- •1.1. Введение. Роль информационных технологий.
- •1.2. Компьютеризированные системы цифровой обработки
- •1.3. Классификация сигналов. Их характеристики.
- •Энергетические характеристики сигналов:
- •2.1. Обобщенный ряд Фурье и системы базисных функций.
- •2.2. Разложение в ряд Фурье.
- •2.3. Примеры разложения в ряд Фурье.
- •Б) Пилообразный сигнал.
- •3.1 Преобразование Фурье.
- •3.2. Свойства преобразования Фурье.
- •4.1. Аналоговые, дискретные и цифровые сигналы.
- •4.2. Частота Найквиста.
- •4.3. Спектр дискретного сигнала.
- •4.4. Теорема Котельникова.
- •Частота дискретизации
- •5.1. Функции окна.
- •5.2. Виды окон.
- •5.3. Особенности функций окна.
- •6.1. Нерекурсивные фильтры
- •6.1.1. Алгоритм.
- •6.1.2. Импульсная характеристика.
- •6.1.3. Передаточная функция.
- •6.1.4. Определение параметров нерекурсивного фильтра низкой частоты.
- •6.1.5. Синтез нрф с использованием окон.
- •6.1.5. Расчет коэффициентов фильтра.
- •6.2. Явление Гиббса.
- •7.1. Коэффициенты для высокочастотных, полосовых и
- •7.2. Расчет вч, пф и рф.
- •Преобразование фнч в пф.
- •Преобразование фнч в режекторный фильтр.
- •8.1. Корреляционный анализ.
- •9.1. Основные свойства речевых сигналов.
- •9.2. Дискретизация и квантование речевых сигналов.
- •Обработке речевых и аудио сигналов.
- •10.1. Анализ речевых сигналов во временной области.
- •Одним из важных параметров речевого сигнала является его энергия:
- •Энергия может служить хорошей мерой отличия вокализованных и невокализованных участков речи. Энергия невокализованных участков речи намного меньше, чем вокализованных.
- •10.2. Анализ речевых сигналов в частотной области.
- •10.3. Гомоморфная обработка речи.
- •10.4. Психоакустическая модель восприятия звука.
- •Технологии при обработке и анализе изображений.
- •11.1. Обработка изображений, предназначенных для зрительного
- •Применение обработки изображений в задачах анализа.
- •Теоретические основы обработки изображений.
- •11.2. Сигналы во временной и пространственной областях.
- •12.1. Модель реставрации изображений.
- •12.2. Методы повышения контраста.
- •13.1. Операторы сглаживания.
- •Низкочастотные операторы с усреднением.
- •Низкочастотные гауссовские операторы.
- •12.2. Другие методы сглаживания.
- •Пороговое сглаживание.
- •Сигнально-адаптивные сглаживающие операторы.
- •Подчеркивание контуров низкочастотным оператором.
- •Подчеркивание контуров дифференциальным оператором.
- •Градиентные операторы.
- •Операторы Лапласа.
- •Специальные методы обострения контуров.
- •14.1. Основные требования к алгоритмам сжатия изображений. Класс изображений.
- •Примеры приложений, использующих алгоритмы компрессии графики
- •Требования к алгоритму.
- •Критерии оценки алгоритмов сжатия изображений.
- •14.2. Алгоритмы архивации без потерь.
- •14.2.1. Алгоритм rle.
- •14.2.2. Алгоритм lzw.
- •14.2.3. Алгоритм Хаффмана.
- •15.1. Алгоритм jpeg.
- •Работа алгоритма.
- •Характеристики алгоритма jpeg.
- •15.2. Рекурсивный (волновой) алгоритм.
- •Заключение.
3.2. Свойства преобразования Фурье.
Под свойствами подразумевается взаимное соответствие трансформации сигналов и их спектров.
Рассмотрим
два абстрактных сигнала
и
и их спектральные функции
,
.
Сформулируем основные свойства
преобразования Фурье.
Линейность.
Преобразование Фурье является линейным:
;
.
(7)
Задержка.
,
(8)
(спектр
исходного сигнала умножается на
).
Т.е. амплитудный
спектр сигналов не меняется,
т.к. модуль комплексной экспоненты = 1,
а фазовый спектр приобретает дополнительное
слагаемое
,
которое линейно зависит от частоты.
Изменение масштаба времени.
Известно, что чем короче сигнал, тем шире его спектр:
,
(9)
т.е.
– сигнал сжимается,
– сигнал
растягивается
– происходит
зеркальное отражение сигнала относительно
.
.
(10)
Изменение
длительности сигнала приводит к изменению
ширины спектра в противоположную сторону
в сочетании с увеличением
или уменьшением
уровня спектральных составляющих.
Если
,
то
вызывает перестановку пределов
интегрирования и несет за собой изменение
знака у результата:
или в общем случае:
,
(11)
при
.
Зеркальное отражение сигнала относительно начала отсчета времени приводит к зеркальному отражению спектра относительно нулевой частоты, что способствует комплексному сопряжению спектра.
Дифференцирование сигнала.
Воспользуемся понятием производной:
,
(12)
тогда
,
(13)
где
– оператор дифференцирования в частотной
области.
При
дифференцировании спектр получается
путем умножения исходного сигнала на
.
Фазовый спектр сдвигается на
для
и на
для
.
При дифференцировании низкие частоты ослабевают, а высокие – усиливаются.
Интегрирование сигнала.
Интегрирование сигнала – операция обратная дифференцированию:
.
(14)
Эта формула справедлива для сигналов, не содержащих постоянной составляющей:
,
(15)
иначе:
,
(16)
где
– оператор интегрирования,
– дельта-функция.
При интегрировании высокие частоты ослабевают, а низкие – усиливаются. Фазовый спектр сдвигается на для и на для .
Спектр свертки сигналов.
Свертка сигналов является часто используемой в радиотехнике интегральной операцией, поскольку она описывает, в частности, прохождение сигнала через линейную систему с постоянными параметрами:
.
(17)
Подвергнем такую свертку преобразованию Фурье:
.
(18)
Спектр свертки равен произведению спектров.
Спектр произведения сигналов.
Дуальность преобразования Фурье и соотношение, полученное выше, позволяют предугадать результат. Однако все-таки получим его:
,
(19)
тогда:
(20)
Как и следовало ожидать, спектр произведения представляет собой свертку спектров.
Умножение сигнала на гармоническую функцию.
Умножим исходный сигнал, спектр которого нам известен, на гармоническую функцию:
.
(21)
Посмотрим, что произошло со спектром сигнала:
.
(22)
Как
видно, спектр «раздвоился»:
распался на два слагаемых вдвое меньшего
уровня (множитель
),
смещенных на
вправо:
и влево:
по оси частот. Кроме того, при каждом
слагаемом имеется множитель, учитывающий
начальную фазу гармонического колебания.
Связь преобразования Фурье и коэффициентов ряда Фурье.
Пусть – сигнал конечной длительности, а – его спектральная функция. Получим на основе периодический сигнал, взяв период повторения не меньше длительности сигнала:
.
(23)
Таким образом, между спектральной функцией одиночного импульса и коэффициентами ряда Фурье для периодической последовательности таких импульсов существует простая связь:
.
(24)
Лекция №4. Дискретные сигналы.
