- •I. Теория сигналов.
- •1.1. Классификация сигналов.
- •1.2. Амплитудно - временные параметры детерминированных сигналов.
- •1.3 Спектральный анализ и синтез детерминированных сигналов.
- •1.3.1. Элементы обобщенной спектральной теории сигналов.
- •1.3.2. Примеры базисных функций и полиномов.
- •1.3.3. Спектральный анализ сигналов.
- •1.3.4. Особенности спектрального представления непериодических сигналов .
- •1.3.5. Исследование сигналов с помощью преобразований Лапласа.
- •1.4. Ортогональные разложения Котельникова для непрерывных
- •1.4.1. Сигналы с ограниченными и полосовыми спектрами.
- •1.4.2. Сигналы с полосовыми спектрами.
- •1.4.3. Теорема отсчетов в частотной области.
- •1.5. Корреляция и спектральные характеристики случайных сигналов и помех.
- •1.5.1. Корреляционные функции.
- •1.5.2. Экспериментальная оценка характеристик случайных сигналов.
- •1.5.3. Эргодичность сигналов.
- •1.5.4. Преобразования Хинчина - Винера.
- •1.6. Модели случайных сигналов и помех.
- •1.6.1. Телеграфный сигнал.
- •1.6.2. Белый шум.
- •1.6.3. Гауссовский процесс.
- •1.6.4. Гауссовский белый шум.
- •1.7. Узкополосные и аналитические сигналы.
- •1.7.1. Определение узкополосного процесса.
- •1.7.2.Формы математических моделей.
- •1.7.3. Аналитические сигналы.
- •1.7.4. Условие ортогональности сигналов в усиленном смысле.
- •1.7.5. Корреляционная функция узкополосного процесса.
- •1.8. Выводы.
- •Управление информационными параметрами сигналов.
- •1.9. Классификация методов модуляции.
- •1.10. Корреляционные и спектральные характеристики модулированных сигналов.
- •1.11. Выводы.
- •2. Прохождение сигналов через линейные цепи с постоянными параметрами.
- •2.1. Определение линейной цепи. Добавить параметры и спектры модулированных сигналов.
- •2.2. Дельта - функция - как пример пробного сигнала.
- •2.3. Временной и спектральный методы анализа передачи сигналов через линейные цепи.
- •2.4. Особенности анализа радиосигналов в избирательных цепях.
- •Эквивалентные схемы четырехполюсников.
- •Характеристические параметры четырехполюсников.
- •3.2. Характеристики линейных активных четырехполюсников.
- •3.3. Транзисторный усилитель - как пример активного линейного четырехполюсника.
- •3.4. Частотные свойства усилителей.
- •3.5. Свойства и характеристики активных линейных цепей с обратной связью.
- •1. Последовательная обратная связь по току.
- •2. Параллельная обратная связь по напряжению.
- •3. Последовательная обратная связь по напряжению.
- •4. Параллельная ос по току.
- •В) Устойчивость линейных активных цепей с обратной связью.
- •1. Алгебраический критерий устойчивости.
- •2. Частотный критерий устойчивости ( критерий Найквиста).
- •Генерирование колебаний в электрических цепях
- •Автоколебательная система - устройство с ос.
- •Самовозбуждение lc - автогенератора гармонических колебаний.
- •Анализ стационарного режима автогенератора методом гармонической линеаризации
- •4.4 Графический метод анализа стационарного режима.
- •Анализ автоколебаний методом уравнений состояния
- •5. Анализ нелинейных цепей
- •5.1. Общие понятия об элементах нелинейных цепей
- •5.2. Модели нелинейных элементов
- •5.2.2 Безынерционные нелинейные четырехполюсники
- •5.2.3. Нелинейная емкость
- •5.2.4. Нелинейная индуктивность.
- •5.3. Аналог цепей с безынерционными элементами
- •5.3.1. Общие сведения
- •5.3.2. Графический метод анализа
- •5.3.3. Графоаналитический метод
- •5.3.4. Численные методы
- •5.4. Преобразование спектров сигналов в нелинейных цепях и его практическое применение.
- •5.4.1. Общие положения
- •5.4.2. Умножение частоты
- •5.4. Амплитудная модуляция
- •5.5. Детектирование ам-колебаний
- •6. Анализ параметрических цепей
- •5.1. Общие понятия о параметрических цепях
- •6.2. Импульсная характеристика и передаточная функция параметрической цепи
- •6.3. Энергетика цепей с параметрическими реактивными элементами
- •6.4. Параметрический резонанс.
- •6.5. Баланс мощностей в параметрических цепях.
- •6.6. Параметрические усилители
- •7. Фильтрация сигналов на фоне помех.
- •7.1. Задачи и методы фильтрации
- •7.2. Согласованная фильтрация заданного сигнала
- •7.2.1. Методика анализа.
- •7.2.2 Импульсная характеристика согласованного фильтра. Физическая осуществимость.
- •7.2.3. Сигнал и помеха на выходе согласованного фильтра
- •8. Основы цифровой обработки сигналов
- •8.1.Основные понятия
- •8.2.Спектр дискретного сигнала
- •С пектральная плотность периодической функции
- •8.3.Алгоритм быстрого преобразования Фурье
- •8.4. Временные и спектральные методы исследования линейных стационарных цифровых фильтров.
- •8.5. Использование z-преобразования в теории стационарных линейных цифровых фильтров.
- •8.6. Основы реализации цифровых фильтров.
- •8.7. Синтез цифровых фильтров.
- •8.7.1. Синтез по заданной импульсной характеристики аналогового прототипа g(t).
- •8.7.2. Синтез цф по заданной частотной характеристике ќ(ω) (или операторного коэффициента передачи k(p)).
- •8.8. Учет погрешности цифровой фильтрации из-за квантования сигнала по уровням.
- •8.9. Выводы.
1.10. Корреляционные и спектральные характеристики модулированных сигналов.
Особенности определения корреляционных и спектральных характеристик модулированных сигналов рассмотрим для непрерывных видов модуляции. Для других видов эти характеристики изучаются аналогично. Для многих видов непрерывной модуляции модулированный сигнал можно рассматривать как узкополосный процесс вида (2). Поэтому характеристики модулированного сигнала изучают методами, изложенными в разделе “Узкополосные сигналы”. Покажем, как определяют корреляционную функцию и спектральную плотность модулированного сигнала. Применяя операцию усреднения по времени к корреляционной функции

и выражая cos[1t+Ф(t)] в формуле (2) через показательные функции по формуле Эйлера, находим
![]()
![]()
После перемножения функций, стоящих под интегралами получим
В первых двух интегралах множители
exp(2j1t)
и exp(-2j1t)
являются быстроизменяющимися по
сравнению с функциями A(t),A(t-),Ф(t),Ф(t-),
поэтому значениями этих интегралов
можно принебречь по сравнению со
значением третьего интеграла.
Следовательно,
(5)
Выражение (5) - основное для определения корреляционных функций модулированных сигналов при различных видах непрерывной модуляции.
Рассмотрим в качестве примера балансную модуляцию случайным процессом U(t) с корреляционной функцией K1()=De гармонического колебания с единичной амплитудой X(t)=cos0t. В этом случае S(t)=U(t)cos0t и интеграл (5) принимает простой вид:
![]()
Интеграл в правой части - корреляционная функция K1() огибающей U(t), а (cos0)/2 - корреляционная функция K2() гармонического колебания. Поэтому, как и следовало ожидать (см. раздел “Узкополосные колебания”), корреляционная функция гармонического колебания, балансно-модулированного случайным процессом, равна
K()=K1()K2()=0.5Decos0 (6)
Спектральная плотность гармонического колебания, балансно-модулированного случайным процессом, определим с помощью соотношения Хинчина-Винера (54) :

Окончательно имеем :
(7).
Следовательно, спектр гармонического
колебания, болансно-модулированного
случайным процессом, имеет две боковые
полосы частот в областях 0
и -0. Если
на основе балансно-модулированного
сигнала образовать аналитический сигнал
,
его спектральная плотность будет лежать
только в области положительных частот
:
(8)
С учетом (56) и (57) ширина спектра аналитического модулированного сигнала
(9)
Следовательно, спектр аналитического модулированного сигнала имеет такую же ширину, что и спектр полезного сигнала , (см. телеграфный сигнал), но он расположен в области 0. Использование (9) позволяет определить условие узкополосности модулированного сигнала (/0<<1) через параметры корреляционных функций полезного сигнала и переносчика :
/0=/2F0<<1, (10)
где F0 - средняя линейная частота переносчика.
Если для балансно-модулированного сигнала условие (10) выполняется, он может рассматриваться как узкополосный со средней частотой F0. Таким образом, алгоритм определения корреляционной функции и спектральной плотности модулированных сигналов прост : для конкретных видов модуляции необходимо вычислить интеграл (5) и с помощью соотношения Хинчина-Винера определить спектральную плотность. Однако для многих видов модуляции реализация этого алгоритма наталкивается на трудности вычислительного характера.
