Спектральная плотность сигнала.

Спектральные плотности некоторых сигналов

DSPL-2.0 — свободная библиотека алгоритмов цифровой обработки сигналов

Распространяется под лицензией LGPL v3

Страница проекта на GitHub.

Содержание

Спектральная плотность прямоугольного импульса

Рассмотрим спектральную плотность прямоугольного импульса длительности и амплитуды . Функция описывает прямоугольный импульс длительности и единичной амплитуды:

Спектральная плотность прямоугольного импульса равна:

Спектральная плотность треугольного импульса

Рассмотрим треугольный импульс длительности и амплитуды :

График треугольного импульса показан на рисунке 2а.

Для рассмотрения спектральной плотности треугольного импульса мы не будем вычислять интеграл Фурье непосредственно, потому что это потребует громоздких выкладок, а воспользуемся свойством преобразования Фурье свертки двух сигналов.

Можно заметить, что треугольный импульс длительности и амплитуды может быть представлен как результат свертки прямоугольного импульса длительности и амплитуды c самим собой, как это показано на рисунке 3.

Обратим внимание, что один из углов маркирован черным квадратиком для того, чтобы показать инверсию во времени сдвинутого сигнала , входящего в интеграл свертки.

Для различного сдвига мы будем иметь линейно нарастающую площадь (заштрихованная область) произведения сигнала и его сдвинутой инверсной во времени копии .

Таким образом, мы можем применить свойство преобразования Фурье свертки сигналов и записать спектральную плотность треугольного импульса как квадрат спектральной плотности прямоугольного импульса длительности и амплитуды :

Спектральная плотность гауссова импульса

Гауссов импульс задается выражением:

График гауссова импульса при различном значении и показан на рисунке 4а.

Рассмотрим спектральную плотность гауссова импульса:

Преобразуем показатель экспоненты (6) следующим образом:

Тогда (6) с учетом (7):

Из курса математического анализа [1, стр. 401] известно, что:

Можно заметить, что временно́й гауссов импульс имеет спектральную плотность , которая также описывается гауссовской функцией.

График спектральной плотности гауссова импульса для различного значения параметра показан на рисунке 4б. C увеличением увеличивается ширина гауссова импульса во временно́й области, и сужение спектральной плотности. При этом, убывание импульса во времени и по частоте носит экспоненциальный характер.

Спектральная плотность экспоненциального импульса

Рассмотрим двусторонний экспоненциальный импульс , который задается выражением:

Рассмотрим спектральную плотность двустороннего экспоненциального импульса:

Таким образом, спектральная плотность двустороннего экспоненциального импульса (12) представляет собой вещественную функцию частоты, обладающую следующими свойствами.

  • Спектральная плотность двустороннего экспоненциального импульса является вещественной функцией частоты , ввиду временно́й симметрии импульса.
  • Спектральная плотность на нулевой частоте равна площади импульса: .
  • носит затухающий характер.
  • Скорость убывания пропорциональна . Это обусловлено наличием излома во временно́й области при .

На рисунке 5б показан вид спектральной плотности при различном значении . Можно видеть, что при увеличении параметра , спектральная плотность сужается (импульс во временно́й области —расширяется).

Рассмотрим теперь односторонний экспоненциальный импульс, который получается из двустороннего при обнулении значения отрицательной полуоси времени:

График одностороннего экспоненциального импульса показан на рисунке 6 при и различном .

Спектральная плотность одностороннего экспоненциального импульса равна:

Приведем основные частотные свойства одностороннего экспоненциального импульса:

  • Спектральная плотность одностороннего экспоненциального импульса является комплексной функцией частоты , ввиду отсутствия временно́й симметрии импульса.
  • Спектральная плотность на нулевой частоте равна площади импульса: .
  • носит затухающий характер.
  • Скорость убывания пропорциональна . Это обусловлено наличием разрыва во временной области при .

Поскольку спектральная плотность одностороннего экспоненциального импульса является комплексной функцией частоты , то можно представить в виде амплитудно- и фазочастотной характеристик:

На рисунке 7 показаны АЧХ и ФЧХ одностороннего экспоненциального импульса для различных значения параметра .

Спектральная плотность функции

Рассмотрим спектральную плотность сигнала вида , где — параметр определяющий ширину главного лепестка функции , как это показано на рисунке 8а.

Для получения спектральной плотности сигнала воспользуемся свойством двойственности преобразования Фурье, рассмотренным в параграфе ранее. Тогда из выражения (2) можно записать:

Произведем замену переменных и , а также обозначим , откуда :

Читать еще:  Быстро собирать вещи во сне. К чему снится собирать вещи во сне

Вынесем множитель из под оператора преобразования Фурье, и окончательно спектральная плотность сигнала равна:

Важным частным случаем является , тогда будет иметь спектральную плотность , что соответствует частотной характеристике идеального фильтра нижних частот. Временно́й сигнал определяет импульсную характеристику идеального фильтра нижних частот.

Выводы

В данном разделе мы рассмотрели спектральные плотности некоторых непериодических сигналов: прямоугольного, треугольного, гауссова импульса, а также одностороннего и двустороннего экспоненциальных импульсов.

Были приведены аналитические выражения для спектральных плотностей каждого из сигналов, а также их частотные свойства.

Пара преобразований Фурье. Спектральная плотность сигнала

Пусть сигнал s(t) задан в виде непериодической функции, причем он существует только на интервале (t1 ,t2) (пример — одиночный импульс). Выберем произвольный отрезок времени T, включающий в себя интервал (t1 ,t2) (см. рис.1).

Обозначим периодический сигнал, полученный из s(t), в виде sT(t). Тогда для него можно записать ряд Фурье

где

Подставим выражение для в ряд:

Для того, чтобы перейти к функции s(t) следует в выражении sT(t) устремить период к бесконечности. При этом число гармонических составляющих с частотами w =n2p /T будет бесконечно велико, расстояние между ними будет стремиться к нулю ( к бесконечно малой величине: , амплитуды составляющих также будут бесконечно малы. Поэтому говорить о спектре такого сигнала уже нельзя, т.к. спектр становится сплошным.

При предельном переходе в случае Т=> , имеем:

Таким образом, в пределе получаем

Внутренний интеграл является функцией частоты. Его называют спектральной плотностью сигнала, или частотной характеристикой сигнала и обозначают ,

Пределы интегрирования можно для общности поставить бесконечными, так как все равно там, где s(t) равна нулю, и интеграл равен нулю.

Выражение для спектральной плотности называют прямым преобразованием Фурье. Обратное преобразование Фурье определяет временную функцию сигнала по его спектральной плотности:

рямое (*) и обратное (**) преобразования Фурье вместе называют парой преобразований Фурье. Модуль спектральной плотности определяет амплитудно-частотную характеристику (АЧХ) сигнала, а ее аргумент называют фазо-частотной характеристикой (ФЧХ) сигнала. АЧХ сигнала является четной функцией, а ФЧХ — нечетной.

Смысл модуля S(w) определяется как амплитуда сигнала (тока или напряжения), приходящаяся на 1 Гц в бесконечно узкой полосе частот, которая включает в себя рассматриваемую частоту w . Его размерность — [сигнал/частота].

9. Свойства преобразования Фурье. Свойства линейности, изменения масштаба времени, другие. Теореме о спектре производной. Теорема о спектре интеграла.

10. Дискретное преобразование Фурье. Помехи радиоприёму. Классификация помех.

Дискретное преобразование Фурьеможет быть получено непосредственно из интегрального преобразования дискретизаций аргументов (tk = kDt, fn = nDf):

S(f) = s(t) exp(-j2pft) dt, S(fn) = Dt s(tk) exp(-j2pfnkDt), (6.1.1)

s(t) = S(f) exp(j2pft) df, s(tk) = Df S(fn) exp(j2pnDftk). (6.1.2)

Напомним, что дискретизация функции по времени приводит к периодизации ее спектра, а дискретизация спектра по частоте — к периодизации функции. Не следует также забывать, что значения (6.1.1) числового ряда S(fn) являются дискретизаций непрерывной функции S'(f) спектра дискретной функции s(tk), равно как и значения (6.1.2) числового ряда s(tk) являются дискретизацией непрерывной функции s'(t), и при восстановлении этих непрерывных функций S'(f) и s'(t) по их дискретным отсчетам соответствие S'(f) = S(f) и s'(t) = s(t) гарантировано только при выполнении теоремы Котельникова-Шеннона.

Для дискретных преобразований s(kDt) Û S(nDf), и функция, и ее спектр дискретны и периодичны, а числовые массивы их представления соответствуют заданию на главных периодах Т = NDt (от 0 до Т или от -Т/2 до Т/2), и 2fN = NDf (от -fN до fN), где N – количество отсчетов, при этом:

Df = 1/T = 1/(NDt), Dt = 1/2fN = 1/(NDf), DtDf = 1/N, N = 2TfN. (6.1.3)

Соотношения (6.1.3) являются условиями информационной равноценности динамической и частотной форм представления дискретных сигналов. Другими словами: число отсчетов функции и ее спектра должны быть одинаковыми. Но каждый отсчет комплексного спектра представляется двумя вещественными числами и, соответственно, число отсчетов комплексного спектра в 2 раза больше отсчетов функции? Это так. Однако представление спектра в комплексной форме — не более чем удобное математическое представление спектральной функции, реальные отсчеты которой образуются сложением двух сопряженных комплексных отсчетов, а полная информация о спектре функции в комплексной форме заключена только в одной его половине — отсчетах действительной и мнимой части комплексных чисел в частотном интервале от 0 до fN, т.к. информация второй половины диапазона от 0 до -fN является сопряженной с первой половиной и никакой дополнительной информации не несет.

Читать еще:  Курсовая работа "факторы социализации личности".

При дискретном представлении сигналов аргумент tk обычно проставляется номерами отсчетов k (по умолчанию Dt = 1, k = 0,1,…N-1), а преобразования Фурье выполняются по аргументу n (номер шага по частоте) на главных периодах. При значениях N, кратных 2:

S(fn) º Sn = sk exp(-j2pkn/N), n = -N/2,…,0,…,N/2. (6.1.4)

s(tk) º sk = (1/N) Sn exp(j2pkn/N), k = 0,1,…,N-1. (6.1.5)

Главный период спектра в (6.1.4) для циклических частот от -0.5 до 0.5, для угловых частот от -p до p. При нечетном значении N границы главного периода по частоте (значения ±fN) находятся на половину шага по частоте за отсчетами ±(N/2) и, соответственно, верхний предел суммирования в (6.1.5) устанавливается равным N/2.

В вычислительных операциях на ЭВМ для исключения отрицательных частотных аргументов (отрицательных значений номеров n) и использования идентичных алгоритмов прямого и обратного преобразования Фурье главный период спектра обычно принимается в интервале от 0 до 2fN (0 £ n £ N), а суммирование в (6.1.5) производится соответственно от 0 до N-1. При этом следует учитывать, что комплексно сопряженным отсчетам Sn* интервала (-N,0) двустороннего спектра в интервале 0-2fN соответствуют отсчеты SN+1-n (т.е. сопряженными отсчетами в интервале 0-2fN являются отсчеты Sn и SN+1-n).

Пример:На интервале Т= [0,99], N=100, задан дискретный сигнал s(k) = d(k-i) — прямоугольный импульс с единичными значениями на точках k от 3 до 8. Форма сигнала и модуль его спектра в главном частотном диапазоне, вычисленного по формуле S(n) = s(k)×exp(-j2pkn/100) с нумерацией по n от -50 до +50 с шагом по частоте, соответственно, Dw=2p/100, приведены на рис. 6.1.1.

Рис. 6.1.1. Дискретный сигнал и модуль его спектра.

На рис. 6.1.2 приведена огибающая значений другой формы представления главного диапазона спектра. Независимо от формы представления спектр периодичен, в чем нетрудно убедиться, если вычислить значения спектра для большего интервала аргумента n с сохранением того же шага по частоте, как это показано на рис. 6.1.3 для огибающей значений спектра.

Рис. 6.1.2. Модуль спектра. Рис. 6.1.3. Модуль спектра.

На рис. 6.1.4. показано обратное преобразование Фурье для дискретного спектра, выполненное по формуле s'(k) =(1/100) S(n)×exp(j2pkn/100), которое показывает периодизацию исходной функции s(k), но главный период k= <0,99>этой функции полностью совпадает с исходным сигналом s(k).

Рис. 6.1.4. Обратное преобразование Фурье.

Преобразования (6.1.4-6.1.5) называют дискретными преобразованиями Фурье (ДПФ). Для ДПФ, в принципе, справедливы все свойства интегральных преобразований Фурье, однако при этом следует учитывать периодичность дискретных функций и спектров. Произведению спектров двух дискретных функций (при выполнении каких-либо операций при обработке сигналов в частотном представлении, как, например, фильтрации сигналов непосредственно в частотной форме) будет соответствовать свертка периодизированных функций во временном представлении (и наоборот). Такая свертка называется циклической (см. раздел 6.4) и ее результаты на концевых участках информационных интервалов могут существенно отличаться от свертки финитных дискретных функций (линейной свертки).

Из выражений ДПФ можно видеть, что для вычисления каждой гармоники нужно N операций комплексного умножения и сложения и соответственно N 2 операций на полное выполнение ДПФ. При больших объемах массивов данных это может приводить к существенным временным затратам. Ускорение вычислений достигается при использовании быстрого преобразования Фурье.

Помехи

Помехами обычно называют посторонние электрические возмущения, накладывающиеся на передаваемый сигнал и затрудняющие его прием. При большой интенсивности помех прием становится практически невозможным.

а) помехи от соседних радиопередатчиков (станций);

б) помехи от промышленных установок;

в) атмосферные помехи (грозы, осадки);

г) помехи, обусловленные прохождением электромагнитных волн через слои атмосферы: тропосферу, ионосферу;

д) тепловые и дробовые шумы в элементах радиоцепей, обусловленные тепловым движением электронов.

Читать еще:  Как настроить себя на похудение. Как серьезно настроиться на похудение

Математически сигнал на входе приемника можно представить либо в виде суммы передаваемого сигнала и помехи, и тогда помеху называют аддитивной, либо просто шумом, либо в виде произведения передаваемого сигнала и помехи, и тогда такую помеху называют мультипликативной. Эта помеха приводит к значительным изменениям интенсивности сигнала на входе приемника и объясняет такие явления как замирания.

Наличие помех затрудняет прием сигналов при большой интенсивности помех, распознавание сигнала может стать практически невозможным. Способность системы противостоять мешающему воздействию помехи носит название помехоустойчивости.

Внешние естественные активные помехи представляют собой шумы, возникающие в результате радиоизлучения земной поверхности и космических объектов, работы других радиоэлектронных средств. Комплекс мероприятий, направленных на уменьшение влияния взаимных помех РЭС, называется электомагнитной совместимостью. Этот комплекс включает в себя как технические меры совершенствования радиоаппаратуры, выбор формы сигнала и способа его обработки, так и организационные меры: регламентация частоты, разнесение РЭС в пространстве, нормирование уровня внеполосных и побочных излучений и др.

11. Дискретизация непрерывных сигналов. Теорема Котельникова (отсчётов). Понятие частоты Найквиста. Понятие интервала дискретизации.

Спектральная плотность

В теории управления существуют и взаимно дополняют друг друга два подхода:

1) временнóй – исследование процессов во времени;

2) частотный – исследование частотных свойств сигналов и систем (с помощью передаточных функций и частотных характеристик).

Аналогичная ситуация наблюдается и при рассмотрении случайных процессов. Основная временная характеристика стационарного процесса – это корреляционная функция, а частотные свойства описываются спектральной плотностью.

Спектральная плотность – это функция, которая показывает распределение мощности сигнала по частотам. Такая информация о полезных сигналах, помехах и возмущениях очень важна для разработчика систем управления. Система должна быть спроектирована так, чтобы усиливать сигналы с «полезными» частотами и подавлять «вредные» частоты, характерные для помех и возмущений.

Для перехода от временнóго описания детерминированных (не случайных) процессов к частотному, используют преобразования Фурье и Лапласа. Аналогично спектральная плотность случайного процесса может быть найдена как преобразование Фурье от корреляционной функции[4]:

.

Здесь – мнимая единица, а – угловая частота в рад/с ( , где – «обычная» частота в герцах). Используя формулу Эйлера, можно представить экспоненту в виде сумму вещественной (косинусной) и мнимой (синусной) составляющих: . Функция – нечетная по , поэтому интеграл от нее в симметричных пределах равен нулю. Напротив, функция – четная, так что при интегрировании можно взять интервал от 0 до и удвоить результат:

.

Спектральная плотность чем-то похожа на плотность распределения вероятностей, только она характеризует плотность распределения мощности сигнала по частотам. Если случайный процесс – это напряжение в вольтах, то его корреляционная функция измеряется в В 2 , а спектральная плотность – в В 2 /Гц.

Спектральная плотность случайного процесса, имеющего корреляционную функцию , вычисляется как

.

Интервал интегрирования разбит на две части. При имеем , а при . Выполняя интегрирование, получаем

.

На рисунке слева показана корреляционная функция, а справа – соответствующая ей спектральная плотность мощности:

Свойства спектральной плотности:

1) это неотрицательная, четная функция угловой частоты (график расположен выше оси абсцисс и симметричен относительно вертикальной оси);

2) интеграл от на некотором интервале частот дает мощность, которая связана с этими частотами; поскольку функция – четная, результат интегрирования на нужно удвоить, чтобы учесть также и полосу ;

3) площадь под кривой определяет средний квадрат случайного процесса (для центрированного процесса он равен дисперсии):

.

Множитель нужен для согласования единиц измерения, поскольку угловая частота измеряется не в герцах, а в рад/с. Учитывая, что функция четная, можно интегрировать ее только при , а результат удвоить:

.

В теории управления нередко записывают спектральную плотность как функцию комплексной переменной , связанной с угловой частотой по формуле (отсюда следует ). Хотя это не совсем корректно с точки зрения математики, мы будем использовать запись для обозначения спектральной плотности , в которой выполнена замена :

.

Дата добавления: 2014-12-09 ; просмотров: 5808 ; ЗАКАЗАТЬ НАПИСАНИЕ РАБОТЫ

Источники:

http://ru.dsplib.org/content/fourier_transform_ex/fourier_transform_ex.html

http://mydocx.ru/4-15999.html

http://helpiks.org/1-46199.html

Ссылка на основную публикацию
Статьи на тему:

Adblock
detector