
- •1 Классификация сигналов
- •2. Дельта-функция или функция Дирака.
- •4 Обобщенный ряд Фурье. Базисные функции. Отронормированный базис.
- •5 Функции Уолша и их свойства
- •6 Итегральное преобразование Фурье. Спектральная плотность сигналов и ее свойства.
- •7 Теоремы о спектрах
- •8 Теоремы о спектрах
- •9 Спектры модулированных сигналов
- •10 Автокорреляционная функция сигналов
- •11Взаимокорреляционная функция двух сигналов
- •12Сигналы и векторы.
- •13 Аналитический сигнал.
- •14 Преобразования Гильберта
- •15 Дискретное преобразование Фурье
- •16 Быстрое преобразование Фурье
- •18 Случайные процессы. Ансамбль реализаций.Плотность вероятности и функция распределения.
- •19 Числовые характеристики случайных величин (моментные функции).
- •20 Стационарные и эргодические случайые процессы.
- •21Спектральное представление стационарных случайных процессов. Теорема Винера-Хинчина
- •22Узкополосные случайные сигналы
- •23 Гауссовский случайный процесс. Белый шум и его свойства.
- •24 Воздействие случайных сигналов на линейные стационарные цепи
- •25 Воздействие стационарных случайных сигналов на безынерционные нелинейные цепи
- •30 Комбинационное разделение сигналов
- •26Шумоподобный сигнал
- •27Основы теории многоканальной передачи сообщений
- •28Частотное разделение сигналов
- •29Фазовое и Разделение сигналов по форме
- •31 Система сдма
- •32Постановка задачи оптимального приёма дискретных сообщений.
- •33Критерии качества оптимального приёмника
- •34Алгоритм оптимального приёма при полностью известных сигналах. Когерентный приём
- •35Структурное построение оптимального приёмника
- •36Реализация алгоритма оптимального приёма на основе согласованных фильтров. Свойства согласованного фильтра
- •Помехоустойчивость приема т сигналов, известных точно
- •38Потенциальная помехоустойчивость систем с различными видами манипуляции
- •39Приём сигналов с неопределённой фазой (некогерентный приём)
- •40. Потенциальная помехоустойчивость оптимального приемника двоичных частотно-модулированных сигналов с неизвестной начальной фазой
- •Потенциальная помехоустойчивость оптимального приемника двоичного амплитудно-модулированного сигнала с неизвестной начальной фазой
- •41Потенциальная помехоустойчивость приема дискретных сообщений при замираниях сигнала
- •42 Цифровые фильтры
- •43. Импульсная реакция фильтров.
- •2.4. Частотные характеристики фильтров
- •44 Трансверсальные цифровые фильтры
- •45 Рекурсивный цифровой фильтр
- •48 Вейвлет–преобразование
- •47 Пример синтеза линейных цифровых фильтров
24 Воздействие случайных сигналов на линейные стационарные цепи
Пусть четырехполюсник является линейным и на его вход подан стационарный случайный процесс с нулевым средним значением. Спектральная плотность этого процесса на входе равна G1(ω), акорреляционная функция — B1(τ). Коэффициент передачи четырехполюсника равен K(jω).
Требуется найти корреляционную функцию Β2(τ) и соответствующую ей спектральную плотность мощности случайного процесса G2(ω) на выходе четырехполюсника.
Если на вход подан стационарный случайный процесс с нулевым средним значением, то на выходе установившийся процесс также будет стационарным.
Можно показать, что спектральная плотность мощности входного стационарного случайного процесса определяется также, как и спектральная плотность мощности детерминированного сигнала, т.е.
(5.17)где
—
спектральная плотность отрезка входного
стационарного случайного процесса
ξ1(t)
в интервале
0-Т.
Спектральная плотность мощности выходного случайного стационарного процесса
так
как спектральная плотность отрезка
выходной стационарной случайной функции
равна
S2(jω) = Si(jω)K(jω).
Корреляционная функция случайного процесса на выходе линейного четырехполюсника
Если
линейный четырехполюсник задан
импульсной характеристикой h(t),
то его реакция на входной случайный
процесс ξ1(t)
может быть
вычислена с помощью интеграла Дюамеля
Полагаем,
что входной случайный процесс является
стационарным. В этом случае при вычислении
среднего значения и корреляционной
функции можно воспользоваться формулами
(4.17), (4.19). Среднее значение
Как следует из (5.21), (5.22), при преобразовании линейным четырехполюсником случайного стационарного процесса он становится нестационарным.
Признаками нестационарности являются: а) зависимость среднего значения от времени; б) зависимость корреляционной функции не от разности t2 - t1,а от моментов времени t2 и t1.
Отметим следующие особенности, связанные с прохождением случайных сигналов и помех через линейные системы.
1. Если входной случайный процессξ(t)подчиняется нормальному закону, распределения, то и выходной случайный процесс ξ2(t) также подчиняется нормальному закону.
2. Случайный процесс ξ1(t), подчиняющийся любому закону распределения, при прохождении через линейный четырехполюсник нормализуется, причем закон распределения случайного процесса ξ2(t), тем ближе к нормальному закону, чем уже полоса пропускания этого четырехполюсника.
25 Воздействие стационарных случайных сигналов на безынерционные нелинейные цепи
Задача формулируется следующим образом. Для данной функции распределения w(x1,x2,...,xn; t1,t2,...,tn) случайной величины ξ1(t) на входе и заданном операторе нелинейного преобразования у = f(x), найти функцию распределения случайной величины ξ2(t) на выходе нелинейного звена системы.
Если функция распределения w(y1,y2,…,yn ; t1,...,tn) будет найдена, то по ней нетрудно найти всевозможные статистические характеристики (моменты п-го порядка).
Задача более наглядна и понятна для одномерного случая, когда нелинейный оператор представлен только одним уравнением у = f(x), a плотность распределения вероятности входного случайного процесса ξ1(t) равна w(x).
Пусть существует обратная функция x= φ(у). В этом случае, если случайная величина ξ1находится в пределах x0<ξ1≤ x0 + dx, то случайная величина ξ2 будет находиться в пределах у0<ξ2≤ у0 + dy(рис.5.8). Вероятность этих событий равны. Поэтому будут равны и заштрихованные площади:
w(x)dx = w(y)dy.
Из полученного равенства находим
Если известны оператор у = f(x) и двумерная плотность распределения вероятности входного случайного процесса w(x1,x2;t1,t2), то статистические характеристики случайного процесса (среднее значение и корреляционная функция) определяются по формулам, приведенным ниже.
Среднее значение
Корреляционная функция