- •Случайная величина. Числовые характеристики.
- •Быстрое преобразование Фурье: назначение и способы реализации. Графы бпф.
- •Случайные процессы: классификация и примеры. Ансамбль реализаций.
- •Математическое описание случайных процессов. Плотности распределения вероятностей.
- •Дискретное преобразование Фурье.???
- •Количественное оценивание плотностей распределения. Начальные и центральные моменты функции.
- •Дискретные экспоненциальные функции: определение и свойства.
- •Стационарные случайные процессы. Определение стационарности в узком и широком смысле.
- •Теорема Шеннона для дискретных каналов без шумов и с шумами.
- •Корреляционные функции стационарных процессов. Физический смысл и свойства.??????
- •Борьба с помехами. Классификация методов.
- •Спектральные представления случайных процессов. Теорема Виннера-Хинчина.
- •Теория информации. Определения и свойства энтропии.
- •Спектральные плотности мощности: физический смысл и свойства.????
- •Полная и условная энтропия.
- •Белый шум.
- •Цифровые фильтры как частный случай конечных динамических систем. Способы описания. Ких- и бих-фильтры. Сравнительный анализ.
- •Гауссовские случайные процессы.
- •Расчет ких-фильтров во временной области. Метод окон. Окна Хемминга.
- •Пуассоновские случайные процессы и их применения.
- •Теория информации. Общая структура информационных систем.
- •Узкополосные случайные процессы.
- •Энтропия как мера неопределенности. Энтропия по Хартли и Шеннону.
- •Определение по Шеннону
- •Телеграфный сигнал как частный случай случайного процесса.????
- •Коды Хемминга.
- •Теорема Парсевалля применительно к случайным процессам. Пример использования для определения интервала дискретизации.
- •Эргодические случайные процессы. Необходимое и достаточное условие эргодичности.
- •Количественные оценки эргодических случайных процессов.
- •Количество информации: определение и свойства.
- •Экспериментальные исследования случ. Процессов. Определение тренда и скрытой периодичности.
- •Эргодические последовательности. Поток энтропии и поток информации. Связь энтропии с полосой занимаемых частот.
- •Теорема Котельникова: смысл, ограничение и практические приложения.
- •Поток информации и избыточность. Назначение избыточности.
- •Дэф и их свойства.
- •Избыточность информационных потоков и ее практическое использование.
- •Приведение дэф по модулю и свойства приведения для четного и нечетного n.
- •Эффективное кодирование. Коды Шеннона-Фано.
- •Коды Хафмана.
- •Общая задача помехоустойчивого приема. Методы борьбы с помехами.
- •Сжатие графических изображений. Стандарты gpeg и mpeg.
Дискретное преобразование Фурье.???
Одномерное преобразование Фурье определяется интегралом вида:
(1)
Двумерное преобразование Фурье определяется следующим интегралом:
(2)
Но, на практике, Фурье-преобразование необходимо выполнять численно, что можно сделать, например, вычисляя определенные интегралы в формулах для всевозможных значений частот каким-либо методом численного интегрирования. Пусть исходная функция определена на интервале . Следовательно, на этом же интервале будет производиться интегрирование в выражении (1). Будем вычислять значение Фурье-образа в равноотстоящих по частоте с шагом точках и воспользуемся для этого методом прямоугольников с шагом , причем:
; ; . (3)
В результате из формулы непрерывного Фурье-преобразования (1) приходим к выражению:
(4)
которое называется дискретным преобразованием Фурье (ДПФ). На основе формулы (4) построен наиболее удобный и быстрый способ численного Фурье-преобразования. Вообще говоря, ДПФ может рассматриваться, как это часто делается, безотносительно к непрерывному Фурье-преобразованию, а именно как преобразование одного массива чисел в другой , и обычно записывается в виде:
, . (5)
Множитель выбирается из соображений симметрии и не является принципиальным.
В ДПФ как исходная функция, так и результат преобразования, представляют собой выборки некоторых функций. Пользуясь свойствами Фурье-преобразования, можно заметить, что ДПФ есть выборка длиной чисел с шагом Фурье-образа выборки с шагом исходной функции на интервале . Как следует из теоремы Котельникова, ДПФ точно соответствует непрерывному Фурье-преобразованию, если преобразуемая функция есть функция с финитным спектром, т.е. если ее Фурье-образ отличен от нуля только в области , и если шаг выборки исходной функции удовлетворяет условию , т.е. .
/////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////// Дискретное преобразования Фурье. Как следует из формулы (19.7) ХT(jω) имеет периодическую структуру с ωд = 2π/Т. Причем, как и спектр аналогового сигнала X(jω) спектр дискретного сигнала ХT(jω) является сплошным (см. рис. 19.6, 6). Вместе с тем при цифровой обработке сигналов используется не только дискретизация во времени, но и дискретизация в частотной области.
Для сигнала x(t) ограниченного во времени интервалом Тс (рис. 19.12, а) справедлива обратная теорема Котельникова, которая может быть получена из (19.3) путем замены
С учетом вышеизложенного дискретное преобразование Фурье (ДПФ) можно получить, если в преобразовании (19.8) сделать замену ω= nΔω. Тогда получим
которое определяет прямое ДПФ.
С помощью (19.13) можно определить отсчеты спектра X(jn) по временным отсчетам сигнала x(k).
Обратное ДПФ можно получить из (19.13) воспользовавшись дуальностью прямого и обратного преобразований Фурье:
При k < О обратное преобразование Фурье определит x(k), расположенную слева от 0 (рис. 19.12, в).
Для ДПФ по аналогии с непрерывными преобразованиями Фурье справедливы основные теоремы и свойства (см. § 9.2).
В частности, свойство линейности
т. е. сдвиг последовательности отсчетов сигнала на т интервалов приводит лишь к изменению фазового спектра дискретного сигнала.