- •В. И. Дмитриев
- •Глава 1 Математические модели сигналов…………………………………………...19
- •Глава 1 математические модели сигналов
- •§ 1.1. Понятия сигнала и его модели
- •§ 1.2. Формы представления детерминированных сигналов
- •§ 1.3. Временная форма представления сигнала
- •§ 1.4. Частотная форма представления сигнала
- •§ 1.5. Соотношения между длительностью импульсов и шириной их спектров
- •§ 1.6. Спектральная плотность мощности детерминированного сигнала
- •§ 1.7. Функция автокорреляции детерминированного сигнала
- •§ 1.8. Случайный процесс как модель сигнала
- •§ 1.9. Стационарные и эргодические случайные процессы
- •§ 1.10. Спектральное представление случайных сигналов
- •§ 1.11. Частотное представление стационарных
- •Глава 2. Преобразование непрерывных сигналов в дискретные
- •§ 2.1. Преимущества цифровой формы представления сигналов
- •§ 2.2. Общая постановка задачи дискретизации
- •Воспроизводящая функция представляется аппроксимирующим полиномом
- •§ 2.3. Способы восстановления непрерывного сигнала
- •§ 2.4. Критерии качества восстановления
- •§ 2.5. Методы дискретизации посредством выборок
- •§ 2.6. Равномерная дискретизация. Теорема котельникова
- •§ 2.7. Теоретические и практические аспекты использования теоремы котельникова
- •§ 2.8. Дискретизация по критерию наибольшего отклонения
- •Оценка снизу для остаточного члена имеет вид
- •§ 2.9. Адаптивная дискретизация
- •Момент очередного отсчета определяется выполнением равенства
- •§ 2.10. Квантование сигналов
- •§ 2.11. Квантование сигналов при наличии помех
- •§ 2.12. Геометрическая форма представления сигналов
- •Контрольные вопросы
- •Глава 3. Количественная оценка информации
- •§ 3.1. Энтропия как мера неопределенности выбора
- •§ 3.2 Свойства энтропии
- •§ 3.3. Условная энтропия и ее свойства
- •§ 3.4. Энтропия непрерывного источника информации (дифференциальная энтропия)
- •§ 3.5. Свойства дифференциальной энтропии
- •§ 3.6. Количество информации как мера снятой неопределенности
- •§ 3.7. Эпсилон-энтропия случайной величины
- •Контрольные вопросы
- •Глава 4. Информационные характеристики источника сообщений и канала связи
- •§ 4.1. Основные понятия и определения
- •§ 4.2. Информационные характеристики источника дискретных сообщений
- •§ 4.3 Информационные характеристики дискретных каналов связи
- •§ 4.4. Информационные характеристики источника непрерывных сообщений
- •§ 4.5. Информационные характеристики непрерывных каналов связи
- •§ 4.6. Согласование физических характеристик сигнала и канала
- •§ 4.7. Согласование статистических свойств источника сообщений и канала связи
- •Глава 5. Кодирование информации при передаче по дискретному каналу без помех
- •§ 5.1. Кодирование как процесс выражения информации в цифровом виде
- •111 100 101
- •§ 5.2. Технические средства представления информации в цифровой форме
- •§ 5.3. Кодирование как средство криптографического закрытия информации
- •§ 5.4. Эффективное кодирование
- •§ 5.5. Технические средства кодирования
- •Глава 6. Кодирование информации при передаче
- •§ 6.1. Основная теорема шеннона о кодировании
- •§ 6.2. Разновидности помехоустойчивых кодов
- •§ 6.3. Блоковые коды
- •§ 6.4. Построение двоичного группового кода
- •0...01001, 0...01010, 0...01100.
- •§ 6.5. Технические средства кодирования и декодирования для групповых кодов
- •§ 6.6. Построение циклических кодов
- •§ 6.7. Выбор образующего многочлена по заданному объему кода и заданной корректирующей способности
- •§ 6.8 Технические средства кодирования и декодирования для циклических кодов
- •Остатки Векторы ошибок Опознаватели
- •Остатки Векторы ошибок Остатки
- •§ 6.9. Коды боуза — чоудхури — хоквингема
- •§ 6.10. Итеративные коды
- •Число ошибок такого вида в4 для блока изlхn символов равно
- •§ 6.11 Сверточные коды
- •Контрольные вопросы
- •Заключение
- •Список литературы
- •Приложения
§ 2.8. Дискретизация по критерию наибольшего отклонения
В процессе дискретизации непрерывная функция u(t) имеющая (n+1) ограниченных производных, аппроксимируется многочленом n-й степени. В зависимости от выбранного способа восстановления он может быть интерполирующим или экстраполирующим. Задача обеспечения минимальной погрешности при восстановлении сигнала на практике не ставится. Обычно указывается ее допустимое значение ε0.
Погрешность восстановления u(t) функции u(t) многочленом u*(t) на каждом участке аппроксимации определяется остаточным членом Ln(t):
Следовательно, шаг дискретизации должен быть выбран из условия Ln(t)0.
Выбор аппроксимирующего многочлена более высокой степени при малой допустимой погрешности ε0 обеспечивает меньшее число отсчетов, однако, при этом существенно возрастает сложность технической реализации метода. Поэтому обычно ограничиваются многочленами нулевой, первой и второй степеней (ступенчатая, линейная и параболическая аппроксимации соответственно).
Преимущества и недостатки использования интерполирующих и экстраполирующих многочленов указывались ранее. В качестве интерполирующих чаще других используются многочлены Лагранжа, а в качестве экстраполирующих — многочлены Тейлора.
Дискретизация с использованием интерполирующих многочленов Лагранжа. Интерполирующий многочлен Лагранжа при равномерной дискретизации может быть записан в виде
где
Значение остаточного члена Ln(t)
где Mn+1 — максимальный во всем интервале преобразования модуль (n+1) - й производной сигнала u(t).
Пример 2.2. Определить шаг равномерной дискретизации на основе интерполирующих многочленов Лагранжа нулевой степени.
Значение восстанавливающей функцииu*(t) в любой момент времени t на каждом j-м интервале tj-1tj, принимается равным отсчету u(tj) (рис. 2.6). Соотношение (2.27) позволяет получить выражение для остаточного члена:
Его максимальное значение пропорционально шагу дискретизации. Оно не должно превышать ε0. Отсюда условие, определяющее шаг дискретизации:
Если проводить восстановление сигнала u(t) по двум отсчетам, пользуясь функциями
то при том же шаге дискретизации погрешность восстановления уменьшится вдвое (рис 2.7).
Пример 2.3. Определим шаг равномерной дискретизации с помощью интерполирующих многочленов Лагранжа первой степени.
При восстановлении исходного сигнала u(t) на каждом интервале времени [tj-1, tj] используются два отсчета u(tj) и u(tj-1). Они соединяются прямой линией (рис.2.8) Максимальное значение для остаточного члена L найдем, приравняв нулю его производную.
откуда допустимый шаг дискретизации
Дискретизация с использованием экстраполирующих многочленов Тейлора.Экстраполирующий многочлен Тейлора определяется выражением:
где un(t0) — n-я производная сигнала U(t) в момент времени t0.
Оценка снизу для остаточного члена имеет вид
Пример 2.4. Определим шаг равномерной дискретизации на основе многочлена Тейлора нулевой степени.
Значение восстанавливающей функции u*(t) в любой момент времени t на каждом j-м интервале tj-1, принимается равным u(tj-1) (рис. 2.9).
Значение остаточного члена Lдостигает максимума в конце интервала (при t=tj):
поэтому шаг дискретизации должен удовлетворять условию
Пример 2.5. Определим шаг равномерной дискретизации с по мощью многочлена Тейлора первой степени.
При восстановлении сигнала u(t) помимо отсчета u(t0) используется значение первой производной в момент времени t0 - u'(to)
Максимум значения остаточного члена
достигается при t = tj, Соответственно получаем соотношение для шага дискретизации
Восстановление сигнала происходит без задержки во времени (рис 2.10) Однако по сравнению с интерполяционным методом (пример 2.3) для него требуется вдвое большее число отсчетов