
- •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)
8.3.3. Связь с преобразованиями Фурье и Лапласа
Запишем дискретный сигнал sk в виде суммы весовых импульсов Кронекера:
sk = s(kt) = s(nt) (kt-nt).
Определим спектр сигнала по теореме запаздывания:
S() = s(kt) exp(-jkt).
Выполним замену переменных, z = exp(-jt), и получим:
S() = s(kt)zk = S(z).
Отсюда следует, что дискретное преобразование Фурье является частным случаем z-преобразования при z = exp(-jt). Аналогичной подстановкой z = exp(-p) может осуществляться переход к дискретному преобразованию Лапласа. В общем виде:
S() = S(z), z = exp(-jt); S(p) = S(z), z = exp(-pt). (8.10)
Обратное преобразование:
S(z) = S(), = ln z/jt; S(z) = S(p), p = ln z/t. (8.11)
При отрицательной символике z связь между представлениями осуществляется соответственно подстановками z-1 = exp(jt) и z-1 = exp(p).
8.3.4. Свойства z-преобразования
Без углубления в теорию, можно констатировать, что все свойства ДПФ действительны и для z-преобразования. Отметим некоторые из них.
Линейность: Если S(k) = a·x(k)+b·y(k), то S(z) = aX(z)+bY(z). Соответственно, z-преобразование допустимо только для анализа линейных систем и сигналов, удовлетворяющих принципу суперпозиции.
Задержка на n тактов: y(k) = x(k-n).
Y(z)
=
y(k)zk
=
x(k-n)zk
=zn
x(k-n)zk-n
= zn
x(m)zm
= zn
X(z).
Соответственно, умножение z-образа сигнала на множитель zn вызывает сдвиг сигнала на n тактов дискретизации.
Для z-преобразования действительны все известные теоремы о спектрах. В частности, свертка двух сигналов отображается в z-области произведением их z-образов, и наоборот:
s(k) * h(k) S(z)H(z), s(k)·h(k) S(z) * H(z).
При z = exp(-jt) z-преобразование представляет собой особую форму представления дискретных сигналов, при которой на полином S(z) можно ссылаться как на временную функцию (по значениям коэффициентов kt), так и на функцию частотного спектра сигнала (по значениям аргумента ).
Рис. 8.7. Z-плоскость
8.3.5. Отображение z-преобразования
Отображение z-преобразования выполняют на комплексной z-плоскости с Re z и Im z по осям координат (рис. 8.7). Спектральной оси частот на z-плоскости соответствует окружность радиуса:
|z|
= |exp(-jt)|
=
= 1.
Подстановка
значения какой-либо частоты
в z = exp(-jt)
отображается точкой на окружности.
Частоте =
0 соответствует точка Re z = 1 и Im z = 0 на
правой стороне оси абсцисс. При повышении
частоты точка смещается по окружности
против часовой стрелки, и занимает
крайнее левое положение на частоте
Найквиста N
= /t
(Re z = -1, Im z = 0). Отрицательные частоты
спектра отображаются аналогично по
часовой стрелке на нижней полуокружности.
Точки
N
совпадают, а при дальнейшем повышении
или понижении частоты значения начинают
повторяться в полном соответствии с
периодичностью спектра дискретной
функции. Проход по полной окружности
соответствует одному периоду спектра,
а любая гармоника спектра сигнала
задается на плоскости двумя точками,
симметричными относительно оси абсцисс.
Z-преобразование позволяет производить разложение сигналов и функций, например передаточных функций фильтров, на короткие составляющие операции свертки, для чего достаточно приравнять z-полином к нулю, найти его корни ai, и переписать полином в виде произведения двучленов:
S(z) = a0(z-a1)(z-a2)...,
где а0 – последний отсчет сигнала (коэффициент при старшей степени z).
Но произведению в z-области соответствует свертка в координатной области, и при обратном преобразовании двучлены (z-ai) превращаются в двухточечные диполи {-ai,1}, а сигнал длиной N представляется сверткой (N-1) диполей:
sk= a0{-a1,1}*{-a2,1}*{-a3,1}* ...
Пример. sk = {1.4464, -2.32, 3.37, -3, 1}.
S(z) = z4-3z3+3.37z2-2.32z+1.4464. a0 = 1.
Корни полинома S(z): a1 = 0.8+0.8j, a2 = 0.8-0.8j, a3 = 0.7+0.8j, a4 = 0.7-0.8j,
S(z) = (z-0.8-0.8j)(z-0.8+0.8j)(z-0.7-0.8j)(z-0.7+0.8j).
Корни полинома представлены на z-плоскости на рис. 8.3.1. Корни полинома комплексные и четыре двучлена в координатной области также будут комплексными. Но они являются сопряженными, и для получения вещественных функций следует перемножить сопряженные двучлены и получить биквадратные блоки:
S(z) = (z2-1.4z+1.13)(z2-1.6z+1.28).
При переходе в координатную область: sk = {1.13, -1.4, 1} * {1.28, -1.6, 1}.
Таким образом, исходный сигнал разложен на свертку двух трехчленных сигналов (функций).
Аналитическая форма z-образов существует для z-преобразований, если возможно свертывание степенного ряда в аналитическое выражение. Выше, в примерах z-преобразования, уже приводилось приведение к аналитической форме z-образов функции Хевисайда и экспоненциальной функции.
Обратное z-преобразование в общем случае производится интегрированием по произвольному замкнутому контуру C, расположенному в области сходимости и окружающему все особые точки (нули и полюсы) z-образа:
sk
= (1/2j)
Способом, удобным для практического применения, является разложение рациональных S(z) на простые дроби. С учетом линейности преобразования:
S(z)
=
an/(1-bnz)
an(bn)k
= sk.
Пример. S(z) = 1/(1-5z+6z2) = 3/(1-3z)-3/(1-2z) 33k -32k = s(k).
При разложении функции S(z) по степеням z обратное z-преобразование не вызывает затруднений.