
- •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)
1.1.3. Размерность сигналов
Простейшими сигналами геофизической практики являются одномерные сигналы, как, например, сейсмические импульсы s(t), измерения каких-либо параметров геофизических полей (электрических, магнитных, и пр.) по профилям на поверхности земли s(x) или по стволу скважины s(h), и т.п. Значения одномерных сигналов зависят только от одной независимой переменной, как, например, на рис. 1.1 и 1.2.
Рис. 1.3. Двумерный сигнал
В общем случае сигналы являются многомерными функциями пространственных, временных и прочих независимых переменных. Многомерные сигналы могут иметь различное представление по своим аргументам.
Многомерный сигнал может рассматриваться, как упорядоченная совокупность одномерных сигналов. С учетом этого при анализе и обработке сигналов многие принципы и практические методы обработки одномерных сигналов, математический аппарат которых развит достаточно глубоко, распространяются и на многомерные сигналы. Физическая природа сигналов для математического аппарата их обработки значения не имеет.
Вместе с тем обработка многомерных сигналов имеет свои особенности, и может существенно отличаться от одномерных сигналов в силу большего числа степеней свободы. Так, при дискретизации многомерных сигналов имеет значение не только частотный спектр сигналов, но и форма растра дискретизации. Пример не очень полезной особенности – многомерные полиномы сигнальных функций, в отличие от одномерных, не разлагаются на простые множители. Что касается порядка размерности многомерных сигналов, то ее увеличение выше двух практически не изменяет принципы и методы анализа данных, и сказывается, в основном, только на степени громоздкости формул и чисто техническом усложнении вычислений.
Учитывая эти факторы, при рассмотрении общей теории анализа, преобразований и обработки сигналов ограничимся, в основном, одно- и двумерными сигнальными функциями. В качестве универсальных независимых переменных (аргументов функций) будем использовать, как правило, переменную "t" для одномерных сигналов и переменные "x,t" или "x,y" для двумерных сигналов, безотносительно к их физическому содержанию (пространство, время, энергия и пр.).
1.1.4. Математическое описание сигналов
Сигналы могут быть объектами теоретических исследований и практического анализа только в том случае, если указан способ их математического описания. Математическое описание позволяет абстрагироваться от физической природы сигнала и материальной формы его носителя, проводить классификацию сигналов, выполнять их сравнение, устанавливать степень тождества, моделировать системы обработки сигналов.
Большинство сигналов, встречающихся на практике, представлены во временной области функциями времени. При отображении сигналов на графике одной из координат (независимой) является ось времени, а другой координатой (зависимой) – ось амплитуд. Тем самым мы получаем амплитудно-временное представление сигнала. В общем случае описание сигнала задается функциональной зависимостью определенного информационного параметра сигнала от независимой переменной (аргумента) – s(х), y(t) и т.п. Такая форма описания и графического представления сигналов называется динамической (сигнал в реальной динамике его поведения по аргументам). Функции математического описания сигналов могут быть как вещественными, так и комплексными. Выбор математического аппарата описания определяется простотой и удобством его использования при анализе и обработке сигналов.
Отметим двойственность применения описания сигналов функциями типа s(t) и т.п. С одной стороны s(t) – это величина, равная значению функции в момент времени t. С другой стороны мы обозначаем через s(t) и саму функцию, т.е. то правило, по которому каждому значению t ставится в соответствие определенная величина s. В большинстве аналитических выражений это не вызывает недоразумений и при однозначном соответствии значений сигналов их аналитическим выражениям принимается по умолчанию.