- •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
15. Анализ прохождения случайных сигналов через нелинейные цепи
Общая задача изучения прохождения случайных сигналов через нелинейные
цепи состоит в нахождении статистических характеристик выходного сигнала по известным данным цепи и статистическим характеристикам сигнала. Эту задачу следует разбить на ряд отдельных задач по признакам, относящимся к характеристикам входного сигнала, свойствам цепи и исходным характеристикам выходного сигнала.
Нелинейные цепи представляют собой соотношение нелинейных элементов с однозначной вольт-амперной характеристикой и определяются как безынерционные.
По искомым статистическим характеристикам выходного сигнала следует различать задачи, с помощью которых должен быть найден закон распределения мгновенных значений или огибающей, и задачи, когда достаточно определить первые моменты этих законов.
Анализ исследований и публикаций. В зависимости от способов обработки сигналов от различных источников возникает необходимость проводить такие математические действия над ними как, например, деление, умножение и др. Такие математические действия над сигналами технически могут быть реализованы с помощью нелинейных безынерционных устройств. Вследствие этого задачи изучения прохождения случайных сигналов через нелинейные цепи, с помощью математических действий, далеко не всегда могут быть доведены до решения в приемлемой форме.
В общем виде принципиальное решение задачи о нелинейных безынерционных преобразованиях случайных процессов производится известным свойством инвариантности дифференциала вероятности. Однако применение этого свойства к практически интересным нелинейным преобразованиям вызывает большие трудности. Поэтому ввиду сложности вычисления плотности вероятностей часто ограничиваются нахождением более простых не менее полных статистических характеристик выходного сигнала.
Постановка задачи. Операция деления двух случайных сигналов может быть отнесена к задаче синтеза нелинейной цепи по заданному преобразованию входного сигнала, котораявключает установление вида характеристики цепи, осуществляющей данное преобразование, а затем реализация полученной характеристики. При двух входных сигналах, представляющих собой случайные процессы, например, операция умножения выполняется с помощью нелинейной детерминированной безынерционной системы, которая представлена на рис. 1. Она состоит из двух логарифматоров 1, 2 (устройства с логарифмической амплитудной характеристикой), сумматора и экспонатора 3, устройства с экспоненциальной амплитудной характеристикой. Такой подход к решению задачи основан на том, что нелинейное безынерционное преобразование случайного процесса не вносит дополнительных временных связей. То есть, если процесс до безынерционного преобразования характеризировался n-мерным распределением, то и процесс после него будет характеризироваться распределением n-го порядка.
Известно, что закон распределения вероятностей суммы двух случайных процессов с нормальными законами распределения также является нормальным. Поэтому можно считать, что сигнал на входе экспонатора имеет нормальный закон распределения плотностей вероятностей.
Полученный результат имеет столь простое решение, как исключение и имеет место только при экспоненциальном преобразовании нормального стационарного процесса.
Однако такой результат имеет сравнительно общее значение, так как часто характеристики нелинейных элементов можно аппроксимировать суммой, содержащей два – три экспоненциальных слагаемых; при таком подходе общая корреляционная функция выходного процесса будет равна сумме корреляционных функций, вычисленных для каждого экспоненциального слагаемого в отдельности.
Задачи изучения прохождения случайных сигналов через нелинейные безынерционные цепи, которые выполняют над сигналами функции математических действий, например деление или умножение двух сигналов, не всегда могут быть доведены до решения в прямой форме. Однако получение результата решения задачи определения статистических характеристик в этих случаях можно осуществить путем решения задачи синтеза нелинейных цепей по заданному преобразованию входных сигналов, в которую входит установление вида характеристик отдельных элементов цепи, осуществляющих данное преобразование сигнала. При таком подходе задача определения результирующего сигнала будет определяться на выходе каждого элемента, выполняющего заданную ему функцию.
