Книга по ЦОС в формате pdf
.pdfПреобразование L : CN → CN называется линейным, если
L(c1x1 + c2x2) = c1L(x1) + c2L(x2)
для любых x1, x2 из CN и любых c1, c2 из C.
Простейшим примером линейного преобразования является оператор сдвига P, сопоставляющий сигналу x CN сигнал x′ = P(x) с отсчетами x′(j) = x(j − 1).
Преобразование L : CN → CN называется стационарным, если равен• ство L(P(x)) = P(L(x)) справедливо для всех x CN . Из данного опреде• ления очевидно следует, что
L(Pk(x)) = Pk(L(x)), k = 0, 1, . . .
Здесь P0 тождественный оператор. Существует критерий линейности и стационарности оператора. Приведем его без доказательства
Теорема 5.2. Для того, чтобы преобразование L : CN → CN было линейным и стационарным необходимо и достаточно, чтобы
L(x) = x h при всех x CN , где h = L(δN ). |
(5.5) |
Оператор, который допускает представление (5.5) называется филь• тром, а сигнал h его импульсной характеристикой.
Пример 5.1. В качестве примера фильтра рассмотрим операцию взятия конечной разности r-го порядка. Напомним определение конечной разности
1x(j) = x(j + 1) − x(j), rx(j) = r−1x(j + 1) − r−1x(j).
Можно записать конечную разность r-го порядка через значения сигнала
x(j)
Xr
rx(j) = (−1)r−l Crl x(j + l).
l=0
Покажем, что rx = x hr, где
|
|
r |
|
|
|
h j |
) = |
Xl |
r−l Cl |
|
|
r( |
(−1) |
r |
N ( |
+ ) |
|
|
|
=0 |
|
|
|
11
Согласно (1.1) имеем
|
|
r |
|
N −1 |
|
|
|
|
|
|
|
|
|
rx j |
|
Xl |
|
X |
|
|
|
|
|
|
|
|
|
( |
) = |
(−1) |
r |
( ) |
|
N ( |
|
+ |
|
− |
|
) = |
|
|
|
=0 |
|
k=0 |
|
|
|
|
|
|
|
|
|
|
|
N −1 |
|
r |
|
|
|
|
|
|
|
|
|
|
|
X |
|
X |
|
|
|
|
|
|
|
|
|
|
= |
x k |
|
r−l Cl |
δ |
N ( |
j |
+ |
l |
− |
k |
) = |
|
|
( |
) (−1) |
r |
|
|
|
|
||||||
|
|
k=0 |
|
l=0 |
|
|
|
|
|
|
|
|
|
NX−1
=x(k) hr(j − k) = [x hr](j),
k=0
что и требовалось установить.
Таким образом оператор r : CN → CN является фильтром с им• пульсной характеристикой hr вида (5.6).
Возьмем фильтр L(x) = x h и обозначим H = FN (h). Напомним, что
uk(j) = ωkj . |
|
|
N |
|
|
Теорема 5.3. Справедливо равенство |
||
L(uk) = H(k) uk, k 0 : N − 1. |
||
Доказательство. Имеем |
|
|
|
N −1 |
N −1 |
|
X |
Xl |
[L(uk)](j) = [h uk](j) = |
h(l) uk(j − l) = h(l) ωNk(j−l) = |
|
|
l=0 |
=0 |
|
N −1 |
|
= ωkj |
Xl |
|
h(l) ω−kl |
= H(k) uk(j). |
|
N |
N |
|
|
=0 |
|
Таким образом, экспоненциальные функции uk образует полный набор собственных функций любого фильтра L(x) = x h, при этом функции uk соответствует собственное значение H(k) = [FN (h)](k), k 0 : N − 1.
6.Линейная свертка
Вприкладных задачах часто приходится рассматривать конечные непериодические последовательности, длины которых могут быть различны. Для вычисления свертки таких последовательностей в результаты преды• дущего раздела следует внести некоторые изменения.
12
Рассмотрим две конечные последовательности x и y длины по N1 и N2 отсчетов, т. е. x(j) отлична от нуля при 0 6 j 6 N1 − 1, а y(j) соот• ветственно при 0 6 j 6 N2 − 1. Линейной или апериодической сверткой
этих последовательностей называют последовательность u(k), определяе• мую соотношением
Xk
u(k) = x(m) y(k − m), |
(6.1) |
m=0
где x(m) и y(k − m) равны нулю вне соответствующих интервалов.
Замечание 6.1. Формула (6.1) является частным случаем форму• лы (5.1) для циклической корреляции, с учетом свойств последователь• ностей x и y.
Очевидно, что последовательность u(k) является конечной и имеет длину N1 + N2 − 1. Из формулы (6.1) очевидно, что последней ненулевой точкой последовательности u будет u(N1 + N2 − 2) = x(N1 − 1)y(N2 − 1). Таким образом, чтобы воспользоваться формулой (5.3) для вычисления линейной свертки (6.1), необходимо дополнить последовательности x и y нулями, так чтобы они содержали по N1 + N2 − 2 отсчетов
p |
|
(0, |
при j |
|
N1 |
: N1 + N2 |
|
2. |
x |
(j) = |
x(j), |
при j |
0 : N1 − 1, |
− |
|
||
|
|
(0, |
|
|
|
|
|
|
p |
|
при j |
N2 |
: N1 + N2 |
|
2. |
||
y |
(j) = |
y(j), |
при j |
|
0 : N2 − 1, |
− |
|
|
|
|
|
|
|
|
|
Тогда можно считать, что xp, yp CN1+N2−1. Используя (5.3), вычисляем up = xp yp. В силу построения xp и yp очевидно, что
up(j) = u(j), j 0 : N1 + N2 − 2.
7.Циклическая корреляция
Взаимной корреляцией сигналов x и y называется сигнал Rxy с отсче•
тами
NX−1
Rxy = x(k) y(k − j), j Z.
k=0
Положим y1(j) = y(−j). Тогда
Rxy = x y1. |
(7.1) |
13
Теорема 7.1 (о корреляции). Справедлива формула |
|
FN (Rxy ) = XY , |
(7.2) |
где X = FN (x), Y = FN (y). Доказательство. В силу (7.1) и (5.2)
FN (Rxy ) = XY1, где Y1 = FN (y1).
Применя формулу (1.4) (для l = 0) и определение ДПФ (2.2) получаем
N −1 |
N −1 |
|
|
N −1 |
||||
X |
X |
|
(−j) ωNk(−j) |
X |
||||
Y1(k) = |
y1(j) ωN−kj = |
y |
= |
y |
(j) ωNkj = |
Y |
(k). |
|
j=0 |
j=0 |
|
|
j=0 |
Замечание 7.1. Вычисление циклической корреляции можно интер• претировать, как вычисление произведения левоциркулярной матрицы
|
|
|
y(1) |
y(2) |
y(3) . . . |
|
y(0) |
|
|
|||||
|
|
|
y(0) |
y(1) |
y(2) . . . |
y(N − 1) |
|
|||||||
|
y N |
|
y |
|
y . . . y N . |
|
||||||||
|
|
|
|
. |
|
. . |
. |
|
. |
|
. |
|
|
|
|
|
|
. |
|
. |
|
. |
|
. |
|
||||
|
|
|
. |
|
. |
|
|
. . |
|
|
|
|||
|
( |
|
|
1) (0) |
(1) |
|
( |
|
2) |
|||||
на вектор x. |
|
|
|
− |
|
|
|
|
|
|
|
− |
|
|
Сигнал Rxx называется автокорреляционной функцией сигнала x. Со•
гласно (7.2) |
|
FN (Rxx) = XX = |X|2. |
(7.3) |
Лемма 7.1. Справедливо неравенство
|Rxx(j)| 6 Rxx(0) при j 1 : N − 1.
Доказательство. Воспользуемся неравенством Коши-Буняковского
|
|
|
|
|
|hx, yi| 6 kxk · kyk. |
|
|
|
|
|
|
|
||||||
и формулой (1.3). Тогда |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
6 v |
|
|
|
|
|
|
|
|
|
|
|
Rxx(j) = |
N −1 x(k) |
|
(k |
|
j) |
|
N −1 |
x(k) |
2 |
N −1 |
x(k |
|
j) 2 |
= |
|||
| |
x |
− |
k=0 | |
k=0 | |
− |
|||||||||||||
| |
k=0 |
|
u |
| |
! |
|
| |
! |
||||||||||
|
|
X |
|
|
|
u |
X |
|
|
X |
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
t |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
NX−1
=|x(k)|2 = Rxx(0).
k=0
14
Рассмотрим некоторые свойства циклической корреляции
1.Автокорреляционная функция Rxx является четной функцией при лю• бом x CN .
Согласно (7.3) преобразование Фурье автокорреляционной функции вещественно, тогда по п.1 теоремы 4.1 функция – четна. Можно дать и непосредственное доказательство. Используя (1.3) получаем
|
N −1 |
|
N −1 |
||
|
X |
|
X |
||
Rxx(−j) = |
|
(k) x(k + j) = |
|
(k − j) x(k) |
|
x |
x |
||||
|
k=0 |
|
k=0 |
2. Справедливо равенство
NX−1
Rxx(j) = |X(0)|2.
j=0
Действительно по теореме 7.1 о корреляции и согласно определению ДПФ (2.2)
NX−1
Rxx(j) = [FN (Rxx)] (0) = |X(0)|2.
j=0
3.Пусть u = x y. Тогда Ruu = Rxx Ryy .
Согласно теореме 7.1 о корреляции и теореме 5.1 о свертке
FN (Ruu) = U U = |U |2 = |FN (u)|2 = |FN (x y)|2 = |X|2|Y |2 =
= FN (Rxx) FN (Ryy ) = FN (Rxx Ryy ).
Таким образом FN (Ruu) = FN (Rxx Ryy ). Отсюда, по формуле обра• щения (2.3) Ruu = Rxx Ryy .
4. Справедлива формула
N −1 |
N −1 |
|
|
|
|
|
|||
X |
X |
|
|
|
|
|
|||
|
|
|
|
|Rxy (j)|2 = Rxx(j) |
Ryy |
(j). |
|||
|
j=0 |
j=0 |
|
|
|
|
|
||
На основании формул (2.8) и (7.2) |
|
|
|
|
|
||||
N −1 |
1 |
|
N −1 |
1 |
N −1 |
||||
X |
|
|
|
X |
|
X |
|
|
|
|Rxy (j)|2 = |
N |
|[FN (Rxy )] (k)|2 = |
N |
|
|X(k) |
Y |
(k)|2 = |
||
j=0 |
|
|
|
k=0 |
|
k=0 |
|||
|
1 |
|
N −1 |
|
|
|
|
|
|
|
|
|
|
X |
|
|
|
|
|
= |
N |
|
|X(k)|2 |Y (k)|2. |
|
|
|
|
|
|
|
|
|
|
k=0 |
|
|
|
|
|
15
C другой стороны, согласно (2.7) и (7.3)
N −1 |
1 |
N −1 |
||||
X |
|
|
|
X |
|
|
j=0 Rxx(j) Ryy (j) = |
|
k=0 [FN (Rxx)](k) [FN (Ryy )](k) = |
||||
N |
||||||
|
1 |
N −1 |
||||
|
|
|
|
X |
||
|
|
= |
N |
|X(k)|2 |Y (k)|2. |
||
|
|
|
|
k=0 |
Правые части в этих соотношениях одинаковы, следовательно левые части равны.
Как было показано ранее система сдвигов единичного импульса (1.2) образует ортонормированный базис в пространстве CN . Существуют ли еще сигналы, сдиги которых образуют ортонормированный базис? Ответ этот вопрос дает следующая теорема.
Теорема 7.2. Сдвиги2 {x(· − k)}Nk=0−1 сигнала x образуют ортонорми• рованный базис в пространстве CN тогда и только тогда, когда Rxx = = δN .
Следствие 7.1. Для того, чтобы сдвиги {x(· − k)}Nk=0−1 сигнала x образовывали ортонормированный базис в пространстве CN необходимо и достаточно, чтобы |X(k)| = 1 при k 0 : N − 1.
Доказательство. Необходимость. Если {x(· − k)}Nk=0−1 – ортонормиро• ванный базис, то по предыдущей теореме 7.2 Rxx = δN . Согласно (2.6)
имеем FN (Rxx) = 1. В силу (7.3) получим |X(k)| = 1 при k 0 : N − 1. Достаточность. Пусть |X| = 1. Тогда согласно (7.3) FN (Rxx) = 1. В
силу (2.6) Rxx = δN . Применяя теорему 7.2, получаем требуемое.
Возьмем N комплексных чисел Y (k), k 0 : N − 1, по модулю равных единице, и с помощью обратного преобразования Фурье (2.4) построим сиг• нал FN−1(Y ). Согласно следствию 7.1 к теореме 7.2 его сдвиги {y(·−k)}Nk=0−1 образуют ортонормированный базис в пространстве CN . Разложим произ• вольный сигнал x по этому базису.
NX−1
x = c(k) y(· − k) |
(7.4) |
k=0 |
|
и вычислим коэффициенты разложения c(k). Для этого умножим скалярно (7.4) на y(· − l). Получим
NX−1
hx, y(· − l)i = c(l) = x(j) y(j − l) = Rxy (l).
j=0
2x(·−l) обозначает сигнал x, сдинутый на l отсчетов назад: x(j) = x(j −l), j 0 : N −1.
16
Тогда формула (7.4) принимает вид
NX−1
x = Rxy (k) y(· − k).
k=0
8.Оптимальные пары сигнал-фильтр
Фильтр L с импульсной характеристикой h называется согласованным с сигналом x, если
L(x) := x h = Rxx. |
(8.1) |
Согласованный фильтр существует для любого сигнала x. Например, мож• но положить h(j) = x(−j), j Z. В этом случае
NX−1
[x h](j) = x(k) x(k − j) = Rxx(j).
k=0
Выясним вопрос о единственности согласованного фильтра.
Теорема 8.1. Пусть x CN – сигнал, у которого все компоненты спектра отличны от нуля. Тогда импульсная характеристика h согласо• ванного с сигналом x фильтра определяется единственным образом.
Если у спектра X сигнала x есть нулевые компоненты, то согласован• ный фильтр неединственен. Определим частотную характеристику
(
|
|
|
|
|
H(k) = |
X(k), |
если X(k) 6= 0, |
(8.2) |
|
|
ck, |
при X(k) = 0, |
|
где ck – произвольные комплексные числа. Тогда по формуле обращения (2.4)
h(j) = N1 NX−1 H(k) ωNkj , j Z,
k=0
получаем аналитическое представление импульсных характеристик всех со• гласованных с сигналом x фильтров.
Действительно, сигналы вида (8.2), и только они удовлетворяют усло•
вию
X(H − X) = 0,
которое в силу (7.3) равносильно тому, что
XH = FN (Rxx).
17
Применим к обеим частям последнего равенства оператор FN−1, получим
x h = Rxx.
Обозначим через
R |
Rxx |
exx = |
|
Rxx(0) |
нормированную автокорреляционную функцию ненулевого сигнала x. Если
R |
δ |
N |
, |
(8.3) |
exx = |
|
|
|
то сигнал x называется дельта-коррелированным. Нетрудно описать все множество таких сигналов.
Теорема 8.2. Для того, чтобы ненулевой сигнал x был дельта-кор• релированным, необходимо и достаточно, чтобы он допускал представле• ние
1 |
N −1 |
|
|
|
X |
x(j) = |
N |
ck ωNkj , j Z, |
|
|
k=0 |
где ck – ненулевые комплексные коэффициенты, по модулю равные между собой.
Доказательство. Необходимость. Переведем равенство (8.3) в спек•
тральную область. Учитывая, что согласно (7.3) FN (Rxx) = |X|2, а по (2.6) |
|||||
k Z. |
p |
|
|
||
FN (δN ) = 1 получаем |X|2/Rxx(0) = 1. Значит, |X(k)| ≡ |
|
Rxx(0) при всех |
|||
Достаточность. В силу единственности для любого сигнала x пред• |
|||||
ставления (2.4) справедливо c(k) = X(k). Пусть |ck| ≡ √A > 0. Тогда |
|||||
√ |
|
|
|
|
|
|X(k)| ≡ A > 0. Согласно тождеству Пaрсеваля (2.8) в силу определения Rxx имеем
|
|
|
N −1 |
|
|
1 |
|
N −1 |
|
|||
|
|
|
X |
|x(j)|2 = |
|
|
X |
|
||||
|
Rxx(0) = |
N |
|
|
|X(k)|2 = A, |
(8.4) |
||||||
|
|
|
j=0 |
|
|
|
|
|
k=0 |
|
||
так что |X(k)| = |
|
|
|
|
|
|
||||||
Rxx(0). Последнее тождество эквивалентно (8.3). |
|
|||||||||||
Пара |
|
p |
|
N называются некоррелированными если |
||||||||
|
сигналов x и y из C |
|
|
|
|
|
|
|
||||
Rxy (j) = 0 для всех j Z. |
|
|
|
|
|
|
|
|
||||
Свойство 8.1. Некоррелированные сигналы всегда ортогональны. |
||||||||||||
Действительно по определению циклической корреляции (7.1) |
|
|||||||||||
|
|
|
|
|
|
|
N −1 |
|
|
|
|
|
|
|
|
0 = Rxy (0) = |
X |
|
|
(k) = hx, yi. |
|
||||
|
|
|
x(k) |
y |
|
k=0
18
Замечание 8.1. Обратное, вообще говоря неверно. Например, в C4 сигналы x и y, имеющие на основном периоде следующие отсчеты x = = (1, 1, 1, −1), y = (1, −1, 1, 1), ортогональны, но коррелированы, посколь• ку
X3
Rxy (2) = x(k) y(k − 2) = x(0) y(−2) + x(1) y(−1) + x(2) y(0) + x(3) y(1) =
k=0
= x(0) y(2) + x(1) y(3) + x(2) y(0) + x(3) y(1) = 4 6= 0.
Примером ортогональных и попарно некоррелированных сигналов явля• ются сигналы из ортогонально экспоненциального базиса. (2.5). По опре• делению uk(j) = ωNkj , k 0 : N − 1. Тогда при k =6 k′
R ′ j |
N −1 |
ωkl ω−k′(l−j) |
ωk′j |
N −1 ω(k−k′)l |
N ωk′j δ k k′ |
uk uk ( ) = |
X |
N N |
= N |
Xl |
= N N ( − ) = 0 |
|
l=0 |
|
|
=0 |
|
для всех j Z. В предпоследнем равенстве мы воспользовались формулой
(2.1).
Величина
NX−1
E(x) = |x(j)|2
j=0
называется энергией сигнала x. Согласно (8.4) |
|
|
|
1 |
|
E(x) = Rxx(0) = |
N E(X), где X = FN (x). |
(8.5) |
Рассмотрим несколько примеров известных дельта-коррелированных сигналов.
1.Сигнал Франка v принадлежит пространству CN 2 и определяется фор• мулой
v(j1N + j0) = ωNj0 j1 , j1, j0 0 : N − 1.
Очевидно, что энергия сигнала Франка
N 2−1
X
E(v) = |v(j)|2 = N 2.
j=0
Покажем, что сигнал Франка является дельта-коррелированым. В си• лу теоремы 8.2 достаточно установить, что |V (k)| = N при всех k Z.
19
По определению ДПФ (2.2)
N 2−1 |
N −1 |
|
|
N −1 |
|
|
N −1 |
|
|
|
X |
X |
|
ω−k2 (j1N +j0) |
X |
|
|
X |
|
|
|
V (k) = |
v(j) ω−kj2 = |
ωj0 j1 |
= |
ω−kj2 |
0 |
ωj1 |
(j0 |
−k) |
= |
|
|
N |
N |
N |
|
N |
|
N |
|
|
|
j=0 |
j1,j0=0 |
|
|
j0=0 |
|
|
j1=0 |
|
|
|
NX−1
= N ωN−kj2 0 δN (j0 − hkiN ) = N ωN−k2 hkiN .
j0=0
2. Сигнал Задова-Чу aq CN определяется соотношениями
(
ωj2+2qj , при четном N , aq (j) = 2N
ω2jN(j+1)+2qj , при нечетном N ,
где q Z – параметр.
Ненулевому сигналу x CN сопоставим фильтр подавления боковых лепестков (ФПБЛ). Его имульсная характеристика определяется из усло• вия
x h = E(x) δN . |
(8.6) |
Сигнал вместе со своим ФПБЛ образуют пару сигнал-фильтр. Переведем равенство (8.6) в спектральную область
XH = E(x) · 1.
Из этого соотношения видно, что ФПБЛ существует тогда и только тогда, когда все компоненты спектра X сигнала x отличны от нуля. При этом
|
|
|
|
|
|
E(x) |
N −1 |
ωkj |
|
|
|
|
H |
= |
E x |
X−1 |
и h j |
) = |
|
|
X |
N |
, j |
|
Z. |
|
N |
|
X(k) |
|||||||||
|
( ) |
|
( |
|
k=0 |
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
Рассмотрим экстремальную задачу: среди сигналов с заданной энерги• ей найти такие у которых импульсная характеристика ФПБЛ имеет наи• меньшую энергию. Формализуем задачу. Пусть E(x) = A – фиксированное положительное число. Тогда
γ := |
E(h) |
→ min, x h = A · δN ; E(x) = A; x, h CN . |
(8.7) |
A |
Решение задачи (x , h ) называется оптимальной парой сигнал-фильтр. Справедлива теорема.
Теорема 8.3. Минимальноe значение γ в задаче (8.7) равно единице. Оно достинается на любом дельта-коррелированном сигнале x , у кото• рого E(x ) = A. При этом оптимальным ФПБЛ является согласованный фильтр.
20