- •В чём преимущества и недостатки цифровой обработки сигналов по сравнению с аналоговой?
- •Что такое интервал дискретизации и частота дискретизации?
- •Что такое эффект наложения частот?
- •Как на практике использовать теорему отсчётов в задачах цифровой обработки сигналов?
- •Что такое ошибка квантования и чем она вызвана?
- •Почему возможна потеря информации при аналого-цифровом преобразовании?
- •Назовите три основные параметра ацп.
- •Чем определяются требования к выбору параметров ацп для диагностической экг?
- •Каковы амплитудные и частотные характеристики экг?
- •Как выглядит обобщённое разностное уравнение линейного цифрового фильтра?
- •Чем отличаются разностные уравнения нерекурсивных и рекурсивных фильтров?
- •Что означают аббревиатуры ких и бих применительно к цф?
- •Что такое порядок фильтра?
- •Что такое неустойчивый цф?
- •Как связаны разностное уравнение и структурная схема цф?
- •Напишите разностное уравнение для цф, заданного набором коэффициентов.
- •Что такое импульсная характеристика цф?
- •Что такое переходная характеристика цф?
- •Что показывает ачх цф?
- •Что показывает фчх цф?
- •Какое действие на синусоидальный сигнал с известной частотой окажет цф с заданной (в виде графика) ачх?
- •Что такое частота среза ачх?
- •Что такое переходная полоса, полоса пропускания и полоса задержки ачх цф?
- •Что такое добротность цф?
- •Почему ачх цф рассматривают только в полосе от 0 Гц до частоты Найквиста?
- •В чём заключается частотный подход к анализу сигналов?
- •Почему в преобразованиях выражений для передаточных функций обычно опускают период дискретизации «т» и как учитывается это упрощение в конечном результате?
- •Как выглядит ачх идеального дифференциатора (и почему)?
- •Можно ли воспользоваться первой разностью отсчётов сигнала для оценки его производной (и если можно, то при каких условиях)?
- •Зачем для устранения сетевой наводки применяют гребенчатые фильтры?
- •С помощью какого фильтра может быть подавлена высокочастотная помеха?
- •Что показывает частотный спектр сигнала?
- •В каких единицах измеряются значения амплитудного спектра сигнала?
- •В каких единицах измеряется спектральная мощность и спектральная плотность мощности сигнала?
- •Почему более корректно говорить «оценка спектра», а не «спектр»?
- •Какие известны два наиболее распространённых подхода к получению оценок спектра сигнала?
- •В чём главные достоинства и недостатки классических и параметрических методов спектрального анализа?
- •Что такое «быстрое преобразование Фурье» и как оно связано с дискретным преобразованием Фурье?
- •Почему последовательность rr-интервалов в первоначальном виде не может использоваться для частотного анализа ритма?
- •Чем отличаются друг от друга rr-интервалы и nn-интервалы?
- •Как по графику спектральной плотности мощности определить спектральные параметры сердечного ритма, обозначаемые vlf, lf и hf?
- •На какой модели основаны параметрические методы спектрального анализа?
- •Чем объясняется название «параметрические» методы?
- •Что означает понятие «белый шум» и чем оно характеризуется во временной и в частотной областях?
- •Какую роль в параметрических методах спектрального анализа играет понятие «белый шум»?
- •Что называют «окрашиванием» спектра?
- •Что такое «порядок» модели ар или сс?
- •Чем отличаются спектральные оценки, полученные с использованием моделей ар, сс и арсс?
- •Как определяют необходимый порядок ар модели?
- •Какими параметрами описывается ар модель?
- •В чём заключается периодометрический анализ ээг?
- •Что такое вызванные потенциалы ээг и как их определяют?
- •Что такое ээг-картирование?
-
Что такое «порядок» модели ар или сс?
Порядок модели это один из параметров АР и СС моделей. Порядок модели АР обозначается p, а порядок модели СС обозначается q. От выбора порядка этой модели зависит компромисс между разрешением и дисперсией получаемой спектральной оценки, и обусловленный им эффект аналогичен эффекту при изменении окна в классических спектральных оценках.
-
Чем отличаются спектральные оценки, полученные с использованием моделей ар, сс и арсс?
Если значения порядков будут равны нулю p=0, q=0, то формулы АР, СС и АРСС будут представлять СПМ процессов.
Спектр АРСС (авторегрессия скользящего среднего) представляет собой объединение спектров АР и СС. В нём акцентируются и пики, и впадины.
В спектре АР акцентируются только пики, которые показывают наличия характерных частотных составляющих.
Для спектра СС характерны впадины. Разрешающая способность данного спектра хуже.
-
Как определяют необходимый порядок ар модели?
Поскольку наилучшее значение порядка фильтра заранее, как правило, не известно, на практике обычно приходится испытывать несколько порядков модели. Базируясь на этом, вводят тот или иной критерий ошибки, по которому затем определяется требуемый порядок модели. Если порядок модели выбран слишком малым, получаются сильно сглаженные спектральные оценки, если излишне большим — увеличивается разрешение, но в оценке появляются ложные спектральные пики. Таким образом, применительно к авторегрессионному спектральному оцениванию выбор порядка модели эквивалентен компромиссу между разрешением и величиной дисперсии для классических методов спектрального оценивания.
Для выбора порядка АР-модели предложено много различных критериев.
-
Окончательная ошибка предсказания (ООП)
где N — число отсчетов данных, р — порядок АР-процесса и ρp — оценочное значение дисперсии белого шума.
Выбирается такое значение порядка, при котором ООП минимальна.
-
Информационный критерий Акаике
где N — число отсчетов данных, р — порядок АР-процесса и ρp — оценочное значение дисперсии белого шума. – Этот параметр нужно минимизировать
Существуют другие критерии : ДМО - длина минимального описания (формула как и у ИКА,но вместо 2p–p*ln(N)), АПФК - авторегрессионная передаточная функция критерия(выбирается порядок, при котором оценка разности среднего квадрата ошибок между истинным фильтром предсказания ошибки и оцениваемым фильтром минимальна).
Все данные критерии целесообразно использовать лишь для выбора начального значения порядка модели, поскольку они обеспечивают хорошие результаты в случае искусственных АР-сигналов, синтезированных с помощью ЭВМ, а в случае действительных данных результаты их применения зависят от того, насколько точно эти данные могут моделироваться с помощью того или иного АР-процесса.
-
Какими параметрами описывается ар модель?
АР модель - модель временных рядов, в которой значения временного ряда в данный момент линейно зависят от предыдущих значений этого же ряда. Авторегрессионный процесс порядка p (AR(p)-процесс) определяется следующим образом
x(n) – последовательность (процесс) на выходе
a(k) - параметры модели (коэффициенты авторегрессии)
u(n) – входной возбуждающий процесс, относительно него можно принять много различных допущений, скажем положить, что это единичный импульс, импульсная последовательность или белый шум.
-
Что показывает автокорреляционная функция сигнала?
АКФ показывает наличие внутренних периодичностей в сигнале. Она всегда равна единице при нулевом сдвиге (т. е. при m = 0), симметрична относительно оси ординат и затухает с увеличением m тем медленнее, чем сильнее выражены периодичности в сигнале.
-
Что показывает взаимная корреляционная функция двух сигналов?
ВКФ позволяет оценить наличие сходных по частоте колебаний в двух сигналах. Если при каких-то значениях сдвига модуль значения ВКФ приближается к единице, то это служит признаком наличия в сигналах однотипных изменений, происходящих с задержкой, равной сдвигу.
-
Какая связь между взаимной корреляционной функцией двух сигналов и коэффициентом взаимной корреляции?
Rxy(τ) = ВКФ двух сигналов х и у
Коэфф. взаимной корреляции – значение функции взаимной корреляции в нуле
-
Какие значения может принимать нормированная корреляционная функция и почему?
От -1 до 1, потому что корреляция может быть максимальной (равной ед), отсутствовать вовсе (тогда ноль) и у противоположных по фазе частей сигнала она будет равна -1
-
Чем отличаются смещённые и несмещённые оценки корреляционных функций?
Эти оценки являются смещёнными (по формуле нарушается правило усреднения)
(только пишем R вместо E)
Как правило, используют смещенную, потому что она проще
Суть в том, что делим на разное. В этом главная разница.
-
Как выглядит автокорреляционная функция белого шума?
Как дельта функция в нуле
-
В чём заключается принцип сплайн-интерполяции?
СПЛАЙН-ИНТЕРПОЛЯЦИЯ. интерполирование посредством сплайнов, т. е. построение интерполяционного сплайна (и. с.), принимающего в заданных точках {xi}заданные значения {f(xi)}, i=0, 1, . . ., n. Обычно и. с. удовлетворяют дополнительным условиям в концевых точках.
Принципиальное отличие идеи сплайн-интерполяции от интерполяции полиномом состоит в том, что полином один, а сплайн состоит из нескольких полиномов, а именно их количество равно количеству инервалов, внутри которых мы производим интерполяцию. В примере с нашей температурой воздуха, в которой у нас определено 6 точек, у нас будет 5 интервалов – соответственно, у нас будут 5 полиномов, каждый на своем интервале.
Т. е. для какой-то кривой, разбитой на сколько-то интервалов, локально для каждого интервала подбираем полиномы степени не выше 3, которые хорошо стыкуются между собой. Т о получаем выражение, позволяющее рассчитать любую точку на функции.
Сплайн интерполяция работает хорошо при равных интервалах по ох.
Чтобы избежать искажений, изъятые фрагменты сигнала, к-е содержали неточности, заменяются (речь идет о экг)