
- •Министерство образования и науки Российской Федерации
- •Факультет физики, математики, информатики Кафедра нанотехнологии
- •Конспект лекций по дисциплине «Основы теории сигналов»
- •Лекция 1 Введение в теорию сигналов
- •1.1. Общие сведения и понятия
- •1.1.1. Понятие сигнала
- •1.1.2. Шумы и помехи
- •1.1.3. Размерность сигналов
- •1.1.4. Математическое описание сигналов
- •1.1.5. Спектральное представление сигналов
- •1.1.6. Математические модели сигналов
- •1.1.7. Виды моделей сигналов
- •1.1.8. Классификация сигналов
- •1.2. Типы сигналов
- •Пространство сигналов
- •2.1. Пространство сигналов
- •2.1.1. Множества сигналов
- •2.1.2. Пространство сигналов
- •2.1.3. Линейное пространство сигналов
- •2.1.4. Норма сигналов
- •2.1.5. Метрика сигналов
- •2.1.6. Скалярное произведение произвольных сигналов
- •2.1.7. Корреляция сигналов
- •2.2. Мощность и энергия сигналов
- •2.3. Пространства функций
- •2.4. Функции корреляции сигналов
- •2.5. Математическое описание шумов и помех
- •Спектральное представление сигналов
- •4.1. Разложение сигналов по гармоническим функциям
- •4.1.1. Понятие собственных функций
- •4.1.2. Ряды Фурье
- •4.1.3. Тригонометрическая форма рядов Фурье
- •4.1.4. Эффект Гиббса
- •4.2. Непрерывные преобразования Фурье и Лапласа
- •4.2.1. Интеграл Фурье
- •4.2.2. Преобразование Лапласа
- •4.2.3. Обобщенный ряд Фурье
- •4.3. Свойства преобразований Фурье
- •4.4. Спектры некоторых сигналов
- •Энергетические спектры сигналов
- •5.1. Мощность и энергия сигналов
- •5.2. Энергетические спектры сигналов
- •5.2.1. Скалярное произведение сигналов
- •5.2.2. Взаимный энергетический спектр
- •5.2.3. Энергетический спектр сигнала
- •Корреляция сигналов
- •6.1. Автокорреляционные функции сигналов
- •6.1.1. Понятие автокорреляционных функций сигналов
- •6.1.2. Акф сигналов, ограниченных во времени
- •6.1.3. Акф периодических сигналов
- •6.1.4. Акф дискретных сигналов
- •6.1.5. Акф зашумленных сигналов
- •6.2. Взаимные корреляционные функции сигналов
- •6.2.1. Взаимная корреляционная функция
- •6.2.2. Взаимная корреляция зашумленных сигналов
- •6.2.3. Вкф дискретных сигналов
- •6.2.4. Оценка периодических сигналов в шуме
- •6.2.5. Функция взаимных корреляционных коэффициентов
- •6.3. Спектральные плотности корреляционных функций
- •6.3.1. Спектральная плотность акф
- •6.3.2. Интервал корреляции сигнала
- •6.3.4. Вычисление корреляционных функций при помощи бпф
- •Лекция 7 дискретизация сигналов
- •7.1. Задачи дискретизации функций
- •7.1.1. Сигналы и системы дискретного времени
- •7.1.2. Принципы дискретизации
- •7.1.3. Воспроизведение непрерывного сигнала
- •7.2. Равномерная дискретизация
- •7.2.1. Спектр дискретного сигнала
- •7.2.2. Интерполяционный ряд Котельникова-Шеннона
- •7.3. Дискретизация спектров
- •7.4. Соотношение спектров одиночного и периодического сигналов
- •7.5. Дискретизация по критерию наибольшего отклонения
- •7.6. Адаптивная дискретизация
- •7.7. Квантование сигналов
- •7.8. Децимация и интерполяция данных
- •Дискретные преобразования сигналов
- •8.1. Преобразование Фурье
- •8.1.1. Дискретное преобразование Фурье
- •8.1.2. Быстрое преобразование Фурье
- •8.1.3. Применение дпф
- •8.2. Преобразование Лапласа
- •8.3.1. Определение преобразования
- •8.3.2. Примеры z-преобразования
- •8.3.3. Связь с преобразованиями Фурье и Лапласа
- •8.3.4. Свойства z-преобразования
- •8.3.5. Отображение z-преобразования
- •8.4. Дискретная свертка (конволюция)
5.2.3. Энергетический спектр сигнала
Если функция s(t) имеет фурье-образ S(), то плотность мощности сигнала (спектральная плотность энергии сигнала) определяется выражением:
w(t) = s(t)s*(t) = |s(t)|2 |S()|2 = S()S*() = W(). (5.9)
Спектр мощности W() – вещественная неотрицательная четная функция, которую обычно называют энергетическим спектром. Спектр мощности, как квадрат модуля спектральной плотности сигнала, не содержит фазовой информации о его частотных составляющих, а, следовательно, восстановление сигнала по спектру мощности невозможно. Это означает также, что сигналы с различными фазовыми характеристиками могут иметь одинаковые спектры мощности. В частности, сдвиг сигнала не отражается на его спектре мощности. Последнее позволяет получить выражение для энергетического спектра непосредственно из выражений (5.7). В пределе, для одинаковых сигналов u(t) и v(t) при сдвиге t 0, мнимая часть спектра Wuv() стремится к нулевым значениям, а реальная часть – к значениям модуля спектра. При полном временном совмещении сигналов имеем:
Wuv() = U()V*() = U()U*() = |U()|2 = Wu(). (5.10)
Соответственно, полная энергия сигнала:
Еu = u(t)2dt = (1/2) Wu(t)dt = (1/2) |U()|2 d, (5.11)
т.е. энергия сигнала равна интегралу квадрата модуля его частотного спектра – сумме энергии его частотных составляющих, и всегда является вещественной величиной.
Для произвольного сигнала s(t) равенство
|s(t)|2 dt = |S(f)|2 df
обычно называют равенством Парсеваля (в математике – теоремой Планшереля, в физике – формулой Релея). Равенство очевидно, так как координатное и частотное представления по существу только разные математические отображения одного и того же сигнала.
Аналогично для энергии взаимодействия двух сигналов:
u(t) v*(t) dt = U(f) V*(f) df.
Из равенства Парсеваля следует инвариантность скалярного произведения сигналов и нормы относительно преобразования Фурье:
u(t), v(t) = U(f),V(f), ||s(t)||2 = ||S(f)||2.
В целом ряде чисто практических задач регистрации и передачи сигналов энергетический спектр сигнала имеет весьма существенное значение.
Периодические сигналы переводятся в спектральную область в виде рядов Фурье. Запишем периодический сигнал с периодом Т в виде ряда Фурье в комплексной форме:
s(t)
=
Sk
exp(j2kt/T),
и вычислим среднюю мощность сигнала за один период:
WT
=
(1/T)
s2(t)
dt = (1/T)
Sk
Sm
exp(j2k+m)t/T)
dt.
Интервал 0-Т содержит целое число периодов всех подынтегральных экспонент, и равен нулю, за исключением экспоненты при k = -m, для которой интеграл равен Т. Соответственно, средняя мощность периодического сигнала равна сумме квадратов модулей коэффициентов его ряда Фурье:
WT = |Sk|2.
Как правило, спектры сигналов с крутыми фронтами (например, кодовых сигналов при передаче цифровых данных) являются многолепестковыми с постепенным затуханием энергии в последовательных лепестках. Пример нормированного энергетического спектра прямоугольного импульса длительностью и приведен на рис. 5.3. Спектры выполнены в линейном (сплошная линия) и логарифмическом (пунктир) масштабе по оси значений. Для четкого разделения лепестков функции спектров приведены по безразмерной частотной переменной fи.
Рис. 5.3. Энергетический спектр прямоугольного импульса
Интегрированием энергетического спектра по интервалам лепестков спектра нетрудно вычислить, что в пределах первого лепестка сосредоточено 90.2% энергии всего сигнала, в пределах второго – 4.8%, в пределах третьего – 1.7%, и т.д. Если форма сигналов в пункте их приема (детектирования) существенного значения не имеет, а регистрация сигналов идет на уровне статистических шумов, равномерно распределенных по всему частотному диапазону, то такие сигналы целесообразно пропускать через фильтр нижних частот с выделением только первого энергетического лепестка сигнала. Естественно, что при этом фронты регистрируемого сигнала будут сглажены. Но при расширении полосы пропускания фильтра на два или три лепестка энергия принимаемого сигнала будет увеличена соответственно на 4.8 или 6.5%, в то время как энергия шумов в 2 или 3 раза.
Лекция 6