- •1.Содержание цос. Аналоговый, дискретный и цифровой сигналы.
- •2.Аппроксимация в процессе синтеза рекурсивных дискретных фильтров
- •3.Преимущества и недостатки цос. Области применения цос.
- •4.Определение передаточной функции при синтезе дискретного рекурсивного фильтра
- •5. Принципы дискретизации сигналов. Модель непрерывного сигнала.
- •6.Сравнение методов реализации дискретных фильтров. Пример дискретного фильтра первого порядка.
- •7. Предельная дискретизация сигналов с ограниченным спектром.
- •8. Эффекты квантования в цифровых фильтрах. Постановка задачи. Ошибки, вызываемые неточными значениями постоянных параметров.
- •9. Квантование непрерывных сигналов. Преобразование сигналов в цифровую форму.
- •10. Пример дискретного фильтра второго порядка.
- •11. Дискретное преобразование Фурье. Свойства дпф.
- •12. Эффекты квантования в цифровых фильтрах. Ошибки, вызываемые аналого-цифровым преобразованием.
- •13. Особенности практического использования дпф.
- •14.Анализ шумов в цифровом фильтре первого порядка.
- •15. Быстрое преобразование Фурье (бпф).
- •16. Анализ шумов в цифровом резонаторе.
- •17. Разновидности бпф.
- •18. Ошибки цифрового фильтра, вызванные квантованием произведений. Эффект «мертвой» зоны.
- •19. Вычисление корреляционного интеграла на основе бпф.
- •20. Цифровая обработка случайных сигналов. Оценка моментов.
- •21. Краткие сведения о функциях Уолша. Свойства функций Уолша.
- •22. Непараметрические методы оценки законов распределения.
- •23. Способы нумерации функций Уолша. Генерирование функций Уолша.
- •24.Параметрический метод оценки законов распределения. Аппроксимация экспериментальных распределений.
- •25. Дискретные функции Уолша. Свойства дискретных функций Уолша.
- •26. Цели и классификация методов цифрового спектрального анализа.
- •27.Линейные дискретные и цифровые фильтры. Краткие сведения о z -преобразовании.
- •28. Оценка спектра мощности методом периодограмм.
- •29. Передаточные функции дискретных фильтров. Временные и частотные характеристики дискретных фильтров.
- •30. Сглаживание спектральных оценок. Основные свойства оконных функций.
- •31. Структурные схемы дискретных фильтров.
- •32. Линейные модели и расчет спектральной плотности мощности.
- •33.Устойчивость дискретных фильтров.
- •34. Определение параметров ар-модели по известной автокорреляционной функции сигнала.
- •35. Кодирование чисел в цифровых фильтрах. Особенности проектирования цифровых фильтров.
- •36. Определение параметров ар-модели по анализируемым данным.
- •37.Разновидности нерекурсивных фильтров и требования к ним.
- •38. Цифровые синтезаторы частот. Схема на основе фапч с дпкд.
- •39. Основные этапы проектирования нерекурсивных фильтров.
- •40. Цифровой синтезатор частоты на основе цифро-аналогового фазовращателя.
23. Способы нумерации функций Уолша. Генерирование функций Уолша.
Способ нумерации называется
упорядочиванием. Различают ФУ,
упорядоченные по Уолшу, Адамару и Пэли.
В любом из этих способов количество
функций остается неизменным N=2n
и отличаются они только правилом
определения степеней функций Родемахера.
Также используется способ, основанный
на матрице Адамара. Матрица Адамара –
квадратичная матрица порядка N→HN
такая, что
.
Все эти матрицы можно вычислять
рекуррентным способом:
;
Используя эти матрицы функции Адамара определяют так: ФА определяется последовательностью прямоугольных импульсов, длительность которых 1/N, амплитуда равна 1, а полярность соответствует элементу матрицы Адамара.
На практике используется ограниченное число базисных функций, при этом при разложении в ряд только часть коэффициентов отлично от 0, поэтому стараются выбирать такой способ нумерации ФУ, который обеспечивает монотонное уменьшение коэффициентов фильтра. Это необходимо, чтобы уменьшить объем хранимой и передаваемой информации.
Генерирование ФУ
Это необходимо при восстановлении сигналов, т.к. каждый алгоритм восстановления можно представить в виде устройства. Работа схемы основана на первоначальной формуле:
n=3, ГМ – генератор меандра
Все функции смещены вверх по уровню на E/2. Указанные функции Родемахера соответствуют смещенным ФУ 1,3 и 7 порядка. Смещение их вниз на E/2 осуществляется с помощью операционных усилителей. Остальные ФУ получаются с помощью сумматора по модулю 2 с инверсией.
Таблица истинности.
x |
0 |
1 |
1 |
0 |
y |
0 |
1 |
0 |
1 |
вых |
1 |
1 |
0 |
0 |
Выходной результат получается обратным смещением.
24.Параметрический метод оценки законов распределения. Аппроксимация экспериментальных распределений.
Плотность распределения в виде гистограммы представляет мало ценности. В подавляющем большинстве случаев необходимо найти аналитическую запись. Для решения этой задачи можно воспользоваться несколькими методами:
1)воспользоваться своим предшествующим опытом и интуицией. Для этого строят гистограмму.
По виду кривой, используя опыт, говорят о том, какое это распределение.
2) Выбор типа распределения на основе изучения гистограммы и физических природных явлений.
3) метод моментов. Он позволяет формализовать процедуру подбора распределений и автоматизировать процедуру анализа. Этот метод учитывает тот факт, полное описание свойств СП можно выполнить, используя многомерный закон распределения, а можно задать все бесконечное множество моментов.
;
Оказывается, что достаточно хорошо описать форму закона распределения, используя только 4 первые моменты: μ=mx, M2=δx2, M3, M4. Для характеристики формы распределения используется величины.
-
коэффициент асимметрии
-коэффициент
эксцесса
Построим график
Каждому набору коэффициентов соответствует определенный закон распределения. Метод моментов для определения типов законов распределения заключается в том, что по исходному массиву отсчетов объемом N определятся оценки моментов.
;
Затем находят оценки
,
наносятся на плоскость Пирсона и по
положению этой точки можно определить
закон распределения. После этого
необходимо определить параметры закона
распределения. Для этого используют
либо метод максимального правдоподобия,
либо метод моментов.
