- •Лекционный материал по курсу
- •1 Измерительные сигналы
- •1.1 Классификация измерительных сигналов и сигналов помех
- •1.2 Математическое описание детерминированных измерительных сигналов. Сигналы и их математические модели
- •1.2.1 Представление произвольного сигнала в виде суммы элементарных колебаний
- •1.2.2 Гармонический анализ периодических сигналов
- •1.2.3 Гармонический анализ непериодических сигналов
- •1.2.3.1 Основные свойства преобразования Фурье
- •1) Сдвиг сигналов во времени
- •3) Смещение спектра сигнала
- •1.2.4 Геометрическое представление сигналов
- •1.3 Корреляционный анализ детерминированных сигналов
- •Соотношение между корреляционной функцией и спектральной характеристикой сигнала
- •1.4 Модулированные сигналы
- •1.4.1 Радиосигналы с амплитудной модуляцией
- •1.4.1.1 Спектр амплитудно-модулированного колебания
- •1.4.2 Угловая модуляция. Фаза и мгновенная частота колебания
- •1.4.2.1 Спектр колебания при гармонической угловой модуляции
- •1.4.3 Огибающая, фаза и частота узкополосного сигнала
- •1.4.4 Аналитический сигнал
- •1.5 Математическое описание случайных измерительных сигналов
- •1.5.1 Основные характеристики случайных сигналов
- •1.5.2 Спектральная плотность мощности случайного процесса
- •1.5.3 Соотношение между спектральной плотностью и ковариационной функцией случайного процесса
- •1.6 Квантование, дискретизация и кодирование сигналов
- •1.6.1 Дискретизация непрерывных сигналов по времени
- •1.6.2 Представление сигналов с ограниченной полосой частот в виде ряда Котельникова
- •1.6.3 Связь между спектром сигнала s(t) и спектром базисной функции φn (t)
- •1.6.4 Восстановление сигналов по их отсчётам
- •Неограниченность спектров реальных сигналов
- •Отклонение фнч от идеальных
- •1.6.5 Задачи теории кодирования
- •1.6.5.1 Корректирующие коды
- •1.6.5.2 Систематические коды
- •Методы образования циклического кода
- •1.6.5.3 Непрерывные коды
- •2 Анализ прохождения измерительных сигналов через
- •2.1 Анализ прохождения измерительных сигналов через линейные цепи
- •2.1.1 Спектральная плотность мощности и корреляционная функция случайного процесса на выходе цепи
- •2.2 Анализ прохождения измерительных сигналов через нелинейные цепи
- •2.2.1 Безынерционные нелинейные преобразования
- •2.2.2 Внешние характеристики безынерционных нелинейных элементов
- •2.2.3 Спектральный состав тока в безынерционном нелинейном элементе при гармоническом внешнем воздействии
- •2.3 Классификация и основные характеристики фильтров
- •2.4 Фильтрация измерительных сигналов
- •2.4.1 Основные задачи при приёме сигналов
- •2.4.2 Согласованный линейный фильтр
- •2.4.3 Оптимальная фильтрация случайных сигналов
- •2.4.4 Дискретные фильтры.Цифровые линейные фильтры (цф). Алгоритм линейной цифровой фильтрации, Методы синтеза цифровых фильтров
- •2.4.4.1 Дискретное преобразование Фурье.
- •2.4.4.2 Теория z-преобразования
- •2.4.4.3 Принцип цифровой обработки сигналов
- •2.4.4.4 Реализация алгоритмов цифровой фильтрации
- •2.5 Принципы адаптивной фильтрации
- •2.5.1 Классификация адаптивных систем
- •2.5.2 Адаптивный линейный сумматор
- •2.5.3. Оптимальный весовой вектор
- •2.5.3.1 Метод градиентного поиска оптимального вектора w
- •2.5.3.2 Метод Ньютона для многомерного пространства
- •3.1 Модуляторы ам-сигналов. Способы осуществления амплитудной модуляции
- •3.1.1 Принцип работы амплитудного модулятора.
- •3.1.2 Получение сигналов с балансной модуляцией.
- •3.2 Методы получения угловой модуляции
- •Структурная схема радиоприемника модулированных сигналов. Элементы схемы. Понятие промежуточной частоты и зеркального канала. Демодуляция (детектирование) ам-сигналов
- •Как выбирается промежуточная частота:
- •3.3.1 Методы реализации преобразований частоты
- •3.3.3 Детектирование модулированных сигналов
- •3.3.4 Синхронный детектор ам-сигналов
- •3.3.5 Квадратичное детектирование
- •3.4 Демодуляция сигналов с угловой модуляцией
- •3.4.1Фазовые детекторы (фд)
- •Детекторы чм- сигналов
- •Список литературы
1.5.2 Спектральная плотность мощности случайного процесса
Подразумевая под случайным процессом множество (ансамбль) функций времени, необходимо иметь в виду, что функциям, имеющим различную форму, соответствуют различные спектральные характеристики. Усреднение комплексной спектральной плотности, определяемойой (1.47), по всем функциям приводит к нулевому спектру процесса (при М[х(t)]=0) из-за случайности и независимости фаз спектральных составляющих в различных реализациях.
Можно, однако, ввести понятие спектральной плотности среднего квадрата случайной функции, поскольку значение среднего квадрата не зависит от соотношения фаз суммируемых гармоник. Если под случайной функцией х(t) подразумевается электрическое напряжение или ток, то средний квадрат этой функции можно рассматривать как среднюю мощность, выделяемую в сопротивлении 1 Ом. Эта мощность распределена по частотам в некоторой полосе, зависящей от механизма образования случайного процесса.
Спектральная плотность средней мощности представляет собой среднюю мощность, приходящуюся на 1 Гц при заданной частоте ω. Размерность функции W(ω), являющейся отношением мощности к полосе частот, есть
Спектральную плотность случайного процесса можно найти, если известен механизм образования случайного процесса. Применительно к шумам, связанным с атомистической структурой материи и электричества, эта задача будет позже. Здесь же мы ограничимся несколькими определениями общего характера.
Выделив из ансамбля какую-либо реализацию xk(t) и ограничив ее длительность конечным интервалом Т, можно применить к ней обычное преобразование Фурье и найти спектральную плотность XkT(ω). Тогда энергию рассматриваемого отрезка реализации можно вычислить с помощью формулы:
(1.152)
Разделив эту энергию на T, получим среднюю мощность k-й реализации на отрезке Т
(1.153)
При увеличении Т энергия ЭкТ возрастает, однако отношение стремится к некоторому пределу. Совершив предельный переход, получим:
где
(1.154)
представляет собой спектральную плотность средней мощности рассматриваемой k-й реализации.
В общем случае величина Wk(ω) должна быть усреднена по множеству реализаций. Ограничиваясь в данном случае рассмотрением стационарного и эргодического процесса, можно считать, что найденная усреднением по одной реализации функция Wk(ω) характеризует весь процесс в целом. Опуcкая индекс k, получаем окончательное выражение для средней мощности случайного процесса
где
. (1.155)
Для процесса с нулевым средним
(1.156)
Из определения спектральной плотности (1.155) очевидно, что Wх(ω) является четной и неотрицательной функцией ω.
1.5.3 Соотношение между спектральной плотностью и ковариационной функцией случайного процесса
С одной стороны, скорость изменения х(t) во времени определяет ширину спектра. С другой стороны, скорость изменения х (t) определяет ход ковариационной функции. Очевидно, что между Wх(ω) и Кх(τ) имеется тесная связь.
Теорема Винера — Хинчина утверждает, что Кх(τ) и Wx(ω) связаны между собой преобразованиями Фурье:
(1.157)
(1.158)
Для случайных процессов с нулевым средним аналогичные выражения имеют вид:
, (1.159)
.(1.160)
Из этих выражений вытекает свойство, аналогичное свойствам преобразований Фурье, для детерминированных сигналов: чем шире спектр случайного процесса, тем меньше интервал корреляции, и соответственно чем больше интервал корреляции, тем уже спектр процесса (см.рис.1.20).
Рис.1.20. Широкополосный и узкополосный спектры случайного процесса; границы центральной полосы : ±F1
Большой интерес представляет белый шум, когда спектр равномерен на всех частотах .
Если в выражение 1.158 подставить Wx(ω) = W0 = const, то получим
(1.161)
где δ(τ) — дельта-функция.
Для белого шума с бесконечным и равномерным спектром корреляционная функция равна нулю для всех значений τ, кроме τ = 0, при котором Rx(0) обращается в бесконечность. Подобный шум, имеющий игольчатую структуру с бесконечно тонкими случайными выбросами, иногда называют дельта-коррелированным процессом. Дисперсия белого шума бесконечно велика.
Вопросы для самопроверки
Назовите основные характеристики случайного сигнала.
Как связаны математически корреляционная функция и энергетический спектр случайного сигнала.
Какой случайный процесс называется стационарным.
Какой случайный процесс называется эргодическим.
Как определяется огибающая, фаза и частота узкополосного сигнала
Какой сигнал называется аналитическим.