
- •Завдання та мета курсу:
- •Точність отриманих даних:
- •Детерміновані і випадкові процеси.
- •Детерміновані процеси. Класифікація
- •Класифікація випадкових процесів
- •Ергодичні випадкові процеси
- •Нестаціонарні випадкові процеси.
- •Стаціонарність вибіркових функцій або реалізацій
- •Аналіз випадкових даних
- •Основні статистичні характеристики випадкових процесів
- •Розподіл амплітуд.
- •Методи групування класів
- •Обчислення згладжування. Поняття інтерполяції та апроксимації функцій.
- •Методи наближення згладжуючої кривої до виміряних величин.
- •Апроксимуючий поліном
- •Знаходження апроксимуючого поліному.
- •Сплайни.
- •Сплайнова Апроксимація.
- •Апроксимація періодичного сигналу рядом Фур’є.
- •Апроксимація експоненційними функціями.
- •Цифрове Згладжування. Диференціювання та інтегрування.
- •Подвійне згладжування.
- •Диференціювання виміряних величин.
- •Інтегрування отриманих даних.
- •Дпф обмеженого в часі сигналу
- •Властивості дпа
- •Особливості дпф
- •Дпф необмеженого в часі сигналу.
- •Спектр необмеженого в часі неперіодичного сигналу з накладанням часового вікна.
- •Відтворення залежної від часу функції з послідовності вибірок.
- •Шпф (бпф, fft) Швидке пф
- •Цифрові фільтри
- •Нерекурсивні цифрові фільтри
- •Передаточна функція цифрового фільтра
Апроксимація періодичного сигналу рядом Фур’є.
Часто на практиці отримані дані носять періодичний характер, то їх немає можливості описувати за допомогою прямих квадратичних , або кубічних парабол , а в цьому випадку для опису використовується ряди Фур’є.
Для
опису з допомогою ряду Фур’є необхідно
щоб загальний час вимірювання
точно відповідав
.
Для опису такого ми мусимо використовувати
ряд Фур’є
Для обчислення
необхідно ,щоб
Для обчислення необхідно
Число вибірок повинно бути
-
частота дискретизації
- Теорема про вибірки (Котєльнікова) –
за якою число вибірок повинно бути в 2
рази більше, ніж максимальна частота
вхідного сигналу.
Обчислення
коефіцієнтів
здійснюється
шляхом обчислення наближення за методом
наближення Гауса.
Структура
обчислень в точках часу
обчислюється
значення вибірок
через опорні точки
проводиться
ряд Фур’є. Його коефіцієнти визначаються,
як сума квадратів різниць
…
(1)
N- число вибірок за період
(A)
Аналогічно
обчислюється коефіцієнт
(B)
Аналогічно
обчислюється коефіцієнт
(C)
Підставляємо
попередньо обчислені коефіцієнти в
рівняння і це буде кінцевий запис. Через
ортогональність функцій
та
коефіцієнти
можна
обчислити незалежно один від одного.
Таким чином непотрібно розв’язувати
систему рівнянь , як це проводиться при
знаходженні коефіцієнтів поліному. З
наведених обчислень можна зробити такі
висновки, обчислені коефіцієнти
дають можливість визначити ряд Фур’є.
Такий опис дає можливість обчислювати в кожній точці в кожен момент часу .
Якщо подати амплітуди в частотну область можна обчислити спектр сигналу .
Для постановки завдання важливе значення має знання
(період основної гармоніки)
Звідси час вимірювання може бути рівним , або кратним
. Тільки за цієї умови коефіцієнти можуть бути обчислені за виразами (В) та (С).
Апроксимація експоненційними функціями.
У
багатьох випадках коли є задані дані
доводиться здійснювати апроксимацію
експоненційними функціями
.
Основна проблема полягає в тому , що
функція
є нелінійною відносно А і В, для того
щоб здійснити наближення
В такому випадку потрібно розв’язувати нелінійну систему рівнянь що є складним тому потрібно трансформувати координати і лінеризувати наведені вище рівняння. З огляду на це здійснюють наступний підхід – логарифмування координат
Для визначення коефіцієнтів А і В можна використовувати рівняння які були отримані нами при апроксимації кубічним поліномом , при розгляді прикладу коли апроксимація здійснювалася прямою лінією
Підставляємо А і В в рівняння і отримуємо кінцевий запис.
Висновок : З наведеного матеріалу можна зробити наступні висновки :
Застосування того чи іншого типу апроксимації залежить від похибки наближення.
Залежить від складності апроксимуючої функції а значить і збільшення часу на обчислення.
Обчислення згладжування дозволяє знайти похибку вимірювання. Коли в окремих вимірюваннях похибки
є непомірно великими, то в цьому випадку не є винною згладжуючи функція, а виміряна величина. В такому разі рекомендується повторити вимірювання.