- •Временной анализ цепей на основе свертки
- •1.1 Переходная и импульсная характеристика
- •1.2. Интеграл Дюамеля
- •1.3. Интеграл наложения
- •2. Спектральный анализ сигналов
- •2.1. Введение в спектральное оценивание
- •2.1.1. Задача спектрального оценивания
- •2.1.2. Проблемы в области спектрального оценивания
- •2.1.3. Спектральные оценки по конечным последовательностям данных
- •2.1.4. Общая картина
- •2.2. Основные определения и теоремы классического спектрального анализа
- •2.2.1. Непрерывно-временное преобразование Фурье.
- •2.2.2. Анализ эргодичных дискретных процессов
- •2.3. Классические методы спектрального анализа.
- •2.3.1. Введение
- •2.3.2. Окна данных и корреляционные окна в спектральном анализе.
- •2.3.3. Периодограммные оценки Спектральной Плотности Мощности.
- •2.3.4. Коррелограммные оценки Спектральной Плотности Мощности
- •3. Радиосигналы с амплитудной, угловой модуляцией
- •3.1. Введение
- •3.2. Виды модуляции
- •3.2.1. Амплитудная модуляция (am)
- •3.2.2. Частотная модуляция, фазовая модуляция
- •3.2.3. Импульсная модуляция (им)
- •4. Корреляционный анализ
- •5. Активные линейные цепи
- •5.1 Линейные электрические цепи при несинусоидальных периодических токах
- •5.2 Характеристики несинусоидальных величин
- •5.2. Разложение периодических несинусоидальных кривых в ряд Фурье
- •5.3. Свойства периодических кривых, обладающих симметрией
- •5.4. Действующее значение периодической несинусоидальной переменной
- •5.5. Мощность в цепях периодического несинусоидального тока
- •5.6. Методика расчета линейных цепей при периодических
- •6. Анализ происхождения сигналов через узкополосные цепи
- •7. Отрицательная обратная связь в линейных цепях
- •7.1. Обратная связь в радиоэлектронных устройствах
- •7.2. Классификация обратных связей
- •7.3. Свойства и применение обратной связи.
- •8. Синтез фильтров
- •Нелинейные цепи и методы их анализа
- •9.1. Метод графического интегрирования
- •9.2. Метод изоклин
- •9.3. Метод фазовой плоскости
- •9.4. Численные методы расчета переходных процессов
- •9.5. Метод переменных состояния
- •9.6. Методика составления уравнений состояния на основе принципа наложения
- •9.7. Метод дискретных моделей
- •Цепи с переменныеми параметрами
- •11. Принципы генерирования гармонических колебаний
- •Принципы обработки сигналов дискретного времени
- •12.1. Дискретное преобразование Фурье
- •Рассмотрим некоторый периодический сигнал X(t) c периодом равным t. Разложим его в ряд Фурье:
- •Используя соотношение: , получаем:
- •Матрица а имеет вид:
- •1 Линейность
- •13. Случайные сигналы
- •13.1. Случайные процессы и функции
- •14. Анализ прохождения случайных сигналов через линейные цепи
- •15. Анализ прохождения случайных сигналов через нелинейные цепи
- •16. Оптимальная фильтрация детерминированных сигналов в шумах
- •16.1. Выделение периодического сигнала из аддитивной его смеси с шумом, когда период не известен.
- •16.2. Выделение гармонического сигнала из шума, когда его период известен.
- •16.4. Супергетеродинный приёмник — аналоговый корреляционный фильтр
- •16.5. Оптимальный прием сложного периодического сигнала
- •16.5.1. Периодическая последовательность прямоугольных импульсов
- •16.5.2. Оптимальный фильтр для периодической последовательности радиоимпульсов
- •16.5.3. Оценка возможного выигрыша в отношении сигнал / шум при дискретной записи сигнала.
- •17. Оптимальная фильтрация случайных сигналов
- •17.1. Фильтрация случайных сигналов
- •17.2. Спектры мощности случайных сигналов
- •18. Численные методы расчета линейных цепей
-
Принципы обработки сигналов дискретного времени
12.1. Дискретное преобразование Фурье
Это одно из преобразований Фурье, широко применяемых в алгоритмах цифровой обработки сигналов (его модификации применяются в сжатии звука в MP3, сжатии изображений в JPEG и др.), а также в других областях, связанных с анализом частот в дискретном (к примеру, оцифрованном аналоговом) сигнале. Дискретное преобразование Фурье требует в качестве входа дискретную функцию. Такие функции часто создаются путём дискретизации (выборки значений из непрерывных функций). Дискретные преобразования Фурье помогают решать частные дифференциальные уравнения и выполнять такие операции, как свёртки. Дискретные преобразования Фурье также активно используются в статистике, при анализе временных рядов. Преобразования бывают одномерные, двумерные и даже трёхмерные.
Прямое преобразование:
Обратное преобразование:
Обозначения:
-
N — количество значений сигнала, измеренных за период, а также количество компонент разложения;
-
— измеренные значения сигнала (в дискретных временных точках с номерами , которые являются входными данными для прямого преобразования и выходными для обратного;
-
— N комплексных амплитуд синусоидальных сигналов, слагающих исходный сигнал; являются выходными данными для прямого преобразования и входными для обратного; поскольку амплитуды комплексные, то по ним можно вычислить одновременно и амплитуду, и фазу;
-
— обычная (вещественная) амплитуда k-го синусоидального сигнала;
-
arg(Xk) — фаза k-го синусоидального сигнала (аргумент комплексного числа);
-
k — частота k-го сигнала, равная , где T — период времени, в течение которого брались входные данные.
Из последнего видно, что преобразование раскладывает сигнал на синусоидальные составляющие (которые называются гармониками) с частотами от N колебаний за период до одного колебания за период. Поскольку частота дискретизации сама по себе равна N отсчётов за период, то высокочастотные составляющие не могут быть корректно отображены — возникает муаров эффект. Это приводит к тому, что вторая половина из N комплексных амплитуд, фактически, является зеркальным отображением первой и не несёт дополнительной информации.
Рассмотрим некоторый периодический сигнал X(t) c периодом равным t. Разложим его в ряд Фурье:
Проведем дискретизацию сигнала так, чтобы на периоде было N отсчетов. Дискретный сигнал представим в виде отсчетов: xn = x(tn), где , тогда эти отсчеты через ряд Фурье запишутся следующим образом:
Используя соотношение: , получаем:
где
Таким образом, мы получили обратное дискретное преобразование Фурье.
Умножим теперь скалярно выражение для xn на и получим:
Здесь использованы: а) выражение для суммы конечного числа членов (экспонент) геометрической прогрессии, и б) выражение символа Кронекера как предела отношения функций Эйлера для комплексных чисел. Отсюда следует, что:
Эта формула описывает прямое дискретное преобразование Фурье.
В литературе принято писать множитель в обратном преобразовании, и поэтому обычно пишут формулы преобразования в следующем виде:
Дискретное преобразование Фурье является линейным преобразованием, которое переводит вектор временных отсчётов в вектор спектральных отсчётов той же длины. Таким образом, преобразование может быть реализовано как умножение квадратной матрицы на вектор: