П.Г.Фрик - Турбулентность модели и подходы, часть 2
.pdf91
Условие (6.51) эквивалентно условию (6.45), так как интеграл (6.51) расходитсяпри наличии вспектре вейвлета нулевых частот, что равносильно отличному от нуля среднемузначению . В определении (6.50) присутствует параметр κ - показатель степени масш табного множителя. Конкретный выбор этого параметра зависит от целей анализа. Ш ироко используетсянормировка κ = − 1 , при которой равные значения вейвлет-коэффициентов w(a,b) соответствую т равным амплитудам пульсаций сигнала, независимо
от масш таба пульсаций. |
|
|
|
|
|
|
|
||
Вейвлет-образ w(a,b) функции |
f (t) можно выразить и черезеефурье- |
||||||||
? |
|
|
|
|
|
|
|
|
|
образ f (ω ) . Действительно, |
|
|
|
|
|
|
|
||
) |
|
|
1 |
∞ ∞ |
) |
dadb |
|
|
|
f ( ω ) = |
|
|
òòψ (aω )w(a,b)e− iωb |
|
, |
(6.53) |
|||
|
C |
a 2+ κ |
|||||||
à |
|
|
|
ψ |
0 − ∞ |
|
|
|
|
|
|
∞ |
|
|
|
|
|
||
|
κ+ 1 |
|
) |
|
|
|
|||
w( a,b ) = |
a |
|
òψ)* (aω )f ( ω )eibω dω . |
|
|
(6.54) |
|||
4π 2 |
|
|
|||||||
|
|
− ∞ |
|
|
|
|
|
П ользуясь соотнош ениями (6.53)-(6.54) и теоремой П арсеваля (2.26) несложно получить аналогэтой теоремы для вейвлет-преобразования
∞ |
* |
|
1 |
∞ ∞ |
|
* |
|
|
|
dadb |
|
|
|
||||
òf1( t ) f |
2 |
( t )dt = |
|
|
|
òòw1( a,b )w2 |
( a,b ) |
|
, |
|
(6.55) |
||||||
C |
2 |
a3+ 2κ |
|
||||||||||||||
− ∞ |
|
|
|
|
ψ |
0 − ∞ |
|
|
|
|
|
|
|
|
|
||
из которого, в частности, следует |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
∞ |
2 |
|
1 |
|
|
∞ |
? |
2 |
|
|
1 |
|
∞ ∞ |
2 |
dadb |
|
|
ò| f ( t ) | |
dt = |
|
ò| f ( |
ω ) | |
dω = |
|
|
òò| w ( a,b ) | |
|
. (6.56) |
|||||||
4π 2 |
|
C |
2 |
a3+ 2κ |
|||||||||||||
− ∞ |
|
|
|
|
|
− ∞ |
|
|
|
|
ψ |
|
0 − ∞ |
|
|
|
Н апомним, что в фурье-анализе спектральной плотностью энергии являет-
ся величина величину
? |
2 |
(называемая также спектром энергии) и введем |
|
E(ω ) =| f (ω ) | |
|
||
|
|
∞ |
|
|
|
M (a) = ò| w(a, b) |2 db , |
(6.57) |
− ∞
которая характеризует интенсивность âñåõпульсаций заданного масш таба. Если в определении вейвлет-преобразования положить κ = − 1/ 2 , то формулу (6.56) можно переписать в виде
92
∞ |
∞ |
da |
|
|
E = òE(ω )dω = òM (a) |
|
|||
|
. |
(6.58) |
||
a 2 |
||||
0 |
0 |
|
|
|
В этом случае M (a) описывает распределение энергии пульсаций по мас-
Ðèñ.6.17 |
Ðèñ.6.18 |
|
|
ш табам и называется интегральным вейвлет-спектром. И з сказанного следует, что нормировка κ = − 1/ 2 должна использоваться, если результаты вейвлет-анализапредполагается сопоставлять с фурье-представлением сигнала. Действительно, если фурье-спектр следует степенному закону E(ω ) ~ ω α , то при этой нормировке интегральный вейвлет-спектр будет иметь тот жестепенной закон M (a) ~ a − α ~ ω α (это следует из формулы (6.58) с учетом того, что ω ~ 1/ a , à dω ~ − da / a 2 ).
Вейвлет-преобразование отображает пространство функций одной переменной (время) в пространство функций двух переменных (время и частота, или время и масш таб) и является избыточным. И збыточность непрерывного вейвлет-преобразования выражается в коррелированности вейвлет-коэффициентов, которая тем больш е, чем больш е рассматриваемый масш таб a . И наче говоря, чем больш е масш таб, тем меньш е независимых точек в вейвлет-разложении. Этот недостаток устраняется в дискретном вейвлет-представлении (пример тому - рассмотренный выше ие-
93
Ðèñ.6.19
рархический базис, в котором число функций геометрически уменьш аетсяс ростом пространственного масш таба).
П реимущ ество вейвлет-преобразования перед преобразованием Ф у- рьесостоит в том, что оно позволяетпроследить за изменением спектральных свойств сигнала со временем, указать, какие частоты (масш табы) доминируют в сигнале в каждый конкретный момент времени. Н а рис.6.17 и 6.18 показаны два примера вейвлет-разложения простых временных сигналов с помощ ью вейвлета М орле (6.49). В верхней части каждого рисунка показан модуль вейвлет-разложения на плоскости (a,b) , а в нижней - фаза. Н а рис.6.17 сигнал представляет собой суперпозицию двух гармоник, а в сигнале на рис.6.18 эти же две частоты появляютсяпоследовательно друг за другом. Ф урье-преобразования этих двух сигналов практически не отли- чаются друг от друга, так как спектр Ф урье теряет всякую информацию о том, когда какая гармоника присутствовала в сигнале. Вейвлет-анализпо- зволяет восстановить полную эволю цию спектрального состава сигнала во времени. Общ еепредставление о спектрально-временной структуре сигнала можно получить по распределению модуля вейвлет-преобразования. Ш и- рина полосы, получаемой при разложении гармонического сигнала, характеризуетспектральное разреш ение используемого анализирую щ его вейвлета. Распределение фазы вейвлет-преобразованиеменее информативно, особенно для сложных сигналов. В то жесамое время, именно фаза дает наиболее точную информацию об особенностях (сингулярностях) в сигнале. Так на рис.6.18 можно видеть, что именно по распределению фазы можно с больш ой точностью идентифицировать момент смены частоты.
94
Íа рис.6.19 показан результат вейвлет-разложения сигнала, представляю щ его собой суперпозицию двух гармонических составляю щ их с непрерывно меняю щ имися частотами (снова использован вейвлет М орле). Сам сигнал показан в нижней части рисунка, модуль вейвлет-разложения -
âверхней части. Вейвлет-представление позволяет получить точный вид эволю ции частоты каждого из двух сигналов.
Íа рис.6.20 дан пример использования действительного вейвлета типа (6.48). В качестве сигнала использован тот же временной ряд, что и в примере на рис.6.18 ( удвоение частоты гармонических колебаний). В этом
Ðèñ.6.20
случае результатом преобразования является действительная величина, модуль которой показан на рисунке. Белые полосы на вейвлет-плоскости, неизбежно появляю щ иеся при работе с вещ ественными функциями, соответствуют смене знака вейвлет-коэффициентов и содержат, по сути, информацию , которую в комплексном представлении несет фаза.
В заклю чение отметим важноесвойство вейвлет-представления функций, состоящ еев том, что на этапе разложения сигнала по вейвлетам (анализа) и этапе восстановления исходного сигнала по его вейвлет-образу (синтеза) можно использовать различные семейства вейвлетов. П усть для анализа используется вейвлет ψ (t) , а для синтеза - вейвлет ϕ (t) . Тогда прямое преобразование по-прежнему описывается выражением (6.50), а формула восстановления сигнала (6.52) примет вид
|
1 |
∞ ∞ |
æt - b ö |
dadb |
|
|||||
f (t) = |
|
òòϕ ç |
|
|
÷w(a,b) |
|
|
. |
(6.59) |
|
Cψ ϕ |
|
a |
a |
3+ κ |
||||||
|
0 − ∞ |
è |
ø |
|
|
|
Восстановление (6.59) возможно, если выполнено условие
|
∞ |
) |
)* |
( ω ) |
|
C = |
|
|ψ |
( ω )ϕ |
dω < ¥ . |
|
ò |
|
|
|||
ϕψ |
| ω | |
|
|
||
|
− ∞ |
|
|
|
|
Это условие мягче, чем условие (6.51), так как теперь один из двух вейвлетов можети не удовлетворять требованию (6.51) (но, при условии, что его «недостатки» компенсирует вейвлет, используемый на втором этапе). П ре-
95
имущ ество восстановления по формуле(6.59) состоит в том, что она позволяетиспользовать на одном изэтапов преобразования сингулярную функцию (например, δ - функцию ), которая сама по себе не попадает под определение вейвлета.
6.5.Дискретное вейвлет-преобразование
Íаряду с непрерывным вейвлет-преобразованием можно рассмотреть разложение по конечному набору вейвлет-функций, заданных на некоторой сетке и получаемых определенным масш табным преобразованием. Если ограничиться логарифмическим масш табированием и равномерной для заданного масш таба пространственной сеткой, то одномерную базисную функцию можно записать в виде
|
|
æx - mba M ö |
|
|
|||||||
|
|
ç |
|
|
|
|
|
÷ |
|
|
|
|
|
|
|
|
M |
|
|
|
|||
|
ψ Mm =ψ ç |
a |
÷, |
|
|
||||||
|
|
è |
|
|
|
ø |
|
|
|||
для которого доказана возможность получения |
полного ортогонального |
||||||||||
функционального базиса. П оследнее возможно |
не при любом |
выборе |
|||||||||
значений величин a è b . |
Н аиболее |
естественным представляется при- |
|||||||||
нятое и в иерархических |
моделях |
разбиение спектрального простран- |
|||||||||
ства на октавы, что соответствует случаю a = 2 . |
|
|
|||||||||
Для одномерной функции |
f (x) соответствую щ ее разложение |
â ðÿä |
|||||||||
выглядит как |
∞ |
∞ |
|
|
|
|
|
|
|||
|
|
|
m ×2M ), |
|
|||||||
f (x)= å å wMmψ M (x - |
(6.60) |
||||||||||
ãäå |
M =∞ m=− ∞ |
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
− |
M |
|
æ |
x |
ö |
|
|
|
|
|
|
|
|
|
|
||||||
|
ψ M (x)= 2 2 ψ ç |
|
÷. |
|
|
||||||
|
|
|
|
||||||||
|
|
|
|
|
|
è2M |
ø |
|
|
|
Здесь и далеев данном параграфе принята нормировка κ = - 1/ 2 и для удобства записи эта нормировка вклю чена в определение вейвлета.
Задача о выборе функции ψ (x) , обеспечиваю щ ей ортогональность разложения (6.60), т.е. соблю дение условия
∞ |
(x - m ×2M )ψ |
|
(x - n ×2N )dx = δ δ |
(6.61) |
ψ |
N |
|||
ò M |
|
NM nm |
|
− ∞
далеко не тривиальна и была реш ена лиш ь недавно (И .М ейер,1986; И .Добеш и, 1988). Условиям (6.59)-(6.61) соответствуют, правда, и давно
96
известныефункции Хаара, не удовлетворительные, как отмечалось выше, с точки зрения локализации в фурье-пространстве. П римером гладких функций, образую щ их ортонормированный базис, является вейвлет, обозна- чаемый по фамилиям авторов аббревиатурой LMB (Lemarie, Meyer, Battle). Графики функции LMB и ее фурье-образа приведены на рис.6.21. Ф ункция LMB убывает экспоненциально в физическом пространстве и по k − 4 закону - в пространстве Ф урье.
Дискретное преобразование вводится для функции
равномерной сетке xi = i x , ãäå Dx - ш агсетки. Обозначая |
fi = f (xi ) и считая |
||
Dx = 1, запиш ем вместо (6.60) |
|
|
|
∞ |
∞ |
|
|
fi = å å wMmψ M (i - m ×2M ), |
(6.62) |
||
M =0m=− ∞ |
|
|
|
где коэффициенты wMm определяютсякак |
|
||
|
∞ |
|
|
wMm = å fiψ M (i - m ×2M ), |
|
||
i=− ∞ |
|
|
|
а условие сохранения энергии принимает вид |
|
||
∞ |
∞ |
∞ |
|
å å wMm2 |
= å fi 2 . |
|
|
M=1m=− ∞ |
i=− ∞ |
|
Ф ункция ψ M (i) , являю щ аяся дискретным аналогом функции ψ (x) , должна вместо (6.61) удовлетворять условию
∞ |
|
|
(i - m ×2M )ψ |
|
(i - |
n ×2N )= δ δ . |
(6.63) |
å |
ψ |
M |
N |
||||
|
|
|
NM nm |
|
|||
i=− ∞ |
|
|
|
|
|
|
|
П ереход от функции ψ M (x) |
к ее дискретной версии ψ M (i) |
требует дополни- |
тельных пояснений, связанныхстем, что выборка fi производится не с по-
Ðèñ.6.21
ìîù üþ δ -функций, а с помощ ью некоторой сглаживаю щ ей функции φ(x) .
97
Более подробно процедуру построения дискретного вейвлетпреобразования рассмотрим на примере алгоритма М алла с переменным разреш ением (multiresolution wavelet algorithm), который последовательно
вычисляет |
коэффициенты разложения, переходя от меньш их масш табов к |
||||||||
больш им. |
|
|
|
|
f (x) принадлежит пространству интегрируе- |
||||
П усть исходная функция |
|
||||||||
мых в квадратефункций L2 (R). Обозначим подпространство функций, ап- |
|||||||||
проксимирую щ их L2 (R) с разреш ением aM = 2M |
êàê VM . Ï ðè ýòîì VM + 1 VM . |
||||||||
П остроение начинается с разреш ения a0 |
= 1 (M = 0). Отметим, что в |
||||||||
отличие |
îò |
иерархических |
моделей |
здесь |
увеличению |
индекса |
|||
M соответствует |
переход к |
больш им масш табам |
(более грубому раз- |
||||||
реш ению ). Обозначаем за f |
M |
соответствую щ ую аппроксимацию функции |
|||||||
f . Н а практике функция f 0 |
с точностью |
до заданной погреш ности сов- |
|||||||
падаетс f |
и служит исходной для начала вычислений. |
|
|
||||||
П редполагаем наличие базисных функций φ0 (x − i), которые только |
|||||||||
путем сдвига вдоль оси создают полный |
ортонормированный |
базис в |
|||||||
пространстве V0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
∞ |
|
|
|
|
|
|
|
|
f 0 (x)= å si0φ0 |
(x − i), |
|
(6.64) |
||
|
|
|
|
|
i=− ∞ |
|
|
|
|
ãäå si0 - коэффициенты разложения |
|
|
|
|
|||||
|
|
|
|
|
∞ |
|
|
|
|
|
|
|
|
si |
0 (x)= òf 0 (x)φ0 (x − i)dx. |
|
(6.65) |
||
|
|
|
|
|
− ∞ |
|
|
|
|
φ(x) - быстро убываю щ ая функция, что позволяет интерпретировать ко-
эффициенты si0 |
как дискретную выборку функции f 0 с разреш ением на |
|||||
сетке сш агом a = 1 . Условие ортогональности есть |
|
|||||
|
∞ |
(x − i)φ0 (x − j)dx = δ . |
(6.66) |
|||
|
φ0 |
|||||
|
ò |
|
|
|
ij |
|
|
− ∞ |
|
|
|
|
|
П ри переходе |
к более грубому |
разреш ению aM = 2M |
используется про- |
|||
странство VM , |
описываю щ ееся базисом φM , |
функции |
которого получа- |
|||
ю тсярастяжением исходной функции φ0 |
|
|
||||
|
|
− |
M |
|
|
|
|
φM (x)= 2 |
2 φ0 (2− |
M x). |
(6.67) |
Дискретная выборка функции f 0 (x) с разреш ением aM = 2M |
есть набор ко- |
эффициентов siM |
|
∞ |
|
si M = òf 0 (x)φM (x − 2M i)dx . |
(6.68) |
−∞
Ïоскольку VM + 1 VM , то базисные функции масш таба M + 1 можно выра-
зить через базис масш таба M :
98
φM + 1 (x - 2M + 1i)= |
∞ |
é∞ |
(x¢- |
2M + 1i)φM (x¢- |
ù |
(6.69) |
å |
φM + 1 |
2M j)dx¢φM (x - 2M j) |
||||
|
êò |
|
|
ú |
|
|
|
j = − ∞ ë− ∞ |
|
|
û |
|
èëè |
|
2M + 1 i)= å∞ |
|
|
|
||||
φM + 1 (x - |
h j− 2iφM (x - 2M j), |
(6.70) |
|||||||
ãäå |
|
|
|
|
j=− ∞ |
|
|
||
|
∞ |
æx¢ö 0 |
|
|
|
||||
− |
1 |
¢ |
¢ |
|
|||||
|
0 |
|
|||||||
2 |
|
||||||||
hk = 2 |
òφ |
|
|
|
(6.71) |
||||
ç |
÷φ |
||||||||
|
(x - |
k )dx . |
|||||||
|
|
− ∞ |
è 2 |
ø |
|
|
|
И з(6.69)-(6.70) следует, что коэффициенты s M+ 1 можно определить, используя только коэффициенты s M :
∞ |
|
siM + 1 = å h j − 2i s Mj . |
(6.72) |
j =− ∞ |
|
П ереход от s M ê s M + 1 соответствует очередному огрублению |
исходных |
данных путем их выборки изпоследовательности s M с весовой |
функцией |
h . C увеличением числа точек количество операций растет только геометрически и (6.71)-(6.72) может служить основой быстрого вейвлетпреобразования (БП В, по аналогии с быстрым преобразованием Ф урье - БП Ф ).
Очевидно, что функции φM + 1 |
не могут |
быть ортогональными |
|
функциям φM , так как образуемое ими пространство VM + 1 |
содержится в |
||
пространстве VM . Основная идея алгоритма БП В |
состоит |
в построении |
вейвлет-базиса путем использования разности информации, содержащ ейся в различных масш табах. Соответствую щ еепространство обозначается как
OM + 1 . OM + 1 |
ортогонально |
VM + 1 (OM + 1^ VM + 1 ), |
à |
OM + 1 |
è VM + 1 составляю т |
|||
VM (OM + 1 Å VM + 1 |
= VM ). Вейвлет |
ψ M + 1 (x - 2M + 1 i) определяется как базисная функ- |
||||||
ция для пространства OM + 1 . Ï ðè |
ýòîì |
остается справедливым соотнош е- |
||||||
ниетипа (6.67): |
|
|
|
|
|
|
|
|
|
|
− |
M |
|
|
|
|
|
|
ψ M (x)= 2 |
2 ψ 0 (2− |
M x), |
|
|
(6.73) |
||
предполагаю щ ее, что совокупность функций ψ |
M + 1 образует ортонормаль- |
|||||||
ный базис в OM + 1 . Тогда совокупность всех ψ |
M (M = 0,1,2K) образуетполный |
|||||||
ортогональный базис для V0 . |
|
|
|
|
|
|
||
Коэффициенты вейвлет-разложения есть |
|
|
||||||
|
|
∞ |
|
|
|
|
|
|
|
wi M |
= òf 0 (x)ψ M (x - 2M m)dx , |
(6.74) |
− ∞
99
а так как функции ψ M + 1 относятсяк пространству OM + 1 , à OM + 1 VM , òî
ψ |
M + 1 (x - 2M + 1i)= |
∞ |
é∞ |
(x¢- 2M + 1i)φM (x¢- |
ù |
(6.75) |
å |
ψ M + 1 |
2M j)dx¢φM (x - 2M j), |
||||
|
|
êò |
|
ú |
|
|
|
|
j = − ∞ ë− ∞ |
|
û |
|
что приводит к формуле
|
|
|
|
|
|
∞ |
|
|
|
|
|
wiM + 1 = å g j − 2i s Mj |
, |
(6.76) |
|||||||
ãäå |
|
|
|
|
|
j =− ∞ |
|
|
|
|
|
|
∞ |
|
æx¢ö 0 |
|
|
|
|||
− |
1 |
|
|
|
|
|||||
|
|
òψ |
0 |
¢ |
¢ |
|
||||
2 |
|
|||||||||
g k = 2 |
|
|
|
|
(6.77) |
|||||
|
ç ÷φ |
|||||||||
|
|
|
(x - |
k )dx . |
||||||
|
|
|
− ∞ |
|
è 2 ø |
|
|
|
||
Видно, что для определения |
коэффициентов |
вейвлет-представления |
данного масш таба требуются не исходные данные, а только |
результаты, |
||
полученные для предыдущ его масш таба. |
|
|
|
П ри восстановлении функции f |
процессидетот крупных масш табов |
||
к мелким и на каждом ш аге |
|
|
|
siM = å∞ [hi− 2 j s Mj |
+ 1 + gi− 2 j w Mj |
+ 1 ]. |
(6.78) |
j=− ∞ |
|
|
|
Следует указать такжесвязьмежду коэффициентами g k , hk и дискретной формой вейвлет-функции ψ M (k) . Òàê êàê
|
|
∞ |
|
∞ |
∞ |
|
wiM + 1 = å g j − 2i s Mj |
= å å g j− 2i hk − 2 j skM − 1 = KK |
|
||||
|
|
j =− ∞ |
|
j =− ∞ k =− ∞ |
|
|
то, в конечном итоге, |
|
|
|
|
|
|
|
|
∞ |
|
M ( j − |
2M i)s0j , |
|
|
|
wiM + 1 = å ψ |
(6.79) |
|||
ãäå |
|
j =− ∞ |
|
|
|
|
|
|
|
|
å Kå h j( 2 )− 2 j(1) g j(1)− 2i . |
|
|
ψ M ( j − 2M i) = å h j( M )− 2 j M − 1 |
|
|||||
|
|
j( M − 1) |
|
|
j ( M − 2 ) j (1) |
|
Остановимсятеперь на вопросео выборе конкретных функций ψ è ϕ . |
||||||
Выш е для них были сформулированы следую щ ие требования: |
|
|||||
1) всевейвлет-функции ортонормальны |
|
|||||
∞ |
|
(x - m ×2M )ψ |
|
(x - n ×2N )dx = δ δ , |
(6.80) |
|
ψ |
M |
N |
||||
ò |
|
|
NM nm |
|
||
− ∞ |
|
|
|
|
|
|
2) сглаживаю щ ие функции φM (x − 2M i) ортонормальны для |
заданного |
значения M
100
∞
òφM (x - 2M i)φM (x - 2M j)dx = δ , (6.81)
ij
−∞
3)вейвлет-функции ортогональны сглаживаю щ им функциям того же
ìàñø òàáà
∞ |
M (x - 2M j)dx = δ . |
|
φM (x - 2M i)ψ |
(6.82) |
|
ò |
ij |
|
−∞
Ïриведем примеры ортогональных вейвлетов и соответствую щ их им дискретных фильтров hi , gi .
а) П ростейш ей ортогональной |
системой |
является, как |
уже отмеча- |
|||||||
лось, система функций Хаара. Для нее |
0 £ x £ 0.5 |
|
|
|||||||
|
|
|
ì 1 |
ïðè |
|
|
||||
|
ψ (x)= íï- 1 |
ïðè |
0.5 £ x £ 1 |
|
|
|||||
|
|
|
ï |
äëÿ |
прочих x, |
|
|
|||
а сглаживаю щ ая функция φ |
|
î 0 |
|
|
||||||
|
|
|
0 £ x £ 1 |
|
|
|||||
|
φ(x)= íì 1 |
ïðè |
|
|
||||||
|
|
|
î 0 |
для прочих x. |
|
|
||||
Дискретныефильтры для БП В получаютсяиз(6.71) и (6.77) и, соответст- |
||||||||||
венно, равны |
= h = g |
|
= 2− 1/ 2 , |
|
|
|
= - g |
|
. |
(6.83) |
h |
0 |
|
g |
1 |
0 |
|||||
0 |
1 |
|
|
|
|
|
|
б) Другой предельный случай - одномерные иерархические функции
(они же функции Литлвуда-П елли) для которых доказывается полнота |
è |
ортогональность. И х же называют иногда полосовыми фильтрами и, |
â |
последнее время, фурьелетами. Так как они вырезаю т определенную по-
лосу в пространстве Ф урье, то |
удобней |
|
è |
действия проводить |
â ïðî- |
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
? |
è g . |
|||
странстве частот, а вместо h è g пользоватьсяих фурье-образами h |
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
? |
) |
∞ |
|
|
|
|
|
|
|
|
) |
|
|
∞ |
|
|||
h(k)= å h je− |
ijk , |
|
|
|
g(k)= å g je− ijk . |
|
|||||||||||
Äëÿ íèõ |
j=− ∞ |
|
|
|
|
|
|
|
|
|
|
|
j=− ∞ |
|
|||
|
ì |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
) |
|
|
|
1 |
|
|
- |
π |
|
|
|
π |
|
|||
|
|
|
|
2 |
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
h(k)= íï |
2 |
|
ïðè |
2 |
£ k £ 2 |
|
||||||||||
|
|
ï |
0 |
|
при прочих |
|
k |
|
|||||||||
|
|
î |
|
|
|
||||||||||||
|
|
ì |
1 |
|
|
|
|
|
|
π |
£ |
|
£ π |
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
) |
ï 2 2 eijk |
ïðè |
|
|
k |
|
||||||||||
|
|
|
|
|
|||||||||||||
|
g(k)= |
í |
|
|
|
|
|
|
|
2 |
|
|
|
|
|
(6.84) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
ï |
0 |
|
|
|
ïðè |
прочих |
k |
|
|||||||
|
|
î |
|
|
|
|
Н е трудно получить и соответствую щ ие дискретные фильтры в физиче- ском пространстве