- •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
1.2 Математическое описание детерминированных измерительных сигналов. Сигналы и их математические модели
Энергетические характеристики. Основными энергетическими характеристиками вещественного сигналаs(t) являются его мощность и энергия.
Мгновенная мощность определяется как квадрат мгновенного значения s(t):
р(0 =s2(t). р (t)=s2(t).
Если s(f)— напряжение или ток, тор(t) есть мгновенная мощность выделяемая на сопротивлении в 1 Ом.
Энергия сигнала на интервале t2, txопределяется как интеграл от мгновенной мощности:
. (1.1)
Отношение
(1.2)
имеет смысл средней на интервале t2, txмощности сигнала.
Реальные сигналы имеют конечную длительность и ограниченную по величине мгновенную мощность. Энергия таких сигналов конечна. В теории сигналов часто рассматриваются функции времени, заданные на всей оси времени при конечной величине средней мощности. Говорить об энергии подобных сигналов, обращающейся в бесконечно большую величину, не имеет смысла.
1.2.1 Представление произвольного сигнала в виде суммы элементарных колебаний
Для теории сигналов и их обработки важное значение имеет разложение заданной функции f(х)по различным ортогональным системам функций. Напомним основные определения, относящиеся к свойствам ортогональных систем.
Бесконечная система действительных функций
(1.3)
называется ортогональной на отрезке [а, b],если
при .(1.4)
При этом предполагается, что
, (1.5)
т. е. что никакая из функций рассматриваемой системы (1.3) не равна тождественно нулю.
Условие (1.4) выражает попарную ортогональность функций системы (1.3). Величина
(1.6)
называется нормой функций .
Функция , для которой выполняется условие
(1.7)
называется нормированнойфункцией, а система нормированных функцийв которой каждые две различные функции взаимно ортогональны, называетсяортонормированнойсистемой.
В математике доказывается, что если функции непрерывны, то произвольная кусочно-непрерывная функцияf(x), для которой выполняется условие
может быть представлена в виде суммы ряда
. (1.8)
Интеграл в предыдущем выражении вычисляется по области определения f(x).
Умножим обе часта уравнения (1.8) на и проинтегрируем в пределахa, b. Все
слагаемые вида приобращаются в нуль в силу ортогональности функцийи. В правой части остается одно слагаемое
,
что позволяет написать
,
откуда следует важное соотношение
. (1.9)
Ряд (1.8), в котором коэффициенты спопределены по формуле (1.9), называетсяобобщенным рядом Фурьепо данной системе. Совокупность коэффициентов называетсяспектромсигналаf(x)в ортогональной системеи полностью определяет этот сигнал.
Обобщенный ряд Фурье обладает следующим важным свойством: при заданной системе функций и фиксированном числе слагаемых ряда (1.8) он обеспечивает наилучшую аппроксимацию (в смысле минимума среднеквадратической ошибки) данной функции f(x). Это означает, что среднеквадратическая ошибка, под которой подразумевается величина,достигает минимума, когда коэффициенты рядаап=сп.
Действительно, подставив в предыдущее выражение ап=сn+bп и использовав равенства (1.4), (1.6) и (1.9), получим
.
Отсюда следует, что Мдостигает минимума приbп= 0, т. е. приап=сп.Таким образом,
. (1.10)
Так как величина
является квадратом нормы функции , ато на основании (1.10) можно написать следующее неравенство:
. (1.11)
Это основное неравенство, называемое неравенством Бесселя,справедливо для любой ортогональной системы.
Ортогональная система называется полной,если увеличением числа членов в ряде среднеквадратическую ошибкуМможно сделать сколь угодно малой.
Условие полноты можно записать в виде соотношения
. (1.12)
При выполнении этого условия можно считать, что ряд (1.8) сходится в среднем,т. е.
. (1.13)
Из этого, однако, еще не следует, что 2 (х) сходится к f(x), т. е.
что
при любых значениях х.
Для системы функций ,принимающих комплексные значения, приведенные выше определения, обобщаются следующим образом:
условие ортогональности: , при;
квадрат нормы функции:
коэффициенты Фурье:
В этих выражениях обозначает функцию, комплексно-сопряженную функции.
Применительно к сигналам s(t),являющимся функциями времени, выражение (1.8) в дальнейшем будет записываться в форме
. (1.14)
В новых обозначениях квадрат нормы функции s(t) по аналогии с (1.6) будет
. (1.15)
Это выражение совпадает с (1.1).
Таким образом, в соответствии с формулой (1.12) энергия сигнала
, (1.16)
а при использовании ортонормированной системы функций . При этом имеется в виду, что промежуток времениt2 –t1котором определяется энергияЭ,являетсяинтервалом ортогональностидля системы функций.
Очевидно, что средняя за время t2—t1мощность сигнала
. (1.17)
Выбор наиболее рациональной ортогональной системы функций зависит от цели, преследуемой при разложении сложной функции в ряд. Среди разнообразных задач, требующих разложения сложного сигнала, наиболее важными являются: 1) точное разложение на простейшие ортогональные функции; 2) аппроксимация сигналов, процессов или характеристик, когда требуется свести к минимуму число членов ряда (при заданной допустимой погрешности).
При первой постановке задачи наибольшее распространение получила ортогональная система основных тригонометрических функций — синусов и косинусов. Это объясняется рядом причин. Во-первых, гармоническое колебание является единственной функцией времени, сохраняющей свою форму при прохождении через любую линейную цепь(с постоянными параметрами). Изменяются лишь амплитуда и фаза колебания. Во-вторых, разложение сложного сигнала по синусам и косинусам позволяет использовать символический метод, разработанный для анализа передачи гармонических колебаний через линейные цепи. По этим, а также и некоторым другим причинам гармонический анализ получил широкое распространение во всех отраслях современной науки и техники.
При второй постановке задачи — приближенном разложении функций — применяются разнообразные ортогональные системы функций: полиномы Чебышева, Эрмита, Лагерра, Лежандра, функции Уолша и многие другие.