- •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
16.5.3. Оценка возможного выигрыша в отношении сигнал / шум при дискретной записи сигнала.
Выше было показано, что для периодического сигнала отношение сигнал / шум может быть улучшено накоплением. Возможный выигрыш пропорционален квадратному корню из времени накопления и обратно пропорционален полосе аналогово фильтра. В случае дискретных отсчётов сигнала — аддитивной смеси сигнал + шум, очевидно, что выигрыш будет пропорционален , где n число равноотстоящих отсчётов. Процесс накопления удобно реализовать с помощью алгоритма — программы на ЭВМ. При практической реализации этого способа следует иметь в виду, что число накапливаемых выборок, дающих желаемый выигрыш будет ограничено разрядностью применяемого аналого-цифрового преобразователя (АЦП). Можно задаться вопросом о необходимой разрядности АЦП, если задан требуемый выигрыш С / Ш. Или оценить возможный выигрыш, если АЦП уже выбран. Тот факт , что АЦП присущи собственные шумы в данном пособии рассматриваться не будет. Эти вопросы освещены в специальной литературе. Будут учтены только» шумы дискретизации «.
В этом приближении рассмотрим связь возможного выигрыша С/ Ш при накоплении на АЦП с заданной разрядностью.
Пусть мгновенное значение входной величины есть :
V = U + z и отношение С / Ш ,
Где U -величина сигнала, - среднеквадратичная величина шума.
Интересуемся случаем, когда a соответствует максимальному значению числа., минимальный код 1 (число > 0). Считаем, что шумы распределены по нормальному закону.. Ограничим диапазон АЦП утроенной среднеквадратичной величиной шума (3), что будет соответствовать максимальному коду. Уровень 3 при нормальном законе распределения ограничит значения шума только в 0.1% случаев. Считая, что динамический диапазон преобразователя установлен 3s, можно ввести коэффициент передачи код -напряжение :
(16.32)
Дискретная форма представления числа приводит к»шумам оцифровки «.
(16.33).
Это шум оцифровки, оцениваемый единицей кода , пересчитанной ко входу.
Отношение сигнал / цифровые шумы есть
или (16.34).
Цифровые шумы не снимаются накоплением, поэтому величина b определяет предельно достижимое отношение С / Ш на выходе при данной разрядности , а отношение b/a возможный выигрыш при цифровом
накоплении Оценим теперь возможный выигрыш при данной разрядности. Исходим из того, что при накоплении отношение С / Ш улучшается пропорционально . Приравнивая эти величины , имеем :
Или , (16.35 ).
Наконец , задаваясь желаемым выигрышем при цифровом накоплении , определяем требуемую разрядность АЦП и ЭВМ .
при (16.36).
Полученные приближенные формулы могут оказаться полезными при выборе типа АЦП или при оценке достижимого выигрыша при цифровом накоплении с данным АЦП.
Можно уточнить приведённую оценку» шума оцифровки«- d, если учесть, что как только значение входного сигнала V = U+x окажется вблизи середины шага оцифровки то , из-за случайного характера шума в АЦП , может быть добавлена или вычтена единица кода. Для приближенной оценки можно на интервале шага оцифровки распределение шума считать равномерным. Тогда дисперсия оцифровки оценится так :
или (16.37).
Таким образом реальная величина «шума оцифровки» оказывается меньше.