ДЕТЕРМИНИРОВАННЫЕ СИГНАЛЫ 6 страница
называется выборочной функцией (рис. 6.2,а). Ее как периодическую функцию можно представить в виде ряда Фурье
(6.3)
Спектральная плотность выборочной функции определяется преобразованием Фурье (6.3)
(6.4)
Таблица 6.1
Дискретные сигналы
Как следует из (6.4), периодической последовательности импульсных функций на временной оси соответствует периодическая последовательность импульсных функций на оси частот (рис. 6.2,6).
Рис. 6.2
Используя свойства преобразования Фурье, из (6.1) получим спектральную плотность дискретного сигнала sg(t). Она определяется с учетом (6.1) как свертка спектральных плотностей сигналов s(t) и g(t) под знаком суммы
(6.5)
Как показывает (6.5), спектр дискретного сигнала - периодический, бесконечный, получается периодическим повторением спектра исходного сигнала (с коэффициентом 1/Т) на оси частот с интервалом ω1 = 2π/Т (рис. 6.3,6).
При описании дискретного сигнала стробирующий сигнал в (6.1) рассматривается как последовательность бесконечно узких импульсов, описываемых δ-функцией. На практике же этот сигнал представляет последовательность импульсов конечной длительности. Периодическая последовательность видеоимпульсов, получающаяся при формировании выборки из непрерывного сигнала, в этом случае может быть описана как (рис. 6.4,а)
sg(t) = s(t)u(t), (6.6)
где s(t) - непрерывный сигнал; u(t) - периодическая последовательность прямоугольных импульсов единичной амплитуды, длительности т, с периодом Т.
Рис. 6.3
Рис. 6.4
Представляя сорбирующую последовательность прямоугольных импульсов в виде ряда Фурье
(6.7)
где
дискретный сигнал (6.6) запишем в виде
(6.8)
Спектральная плотность сигнала s(t) найдется как преобразование Фурье (6.8) (см. разд. 3)
(6.9)
где S(ω) - спектральная плотность сигнала s(t).
Как следует из (6.9), спектр дискретного сигнала получается повторением спектра исходного непрерывного сигнала через интервал, кратный ω1=2π/T. Огибающая спектра дискретного сигнала определяется спектром стробирующих импульсов (рис. 6.4,б).
Одной из важных задач, решаемых при дискретизации сигналов, является выбор интервала дискретизации. Увеличение интервала может привести к безвозвратной потере информации о сигнале. С другой стороны, при уменьшении интервала дискретизации теряются преимущества дискретизации. Представление о максимально допустимом интервале дискретизации можно получить из анализа спектра дискретного сигнала (рис. 6.3 и рис. 6.4). Непрерывный сигнал можно восстановить, пропуская дискретный сигнал через фильтр нижних частот. Верхняя частота полосы пропускания фильтра должна превышать максимальную частоту в низкочастотной части спектра сигнала. В то же время соседние составляющие спектра сигнала не должны перекрываться. Таким образом, интервал дискретизации должен выбираться из условия:
(6.10)
где ωm = 2πfm - максимальная частота в спектре сигнала.
Интервал дискретизации сигнала, определяемый (6.10), называется интервалом Найквиста или Котельникова.
Возможна дискретизация и спектра сигнала. По аналогии с (6.10) условие дискретизации на оси частот может быть записано в виде
(6.11)
где Tс - длительность сигнала.
При выполнении условия (6.11) восстановление спектра сигнала по его дискретным значениям производится без потерь.
6.3. Дискретное преобразование Фурье и его свойства
Спектральная плотность непрерывного сигнала определяется его преобразованием Фурье. Обратное преобразование позволяет найти временную функцию сигнала по его спектральной плотности. Дискретизация позволяет получить дискретный сигнал и соответствующий дискретный спектр. Однако для дискретного сигнала переход от временного описания к спектру и обратно более удобно производить, используя дискретное преобразование Фурье (прямое и обратное).
Выражение для спектральной плотности дискретного сигнала, заданного на интервале [0,TС], при достаточно малом значении интервала
дискретизации Т можем записать в виде
(6.12)
где N - число интервалов дискретизации, N = Тс/Т; Тс - длительность сигнала; Т- интервал дискретизации.
Если спектральная плотность сигнала S(ω) определяется для выборочных значений частоты ω = пΩ., то (6.12) примет вид
(6.13)
Выражение (6.13) представляет дискретное преобразование Фурье (ДПФ). Аналогично для обратного ДПФ можно получить
(6.14)
В (6.12) и (6.13) N = ТС/Т. С учетом (6.11) получим
(6.15)
Формулы ДПФ с учетом (6.15) обычно записываются в виде:
(6.16)
Sn является периодической функцией частоты с периодом, равным NΩ:
Дискретное преобразование Фурье связывает дискретный сигнал с его дискретным спектром, является удобным алгоритмом для численного расчета спектра сигнала по его временной функции
и сигнала (временной функции) по его спектру. При использовании ДПФ полезно учитывать его свойства. Они аналогичны свойствам преобразования Фурье - табл. 6.2.
Таблица 6.2
Свойства дискретного преобразования Фурье
В качестве примера рассмотрим ДПФ сигнала в виде симметричного треугольного импульса (рис. 6.5). Сигнал может быть представлен пятью выборочными значениями
Подставляя выборочные значения в (6.13), запишем
Таким образом,
где
Рис. 6.5
Спектральная плотность исходного импульса описывается выражением (разд. 3)
Из него получим
Отличие значений спектра, полученных с использованием преобразования Фурье и ДПФ, определяет ошибку, появляющуюся при использовании ДПФ в качестве алгоритма расчета спектра сигнала.
6.4. Алгоритмы быстрого преобразования Фурье
Дискретное преобразование Фурье представляет алгоритм расчета спектральных характеристик сигнала. Однако его использование часто связано с большим объемом вычислительных операций, что может приводить к значительной затрате времени. Сократить объем вычислительных операций при расчете ДПФ позволяет переход к алгоритмам быстрого преобразования Фурье (БПФ). Предложено несколько алгоритмов БПФ. В дальнейшем в качестве примера рассмотрим алгоритм БПФ, обычно используемый при числе отсчетов N = 2n, где n - целое число.
Исходную последовательность выборочных значений сигнала разобьем на две части - с четными Snч и нечетными номерами Snн
(6.17)
Сомножитель qn = е -in2π/N перед суммой второго слагаемого учитывает задержку skH относительно skч на один временной интервал.
Выражение (6.17) представим в виде
(6.18)
Выражение (6.18) записано только для . Чтобы определить Sn для больших значений n, используем свойство периодичности ДПФ
(6.19)
Для можем записать
(6.20)
С учетом (6.20) выражение для Sn при получим
в виде
(6.21)
Таким образом, записаны выражения для расчета Sn: при n<N/2-1 выражение (6.18), при N / 2≤ n ≤ N — 1 выражение (6.21). В соответствии с записанными выражениями процесс вычисления ДПФ можно представить схематически как показано на рис. 6.6. Умножение на qm обозначено стрелкой с множителем, сложение - кружочками.
Рис. 6.6
Линии вверх от точки соответствуют сумме, вниз - разности величин на входе. Дальнейшее уменьшение объема вычислений можно достичь разбиением каждой из последовательностей Sm и SnH и т.д. до получения простейших двухэлементных последовательностей.
Найдя ДПФ двухэлементных последовательностей, можно определить ДПФ четырехэлементных, восьмиэлементных и т.д. последовательностей. Очевидно, что N должно быть равным 2" (л - целое число). Программы расчета ДПФ с использованием алгоритмов БПФ приведены во многих работах.
6.5. Дискретное преобразование Хартли и его свойства
По аналогии с ДПФ может быть введено в рассмотрение и дискретное преобразование Хартли (ДПХ). Прямое и обратное дискретные преобразования Хартли записываются в виде
(6.22)
где casx = cosx + sinx.
ДПФ S(n) и ДПХ Н(n) связаны между собой достаточно очевидными соотношениями
(6.23)
где Нч(n) и Нн(n) - четная и нечетная составляющие преобразования Хартли:
(6.24)
При использовании ДПХ целесообразно учитывать его свойства. Основные свойства ДПХ приведены в табл. 6.3.
С целью сокращения времени расчетов при использовании преобразования Хартли предложены алгоритмы быстрого преобразования Хартли.
Преобразование Хартли для действительных функций s(t) дает действительные функции, что позволяет говорить об определенных удобствах ДПХ при использовании преобразования на инженерном уровне. К удобствам применения ДПХ следует отнести и симметричность прямого и обратного преобразований. Усложнение выражений для ДПХ свертки и произведения функций по сравнению с ДПФ является отрицательным моментом.
6.6. Z-преобразование и его использование при анализе дискретных сигналов
6.6.1. Z-преобразование
Преобразование Лапласа, используемое при анализе непрерывных сигналов, полезно и при анализе дискретных сигналов.
Для непрерывного сигнала преобразование Лапласа имеет вид
(6.25)
где р - комплексная величина.
Таблица 6.3
Свойства дискретного преобразования Хартли
Для дискретного сигнала
(6.26)
из (6.25) получим
(6.27)
Выражение (6.27) является дискретным преобразованием Лапласа. Обозначив еpТ = z, выражение (6.27) запишем в виде
(6.28)
Записанное выражение представляет z-преобразование дискретного сигнала s(nT). Исходя из условия существования преобразования Лапласа (разд. 4) можно записать условие существования и z-преобразования. Z-преобразование существует, если величина |s(nT)| возрастает медленнее степенной функции
(6.29)
Область сходимости ряда (6.28) включает всю плоскость, за исключением круга радиуса r. Величина r называется радиусом сходимости.
Примеры z-преобразований некоторых видов сигналов.
1. Сигнал, описываемый экспоненциальной функцией.
2. Гармонический сигнал.
3. Сигнал, описываемый степенной функцией.
Расширяет число примеров табл. 6.4.
Имея z-преобразование дискретного сигнала, можно получить спектр сигнала. Для этого необходимо сделать подстановку
(6.30)
в z-преобразование сигнала.
Определение сигнала s(nT) по S(z) производится с помощью обратного z-преобразования. Обратное z-преобразование получается подстановкой еpT = z в обратное преобразование Лапласа
(6.31)
При решении (6.31) используются различные методы, чаще всего метод вычетов и метод разложения на простые дроби (разд. 4).
Метод вычетов. Если S(z) является действительной функцией переменного z, то (6.31) можно решить с помощью теоремы о вычетах (разд. 4)
(6.32)
Таблица 6.4
Z-преобразоеания сигналов
Пример. z-Преобразование имеет вид:
Подставляя выражение для S(z) в (6.32), получаем
Метод разложения на простые дроби.
Если S(z) представляет рациональную функцию z или z-1, ее разложение на простые дроби имеет вид
(6.33)
где полюсы рк. различны, т.е. рк ≠ рт при к ≠ т,
Сигнал s(nT) получается суммированием обратных z-
преобразований каждого члена (6.33). Таким образом,
(6.34)
Z-преобразование, являясь одной из форм преобразования Лапласа, обладает аналогичными свойствами. Использование свойств z-преобразования позволяет упростить анализ дискретных сигналов.
6.6.2. Свойства z-преобразования
Из свойств z-преобразования прежде всего отметим следующие.
1. Аддитивность.
(6.35)
где kп - постоянные коэффициенты; <-> - знак соответствия временной и z-функций.
(6.36)
2. Задержка во времени.
Для
(6.37)
имеем
(6.38)
где n - n0 = т.
Таким образом,
(6.39)
При n0 = 1
(6.40)
Как следует из (6.40), задержке сигнала на интервал дискретизации Т соответствует умножение z-преобразования сигнала на z-1. С учетом (6.40) можем получить z-преобразование разности
(6.41)
3. Свертка дискретных сигналов.
Свертка дискретных сигналов описывается выражением
(6.42)
или
(6.43)
Выражение для z-преобразования свертки
(6.44)
запишем в виде
(6.45)
При k > n, s2n-k = 0, верхний предел второй суммы можно заменить на. После обозначения n - к - т, выражение для S(z) примет вид
(6.46)
Таким образом, получим
(6.47)
Рассмотренные свойства z-преобразования и некоторые другие приведены в табл. 6.5.
Таблица 6.5
Свойства z-преобразования
6.7. Восстановление непрерывного сигнала по дискретным значениям
Задача восстановления сигнала по его дискретным значениям в математическом плане сводится к отысканию функции, описывающей сигнал, которая в заданные моменты времени принимает заданные значения (равные дискретным значениям сигнала), а в остальные моменты описывает сигнал с какой-то степенью точности. Указанная операция без конкретизации физического содержания рассматриваемой функции составляет содержание общей задачи интерполяции. К интерполяции временной функции сигнала приходится прибегать и тогда, когда известно аналитическое описание сигнала, но функция, описывающая сигнал, является сложной, имеются определенные трудности ее расчета. В этом случае вычисляют значения сигнала для нескольких моментов времени и по ним строят более простую (интерполирующую) функцию, с помощью которой определяют значения сигнала в остальных точках. Так же можно поступать и при задании сигнала с помощью графика (осциллограммы).
6.7.1 Интерполяционные многочлены
Определение непрерывного сигнала по его дискретным значениям означает восстановление сигнала. В математическом отношении эта операция сводится к описанию временной функции сигнала s(t), заданной своими значениями в заданные моменты времени, с помощью функции φ(f), принимающей те же значения
Рис. 6.7
в указанные моменты времени (рис. 6.7). Функцию φ(7) называют интерполирующей, точки, в которых заданы значения функции, узлами интерполяции.
Чаще всего интерполирующую функцию задают в виде многочлена
(6.48)
где φk(t) - базисные функции; ак-постоянные коэффициенты.
При заданной совокупности базисных функций φk(t) интерполирующая функция ф(7) определяется только коэффициентами ак.
Найти коэффициенты можно, составив систему уравнений, используя (6.48), записанных для заданных моментов времени (для которых известны значения сигнала)
(6.49)
Матрица системы уравнений имеет вид
(6.50)
При написании матрицы учтено, что для однозначного определения коэффициентов необходимо, чтобы число строчек матрицы было равно числу столбцов.
Выражение для ак получится в виде
(6.51)
где ∆ - определитель матрицы; ∆к получается из ∆ путем замены k-го столбца столбцом s(tk).
Таким образом, интерполирующая функция будет определяться выражением
(6.52)
Раскладывая определитель ∆k, по элементам k-го столбца, выражение для аk получим в виде
(6.53
где ∆kn - соответствующее алгебраическое дополнение.
С учетом (6.53) из (6.52) получим другую форму записи интерполяционного многочлена
(6.54)
Коэффициенты ряда (6.54) представляют значения s(t) в узлах интерполяции. Функции Фk(t) определяются базисными функциями φk(t) и узлами интерполяции (t0,t1,..tN). Очевидно равенство
(6.55)
Как следует из (6.55), функция Фk(t) должна удовлетворять условию
)
(6.56)
Форма представления интерполирующей функции (6.54) является наиболее удобной для практического использования; в ней в качестве коэффициентов многочлена фигурируют выборочные значения сигнала.
Качество интерполяции функции при заданных узлах интерполяции зависит только от выбора интерполяционных многочленов. Интерполяционными многочленами могут быть степенные многочлены, ортогональные многочлены и сплайновые функции. В радиотехнике чаще используется ряд Котельникова. Одно из основных его достоинств связано с тем, что в качестве коэффициентов ряда используются дискретные значения, которыми задается сигнал.
В настоящем разделе рассматриваются интерполирующие функции на основе степенных многочленов, многочленов Лагранжа и функций Котельникова. В разд. 7 рассматривается сплайновая интерполяция.
6.7.2. Степенные многочлены, многочлены Лагранжа
В выражении для интерполирующей функции (6.48) в качестве интерполяционного многочлена может быть использован степенной многочлен. Степенной многочлен, описывающий сигнал, запишем в виде
(6.57)
Графики базисных функций многочлена даны на рис. 6.8. Они определены на всей оси времени, неограниченно возрастают с увеличением порядкового номера.
Матрица системы уравнений (6.50) в этом случае примет вид
Рис. 6.8
Матрица дает определитель Вандермонда или степенной определитель. Переходя к форме записи многочлена (6.54), выражение для базисных функций получим в виде
(6.58)
Таким образом, интерполирующая функция φ(t) будет описываться выражением
(6.59)
Многочлен (6.59) называется интерполяционным многочленом Лагранжа. При постоянном шаге по оси t, когда t1-t0 = t2 - t1=... = tN- tN_1 = h, обозначив t-t0/h-x, запишем
(6.60)
Таким образом, выражение для интерполяционного многочлена Лагранжа примет вид:
(6.61)
Интерполяционный многочлен Лагранжа φ(t) совпадает с исходной функцией, описывающей сигнал s(t) в узлах интерполяции t0,t1...tn. В остальных точках он будет отличаться от s(t). Исключение составляет тот случай, когда сигнал описывается степенным многочленом степени не выше N. В этом случае φ(t) и s(t) будут тождественно равны.
Многочлен Лагранжа обладает хорошими интерполяционными сойствами при сравнительно небольшом числе узлов интерполяции. При большой степени многочлена (на практике N > 5) возникают трудности вследствие "раскачки" полинома между узлами интерполяции.
Отличие ср(0 от s(t) определяет погрешность интерполяции. Погрешность оценивается неравенством
(6.62)
где
Как следует из (6.62), погрешность интерполяции сигнала определяется значениями (N+1) -производной интерполируемой функции и многочлена
(6.63)
Многочлен W(t) обращается в нуль в узлах интерполяции t0,t1...tn. Переходя через нули, меняет знак, принимая в интервалах между ними экстремальные значения (рис. 6.9), значения экстремумов будут различны. В районе больших экстремумов можно ожидать больших погрешностей. Погрешность будет особенно велика для значений вне интервала [t0,tN], т.е. в том случае, когда многочлен Лагранжа используется для экстраполяции функции.
Примеры интерполяции функций с использованием многочлена Лагранжа приведены в конце разд. 7.
Рис. 6.9
6.7.3. Ряд Котельникова
Для восстановления непрерывного сигнала s(t) по его дискретным значениям в радиотехнике чаще всего используется ряд Котельникова
(6.64)
Дата добавления: 2015-12-16; просмотров: 2763;