
- •Значение обработки экспериментальных данных.
- •2. Случайные последовательности. Общие определения.
- •Структура автоматизированных систем сбора и обработки информации
- •2. Корреляционные функции сп. Свойства.
- •1Аппроксимация сигналов и критерий приближения
- •Оценивание параметров распределения генеральной совокупности методом максимального правдоподобия.
- •1Аппроксимация сигналов системами ортогональных функций
- •2Типовые числовые последовательности
- •1Ряд Фурье. Три формы.
- •2Цифровые лив-системы. Импульсная характеристика. Свёртка числовых последовательностей.
- •1Оценивание распределения параметров генеральной совокупности методом квантилей
- •2Устойчивость и физическая реализуемость цифровых лив-систем.
- •1Спектр типовых импульсных сигналов
- •2Линейные разностные уравнения с постоянными коэффициентами.
- •1Теорема о спектрах. Преобразование спектров в линейных цепях.
- •2Структура цифровых бих и ких фильтров.
- •1Аппроксимация сигналов с ограниченным спектром рядом Котельникова. Теорема Котельникова.
- •2Представление цифровых сигналов и систем в частотной области. Частотная характеристика.
- •1Эффект наложения спектров. Частота Найквиста
- •2 Прямое z-преобразование
- •1Обратное z-преобразование
- •1 Распределения, связанные с нормальным
- •2 Круговой сдвиг последовательности. Круговая свёртка
- •1 Вычисление линейной свёртки с помощью дпф
- •2 Прямой синтез цифровых бих-фильтров
- •1 Преобразование Фурье последовательности конечной длительности. Свойства дпф
- •2 Понятие стационарности и эргодичности случайных процессов.
- •1 Ряд Фурье.
- •2 Оценивание параметров распределения генеральной совокупности методом моментов.
- •1. Задание требований к цф в частотной области
- •2. Прямой синтез цифровых бих-фильтров.
- •1. Расчёт ких-фильтров с использованием окон.
- •2 Спектры непериодических сигналов. Интеграл Фурье.
- •1. Передаточная функция цифровых лив систем
- •2. Круговой сдвиг последовательности. Круговая свёртка
- •2. Вычисление линейной свёртки с помощью дпф
- •1. Представление цифровых сигналов и систем в частотной области. Частотная характеристика
- •1Передаточная функция цифровых лив систем
- •2Расчёт ких-фильтров при использовании окон
- •1Аппроксимация сигналов и критерий приближения
- •2Синтез цифровых ких фильтров методом частотной выборки
- •1. Прямой синтез цифровых ких-фильтров
- •2. Выборочный метод в статистическом анализе
2. Прямой синтез цифровых бих-фильтров.
Билет 17.
1. Расчёт ких-фильтров с использованием окон.
Пусть
идеальная
требуемая частотная характеристика.
Такой фильтр невозможно реализовать, так как бесконечная импульсная характеристика
Единственным
путем для получения физически реализуемой,
импульсной характеристики является
простое усечение
,
где в качестве
может быть использована произвольная
последовательность конечной длины,
например, прямоугольная.
Это преобразование Фурье от окна.
Умножение во временной области соответствует свертке в частотной, т.е. частотная хар-ка фильтра с конечной ИХ будет иметь вид:
После получения сверки получаем размытую версию идеальной ЧХ. Размытая версия получается путем резкого усечения ЧХ.
Явления Гиббса можно уменьшить путем постепенного снижения окна до нуля. Это называется уменьшением высоты боковых лепестков, за счет увеличения ширины основного лепестка, что, в конечном счете, ведет к более широкой переходной полосе.
Приведем графики некоторых окон:
2.Теорема о z-преобразовании
Теоремы о z-преобразованиях:
1. Линейность.
Область сходимости – пересечение областей сходимости последовательностей.
2.Сдвиг последовательности:
Пример.
3. Теорема о начальном значении
Если
,
то
4. Свертка последовательностей:
Образуем последовательность ω(n), как свертку двух последовательностей:
сходится на всей
плоскости
не сходится в 0
не сходится в
Билет 18.
1 Классификация и модели биомедицинских сигналов
Сигнал - материальный носитель информации.
Информация – это совокупность сведений, уменьшающих начальную неопределенность состояния материального объекта.
Для того чтобы сделать сигнал объектом теоретического исследования, следует указать способ его математического описания. Т.е. разработать математическую модель исследуемого объекта. В качестве математической модели будем использовать функциональную зависимость.
Каузальным называют сигнал, который имеет начало во времени, т.е. является следствием какой-то причины.
Финитным называют сигнал, локализованный во времени.
Непрерывным называют сигнал, который рассматривается в каждой точке оси времени и задан на несчетном множестве временной оси.
Дискретным называется сигнал, только в фиксированные моменты времени. Значение дискретного сигнала называется отсчетом. Если отсчет представлен числом, то это цифровой сигнал.
Детерминированный сигнал описывается точными математическими зависимостями, позволяющими указать значение сигнала в любой момент времени.
Периодический сигнал описывается функцией вида: x(t)=x(t+nt), n=±1, ±2.
T – период. Т=[c].
Величина обратная периоду называется частотой.
;
;
Частота f является фундаментальной или основной частотой.
-
круговая или угловая частота.
f показывает число периодов за 1 секунду. ω- показывает число периодов за 2π.
гармонический сигнал:
А-амплитуда;
ω- частота;
φ- начальная фаза;
А, ω, φ=const.
–
комплексная
амплитуда
Представление сигнала в координатах амплитуда-частота и есть спектр:
А̀=
=
;
-показательная
форма.
-
вещественная часть.
Гармонический сигнал является собственной функцией линейных систем.
Полигармонические сигналы – это сигналы, которые могут быть представлены в виде суммы двух и более гармонических сигналов, частоты которых находятся в рациональном отношении.
Радиальное число:
Можно подобрать
такую, что:
ω 1- частота первой гармоники, основного тона.
Множество амплитуд {Ak} полигармонического сигнала называется спектром амплитуд.
{φК}- спектр фаз;
{А̀к} – комплексный спектр;
В общем случае полигармонические сигналы описываются так:
Почти периодические сигналы описываются функцией вида:
Функции вида, где среди ωк найдутся такие ωm и ωn, отношение которых иррациональное число:
Сигнал называется почти периодическим, если для любого έ >0 можно найти такое число l>0, что любой интервал оси времени t, длиной l, будет содержать хотя бы одно значение τ, для которого для всех t выполнялось неравенство:
Дискретный или линейчатый спектр:
Переходные сигналы – все те непериодические сигналы, которые не являются почти периодическими. Переходные сигналы имеют не дискретный, а непрерывный (сплошной) спектр.