3.2.Представление произвольного сигнала в виде суммы элементарных колебаний. Обобщенный ряд Фурье

В 1822 году французский математик Жан Батист Жозеф Фурье (1768-1830) в своей работе "Аналитическая теория тепла" сформулировал положение о том, что любая непрерывная функция, повторяющаяся на интервале Т, может быть представлена суммой основной синусоидальной компоненты и серии гармонических составляющих более высокого порядка с частотами, кратными основной частоте.

Гармонический анализ представляет собой процесс расчета значений амплитуд и фаз основной частоты и гармоник более высокого порядка периодической кривой. Результирующий ряд известен как ряд Фурье и представляет собой соотношение между функцией во временной области и соответствующей функции в области частот.

С помощью обобщенного ряда Фурье можно показать пригодность различного класса функций, по которым возможно разложение сигналов.

Бесконечная система действительных функций

₀(x), ₁(x), ₂(x)..., _n(x)... (3.1)

называется ортогональной на отрезке [a; b], если:

при n  m (3.2)

При этом предполагается, что никакая из функций _n(x) не равна тождественно нулю, т.е.:

(3.3)

Условие (3.2) выражает попарную орто­гональность функций системы Error: Reference source not found.

Величину

(3.4)

называют нормой функции _n(x).

Функция _n(x), для которой выполняется условие

(3.5)

называется нормированной функцией, а система нормированных функций Error: Reference source not found, в которой каждые две различные функции взаимно ортогональны, называется ортонормированной системой.

Известно, что если функции {_n(x)} непрерывны, то произвольная кусочно-непрерывная функция f(x), для которой выполняется условие:

(3.6)

то есть f(x) - ограниченная, абсолютно интегрируемая функция, может быть представлена в виде суммы ряда:

f(x) = C₀₀(x)+C₁₁(x)+C₂₂(x)+...+C_n_n(x)...(3.7)

Коэффициенты С_n суммы Error: Reference source not found можно определить, если умножить обе части Error: Reference source not found на _n(x) и проинтегрировать в обла­с­ти ортогональности функций _n(x) [a; b]. Все слагаемые вида

при n  m

обращаются в нуль в силу ортогональности функций _n(x) и _m(x), а в правой части остается одно слагаемое:

отсюда:

, или, по другому:

(3.8)

Ряд Error: Reference source not found, в котором коэффициенты С_n определены по формуле Error: Reference source not found, называется обобщенным рядом Фурье по данной системе {_n(x)}.

Совокупность коэффициентов С_n называется спектром сигнала f(x) в ортогональной системе {_n(x)} и полностью определяет этот сигнал.

Обобщенный ряд Фурье обладает важным свойством:

- при заданной системе функций {_n(x)} и конечном числе N членов суммы ряда Error: Reference source not found он обеспечивает наилучшую аппроксимацию (в смысле минимума средне­квадратической ошибки) заданной функции f(x).

Это значит, что среднеквадратическая ошибка достигает минимума, когда коэффициенты ряда Error: Reference source not found вычислены по формуле Error: Reference source not found, то есть явля­ются коэффициентами ряда Фурье.

Среднеквадратическая ошибка имеет следующий вид:

(3.9)

Действительно, подставляя d_n = с_n + e_n и использовав равенства Error: Reference source not found и Error: Reference source not found, получим:

Отсюда следует, что ошибка М достигает минимума при e_n = 0, то есть при d_n = с_n. Тогда ошибка для конечного числа членов ряда Error: Reference source not found принимает вид:

(3.10)

Замечая, что первая часть разности Error: Reference source not found есть квадрат нормы функции f(x), а min(М) неотрицателен, на основании равенства Error: Reference source not found можно записать:

(3.11)

Это основное неравенство, называемое неравенством Бесселя, справедливо для любой ортогональной системы и является весьма эффективным при оценке приближения по мере постепенного увеличе­ния числа членов ряда Фурье.

Ортогональная система называется полной, если увеличением числа членов в ряде среднеквадратическую ошибку М можно сделать сколь угодно малой.

Условие полноты системы можно выразить следующим образом:

(3.12)

При выполнении Error: Reference source not found считают, что ряд Error: Reference source not found сходится в среднем, то есть:

(3.13)

Из этого, однако, еще не следует, что сходится к f(x) при любых значениях x, то есть что:

В отдельных точ­ках на оси Х ряд Error: Reference source not found может отличаться от f(x), хотя равенство Error: Reference source not found имеет место (когда f(x) терпит разрыв 1^го рода в конечном числе точек х_0n). В част­ности­, если функция f(x) имеет разрывы так, что в некоторой точке x₀:

f(x₀ - 0)  f(x₀ + 0),

то тогда ряд Фурье в этой точке сходится к среднеарифметическому значению:

½[f(x₀ - 0) + f(x₀ + 0)].

Равенство нулю среднеквадратической погрешности разложения при этом возможно лишь потому, что мы имеем конеч­ную погрешность, но на бесконечно малом промежутке изменения аргумента.

Для системы функций {_n(x)}, принимающих комплексные значения, приведенные выше условия и определения обобщаются следующим образом:

- условие ортогональности:

(3.14)

- квадрат нормы функции:

(3.15)

- коэффициенты Фурье:

(3.16)

Здесь ^*(x) - функция, комплексно сопря­женная c (x).

Наиболее часто приходится обрабатывать сигналы, представляющие собой функции времени t, поэтому для таких сигналов s(t) выражение Error: Reference source not found будем записывать в виде:

(3.17)

Понятно, что этот ряд справедлив для функций аргумента, имеющего любую природу. В новых обозначениях квадрат нормы функции s(t) по аналогии с (3.4) будет иметь вид:

(3.18)

где Э- энергия сигнала s(t) на интервале [t₁, t₂].

(интеграл от мгновенной мощности p(t) на интервале [t₁, t₂]). Или, в соответствии с Error: Reference source not found, энергия сигнала

(3.19)

При использовании ортонормированной системы функций {_n(t)}:

(3.20)

При этом имеется в виду, что промежуток времени (t₂-t₁), в котором определяется энергия Э, является интервалом ортогональности для системы функций {_n(t)}.

Очевидно, что средняя за время (t₂-t₁) мощность сигнала

(3.21)

Выбор наиболее рациональной ортогональной системы функций зависит от цели, преследуемой при разложении сложной функции в ряд. Среди задач, требующих разложения сигнала, наиболее важными представляются:

1. Точное разложение на простейшие ортогональные функции;

2. Аппроксимация сигналов, процессов или характеристик по возможности минимальным числом членов ряда (при задан­ной допустимой погрешности).

При первой постановке задачи среди всех возможных видов базовых функций, несомненно, самыми распространенными являются гармонические. Это объясняется тем, что только гармонические (синусои­да­ль­ные) сигналы являются единственными функциями времени, сохраняющими свою форму при прохождении через любую линейную цепь (с постоянными параметрами): может измениться амплитуда и/или фаза, но форма и частота синусоидального сигнала не изменяются. Таким образом, гармонические функции являются собственными функциями для линейных преобразований. Кроме того, такое разложение позволяет использовать символический метод анализа передачи гармонического колебания через линейную цепь.

При второй постановке задачи - приближенном разложении функций - применяются разнообразные ортогональные системы функций: полиномы Чебышева, Эрмита, Лагерра, Лежандра, кусочно-постоянные функции Уолша, Хаара и многие другие.