герц. Пусть дан произвольный непрерывный сигнал и его преобразование, которые в общем случае могут быть неограниченными по спектру и по длительности.

Если положить, что N отсчетов во времени взяты с равномерным интервалом T секунд, то ограничим спектр этого сигнала частотами герц взвешиванием в частотной области, здесь - функция окна в частотной области.

При этом сигнал трансформируется следующим образом. Далее берутся отсчеты во временной области сформированного первой операцией и ограниченного по спектру сигнала, соответствующие изменения в спектре можно представить как. Теперь ограничимся длительностью сигнала NT . И снова свертка в частотной области для спектра полученного на этапе 2 . Последнее что осталось сделать - взятие отсчетов по частоте с интервалом 1 NT герц, это приводит к периодическому продолжению исходных N временных отсчетов.

Сигнал на последнем этапе принимает следующий вид, а его преобразование. Окончательно можно получить, что если исходный сигнал и - его преобразование, то на четвертом шаге и связаны следующими соотношениями, где Последние соотношения называют дискретно-временными рядами Фурье. Исходя из процесса построения дискретно-временных рядов Фурье, можно установить требуемое точное соотношение между рядом Фурье временной последовательности и соответствующей непрерывно-временной функцией или между рядом Фурье преобразования и исходной функции преобразования.

Если ширина спектра ограничена частотой 1 T герц, то ряд Фурье временной последовательности будет сохранять исходные значения в отсчетных точках, однако ряд Фурье последовательности преобразований будет состоять из отсчетов некоторого размытого варианта исходного преобразования. С другой стороны, если длительность фактически ограничена интервалом NT секунд, то ряд Фурье последовательности преобразований сохраняет исходные значения в отсчетных точках, однако ряд Фурье временной последовательности будет состоять из некоторого размытого варианта исходного сигнала. Эффекты размытия можно ослабить за счет уменьшения T так что 1 T будет соответствовать более широкой полосе или увеличения N так что NT будет соответствовать большей длительности, в результате чего дискретно-временной рад Фурье будет точнее аппроксимировать непрерывное преобразование.

Ряд будет идентичным непрерывному преобразованию только в случае периодических сигналов, которые можно представить в виде суммы из комплексных синусоид с частотами k NT герц, где k 0,1, N-1. 1.2.3.

– Конец работы –

Эта тема принадлежит разделу:

Спектральный анализ и его приложения к обработке сигналов в реальном времени

Особенности реализации. Заключение. Выводы.

Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Основные определения и теоремы классического спектрального анализа

Что будем делать с полученным материалом:

Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:

Все темы данного раздела:

Проблемы в области спектрального оценивания
Проблемы в области спектрального оценивания. Интерес к альтернативным методам спектрального анализа поддерживается тем улучшением характеристик, которое они обещают, а именно более высоким ч

Спектральные оценки по конечным последовательностям данных
Спектральные оценки по конечным последовательностям данных. Спектральная оценка, получаемая по конечной записи данных, характеризует некоторое предположение относительно той истинной спектральной ф

Общая картина
Общая картина. Из формального определения спектра, следует, что спектр является некоторой функцией одних лишь статистик второго порядка, относительно которых в свою очередь предполагается, что они

Анализ эргодичных дискретных процессов
Анализ эргодичных дискретных процессов. Определение Дискретный случайный процесс эргодичен в среднем если Определение Дискретный случайный процесс автокорреляционно эргодичен если Допущение

Окна данных и корреляционные окна в спектральном анализе
Окна данных и корреляционные окна в спектральном анализе. Окна представляют собой весовые функции, используемые для уменьшения размывания спектральных компонент, обусловленного конечностью интервал

Периодограммные оценки спектральной плотности мощности
Периодограммные оценки спектральной плотности мощности. Пренебрегая операцией вычисления математического ожидания и полагая, что конечное множество данных содержит N отсчетов, получаем выбор

Коррелограммные оценки спектра
Коррелограммные оценки спектра. льной Плотности Мощности. Альтернативным методом является коррелограммный метод. Косвенный метод основан на использовании бесконечной последовательности значе

Авторегрессионное спектральное оценивание
Авторегрессионное спектральное оценивание. Введение Одна из причин применения параметрических моделей случайных и процессов и построения на их основе методов получения оценок спектральной плотности

Методы оценивания коэффициентов отражения
Методы оценивания коэффициентов отражения. Рекурсивное решение уравнений Юла-Уалкера методом Левинсона связывает АР-параметры порядка p c параметрами порядка p-1 выражением, где n 1,2, p-1 К

Гармонический алгоритм Берга
Гармонический алгоритм Берга. Алгоритм Берга идентичен геометрическому, однако оценка коэффициента отражения находится из других соображений, а именно при каждом значений параметра p в нем минимизи

Спектральное оценивание на основе моделей авторегрессии - скользящего среднего
Спектральное оценивание на основе моделей авторегрессии - скользящего среднего. Модель авторегресии-скользящего среднего имеет больше степеней свободы, чем авторегрессионная модель, поэтому следует

Спектральное оценивание по методу минимума дисперсии
Спектральное оценивание по методу минимума дисперсии. Оценка спектральной плотности мощности по методу минимума дисперсии не является истинной функцией СПМ, поскольку площадь под графиком МД-оценки

Оценки частоты в пространстве шума. Глава
Оценки частоты в пространстве шума. Глава. Экспериментальный анализ алгоритмов спектрального анализа. В данной работе математическое моделирование и вычислительные эксперименты преследовали

Хотите получать на электронную почту самые свежие новости?
Education Insider Sample
Подпишитесь на Нашу рассылку
Наша политика приватности обеспечивает 100% безопасность и анонимность Ваших E-Mail
Реклама
Соответствующий теме материал
  • Похожее
  • Популярное
  • Облако тегов
  • Здесь
  • Временно
  • Пусто
Теги