
- •1. Типы сигналов
- •2. Задачи анализа и синтеза сигналов.
- •3. Представление сигнала с помощью ортогональных функций
- •5. Комплексный ряд Фурье. Преобразование Фурье.
- •6. Частота Найквиста. Теорема Найквиста-Шеннона.
- •7. Определение дискретного преобразования Фурье (дпф) и обратного дискретного преобразования Фурье (обпф).
- •Дискретное преобразование фурье (дпф)
- •8. Свойства дпф (теорема линейности, теорема комплексной сопряженности, теорема сдвига, теорема сверки, теорема корреляции)
- •13. Алгоритм быстрого преобразования Фурье (бпф) с децимацией во временной области.
- •14. Алгоритм быстрого преобразования Фурье (бпф) с децимацией во частоте.
- •15.Обратное быстрое преобразование Фурье
- •Обратное преобразование Фурье
- •16. Вычислительные преимущества бпф.
- •17. Схемы вычисления свертки и корреляции на основе бпф.
- •18. Двумерное дпф и бпф
- •19. Анализ линейной системы (связь между входным и выходным сигналами, импульсный отклик, представление системы в частотной области).
- •20. Класс несинусоидальных ортогональных функций (функции Радемахера, функции Хаара, функции Уолша).
- •21. Код Грея
- •22. Преобразование Уолша.
- •23. Преобразование Уолша-Адамара (Адамара).
- •1. Пиксельное представление изображений. Основные виды изображений: бинарные, полутоновые и цветные
- •2. Основные преобразования изображений.
- •3. Основные взаимосвязи между пикселями изображения. Метрические свойства для изображения.
- •4. Метод пространственной области с применением масок. Операторы Собеля, Робертса, Превитта для обработки изображений.
- •5. Сегментация изображений посредством выделения границ областей
- •6. Основы фильтрации в частотной области. Двумерное дпф.
- •7. Задача распознавания образов. Выбор признаков.
- •8. Виды разделяющих функций. Классификатор по минимальному расстоянию
- •9. Задача двухклассового распознавания
- •10. Классификатор для распознавания 3-х и k классов образов по критерию наименьшего среднеквадратического расстояния
- •11. Метод отображения по алгоритму наименьших квадратов
- •12. Классификация нейросетевых систем
- •13. Виды пороговых функций в нейросети
- •14. Модель нейронной сети. Обучающий алгоритм для персептрона
- •15. Многослойный персептрон с обратным распространением ошибки
17. Схемы вычисления свертки и корреляции на основе бпф.
С использованием БПФ схема вычислений корреляции будет иметь вид рис.2.1.
Рис. 2.1. Схема вычисления корреляции
В свою очередь, схему вычисления свертки можно представить как показано на рис.2.2.
Рис. 2.2. Схема вычисления свертки
18. Двумерное дпф и бпф
Любой периодический сигнал может быть представлен в виде ряда Фурье, но, в отличие от одномерных сигналов, двумерные описываются двумерным рядом Фурье, имеющим вид:
.
(3.22)
Базисные функции этого двумерного представления - двумерные комплексные экспоненты (иногда называемые комплексными синусоидами)
(3.23)
имеющие,
как и сигнал ,
прямоугольную периодичность с тем же
периодом
.
Здесь (
,
)
- двумерный номер базисной функции, а
величины
имеют
смысл пространственных частот. Иногда
пространственными частотами называют
целочисленные величины
и
.
Коэффициенты
Фурье ряда
(3.22) образуют двумерный частотный спектр
сигнала
и
определяются формулой прямого
преобразования Фурье:
(3.24)
Выражение
(3.22), восстанавливающее сигнал по
его спектру
,
является обратным преобразованием
Фурье. В справедливости преобразований
(3.22) и (3.24), называемых двумерным ДПФ,
можно убедиться, подставив (3.24) в (3.22) и
приведя правую часть полученного
равенства к значению левой, т.е. к
.
Заметим,
что для точного представления дискретного
сигнала с
двумерным периодом
элементов
согласно формулам БПФ достаточно
конечного числа базисных функций
(3.23) - ряд (3.22) является конечным. Это и
понятно, поскольку сам представляемый
сигнал содержит в одном периоде конечное
число точек, т.е. имеет конечное число
степеней свободы. Ясно, что число степеней
свободы в спектре не может отличаться
от числа степеней свободы в самом
сигнале.
19. Анализ линейной системы (связь между входным и выходным сигналами, импульсный отклик, представление системы в частотной области).
Импульсный отклик – это отклик системы, когда на нее подали единичный импульс
Характеристика сама по себе возникает на выходе.
Преобразование Фурье входного сигнала x(t) и выходного сигнала y(t) соответственно обозначим как
20. Класс несинусоидальных ортогональных функций (функции Радемахера, функции Хаара, функции Уолша).
Функции Радемахера получаются из синусоидальных функций с помощью соотношения
,
(3.1)
где
аргумент t
– безразмерное время, т.е. время,
нормированное к произвольному интервалу
,
а целое положительное числоk
– порядок функции. Символом sign
(сигнум-функция) обозначается функция:
(3.2)
Функции
Радемахера принимают одно из двух
значений
и имеют вид меандра.
Функции
Радемахера ортонормированны с единичной
весовой функцией на интервале
,
т.к. для любых двух функций
,
имеют место соотношения:
(3.3)
Все функции Радемахера являются нечетным и относительно середины интервала определения и не могут быть использованы для аппроксимации сигналов, четных относительно этой точки. Иными словами, система функций Радемахера – неполная.
Обозначив для краткости r(m,t)=rm(t), для N=8 будем иметь:
Если =++++----;
=++--++--;
=+-+-+-+-,
где
“+” +1, а “–” –1.
Функции Уолша, образующие полную ортонормированную систему, можно сформировать, образуя произведения соответствующих функций Радемахера.
wal(0,t)=++++++++; wal(1,t)=r1=++++----; wal(2,t)=r1r2=++----++; wal(3,t)=r2=++--++--
wal(4,t)=r2r3=+--++--+; wal(5,t)=r1r2r3=+--+-++-; wal(6,t)=r1r3=+-+--+-+;
wal(7,t)=r3=+-+-+-+-.
Сопоставление этих функций с функциями
Радемахера позволяет составить очевидные
соотношения, согласно которым каждая
функция Уолша wal(n,t)
с номером n
, входящая в систему из
функций, является произведением степеней
первыхn
функций Радемахера.
Используя
символ
для обозначения операции поразрядного
сложения по модулю 2, способ построения
функций Уолша можно выразить аналитически
для любого
в виде следующего соотношения:
Множество функций Хаара har(n,m,t) (рис. 8.1), образующих периодическую, ортонормированную и полную систему функций, было предложено в 1910 году. Рекуррентное соотношение, позволяющее получить har(n,m,t), имеет вид