Федеральное агентство по образованию

Федеральное государственное образовательное учреждение

высшего профессионального образования
«Сибирский федеральный университет»

РАДИОТЕХНИЧЕСКИЕ ЦЕПИ И СИГНАЛЫ

Конспект лекций

3
 Красноярск 2007

УДК 621.372

В конспекте лекций по курсу «Радиотехнические цепи и сигналы» при-

водятся теоретические материалы для подготовки специалистов в соответст-
вии с учебным планом подготовки по укрупненной группе 210000 – Элек-
тронная техника, радиотехника и связь, направление 210200.62 – Радиотех-
ника. / Сост. В.Г. Патюков, Е.В. Патюков, В.Б. Кашкин. – Красноярск.: СФУ.
-200 с.

4
 Предисловие

Конспект лекций по РТЦиС представляет собой учебное пособие по

дисциплине "Радиотехнические цепи и сигналы", которая преподаётся для
студентов Радиотехнического факультета Сибирского Федерального Универ-
ситета (СФУ) по специальности "Радиотехника". Материал лекций соответ-
ствует общим требованиям Государственного образовательного стандарта
высшего профессионального образования подготовки дипломированного
специалиста по направлению 210200.62 – Радиотехника.
Тематика конспекта лекций излагается в соответствии с утвержденным
учебным планом, учитывающим параллельное проведение практических за-
нятий, лабораторных работ, выполнение расчетно-графического задания и
курсовой работы. Практикум предполагает решение задач по отдельным раз-
делам курса и работу на персональных компьютерах (ПК) в среде MatLab,
MathCad, Electronics Workbench и программах разработки кафедры Радио-
техника СФУ – SpectrAn и SdCad по моделированию сигналов и их преобра-
зованиям в различных цепях.
Курс теории РТЦиС в настоящее время занимает одно из центральных
мест среди дисциплин профессиональной подготовки не только радиоинже-
неров – разработчиков радиотехнических систем самого различного назначе-
ния, но и других специальностей, в той или иной мере связанных с регистра-
цией, обращением, обработкой и использованием самых различных инфор-
мационных данных, а также пользователей различных систем. Это определя-
ется тем, что информация, наряду с материей и энергией, относится к фунда-
ментальным категориям естествознания и является одной из движущих сил
современного развития науки и техники. Но информация не относится к чис-
лу материальных объектов и не существует в явной физической форме. Но-
сителями информации являются сигналы в любой форме их материального
представления в пределах функционирования конкретных систем, вне кото-
рых понятия сигналов также не имеют смысла. Все это и приводит к тому,
что профессионально грамотная и эффективная регистрация информации, её
обработка, интерпретация и использование возможны только при хороших
знаниях теории сигналов и цепей.
Для успешного усвоения материала лекций предполагается знакомство
с предшествующими курсами – "Высшая математика", "Физика", "Информа-
тика" и др. в объеме программ технических вузов, по крайней мере, на эле-
ментарном уровне, а фундаментальные понятия, как правило, поясняются со-
ответствующими иллюстрациями и программами. Большинство приведенных
формул пригодны для непосредственного использования, например, в систе-
ме Mathcad, в которой выполнено большинство иллюстраций учебного посо-
бия. Самостоятельное изучение материала также рекомендуется сопровож-
дать практическими занятиями и лабораторным практикумом, рекомендо-

5
ванной литературой и несомненную помощь окажут материалы сайта по кур-
су РТЦиС (www.ire.krgtu.ru ).
Важные исторические даты и результаты. Используемые и разраба-
тываемые в настоящее время разнообразные радиоэлектронные устройства и
системы решают самые различные задачи и в первую очередь они обеспечи-
вают передачу и обработку больших объёмов информации об исследуемых
процессах и явлениях (например, в радиолокации, радионавигации, связи и
др.), решают задачи контроля и управления (например, спутниками Земли,
автоматическими аппаратами на других планетах и др.). Такие системы дос-
таточно сложны, в них используются для передачи информации разнообраз-
ные сигналы и методы их обработки.
Мы живем в информационном мире, который постоянно изменяется.
Мы хотим знать больше о себе и обо всём, что нас окружает на малых, очень
малых и больших расстояниях и эти новые познания постоянно пополняются.
Всё, что мы видим, слышим, знаем, изучаем – все это различные формы ин-
формации. Земной цивилизации потребовались многие десятки лет, чтобы
научится передавать и обрабатывать информацию.
А всё начиналось с величайшего открытия электромагнитного поля,
связанное с именами трёх выдающихся учёных 19-века – М. Фарадей, уста-
новил закон электромагнитной индукции (1831 г.); Дж. Максвелл, создал
теорию электромагнитного поля (1865 г.); Г. Герц впервые экспериментально
получил электромагнитные волны (1887 г.), доказал наличие излучения элек-
тромагнитных волн, показал возможность их распространения, отражения,
преломления, интерференцию и поляризацию. На рис. 1 приведены фотогра-
фии Г. Герца и установки, позволяющей проводить опыты по излучению
электромагнитных волн.

Рис. 1. Г. Герц и экспериментальная установка для изучения электромагнитных волн.

Практически это первый прообраз системы связи, который в дальней-

шем совершенствовался и в настоящее время воплотился, например, в попу-
лярные и бурно развивающиеся сотовые системы связи.
А. Попов продолжил исследования, начатые Г. Герцем для увеличения
дальности передачи и регистрации сигналов, а также в части совершенство-

6
вания оборудования. Его первые эксперименты и аппараты стали известны
уже в 1895 г. На рис. 2 приведены фотографии А. Попова и одной из схем, по
которой была реализована система передачи и приёма сигналов того време-
ни. В схеме угадываются элементы, которые после усовершенствования ис-
пользуются и в настоящее время.

Рис. 2. А. Попов и его схема обеспечения дальней связи

На рис. 3 приведена фотография одного из первых образцов промыш-

ленно выпускаемых устройств связи и фотография из мемориальной комнаты
А. Попова в г. Санкт-Петербурге с разработками А. Попова и дипломами, ко-
торыми эти разработки были отмечены на различных значимых международ-
ных выставках.

Рис. 3. Первый промышленный аппарат и уголок музея в г. С.-Петербурге

За рубежом наиболее широко известен итальянец Гульемо Маркони

(1874–1937), применивший электромагнитные волны для радиосвязи после
опубликования работ А. С. Попова, но много сделавший для развития радио.
Так он в 1901 г. осуществил радиосвязь через Атлантический океан и за ру-
бежом его считают изобретателем радио, поскольку Г. Маркони запатентовал

7
грозоотметчик почти такой же конструкции, как и грозоотметчик А. С. По-
пова, который свое изобретение не запатентовал.
Основы радиотехники и, в частности, современной (статистической)
теории связи были заложены в фундаментальных трудах В. А. Котельникова
по теории потенциальной помехоустойчивости (1947 г.) и К. Э. Шеннона по
теории информации (1948 г.). Отдельные вопросы этой теории рассматрива-
лись в работах X. Найквиста (1928 г.), А. Я. Хинчина (1938 г.), А. Н. Колмо-
горова (1941 г.) и Н. Винера (1943 г.). Дальнейшее развитие отдельных раз-
делов теории получены в трудах Р. Фано, Л. М. Финка, Д. Витерби, В. И. Си-
форова и других отечественных и зарубежных ученых. Радиотехника в об-
щем и системы связи, в частности, играют все большую роль в жизни земной
цивилизации, объединяя и сближая отдельные страны, континенты и объекты
космоса. Последние годы отмечены интенсивным развитием как проводных,
оптико-волоконных систем связи, спутниковых, так и подвижных систем ра-
диосвязи, а также развитием других радиотехнических систем, например, –
радиолокационных и радионавигационных, повышением их точности при
измерении параметров передаваемых сигналов, быстродействия при обра-
ботке и помехоустойчивости.
Окончание XX-го века и начало XXI-го ознаменовались революцион-
ными процессами в различных областях человеческой деятельности и, в ча-
стности, в радиотехники. Эти процессы произошли не мгновенно, а в резуль-
тате кропотливых исследований отдельных разделов теории радиотехники не
одним поколением ученых и постепенного накопления информации в тече-
ние многих десятилетий. Одним из характерных примеров являются револю-
ционные процессы, происходящие в настоящее время в области нанотехно-
логий [3]. По мнению многих исследователей наноиндустрия открывает не-
виданный по своему размаху научно-технический прорыв, который изменит
облик мира уже в ближайшее десятилетие. Следовательно, 21-й век – век на-
нотехники и нанотехнологий («нано» – миллиардная часть метра, т. е. 10-9
доля метра). Развитие этого направления – путь к невиданной по размаху на-
учно-технической революции, которая повлияет на все области человеческой
деятельности, научит разумным манипуляциям с атомами и молекулами, при
создании новых веществ и необходимых интеллектуальных устройств.
Наномир, с которым приходится общаться в области нанотехнологий,
бросает вызов многим привычным представлениям о характере различных
физико-химических преобразований различных веществ, где раскрываются
новые свойства этих веществ и новые возможности их использования. Мно-
гие развитые страны приняли национальные программы, способствующие
развитию нанотехники. Примерами новых ожидаемых результатов в бли-
жайшее время, на основе нанотехнологий, могут служить – увеличение в ты-
сячи раз быстродействия современных компьютеров; создание материалов и
изделий методом сборки атомов и использование их для применения, напри-

8
мер, в аэрокосмической технике как более лёгких и, как минимум, на поря-
док более прочных, чем современные; прорывы в генной инженерии для рас-
познавания канцерогенных и других инородных клеток и их лечения метода-
ми наноинженерии и многое другое.
Решение отмеченных задач немыслимо без глубокого знания теории
сигналов, с помощью которых выполняется передача и обмен информацией.
Разделы теории сигналов – в настоящее время наиболее динамично и посто-
янно развивающаяся дисциплина. Это связано с тем, что необходимо всё
глубже понимать окружающий мир, а, следовательно, разрабатывать новые
устройства, работающие на новых принципах, новых физических эффектах,
используя новые модели сигналов и методы их обработки, приводящие к по-
строению высокоточных, быстродействующих и помехоустойчивых систем
различного назначения.
Успешное решение подобных вопросов всегда базируется на соответ-
ствующем математическом аппарате и многие годы таким аппаратом служил
и служит аппарат рядов и интегралов Фурье. Первую широкую информацию
о возможных представлениях различных функций, Фурье сделал в 1807 г.,
когда опубликовал книгу в 1822 г. С тех пор теория рядов Фурье, постоянно
совершенствуясь, является мощным математическим аппаратом исследова-
телей.
Стандартное преобразование Фурье является весьма популярным инст-
рументом, использующимся при спектральном анализе сигналов. Собственно
сам термин "спектр" начал использоваться более интенсивно именно для
описания результатов преобразований Фурье, хотя впервые был введён ещё
Ньютоном в 1664 г. при описании результатов исследования разложения
призмой света на отдельные компоненты.
В случаях анализа стационарных сигналов преобразование Фурье явля-
ется универсальным и чрезвычайно удобным инструментом для их сравнения
и анализа. Данное свойство обеспечивается исключительно за счет интегри-
рующих свойств преобразования Фурье, причем интегрирование выполняет-
ся по всей временной оси. Именно здесь и используется стационарность сиг-
налов.
В дальнейшем оказалось, что Фурье-анализ мало пригоден при иссле-
довании нестационарных процессов. Поэтому в середине 80-х годов XX-го
века во всем мире появился большой интерес исследователей к новому мате-
матическому аппарату, позволяющему выполнять разложение функций по
компактным, хорошо локализованным по времени и частоте ортогональным
базисным функциям (вейвлет-функциям). Этот аппарат, в отличие от преоб-
разования Фурье, позволяет описывать нестационарные сигналы и нашел
применение во многих технических областях. Бурное развитие этой тематики
началось в 90-х гг. после опубликования работы И. Добеши (I. Daubechies),
опубликовавшей способ нахождения таких базисов с заранее заданными

9
свойствами. И. Добеши и С. Маллат [10, 12] показали, что практическая реа-
лизация вейвлет-преобразований осуществляется посредством двухполосно-
го банка фильтров анализа-синтеза, известного ранее в теории субполосного
кодирования. В настоящее время теория вейвлет-анализа сигналов в основ-
ном разработана и идёт интенсивное внедрение при обработке сигналов в
различных областях радиотехники, обеспечивая повышение помехоустойчи-
вости различных радиосистем и возможность сжатия передаваемой инфор-
мации.
Главная задача радиотехники состоит в передаче информации на рас-
стояние с помощью электромагнитных колебаний. Науку, занимающуюся
изучением физических основ радиотехники, называют радиофизикой. В бо-
лее широком смысле современная радиотехника – область науки и техники,
связанная с генерацией, усилением, преобразованием, обработкой, хранени-
ем, излучением и приемом электромагнитных колебаний радиочастотного
диапазона, используемых для передачи информации на расстояние. Как сле-
дует из сказанного, радиотехника и радиоэлектроника очень тесно связаны и
часто эти термины заменяют друг друга.
Преобразование и обработка сигналов осуществляется в системах. По-
нятия сигнала и системы неразрывны, так как любой сигнал существует в
пределах какой-либо системы. Система обработки сигналов может быть реа-
лизована как в материальной форме (специальное устройство, измеритель-
ный прибор, совокупность физических объектов с определенной структурой
взаимодействия и т. п.), так и программно на ЭВМ или любом другом спе-
циализированном вычислительном устройстве. Форма реализации системы
существенного значения не имеет, и определяет только ее возможности при
анализе и обработке сигналов.
Другим примером революционных преобразований в науке и технике
является интенсивное внедрение, при разработке и анализе разнообразных
процессов, методов современного анализа сигналов на основе вейвлет-
преобразований [10, 11]. Использование таких методов позволяет повысить
точность и помехоустойчивость систем связи, радиолокации, навигации и
существенно улучшить функционирование многих систем и приборов.
Технический прорыв в различных областях и современное высокотехнологи-
ческое производство продукции становится возможным лишь на основе ис-
пользования эффективных технологий. Составной частью таких технологий
являются высокоточные измерительные системы и приборы различного на-
значения. Только высокоточный контроль за технологическими процессами
позволяет создать конкурентно способную продукцию и стимулировать раз-
витие производства. Сами измерительные системы и приборы создаются на
современной элементной базе с использованием микропроцессоров, микро-
контроллеров и других быстродействующих элементов, включая и разработ-
ки на основе нанотехнологий.

10
Совместное использование новых направлений потребует и новых подходов
при подготовке высококвалифицированных специалистов, разработке новых
программ и новой технологии обучения студентов.

1. Теоретические основы управляющих сигналов и дискретизация

1.1. Введение в теорию сигналов и цепей

1.1.1. Общие сведения и основные понятия. Мир сигналов многооб-

разен, а в технических приложениях сигнал представляет собой функцию оп-
ределённого аргумента (информационную функцию), несущую сообщение
(информацию) о физических свойствах, состоянии или поведении какой-либо
физической системы, исследуемом объекте или среды. При приёме и обра-
ботке сигналов основной задачей исследователей является извлечение опре-
деленных сведений об исследуемом процессе, объекте или переданной ин-
формации, которые представлены конкретными сигналами и преобразование
этих сведений в форму, удобную для восприятия и дальнейшего использова-
ния.
Сигнал характеризует взаимосвязи между определёнными величинами,
и такие взаимосвязи появились как функциональные зависимости в теории
математики ещё в 18-м веке.
Большое развитие функциональные зависимости получили в технике
связи, радиолокации и радионавигации, где, например, для теоретических
расчётов и анализе различных преобразований временных функций реальные
сигналы часто идеализируют и широко используют математические модели,
применяя обозначения вида s(t), f(t) или u(t). Конкретные функциональные
зависимости, полученные в виде математических моделей позволяют иссле-
довать свойства сигналов, определять его способность передавать необходи-
мую информацию, обеспечивать возможность построения и функционирова-
ния различных быстродействующих, высокоточных и помехоустойчивых
систем связи, радиолокации, радионавигации и многих других устройств.
Математическая модель может быть задана в виде аналитических вы-
ражений, графиков или таблиц. Одна и та же математическая модель позво-
лит исследователю характеризовать как ток и напряжение, так и свойства ли-
нейных цепей или получить вероятностное описание случайного процесса.
Примером обобщённой математической модели может служить широко рас-
пространенная функция Гаусса, представляемая в общем виде формулой:
y ( x ) = A exp(− ( ( x − x0 ) / ∆x ) ) , где параметр А характеризует амплитуду иссле-
2

дуемой функции, х – аргумент, определяющий функциональную зависи-

мость, х0 и ∆х определяют координату максимального значения и протяжён-
ность функции. Такая обобщённая функция, например, позволит исследова-
телю описать свойства сигнала во временной или частотной области и отме-

11
 тить характерные особенности в зависимости от изменения параметров. Для
этого следует записать формулу соответствующей математической модели
сигнала, характеризующего изменение, например, напряжения, как функцию
времени, в виде: s ( t ) = u (t ) = U m exp(− ( (t − t0 ) / τ è ) ) , где Um – амплитуда иссле-
2

дуемого напряжения, t0 – координата максимального значения, а τи – дли-

тельность импульса. График рассмотренной модели функции напряжения для
разных значений параметров t0 и τи приведён на рис. 1.1а.
Такой же математической зависимостью можно охарактеризовать не-
которые линейные цепи, представив модуль комплексной передаточной
функции цепи (амплитудно-частотной характеристики – АЧХ) в виде:
Κ ( jω ) = Κ 0 exp(− ( (ω − ω0 ) / ∆ω ) ) , где К0 – значение АЧХ при ω − ω0 = 0 , а ∆ω –
2

полоса пропускания исследуемой цепи (протяжённость функции). График

рассмотренной модели функции АЧХ для разных значений параметров ω0 и
∆ω приведён на рис. 1.1б.
И, наконец, эта же формула может быть использована для описания
других функциональных зависимостей, например, законов распределения
случайных процессов. Так, одну из основных вероятностных характеристик
случайного процесса – плотность распределения, часто встречающуюся при
решении различных радиотехнических задач можно представить формулой:
ω ( x) = (1/ σ 2π ) exp[− ( ( x − x0 )2 / 2σ 2 )] , где x0 – координата экстремального значе-
ния функции, а σ 2 – характеризует интенсивность флуктуаций. Характерные
графики рассмотренной модели плотности распределения ω ( x ) для разных
значений параметров x0 и σ 2 приведёны на рис. 1.1с.
ω
Ìîäåëü ôóíêöèè íàïðÿæåíèÿ u(t) Ìîäåëü ôóíêöèè À×Õ öåïè - Ê(w) Ìîäåëü ïëîòíîñòè ðàñïðåäåëåíèÿ - w(x)
1 1 0.1
Ìîäóëü À×Õ ëèíåéíîé öåïè

Ïëîòíîñòü ðàñïðåäåëåíèÿ
Íàïðÿæåíèå (B)

0.5 0.5 0.05

0 0
0 50 100 0 50 100 0
Âðåìÿ ( ñ) ðàä 0 50 100
÷àñòîòà
c Çíà÷åíèÿ ñèãíàëà ( Â)

а) б) с)
Рис.1.1. Варианты использования одной математической модели (Гауссовой)
для описания разных функциональных зависимостей

1.1.2. Информация, сообщение и сигнал. Сигналы при разнообразных

их описаниях представляют физический процесс, содержащий в себе инфор-
мацию, которую необходимо передать. Один из основателей теории инфор-
мации К. Шеннон отмечал, что "Информация – послание, которое уменьшает
неопределенность", т. е. неопределенность знаний об исследуемом объекте.
Следовательно, в широком смысле информацию можно определить как сово-

12
купность знаний об окружающем мире. В отличие от других характеристик
окружающего нас мира (например, энергетических), информационные харак-
теристики не уменьшаются при потреблении, а накапливаются со временем и
с помощью технических средств относительно просто их можно обрабаты-
вать, хранить и имеется возможность обмениваться информацией на значи-
тельных расстояниях.
Особенность информации состоит в том, что часто она появляется в
одном месте, а может использоваться в другом. Для передачи или хранения
информации используют различные знаки (символы), позволяющие выразить
или представить ее в определенной форме. Этими знаками могут быть слова
и фразы человеческой речи, рисунки, различные формы колебаний, матема-
тические формулы и т. д.
Очень часто наряду с информацией используются данные. Данные мо-
гут рассматриваться как зарегистрированные результаты эксперимента, ко-
торые по различным причинам могут не использоваться, а только хранится.
Когда же появляется возможность использования этих данных для уточнения
определенных событий о чем-либо, они превращаются в информацию. По-
этому информацией можно считать используемые данные.
Информация, подлежащая передаче и выраженная в определенной
форме, называется сообщением. Сообщение может быть представлено в фор-
ме текста телеграммы, некоторых сведений, передаваемых по телефону, фак-
су, радио, телевидению или телеграфу и т. д. Сообщения могут быть функ-
циями времени, например речь при телефонных разговорах, температура,
давление при передаче телеметрических данных, спектакль при передаче по
телевидению и т. д. Сообщение может и не являться функцией времени (на-
пример, текст телеграммы, неподвижное изображение и пр.).
Сообщение (информация) может быть передано на какое-либо расстоя-
ние с помощью определенного материального носителя. В радиотехнике и
теории связи в качестве носителей сообщений используют различные сигна-
лы.
Сигнал – физический процесс (или явление), несущий информацию о
состоянии какого-либо объекта наблюдения. Сигнал позволяет переносить
информацию в пространстве и времени. По своей физической природе сигна-
лы бывают электрическими, световыми, звуковыми и др. В радиотехнике ис-
пользуются электрические или магнитные сигналы. Так, электрический сиг-
нал позволяет передавать сообщения во времени, то есть является функцией
времени, даже если сообщение, представляет собой постоянные данные, на-
пример, неподвижное изображение, которое во времени не изменяется, то
есть сигнал всегда является функцией времени.
Современная радиоэлектроника – это обобщенное название ряда об-
ластей науки и техники, связанных с передачей и преобразованием информа-
ции на основе использования и преобразования электромагнитных колебаний

13
и волн радиочастотного диапазона; основными из этих областей являются:
радиотехника, радиофизика и электроника.
Основная задача радиотехники состоит в передаче информации на рас-
стояние с помощью электромагнитных колебаний. В более широком смысле
современная радиотехника – область науки и техники, связанная с генераци-
ей, усилением, преобразованием, обработкой, хранением, передачей и прие-
мом электромагнитных колебаний радиочастотного диапазона, используемых
для передачи информации на расстояние. Как следует из этого, радиотехника
и радиоэлектроника тесно связаны и часто эти термины заменяют друг друга.
Науку, занимающуюся изучением физических основ радиотехники, называют
радиофизикой.
1.1.3. Основные параметры сигналов. Полезный сигнал также явля-
ется объектом транспортировки (передачи), а техника связи – по существу
техникой транспортирования сигналов по каналам связи. Поэтому целесооб-
разно определить параметры сигнала, которые являются основными с точки
зрения его передачи. Такими параметрами являются [4, 5] – длительность
сигнала Тc, его ширина спектра Fc и динамический диапазон D c.
Практически каждый сигнал, рассматриваемый как временной процесс,
имеет начало и конец. Поэтому длительность сигнала Тc является естествен-
ным его параметром, определяющим интервал времени, в пределах которого
сигнал существует.
Ширина спектра сигнала Fc дает представление о скорости изменения
сигнала внутри интервала его существования. Спектр передаваемого сигнала
в принципе может быть неограниченным. Однако для любого сигнала можно
указать диапазон частот, в пределах которого сосредоточена его основная (до
90%) энергия. Этим диапазоном и определяется ширина спектра полезного
сигнала.
В радиотехнике и, в частности, в системах связи реальную ширину
спектра передаваемого сигнала часто сознательно сужают. Это связано с тем,
что аппаратура и линия связи имеют ограниченную полосу пропускаемых
частот. Сужают спектр исходя из допустимых искажений сигнала. В частно-
сти, при телефонной связи требуется, чтобы речь была разборчива и абонен-
ты могли узнать друг друга по голосу. Для выполнения этих условий доста-
точно передать речевой сигнал в полосе от 0.3 до 3.4 кГц. Передача более
широкого спектра речи в этом случае нецелесообразна, поскольку ведет к
техническим усложнениям аппаратуры и увеличению затрат. Точно также
необходимая ширина спектра телевизионного сигнала определяется требуе-
мой четкостью изображения. Если применяется стандарт с 625 строками, то
верхняя частота спектра сигнала составляет 6 МГц. Спектр сигнала изобра-
жения много шире спектра сигнала звукового сопровождения, что сущест-
венно усложняет построение телевизионных систем по сравнению с систе-
мами звукового вещания.

14
 Как правило, спектр модулированного сигнала шире спектра переда-
ваемого сообщения и зависит от вида модуляции. Поэтому в теории сигналов
используют такой параметр, как база сигнала [4]:
Вc = 2FcTc
1.1)

или вводят более общую характеристику – объём сигнала:

V c=TcFcDc.
1.2)
Объём сигнала дает общее представление о возможностях данного
множества сигналов как переносчиков сообщений. Чем больше объём сигна-
ла, тем больше информации можно "упаковать" в этот объём, но тем труднее
передать такой сигнал по каналу связи с требуемым качеством.
И, наконец, динамический диапазон Dc – это отношение наибольшей
мгновенной мощности передаваемого сигнала к той наименьшей мощности,
которую необходимо отличать от нуля при заданном качестве передачи. Он
выражается обычно в децибелах (N дБ=20 lgU 1/ U2) и, например, динамиче-
ский диапазон речи телевизионного диктора равен 25…30 дБ, небольшого
вокального ансамбля – 45…65 дБ, а симфонического оркестра – 75…100 дБ.
Во избежание перегрузок канала в радиовещании динамический диапазон
часто сокращают до 35…45 дБ.
Как правило, электрические сигналы, непосредственно отражающие
сообщения, маломощны и низкочастотны. Известно, что электрические сиг-
налы с низкими частотами не могут эффективно излучаться в свободное про-
странство. Передавать их непосредственно можно только по проводным или
кабельным линиям (телефонная, телеграфная связь и т. д.). Для передачи ин-
формации используют специальные электрические сигналы (переносчики со-
общений), которыми являются хорошо излучающиеся и распространяющиеся
в свободном пространстве высокочастотные гармонические электромагнит-
ные колебания (несущие колебания). Сами несущие колебания не содержат
информации, а только ее переносят. Передаваемая по каналам связи инфор-
мация закладывается в один или несколько параметров несущего колебания.

Длина волны электромагнитного колебания связана с ее циклической

частотой и скоростью распространения света следующей формулой:

λ = с/f,
1.3)

где с=3 ·108 м/с – скорость света; f – частота, Гц.

15
 В современной радиотехнике и теории связи используют электромаг-
нитные колебания, расположенные в диапазоне частот от 10 до 1013 Гц. Элек-
тромагнитные колебания с такими частотами принято называть радиоволна-
ми или просто волнами.
1.1.4. Классификация диапазонов радиоволн и частот. Общеприня-
тая международная классификация диапазонов радиоволн и соответствую-
щих им диапазонов радиочастот приведена в табл. 1.1.

Таблица 1.1

Диапазон Диапазон Устаревшие (нерегла-

Наименования волн
волн частот ментные) термины
105 …10 4
Декамегаметровые 3…30 Гц
км
104 …10 3
Мегаметровые 30.. .300 Гц
км
300.. .3000
Гектокилометровые 103 …102км
Гц
Мириаметровые 100…10 км 3…30 кГц Сверхдлинные
Километровые 10…1 км 30...300 кГц Длинные (ДВ)
1000…100 300...3000
Гектометровые Средние (СВ)
м кГц
Декаметровые 100…10 м 3…30 МГц Короткие (KB)
30...300
Метровые 10…1 м
МГц
300...3000
Дециметровые 100…10 см Ультра-
МГц
Сантиметровые 10…1 см 3…30 ГГц короткие
30...300
Миллиметровые 10…1 мм (УКВ)
ГГц
300...3000
Децимиллиметровые 1…0.1 мм
ГГц

Для обеспечения устойчивой и надежной радиосвязи очень важна дли-

на волны несущего колебания. На выбор диапазона радиоволн для конкрет-
ной системы передачи информации влияет ряд факторов, связанных с осо-

16
бенностью излучения и распространения электромагнитных волн; характе-
ром имеющихся в заданном диапазоне помех; параметрами сообщения; ха-
рактеристиками и габаритными размерами передающих и приемных антенн.
Механизм возникновения и распространения высокочастотных элек-
тромагнитных колебаний (электромагнитных волн) достаточно сложен и до
настоящего времени не имеет четкого физического обоснования, и его не-
возможно описать, основываясь на привычных понятиях о постоянных элек-
трическом и магнитном полях. Как известно из курса физики, постоянные
электрические и магнитные поля не могут существовать без породивших их
источников – зарядов или токов. Возбужденное же каким-либо источником
переменного тока электромагнитное поле может существовать само по себе в
отрыве от источника и, после излучения в виде электромагнитных волн в
свободное пространство, будет распространяться в нем практически со ско-
ростью света.
В радиовещании широкое применение нашли средние волны. В этом
диапазоне осуществляется наиболее устойчивый прием, однако трудно обес-
печить большую дальность (меньшая дифракционная способность по сравне-
нию с более длинными волнами). Поэтому в этом диапазоне работает пре-
имущественно местное радиовещание в зоне с радиусом в несколько сотен
километров. Однако в России есть очень мощные станции этого диапазона,
обслуживающие и большую территорию.
Диапазон коротких волн позволяет обеспечить большую дальность
действия при относительно малой мощности передатчика и направленном
излучении антенны. Основным недостатком этого диапазона являются так
называемые замирания – колебания уровня принимаемого сигнала, что при-
водит к искажению принятого сообщения. Исследования показали, что име-
ются оптимальные длины волн для различных часов суток и времени года.
Короткие волны успешно применяют в радиовещании, радиотелеграфии на
магистральных линиях связи, в морской и авиационной радионавигации.
Освоение высокочастотных диапазонов позволило развить такие облас-
ти как телевидение и космическая связь. Благодаря распространению волн
только в пределах прямой видимости и отсутствию поверхностной волны
практически полностью исключены явления интерференции волн и, следова-
тельно, искажения сообщений. Из-за высокой несущей частоты в этих диапа-
зонах можно разместить большое число несущих, т. е. передавать большое
число различных сообщений независимо друг от друга.
Большим достоинством высокочастотных диапазонов является воз-
можность построения антенн, соизмеримых с длиной волны, только при этом
условии имеет место эффективное излучение (сотовые системы связи). При-
менение искусственных спутников Земли позволяет эффективно использо-
вать распространение волн в пределах прямой видимости для построения
систем связи большой дальности.

17
 1.1.5. Общая характеристика радиотехнических цепей. Общая клас-
сификация цепей может быть проведена по виду аналитического описания
взаимосвязи между выходными и входными сигналами. Обычно это диффе-
ренциальные уравнения n-го порядка учитывающие такие взаимосвязи и по
характеру коэффициентов уравнения радиотехнические цепи подразделяются
в соответствии с рис. 1.2. Линейные цепи преобразования сигналов описыва-
ются дифференциальными уравнениями с постоянными коэффициентами,
причем для них верен принцип суперпозиции, согласно которому реакция
систем на сложный сигнал, состоящий из суммы простых сигналов, равна
сумме реакций от каждого составляющего сигнала в отдельности. Это позво-
ляет при известной реакции системы на гармоническое колебание с опреде-
ленной частотой определить реакцию системы на любой сложный сигнал,
разложив его в ряд гармоник по частотному спектру сигнала. Широкое ис-
пользование гармонических функций при анализе сигналов объясняется тем,
что они являются достаточно простыми ортогональными функциями [1] и
определены при всех значениях t. Немаловажное значение имеет и то обстоятельст-
во, что для гармонических функций и их комплексного представления по Эйлеру разрабо-
тан мощный математический аппарат, который будет использован в дальнейшем.

Цепи

Линейные Нелинейные Параметрические

Рис. 1.2

Структура обобщенного функционального преобразования сигнала в

произвольной цепи приведена на рис. 1.3.

Рис. 1.3. Функциональное преобразование сигнала

Отмеченная на рис. 1.3 формализованная цепь представляет собой сис-

темный оператор (алгоритм) преобразования входного сигнала s(t) – воздей-
ствия или возбуждения, в сигнал на выходе системы y(t) – отклик или вы-

18
ходную реакцию системы. Символическое обозначение операции преобразо-
вания (трансформации сигнала – transformation) обозначается: y(t)=T[s(t)].

1.1.6. Классификация радиосистем и решаемых ими задач. В каж-

дой радиотехнической системе используемые сигналы подвергаются различ-
ным преобразованиям. Некоторые из них являются обязательными для всех
систем, независимо от назначения и характера передаваемой информации. На
рис.1.4 приведена обобщенная структурная схема произвольной системы пе-
редачи информации, из которой видно, что для большинства систем обяза-
тельны – передатчик и приемник, а воздействующие помехи могут оказывать
влияние не только на сигнал, сформированный передатчиком, но и на сигнал,
обрабатываемый приемником.

Рис. 1.4. Обобщенная структурная схема произвольной системы передачи

информации

Под действием помех сигнал, проходя через канал связи, искажается.

Поэтому одной из задач при организации канала связи является повышение
помехоустойчивости канала. К основным задачам, обычно решаемым радио-
системами, относятся:
• обнаружение сигналов с учетом воздействия помех;
• различение сигналов с учетом воздействия помех;
• декодирование и оценка параметров;
• воспроизведение сообщений.

Структурная схема передающей части канала связи представлена на рис. 1.5.

19
 Рис. 1.5

На рис. 1.5 – датчик преобразовывает передаваемую информацию в

электрический сигнал – сообщение. Кодирующее устройство выполняет
функцию преобразования сообщения в сигнал другой формы, более пригод-
ной для передачи. Этот сигнал часто называют управляющим. В цифровых
системах это устройство преобразует непрерывный сигнал в цифровой код.
Запоминающее устройство хранит сигнал до момента его передачи. Модуля-
тор осуществляет изменение (модуляцию) одного или нескольких парамет-
ров высокочастотного несущего колебания по закону управляющего сигнала.
Типовое радиоприемное устройство произвольной радиосистемы (рис.
1.6) состоит из избирательного усилителя, детектора – обеспечивающего вы-
деление передаваемого сообщения, декодирующего устройства и устройства
обработки принятого сигнала (оконечное устройство).

Рис. 1.6

На рис. 1.7 приведен вариант цифровой обработки сигнала цифровой

радиосистемы. Фактически – это цифровой фильтр, характеристики которого
можно изменять, с помощью изменения программы работы цифрового про-
цессора (ЦП). В соответствии с рисунком можно заметить, что существен-
ным отличием цифровой обработки от аналоговой является наличие аналого-
цифрового (А/Ц) и цифро-аналогового (Ц/А) преобразователей. Временные
диаграммы позволяют проследить качественный характер преобразования

20
сигнала в отдельных блоках.

Рис. 1.7. Структура построения основных блоков цифрового приемника

2. Сигналы, их особенности и классификация

1.2.1. Классификация сигналов. То, что в радиотехнике называют

словом – «сигнал» происходит от латинского «signum», т. е. в переводе –
«знак» и представляет собой физический процесс, изменяющийся во времени
(временная область). Более широко, под этим понимаются изменения сигнала
одновременно и в частотной (спектральной) области. Общее представление и
принятые обозначения понятия «сигнал» приведены на рис. 1.8. Поэтому, ко-
гда используется «сигнал», то уточняется область его представления.
В наиболее общей формулировке «сигнал» это зависимость одной ве-
личины от другой (то есть с математической точки зрения сигнал является
функцией). Чаще всего рассматриваются зависимости от времени, хотя это не
обязательно. Например, в системах оптической обработки информации сиг-
налом может являться зависимость интенсивности света от пространствен-
ных координат. Физическая природа сигнала может быть различной. Очень
часто это напряжение, несколько реже – ток, возможны и многие другие фи-
зические величины.
Для теоретического изучения и расчёта сигналов составляется анали-
тическое выражение (математическая модель) исследуемого сигнала, что по-
зволяет сравнить сигналы между собой, выявить их основные свойства, про-
вести классификацию и др.

Сигнал

s (t ) – колебание во S ( jω ) – функция в
временной области частотной области
Рис. 1.8

Анализ – один из ключевых компонентов обработки сигналов. Под

"анализом" сигналов понимается не только их чисто математические описа-
ния и преобразования, но и получение на основе этих преобразований выво-
дов об их специфических особенностях. Целями анализа сигналов обычно
являются:
– определение или оценка числовых параметров сигналов (например,
энергии, средней мощности, среднеквадратического значения и др.);

21
 – разложение сигналов на элементарные составляющие для сравнения
свойств различных сигналов. Такое разложение производится с использова-
нием рядов и интегральных преобразований, важнейшими среди которых яв–
ляются ряд Фурье и преобразование Фурье;
– сравнение степени близости ("похожести") различных сигналов, в том
числе с определенными количественными оценками. Такое сравнение (изме-
рение) производится с применением аппарата корреляционного анализа.
На рис. 1.9 приведена структура обобщенной классификации сигналов,
которая может быть использована для описания сигналов, как во временной
области, так и при исследовании характеристик сигналов в частотной облас-
ти. Более точные вопросы разделения сигналов сопряжены с их особенно-
стями и уточняются на этапе конкретного рассмотрения отдельных свойств
конкретных групп сигналов.

Сигналы

Детерминированные Случайные

Периодические Непериодические Стационарные Нестационарные

Рис. 1.9. Первый этап классификации сигналов

1.2.2. Детерминированные и случайные сигналы. Детерминирован-

ный сигнал (континиус, континуальный – т. е. полностью известный) – это
сигнал, мгновенные значения которого в любой момент времени известны и
поэтому не представляет интереса для исследования, т. к. не содержит ин-
формации, но важен для изучения общих свойств сигналов.
Примерами детерминированных сигналов могут быть: последователь-
ности импульсов (форма, амплитуда и положение во времени которых из-
вестны), непрерывные сигналы с заданными амплитудно-фазовыми соотно-
шениями и др.
Способы задания модели сигнала могут быть различные: аналитиче-
ское выражение (формула), осциллограмма или спектральное представление.
Один из примеров модели детерминированного сигнала s(t)=UmSin(ω 0t+ϕ0)
приведен на рис. 1.10. Это гармонический сигнал, который является одним из
широко распространенных тестовых сигналов и особенно часто применяет-
ся для анализа характеристик различных цепей. Такой гармонический сигнал

22
полностью определяется тремя числовыми параметрами: амплитудой U m,
частотой ω 0 и начальной фазой ϕ0.

s(t) S(ω)
Um
t
ω
ω0

Рис. 1.10. Детерминированный гармонический сигнал и его спектр

В некоторых разделах радиотехники детерминированные сигналы дос-

таточно условно разделяют на чисто детерминированные и квазидетерми-
нированные (от лат. quasi – "почти"). Квазидетерминированные сигналы – это
сигналы с частично известным характером изменения во времени. Они наи-
более интересны в метрологии и измерительной технике. В свою очередь де-
терминированные и квазидетерминированные сигналы делятся ещё на эле-
ментарные, описываемые простейшими математическими формулами, и
сложные. Элементарными являются постоянный и гармонический сигналы, а
также сигналы, описываемые некоторыми специальными функциями. К
сложным относятся импульсные и модулированные сигналы.
Случайный сигнал – сигнал, мгновенное значение которого в любой
момент времени заранее неизвестно, а может быть предсказано лишь с неко-
торой вероятностью, меньше единицы (при вероятности равной единице –
сигнал известен).
Примером случайного сигнала может быть напряжение, соответст-
вующее человеческой речи, музыке; последовательность радиоимпульсов на
входе радиолокационного приемника; помехи, шумы и др. На рис. 1.11 при-
ведены примеры графиков (реализаций) случайных сигналов.

s(t)

t
t

Рис. 1.11. Примеры реализаций случайных процессов

23
 1.2.3. Сигналы, применяемые в радиотехнике. Одни из основных
моделей сигналов, являются сигналы непрерывные по величине (уровню) и
непрерывные по времени (непрерывные или аналоговые – рис. 1.10), которые
принимают произвольные значения s(t) и существуют в любой момент в за-
данном временном интервале.
Непрерывные по величине и дискретные по времени (рис. 1.12а) сигна-
лы заданы при дискретных значениях времени (на счетном множестве точек),
величина сигнала s(t) в этих точках принимает любое значение в определен-
ном интервале по оси ординат. Квантованные по уровню и непрерывные по
времени сигналы (рис. 1.12б) заданы на всей временной оси, но величина s(t)
может принимать лишь дискретные (квантованные) значения. Обычно ис-
пользуются общепринятые понятия – квантование по уровню и дискретиза-
ция по времени (более подробно в разделе – Дискретизация сигналов). Тер-
мин «дискретный» характеризует способ задания сигнала на оси времени.

s(t) s(t)

t t

а) б)
Рис. 1.12. Непрерывный по уровню и дискретный по времени сигнал – (а),
квантованный по уровню и непрерывный по времени сигнал – (б)

Квантованные по уровню и дискретные по времени (цифровые) сигна-

лы (рис. 1.13) – когда передаются значения уровней сигнала в цифровой
форме. Простейшая математическая модель дискретного сигнала s(t) – это
счетное множество точек {ti} (i – целое число) на оси времени, в каждой из ко-
торых определено отсчетное значение сигнала s i. Как правило, шаг дис-
кретизации ∆t=t 1 + i - t i и для каждого сигнала постоянен.

S i −1
s(t)
Si
S i+1

t
t ti −1 ti ti +1

Рис. 1.13. Квантованные по уровню и дискретные по времени сигналы

24
 Еще один признак, используемый для классификации сигналов и суще-
ственно влияющий на методы их анализа – это периодичность. Для периоди-
ческого сигнала (пример на рис. 1.9) с периодом T, измеряемого в секундах
(с), выполняется соотношение s(t) = s(t + nT) при любом t, где n – произволь-
ное целое число. Если величина T является периодом сигнала s(t), то перио-
дами для него будут и кратные ей значения: 2T, 3T и т. д. Как правило, говоря
о периоде сигнала, имеют в виду минимальный из возможных периодов. Ве-
личина, обратная периоду, называется частотой повторения сигнала, изме-
ряемой в Герцах (Гц): f =1/T. В теории сигналов также часто используется
понятие круговой частоты: ω = 2πf, измеряемой в радианах в секунду (рад/с).
Импульсные сигналы. Импульс – колебание (сигнал), существующее
лишь в пределах конечного отрезка времени. На рис. 1.14 приведены приме-
ры видеоимпульса и радиоимпульса. Следует отметить, что термин "видео" в
этом обозначении совсем не подразумевает отношения сигнала именно к те-
левизионной технике.

sр(t)
sв(t) τи А
А

t
τф τср t

(а) (б)
Рис. 1.14. Примеры сигналов – видеоимпульса (а) и – радиоимпульса (б)

Для видеоимпульса (пример на рис. 1.14а) обычно вводятся параметры:

А – амплитуда; τи – длительность видеоимпульса; τф – длительность фронта;
τср – длительность среза. Математическая модель для радиоимпульса (пример
на рис. 1.14б): sр(t)=sв(t)sin(ω0t+ϕ0), где sв(t) – видеоимпульс, т. е. огибающая
радиоимпульса.

1.2.4. Общая характеристика простейших сигналов. Такие сигналы

не так и просты, как их называют, но потому что часто используются в инже-
нерной практике, рассмотрим подробнее эти модели, приведенные в табл.
1.2.
Таблица 1.2
Сигнал Аналитическое График Примечание
(функция) выражение

25
 1, t > 0 s (t ) ⋅ sign(t ) = − s(t ), t < 0
Функция 
sign(t ) = 0, t = 0 s (t ) ⋅ (− sign(t )) = − s (t ), t > 0
знака  − 1, t < 0



Функция 1, t ≥ 0
 1 1
включения σ (t ) = 1(t ) = 0, t − др. σ (t ) = + sign (t )
1 2 2
(Хевисайда)  ,t = 0
2

Дельта-функция ∞, t = 0 dσ (t )
δ (t ) =  δ (t ) =
(Дирака) 0, t − другие dt

 t 
rect   =  t   τ 
Единичный τu  rect   = σ  t + u  −
прямоугольный τu   2 
импульс  τu τ
 τ 
1, − ≤t ≤ u − σ t − u 
(rect-функция) = 2 2  2 
0, t − другие

Дельта-импульс 1, t = 0
δ (t ) =   t
δ (t ) = lim rect 


Кронекера 0, t − другие. τ u →0
τu 

sinc-функция sinc(t ) =
sin t lim sin c(t ) = 1
t t →0

В табл. 1.2 приведенные сигналы являются функциями времени, но

следует отметить, что такие же функции используются и в частотной облас-
ти, где аргументом будет частота. Любую из функций можно смещать во
времени в желаемую область временной плоскости и использовать для опи-
сания более сложных сигналов. Графики приведенных сигналов и их анали-
тическое описание приведены в таблице, но следует кратко отметить особен-
ности, некоторые из которых отмечены в примечаниях.

26
 Функция знака. Произвольный сигнал, умноженный на функцию знака,
изменяет знак сигнала во временных областях отмеченных в примечаниях.
Функция включения (единичная функция или функция Хевисайда), по-
зволяет описать процесс перехода некоторого физического объекта из исход-
ного – «нулевого» в «единичное» состояние, причем этот переход совершает-
ся мгновенно. C помощью функции включения удобно описывать, например,
разнообразные процессы коммутации в электрических цепях.
При моделировании сигналов и систем значение единичной функции
(функции скачка) в точке t=0 очень часто принимают равным 1, если это не
имеет принципиального значения. Эта функция используется также при соз-
дании математических моделей сигналов конечной длительности. При умно-
жении любой произвольной функции, в том числе периодической, на прямо-
угольный импульс, сформированный из двух последовательных функций
включения s(t)=σ(t)-σ(t-T), из неё «вырезается» участок на интервале 0-Т, и
обнуляются значения функции за пределами этого интервала (следует обра-
тить внимание из аналитической записи этого примера, где «выставлены» эти
функции). Произведение произвольного сигнала на функцию включения ха-
рактеризует начало действия сигнала.
Дельта-функция или функция Дирака по определению дополнительно
описывается следующими математическими выражениями:
∞

δ(t-τ) = 0 при t ≠ τ, ∫ δ(t-τ) dt = 1,

-∞

причем интеграл характеризует тот факт, что эта функция имеет единичную
площадь и локализована в конкретной временной точке.
Функция δ(t-τ) не является дифференцируемой, и имеет размерность,
обратную размерности её аргумента, что непосредственно следует из безраз-
мерности результата интегрирования и, в соответствии с примечаниями таб-
лицы, характеризует скорость изменения функции включения. Значение
дельта-функции равно нулю везде за исключением точки τ, где она представ-
ляет собой бесконечно узкий импульс с бесконечно большой амплитудой.
Дельта-функция является полезной математической абстракцией. На практи-
ке такие функции не могут быть реализованы с абсолютной точностью, так
как невозможно реализовать амплитудное значение, равное бесконечности, в
точке t=τ на аналоговой временной шкале, т. е. определенной по времени
также с бесконечной точностью. Но во всех случаях, когда площадь импуль-
са равна 1, длительность импульса достаточно мала, а за время его действия
на входе какой-либо системы сигнал на ее выходе практически не изменяется
(реакция системы на импульс во много раз больше длительности самого им-
пульса), входной сигнал можно считать единичной импульсной функцией со
свойствами дельта - функции.
При всей своей абстрактности дельта-функция имеет вполне опреде-

27
ленный физический смысл. Представим себе импульсный сигнал прямо-
угольной формы (выразив его функцией из таблицы – это rect-функция, т. е.
сигнал s(t)=(1/τи)rect[(t-τ)/τи], от англ. rectangle – прямоугольник) длительно-
стью τи, амплитуда которого равна 1/τи, а площадь соответственно равна 1.
При уменьшении значения длительности τи импульс, сокращаясь по длитель-
ности, сохраняет свою площадь, равную 1, и возрастает по амплитуде. Пре-
дел такой операции при τи→0 и носит название дельта-импульса. Этот сигнал
δ(t-τ) сосредоточен в одной координатной точке t=τ, конкретное амплитудное
значение сигнала не определено, но площадь (интеграл) остается равной 1.
Это не мгновенное значение функции в точке t=τ, а именно импульс (им-
пульс силы в механике, импульс тока в электротехнике и т. п.) – математиче-
ская модель короткого действия, значение которого равно 1.
Дельта-функция обладает фильтрующим свойством. Суть его заклю-
чается в том, что если дельта-функция δ(t-τ) входит под интеграл какой-либо
функции в качестве множителя, то результат интегрирования равен значению
подынтегральной функции в точке τ расположения дельта-функции, т. е.:
∞

∫ s(t) δ(t-τ) dt=s(τ).

-∞

Пределы интегрирования в этом выражении можно ограничить бли-

жайшими окрестностями точки τ.
Функция Кронекера. Для дискретных и цифровых систем разрешающая
способность по аргументу сигнала определяется интервалом его дискретиза-
ции ∆t, что позволяет в качестве единичного импульса использовать дискрет-
ный интегральный аналог дельта-функции – функцию единичного отсчета
δ(k∆t-n∆t), которая равна 1 в координатной точке k=n, и нулю во всех осталь-
ных точках. Функция δ(k∆t-n∆t) может быть определена для любых значений
∆t=const, но только для целых значений координат k и n, поскольку других
номеров отсчетов в дискретных функциях не существует.
Математические выражения функций δ(t-τ) и δ(k∆t-n∆t) называют так-
же импульсами Дирака и Кронекера. Однако, применяя такую терминоло-
гию, не следует забывать, что это не просто единичные импульсы в коорди-
натных точках τ и n∆t, а импульсные функции, определяющие как значения
импульсов в определенных координатных точках, так и нулевые значения по
всем остальным координатам, в пределе от -∞ до ∞.
Дополнительную информацию о рассмотренных функциях определим
при знакомстве с методами спектрального анализа сигналов.

1.3. Методы описания сигналов

28
 1.3.1. Общие характеристики сигналов. В результате развития радио-
техники и методов математического анализа была разработана теория сигна-
лов на основе функционального анализа, в котором сигнал представляется
как вектор в специальном бесконечномерном линейном пространстве. Это
дало возможность говорить о величине сигнала, проводить сравнительный
анализ сигналов и т. д. Линейное множество сигналов наделено специальной
структурой, причем выбор структуры характеризуется физическими сообра-
жениями (например, электрические сигналы суммируются, умножаются и
т. д.).
Отметим основные положения этой теории.
– В линейном пространстве сигналов вводится координатный базис (коор-
динатные оси). Вектора координатного базиса ei линейно независимы, то есть
выполняется соотношение:

∑c e = 0 .
i
i
•
i

Если использовано разложение сигнала s(t) в виде:

s (t ) = ∑ ci • ei ,
i

то числа (коэффициенты) сi являются проекциями сигнала s(t) относительно

выбранного базиса.
– Норма сигнала. Для количественной оценки сигналов в линейном про-
странстве сигналов вводится понятие нормы как длины вектора сигнала и для
действительных аналоговых сигналов норма равна:

∞
s (t ) = ∫ s (t )dt ,
2
(1.4)
−∞

для комплексных сигналов:

∫ s(t )s (t )dt ,
∗
s (t ) =
−∞

для дискретных сигналов:

∞
s (t ) = ∑ (s )
i = −∞
i
2
.

В этом случае линейное пространство становится нормированным.

29
– Энергия сигнала – это квадрат нормы равный:

Es = s (t ) = ∫ s (t )dt .
2 2
(1.5)
−∞

– Метрика. Расстояние между сигналами в нормированном линейном про-

странстве называется метрикой. Обычно метрику определяют как норму раз-
ности двух сигналов:

ρ (s1 , s2 ) = s1 − s2 .
Зная метрику можно судить о том, насколько хорошо один из сигналов
аппроксимирует (может заменять) другой. Линейное нормированное про-
странство становится метрическим.
– Угол между двумя сигналами метрического нормированного линейного
пространства определяется из их скалярного произведения:
∞
( s1 , s2 ) =
−∞
∫ s (t ) ⋅ s (t )dt ,
1 2

а косинус угла между сигналами находится по формуле:

( s1 , s2 )
cosθ = .
s1 ⋅ s2

Линейное пространство с таким скалярным (масштабированным) про-

изведением называется Гильбертовым.
– Ортогональные сигналы. Два сигнала называются ортогональными, если их
скалярное произведение (а также и взаимная энергия) равно нулю.

∞
(s1 , s2 ) = ∫ s (t ) ⋅ s (t )dt = 0 .
−∞
1 2

В Гильбертовом пространстве задается ортонормированный базис, для

которого скалярное произведение равно:

1, i = j 
( si , s j ) =  .
0, i ≠ j 

30
 Примером ортонормированного базиса может служить система триго-
нометрических функций с кратными частотами, дополненная постоянным
сигналом.
– Обобщенный ряд Фурье. Произвольный сигнал s(t) в Гильбертовом про-
странстве можно разложить в обобщенный ряд Фурье в выбранном базисе
функций φn(t):

∞
s (t ) = ∑ c ϕ (t ) ,
n = −∞
n n (1.6)

где сn – комплексные коэффициенты ряда, определяемые с учетом ортонор-

мированности выбранного базиса и находятся по формуле:

t2
cn = ∫ s (t ) ⋅ ϕn (t )dt .
t1

Коэффициенты ряда сn – являются амплитудами (весовыми коэффици-

ентами) выбранных базисных функций.

1.3.2. Спектральные характеристики периодических сигналов. В

радиотехнике в качестве базиса ортогональных функций чаще всего исполь-
зуются экспоненциальные или гармонические функции, что связано с про-
стотой их генерации, а также с тем, что гармонические сигналы сохраняют
свою форму при преобразованиях в линейных цепях, но может измениться
амплитуда и фаза таких сигналов.
Спектральное разложение сигнала – это представление сигнала в виде
суммы гармонических колебаний с различными частотами и фазами.
Частотный спектр – это набор отдельных гармонических составляю-
щих характеризующий исследуемый сигнал в спектральной области.
Ряд Фурье в тригонометрической форме, как наиболее часто исполь-
зуемый вариант записи для произвольного периодического сигнала имеет
вид:

a0 ∞
s (t ) = + ∑ (an cos nω0t + bn sin nω0t ) . (1.7)
2 n =1

Коэффициенты ряда определяются по формулам:

T
2 2
T −T∫
a0 = s (t )dt ;
2

31
 T
2 2
T −T∫
an = s (t ) cos nω0tdt ;
2
T
2
2
T −T∫
bn = s (t ) sin nω0 tdt .
2

В общем случае периодический сигнал содержит постоянную состав-

ляющую и бесконечный набор гармонических колебаний – гармоник, с час-
тотами ωn = nω0, (n = 0, 1,..) кратными основной частоте ω0=2π/T исследуемо-
го сигнала с известным периодом T.
Четный сигнал содержит только косинусоидальные составляющие ря-
да, а нечетный сигнал – синусоидальные.
Каждую гармонику можно описать её амплитудой Аn и начальной фа-
зой ϕn, тогда коэффициенты ряда Фурье принимают вид:

an = An cos ϕ n ; bn = An sin ϕ n ;
bn
An = an + bn ; tgϕ n =
2 2
;
an

и эквивалентная формула ряда Фурье равна:

a0 ∞
s (t ) = + ∑ An cos(nω0t − ϕn ) . (1.8)
2 n =1

Спектральная диаграмма периодического сигнала – это графическое

изображение коэффициентов ряда Фурье для конкретного сигнала.
Спектральные диаграммы бывают амплитудные и фазовые (рис. 1.15).
Как следует из приведенных графиков, спектры периодических сигналов со-
стоят из отдельных линий, то есть они дискретные или линейчатые.

An ϕ n

1 3
ω⁄ω 0 1 3
ω⁄ω 0

Рис. 1.15. Амплитудная и фазовая спектрограммы периодического сигнала

Комплексная форма ряда Фурье. Спектральное разложение периодиче-

ского сигнала можно провести в системе экспоненциальных базисных функций.

32
Функции этого базиса периодичны с периодом Т и ортонормированны на от-
резке времени [-T/2,T/2]. Тогда комплексный ряд Фурье, с учетом нормы ком-
плексного сигнала, характеризуется формулами:
∞
s (t ) = ∑c e
n= −∞
n
jnω0t
,
T (1.9)
1 2
cn = ∫
T −T
s (t )e jnω0t dt.
2

При вычислениях учитывают известную связь экспоненциальных

функций с тригонометрическими:

− jn ω 0 t
e = cos nω0t − j sin nω 0 t ;
jn ω0 t − jn ω t
+e 0
cos nω t = e
0 ,
2
jnω 0 t − jn ω t
−e 0
j sin nω0t = e .
2

В случае экспоненциального представления спектр сигнала будет со-

держать гармоники и в отрицательной области на оси частот, (отмеченные на
рисунке приведенном ниже) при этом нужно учитывать, что отрицательная
частота это не физическое, а математическое понятие, определяемое пред-
ставлением комплексных чисел.

Для примера рассмотрим ряд Фурье периодической последовательно-

сти прямоугольных видеоимпульсов s(t) с известными параметрами длитель-
ностью импульсов – τи, периодом – Т, амплитудой – А, четной относительно
точки t=0. В радиотехнике широко используется отношение q=Т/τи, называе-
мое скважностью последовательности. В зарубежной литературе вместо
скважности используется обратная величина, называемая коэффициентом
заполнения (duty cycle), равная τи/T. Периодические последовательности им-
пульсов, используемые, например, в радиолокации, имеют значения скваж-
ности, достигающие нескольких тысяч.

33
 По формулам (1.7) находим (ω1=ω0):

Окончательную формулу ряда Фурье удобно записать в виде

На рис. 1.16 представлены амплитудные диаграммы рассматриваемой

последовательности в двух важных крайних случаях – большой и малой
скважности.
Важно отметить, что последовательность коротких импульсов, сле-
дующих друг за другом достаточно редко (q » 1), обладает богатым спек-
тральным составом.

аn аn

ω ω
а б

Рис. 1.16. Амплитудный спектр периодической последовательности

прямоугольных видеоимпульсов: а – при большой скважности;
б – при малой скважности
При практических расчетах спектров периодических сигналов вычис-
ление бесконечной суммы ряда Фурье вызывает определенные трудности,
поэтому обычно ограничиваются суммированием конечного числа слагае-
мых. Точность аппроксимации исходного сигнала в этом случае зависит от
количества суммируемых спектральных составляющих.

Проиллюстрируем это на примере аппроксимации суммой гармоник

периодической последовательности прямоугольных импульсов напряжения,
у которых длительность τи = T / 2 (рис. 1.17). На рис. 1.17 графически показа-
но последовательное суммирование друг с другом 0, 1, 3 и 5-й гармоник. Из
анализа представленных графиков нетрудно заметить, как с увеличением ко-
личества суммируемых гармоник напряжения (или тока) результирующая

34
аппроксимирующая функция все точнее приближается к форме исходного
сигнала u(t) везде, кроме точек её разрыва, в которых образуется выброс. При
n → ∞ величина данного выброса ΔЕ составляет ∼9% от амплитуды аппрок-
симируемого сигнала Е. Причем с увеличением числа суммируемых гармо-
ник n амплитуда выброса в точках разрыва не уменьшается, а его длитель-
ность становится бесконечно узкой. Этот дефект сходимости аппроксими-
рующего ряда Фурье известен в математике и получил название эффекта
Гиббса (Дж. Гиббс – американский физик, который впервые дал ему поясне-
ние). По существу эффект Гиббса обусловливает неустранимую погрешность
аппроксимации. Для многих аналитических исследований наличие явления
Гиббса вызывает определенные проблемы. Так, например, в звуковоспроиз-
водящих системах (в частности в микрофонах) подобное явление носит на-
звание "звона". При этом каждый резкий согласный или любой другой вне-
запный звук сопровождается коротким свистящим, неприятным для слуха,
звуком. Это результат аппроксимации «разрывной» импульсной последова-
тельности гармоническими (гладкими) функциями. Выбор другой базисной
системы функций в обобщенном ряде Фурье позволяет избавиться от этого
эффекта.

Рис. 1.17. Демонстрация поэтапной аппроксимации прямоугольных импуль-

сов суммой гармоник

Необходимо отметить, что в проведенной выше практической аппрок-

симации заданного периодического сигнала тригонометрическим рядом Фу-

35
рье суммирование первой и высших гармоник осуществляется только по не-
четным коэффициентам n, так как при четных их значениях и длительности
импульса τи=T/2=π/ω1 величина sin(nω1τи/2)=sin(nπ/2) обращается в нуль.
Наряду со спектральным представлением (гармоническим анализом)
сигналов широко используется гармонический синтез – получение заданных
колебаний сложной формы путем суммирования ряда гармонических состав-
ляющих их спектра. По существу, выше и был проведен синтез периодиче-
ской последовательности прямоугольных импульсов из нескольких гармоник
(рис. 1.17). Практически такие операции достаточно просто реализуются на
компьютере.
Кроме гармонического ряда Фурье применяются и другие типы разло-
жения: по функциям Уолша, Бесселя, Хаара, полиномам Чебышева, Лаггера,
Лежандра и др.

1.3.3. Спектральное представление непериодических сигналов. В

теории спектрального представления непериодических (импульсных) сигна-
лов используют искусственный прием, позволяющий формально заменить
такие сигналы периодическими с бесконечно большим интервалом (перио-
дом) следования, т. е. при Т → ∞.
Предположим, что имеется одиночный импульсный сигнал s(t) конеч-
ной длительности и произвольной формы. Виртуально (мысленно) дополним
его такими же сигналами, периодически следующими через некоторые ин-
тервалы времени – Т (рис. 1.18). В результате получим периодическую по-
следовательность sпер(t), которую можно представить в виде ряда Фурье (1.7).

Рис. 1.8. К определению непериодических сигналов:

а - один импульс; б - условное периодическое представление

Для перехода к одиночному импульсу увеличим до бесконечности пе-

риод повторения импульсов – Т. В этом случае в спектральной области (рис.
1.15 и 1.6) произойдут следующие изменения:

36
 • частоты nω0 и (n+1)ω 0 окажутся сколь угодно близкими и поэто-
му дискретную переменную nω0 можно заменить непрерывной – ω, то есть
текущей частотой;
• амплитудные коэффициенты cn станут бесконечно малыми (стре-
мящимися к нулю) из-за наличия Т→∞ в знаменателе коэффициентов ряда;
Из анализа нетрудно заметить, что при увеличении периода следования
импульсов линейчатый спектр будет все более плотным. В предельном слу-
чае, когда период T → ∞ , равные расстояния между спектральными линиями
уменьшаться настолько, что спектр станет сплошным, а амплитуды отдель-
ных спектральных составляющих окажутся бесконечно малыми. При этом
частота следования импульсов ω0 = 2 π/ Т → 0 и превращается в dω, дискрет-
ная переменная nω1 – в мгновенную (текущую) частоту ω, а знак суммы
трансформируется в интеграл.
Иначе, рассмотрев интервал частот ∆ω→0 в окрестностях некоторой
частоты ω0, то в пределах этого интервала будет содержаться N отдельных
пар спектральных составляющих, частоты которых будут отличаться друг от
друга сколь угодно мало (N=∆ω/ω0=∆ωT/2π). В результате отмеченных пре-
образований спектральные составляющие можно суммировать так, как если
они имеют одну и ту же частоту и характеризуются одинаковыми комплекс-
ными амплитудами. Комплексная амплитуда эквивалентного гармонического
сигнала внутри интервала ∆ω будет равна:
∞ ∞
2N ∆ω
∆Aω 0 = ∫ s(t )e − jω 0 t dt = ∫ s (t )e
− jω 0 t
dt .
T −∞
π −∞

При этом обозначим функцией интеграл:

∞

∫ s( t )e
− jωt
S( jω ) = dt , (1.10)
−∞

который называется спектральной плотностью сигнала s(t) или прямым пре-

образованием Фурье данного сигнала. Спектральная плотность характеризует
интенсивность сплошного распределения амплитуд гармоник непериодиче-
ского сигнала вдоль оси частот ω. В этом основное отличие спектральной
плотности непериодического сигнала от дискретного спектра периодическо-
го сигнала, в котором каждая гармоническая составляющая имеет вполне оп-
ределенное значение частоты и отстоит от соседней на величину ω0=2π/Т.
Необходимо отметить, что дискретный спектр периодического и спектраль-
ная плотность непериодического сигналов имеют разные размерности. Так
дискретный спектр периодического напряжения или тока имеет размерность

37
амплитуды (В или А). Спектральная же плотность имеет размерность В/Гц
или А/Гц.

С точки зрения физического смысла спектральная плотность

S(ω 0)=S(2πf0) – масштабный множитель, связывающий малую длину интер-
вала частот ∆f и отвечающую ему комплексную амплитуду ∆A гармоническо-
го сигнала на центральной частоте f0.
При решении обратной задачи, то есть при нахождении сигнала по его
спектральной плотности, необходимо воспользоваться обратным преобразо-
ванием Фурье для сигнала s(t):
∞

∫ S(jω )e
− jω t
s(t) = dt . (1.11)
-∞

Часто для упрощения описания сигналов и обозначения взаимосвязи

между прямым и обратным преобразованиями Фурье используется общепри-
нятая символика: s(t)↔S(jω). Вследствие того, что непериодический сигнал
s(t) и его спектральная плотность S(jω), взаимно однозначно связаны парой
преобразований Фурье, последние позволяют аналитически отыскать спек-
тральную плотность по заданной форме сигнала, и наоборот, его форму по
спектральной плотности.
Следует отметить основное условие существования спектральной
плотности сигнала: для того, чтобы сигналу s(t) можно было бы сопоставить
его спектральную плотность S(jω), необходимо, чтобы сигнал был абсолют-
но интегрируем, то есть, чтобы существовал интеграл:

−∞
∫ s(t ) dt < +∞ . (1.12)

Этот интеграл определяет условие существования спектральной плот-

ности сигнала. В математике детально исследован вопрос о том, какими
свойствами должна обладать функция s(t) для того, чтобы ее преобразова-
ние Фурье действительно существовало. Подобное условие значительно су-
жает класс допустимых сигналов. Так, в указанном классическом смысле не-
возможно говорить о спектральной плотности гармонического сигнала
и(t)=Umсоsω0t, существующего на всей бесконечной оси времени. Однако в со-
временной математике разработаны приемы, позволяющие разумным обра-
зом вычислять спектральные плотности так называемых «неинтегрируемых»
сигналов. Правда, при этом оказывается, что такие спектральные плотности
будут уже не обычными, классическими, а обобщенными функциями.

38
 Кратко рассмотренные основные положения теории спектрального
анализа сигналов позволяют анализировать как сами сигналы, так и прохож-
дение сигналов через радиотехнические цепи, устройства и системы.
Рассмотрим примеры вычисления спектральной плотности для некото-
рых сигналов.
• Спектральная плотность прямоугольного видеоимпульса. Пусть
данный сигнал описывается rect-функцией (табл. 1.2), т. е. сигнал
s(t)=U rect[(t)/τи], имеет амплитуду U, длительность τи и располагается сим-
метрично относительно начала отсчета времени. Учитывая, что rect-функция
имеет единичную амплитуду на основании формулы (3.8) проведем вычисле-
ния:

S (ξ ) S (0)

0.8
0.6
0.4
0.2
−π π 3π ξ
− 2π 0 2π

Рис. 1.19. График нормированной спектральной плотности прямо-

угольного видеоимпульса как функции с параметром ξ=ωτи/2
Спектральная плотность рассматриваемого сигнала
S(jω)=Uτиsin(ωτи/2)/ωτи/2 является вещественной функцией частоты, поэтому
введя безразмерную переменную ξ=ωτи/2 можно окончательно представить
результат в виде графика, который построенный по полученной формуле
изображен на рис. 1.19. Следует отметить, что значение спектральной плот-
ности на нулевой частоте равно площади импульса (одно из свойств преобра-
зований Фурье): S(0) = Uτи.

Применительно к напряжению прямоугольной формы (рис. 1.20а)

обычно выполняют построение модуля спектральной плотности (рис. 1.20б),
особо подчеркивая, что модуль спектральной плотности сигнала является
сплошным (непрерывным) в отличии от периодического сигнала. Анализируя

39
рисунок можно заметить, как будет изменяться модуль спектральной плотно-
сти при изменении параметров импульса – амплитуды и длительности им-
пульса. Сравнивая выражения для спектральной плотности одиночного пря-
моугольного импульса и спектра периодической последовательности таких
же импульсов, нетрудно заметить, что модуль спектральной плотности и оги-
бающая (огибающая – воображаемая линия, которая отображает максималь-
ные значения мгновенных амплитуд) гармоник дискретного спектра совпа-
дают по форме и отличаются лишь масштабом по оси амплитуд.

Рис. 1.20. Графики напряжения прямоугольной формы – (а) и модуля спек-

тральной плотности – (б) прямоугольного видеоимпульса
В табл. 1.3, для примера, приведены спектры некоторых часто исполь-
зуемых импульсов, где в качестве иллюстраций приведены графики напря-
жений импульсов различной формы и их амплитудных спектров в области
положительных частот. Из приведенных примеров видно, что реальные им-
пульсы ограниченной длительности теоретически имеют бесконечный
спектр.
Таблица 1.3
Амплитудный
Сигнал u (t ) Спектральная спектр
плотность
S = S( jω )
u(t ) S
 τи τи ωτ
 1, − ≤ t ≤ , sin и
2 2 τи 2
u (t ) = 
0, t < − τ и , t > τ и −
τи τи ωτ и 2π 4π ω
 2 2 τи τи
2 2 2

 t τи u(t ) S
τ 2 + 1, − ≤ t ≤ 0  ωτ и 
2

 и 2
τи  
u (t ) =  sin
 4 
1 − t , 0 ≤ t ≤ τ и τ τи 2 ωτ  2π 4π ω
 τ и 2 − и 
и
 τи τи
2 2 2  4 

40
  τи u(t ) ωτ и S
cos ω0t , − 2 ≤ t ≤ 0,
cos
4τ и 2
u (t ) =  ⋅
π  ωτ и 
2

0, 0 ≤ t ≤ τ и τ τи 1−   2π 4π ω
 − и
2 2 2  2  τи τи

u (t )
S

x − ( 2α )
u (t ) = e −( at )
2 2

τ τи e
− и α 0 ω
2 2

u (t ) S

e−αt , t ≥ 0, 1
u (t ) = 
0, t < 0 α + jω 0 ω

Известный в математике принцип неопределенности В. Гейзенберга

(применительно к одномерным сигналам) гласит: чем сильнее сигнал s(t)=u(t)
локализован во времени тем шире его модуль спектра S(jω) в пространстве
частот ω. И наоборот – чем меньше ширина модуля спектра S(jω), тем боль-
шую область оси времени он занимает (теорема об изменении масштаба) [1].
На практике шириной спектра считают эффективную область частот Fэ, в
пределах которой сконцентрировано 90–95 % энергии сигнала. Для коло-
кольного (Гауссова) и экспоненциального импульсов (последние две строчки
в табл. 1.3), имеющих теоретически бесконечную длительность, для удобства
расчетов также вводят понятие эффективной длительности Tэ, подразумевая
под этим интервал времени, в пределах которого сосредоточена основная до-
ля энергии сигнала.

1.3.4. Основные свойства преобразований Фурье

Итак, между сигналом и его спектральной плотностью существует од-

нозначное соответствие s(t)↔S(jω), установленное полученными выше соот-
ношениями. Для практических целей важна связь между различными преоб-
разованиями сигнала и соответствующими этим преобразованиям измене-
ниями его спектральной плотности. Рассмотрим несколько основных таких
радиотехнических преобразований.

41
 • Сложение, усиление и ослабление сигналов (теорема линейно-
сти). Сложение, усиление и ослабление сигналов относятся к линейным опе-
рациям, поэтому к ним применимо свойство линейности. Если имеется сово-
купность детерминированных сигналов s1(t), s2(t),…, sN(t) обладающих спек-
тральными плотностями S1(jω), S2(jω), …, SN(jω), то суммарному (разностно-
му) значению сигналов sΣ(t) = s1(t) + s2(t)+ …+ sN(t) соответствует сумма (или
разность) их спектральных плотностей SΣ(jω) = S1(jω) + S2(jω) + … + SN(jω).
Данная теорема имеет элементарное доказательство: достаточно в прямое
преобразование Фурье (1.10) подставить сумму исходных сигналов и выпол-
нить преобазования.
• Сдвиг сигнала во времени (теорема запаздывания). Пусть сигнал
s1(t) со спектральной плотностью S1(jω), задержан на некоторое время τз. В
этом случае s2(t)=s1(t-τз), и спектральная плотность задержанного сигнала в
соответствии с прямым преобразованием Фурье (1.10), будет иметь вид:
S1(jω)=S1(jω)e-jωτз. Таким образом, сдвиг сигнала во времени на некоторый ин-
тервал τз приводит лишь к изменению аргумента спектральной плотности на
величину ωc а её модуль остается неизменным. На практике сдвиг сигнала во
времени осуществляется при аудио и видеозаписи на различные носители.
Сколь долго (теоретически) не хранилась бы такая запись, спектр (и форма)
сигнала не претерпит изменений.
• Смещение спектра сигнала (теорема смещения). Смысл данной
теоремы заключается в следующем: если S1(jω) – спектральная плотность
сигнала s1(t), то спектральная плотность S2(j(ω+ Ω)), полученная путем сдвига
исходного спектра по оси частот на величину Ω соответствует сигналу
s2(t)=s1(t)e-jΩt. Это соотношение получают при использовании преобразований
Фурье и оно показывает, что в результате таких преобразований спектр сиг-
нала смещается на величину Ω равную частоте сдвига. В итоге s2(t)↔ S2(jω),
и подобное преобразование сигнала применяют в различных радиосистемах
при необходимости переноса спектра сигнала из одной области частот в дру-
гую, например, при модуляции.
• Изменение масштаба времени. Предположим, что в исходном
сигнале s1(t) изменен масштаб времени таким образом, что аргумент t умно-
жен на некоторый постоянный коэффициент b и s2(t)= s1(bt) Если b > 1, то
происходит "сжатие" исходного сигнала; если же 0 < b < 1 – исходный сиг-
нал "растягивается" во времени. Спектральная плотность преобразованного
сигнала после вычислений преобразований Фурье будет равна
S2(jω)=(1/b)S1(jω/b). Таким образом, увеличение длительности импульсного
сигнала любой формы в b раз сопровождается сжатием его спектра во столь-
ко же раз, и наоборот, уменьшение длительности приводит к расширению
спектра при одновременной уменьшении его интенсивности в 1/b раз.

1.3.5. Спектры некоторых неинтегрируемых сигналов.

42
 Из курса математики известно, что ряд широко применяемых (в част-
ности в радиоэлектронике и технике связи) сигналов (функций) не удовле-
творяют условиям абсолютной интегрируемости (сходимости) отмеченное в
(1.12), поэтому их прямое преобразование Фурье определить не просто.

• Спектральная плотность дельта-функции общего вида

s(t)=δ(t – t0), выставленную в точке временной плоскости t0, определим с по-
мощью прямого преобразования Фурье (1.10):
∞
S(jω) = ∫ −∞
δ(t – t0)exp(-jωt) dt = exp(-jωt0),

а для дельта-функции расположенной в начале координат получим:

∞
S(jω) = ∫ −∞
δ(t) exp(-jωt) dt = 1.

Графики характеризующие дельта-функцию во временной и спек-

тральной областях приведены на рис. 1.21. Из рисунка следует, что дельта-
функция имеет равномерный (сплошной и бесконечный) спектр с единичной
интенсивностью на всех частотах. Т. к. в спектральной области модуль спек-
тральной плотности дельта-функции не ограничен по протяженности, это по-
зволяет использовать функцию как испытательную при нахождении времен-
ных характеристик линейных цепей – импульсной характеристики.

δ(t –

Рис. 1.21. Дельта-функция во временной области (а)

и её модуль спектральной плотности (б)

При таких исследованиях достаточно воздействия не идеальной модели

рассматриваемой функции, а просто очень коротких импульсов напряжения
на линейные цепи. При этом не обязательно, чтобы длительность реального
импульса была бесконечно мала, а амплитуда бесконечно велика. Оказывает-
ся достаточным условием является, чтобы длительность импульса была мно-
го меньше периода собственных колебаний линейной цепи.
Для дельта-функции можно найти обратное преобразование Фурье в
виде:

43
 ∞
δ(t) = (1/2π) ∫ exp(jωt) dω,
−∞

которое широко используется при различных вычислениях.

Физически представить свойства и параметры дельта-функции доста-

точно просто. Так, в момент возникновения импульса (t = 0) все элементар-
ные гармонические составляющие бесконечного спектра дельта-функции
суммируются когерентно (синфазно), поскольку в соответствии с получен-
ными выражениями спектральная плотность дельта-функции вещественна.
Поэтому при t = 0 наблюдается бесконечно большая амплитуда импульса.

• Спектральная плотность гармонического сигнала. Определим

спектральную плотность гармонического (положим, что косинусоидального)
сигнала единичной амплитуды s(t)=cos ω0t, для которого условия примени-
мости преобразования Фурье не выполняются. Подставив в прямое преобра-
зование Фурье (1.10) заданный сигнал, и воспользовавшись формулой Эйле-
ра ejx=cos x + j sin x, а, также выполнив необходимые преобразования, полу-
чим:
∞
S(jω) = ∫ −∞
cos ω0t exp(-jωt) dt = π [δ(ω - ω0) + δ(ω + ω0)],

следовательно, спектральную плотность гармонического сигнала можно ото-

бразить двумя дельта-функциями в частотной области, с координатами – - ω0
и + ω0.

По аналогии с косинусоидальным сигналом нетрудно показать, что си-

нусоидальному сигналу s(t)=sinω0t отвечает спектральная плотность
S(jω)=π[δ( ω - ω0) - δ (ω + ω0)]. Здесь знак минус появляется вследствие не-
четности функции синусоидального сигнала.

Спектральная плотность постоянного напряжения (тока). Спек-

тральную характеристику постоянного напряжения, например, единичной
амплитуды можно легко определить, приравняв в формулах для спектраль-
ной плотности рассмотренных гармонических сигналов частоту ω0 к нулево-
му значению. В результате получим: S(jω)=2π δ(ω), т. е. это дельта-функция в
начале координат частотной области. Физический смысл данного результата
достаточно прост и очевиден, т. к. постоянный во времени сигнал может
иметь единственную спектральную составляющую в отмеченной области.

Подобные расчеты можно продолжить и для других сигналов, но эти

исследования являются предметом практических занятий с использованием
известных программ.

44
 1.4. Операторная форма представления сигналов

1.4.1. Преобразования Лапласа. Тригонометрическая и экспоненци-

альная формы рядов Фурье представляют вещественный сигнал s(t) в зави-
симости от действительной частоты ω. Преобразование Лапласа – более об-
щий способ описания сигналов, позволяющий значительно упростить анализ
прохождения сигналов через линейные цепи, особенно при быстро меняю-
щихся импульсных воздействиях, когда важны переходные процессы.

Преобразование Лапласа использует методы контурного интегрирова-

ния на плоскости комплексной частоты р= σ +j ω , где σ и ω действительные
числа. Это преобразование справедливо и для тех сигналов, для которых ин-
тегралы Фурье не сходятся.

Односторонним прямым преобразованием Лапласа для функции s(t),

существующей при 0<t<∞, называется интеграл вида:

(1.13)

Обратным преобразованием Лапласа является соотношение:

(1.14)

Сигнал s(t) называется оригиналом, а его представление по Лапласу или

операторная функция называется изображением. Переход от оригинала к
изображению и наоборот принято изображать символически:

Большим преимуществом преобразования Лапласа является его про-

стая связь с преобразованием Фурье. Для этого необходимо лишь осущест-
вить замену р ↔ j ω: S ( p ) ↔ S ( j ω ) .

1.4.2. Основные свойства преобразования Лапласа

Рассмотрим основные свойства преобразований Лапласа.

• Линейной комбинации оригиналов соответствует такая же линейная

комбинация изображений, т. е. если s(t)=a f(t)+b g(t), то S(p)=a F(p)+b G(p).
Это свойство вытекает из линейности операции преобразования Лапласа.

45
• Производная оригинала равна изображению исходного сигнала, умно-
женного на р, за вычетом значения оригинала в точке t=0, т. е.

• Изображение интеграла от оригинала равно изображению оригинала,

деленного на р, т. е.

1.4.3. Определение оригинала по изображению

Для определения оригинала по изображению самым общим (и самым

сложным) методом является взятие интеграла обратного преобразования Ла-
пласа (1.13). Для пояснения его вычисления обратимся к рис. 1.22. Величина
постоянной С>0 в пределах интеграла ограничивает на комплексной плоско-
сти область интегрирования. Значение постоянной С определяется характе-
ром функции S(p)ept : путь интегрирования (на рис.1.22 он проходит по пря-
мой С-j∞ , C+j ∞) должен проходить правее полюсов этой функции.

Рис. 1.22

Можно вместо прямого пути интегрирования образовать замкнутый

контур (пунктир на рис. 1.22) добавлением дуги конечного радиуса, причем
величина этого радиуса должна быть такова, чтобы в контуре интегрирова-
ния оказались бы все полюса функции S(p). Для функций s(t),определенных
для t>0, контур должен быть расположен в левой полуплоскости.

Получение оригинала в этом случае сводится к определению:

46
где ∑ res – сумма вычетов в полюсах функции S(p) .

Вычет определяется следующим образом. При наличии полюсов изо-

бражение всегда можно представить в виде отношения двух полиномов:

Полюсами функции S(p) будут корни уравнения W(p)=0, т.е. нули зна-
менателя. Если функция S(p) имеет в точке p1 простой полюс, то

Если полюс p1 имеет кратность m (m – целое положительное число), то

Более простым способом является использование таблиц соответствия

оригинал-изображение для некоторых функций. В таблице 1 соответствия
для некоторых часто встречающихся в радиоэлектронике сигналов.

Таблица 1.4

Оригинал (t>0) Изображение

δ (t) 1

e- α t

1- e- α t

47
 t

te- α t

sin ω t

cos ω t

e- α t cos ω 0t

Однако не всегда можно сразу обратиться к таблице. В этом случае

нужно провести такие аналитические преобразования изображения, чтобы
привести его к табличным функциям.

1.5. Теоретические основы дискретных сигналов

1.5.1. Дискретизация сигналов во временной области

Современные радиотехнические системы работают с цифровыми сиг-

налами. Поэтому аналоговые сигналы подвергают дискретизации с после-
дующей цифровой обработкой, сущность которой состоит в том, что физи-
ческий сигнал (напряжение, ток и т.д.) преобразуется в последовательность
чисел, которая затем подвергается математическим преобразованиям в вы-
числительном устройстве. Трансформированный цифровой сигнал (последо-
вательность чисел) при необходимости может быть преобразован обратно в
напряжение или ток.

В теории и практике обработки сигналов широко используется теорема

Котельникова-Шеннона (теорема отсчетов) [1, 2]: если наивысшая частота в
спектре функции s (t) меньше, чем f m , то функция s (t) полностью определя-
ется последовательностью своих значений в моменты, отстоящие друг от
друга не более чем на 1 / 2 f m секунд. Исходный физический сигнал является
непрерывной функцией времени. Такие сигналы, определенные во все момен-
ты времени, называют аналоговыми, а получаемая последовательность чисел,
представляющая сигнал при цифровой обработке, является дискретным ря-

48
дом и не может полностью соответствовать аналоговому сигналу. Числа, со-
ставляющие последовательность, являются значениями сигнала в отдельные
(дискретные) моменты времени и называются отсчетами сигнала. Как пра-
вило, отсчеты берутся через равные промежутки времени T, называемые пе-
риодом дискретизации (или интервалом, шагом дискретизации). Величина,
обратная периоду дискретизации, называется частотой дискретизации: fд =
1/T. Соответствующая ей круговая частота определяется как ωд = 2π/T. При
обработке сигнала в вычислительных устройствах его отсчеты представля-
ются в виде двоичных чисел, имеющих ограниченное число разрядов. Вслед-
ствие этого отсчеты могут принимать лишь конечное множество значений и,
следовательно, при представлении сигнала неизбежно происходит его округ-
ление. Процесс преобразования отсчетов сигнала в числа называется кванто-
ванием по уровню, а возникающие при этом ошибки округления – ошибками
(или шумами) квантования.

В соответствии с этой теорема отсчетов сигнал s (t), ограниченный по

спектру наивысшей частотой ω m = 2πf m , можно представить рядом Фурье:

∞ ∞ ∞  n  sin ωm ( t − n / 2 f m )
s( t ) = ∑ cn ϕn ( t ) = ∑ s( n∆t )ϕn ( t ) = ∑ s 
2 f m  ωm ( t − n / 2 f m )
.
n = −∞ n = −∞ n = −∞ 
(1.15)

В этом выражении 1 / 2 f m = ∆t обозначает интервал между двумя отсчет-

ными точками на оси времени, а s (n / 2 f m ) = s (n∆t ) – выборки функции в мо-
менты времени t = n∆t .

Представление заданной функции s(t) рядом (1.15) иллюстрирует-

ся рис. 1.23.

49
 S
S ( n + 1) ∆t
S(t)
S ( n ∆t )

∆t t = n ∆t
t = ( n + 1) ∆t

Рис. 1.23. Представление сигнала рядом Котельникова-Шеннона

Функция вида
sin ω m (t − n∆t )
ϕ n (t ) = , (1.16)
ω m (t − n∆t )
обладает следующими важными свойствами:
а) в точке t = n ∆ t ϕ n (n∆t ) = 1 , а в точках t= k ∆ t, где k – любое
целое положительное или отрицательное число, отличное от n, функция
ϕ n ( k∆ t ) = 0 ;
б) спектральная плотность функции ϕ 0 (t ) равномерна в полосе
частот ω < ω m и равна 1 /2f m = π / ω m .
Так как функция ϕ n (t) отличается от ϕ 0 (t) только сдвигом на оси
времени на n ∆ t, то спектральная плотность функции ϕ n (t)

 1 − jn∆tω − jn∆tω
 e = ∆te ï ðè − ωm < ω < ωm , (1.17)
2
Φn (ω) =  m f
0 То, что ряд
ï ðè ω < −ωm è ω > ωm .

(1.15) точно опре-
деляет заданный сигнал s (t) в точках отсчета, не требует дополнитель-
ных доказательств, поскольку коэффициентами ряда являются сами вы-
борки из функции, т. е. величины s(n ∆ t). Можно доказать, что ряд (1.15)
определяет функцию s (t) в любой момент t, а не только в точках отсче-
та t=n ∆ t. Воспользуемся для этого общими правилами разложения
функции по ортогональной системе. В данном случае разложение про-
изводится по функциям вида (1.16), для которых интервал ортогональ-
ности равен бесконечности, а норма равна:

50
 ∞ ∞
sin 2 ω m (t − n∆t ) 1 sin 2 x π
ϕn ∫− ∞ ω2 m (t − n∆t ) 2 dt = ωm ∫− ∞ x 2 dx = ωm = ∆t.
2
=

Значения коэффициентов ряда (1.15), получают, применяя для их

определения общую формулу, справедливую для обобщенного ряда Фу-
рье:
∞
1
cn =
∆t ∫ s( t )ϕ n ( t )dt.
−∞
(1.18)
Таким образом, вычислив интеграл получим:
∞
∫ s(t )ϕ n (t )dt = ∆ts (n∆t ).
−∞

И окончательное выражение для коэффициентов ряда равно C n = s (n∆t ) ,

из которого следует, что коэффициентами ряда (1.15) являются выборки
функции s (t) в точках t = n∆t .
Поскольку ограничение спектра конечной наивысшей частотой обеспе-
чивает непрерывность функции s (t), ряд (1.15) сходится к функции s (t) при
любом значении t.
Если взять интервал между выборками меньшим ∆t = 1 / 2 f m , то это по-
вышает точность представления сигнала s(t), так как исключается возмож-
ность потери значений «крыльев» спектра сигнала вне граничных частот,
кроме того, ослабляются требования к АЧХ фильтра, восстанавливающего
непрерывный сигнал.
При увеличении же интервала между выборками по сравнению с ис-
ходным, спектр базисной функции становится уже, чем спектр сигнала, и
при вычислении требуемых интегралов коэффициенты ряда уже не будут
соответствовать исследуемому сигнала и восстановление сигнала становится
невозможным.

Рассмотрим теперь случай, когда длительность сигнала s (t) конечна и

равна Тс, а полоса частот по-прежнему равна fm. Эти условия, строго говоря,
несовместимы, так как функция конечной длительности обладает те-
оретически бесконечно широким спектром. Однако, практически всегда
можно определить наивысшую частоту спектра fm так, чтобы «крылья»
функции времени, обусловленные отсеканием частот, превышающих fm, со-
держали пренебрежимо малую долю энергии по сравнению с энергией ис-
ходного сигнала s(t). При таком допущении для сигнала длительностью Тс с

51
полосой частот fm общее число независимых параметров (т. е. значений
s(n∆t)), которое необходимо для полного задания сигнала, будет равно
N = Tc / ∆t = 2 f mTc . При этом выражение принимает следующий вид (при отсче-
те времени от первой выборки):

2 f mTc
sin ωm (t − n∆t )
s(t) = ∑ s(n∆t)
ωm (t − n∆t)
.
n=0

Число N иногда называют числом степеней свободы сигнала s(t), так

как даже при произвольном выборе значений s(n ∆ t) сумма полученного ряда
определяет функцию, удовлетворяющую условиям заданного спектра и за-
данной длительности сигнала. Число N иногда называют также базой сиг-
нала.
Энергию и среднюю мощность сигнала нетрудно выразить через задан-
ную последовательность временных выборок и в результате получим:
2 f mTc 2 fmTc
Ý= ∑ [s(n∆t )]2 ϕn =∆t ∑ [s(n∆t )]2 ,
2

n=0 n=0
2 fmTc 2 fmTc
Ý ∆t 1
s (t ) = =
2

Tc Tc
∑ [s(n∆t )] = 2

2 f mTc
∑ [s(n∆t )]2.
n=0 n=0

Из последнего выражения видно, что средняя за время Тс мощность не-

прерывного сигнала равна среднему квадрату выборок, число которых равно
2fmTc.

1.5.2. Дискретизации сигналов в частотной области

Иногда сигнал необходимо представить с помощью частотных выбо-

рок спектральной функции S( ω ), а не временных выборок функции s(t).
Для функции S( ω ) можно составить ряд, аналогичный выражению (1.15).
Для этого базисная функция ϕ n (t ) = sinc[ω m (t − n∆t )] должна быть заменена
функцией с частотным аргументом и может быть получена из (1.16) заме-
ной t н а ω , «полуширины» спектра ω m на «половинную длительность»
сигнала T с/2 и ∆ t =1/2fm на ∆ω = 2π / Tc :

52
 T  T 
ϕ n (ω) = sinc  c (ω − n∆ω)  = sinc  c (ω − n 2π / Tc ) 
2  2 

В результате преобразований получим:

Τc
f mTc sin (ω − n∆ω)
2
S (ω) = ∑ S ( n ∆ω )
Tc
=
n = − f mTc (ω − n∆ω )
2
T  2π 
f mTc sin c  ω − n 
 2π 
∑ S  n Tc  T   2π c  .
2 T
=
n = − f mTc c
ω − n 
2 Tc 

Если ранее временной интервал между двумя соседними выборками ∆ t

не должен был превышать 2π / 2ω m , то теперь частотный интервал ∆ω не дол-
жен превышать 2π / Tc . При ширине спектра 2ω m , охватывающей область час-
тот − ω m < ω < ω m , число выборок равно 2ω m / ∆ω = 2 f mTc . В общем случае вы-
борки S (n2π / Tc ) являются комплексными числами и в каждой отсчетной точ-
ке на оси частот должны быть заданы два параметра – действительная и
мнимая части S (n2π / Tc ) (или модуль и аргумент). Таким образом, общее чис-
ло параметров получается вдвое большим, чем при временном представлении
сигнала, когда выборки S (n / 2 f m ) – действительные числа. Избыточность
представления сигнала в частотной области легко устраняется, если учесть,
что S (n2π / Tc ) и S (−n2π / Tc) являются комплексно-сопряженными функциями,
так что задание одной из них однозначно определяет другую. Таким образом,
спектр сигнала полностью характеризуется совокупностью комплексных вы-
борок, взятых только в области положительных частот, и числом независи-
мых параметров или степеней свободы сигнала N = 2 f mTc , как и при пред-
ставлении сигнала во временной области.

1.5.3. Дискретные преобразования ФУРЬЕ

Цифровая обработка сигналов оперирует с дискретными преобразова-

ниями сигналов и обрабатывающих данные сигналы систем. Математика
дискретных преобразований зародилась в недрах аналоговой математики еще
в 18 веке в рамках теории рядов и их применения для интерполяции и ап-
проксимации функций, однако ускоренное развитие она получила в 20 веке
после появления первых вычислительных машин. В принципе, в своих ос-

53
новных положениях математический аппарат дискретных преобразований
подобен преобразованиям аналоговых сигналов и систем. Однако дискрет-
ность данных требует учета этого фактора, и его игнорирование может при-
водить к существенным ошибкам. Кроме того, ряд методов дискретной ма-
тематики не имеет аналогов в аналитической математике.
Дискретное преобразование Фурье может быть получено непосредст-
венно из интегрального преобразования дискретизаций аргументов (tk = k∆t,
fn = n∆f):
∞ ∞
S(f) = ∫ −∞
s(t) exp(-j2πft) dt, S(fn) = ∆t ∑ s(tk) exp(-j2πfnk∆t),
k= − ∞
(1.19)
∞ ∞
s(t) = ∫ −∞
S(f) exp(j2πft) df, s(tk) = ∆f ∑ S(fn) exp(j2πn∆ftk).
k= − ∞
(1.20)
Напомним также, что дискретизация функции по времени приводит к
периодизации ее спектра, а дискретизация спектра по частоте - к периодиза-
ции функции. Для дискретных преобразований s(k∆t) ⇔ S(n∆f), и функция, и
ее спектр дискретны и периодичны, а числовые массивы их представления
соответствуют заданию на главных периодах Т = N∆t (от 0 до Т или от -Т/2
до Т/2), и 2fN = N∆f (от -fN до fN), где N – количество отсчетов, при этом:

∆f = 1/T = 1/(N∆t), ∆t = 1/2fN = 1/(N∆f), ∆t∆f = 1/N, N = 2TfN. (1.21)

Соотношения (1.21) являются условиями информационной равноцен-

ности динамической и частотной форм представления сигналов. Другими
словами: число отсчетов функции и ее спектра должны быть одинаковыми.
Но каждый отсчет комплексного спектра представляется двумя веществен-
ными числами и, соответственно, число отсчетов комплексного спектра в 2
раза больше отсчетов функции. Однако представление спектра в комплекс-
ной форме – не более чем удобное математическое представление спектраль-
ной функции, реальные отсчеты которой образуются сложением двух сопря-
женных комплексных отсчетов, а полная информация о спектре функции в
комплексной форме заключена только в одной его половине – отсчетах дей-
ствительной и мнимой части комплексных чисел в частотном интервале от 0
до fN, т.к. информация второй половины диапазона от 0 до – fN является со-
пряженной с первой половиной и никакой дополнительной информации не
несет.
При дискретном представлении сигналов аргумент tk обычно простав-
ляется номерами отсчетов k (по умолчанию ∆t = 1, k = 0,1,…N-1), а преобра-
зования Фурье выполняются по аргументу n (номер шага по частоте) на глав-
ных периодах. При значениях N, кратных 2:
N -1
S(fn) ≡ Sn = ∑ sk exp(-j2πkn/N), n = -N/2,…,0,…,N/2 . (1.22)
k= 0

54
 N/2-1
s(tk) ≡ sk = (1/N) ∑ Sn exp(j2πkn/N), k = 0,1,…,N-1. (1.23)
n = - N/2

Главный период спектра в (1.22) для циклических частот от -0.5 до 0.5,

для угловых частот от -π до π. При нечетном значении N границы главного
периода по частоте (значения ±fN) находятся на половину шага по частоте за
отсчетами ±(N/2) и, соответственно, верхний предел суммирования в (1.23)
устанавливается равным N/2.
В вычислительных операциях на ПК для исключения отрицательных
частотных аргументов (отрицательных значений номеров n) и использования
идентичных алгоритмов прямого и обратного преобразования Фурье главный
период спектра обычно принимается в интервале от 0 до 2fN (0 ≤ n ≤ N), а
суммирование в (1.23) производится соответственно от 0 до N-1. При этом
следует учитывать, что комплексно сопряженным отсчетам Sn* интервала
(-N,0) двустороннего спектра в интервале 0-2fN соответствуют отсчеты SN+1-n
(т.е. сопряженными отсчетами в интервале 0-2fN являются отсчеты Sn и SN+1-
n).

На рис. 1.24 приведена огибающая значений одной из форм представ-

ления главного диапазона спектра сигнала при дискретизации прямоугольно-
го импульса. Независимо от формы представления спектр периодически по-
вторяется.

Рис. 1.24. Модули спектра дискретизированного сигнала.

Преобразования (1.22, 1.23) называют дискретными преобразованиями

Фурье (ДПФ). Для ДПФ, в принципе, справедливы все свойства интеграль-
ных преобразований Фурье, однако при этом следует учитывать периодич-
ность дискретных функций и спектров. Произведению спектров двух дис-
кретных функций (при выполнении каких-либо операций при обработке сиг-
налов в частотном представлении, как, например, фильтрации сигналов непо-
средственно в частотной форме) будет соответствовать свертка периодизи-
рованных функций во временном представлении (и наоборот). Такая свертка
называется циклической и её результаты на концевых участках информаци-
онных интервалов могут существенно отличаться от свертки финитных дис-
кретных функций (линейной свертки).

55
 Из выражений ДПФ можно видеть, что для вычисления каждой гармо-
ники нужно N операций комплексного умножения и сложения и соответст-
венно N2 операций на полное выполнение ДПФ. При больших объемах мас-
сивов данных это может приводить к существенным временным затратам.
Ускорение вычислений достигается при использовании быстрого преобразо-
вания Фурье.

1.5.4. Быстрое преобразование Фурье (БПФ)

В основе БПФ лежит прореживание по частоте и пирамидальный алго-

ритм, которым исключаются повторные вычисления периодически повто-
ряющихся членов ряда Фурье.
Допустим, что массив чисел sk содержит N=2r отсчетов (r – целое). Раз-
делим исходный массив на два первых промежуточных массива с четными и
нечетными отсчетами:
sk' = s2k, sk" = s2k+1, 0 ≤ k ≤ (N/2)-1.

Выполним ДПФ каждого массива с учетом того, что шаг функций ра-
вен 2 (при ∆t=1), а период промежуточных спектров будет соответственно
равен N/2:
sk' ⇒ Sn', sk" ⇒ Sn", 0 ≤ n ≤ (N/2)-1.

Для получения одной половины искомого спектра Sn сложим получен-

ные спектры с учетом теоремы запаздывания, т.к. отсчеты функции sk" сдви-
нуты относительно sk' на один шаг дискретизации:

Sn = Sn'+Sn"⋅exp(-j2πn/N). (1.24)

Вторая половина спектра, комплексно сопряженная с первой, с учетом

периода повторения N/2 промежуточных спектров определяется выражени-
ем:

Sn+N/2 = Sn'+Sn"⋅exp(-j2π(n+N/2)/N) = Sn'- Sn"⋅exp(-j2πn/N). (1.25)

Нетрудно видеть, что для вычисления полного спектра в данном случае

потребуется N2/4 операций для вычисления промежуточных спектров плюс
еще N операций комплексного умножения и сложения, что создает ощути-
мый эффект по сравнению с ДПФ.
Но деление массивов на две части может быть применено и к первым
промежуточным массивам, и ко вторым, и т. д. до тех пор, пока в массивах не
останется по одному отсчету, Фурье-преобразование которых равно самому
отсчету. Тем самым, алгоритм преобразования превращается в пирамидаль-

56
ный алгоритм перестановок со сложением/вычитанием и с единичным умно-
жением на значение exp(-j2πn/N) соответствующего уровня пирамиды. Пер-
вый алгоритм БПФ на данном принципе (из множества модификаций, суще-
ствующих в настоящее время) был разработан Кули-Тьюки в 1965 г. и позво-
лил повысить скорость вычислений в N/r раз по сравнению с ДПФ. Чем
больше N, тем больше эффект БПФ. Так, при N = 1024 имеем r = 10 и соот-
ветственно N/r ≈100. Что касается условия по количеству точек N = 2r, то оно
рассматривается в варианте Nk ≤ 2r, где r – минимальное целое. Массивы с
N k < 2r дополняется до 2r нулями, что не изменяет форму спектра. Изменяется
только шаг ∆ω по представлению спектра (∆ω=2π/2r<2π/N), который не-
сколько избыточен по адекватному представлению сигнала в частотной об-
ласти. В настоящее время существуют и алгоритмы БПФ с другими основа-
ниями и их комбинациями, при которых не требуется дополнения сигналов
нулями до 2r.
Заметим, что в соответствии с (1.25) отсчеты, сопряженные с правой
половиной главного частотного диапазона (0, π), относятся не к диапазону
(-π,0), а к диапазону (π,2π), что, учитывая периодичность спектра дискретных
данных, значения не имеет. Т. е. выходной частотный диапазон БПФ равен
(0, 2π). Общее количество отсчетов комплексного спектра в этом условно
главном диапазоне равно количеству точек исходного сигнала (с учетом ну-
левых точек при дополнении сигнала до N=2 r). Алгоритм быстрого обратного
преобразования (ОБПФ) тождественен алгоритму прямого БПФ.
Алгоритмы прямого и обратного БПФ широко используются в совре-
менном программном обеспечении для анализа и обработки цифровых дан-
ных. Пример выполнения БПФ приведен на рис. 1.25, выполненный пакете
MathCad [5].

57
 Рис. 1.25. Пример использования БПФ.

1.5.5. Дискретные преобразования Лапласа

Дискретное преобразование Лапласа (ДПЛ), как и ДПФ, может быть

получено из интегрального преобразования дискретизаций аргументов
(tk=k∆t, ω n=n∆ω):
∞ ∞
Y(p) = ∫ 0
y(t) exp(-pt) dt, Y(pn) = ∆t ∑ y(tk) exp(-pntk),
k=0
(1.26)
где p = σ+jω – комплексная частота, σ ≥ 0.

σ + jω ∞
y(t) = (1/2πj) ∫ σ − jω
Y(p) exp(pt) dp. y(tk) = ∆t ∑ Y(pn) exp(pntk).
n= − ∞
(1.27)
Функцию Y(p) называют изображением Лапласа функции y(t) – ориги-
нала изображения. Нетрудно заметить, что при σ = 0 преобразование Лапласа
превращается в одностороннее преобразование Фурье, а для каузальных сиг-
налов (локализованных во времени) – в полную аналогию преобразований
Фурье. Наиболее существенной особенностью преобразования Лапласа явля-
ется возможность его применения для спектрального анализа функций, не

58
имеющих Фурье-образов из-за расходимости интегралов Фурье. Для понима-
ния последнего запишем интеграл Лапласа в развернутой форме:
∞ ∞ ∞
Y(p) = ∫ 0
y(t) exp(-σt-jωt) dt = ∫ 0
y(t) exp(-σt) exp(-jωt) dt = ∫ 0
y'(t) exp(-jωt) dt.

Правый интеграл для каузальных сигналов представляет собой преоб-

разование Фурье, при этом сам сигнал y'(t) за счет экспоненциального мно-
жителя exp(-σt) соответствующим выбором значения σ>0 превращается в за-
тухающий, конечный по энергии, что и требуется для существования его Фу-
рье преобразования. Все свойства и теоремы преобразований Фурье имеют
соответствующие аналоги и для преобразований Лапласа.
Пример сопоставления преобразований Фурье и Лапласа приведен на
рис. 1.26.

Рис. 1.26. Пример программы сопоставления преобразований

Фурье и Лапласа.

59
 1.5.6. Z - преобразование сигналов

Определение z-преобразования. Распространенным способом анализа

дискретных цифровых последовательностей является z-преобразование
(z-transform). Оно играет для дискретных сигналов и систем такую же роль,
как для аналоговых – преобразование Лапласа.
Произвольной непрерывной функции s(t), равномерно дискретизиро-
ванной и отображенной отсчетами sk=s(k∆t), равно как и непосредственно
дискретной функции, можно поставить в соответствие степенной полином по
z – переменной, последовательными коэффициентами которого являются
значения sk:
∞
sk = s(k∆t) ⇔ Z[s(k∆t)] = ∑ sk zk = S(z). (1.28)
k= − ∞

где z=σ+jv=r⋅exp(-jϕ) – произвольная комплексная переменная, а ⇔ – знак

символической записи. Полином S(z) называют z-преобразованием или
z-изображением функции s(k∆t). Преобразование имеет смысл для области
тех значений z, в которой ряд S(z) сходится, т. е. сумма ряда представляет
собой аналитическую функцию переменной z, не имеющую полюсов и осо-
бых точек.
Впервые z-преобразование введено в употребление П. Лапласом в 1779
и повторно "открыто" В. Гуревичем в 1947 году с изменением символики на
z-1. В настоящее время в технической литературе имеют место оба вида сим-
волики. На практическое использование преобразования это не влияет, т. к.
смена знака только зеркально изменяет нумерацию членов полинома (отно-
сительно z0), числовое пространство которых в общем случае от -∞ до +∞. В
дальнейшем в качестве основной будем использовать символику положи-
тельных степеней z, давая пояснения по особенностям отрицательной симво-
лики, если таковая будет использована.
По заданному или полученному в результате анализа какой-либо сис-
темы z-полиному однозначно восстанавливается соответствующая этому по-
линому функция путем идентификации коэффициентов степеней при zk с
k-отсчетами функции.
Смысл величины z в z-полиноме заключается в том, что она является
оператором единичной задержки по координатам функции. Умножение
z-преобразования сигнала s(k) на величину zn означает задержку сигнала на n
интервалов: znS(z) ⇔ s(k-n).
Z-преобразования с положительными степенями z соответствуют кау-
зальным (физически реализуемым) процессам и системам, которые работают
в реальном масштабе времени с текущими и "прошлыми" значениями сигна-
лов. При обработке информации на ПК каузальность сигналов не относится
к числу ограничений и возможно использование отрицательных степеней z,

60
соответствующих отсчетам сигналов "вперед". Последнее применяется, на-
пример, при синтезе симметричных операторов фильтров, что позволяет
производить обработку информации без внесения в сигнал фазовых искаже-
ний. При использовании символики z-1 "прошлым" значениям соответствуют
значения с отрицательными степенями z, "будущим – с положительными.
Основное достоинство z-преобразований заключается в простоте мате-
матических операций со степенными полиномами, что имеет немаловажное
значение при расчетах цифровых фильтров и спектральном анализе.
Примеры z-преобразования часто встречающихся на практике дискрет-
ных сигналов.
Импульсы Кронекера. В общем случае, в произвольной точке числовой
оси:
δ(k-n) =1 при k=n, δ(k-n) = 0 при k ≠ n.

∞
X δ(z) = ∑ δ(k-n) zk = zn.
k= − ∞

Для импульса Кронекера в нулевой точке соответственно X δ(z) = z0 =1.

Функция Хевисайда (единичный скачок).

x(k) = 0 при k < 0, x(k) = 1 при k ≥ 0.

∞
X(z) = ∑ zk = zk.
k=0

Ряд сходится при |z| < 1, при этом его сумма равна: X(z) = 1/(1-z), |z|< 1.
При использовании символики z-1:

X(z) = 1/(1-z-1) = z/(z-1), |z| > 1.

Экспоненциальная функция:

x(k) = 0 при k < 0, x(k) = ak при k ≥ 0.

∞ ∞ ∞
X(z) = ∑ x(k) zk = ∑ ak zk = ∑ (az)k.
k= − ∞ k=0 k=0

Как и в предыдущем случае, ряд сходится при |az| > 1, т.е. при |z| < |a|,
при этом:
X(z) = 1/(1-az), |z| > |a|.

Связь с преобразованиями Фурье и Лапласа. Запишем дискретный сиг-

нал sk в виде суммы весовых импульсов Кронекера:

61
 ∞
sk = s(k∆t) = ∑ s(n∆t) δ(k∆t-n∆t).
n= − ∞

Определим спектр сигнала по теореме запаздывания:

∞
S(ω) = ∑ s(k∆t) exp(-jωk∆t).
k= − ∞

Выполним замену переменных, z = exp(-jω∆t), и получим:

∞
S(ω) = ∑ s(k∆t)⋅zk = S(z).
k= − ∞

Отсюда следует, что дискретное преобразование Фурье является част-

ным случаем z-преобразования при z = exp(-jω∆t). Аналогичной подстанов-
кой z = exp(-p) может осуществляться переход к дискретному преобразова-
нию Лапласа. В общем виде:

S(ω) = S(z), z = exp(-jω∆t); S(p) = S(z), z = exp(-p∆t). (1.29)

Обратное преобразование:

S(z) = S(ω), ω = ln z/j∆t; S(z) = S(p), p = ln z/∆t. (1.30)

При отрицательной символике z связь между представлениями осуще-

ствляется соответственно подстановками z-1 = exp(jω∆t) и z-1 = exp(p).
Свойства z-преобразования. Без углубления в теорию, можно конста-
тировать, что все свойства ДПФ действительны и для z-преобразования. От-
метим некоторые из них.
Линейность: Если S(k) = a·x(k)+b·y(k), то S(z) = aX(z)+bY(z). Соответ-
ственно, z-преобразование допустимо только для анализа линейных систем и
сигналов, удовлетворяющих принципу суперпозиции.
Задержка на n тактов: y(k) = x(k-n).

∞ ∞ ∞ ∞
Y(z) = ∑ y(k)⋅zk = ∑ x(k-n)⋅zk =zn ∑ x(k-n)⋅zk-n = zn ∑ x(m)⋅zm = zn X(z).
k= − ∞ k= − ∞ k= − ∞ m = −∞

Соответственно, умножение z-образа сигнала на множитель zn вызыва-

ет сдвиг сигнала на n тактов дискретизации.
Для z-преобразования действительны все известные теоремы о спек-
трах. В частности, свертка двух сигналов отображается в z-области произве-

62
дением их z-образов, и наоборот:

s(k) * h(k) ⇔ S(z)H(z), s(k)·h(k) ⇔ S(z) * H(z).

При z = exp(-jω∆t), z-преобразование представляет собой особую фор-

му представления дискретных сигналов, при которой на полином S(z) можно
ссылаться как на временную функцию (по значениям коэффициентов k∆t),
так и на функцию частотного спектра сигнала (по значениям аргумента ω).

Рис. 1.27. Комплексная z-плоскость

Отображение z-преобразования вы-

полняют на комплексной z-плоскости с Re z и
Im z по осям координат (рис. 1.27). Спек-
тральной оси частот ω на z-плоскости соот-
ветствует окружность радиуса:
|z| = |exp(-jω∆t)| = cos 2 ( ω ∆t) + sin2 ( ω ∆t) = 1.
Подстановка значения какой-либо час-
тоты ω в z = exp(-jω∆t) отображается точкой
на окружности. Частоте ω=0 соответствует
точка Rez=1 и Imz=0 на правой стороне оси абсцисс. При повышении часто-
ты точка смещается по окружности против часовой стрелки, и занимает
крайнее левое положение на частоте Найквиста ωN = π/∆t (Re z = -1, Im z = 0).
Отрицательные частоты спектра отображаются аналогично по часовой стрел-
ке на нижней полуокружности. Точки ± ωN совпадают, а при дальнейшем по-
вышении или понижении частоты значения начинают повторяться в полном
соответствии с периодичностью спектра дискретной функции. Проход по
полной окружности соответствует одному периоду спектра, а любая гармо-
ника спектра сигнала задается на плоскости двумя точками, симметричными
относительно оси абсцисс.
Z-преобразование позволяет производить разложение сигналов и функ-
ций, например передаточных функций фильтров, на короткие составляющие
операции свертки, для чего достаточно приравнять z-полином к нулю, найти
его корни ai, и переписать полином в виде произведения двучленов:

S(z) = a0(z-a1)(z-a2)...,

где а0 – последний отсчет сигнала (коэффициент при старшей степени z).

Но произведению в z-области соответствует свертка в координатной
области, и при обратном преобразовании двучлены (z-ai) превращаются в

63
двухточечные диполи {-ai, 1}, а сигнал длиной N представляется сверткой
(N-1) диполей:
sk= a0{-a1,1}*{-a2,1}*{-a3,1}* ...

Аналитическая форма z-образов существует для z-преобразований, ес-

ли возможно свертывание степенного ряда в аналитическое выражение. Вы-
ше, в примерах z-преобразования, уже приводилось приведение к аналитиче-
ской форме z-образов функции Хевисайда и экспоненциальной функции.
Обратное z-преобразование в общем случае производится интегриро-
ванием по произвольному замкнутому контуру C, расположенному в области
сходимости и окружающему все особые точки (нули и полюсы) z-образа:

sk = (1/2πj) ∫ S(z) z k+1 dz

c

Способом, удобным для практического применения, является разложе-

ние рациональных S(z) на простые дроби. С учетом линейности преобразова-
ния:
N N
S(z) = ∑ an/(1-bnz) ⇔ ∑ an(b n)k = sk.
n= 1 n= 1

При разложении функции S(z) по степеням z обратное

z-преобразование не вызывает затруднений.

1.5.7. Дискретная свертка (конволюция)

Уравнение дискретной свертки двух функций (сигналов) может быть

получено непосредственно из интегрального уравнения свертки при замене
интегрирования суммированием мгновенных значений функций с шагом ∆t:

y(k∆t) = ∆t Σ n s(n∆t) h(k∆t-n∆t) = ∆t Σ n h(n∆t) s(k∆t-n∆t). (1.31)

При выполнении дискретной свертки мы имеем дело с цифровыми

массивами, при этом шаг дискретизации для массивов по физическому аргу-
менту свертки должен быть одинаковым и принимается за 1, а в качестве ар-
гумента используется нумерация отсчетов в массивах:

y(k) = Σ n h(n)s (k-n) ≡ Σ n hnsk-n ≡ yk. (1.32)

y(k) = h(n) * s(k-n) ≡ s(k) * h(n) ≡ sk * hn.

64
 Техника свертки приведена на рис. 1.28. Для вычисления свертки мас-
сив одной из функций (sk – входного сигнала) располагается по ходу возрас-
тания номеров. Массив второй функции (h n – более короткой, оператор
свертки), строится параллельно первому массиву в обратном порядке (по хо-
ду уменьшения номеров, в режиме обратного времени). Для вычисления yk
значение h0 располагается против sk, все значения sk-n перемножаются с рас-
положенными против них значениями hn и суммируются. Результаты сумми-
рования являются выходным значением функции yk, после чего оператор hn
сдвигается на один номер k вперед (или функция sk сдвигается ему навстре-
чу) и вычисление повторяется для номера k+1 и т.д.

Рис. 1.28. Техника дискретной свертки

В начальный момент свертки при вычислении значений yk оператор hn,

построенный в режиме обратного времени, "зависает" для значений k-n при
n>k против отсутствующих отсчетов входной функции. "Зависание" исклю-
чают либо заданием начальных условий – дополнительных отсчетов, чаще
всего нулевых или равных первому отсчету входной функции, либо началом
свертки с отсчета входной функции k=n с соответствующим сокращением
интервала выходной функции. Для операторов со значениями -n (вперед по
времени) такой же момент может наступать и в конце входного массива.
На рис. 1.29 приведен пример выполнения дискретной свертки кау-
зальным (односторонним) и четным (симметричным, двусторонним) опера-
тором одного и того же сигнала.

65
 Рис. 1.29. Примеры выполнения дискретной свертки.

Для дискретной свертки действительны все свойства и теоремы инте-

гральной свертки. В частности, свертка функций в координатной области
отображается произведением их спектров в частотной области, что позволяет
использовать ДПФ для вычисления свертки при большой длине функций по
следующей схеме:

s(k) ⇔ S(ω), h(n) ⇔ H(ω), Y(ω) = S(ω)⋅H(ω), Y(ω) ⇔ y(k).

Выполнение произведения спектров может производиться только при

одинаковой их длине, и оператор h перед ДПФ обычно дополняется нулями
до размера функции s(k).
Второй фактор, который следует принимать во внимание, это циклич-
ность свертки при её выполнении в спектральной области, обусловленная пе-
риодизацией дискретных функций. Перемножаемые спектры являются спек-
трами периодических функций, и результат на концевых интервалах может
не совпадать с дискретной линейной сверткой, где условия продления интер-
валов (начальные условия) задаются, а не повторяют главный период.
При выполнении свертки через БПФ ощутимое повышение скорости
вычислений появляется только при большой длине функций и операторов
(например, M>1000, N>100). Следует также обращать внимание на разряд-
ность результатов, т. к. перемножение чисел дает увеличение разрядности в 2
раза. При ограниченной разрядности числового представления с соответст-
вующим округлением это может приводить к погрешностям суммирования.

66
 1.6. Корреляционный анализ сигналов

1.6.1. Корреляционный анализ детерминированных сигналов

Наряду со спектральным подходом к описанию сигналов часто на практике
оказывается необходимой характеристика, которая давала бы представление о
некоторых свойствах сигнала, в частности о скорости изменения во времени, а
также о длительности сигнала без разложения его на гармонические составляю-
щие.
В качестве такой временной характеристики широко используется
корреляционная функция сигнала, характеризующая его быстротечность.
Для детерминированного сигнала s(t) конечной длительности корре-
ляционная функция определяется следующим выражением:
∞
ΚS( τ ) = ∫ s( t )s ( t + τ )dt ,
*
(1.33)
−∞

где τ – временной сдвиг сигнала.

Будем рассматривать сигналы, являющиеся вещественными функциями
времени, поэтому обозначение комплексного сопряжения можно не учитывать.
Из выражения (1.33) видно, что Кs(τ) характеризует степень связи (корреля-
ции) сигнала s(t) со своей копией, сдвинутой на величину τ по оси времени.
Ясно, что функция Кs(τ) достигает максимума при τ=0, т. к. любой сигнал
полностью коррелирован (похож) с самим собой. При этом
∞
ΚS( 0 ) = ∫ s ( t )dt = Ý ,
2

−∞

т. е. максимальное значение корреляционной функции равно энергии сигнала

– это одно из свойств корреляционной функции.
С увеличением τ функция К s (τ) убывает (не обязательно монотонно)
и при относительном сдвиге сигналов s (t) и s (t + τ ) на время, превышающее
длительность сигнала, обращается в нуль.На рис. 1.30. показано построение
корреляционной функции для простейшего сигнала в виде прямоугольного
импульса (рис. 1.30а). Сдвинутый на τ (в сторону опережения) сигнал s (t + τ )
показан на рис. 1.30б, а произведение s (t) s (t + τ ) – на рис. 1.30в. График
функции Кs ( τ ) изображен на рис. 1.30г. Каждому значению τ соответст-
вуют свое произведение s (t) s (t + τ ) и площадь s (t) s (t + τ ). Копию
сигнала можно сдвигать и в сторону запаздывания, поэтому возможно
обобщение формулы в виде:
∞ ∞
ΚS( τ ) = ∫
−∞
s( t )s( t + τ )dt = ∫ s( t )s( t − τ )dt
−∞

67
 Это равносильно утверждению, что Κ S ( τ ) является четной функцией
τ . На рис. 1.31а показан сигнал в виде пачки из четырех одинаковых им-
пульсов, сдвинутых один относительно другого на время T1, а на рис.
1.31б – соответствующая этому сигналу корреляционная функция. Вбли-
зи значений τ , равных 0, ±T 1, ±2T 1 и ±3T 1 , эта функция имеет такой
же вид, как и для одиночного импульса. Максимальное значение корреля-
ционной функции (при τ =0) равно учетверенной энергии одного импуль-
са.

S
а) S (t)

t1 t2 t
S

б) S (t + τ)
τ
t1 − τ t 2 − τ
в) t
S (t ) S (t + τ) S (t + τ )
τ
t1 t2 − τ t
KS
г)
Э

− ( t 2 − t1 ) ( t 2 − t1 ) τ

Рис. 1.30. Построение корреляционной функции

для прямоугольного импульса

S S(t)
64444444444444744444444444448

0 τи T1 2T1 3T1 t
a)
ΚS
4Э1
3Э1

3Э1
2Э 1

2Э 1
Э1

Э1

−3T1 − 2T1 −T1 − τи 0 τи T1 2T1 3T1 τ

б)

Рис. 1.31. Группа прямоугольных импульсов (а) и корреляционная функция (б)

68
 Для периодического сигнала, энергия которого бесконечно велика,
определение корреляционной функции с помощью приведенных вы-
ражений неприемлемо. В этом случае исходят из следующего опре-
деления:
1 T/2 1 T /2
Κ S ï åð ( τ ) = limT →∞ ∫ s( t )s( t + τ )dt =limT →∞ ∫ s( t )s( t − τ )dt
T −T / 2 T −T / 2

При таком определении корреляционная функция приобретает

размерность мощности, причем она равна средней мощности периодиче-
ского сигнала. Ввиду периодичности сигнала s (t) усреднение произве-
дения s(t)×s (t+ τ ) или s(t - τ ) s (t) по бесконечно большому отрезку Т
должно совпадать с усреднением по периоду T. Поэтому выражение для
корреляционной функции периодического сигнала можно заменить вы-
ражением:
T /2 T /2
Κ S ï åð (τ)= 1
T1 ∫ s( t )s( t + τ )d t = 1
T1 ∫ s( t )s( t − τ )d t
−T / 2 −T / 2

Входящие в это выражение интегралы есть не что иное, как корреля-

ционная функция сигнала на интервале T1. Обозначая ее через Κ ST ( τ ) , прихо- 1

дим к соотношению

ΚS ï åð ( τ ) = Κ T1 ( τ ) / T1 .
Очевидно также, что периодическому сигналу s (t) соответствует и
периодическая корреляционная функция. Период функции Κ S ï åð ( τ ) сов-
падает с периодом Т1 исходного сигнала s(t). Например, для простейшего (гар-
монического) колебания s(t)= A0 cos(ω 0 t + θ 0 ) корреляционная функция

Ò1 / 2
À0 2
ΚS ï åð (τ)= Ò1 ∫
− Ò1 / 2
cos( ω0 t + θ 0 )cos[ ω0 ( t + τ ) + θ 0 ) =

1 2 2π
= A0 cos ω0 τ, ω0 = .
При τ =0 2 T1
BS ï åð ( 0 ) = ( 1 / 2 )À0 есть средняя мощность гармонического колебания с ампли-
2

тудой А0. Важно отметить, что корреляционная функция Κ S ï åð ( τ ) не зави-

сит от начальной фазы колебания θ 0.
На рис 1.32 б изображен фрагмент корреляционной функции сигнала,
представляющего собой периодическую последовательность прямоугольных
импульсов (рис. 1.32 а). Каждый из импульсов функции Κ S ï åð ( τ ) совпадает
по форме с корреляционной функцией одиночного импульса из периодиче-

69
ской последовательности s (t). Однако в данном случае максимальные орди-
наты Κ S ï åð ( τ ) пропорциональны не энергии (как на рис. 1.31), а средней
мощности сигнала s (t).

−T1 −T1 + τи τи T1 T1 +τи

Κ S пер

−T1 −τи τи T1 τ

Рис. 1.32. Периодическая последовательность импульсов (а)

и её корреляционная функция (б)

Для оценки степени связи между двумя различными сигналами s1(t)

и s 2 (t) используется взаимная корреляционная функция, определяемая
общим выражением:
∞
Κ s1 s2 ( τ ) = ∫ s ( t )s ( t + τ )dt .
−∞
1 2 (1.34)

Рассмотренная выше корреляционная функция Κ S ( τ ) является частным

случаем функции для двух разных сигналов s1(t) и s2 (t).

1.6.2. Преобразования Винера-Хинчина

Воспользуемся теоремой о спектре свертки и в результате получим,
что от интегрирования во временной области можно перейти к интегриро-
ванию в частотной области:

∞ ∞
1 − jωτ
∫ ∫ S( jω )S ( jω )e
s( t )s( t + τ )dt = * dω = ΚS ( τ )
−∞
2 π −∞

Учитывая, что произведение комплексных функций равно квадрату мо-

дуля S(j ω )S*(j ω )=S2 ( ω ), приходим к соотношению
∞
1 jωτ
ΚS( τ) = ∫
2π −∞
S 2 ( ω )e dω (1.35)

70
 На основании известных свойств преобразований Фурье можно также
написать обратное преобразование:
∞
− jωτ
S 2( ω ) = ∫Κ
−∞
S ( τ )e dτ . (1.36)

Итак, полученное прямое преобразование Фурье от корреляционной

функции Кs(τ) дает спектральную плотность энергии, а обратное преобразо-
вание Фурье дает корреляционную функцию К s (τ). Это известная пара
преобразований называется – преобразования Винера-Хинчина.
Из полученных выражений вытекают свойства, аналогичные отмеченным
теоремам о спектрах: чем шире спектр S( ω ) сигнала, тем меньше интервал кор-
реляции, т. е. сдвиг τ, в пределах которого корреляционная функция отлична
от нуля. Соответственно чем продолжительная корреляционная функция за-
данного сигнала, тем уже его спектр.
Кроме того из последних выражений также видно, что корреляционная
функция Кs (т) не зависит от фазочастотного (ФЧХ) спектра сигнала. Так как
при заданном амплитудном спектре S( ω ) форма функции s (t) существенно за-
висит от ФЧХ, то можно сделать следующее важное заключение: различным
по форме сигналам s (t), обладающим одинаковыми амплитудными спектрами,
соответствуют одинаковые корреляционные функции Кs (τ).

1.6.3. Корреляционный анализ дискретных сигналов

При исследовании корреляционных функций прямоугольных видеоим-

пульсов, было отмечено, что соответствующие графики имели специфиче-
ский лепестковый вид. С практической точки зрения, использование авто-
корреляционных функций (АКФ) для решения задачи обнаружения такого
сигнала или измерения его параметров, совершенно несущественно, что от-
дельные лепестки имеют треугольную форму (рис. 1.34). Важен лишь их отно-
сительный уровень по сравнению с центральным максимумом при τ = 0.
Поэтому ближайшая задача – изменить определение автокорреляцион-
ной функции таким образом, чтобы можно было извлекать из нее полезную
информацию, абстрагируясь от постепенных подробностей. Основой для
этого служит идея математической модели дискретного сигнала. Если рас-
сматривать описание сложных сигналов с дискретной структурой, то «пачка»
прямоугольных видеоимпульсов с различными знаками – простейший пред-
ставитель класса сложных сигналов, построенных по определенным прави-
лам. Для этого весь интервал времени существования сигнала разделяют на
целое число М равных промежутков (М>1), называемых позициями. На каж-
дой из позиций сигнал может находиться в одном из двух состояний, кото-

71
рым отвечают числа +1 и —1. Выбор чисел +1 не имеет принципиального
значения и продиктован только удобством анализа

Для примера на рис. 1.33 приведены пояснения некоторых способов

формирования многопозиционного сложного сигнала – видео и радио коди-
рование. Для определенности здесь М=3.

U0

−U0
а

Рис. 1.33. Трехпозиционный сложный сигнал :

амплитудное кодирование – а и фазовое кодирование – б

Видно, что физический облик дискретного сигнала может быть раз-

личным. В случае амплитудного кодирования символу +1 соответствует
положительное значение напряжения U0 (амплитуда видеоимпульса), переда-
ваемого на соответствующей позиции; символу -1 отвечает отрицательное
значение (-U 0). Тогда считают, что при этом реализовано амплитудное коди-
рование сложного сигнала. В другом случае (б) происходит фазовое кодиро-
вание. Здесь для передачи символа +1 на соответствующей позиции генери-
руется отрезок гармонического сигнала с нулевой начальной фазой. Чтобы
отобразить символ -1, используется отрезок синусоиды такой же дли-
тельности и с той же частотой, но его фаза получает дополнительный сдвиг
на 180°.
Несмотря на различие графиков этих двух сигналов, между ними, в
сущности, можно установить полное тождество с точки зрения их математи-
ческих моделей. Действительно, модель любого такого сигнала – это после-
довательность чисел {u1, u2, ... uм}, в которой каждый символ ui принимает
одно из двух возможных значений ±1. Для удобства анализа в дальнейшем
можно дополнять такую последовательность нулями на «пустых» позициях,
где сигнал не определен. При этом, например, развернутая форма записи
дискретного сигнала {1 1, -1, 1} будет иметь вид:

.... 0 0 0 11-110 0 ....

72
 Важнейшая операция при обработке дискретных сигналов состоит в
сдвиге такого сигнала на некоторое число позиций относительно исходного
положения без изменения его формы. В качестве примера ниже представлен
некоторый исходный сигнал (первая строка) и его копии (последующие стро-
ки), сдвинутые на 1, 2 и 3 позиции в сторону запаздывания:

... 0 0 1 1 -1 1 0 0 0 ...
... 0 0 1 1 -1 1 0 0 0 ...
... 0 0 1 1-1 1 0 0...
… 0 0 1 1 -1 1 0 ...

Располагая строки друг под другом с учетом смещения во времени

можно вычислить корреляционную функцию.
Дискретная автокорреляционная функция. Постараемся так обобщить
формулу (1.33) или её варианты, чтобы можно было вычислять дискретный
аналог АКФ применительно к многопозиционным сигналам. Ясно, что опе-
рацию интегрирования здесь следует заменить суммированием, а вместо пе-
ременной τ использовать целое число n (положительное или отрица-
тельное), указывающее, на сколько позиций сдвинута копия относительно
исходного сигнала. Так как в «пустых» позициях математическая мо-
дель сигнала содержит нули, запишем декретную АКФ в виде:
∞
Κ u ( n ) = ∑ u ju j−n (1.37)
−∞

Данная функция представляет собой скалярное произведение дискрет-

ного сигнала и его копии. Эта функция целочисленного аргумента n, есте-
ственно, обладает многими уже известными свойствами обычной автокорре-
ляционной функции. Так, можно показать, что дискретная АКФ четная, а при
нулевом сдвиге эта АКФ определяет энергию дискретного сигнала.
Для иллюстрации сказанного вычислим дискретную АКФ трехпози-
ционного сигнала с одинаковыми значениями на каждой позиции: u1={1, 1,
1}. Выпишем этот сигнал вместе с копиями, сдвинутыми на 1, 2 и 3 позиции
по отмеченному выше правилу. Можно заметить, что уже при n=3 сигнал и
копия перестают накладываться друг на друга, так что произведения, входя-
щие в формулу (1.37) становятся равными нулю при n ≥3.
Рассматривая другой дискретный сигнал, отличающийся от предыду-
щего знаком отсчета на второй позиции u2={1, -1, 1} и поступая аналогичным
образом, получим для этого сигнала другие значения дискретной автокорре-
ляционной функции. Результаты расчетов (которые целесообразно выпол-
нить самостоятельно) приведены на рис. 1.34.

73
 3
2 2
1 1

n
−2 −1 0 1 2
3

1 1

n
− 2 −1 0 1 2

−2 −2

Рис. 1.34. АКФ трехпозиционных сигналов u1={1, 1, 1} и u2={1, -1, 1}

Из рисунка следует, что боковые лепестки автокорреляционной функ-

ции линейно спадают с ростом номера n, подобно тому, как и в случае авто-
корреляционной функции аналоговых видеоимпульсов (рис. 1.31). Можно
заметить, что первый боковой лепесток изменяет свой знак, оставаясь неиз-
менным по абсолютному значению.
Наконец, дополнительно рассмотрим трехпозиционный дискретный
сигнал с математической моделью вида u3={1, 1, -1}.
Результаты расчета его автокорреляционная функция приведены на
рис. 1.35. 3

−2 2 n
−1 1

−1 −1

Рис. 1.35. АКФ трехпозиционного сигнала u1={1, 1, -1}

Из трех изученных здесь дискретных сигналов можно отметить, что

именно третий наиболее совершенен с точки зрения полезных корреляцион-
ных особенностей, поскольку при этом реализуется наименьший уровень бо-
ковых лепестков автокорреляционной функции равный энергии одного им-
пульса.
Сигналы Баркера. Дискретные сигналы с наилучшей структурой авто-
корреляционной функции явились в 50–60-е годы объектом интенсивных ис-
следований специалистов в области теоретической радиотехники и приклад-
ной математики. Были найдены целые классы сигналов с совершенными кор-

74
реляционными свойствами. Среди них большую известность получили так
называемые сигналы (коды) Баркера. Эти сигналы обладают уникальным
свойством: независимо от числа позиции М значения их автокорреляционных
функций, вычисляемые по формуле (1.37), при всех n≠0 не превышают еди-
ницы. В то же время энергия этих сигналов, т. е. величина K u(0), численно
равна числу позиций М.
Сигналы Баркера удается реализовать лишь при числе позиций М = 2,
3, 4, 5, 7, 11 и 13. Случай М=2 является тривиальным. Сигнал Баркера при
М=3 был исследован и его АКФ приведена на рис. 1.35.
Математические модели сигналов Баркера и отвечающие им автокор-
реляционные функции приведены в табл. 1.5.

Таблица 1.5. Модели сигналов Баркера

Для иллюстрации на рис. 1.36 приведен вид наиболее часто используе-

мого 13-позиционного сигнала Баркера при двух способах кодирования, а
также графическое представление его АКФ.

13
11 t
0 5 7 9 10 12 13
а

1
7 10 12 t n
0 5 9 11 13 −10 − 8 −6 −4 −2 0 2 4 6 8 10 12
в

б
Рис. 1.36. Сигнал Баркера при М=13:
а - амплитудное кодирование; б – фазовое кодирование;
в – автокорреляционная функция

75
 Исследования показали, что не существует сигналов Баркера с нечет-
ным числом позиций, большим 13. Однако до сих пор неизвестно, можно ли
построить сигнал Баркера с четным М>4 [2].
Отметим в заключение, что исследование некоторых свойств дискрет-
ных сигналов и их автокорреляционных функций, будет продолжено в по-
следующих разделах.

Взаимокорреляционная функция двух сигналов. В ряде теоретических и

прикладных разделов радиотехники необходимо использовать особую харак-
теристику совокупности двух сигналов – их взаимокорреляционную функ-
цию (ВКФ), которая единым образом описывает как различие в «форме сиг-
налов» так и их взаимное расположение на оси времени.
Для этого обобщая формулу (1.33), назовем взаимокорреляционной
функцией двух вещественных сигналов u1(t) и u2(t) скалярное произведение
вида:
∞
Ku ( τ ) = ∫ u ( t )u ( t − τ )dt
−∞
1 2 (1.38)

Целесообразность подобной интегральной характеристики сигналов

видна из следующего примера. Пусть, например, сигналы u1(t) и u2(t) в ис-
ходном состоянии ортогональны, так что
∞
Ku ( τ = 0 ) =
−∞
∫ u ( t )u ( t )dt = 0 .
1 2

При прохождении этих сигналов через различные устройствf возмож-

но, что сигнал u2(t) будет сдвинут относительно сигнала u1(t) на некоторое
время τ. Ясно, что ВКФ служит мерой «устойчивости» ортогонального со-
стояния при сдвигах сигналов во времени.
Если в формуле (1.38) заменить переменную интегрирования, введя
х=t-τ, так что dt=dx, то, можно убедиться, что возможна и такая запись:
K uν(τ)= Kν u (-τ) .
Результаты расчета по отмеченным формулам совпадут, поскольку од-
но и то же взаимное положение сигналов будет достигнуто как при сдвиге
u2(t) в сторону запаздывания, так и при сдвиге u1(t) в сторону в сторону опе-
режения.
В отличие от автокорреляционной функции одиночного сигнала, ВКФ,
описывающая свойства двух неодинаковых сигналов, не является четной
функцией аргумента τ:
K uν(τ)= K uν (-τ).

76
 Если рассматриваемые сигналы имеют конечные энергии, то их взаи-
мокорреляционная функция ограничена, так как сдвиг сигнала во времени
не влияет на значение его нормы. Кроме того, следует обратить внимание на
то, что при τ=0 значения ВКФ совсем не обязаны достигать максимума.

2. Теоретические основы модулированных сигналов

2.1. Общие определения

Для передачи информации на расстояние применяются сигналы, эф-
фективно излучаемые с помощью антенных устройств и обладающие спо-
собностью распространяться в виде свободных радиоволн в среде, разде-
ляющей отправителя и получателя информации. Такими сигналами являют-
ся высокочастотные колебания. Передаваемая информация должна быть тем
или иным способом заложена в высокочастотное колебание, называемое
несущим. Частота ω0 этого колебания выбирается в зависимости от рас-
стояния, на которое должна передаваться информация, от условий распро-
странения радиоволн и ряда других технических и экономических факторов.
Но в любом случае ω0 частота должна быть велика по сравнению с наивысшей
частотой Ω m спектра передаваемого сообщения.
Это объясняется тем, что для неискаженной передачи сообщений через
радиотехнические цепи, а также для устранения искажений, возникающих
при распространении радиоволн, необходимо чтобы ширина спектра сооб-
щения Ω m была мала по сравнению с ω0 чем меньше отношение Ω m / ω0 , тем
меньше проявляется несовершенство характеристик системы. Поэтому чем
выше требуемая скорость передачи информации и, следовательно, шире
спектр сообщения Ω m , тем выше должна быть несущая частота радиосигна-
ла. Как правило, выполняется неравенство Ω m / ω0  1.
Любой радиосигнал поэтому понимают как «узкополосный» процесс
даже при передаче «широкополосных» сообщений.
Приведем следующие примеры. При передаче речи или музыки спектр
сообщения обычно ограничивают полосой от Fm1n = 30–50 Гц до Fmax =
3000–10 3 Гц. Даже на самой длинной волне вещательного диапазона
λ =2000м при несущей частоте f0=150 кГц отношение
4 5
Fmax/f0=10 /1,5×10 ≈ 0,06. При передаче тех же сообщений на коротких вол-
нах (при частотах 15–20 МГц) это отношение не превышает сотых долей
процента. При передаче подвижных изображений (телевидение) полоса
частот сообщения весьма широка и достигает 5–6 МГц, однако и несущая
частота выбирается не менее 50–60 МГц, так что отношение Fmax/f 0 не пре-

77
вышает 10%. В данном разделе Ω m используется для обозначения частоты мо-
дулирующей функции.
В самом общем случае радиосигнал, несущий в себе информацию, мож-
но представить в виде:
a (t ) = A(t ) cos [ω0t + θ (t )] = A(t ) cosψ (t ) (2.1)
в котором амплитуда или фаза могут изменяться по закону передаваемого
сообщения.
Если A и θ – постоянные величины, то выражение (2.1) описывает
простое гармоническое колебание, не содержащее в себе никакой информа-
ции. Если A и θ (следовательно, и ψ ) подвергаются принудительному изме-
нению для передачи сообщения, то колебание становится модулирован-
ным.
В зависимости от того, какой из двух параметров изменяется – ампли-
туда А или угол θ – различают два основных вида модуляции: амплитуд-
ную и угловую. Угловая модуляция, в свою очередь, подразделяется на два
вида – частотную (ЧМ) и фазовую (ФМ). Эти два вида модуляции тесно
связаны между собой, и различие между ними проявляется лишь в характе-
ре изменения во времени угла ψ при одной и той же модулирующей
функции.
Модулированное колебание имеет спектр, структура которого зави-
сит как от спектра передаваемого сообщения, так и от вида модуляции. То
обстоятельство, что ширина спектра модулирующего сообщения мала по
сравнению с несущей частотой ω0 , позволяет считать А(t) и θ (t) медленными
функциями времени. Это означает, что относительное изменение A(t) или
θ (t) за один период несущего колебания мало по сравнению с единицей.

2.2. Радиосигналы с амплитудной модуляцией

Амплитудная модуляция (AM) является наиболее простым и очень
распространенным в радиотехнике способом заложения информации в вы-
сокочастотное колебание. При AM огибающая амплитуд несущего колеба-
ния изменяется по закону, совпадающему с законом изменения передаваемо-
го сообщения, частота же и начальная фаза колебания поддерживаются не-
изменными. Поэтому для амплитудно-модулированного радиосигнала общее
выражение (2.1) можно заменить следующим:
s AM (t ) = A(t ) cos(ω0 t + θ 0 ) (2.2)
Характер огибающей A (t) определяется видом передаваемого сооб-
щения. При непрерывном сообщении огибающая A(t) совпадает по форме с
модулирующей функцией, т. е. с передаваемым сообщением s (t). Рисунок

78
2.1 построен в предположении, что постоянная составляющая функции s (t)
равна нулю (в противоположном случае амплитуда несущего колебания А0
при модуляции может не совпадать с амплитудой немодулированного коле-
бания). Наибольшее изменение A (t) «вниз» не может быть больше А0. Изме-
нение же «вверх» может быть в принципе и больше А0. Основным парамет-
ром амплитудно-модулированного колебания является коэффициент моду-
ляции. Определение этого понятия особенно наглядно для тональной моду-
ляции, когда модулирующая функция является гармоническим колебанием:
s (t ) = S 0 cos(ωt + y )
Огибающую модулированного колебания при этом можно представить
в виде
A(t ) = A0 + k AM s(t ) = A0 + Am cos(Ωt + ϕ ) ,

где Ω – частота модуляции; ϕ – начальная фаза огибающей; kAM – ко-

эффициент пропорциональности; ∆Am – амплитуда изменения огибающей
(рис. 2.1). Отношение M = Am / A0 называется коэффициентом амплитудной
модуляции.

 Am

A0

2π / ω0
2π / Ω

Рис. 2.1. Колебание, модулированное

по амплитуде гармонической функцией

Таким образом, мгновенное значение модулированного колебания

a (t ) = A0 1 + M cos(Ωt + γ ) cos(ω0t + θ 0 )
(2.3)
При неискаженной модуляции ( M ≤ 1) амплитуда колебания изменя-
ется в пределах от минимальной Am1n = A0 (1 − M ) до максимальной
Am ax = A0 (1 + M ) .

79
 Осциллограммы АМ колебания для М<1, М=1 и М>1 показаны на
рис. 2.2.

Рис. 2.2.
В соответствии с изменением амплитуды изменяется и средняя за пе-
риод высокой частоты мощность модулированного колебания. Пикам оги-
бающей соответствует мощность, в (1 + M)2 раз большая мощности несущего
колебания. Средняя же за период модуляции мощность пропорциональна
среднему квадрату амплитуды A(t):
A2 (t ) = A02 [1 + M cos(Ωt + γ )] = A02 (1 + 0,5M 2 ) .
2

(2.4)

Эта мощность превышает мощность несущего колебания всего лишь в

(1+0,5М2) раз. Таким образом, при 100 %-ной модуляции (М=1) пиковая
1
мощность равна 4Р0, а средняя мощность 1,5Р 0 (через P0 = A02 обозначена
2
мощность несущего колебания). Отсюда видно, что обусловленное модуляци-
ей приращение мощности колебания, которое в основном и определяет условия
выделения сообщения при приеме, даже при предельной глубине модуляции
не превышает половины мощности несущего колебания.
При передаче дискретных сообщений, представляющих собой чередова-
ние импульсов и пауз (рис. 2.3а), модулированное колебание имеет вид после-
довательности радиоимпульсов, изображенных на рис. 2.3б. При этом имеется
в виду, что фа-
зы ко-
стотного запол-
нения в каж-
дом из им-
пульсов такие
же, как и при
«нареза- нии»
их из одного

80
Рис. 2.3. Колебание, модулированное по амплитуде
импульсной последовательностью
непрерывного гармонического колебания. Только при этом условии пока-
занную на рис. 2.2б последовательность радиоимпульсов можно трактовать
как колебание, модулированное лишь по амплитуде. Если от импульса к
импульсу фаза изменяется, то следует говорить о смешанной амплитудно-
угловой модуляции.

2.3. Спектр АМ-колебания

Пусть задано высокочастотное модулированное колебание, о котором
известно, что частота ω0 и начальная фаза θ0 величины постоянные, а огибаю-
щая A(t) содержит в себе передаваемое сообщение s(t). Аналитически такое
колебание можно представить с помощью выражения (2.2).
Требуется установить связь между спектром модулированного коле-
бания и спектром модулирующей функции, т. е. спектром исходного, со-
общения s(t). Проще и нагляднее всего это можно сделать для тональной
(гармонической) модуляции, когда огибающая
A(t ) = A0 [1 + M cos(Ωt + γ )]

а модулированное колебание определяется выражением (2.3). Перепишем

это выражение в виде
a (t ) = A0 cos(ω0t + θ 0 ) + M cos(Ωt + γ ) cos(ω0t + θ 0 ) ,

где второе слагаемое в правой части этого выражения, являющееся продук-

том модуляции, можно привести к виду:
M M
M cos(Ωt + γ ) cos(ω0 t + θ 0 ) = cos [(ω0 + Ω)t + (θ 0 + γ )] + cos [(ω0 − Ω)t + (θ 0 − γ )]
2 2
после чего развернутое выражение колебания a(t) принимает вид:
MA0 MA0
a (t ) = A0 cos(ω0t + θ 0 ) + cos [(ω0 + Ω)t + (θ 0 + γ )] + cos [ (ω0 − Ω)t + (θ 0 − γ )]
2 2 (2.5)

Первое слагаемое в правой части представляет собой исходное немоду-

лированное колебание с частотой ω0 . Второе и третье слагаемые соответст-
вуют новым колебаниям (гармоническим), появляющимся в процессе моду-
ляции амплитуды. Частоты этих колебаний ω0 + Ω и ω0 − Ω называются
Ωt + y
Ω
верхней и нижней боковыми частотами мо-
C2

дуляции.
A0, ω0
Ωt + y
Амплитуды этих двух колебаний оди-
Ω
C1

θ0 наковы и составляют от амплитуды немоду-

ω0t
лированного колебания долю, равную М/2, а
90 0

их фазы симметричны относительно фазы не-

ω0

Рис.2.4. Векторное представ-

ление АМ- колебания
81
сущего колебания. Это иллюстрируется векторной диаграммой, представ-
ленной на рис. 2.4. На этой диаграмме ось времени «вращается» по часовой
стрелке с угловой частотой ω0 , причем отсчет угла ω0t ведется от линии
ОВ. Поэтому несущее колебание A0 cos(ω0t + θ 0 ) изображается на этой диа-
грамме в виде неподвижного вектора OD длиной А0, составляющего с го-
ризонталью угол θ0
Мгновенное значение несущего колебания в момент t равно проекции
вектора A0 на ось времени (отрезок ОК).
Для представления на этой же диаграмме колебания с частотой ω0 + Ω ,
превышающей угловую частоту вращения оси временя на величину Ω , не-
обходимо воспользоваться вектором, вращающимся с угловой частотой Ω
против часовой стрелки (вектор DC1). Для изображения колебания с частотой
ω0 − Ω потребуется вектор, вращающийся с такой же частотой Ω по часовой
стрелке (вектор DC2). Поэтому колебания боковых частот – верхней и нижней
– изображаются двумя векторами длиной МА0/2, вращающимися во взаимно
противоположных направлениях. Начала этих векторов перенесены из точки
О в точку D. Их фазы симметричны относительно вектора несущего колебания
A0. Это следует из выражения (2.5), которое для большей наглядности целе-
сообразно записать в несколько измененной форме
MA0 MA0
a (t ) = A0 cos(ω0t + θ 0 ) + cos [ (ω0 + Ω)t + (Ωt + γ )] + cos [(ω0 − Ω)t + (Ωt − γ )]
2 2

Из этого выражения видно, что при любой начальной фазе огибающей γ

векторы DC1 и DC2, соответствующие колебаниям верхней и нижней боковых
частот, занимают симметричное относительно вектора OD положение, при-
чем векторы колебаний боковых частот образуют с вектором несущего коле-
бания углы, равные ± (Ωt + γ ) .Равнодействующий вектор DF, являющийся
геометрической суммой векторов ОС1 и DC1 и называемый вектором мо-
дуляции, всегда располагается на линии OD, вследствие чего сумму всех
трех колебаний – несущей и двух боковых частот – можно рассматривать как
колебание с постоянными начальной фазой и частотой, но с модулированной
амплитудой.
Попутно заметим, что если в результате прохождения через электриче-
ские цепи нарушается равенство амплитуд колебаний боковых частот или
симметрия их фаз относительно фазы несущего колебания, то возникает ка-
чание вектора, представляющего результирующее колебание, относительно
направления OD. Это равносильно возникновению паразитной ФМ.
Спектральная диаграмма колебания при тональной модуляции можно
получить учитывая формулу (2.5) и она приведена на рис. 2.5. Ширина спек-
тра в этом случае равна удвоенной частоте модуляции 2 Ω , а амплитуды

82
колебаний боковых частот не могут превышать половины амплитуды
немодулированного колебания (при M ≤ 1).
Аналогичные результаты
0 A можно получить при модуляции
любым сложным сигналом. Картину
MA MA
образования спектра амплитудно-
модулированного колебания проще
0 U

2 2

всего пояснить на примере, когда

ω −Ω ω 0 ω +Ω ω
модулирующее сообщение s(t) яв-
0 2Ω
ляется суммой колебаний несколь-
0

ких колебаний. Допустим, что ис-

Рис. 2.5. Спектр колебания при
гармонической AM ходное низкочастотное сообщение
представляет собой сумму гармони-
ческих сигналов:

тогда общее аналитическое выражение для напряжения равно:

В этой формуле Um,0 – амплитуда несущего колебания; Um,n – амплитуды

модулирующих сигналов.

Качественный спектр такого АМ-колебания при n=2 имеет вид, пока-

занный на рис. 2.6.

Рис. 2.6.

83
 2.4. Балансная и однополосная амплитудные модуляции

В амплитудно-модулированном (АМ) сигнале:

значительная доля мощности сосредоточена в несущем колебании

Для более эффективного использования мощности передатчи-
ка можно формировать АМ-сигналы с подавленным несущим колебанием,
реализуя так называемую балансную амплитудную модуляцию (БАМ).

Однотональный АМ-сигнал с балансной модуляцией имеет вид:

Такой сигнал с физической точки зрения является биением двух гармо-

нических сигналов с одинаковыми амплитудами и частотами

и . При переходе огибающей биений через нуль фаза высокочастот-
ного заполнения скачком изменяется на 180о, поскольку функция
имеет разные знаки справа и слева от нуля. Осуществление балансной моду-
ляции, как и обратного процесса демодуляции (детектирования), технически
более сложно, чем при обычной амплитудной модуляции.

На рис. 2.7 приведен график

сигнала БАМ во временной и спек-
тральной областях.

Другим усовершенствованием
обычной амплитудной модуляции яв-
ляется удаление всех гармоник справа
или слева от несущей частоты. При
Рис. 2.7. этом информация не теряется, так как
содержится в оставшихся гармониках
с другой стороны от несущей. Такая модуляция называется однополосной и
позволяет в два раза сократить полосу занимаемых частот радиоканала, при
этом существенно усложняется процесс демодуляции с полным восстановле-

84
нием модулирующего сигнала. Возможно устранение в однополосной моду-
ляции и несущего колебания с частотой ω0.

2.5. Импульсно-модулированные сигналы

В импульсной модуляции в качестве носителя управляющих (модули-

рующих) сигналов используется последовательность прямоугольных им-
пульсов. При передачи по радиоканалу эта последовательность преобразует-
ся в высокочастотное колебание (двойная модуляция). Рассмотрим некото-
рые разновидности таких сигналов.

1) Амплитудно-импульсная модуляция (АИМ), когда по закону управ-

ляющего сигнала изменяется приращение амплитуды импульсов.

T = const.

2) Модуляция по длительности импульсов (ДИМ), когда по закону

управляющего сигнала меняется длительность импульса. Иногда этот вид
модуляции называется широтно-импульсной модуляцией( ШИМ).

A= const, T= const, τ(t) = t0+ks(t).

3) Временная импульсная модуляция (ВИМ), когда по закону управ-

ляющего сигнала происходит смещение импульсов по временной оси (может
быть фазовой (ФИМ) или частотной (ЧИМ)).

A= const, τи= const, T = const,

Dt = ks(t) – ФИМ.

A= const, τи = const,

85
 Ti(t) = ks(t)+T0 – ЧИМ.

4) Кодово-импульсная модуляция (цифровая)

Каждому уровню сигнала (квантованному) приписывается определен-

ный номер (код) обычно в двоичной системе. Вместо передачи величины
сигнала s(t) в моменты отсчета функции s(t) передается число (в виде комби-
нации коротких импульсов), соответствующее номеру уровня сигнала в дан-
ный момент. Преобразования, соответствующие такому сигналу, приведены
на рисунке.

Спектральные характеристики рассмотренных сигналов рассмотрим на

примере АИМ-сигнала, который можно представить как

где f(t) – периодическая последовательность прямо-

угольных импульсов с длительностью τи и частотой F=1/T. Спектр f(t) может

быть представлен рядом Фурье: , тогда

Из анализа полученного результата можно построить качественные

спектрограммы видео и радио сигналов с АИМ, которые приведены на ри-
сунке.

86
 Анализ полученных результатов позволяет сделать вывод, что при
АИМ около каждой гармонической составляющей спектра, соответствующей
спектру «несущей» периодической последовательности импульсов, появля-
ются боковые составляющие, соответствующие спектру модулирующей
функции (избыточность информации). Полезная составляющая, которая вы-
деляется при детектировании, расположена около постоянной спектральной
компоненты. При дополнительной высокочастотной модуляции спектр до-
полнительно сдвигается на частоту несущей ω0 (см. рисунок).

2.6. Радиосигналы с угловой модуляцией

Для простого гармонического колебания

a (t ) = A0 cos(ω0t + θ 0 ) = A0 cos ϕ (t )
набег фазы за какой-либо конечный промежуток времени от t=t1 до t=t2,
равен
ϕ (t2 ) − ϕ (t1 ) = (ω0t2 + θ 0 ) − (ω0 t1 + θ 0 ) = ω0 (t2 + t1 ) (2.6)
Отсюда видно, что при постоянной угловой частоте набег фазы за какой
либо промежуток времени пропорционален длительности этого промежутка.
С другой стороны, если известно, что набег фазы за время t2=t1, ра-
вен ϕ (t2 ) − ϕ (t1 ) , то угловую частоту можно определить как отношение
ω0 = [ϕ (t2 ) − ϕ (t1 )] /(t2 + t1 ) (2.7)
если, конечно, имеется уверенность, что в течение рассматриваемого проме-
жутка времени частота сохраняла постоянное значение.
Из (2.7) видно, что угловая частота есть не что иное, как скорость изме-
нения фазы колебания.
Переходя к сложному колебанию, частота которого может изменяться
во времени, равенства полученные соотношения необходимо заменить инте-
гральным и дифференциальным:

87
 t2

ϕ (t2 ) − ϕ (t1 ) = ∫ ω (t )dt , (2.8)

t1

dϕ (i )
ω (t ) = . (2.9)
di
В этих выражениях ω (t ) = 2π f (t ) – мгновенная угловая частота ко-
лебания; f (t ) – мгновенная частота сигнала.
Согласно выражениям (2.8), (2.9) полную фазу высокочастотного коле-
бания в момент t можно определить как
t
ϕ(t ) = ∫ ω(t )dt +θ0
0

(2.10)
где первое слагаемое в правой части определяет набег фазы за время от начала
отсчета до рассматриваемого момента t; θ0 — начальная фаза колебания (в
момент t=0).
При таком подходе фазу ϕ (t ) = ω0t + θ (t ) , следует заменить на
ϕ (t ) = ω0t + θ (t ) + θ 0 . тогда общее выражение для высокочастотного колебания,
амплитуда которого постоянна, т. е. A(t)=A0, а аргумент ϕ (t ) модулирован,
можно представить в виде:

a (t ) = A0 cos[ω0 t + θ (t ) + θ 0 )] (2.11)

Рассмотрим пример простейшего гармонического ЧМ колебания, ко-

гда мгновенная частота определяется выражением
ω (t ) = ω0 + ω Ä cos Ωt , (2.12)
где ω Ä = 2π f Ä – называется девиацией частоты и представляет собой амплиту-
ду частотного отклонения относительно частоты несущего колебания. Через ω0
и Ω , как и при AM, обозначены несущая и модулирующая частоты.
Составим выражение для мгновенного значения колебания (тока или на-
пряжения), частота которого изменяется по закону (2.12), а амплитуда посто-
янна.
Подставляя в (2.11) ω (t ) из уравнения (2.12), получаем
t

ϕ (t ) = ∫ (ω0 + ω Ä cos Ωt )dt +θ 0

0

Выполнив интегрирование, найдем:

ϕ (t ) = ω0t + (ω Ä / Ω)sin Ωt + θ 0 (2.13)

Таким образом,

88
 a (t ) = A0 cos[ω0 t + (ω Ä / Ω) sin Ωt + θ 0 ] . (2.14)
Фаза колебания a(t) наряду с линейно-возрастающим слагаемым
ω0 (t) содержит еще периодическое слагаемое (ω Ä / Ω) sin Ωt . Это позволяет рас-
сматривать a(t) как колебание, модулированное по фазе. Закон этой модуля-
ции является интегральным по отношению к закону изменения частоты.
Именно модуляция частоты по закону ω Ä cos Ωt приводит к модуляции фазы
по закону (ω Ä / Ω) sin Ωt . Амплитуда изменения фазы равна:
θ max = ω Ä / Ω = m (2.15)
и называется индексом угловой модуляции.
Заметим, что индекс модуляции совершенно не зависит от частоты ω0 , а
определяется исключительно девиацией ω Ä и модулирующей частотой Ω .
При гармоническом модулирующем сигнале различие между ЧМ и ФМ
можно выявить, только изменяя частоту модуляции.
При ЧМ девиация ω Ä пропорциональна амплитуде модулирующего на-
пряжения и не зависит от частоты модуляции Ω .
При ФМ величина θ max пропорциональна амплитуде модулирующего на-
пряжения и не зависит от частоты модуляции Ω .
Эти положения поясняются рис. 2.8, на котором показаны частотные ха-
рактеристики величин ω Ä и θ max при частотной и фазовой модуляциях. В
обоих случаях предполагается, что на вход модулятора подается модулирую-
щее напряжение с неизменной амплитудой U, a частота Ω изменяется от Ω min
до Ω max .

ωД θmax

θmax = ω Д / Ω
ω Д = mΩ

Ω Ω

Рис. 2.8. Зависимость индекса θmax и девиации ω Ä от модулирующей

частоты при ЧМ – (а) и ФМ – (б)

При ЧМ ω Ä , зависящая, как указывалось выше, только от амплитуды

U, будет, постоянной величиной, а индекс модуляции m = ω Ä / Ω = θ max с увели-

89
чением частоты будет убывать (рис. 2.8а). При ФМ m не зависит от Ω , а
ω Ä = θ max Ω = mΩ изменяется пропорционально частоте модуляции.
Кроме структуры колебания (при модуляции сложным сигналом) ча-
стотная и фазовая модуляции различаются и способом реализации. При ЧМ
обычно применяется прямое воздействие на частоту колебаний генератора.
При ФМ генератор дает стабильную частоту, а фаза колебания модулируется в
одном из последующих устройствах.

2.7. Спектральный анализ сигналов с угловой модуляцией

Ясно, что спектр сигнала будет значительно сложнее спектра при ана-
логичной амплитудной модуляции, так как низкочастотный сигнал входит
аргументом в такую нелинейную функцию, как косинус или синус (2.14).

Выберем функцию мгновенного изменения напряжения в виде:

a (t ) = A0 cos(ω0t + m sin Ωt )

Используя тригонометрическое преобразование, запишем:

a (t ) = A0 cos(m sin Ωt ) cos ω0t − A0 sin(m sin Ωt ) sin ω0 t .

Учитывая, что множители cos(m sin Ωt ) и sin(m sin Ωt ) ) являются перио-

дичёскими функциями времени, разложим их в ряд Фурье. Коэффициен-
ты действительного ряда Фурье определяются с помощью соответствующих
функций Бесселя первого рода, аргументом которых является индекс угловой
модуляции. Так функции cos(m sin Ωt ) и sin(m sin Ωt ) ) можно представить в ви-
де:

sin(m sin Ωt ) = 2 J1 (m) sin Ωt + 2 J 3 (m) sin 3Ωt + 2 J 3 (m)sin 5Ωt + ...

cos(m sin Ωt ) = J 0 (m)sin Ωt + 2 J 3 (m)sin 3Ωt + 2 J 4 (m)sin 4Ωt + ...

Подставляя эти соотношения в формулу для а(t) получаем:

a (t ) = A0 (ω0 t + sin Ωt ) = A0 {J 0 (m) cos ω0t + J1 (m)[cos(ω0 + Ω)t − cos(ω0 − Ω)t ] +

+ J 2 (m)[cos(ω0 + 2Ω)t + cos(ω0 − 2Ω)t ] + J 3 (m)[cos(ω0 + 3Ω)t − cos(ω0 − 3Ω)t ] + ...}

90
 Таким образом, сигнал с тональной угловой модуляцией состоит из
бесконечного числа боковых составляющих, расположенных симметрично
относительно несущей частоты. Амплитуды всех составляющих, в том числе
и несущей, определяются величиной индекса угловой модуляции. Амплитуда
несущей равна Аn=J n(m)А0, а амплитуды ближайших боковых составляющих с
суммарными и разностными частотами равны.
Ниже на рисунке показаны графики поведения нескольких функций
Бесселя, из которых видно, что все они имеют осциллирующий характер,
глобальные максимумы (особенно при m>>1) функций Jn(m) имеют место при
, при некоторых значениях индекса модуляции функция J0 (m) равна ну-
лю, что выгодно использовать для уменьшения уровня мощности самого не-
сущего колебания в модулированном сигнале (m=2, 4 – наименьшее значение
индекса модуляции, где J0(m)=0). Чем выше значение индекса модуляции, тем
шире полоса частот, занимаемая сигналом с угловой модуляцией.

Из формулы для а(t) видно, что нижние нечетные составляющие отли-

чаются от соответствующих верхних составляющих на фазовый угол, равный
π. Наличие этого угла и обеспечивает постоянство амплитуды сигнала с УМ.

Рассмотрим режимы угловой модуляции при малых и больших значе-

ниях m. Если m << 1, то имеют место приближенные равенства:

sin(m sin Ωt ) ≈ m sin Ωt , cos(m sin Ωt ) ≈ 1 ,

и выражение для а(t) переходит в следующее:

 m m 
a (t ) ≈ A0 cos ω0t − m sin Ωt sin ω0t = A0 cos ω0t + cos(ω0 + Ω)t − cos(ω0 − Ω)t 
 2 2 

91
 Сравнивая это уравнение с уравнением для амплитудно-
модулированного колебания, у которого модулирующая функция (т. е. пере-
даваемое сообщение) такая же, как и при ЧМ, замечаем, что отличие только в
знаке составляющей при нижней частоте спектра ω0 − Ω , т. е. различная фази-
ровка этих составляющих. Также заметим, что ширина спектра при m<<1
равна 2Ω , как и при AM. Этот результат показывает, что при очень малых де-
виациях ω Ä (по сравнению с Ω ) ширина спектра от ω Ä не зависит.

При увеличении m увеличиваются амплитуды боковых составляющих

высших порядков. Так для m=2 амплитудный спектр сигнала с УМ будет
иметь вид, представленный на рисунке.

Здесь полоса частот, занимаемая сигналом, составляет примерно 8 Ω .

Рассмотрим теперь случай больших значений m. Вопрос сводится к вы-

яснению зависимости поведения Бесселевых функции Jn(m) от порядкового
номера n при больших значениях аргумента m. Оказывается, что при m>>1
величина |J n(m)| более или менее равномерна при всех целых значениях |n|,
меньших, чем аргумент m. При |n|, близких к m, |J n(m)| образует всплеск, а
при дальнейшем увеличении |n| функция |Jn(m)| быстро убывает до нуля. Из
общего анализа можно сделать вывод, что наивысший номер n боковой часто-
ты, которую еще необходимо принимать в расчет, приблизительно равен ин-
дексу модуляции m (в рассматриваемом случае n=100).
Приравнивая это максимальное значение nmax величине m, приходим к
выводу, что полная ширина спектра частотно-модулированного колебания
2 nmax Ω ≈ 2 mΩ ,
но m = ω Ä / Ω , следовательно, при больших индексах модуляции ширина
спектра модулированного колебания близка к удвоенной девиации частоты:
2 nmax Ω ≈ 2ω Ä .
2.8. Обобщенное представление узкополосного колебания.
Аналитический сигнал

Используются радиосигналы, получаемые в результате одновременной

модуляции амплитуды и угла . При этом может возникнуть

92
неоднозначность в выборе функций A(t), ψ(t)=ϕ(t) (можно A(t) представить в
виде cos, а ψ(t) – в виде arccos и поменять местами). Однако если сигнал яв-
ляется узкополосным (ширина спектра модулирующих функций много
меньше центральной частоты ω0), то неопределенностей A(t) и ψ(t) можно
избежать с помощью следующих соотношений:

где a1(t) – новая функция, связанная с исходной преобразованием Гильберта;

Мгновенная частота узкополосного сигнала равна:

Выделив в постоянную часть , можно написать ,

где не содержит слагаемого, линейно зависящего от времени.

Из полученного следует, что в точках, где a1(t) = 0 имеем

т. к. .

Следовательно, в этих точках кривые a(t) и A(t) имеют общие касатель-

ные. Кроме того, преобразование Гильберта обеспечивает в точках, где
a1(t)=0, значения a(t), близкие к максимальным (амплитудным). Таким обра-
зом, функция A(t) касается функции a(t) в её амплитудных значениях и её
можно считать простейшей огибающей, если она изменяется медленно по
сравнению с быстро осциллирующей функцией a(t), т. е. выполнено условие
узкополосного сигнала.

Аналитическим представлением сигнала a(t) является комплексный

сигнал вида:

где

93
– комплексная огибающая узкополосного сигнала.

Для спектральных плотностей функций a(t) и a1(t) имеют место соот-

ношения ω > 0,

ω < 0,

Спектры аналитического сигнала имеют только положительные часто-

ты.

Корреляционная функция аналитического сигнала

связана с корреляционной функцией узкополосного сигнала

соотношениями

Пример. Сигнал a(t) = cosω0t. Найдем функцию

Здесь использована замена t - t = x;

Известно, что и тогда

при

94
 связана с корреляционной функцией узкополос-

ного сигнала соотношениями

2.9. Автокорреляционная функция амплитудно-модулированного

сигнала может быть определена как результат предыдущего анализа:

где (постоянная фаза не влияет на функцию корреляции).

Учтем необходимые преобразования

Во втором интеграле стоит произведение медленно меняющейся функ-

ции A(t)A(t-τ) и быстро осцилирующего члена с частотой 2ω 0.. Вследствие
этого второй интеграл существенно меньше первого и им можно пренебречь.

Итак, АКФ амплитудно-модулированного сигнала равна

произведению и АКФ модулирующей функции. Полная энергия сиг-

нала равна за счет усреднения по высокочастотному колеба-

нию. При бесконечной энергии сигнала выполняется аналогичное соотноше-

95
ние между корреляционными функциями, соответствующими мощности мо-
дулирующего и амплитудно-модулированного сигнала.

где

3. Линейные радиотехнические цепи

3.1. Передаточная функция и импульсная характеристика цепи

При определении характеристик линейных цепей обратимся к обоб-

щенному обозначению цепи, представленному на рис. 3.1.

В радиотехнических цепях сопротивления

нагрузки обычно велики и не влияют на четы-
рехполюсник либо сопротивление нагрузки
стандартное и уже учтено в схеме четырехпо-
люсника.
Рис. 3.1.

Тогда четырехполюсник может характеризоваться одним параметром,

устанавливающим связь между выходным и входным напряжениями при
пренебрежении током нагрузок. При синусоидальном сигнале такой характе-
ристикой является передаточная функция цепи (коэффициент передачи), рав-
ная отношению комплексной амплитуды сигнала на выходе к комплексной

амплитуде сигнала на входе: , где – фазочастот-

ная характеристика (ФЧХ), – амплитудночастотная характери-
стика цепи (АЧХ).
Передаточная функция линейной цепи вследствие справедливости
принципа суперпозиции позволяет анализировать прохождение сложного
сигнала через цепь, разлагая его на синусоидальные составляющие. Другой
возможностью использования принципа суперпозиции является разложение
сигнала на сумму сдвинутых во времени дельта-функций δ(t). Реакцией цепи

96
на действие сигнала в виде δ(t)-функций является импульсная характеристи-
ка g(t), т. е. это сигнал на выходе, если сигнал на входе есть δ(t)-функция.
при . При этом g(t) = 0 при t < 0 – выходной сигнал не мо-
жет возникнуть ранее момента появления входного сигнала.
Экспериментально импульсную характеристику можно определить пода-
вая на вход короткий импульс площадью единица и уменьшая длительность
импульса при сохранении площади до тех пор, пока сигнал на выходе пере-
станет изменяться. Это и будет импульсная характеристика цепи.
Так как независимый параметр, связывающий напряжения на выходе и
входе цепи, может быть только один, то между импульсной характеристикой
и передаточной функцией имеется связь.
Пусть на вход подается сигнал в виде δ(t)-функции со спек-
тральной плотностью . На выходе цепи будет импульсная характери-
стика , при этом все спектральные составляющие входного сигнала
умножаются на передаточную функцию соответствующей частоты:
. Таким образом, импульсная характеристика цепи и
передаточная функция связаны парой преобразований Фурье:

Иногда вводят так называемую переходную характеристику цепи h(t),

являющуюся откликом на сигнал – единичный скачок:

1(t)=σ(t) = 1, при t ≥ 0;

1(t) =σ(t) = 0, при t < 0;

при этом , h(t) = 0 при t < 0.

Учитывая условие, что g(t) должна быть вещественной, приводит к

требованию, что , т. е. модуль передаточной функции (АЧХ)
есть четная, а фазовый угол (ФЧХ) – нечетная функция частоты. Условие,
что при t < 0, g(t) = 0 приводит к критерию Пэли-Винера [1], возможности

реализации устройств: .

97
 Например, рассмотрим идеальный фильтр низких частот ФНЧ с пере-
даточной функцией

Модуль передаточной функции (АЧХ и ФЧХ) и импульсная характеристика

приведены на рис. 3.2.

Рис. 3.2

Здесь интеграл в критерии Пэли-Винера расходится, как и для любой

, обращающейся в нуль на конечном отрезке оси частот.

Импульсная характеристика такого фильтра (после вычисления по Фу-

рье) равна:

g(t) не равна нулю при t < 0, тем сильнее, чем меньше время задержки , ко-
торое определяет её угол наклона (рис. 3.2). Это указывает на нереали-
зуемость идеального ФНЧ, имеющего близкое приближение при достаточно
больших .

Существует целый класс радиотехнических цепей, в которых выходной

сигнал или некоторая его часть снова подается на вход. Такие цепи называют
цепями с обратной связью. Введение обратной связи (ОС) в ряде случаев по-
зволяет существенно улучшить рабочие характеристики цепей. Однако при
определенных условиях такие цепи становятся неустойчивыми и в них воз-
никают автоколебания. На этом принципе построены различные автоколеба-
тельные системы, прежде всего генераторы гармонических колебаний, кото-
рые являются неотъемлемыми элементами любого радиопередающего уст-
ройства (см. раздел 5).

98
 Обратная связь может вводиться в схему преднамеренно с целью изме-
нения характеристик последней. В этом случае обратная связь является по-
лезной. Однако иногда обратная связь возникает вопреки намерениям разра-
ботчика устройства из-за неучтенных электромагнитных связей между вход-
ными и выходными цепями. Такая обратная связь называется паразитной.

Обобщенная схема устройства с обратной связью представлена на рис.

3.3. Здесь КПП - это канал прямой передачи, являющийся, как правило, ак-
тивным звеном (усилителем) и имеющий комплексный коэффициент переда-
чи К·(ω) . КОС - это канал обратной связи, обычно представляющий собой
пассивный четырехполюсник; его коэффициент передачи обозначен как
β·(ω).

В теории систем с обратной связью предполагается, что КПП и КОС

являются однонаправленными, т. е. в данных устройствах отсутствует пере-
дача сигнала с выхода на вход.

3.2. Коэффициент передачи схемы с обратной связью. Выясним, как

связан комплексный коэффициент передачи цепи, охваченной обратной свя-
зью, с коэффициентами передачи трактов прямой и обратной передачи. Для
этого обозначим через s1(t) сигнал на входе КПП (т. е. после суммирующего
устройства) и через s2(t) – сигнал на выходе КОС (см. рис. 3.3).

Спектры сигналов в различных точках схемы связаны друг с другом

очевидным соотношением:

(3.1)

(3.2)

(3.3)

99
 Рис. 3.3. Устройство с обратной связью

Для того чтобы найти коэффициент передачи цепи с обратной связью

, нужно исключить из системы уравнений (3.1)-(3.3)
спектры сигналов s1(t) и s2(t). Для этого проведем преобразования и получим:

Кроме того найдем

Отсюда можно получить выражение для искомого коэффициента пере-

дачи:

(3.4)

При выводе соотношения (3.4) рассматривалась схема общего вида, в

которой не конкретизировался вид входного сигнала: это может быть как ток,
так и напряжение.

Классификация. Рассмотрим структуру К·'(ω) подробнее. Обозначим, в

частности, и . С учетом этого

100
 Полученное соотношение служит основой для приводимой ниже клас-
сификации видов обратной связи. Физическую основу этой классификации
составляет различие фазовых соотношений между суммирующимися вход-
ным сигналом и сигналом обратной связи.

Положительная обратная связь. Если φβ(ω)+ φK(ω) = 2πk, где k = 0, ±1,

±2, ..., то сигнал обратной связи и входной сигнал складываются синфазно,
при этом

и обратная связь называется положительной (ПОС), причем при β(ω)К(ω)→1

имеем K'(ω) →∞ и цепь с обратной связью приближается к границе устойчи-
вости. При β(ω) K(ω) > 1 цепь неустойчива, т. е. в ней возникают незату-
хающие колебания и схема работает как генератор.

Следует отметить, что данный режим работы цепей будет подробно

рассмотрен при анализе работы автогенераторов.

Отрицательная обратная связь. Если φβ(ω)+ φK(ω) = 2πk,+π , где k = 0,

±1, ±2, ..., то сигнал обратной связи и входной сигнал складываются в проти-
вофазе, при этом

и обратная связь называется отрицательной (ООС), т. е. коэффициент пере-

дачи цепи с обратной связью в данных условиях практически определяется
лишь четырехполюсником обратной связи.

В данной ситуации говорят о сильной ООС. Она часто используется

при построении разнообразных схем на операционных усилителях.

Реактивная и комплексная обратная связь. Если φβ(ω)+φK(ω) = 2πk,±π/2

, где k = 0, ±1, ±2, ... , то обратная связь называется реактивной (при этом фа-
зовый сдвиг между входным сигналом и сигналом обратной связи составляет
±90°), а в остальных, не перечисленных случаях – комплексной.

В реальных устройствах фазы коэффициентов передачи каналов пря-

мой и обратной связи неизбежно зависят от частоты. Поэтому зависящим от

101
частоты оказывается и характер обратной связи – на одних частотах она мо-
жет быть отрицательной, а на других – положительной.

Влияние ООС на характеристики усилителя. Отрицательная обратная

связь широко используется в радиотехнике. Её применение позволяет, в ча-
стности, за счет снижения общего коэффициента передачи улучшить такие
важные параметры устройства, как стабильность коэффициента усиления,
частотную характеристику, уменьшить искажения. Рассмотрим эти эффекты
подробнее.

Стабильность коэффициента усиления. Пусть канал прямой передачи

на некоторой частоте имеет средний коэффициент усиления K0, а нестабиль-
ность этого коэффициента составляет ΔK 0. Относительная нестабильность
равна, таким образом, ΔK0 /K0. Рассчитаем нестабильность коэффициента пе-
редачи для усилителя, охваченного ООС. Значение коэффициента передачи и
его нестабильность, вызванная изменением коэффициента усиления тракта
прямой передачи составит

Относительная нестабильность коэффициента передачи для усилителя

с ООС, таким образом, оказывается равной

Анализируя полученные формулы видно, что за счет использования

ООС нестабильности, вызванные изменением температуры, разбросом пара-
метров элементов схемы и т. п., уменьшаются в (1 + β0K 0) раз.

Коррекция частотной характеристики. Изменение коэффициента пе-

редачи K0 в зависимости от частоты также можно рассматривать как его не-
стабильность. Следовательно, применение ООС позволит при тех же измене-
ниях частоты уменьшить относительное изменение коэффициента усиления в
(1 + β0K 0) раз. Таким образом, произойдет расширение АЧХ усилителя. Рас-
смотрим простейший пример – инвертирующий усилитель с резистивно-
емкостной нагрузкой (рис. 3.4 а), имеющий комплексный коэффициент пере-
дачи

102
где τ = RC (см. рис. 3.4 а).

Граничная частота такого усилителя, определяемая по спаду АЧХ до

уровня 0,707, очевидно, равна 1/τ. Охватим усилитель петлей частотно-
независимой обратной связи с коэффициентом передачи β(ω) = β0. В резуль-
тате согласно получим

Рис. 3.4. Усилитель с RС-нагрузкой (а) и введение в него отрицательной об-

ратной связи (б)

Отсюда видно, что граничная частота усилителя с ОС равна (1+ β0K 0)/τ,
т. е. увеличивается в (1 + β0K 0) раз. Разумеется, достигается это не бесплат-
но, а за счет уменьшения во столько же раз коэффициента усиления, который
теперь составляет K0/(1+τ0K 0). На рис. 3.5 приведены графики АЧХ рассмот-
ренного усилителя при различных значениях произведения

103
 Рис. 3.5. Влияние отрицательной обратной связи на АЧХ усилителя

Реализовать отрицательную обратную связь в данной схеме можно, до-

бавив в цепь эмиттера дополнительный резистор Roc (см. рис. 3.4, б). Проте-
кающий через него ток пропорционален выходному напряжению усилителя,
в результате входное напряжение транзистора формируется как разность на-
пряжения входного сигнала и напряжения обратной связи.

Уменьшение искажений. Использование ООС дает возможность

уменьшить возникающие в усилителе искажения сигнала - фон, внутренние
шумы, высшие гармоники и т. п. Такие искажения можно представить как
добавление к выходному сигналу канала прямой передачи внешней помехи
un(t) (рис. 3.6). В отсутствие ОС такой паразитный сигнал беспрепятственно
попадает на выход устройства, но при введений в схему отрицательной ОС
ситуация меняется. Теперь сигнал помехи, пройдя по петле обратной связи,
приобретает фазовый сдвиг, равный 180°, и суммируется сам с собой в про-
тивофазе, уменьшая уровень помехи на выходе. Действительно, коэффициент
передачи для помехи можно легко рассчитать, если заметить, что сигнал un(t)
попадает на выход через охваченную ООС схему, в которой усиление в кана-
ле прямой передачи отсутствует (т. е. коэффициент передачи КПП равен 1), а
коэффициент передачи цепи ОС равен β0K0. Согласно рассмотренных коэф-
фициентов передачи для помехи он будет равен:

т. е. в (1+ β0-K 0) раз меньше, чем при отсутствии ООС. Такой способ умень-
шения искажений широко используется на практике.

104
 Рис. 3.6. Структурная схема устройства с обратной связью с учетом воздей-
ствия внешних помех

3.3. Условия устойчивости линейной цепи

Линейная цепь с постоянными параметрами описывается неоднород-

ным линейным дифференциальным уравнением вида:

где ai и bi, – постоянные вещественные коэффициенты и n ≥ т.

Решение этого неоднородного дифференциального уравнения в самой

общей форме складывается, как известно, из общего решения соответствую-
щего однородного уравнения и частного решения неоднородного уравнения.
Частное решение неоднородного уравнения связано с входным воздействием
uвх(t) и представляет собой вынужденные колебания, тогда как общее реше-
ние однородного уравнения соответствует свободным колебаниям цепи.

При отсутствии входного сигнала в цепи существуют лишь свободные

колебания, подчиняющиеся однородному линейному дифференциальному
уравнению

Цепь называется устойчивой, если свободные колебания при любых

начальных условиях являются затухающими, т. е. если справедливо соотно-
шение

105
 Общее решение однородного линейного дифференциального уравне-
ния при отсутствии кратных корней, как известно, имеет вид

где Ai- вещественные постоянные, а pi – корни характеристического уравне-

ния

Для устойчивости цепи необходимо, чтобы входящие в решение одно-

родного уравнения экспоненты были затухающими. А это, в свою очередь,
означает, что корни р 1, p2, ...,pn характеристического уравнения должны быть
либо отрицательными действительными числами, либо комплексными вели-
чинами с отрицательными действительными частями. Из этих простых физи-
ческих представлений вытекает следующий фундаментальный критерий ус-
тойчивости любых линейных систем: система устойчива, если действи-
тельные части всех корней ее характеристического уравнения отрицатель-
ны.

При наличии у характеристического уравнения кратных корней в фор-

муле, описывающей общее решение однородного дифференциального урав-
нения, появляются слагаемые вида Aitk-1 exp(pit), где k – целые числа в диапа-
зоне от единицы до степени кратности корня pi. Такие слагаемые также яв-
ляются затухающими при Re(pi) <0, так что приведенные ранее рассуждения
сохраняют силу.

Заметим, что левая часть характеристического уравнения представляет

собой знаменатель передаточной функции цепи, записанный в операторной
форме:

Таким образом, корни характеристического уравнения являются полю-

сами передаточной функции К(р) этой цепи.

106
 Отсюда следует, что сформулированные условия отрицательности дей-
ствительных частей корней равносильны следующему положению: для ус-
тойчивости цепи необходимо, чтобы полюсы передаточной функции К(р)
лежали в левой полуплоскости комплексной переменной р.

В тех случаях, когда цепь описывается дифференциальным уравнением

высокого порядка, исследование корней характеристического уравнения, не-
обходимое для решения вопроса об устойчивости системы, является сложной
задачей.

Однако ее можно решить, анализируя соотношения между коэффици-

ентами уравнения без определения самих корней уравнения. Это позволяет
сделать теорема Гурвица, которая утверждает, что для того, чтобы действи-
тельные части всех корней уравнения

с действительными коэффициентами и A0 > 0 были отрицательными, необхо-

димо и достаточно, чтобы были положительными все определители A1, A2, ...,
Аn, составленные из коэффициентов уравнения а 1, а2, ..., ап по следующей
схеме:

и т. д.

Сформулированный алгебраический критерий устойчивости часто на-

зывают критерием Рауса-Гурвица. При составлении определителей по ука-
занной схеме коэффициенты с отрицательными индексами заменяются нуля-
ми.

Нетрудно видеть, что все последовательные определители являются

главными диагональными минорами определителя Δn. Так как последний

107
столбец определителя Δn содержит лишь один отличный от нуля элемент Δn,
расположенный на главной диагонали, то выполняется равенство Δn = anΔn-1.

Отсюда следует, что в соответствии с теоремой Гурвица условия ус-

тойчивости можно сформулировать в виде следующих неравенств:

Δ1 > 0, Δ2 > 0, ..., Δn-1> 0, ап > 0.

Возникновение нарастающих собственных колебаний в электрических

цепях возможно лишь тогда, когда в составе цепи, помимо пассивных эле-
ментов L, С, R, содержатся активные элементы, передающие в цепь часть
энергии от внешних источников. Распространенной моделью такого активно-
го элемента служит резистор с отрицательным сопротивлением. Система, со-
держащая такой элемент, может самопроизвольно возбуждаться, если отри-
цательное сопротивление элемента превосходит (по модулю) некоторое кри-
тическое значение.

3.4. Методы анализа преобразования сигналов в линейных цепях

Спектральный метод. На основании принципа суперпозиции, сигнал

на входе линейной цепи можно разложить на сумму более простых сигналов
заданной формы, проанализировать прохождение каждого из них через цепь,
а на выходе цепи сложить. В спектральном методе сигнал на входе представ-
ляется в виде суммы синусоидальных сигналов и реакцией цепи на каждый
из них определяется передаточной функцией цепи. Тогда анализ прохожде-
ния сигнала через цепь состоит в следующем:

1. Находим спектр входного сигнала.

– интеграл Фурье.

– коэффициенты ряда Фурье.

2. Умножаем спектральную функцию сигнала на входе цепи на переда-

точную функцию цепи и получаем спектр сигнала на выходе:

108
 3. Определяем сигнал на выходе по его спектру.

или

Частные случаи:

а) Полоса пропускания цепи значительно уже спектра сигнала:

, где – центральная частота полосы пропускания цепи.

б) Полоса пропускания цепи значительно шире спектра сигнала:

, где – центральная частота спектра сигнала.

Условия отсутствия искажений. Если считать, что информация, за-

ключенная в сигнале, отображается его формой, то для неискаженной пере-
дачи сигнала необходимо, чтобы , где К – коэффициент про-
порциональности, – время запаздывания сигнала. Коэффициент передачи
цепи в этом случае должен удовлетворять следующим требованиям:

1) , т. е. амплитуды всех частотных составляющих

сигнала должны изменяться в одинаковое число раз.

2) , т. е. фазы всех спектральных составляющих при запазды-

вании сигнала должны изменяться пропорционально их частоте.

Докажем эти условия:

109
 ; ;

Метод интеграла наложения (Дюамеля)

В методе интеграла наложения в качест-

ве характеристики цепи используется им-
пульсная характеристика цепи g(t), являющей-
ся реакцией цепи на сигнал в виде дельта-
функции δ(t). Сигнал произвольной формы
разбивается на узкие элементарные импульсы
отмеченные на рисунке .

Площадь такого элементарного сигнала равна .

Величина отклика в момент на такой элементарный импульс бу-

дет . Для определения полного значения выходного сигнала в
момент t нужно просуммировать действия всех импульсов в промежутке от
до .

– это интеграл Дюамеля.

К сожалению, вычисление интеграла Дюамеля не всегда представляет

легкую задачу, поэтому спектральный метод используют чаще.

3.5. Корреляция сигнала на входе и выходе четырехполюсника

Пусть на входе четырехполюсника с передаточной функцией и

импульсной характеристикой g(t) действует сигнал , обладающий спек-
тральной плотностью и автокорреляционой функцией . Требуется
найти автокорреляционную функцию выходного сигнала и взаимно
корреляционную функцию .

110
 Произведению спектральных функций соответствует свертка их ориги-
налов

где – автокорреляционная функция сигнала

на входе.

– автокорреляционная функция им-

пульсной характеристики цепи.

Найдем взаимно корреляционную функцию выходного и входного сиг-

нала:

– согласно выражению для спектра взаимно корре-

ляционной функции;

– комплексно-сопряженная функция . Заменяя ,

получим . Произведению двух спектральных функций

соответствует свертка оригиналов .

Рассмотрим два характерных крайних случая

1. Полоса пропускания цепи значительно уже спектра сигнала:

2. Полоса пропускания цепи значительно шире спектра сигнала, тогда

111
 .

3.6. Анализ прохождения rect-функции через интегрирующую цепь

Анализируемая цепь и преобразования сигнала представлены на ри-

сунке

а). Спектральный метод анализа.

Коэффициент передачи цепи ; .

1. Спектр сигнала на входе:

2. Спектр сигнала на выходе:

3. Импульс на выходе:

Нули знаменателя равны:

112
 .

При – сигнал на вы-

ходе равен интегралу сигнала на входе.

Здесь – единичная функция, действующая при :

при =0; при =1. Появление множителя в спек-

тре сигнала согласно свойству преобразования Фурье и Лапласа указывает на
задержку сигнала во времени на .

б). Метод интеграла Дюамеля

Цепь характеризуется импульсной характеристикой .

Рассмотрим случаи:

а)

б)

3.7. Преобразование rect-функции в дифференцирующей цепи

Применим спектральный метод и воспользуемся рисунком:

113
 ; .

; .

При возникают
только короткие всплески на фронтах импульса, т. е. происходит дифферен-
цирование сигнала, что соответствует теореме о дифференцировании.

3.8. Воздействие функции включения на контура и передача rect-

функции через колебательный контур

Для анализа этого примера учтем известные соотношения [1, 2] и рису-

нок:

; .

114
 Используем табличный интеграл , тогда:

При ,

Время установления (затуха-

ния): . При
передаче прямоугольного импульса
затухающие колебания возникают
на фронте и срезе импульса.

3.9. Прохождение амплитудно-модулированного сигнала через ко-

лебательный контур. Условия анализа демонстрируются на рисунке.

Рассмотрим однотональную модуляцию

. Модуль коэффициента
передачи

. Основные соотношения
равны:

115
 .

При прохождении через настроенный контур амплитудно-

модулированного сигнала с однотональной модуляцией искажения формы
огибающей спектра не происходит, уменьшается глубина модуляции. Если
сигнал имеет несколько гармоник, то будет происходить неодинаковое ос-
лабление колебаний различных пар боковых частот. В результате возникнут
частотные искажения сигнала после детектирования, т. е. изменяются соот-
ношения колебаний различных частот, входящих в управляющий сигнал.
Однако нелинейных искажений, т. е. новых частот после детектирования не
появится.

При расстройке контура (рис.)относительно

несущей, кроме изменения глубины модуляции
возникают искажения формы огибающей, она
становится отличной от синусоидальной. Это при-
водит к возникновению нелинейного искажения
управляющего сигнала после детектирования (по-
явление новых низких частот).

3.10. Прохождение частотно-модулированного сигнала через коле-

бательный контур

В этом случае при однотональной модуляции , где

– девиация частоты. ; .

Результаты преобразования демонстрируются на рисунке.

При m << 1 При m >> 1

116
 1. При m << 1 и настроенном
контуре уменьшается m и . При
многих частотах возникают частотные
(линейные) искажения.

2. При любых m возникает паразитная амплитудная модуляция.

Огибающая .

3. При настроенном контуре возникают нелинейные искажения, т. к. по

разному ослабляются составляющие спектра, соответствующие одной Ω.
Кроме того возможно удвоение частоты модулирующей функции.

4. При расстроенном контуре в любом случае возникают нелинейные

искажения.

4. Основы теории случайных процессов в радиотехнике

4.1. Статистическая модель системы передачи информации

В первом разделе была дана общая структурная схема канала связи ин-
формационной системы. Рассмотрим её статистическую модель.

117
 Наблюдатель (человек или автомат) собирает сведения о состоянии не-
которой материальной системы. Совокупность сведений, собранных наблю-
дателем, представляет собой сообщение. Форма представления сообщения в
системе связи – электрические сигналы (непрерывные или дискретные).

В любом случае сообщение всегда является случайной функцией с

произвольным аргументом, но если аргумент – время, то это – случайный
процесс, который может быть представлен многомерной случайной величи-
ной . В каждом опыте случайный процесс реализуется в виде многомер-
ной величины , определяемой в дискретные моменты времени. Зафикси-
рованный отрезок развития случайного процесса называется реализацией.
Вероятность каждого такого события, т. е. вероятность каждой возможной
реализации , в общем определяется многомерным законом распределе-
ния вероятностей источника сообщения .

Пример. Пусть сообщение представляет собой гармоническое колеба-

ние со случайной фазой при четырёх реализациях (см. рис. 4.1).

Рис. 4.1

Многомерный (в данном случае четырехмерный) закон распределения

вероятности определяет вероятность каждой реализации, причем

Распределение может быть равновероятным, может быть неравноверо-

ятным. Если в данном примере распределение равновероятно, то
, где i= 1, 2, 3, 4.

Радиопередатчик – это устройство, преобразующее сообщение в элек-

трический сигнал, позволяющий передать сообщение к получателю. Преоб-

118
разование может иметь как аналоговую форму, так и быть более сложным.
При аналоговой форме преобразования высокочастотное (несущее) колеба-
ние модулируется (кодируется) в соответствии с законом сообщения. При
цифровой форме непрерывное сообщение-сигнал подвергается дискретиза-
ции в соответствии с теоремой отсчетов, затем квантуется по уровню и пере-
водится в последовательность чисел, после чего числа представляются по
данному коду в виде двоичных электрических сигналов, и далее – преобразо-
вание в высокочастотный модулированный сигнал. Высокочастотный сигнал
излучается антенной передатчика.

В целом радиопередатчик можно описать как источник случайного

сигнала , связанный жесткой функциональной зависимостью с сообще-
нием . По многомерному закону можно определить .

Источник помех включает в себя все искажающие воздействия на сиг-

нал , которые возникают как в самой системе, так и вне её. Помехи, обу-
словленные самой системой, называются собственными шумами. Помехи,
возникающие в среде распространения, называются внешними. Источниками
внешних помех являются атмосферные явления, шумы космического про-
странства, другие радиоустройства, индустриальные помехи. Обычно помеху
как случайный процесс чаще всего обозначают n(t), она характеризуется мно-
гомерным законом распределения .

Среда распространения электромагнитного колебания является услов-

ным местом взаимодействия сигнала с помехой n(t), в результате чего об-
разуется новый случайный сигнал Z(t). В самом простом случае помеха и
сигнал складываются аддитивно . Это так называемая аддитив-
ная помеха. В более общем случае имеет место нелинейная комбинация сиг-
нала и помехи. Среда распространения может быть определена как некото-
рый зависимый источник случайного сигнала.

Т. к. и n(t) случайные сигналы, то не может быть жесткой функцио-

нальной связи между Z(t) и . Закон нельзя определить по .
Именно поэтому среда распространения как источник случайного сигнала
описывается не законом распределения вероятностей , а законом рас-
пределения условных вероятностей – т. е. вероятности события
Z(t) при условии, что произошло событие .

Радиоприёмник преобразует сигнал в сообщение . Отсутствие же-

сткой функциональной связи между Z(t) и приводит к тому, что нет жест-

119
кой связи между принятым и передаваемым сообщениями. Каждое принятое
сообщение можно только с некоторой вероятностью принять за отклик
на передаваемое сообщение .

Отсюда следует вероятностный характер задачи передачи сообщений.

При этом можно только говорить о законе распределения апостериорных
(послеопытных) условных вероятностей , т.е. вероятности причины
( ), породившей данное следствие ( ), причем

Таким образом, радиоприемник должен обработать каждый принятый

сигнал так, чтобы был найден для него закон распределения апостери-
орных вероятностей. Если этот закон имеет максимум, то это позволит при-
нять решение в пользу конкретного сигнала , который скорее всего был
причиной, вызвавшей сигнал на входе приемного устройства.

Если максимума не имеет, то извлечь достоверно полезную

информацию из принятого сигнала невозможно. Получить закон распределе-
ния апостериорной вероятности с возможно более четким максимумом мож-
но за счет соответствующего выбора сигнала и схемы его обработки.

Таким образом, в отсутствие помех сигнал на выходе приемника од-

нозначно связан с сигналом на выходе передатчика жесткой функциональ-
ной зависимостью, т. е. каждому входному сообщению можно сопоставить
единственный вариант , несмотря на случайный характер Х и . В этом
случае принятое сообщение обязательно соответствует переданному. При
этом все системы строятся по единому алгоритму. Искать каждый раз опти-
мальный вариант в этом случае не требуется: достаточно использовать самый
простейший (по логике) алгоритм аналоговой обработки, предусматриваю-
щий модуляцию и демодуляцию сигнала. Наличие помех требует поиска оп-
тимального алгоритма обработки сигнала с целью ослабления влияния
помехи. При этом приходится:

а) выбирать оптимальный сигнал для передачи сообщения, что требует

соответствующего выбора схемы радиопередатчика;

120
 б) выбирать оптимальную схему радиоприемного устройства с целью
повысить отношение сигнал / шум.

Классификация решаемых задач радиотехнической системой:

1. Задача обнаружения, обработка сигнала строится так, чтобы

получить с максимально возможной достоверностью ответ на вопрос : со-
держит в себе сигнал сообщение , или это помеха, т. е. . По-
лучать на выходе само сообщение не требуется.
2. Задача оценки параметра. В этом случае обработка строится так,
чтобы измерить какой-либо параметр обнаруженного сигнала, например,
длительность импульса. Эта задача часто решается в измерительных радио-
технических системах.
3. Задача воспроизведения передаваемого сообщения. На выходе
приемника нужно получить отображение переданного события. Эта задача
решается такими системами связи как телевидение и радиовещание.

4.2. Общие определения случайных процессов

Как было показано в разделе, посвященном моделям сигналов и сис-

тем, сигналы, действующие на входе радиоприемника являются случайными
функциями времени, случайность которых обусловлена как неизвестным за-
коном изменения самого сообщения, так и действия различного рода помех.
Для анализа таких сигналов приходится пользоваться методами теории веро-
ятностей и математической статистики.

Случайной называется функция, которая в результате опыта может

принять неизвестный заранее вид. Если многократно наблюдать такой про-
цесс, то каждый раз он будет протекать по-разному. Каждое наблюдение яв-
ляется реализацией случайного процесса. Случайный процесс можно считать

• непрерывным, если каждая его реализация представляет собой

непрерывную функцию, которая может принимать любое значение в произ-
вольные моменты времени;
• непрерывным по времени и квантованным по уровню, если его
величины в произвольные моменты времени принимают дискретные значе-
ния;
• дискретным по времени и непрерывным по уровню, если функ-
ция в дискретные моменты времени может принимать любые значения;
• дискретным по времени и квантованным по уровню.

Множество реализаций образует ансамбль случайного процесса.

121
 Совокупность мгновенных значений случайной функции в
некоторый момент времени называется задается сечением случайного про-
цесса , которое также является случайной функцией времени
(при изменении ).

Вероятность того, что величина попадет в какой-либо заданный

интервал [a, b), определяется выражением

где – одномерная плотность вероятности случайной величины ;

– интегральная вероятность или просто вероятность.

Для непрерывных случайных функций выполняется равенство

где и – границы возможных значений случайной величины в ан-

самбле.

Аналогично для случайной величины дискретного типа выполняется

равенство

Параметр (или i) указывает на то, что данная случайная величина яв-

ляется сечением. В случаях, когда закон распределения не зависит от време-
ни сечения, аргумент t опускают. Для более общего описания используют n-
мерный закон распределения

4. 3. Параметры и характеристики случайных процессов

122
 Наибольшее значение имеют следующие характеристики случайного
процесса:

• математическое ожидание или первый начальный момент, равный

Математическое ожидание – это средняя функция, вокруг которой

группируются реализации (см.рис. 4.2).

Рис. 4.2

Многие параметры случайного процесса получают путем вычисления

простейших функций от математического ожидания.

• дисперсия (разброс реализаций случайной величины относительно

математического ожидания)

Корень квадратный от дисперсии называют среднеквадратическим от-

клонением (СКО):

123
 Если сечения случайного процесса описываются одним и тем же зако-
ном распределения, то математическое ожидание и дисперсия являются чис-
лами (параметрами).

Если , то говорят, что такой процесс имеет нулевое среднее; про-

цесс называется центрированным. Математическое ожидание на-
зывают первым моментом случайной величины, дисперсию – вторым цен-
тральным моментом. Момент n-ого порядка определяется соотношением

Если для случайного процесса заданы двумерные плотности вероятно-

сти, что бывает необходимо при анализе быстроменяющихся процессов, то
определяют так называемую ковариационную функцию

которая определяет математическое ожидание произведений случайных

функций в моменты и .

При имеем

т. е. при нулевом интервале между и ковариационная функция опреде-

ляет математическое ожидание от квадрата случайной величины. Разность
между случайной величиной и её математическим ожиданием определяет
флуктуации (изменения) сигнала. Для описания флуктуаций определяется
автокорреляционная функция процесса

При получаем

124
т.е. автокорреляционная функция в этом случае равна дисперсии. Часто при-
меняют нормированную корреляционную функцию

где .

Все эти функции: , , – характеризуют связь между значе-

ниями случайного процесса, разделенными промежутком времени τ. Чем
медленнее меняется случайная функция, тем больше τ, в пределах которого
эти функции не равны нулю, т. е. наблюдается статистическая связь между
ними.

4.4. Виды случайных процессов

Различают нестационарные, стационарные и эргодические случайные

процессы. Наиболее общий случайный процесс – нестационарный. На
рис. 4.2 приведен пример случайного процесса нестационарного по матема-
тическому ожиданию.

Случайный процесс является стационарным, если его многомерная

плотность вероятности зависит только от величины ин-
тервалов и не зависит от положения этих интервалов в об-
ласти изменения аргумента . Отсюда следует, что во-первых, для стацио-
нарного процесса одномерная плотность вероятности не зависит от времени,
т. е. ; во-вторых, двумерная плотность вероятности зависит от
разности , т.е. и т. д. В связи с этим все мо-
менты одномерного распределения, в том числе математическое ожидание и
дисперсия, постоянны. Часто бывает достаточно для определения случайного
процесса стационарным постоянство первых двух моментов. Таким образом
для стационарного процесса:

125
 Стационарный случайный процесс называется эргодическим, если при
определении любых статистических характеристик усреднение по множеству
реализаций эквивалентно усреднению по времени одной бесконечно длинной
реализации; в этом случае

Если представляет собой случайный ток или напряжение в электри-

ческой цепи, то – это постоянная составляющая, а – средняя мощ-
ность флуктуаций.

4.5. Примеры случайных процессов

1. Гармоническое колебание со случайной амплитудой

Пусть

где и – постоянные величины; А – случайная величина, имеющая рав-

номерную плотность вероятности в интервале от 0 до (рис. 4.3)

x Amax cosψ (t1 )

A max

0 t1 t

Рис. 4.3

В момент времени мгновенное значение сигнала может быть любым в

интервале от 0 до Поэтому

126
 График имеет вид рис.4.4.

Рис. 4.4

Математическое ожидание такого процесса равно:

Соответствующие вычисления интегралов дают

Как видно из приведенных соотношений, первые два момента случай-

ного процесса зависят от времени, а, следовательно, этот процесс нестацио-
нарный, и неэргодический.

2. Гармоническое колебание со случайной фазой имеет вид:

где - случайная величина, равновероятная в пределах , а плотность веро-

ятности такого случайного процесса равна

Одна из реализаций имеет вид

127
где – полная фаза, – также случайная величина, плотность вероят-
ности которой имеет тот же вид

Определим вероятность того, что в промежутке времени от до

мгновенное значение сигнала окажется в заданном интервале
(рис. 4.5):
x

x1
A0

0 ω 0t

x2

0
ω 0t

xk

0
ω 0t

x∞

0
ω 0t

Рис. 4.5

Эта вероятность совпадает с вероятностью попадания случайной фазы

в интервалы на периоде, которая в свою очередь равна

Таким образом,

откуда

Так как

имеем

128
 График этой функции имеет вид, показанный на рис. 4.6.

Рис. 4.6

Так как плотность вероятности не зависит от , то этот процесс являет-

ся стационарным с математическим ожиданием

причем ту же величину можно получить путем усреднения по времени одной

реализации:

что указывает на эргодичность процесса. Корреляционная функция этого

процесса равна

где . Она также не зависит от положения и .

3. Нормальный (гауссовский) случайный процесс

Такой случайный процесс характерен для помех канала связи. Одно-

мерная плотность вероятности стационарного эргодического нормального
случайного процесса определяется выражением

129
 Чем больше , тем меньше максимум, кривая (рис. 4.7) более пологая,

σx =1 2

2π

_
−2 −1 0 1 2 x−x

Рис. 4.7

причем всегда т. е. площадь под кривой равна 1 для любых .

Широкое распространение нормального закона распределения обьясня-

ется тем, что при сложении большого числа независимых случайных слагае-
мых распределение суммы близко к гаусовскому при любом законе распре-
деления отдельных слагаемых (центральная предельная теорема). Для гау-
совского случайного процесса с нулевым средним вероятность того,
что модули значений случайной величины превысят величину 3σх составляет
0,997≈1, т.е. полный размах такого случайного процесса не превышает 6σх
(правило трех сигма). Отношение максимумов отклонения случайной вели-
чины (пиков) к σх называют пик-фактором случайного сигнала. Для гаусов-
ского шума он равен 3, а для гармонического сигнала со случайной фазой
.

Знание не дает полного представления о поведении случайного

сигнала во времени. Медленно меняющаяся и быстро меняющиеся случай-
ные функции могут иметь одинаковые плотности вероятности, что отражено
на рис. 4.8.

130
 а) б)

Рис. 4.8

Для оценки этих свойств быстротечности используют корреляцион-

ные функции. Для случая, показанного на рис. 4.8а , а для рис.
4.8,б

4.6. Энергетический спектр случайных процессов

Одним из эффективных средств анализа сигналов является частотный

метод, основанный на представлении сигналов при помощи преобразования
Фурье, а цепи – в виде частотной передаточной характеристики. Естествен-
ным является использовать математический аппарат частотного метода для
анализа случайных процессов.

Но случайный процесс, представляющий собой множество (ансамбль)

детерминированных реализаций, не может быть описан комплексной спек-
тральной плотностью, даже и усредненной, так как из-за случайности и неза-
висимости фаз составляющих в различных реализациях усреднение приводит
к нулевому результату (при mx=0).

Однако можно ввести понятие спектральной плотности среднего квад-

рата случайного сигнала, поскольку средний квадрат не зависит от соотно-
шения фаз суммируемых гармоник. Если под случайной функцией x(t) подра-
зумевается электрическое напряжение или ток, то её средний квадрат можно
рассматривать как среднюю мощность, выделяемую в сопротивлении 1 Ом.
Эта мощность распределена по частотам в некоторой полосе частот, завися-
щей от механизма образования случайного процесса. Спектральная плот-
ность средней мощности представляет собой среднюю мощность, приходя-
щуюся на 1 Гц при заданной частоте. Её размерность определяется отноше-
нием мощности к полосе частот, т. е. является размерностью энергии.

131
 Для определения спектральной плотности случайного сигнала выделим
из ансамбля одну реализацию xk(t) длительностью Т. Для неё как для детер-
минированной функции может быть определена спектральная плотность:

Полная энергия рассматриваемого отрезка k-й реализации равна

отсюда получаем среднюю мощность

При увеличении интервала Т энергия отрезка возрастает, однако сред-

няя мощность (из-за 1/T) стремится к некоторому пределу

где Wk(ω) представляет собой спектральную плотность мощности k-й реали-

зации. Спектральная плотность процесса Wx(ω) получается усреднением по
всем реализациям.

Если процесс стационарный и эргодический, то Wk(ω ) характеризует

весь процесс в целом, и усреднения не требуется, то есть Wх (ω ) = Wk(ω ).

Если случайный процесс имеет ненулевое математическое ожидание,то

спектральную плотность следует представлять в форме

, (4.1)

где W*(ω) – cплошная часть спектра, соответствующая флуктуационной со-

ставляющей.

132
 При интегрировании по частоте f=ω /2π первое слагаемое дает величи-
ну m x2, то есть мощность постоянной составляющей, а второе - мощность
флуктуаций, то есть дисперсию

(4.2)

Поскольку спектральная плотность мощности случайного процесса оп-

ределяется как модуль квадрата спектральной плотности реализации, то
функция Wx(ω ) является неотрицательной и четной.

4.7. Спектральные характеристики моделей случайных процессов

Широкополосный случайный процесс – белый шум. Случайный процесс

может быть назван широкополосным, если эффективная полоса частот его
спектральной плотности мощности сравнима со средней частотой этой поло-
сы, либо эта полоса значительно шире полосы пропускания цепи, через кото-
рую проходит данный сигнал.

Если случайный процесс обладает равномерным энергетическим спек-

тром в бесконечно широкой полосе частот (-∞–+∞) то такой шум называют
белым по аналогии с белым светом, имеющим в видимой части равномерный
сплошной спектр. На рис.4.9 приведен пример спектральной характеристики
белого шума, где Wx(f) = W0 .

Рис. 4.9

Безусловно, такое представление случайного сигнала является идеали-

зацией, т. к. дисперсия его должна иметь значение, равное бесконечности
(4.2). В то же время такая идеализация вполне применима, когда АЧХ иссле-
дуемой цепи дает возможность считать спектральную плотность на входе
приближенно постоянной.

133
 Использование понятия белого шума позволяет находить все необхо-
димые характеристики случайного процесса на выходе радиосистемы только
через собственные параметры радиоцепей, входящих в её состав.

Законы распределения плотности вероятности белого шума могут быть

любыми и часто их удобно считать нормальными.

К белому шуму обычно относят сигналы, имеющие игольчатую струк-

туру (короткие импульсы) с бесконечно тонкими случайными выбросами.
Шум, имеющий равномерную плотность мощности в полосе частот (-f1, f1),
также называется широкополосным.

Узкополосный случайный процесс. К узкополосным случайным процес-

сам относят процессы, спектральная плотность мощности которых сосредо-
точена в относительно узкой полосе частот в окрестности некоторой доста-
точно высокой частоты f0 (рис. 4.10), т. е. ∆ f<<f0.

Рис. 4.10

Пример реализации такого случайного процесса показан на рис. 4.11,

где Χ (t) – огибающая.
~ 2 π / ω0

Рис. 4.11

134
 Шумовое колебание с узкополосным спектром следует рассматривать
как высокочастотное колебание с медленно изменяющимися огибающей X(t)
и фазой θ (t) – является квазигармоническим колебанием:

x(t) = X(t)cos[ω 0t+Θ (t)] = X(t)cosΨ (t),

причем ω 0 является центральной частотой спектра шума. Мгновенные значе-

ния амплитуды X(t), фазы θ (t) и частоты , также являются
случайными функциями времени.

5. Нелинейные цепи и методы нелинейной теории

5.1. Нелинейные элементы

Параметры нелинейных элементов зависят от уровня воздействующего

сигнала. Нелинейные элементы разделяются на резистивные (сопротивле-
ния) и индуктивные (индуктивности и емкости). Наиболее распространен-
ными резистивными нелинейными элементами являются полупроводнико-
вые, ламповые и другие приборы, имеющие нелинейную вольтамперную ха-
рактеристику . При этом дифференциальная крутизна зависит от по-
ложения рабочей точки на характеристике.

Нелинейная емкость имеет нелинейную вольт-кулоновскую характери-

стику заряда от напряжения q(U), при этом емкость также зависит от
положения рабочей точки. Иногда вводят дифференциальную емкость

Если , то и .

Примером нелинейной индуктивности является катушка с ферромаг-

нитным сердечником с током, доводящим сердечник до магнитного насыще-
ния, тогда ; здесь также вводят дифференциальную индуктивность

Рассмотрим соотношения между мгновенными значениями тока и на-

пряжения при нелинейных емкостях и индуктивностях:

135
 =

С другой стороны, имеют место соотношения ,

, т. е. также как и при линейных L и С.

5.2. Аппроксимация нелинейных характеристик

В случае сложного вида вольтамперной характеристики её аппрокси-

мируют суммой более простых характеристик. На рисунках различные прак-
тические режимы работы.

i i

0 U0 U 0 E0U0 U
0 B
BS(t) B
BS(t)
t
t
Нелинейный режим работы элемента с той
Линейный режим работы элемента с нели- же вольтамперной характеристикой
нейной вольтамперной характеристикой

Аппроксимация степенным полиномом имеет вид:

136
 Для транзистора: I – ток коллектора, U – напряжение на базе.

; ; .

При заданной форме вольтамперной характеристики коэффициенты

определяются положением рабочей точки на характеристике.

Пример1

Рабочая точка, как и весь сигнал, находит-

ся на квадратичном участке (обычно начало ха-
рактеристики), тогда

здесь – дифференциальная крутизна в рабочей точке. Если – на-

чало характеристики, то при , I = 0.

Тогда , откуда

Таким образом, характеристика определяется тремя параметрами:

Пример2

Рабочая точка является точкой перегиба

характеристики. В точке перегиба все четные
производные равны нулю. Для упрощения часто
ограничиваются членом третьей степени, тогда

– пунктир на схеме при отрицательном.

Пусть – насыщающий сигнал.

137
 При , , отсюда ,

и характеристика определяется тремя параметрами:

Кусочно-линейная аппроксимация
Применяется, когда рабочая точка нахо-
дится в начале характеристики или левее её при
достаточно большой амплитуде сигнала. При
этом реальная характеристика заменяется двумя
отрезками прямых и определяется рабочей точ-
кой , напряжением пересечения прямых и
наклоном характеристики .

Аппроксимация показательной функцией.

В некоторых случаях (например, кремниевые диоды) начальный уча-

сток вольтамперной характеристики аппроксимируют показательной функ-
цией.

, где - обратный ток

насыщения, - температурный потенциал. Для
кремниевых приборов 25 мВ при Т = 300К.

Логарифмируя выражения для тока, получим , полагая

, , получим линейную аппроксимацию .

Важно отметить, что все описанные приемы аппроксимации примени-

мы и к соответствующим характеристикам реактивных нелинейных элемен-
тов.

5.3. Анализ воздействия гармонических сигналов на нелинейные

цепи
Рассмотрим методы аппроксимации характеристик нелинейных эле-
ментов.

138
 Степенная аппроксимация. Этот вид аппроксимации используется в
основном при малых амплитудах воздействующих сигналов. Подставим гар-
монический сигнал в аппроксимирующий по-
лином и проведем необходимые преобразования:

, тогда

Один из характерных режимов работы НЦ приведен на рис. 5.1.

Рис. 5.1. Режим работы нелинейной цепи (НЦ) при аппроксимации

полиномом второй степени

Таким образом, ток содержит кратные частоте воздействия ω1 гармони-

ки, причем четные гармоники обусловлены четными степенями полинома,
нечетные гармоники – нечетными степенями. Наивысший порядок гармоник
совпадает со степенью аппроксимирующего полинома. Общее выражение
для амплитуды n-й гармоники при высшей степени полинома m следующее:

В верхнем пределе суммирования используется только его целая часть.

139
 Кусочно-линейная аппроксимация, отмеченная выше, часто использует-
ся при воздействии на НЦ сигналов с большой амплитудой. Характерные
графики работы в этих условиях приведены на рис. 5.2.

Рис. 5.2

При гармоническом возбуждении ток принимает импульсную форму.

Угол Θ, соответствующий изменению тока от максимума до нуля, называется
углом отсечки. Основные формулы расчета такого режима работы имеют
вид:

; .

, или

Найдем коэффициенты ряда Фурье для периодической последователь-

ности таких импульсов тока:

140
 Обычно при анализе воздействия гармонических колебаний на нели-
нейные элементы используют коэффициенты Берга (рис. 5.3) [1, 2]. При n>1
коэффициенты Берга, равные отношению амплитуды тока n-ой гармоники к

амплитуде импульсов тока равны:

а общее число гармоник теоретически – бесконечно.

В частности, коэффициент Берга для 2-ой гармонике тока равен:

С повышением номера гармоники, максимум функций переме-

щается в область малых значений Θ = 1200/n.

α γ1
2 α1 α0
0,4
1 α1/ α0
0,2
α2
α3
0
40 80 120 160 θ°
Рис. 5.3

Приведенные результаты позволяют анализировать работу – усилите-

лей, умножителей частоты и других устройств.

Показательная аппроксимация использует формулу

I(U)=I0[exp(aU)-1].

Для вычислений спектра используют разложение:

где Jn(m) – модифицированная функция Бесселя к-го порядка. Если входное

воздействие имеет вид:

141
 , то .

5.4. Воздействие суммы двух гармонических колебаний на нелиней-

ный элемент со степенной характеристикой.
В этом случае необходимые преобразования сводятся к следующему:

Подставляем U в выражение для нелинейной характеристики:

+…

Первые два члена характеристики являются линейными и представля-

ют частоты сигнала и постоянной составляющей. Рассмотрим квадратичную
составляющюю:

Частоты, образуемые квадратичным слагаемым, можно записать в

форме :

m = 0, n = 0, ω = 0 – постоянная составляющая;

m = 2, n = 0, ω = 2ω1; m = 0, n = 2, ω = 2ω 2 – гармоники второго порядка;

m = 1, n = 1, ω = ω 1 ± ω2 – комбинационные частоты второго порядка.

Проводя аналогичные преобразования над кубическим членом, полу-

чим частоты ω = mω1 ± nω 2 при следующих значениях m и n:

m = 1, n = 0, ω = ω1; m = 0, n = 0, ω = ω2 – гармоники первого порядка;

142
m = 3, n = 0, ω = 3ω1; m = 0, n = 3, ω = 3ω 2 – гармоники третьего порядка;

m = 1, n = 2, ω = ω1 ± 2ω2; m = 2, n = 1, ω = 2ω1 ± ω2 – комбинационные час-

тоты третьего порядка.

Основные выводы сводятся к следующему:

1. Слагаемые четной степени приносят в спектр тока гармоники чет-

ных порядков (как и в случае одного гармонического колебания) и, кроме то-
го, комбинационные частоты четных порядков.

2. Слагаемые нечетной степени кроме кратных гармоник нечетных

порядков приносят в спектр комбинационные колебания нечетных порядков.

3. Максимально возможный порядок колебаний N = m + n равен

степени полинома к, т. е. N max = к.

5.5. Нелинейное резонансное усиление

В качестве примера использования нелинейных цепей рассмотрим не-

линейный резонансный усилитель. Линейные усилители имеют малый КПД
из-за небольшой доли переменной составляющей тока первой гармоники I1
от постоянного тока I0, отбираемого от источника питания. Применяются для
усиления слабых сигналов в приемных устройствах. В передающих устрой-
ствах из-за большой мощности важно увеличить КПД, что осуществляется
переводом в явно нелинейный режим с отсечкой тока. Для сохранения
структуры усиливаемого сигнала на выходе ставят фильтры (резонансный
или связанные контуры), которые для основной частоты имеют большое со-
противление и, следовательно, дадут на выходе большую амплитуду напря-
жения, а для кратных гармоник – малое сопротивление, сравнимое с корот-
ким замыканием, что определяет малую амплитуду высших гармоник в вы-
ходном напряжении.

Рассмотрим работу нелинейного резонансного усилителя. Принципи-

альная схема замещения для первой гармоники резонансного усилителя име-
ет вид приведенный на рисунке.

143
 Если не учитывать обратной реакции выходного напряжения на ток I1
(внутреннее сопротивление транзистора R i>> Zэкв), то

где – эквивалентное сопротивление контура. Введем

среднюю крутизну характеристики для первой гармоники:

, причем .

При учете влияния выходного напряжения на

ток (конечность Ri) часть тока ответвляется и мы по-
лучим:

где есть внутренняя проводимость нелинейного эле-

мента, приведенная к току первой гармоники. Заменяя здесь , получим

. Отсюда коэффициент передачи

144
Здесь Scp и Ri’ зависят от угла отсечки Θ и, следовательно, амплитуды вход-

ного напряжения Е. Тогда КПД усилителя равно .

за счет увеличения сопротивления контура может быть доведено до зна-

чения, близкого к . Отношение максимально (близко к

двум) при малых Θ, однако при этом снижается амплитуда первой гармоники
I1. Практически принимают Θ ≈ π/2, при этом угле α1, а следовательно и
, слабо зависит от Θ, а следовательно, и от амплитуды входного сиг-

нала. В этом случае , . При наличии амплитудной мо-

дуляции КПД снижается на множитель 1/(1 + M), где М – глубина модуля-
ции. Угловая модуляция на КПД не влияет.

5.6. Умножение частоты

Наличие в составе тока усилителя, работающего в нелинейном режиме,

гармоник, кратных основной частоте возбуждения, позволяет использовать
его в качестве умножителя частоты. Для этого необходимо настроить нагру-
зочный колебательный контур на частоту выделяемой гармоники. Амплиту-
ды высших гармоник растут при уменьшении угла отсечки.

, где αn = In/Im – n-й коэффициент Берга, определяющий In

при заданном максимальном токе через прибор Im. Максимум n-го коэффи-
циента Берга αn max достигается при Θ = 2π/3n. Для каждой гармоники вводит-
ся своя средняя крутизна

Соответственно, и внутреннее сопротивление электронного прибора приво-

дится к используемой гармонике , а коэффициент передачи равен

145
 5.7. Амплитудная модуляция

Модуляция амплитуды высокочастотного колебания может быть дос-

тигнута воздействием модулирующего напряжения на нелинейный резонанс-
ный усилитель, приведенный на рисунке.

На вход нелинейного резонансного усилителя подается сумма сигна-

лов: модулирующее низкочастотное колебание – UМОД (сообщение) и высоко-
частотное несущее колебание с частотой ω0 от независимого источника (ав-
тогенератора).

Модулирующее колебание изменяет положение рабочей точки на

вольтамперной характеристике и в результате изменяется амплитуда несу-
щих колебаний на выходе. Напряжение на выходе равно: .

(при пренебрежении внутренним сопротивлени-

ем Ri, т. к. ).

Так как изменение Uмод(t) во

времени сопровождается изменени-
ем угла отсечки Θ и, соответствен-
но, α1(Θ), то форма I1(t) отличается
от формы еω(t), что и демонстрирует
ся на рисунке.
Искажения могут быть достаточно малыми при правильном выборе
пределов изменения угла отсечки (при Θ≈90о α1(Θ) изменяется слабо) и рабо-
те с не слишком глубокой амплитудной модуляцией (до 40–50%). Коэффици-

ент определяется по формуле , где определяется по углам от-

сечки Θmax и Θ min.
Амплитудная модуляция будет осуществляться и при степенной ап-
проксимации нелинейного элемента, необходимо только чтобы среднее по-

146
ложение рабочей точки U0 находилось на нелинейном участке характеристи-
ки. В результате подачи на вход суммы колебаний несущего ω0 и модули-
рующего Ω, на выходе кроме этих частот, будут комбинационные частоты
ω0+ Ω и ω0-Ω, что и соответствует спектру амплитудно-модулированного
сигнала.

5.8. Амплитудное детектирование

Простейший амплитудный детектор состоит из нелинейного элемента

(чаще всего диода) и низкочастотного фильтра в качестве нагрузки. На де-
тектор подается модулированный сигнал .

Квадратичное детектирование осуществляется при малой амплитуде

сигнала, полностью укладывающемся на нижнем квадратичном участке ха-
рактеристики, например схемы приведенной на рисунке.

Здесь .

Высокочастотные составляющие ω0 и 2ω0 отфильтровываются. Инфор-

мация содержится в последнем низкочастотном слагаемом.

при условии . Если же вывести U 0 на линейный уча-

сток характеристики, детектирования вообще не будет. Рассмотрим тональ-
ную модуляцию: , тогда

147
 Как видно, при квадратичном детектировании появляется паразитная
удвоенная частота. При модуляции несколькими частотами возникают до-
полнительно комбинационные частоты с амплитудами, пропорциональными
произведению М1М2. Для уменьшения высших комбинационных гармоник
нужно уменьшать глубину модуляции М. Если требуется неискаженное вос-
произведение сигналов (например, музыка), то квадратичное детектирование
нецелесообразно.

Линейное детектирование осуществляется при большой амплитуде

сигнала при кусочно-линейной аппроксимации детектора. Характерный ре-
жим для коллекторного детектора приведен на рисунке.

Пусть Θ = 90о, UH = U0, тогда

, .

Последовательность импульсов коллекторного тока оказывается про-

модулированной по амплитуде (сигнал с АИМ). Нулевая составляющая мед-
ленно (с частотой Ω) изменяется во времени, причем

Выходное напряжение детектора равно

148
т. е. амплитуды сигналов на входе и выходе связаны прямой пропорциональ-
ностью.
5.9. Преобразование частоты сигнала

Преобразование частоты – сдвиг спектра сигнала по оси частот при со-

хранении структуры сигнала. При воздействии на нелинейный элемент двух
напряжений от гетеродина и от источника нели-
нейную характеристику будем аппроксимировать полиномом второй степе-
ни.

.
Эффект преобразования иллюстрируется рисунком ниже.

Фильтр выделяет необходимую разностную ω0-ωг или суммарную ω0 +

ωг частоту, при этом спектр сигнала смещается на частоту гетеродина. Поло-
са пропускания фильтра должна быть больше ширины спектра модулирован-
ного колебания.

5.10. Синхронное детектирование осуществляется при частоте гете-

родина, равной частоте несущей сигнала ω0 = ωг , при этом разностная часто-
та ω0 - ωг = 0 и спектр выходного сигнала перемещается на нулевую частоту,
т. е. совпадает со спектром модулирующей функции. Таким образом совер-

149
шаются преобразования, обратные амплитудной модуляции. Получающаяся
здесь частота ω0 + ωг = 2ω0 не пропускается фильтром.

Основные свойства синхронного детектора:

1. При слабых сигналах Es << EГ, детекторная характеристика остается
линейной.

2. Повышенная частотная избирательность радиоприема слабых сигна-

лов на фоне шума, т. к. устраняется взаимодействие сигнала с помехой в не-
линейном элементе.

3. Напряжение на выходе детектора зависит от разности фаз колебаний

гетеродина и сигнала Θ = Θ г-Θs, что требует синхронизации гетеродина с не-
сущей сигнала.
Важно отметить, что в синхронном детекторе реализуется параметри-
ческий принцип выделения информации.

5.11. Генерирование гармонических колебаний

Автоколебательная система обычно рассматривается на основе тео-

рии цепей с обратной связью, используя обобщенную схему устройства с об-
ратной связью показана на рис. 3.3 и 5.4. Где используется канал прямой пе-
редачи (КПП), являющийся усилителем с комплексным коэффициентом пе-
редачи К·(ω), и канал обратной связи (КОС), обычно представляющий собой
пассивный четырехполюсник с комплексным коэффициентом передачи β·(ω).

Для коэффициента передачи устройства с обратной связью "в целом" в

было получено выражение

(5.1)

Если

(5.2)

150
то (5.1) можно переписать в форме, удобной для классификации видов об-
ратной связи:

В частности, если φк(ω) + φβ(ω) = 2кπ, где к – 0, ±1, ±2, ..., т. е. сигналы
обратной связи и входной складываются синфазно, то

Рис. 5.4. Усилитель с цепью обратной связи

и обратная связь называется положительной (ПОС).

При K(ω)β(ω)→1 имеем /К`·(ω)/→∞ на границе устойчивости, при

K(ω)β(ω) > 1 устройство становится неустойчивым и следует предположить
возможность возникновения в нем колебаний.

При рассмотрении условий устойчивости линейной цепи с обратной

связью [1, 2] подчеркивается, что возникновение в ней нарастающих собст-
венных колебаний возможно лишь тогда, когда в составе цепи кроме пассив-
ных R, L, С – элементов содержатся активные элементы, передающие в цепь
часть энергии от внешних источников. Распространенной моделью способно-
го отдавать энергию активного элемента служит резистор с отрицательным
сопротивлением.

Схема, представленная на рис. 5.5, содержит активный элемент (усили-

тель) и охвачена положительной обратной связью (внешний входной сигнал
на схему не подается, u'вх(t)=0); она является обобщенной схемой автогенера-
тора, т. е. автоколебательной системой; входным сигналом для усилителя
КПП служит выходной сигнал цепи КОС.

151
 В [1, 2] анализируются подобные цепи, охваченные обратной связью и
это такая активная линейная цепь, что предполагает независимость K·'(ω) от
уровня (амплитуды) поступающего на усилитель сигнала. Приступая к изу-
чению автоколебательных систем, необходимо сразу предположить наличие
такой зависимости. В противном случае невозможно ставить вопрос о ста-
ционарном режиме работы автоколебательной системы: возникающие в ней
(по тем или иным причинам) при ПОС колебания, очевидно, должны были
бы иметь бесконечно возрастающую амплитуду.

Рассмотрим этот вопрос подробнее, используя в качестве источника

энергии модель резистора с отрицательным сопротивлением. В автоколеба-
тельной системе, находящейся в стационарном режиме, имеет место энерге-
тический баланс: расходуемая в ней энергия E- должна равняться доставляе-
мой отрицательным сопротивлением энергии E-. Если E+ > E-, то колебания в
системе затухают, если E+ < E-, то избыток получаемой от отрицательного
сопротивления энергии идет на увеличение амплитуды колебаний.

Рис. 5.5. Автоколебательная система

Рис.5.6. Колебательный контур с отрицательным сопротивлением R-

152
 Рис.5.7. Энергический баланс в колебательном контуре с R-

Пусть система составлена из некоторого колебательного контура с по-

терями и отрицательного сопротивления R-(рис. 5.6). Контур является линей-
ной системой и потребляемая им энергия E+ растет пропорционально квадра-
ту амплитуды тока контура I 2тк. B случае линейности R- отдаваемая им энер-
гия E- также была бы пропорциональна I2mк и угловые коэффициенты прямых
Е+(Ртк) и E-(I2mк) либо совпадали бы: k+ = k- (баланс E+= E- обеспечен при
любой амплитуде I2тк), либо могли бы иметь место случаи:

• k+ < k- (Iтк неограниченно возрастает, так как сообщаемая

контуру энергия E- всегда больше энергии потерь E+),
• k+ > k- (колебания не возникают).

Очевидная неудовлетворительность линейной модели эквивалента ис-

точника энергии приводит к единственно правильному заключению: колеба-
ния с установившейся конечной амплитудой возможны только в нелинейной
системе. На рис. 5.7 показан возможный вид кривой E-(I2тк). Если в начале
системы координат k+ < k-, система должна "самовозбудиться", колебания
должны возникать в ней начиная с амплитуд практически нулевого, флуктуа-
ционного уровня, без внешнего воздействия. Установившаяся амплитуда ко-
лебаний определяется точкой пересечения линий E+ и E- (энергетический ба-
ланс, стационарный режим). Продолжая рассматривать систему с энергети-
ческих позиций, заметим, что соответствующая этой точке амплитуда Imк0 ус-
тойчива, поскольку при случайном уменьшении амплитуды возникает нера-
венство E- > E+, стимулирующее рост 1тк, при увеличении амплитуды возни-
кает неравенство E+ > E-, стимулирующее снижение Iтк.

5.12. Баланс амплитуд и баланс фаз

Пусть автоколебательная система возбуждена и находится в стацио-

нарном режиме генерации гармонического сигнала на частоте ωг; входным
сигналом с комплексной амплитудой U·вх для усилителя КПП служит выход-
ной сигнал цепи КОС с комплексной амплитудой

Следовательно, в стационарном режиме выполняется условие

(5.3)

Из этого условия, используя представление (5.2), получим:

153
 (5.4)
(5.5)

Соотношения (5.4) и (5.5) определяют соответственно так называемые

баланс амплитуд и баланс фаз, характеризующие стационарный режим рабо-
ты автогенератора с внешней обратной связью: необходимо, чтобы на гене-
рируемой частоте полное усиление при обходе кольца обратной связи со-
ставляло единицу (баланс амплитуд), а полный фазовый сдвиг при обходе
кольца обратной связи был равен 0 или кратен 2π (баланс фаз). Полученные
результаты соответствуют и выражению для коэффициента передачи цепи с
обратной связью (5.1); в самом деле, если предполагается существование ре-
жима, при котором u'вх(t) = 0, а uвых(t) ≠0, необходимо положить К·'(ω) →∞ ,
и, следовательно, K ·(ω)β·(ω) = 1 , т. е. получаются условия (5.3) – (5.5).

Коэффициент передачи пассивного четырехполюсника КОС β· не зави-

сит от амплитуды колебаний, поэтому соотношение (5.4) можно использо-
вать для определения установившейся амплитуды колебания. Установленная
нелинейность автоколебательной системы проявляется здесь снижением мо-
дуля коэффициента передачи К(U выхωг) (коэффициента усиления), происхо-
дящим параллельно с нарастанием амплитуды колебаний. Когда коэффици-
ент усиления достигнет значения

дальнейший рост амплитуды колебаний прекратится (рис. 5.8). При подаче

питания на схему, т. е. в момент, когда U BX = 0 самовозбуждение автоколеба-
тельной системы может произойти, если K(0, ω)β(ω) > 1. При K(0, ω)β(ω) ≤ 1

Рис. 5.8. Баланс амплитуд в автоколебательной системе

самовозбуждения не будет: нет необходимой компенсации потерь (рассмот-

ренный ранее случай E+ > E-).

5.13. Возникновение колебаний в автогенераторе

Рассмотрим схему резонансного усилительного каскада на полевом

транзисторе (рис. 5.6). Последовательный колебательный контур – нагрузка

154
каскада и индуктивно (катушка связи LCB) связан с цепью стока. Выходной
сигнал усилителя снимается с емкости С. При непосредственном соединении
выхода каскада с его входом (затвором транзистора) получается один из воз-
можных вариантов трансформаторной схемы LC-автогенератора (рис. 5.7),
которую чаще всего используют для теоретического анализа.

Выбрав произвольное направление тока колебательного контура iк(t)

запишем уравнение Кирхгофа:

(5.6)

где и = u(t) – напряжение на конденсаторе (на затворе транзистора), i= i(t) –

ток стока. Знаки ± перед слагаемым M di/dt отвечают согласному или встреч-
ному включению индуктивностей контура L и катушки связи LCB соответст-
венно. Используя соотношения:

• iк = С du/dt;
• i = Su (справедливо при предположении линейности BAX
транзистора; S – крутизна линейной BAX);
• ω0= 1/√LС (формула Томсона для резонансной частоты кон-
тура без потерь),

Рис. 5.9. Резонансный усилитель с трансформаторной связью

Рис. 5.10. LС-автогенератор с трансформаторной связью

приведем уравнение (5.6) к виду

155
 (5.7)

Уравнение (5.7) – линейное однородное дифференциальное уравнение

2-го порядка с постоянными коэффициентами. Введем обозначение

(5.8)

и для дифференциального уравнения

(5.9)

запишем характеристическое уравнение р2 + 2αp + ω20 = 0 .

Заметим, что при анализе пассивного колебательного контура с поте-

рями в его уравнении состояния, формально совпадающем [1, 2] с уравнени-
ем (5.9), параметр α = r/(2L). Для высокодобротных контуров обычно выпол-
няется условие

поэтому корни характеристического уравнения записывают в виде

а общее решение уравнения (5.9) как

(5.10)

Постоянные интегрирования А и φ0 решения (5.10) определяются на-

чальными условиями.

Для пассивной цепи α= r/(2L) > 0 и (5.10) определяет затухающее коле-

бание. В рассматриваемом случае условием нарастания (неограниченного)
амплитуды колебаний или условием самовозбуждения автогенератора будет
вытекающее из соотношения (5.8) неравенство α < 0:

156
 (5.11)

что возможно лишь при отрицательном знаке перед MS/ (LC). Этот знак оп-
ределяется знаком взаимной индуктивности M, следовательно, для самовоз-
буждения автогенератора необходимо встречное включение катушек L и LCB.
Условие (5.11) удобно представить в виде r < MS/ C.

С учетом знака, а для пассивного контура соотношение (5.11) естест-

венно приводит к такой трактовке роли транзистора (активного элемента) в
схеме LC-автогенератора: в контур вносится отрицательное активное со-
противление, компенсирующее собственные потери контура, что согласуется
с качественным анализом цепей с обратными связями [1, 2].

Предположение о линейности BAX транзистора позволяет сформули-

ровать условие самовозбуждения (5.11), но не дает возможности анализиро-
вать стационарный, установившийся режим работы автогенератора.

5.14. Стационарный режим работы автогенератора

Теперь сделаем предположение о нелинейности BAX транзистора

i=f(u). Вернемся к уравнениям (5.6) и (5.7) и заменим слагаемое M di/dt = MS
du/dt на

т. е. используем введенную ранее дифференциальную, зависящую от напря-

жения на затворе, крутизну Sд = df/du. Тогда уравнение (5.7) преобразуется к
виду:

(5.12)

Уравнение (5.12) относится к классу нелинейных однородных диффе-

ренциальных уравнений 2-го порядка, общие методы решения которых неиз-
вестны. В математической физике решение подобных уравнений ищут, опи-

157
раясь на физические предпосылки, связанные с особенностями исследуемого
объекта.

Метод укороченного уравнения. В рассматриваемом случае исходным

пунктом может быть решение (5.10): u(t) выделяется на высокодобротном
контуре, амплитуда колебаний U(t) медленно (относительно ωрt) изменяется.
Это позволяет представить предполагаемое решение уравнения (5.12) сле-
дующим образом:

u(t) = U(t) cos ω0t, (5.13)

пренебрегая несущественной в данном случае начальной фазой и положив,

на основании неравенства ω0 >> α, ωр ≈ ω0. Используя представление (5.13),
определим производные:

Учитывая медленность изменения огибающей U(t), запишем неравен-

ство

и, сделав на основании неравенства приближения:

(5.14)

(5.15)

подставим выражения (5.14), (5.15) в уравнение (5.12):

(5.16)

Уравнение (5.16) – это так называемое укороченное (1-го порядка)

дифференциальное уравнение, описывающее процессы в LС-автогенераторе
с высокодобротным контуром.

158
 Средняя крутизна. Производная df/du является дифференциальной кру-
тизной Sд нелинейной BAX активного элемента (транзистора). В стационар-
ном режиме при некоторой фиксированной амплитуде U ток стока можно
представить в виде аналога ряда:

(5.17)

(в силу предположения о высокой добротности колебательного контура бу-

дем учитывать только постоянную составляющую и первую гармонику). То-
гда, принимая во внимание выражения (5.13) и (5.17), производная будет
равна

Дифференциальная крутизна, связывающая амплитуду первой гармо-

ники тока стока (коллектора, анода и т. д.) и амплитуду напряжения на затво-
ре (базе, сетке) активного элемента автогенератора, называется средней кру-
тизной BAX, или крутизной по первой гармонике:

(5.18)

Укороченное уравнение (5.16) с учетом формулы (5.18) принимает вид

(5.19)

Стационарный режим. Стационарный режим характеризуется устано-

вившимся, постоянным значением амплитуды U ст = const и dUcт/dt = 0.

Следовательно, в стационарном режиме из уравнения (5.19) вытекает

соотношение

определяющее среднюю крутизну в рабочей точке:

(5.20)

159
и, при известной функции i = f(u), значение Uст.

6. Основы теории линейно-параметрические цепей

6.1. Особенности линейно-параметрических цепей

В линейно-параметрической цепи параметры элементов не зависят от

уровня сигнала, но могут независимо изменяться во времени. Реально пара-
метрический элемент получают из нелинейного элемента (резистивного, ем-
костного или индуктивного), на вход которого подается сумма двух сигна-
лов. Один из них – сигнал, несущий информацию и имеющий малую ампли-
туду, так что в области изменения сигнала параметры цепи практически не
изменяются. Вторым независимым сигналом является управляющий сигнал
большой амплитуды, который изменяет положение рабочей точки нелиней-
ного элемента, а следовательно, его параметр. Для резистивного элемента та-
ким управляемым параметром является дифференциальная крутизна.

Малость амплитуды сигнала ec (рисунок),

сохраняющей линейность цепи, позволяет как и
для линейной цепи ввести импульсную характе-
ристику и передаточную функцию, которые до-
полнительно зависят от момента времени t, при
котором фиксируется параметр цепи:

где x – сдвиг времени относительно момента времени t. Так как для линейной
цепи принцип суперпозиции верен, то будут верны спектральный метод и
метод наложения для анализа прохождения сигналов через цепь.

; , причем и связаны
преобразованием Фурье:

160
 В то же время зависимость передаточной функции от времени приво-
дит к появлению в выходном сигнале новых частот. Действительно, пусть
передаточная функция изменяется по гармоническому закону с частотой Ω:

При входном сигналe ;

Таким образом, как и на нелинейном элементе, появляются комбини-

рованные частоты (ω0+Ω) и (ω0-Ω). Однако кратные частоты сигнала не воз-
никают. Не возникает также взаимодействие между отдельными гармоника-
ми сложного входного сигнала. В связи с этим в схемах преобразования час-
тоты сигнала, амплитудной модуляции и синхронного детектирования, где
необходимы только разностные или суммарные частоты, используют малую
амплитуду сигнала. В этом случае эти цепи можно считать линейно-
параметрическими. Другим побочным явлением параметрических цепей яв-
ляется появление на выходе цепи преобразованного управляющего сигнала, в
том числе и при отсутствии входного сигнала, что требует установки соот-
ветствующих фильтров.

6.2. Схема замещения емкости, изменяющейся по гармоническому

закону представлена на рисунке [1]:

Подадим на нелинейную емкость слабый сигнал e(t) с частотой ω и

сигнал управления (накачки) большой амплитуды.

, , E << Ey.

Фильтр Ф1 преграждает путь току частотой Ω в цепь источника сигна-

ла, фильтр Ф2 – току частоты сигнала ω в цепь управления. При малой ам-

161
плитуде сигнала Е цепь считаем линейно-параметрической. При dC/dU =
const, закон изменения емкости будет также гармоническим:

, где .

Ток источника сигнала будет равен:

Предположим, что Ω = 2ω, тогда частота ω + Ω = 3ω через фильтр Ф1 не

пройдет. Таким образом остается два члена с одинаковой частотой ω для то-
ка. Первый член – ωС0Е sinωt, сдвинутый по фазе на 900 относительно e(t)=E
cos ωt создает нулевую среднюю активную мощность.

Второй член создает следующее значение

мощности, равное полной мощности, отдаваемой источником сигнала.

где – эквивалентная активная проводимость.

Схема замещения имеет вид

Рассмотрим три частных случая значения сдвига фазы φ:

1) φ = 0, G экв = 0 - схема работает как, с постоянной емкостью.

162
 2) φ = π/2, G экв = ΔСω/2>0 – здесь источник сигнала отдает энергию ис-
точнику накачки.

3) φ= - π/2, Gэкв= - ΔСω/2<0 – энергия передается от источника накачки

к источнику сигнала.

Аналогичные результаты можно получить и для периодически изме-

няющейся индуктивности:

, где .

6.3. Одноконтурный параметрический усилитель

Способность управляемых реактивных двухполюсников играть роль

активных элементов цепи (источников энергии) послужила основой для соз-
дания параметрических усилителей, используемых чаще всего в СВЧ-
диапазоне как входные ступени высокочувствительных радиоприемных уст-
ройств. Основное достоинство параметрических усилителей – низкий уро-
вень собственных шумов, что связано с отсутствием в них дробовых флук-
туаций тока.

В простейшей схеме одноконтурного параметрического усилителя на-

грузка включается параллельно нелинейной реактивной емкости, изменяю-

щейся с частотой Ω = 2ω при фазе

Схема включает проводимость источника сигнала Gi. Проводимость

нагрузки Gн учитывает также проводимость индуктивности L.

Входной контур L, C0 настроен на частоту сигнала ω = Ω/2.

163
 При ϕ = - π/2, G экв – отрицательная. Средняя мощность, выделяемая в
нагрузке при источнике сигнала в виде генератора тока с амплитудой :

Максимум мощности, выделяемой в проводимости нагрузки при отсут-

ствии усиления (Gэкв = 0), достигается при GН = G i. . При включении

G экв и GH = G i , . Отсюда коэффициент усиления мощности

равен:

Условие устойчивости параметрического усилителя (т. к. G экв < 0) бу-

дет . Отсюда критическое значение коэффициента парамет-
рической модуляции:

Здесь Q экв – добротность контура с учетом Gi и GH = Gi. При G экв= - GH

усиление по мощности равно четырем. Недостатком одноконтурного усили-
теля является необходимость строгого слежения частоты Ω и фазы ϕ генера-
тора накачки за частотой и фазой сигнала.

На практике используется более сложная схема двухконтурного пара-

метрического усилителя, в которой этот недостаток устраняется:

Здесь резонансная частота первого контура равна частоте сигнала, а

частота второго контура должна от нее отличаться . Частота накачки

164
 Вспомогательный контур вместе с переменной емкостью дает эквива-

лентную проводимость, равную , не зависящую от сдвига

фазы между накачкой и сигналом. Кроме того, при изменении частоты сиг-
нала можно не изменять частоту накачки, если одновременно в другую
сторону изменять частоту .Коэффициент усиления по мощности двухкон-

турного усилителя . Здесь – проводимость первого контура вместе

с проводимостью источника сигнала, – проводимость второго контура вме-
сте с проводимостью нагрузки.

6.4. Параметрический генератор-параметрон

Параметрический генератор можно получить из параметрического уси-

лителя при модуляции нелинейной емкости выше критического значения.

Пусть закон изменения емкости определя-

ется выражением , где ω0 –
резонансная частота контура при отсутствии на-
качки

Сопротивление R включает в себя сопротивление индуктивности и со-

противление нагрузки. Запишем дифференциальное уравнение для тока в
контуре:

, или переходя к заряду: ,

, где .

При высокой добротности контура Qэкв >> 1 решение будет в виде ко-
лебания с частотой ω0 и медленно меняющейся амплитудой:
, при этом ξ = 0, либо ξ = π – два устойчивых решения,

отличающихся знаком, , что легко проверить подстановкой.

165
 Для нарастания амплитуды должно выполняться условие µ > 0;

, что совпадает с определением mКР.

Со временем амплитуда колебаний ограничивается заходом амплитуды

на нелинейный участок характеристики C(t), расстройкой контура относи-
тельно частоты ω0 и ухудшением условий преобразования энергии накачки.

Параметроны могут применяться в устройствах обработки дискретной

информации из-за двузначности фазы генерируемых колебаний ξ = 0 и ξ = π
при задании в момент запуска генератора начальной фазы с помощью специ-
ального сигнала (плюс или минус). В емкостном параметроне в качестве пе-
ременной емкости используются два полупроводниковых диода, а индуктив-
ностью контура служит первичная обмотка трансформатора. Напряжение на-
качки еу(t) подается на диоды синфазно. При этом исключается прохождение
частоты накачки 2ω0 на выход. Благодаря симметрии устраняется также про-
хождение колебания ω0 из контура в цепь накачки. Положение рабочей точки
на характеристике p-n переходов задается постоянным напряжением смеще-
ния E0.

Упрощенные варианты схем приведены на рисунке.

В индуктивном параметроне контур состоит из постоянной емкости и

катушек, насаженных на ферритовые сердечники, магнитная проницаемость
которых периодически изменяется током накачки IН. Катушки включаются
встречно.

7. Дискретная обработка сигналов и цифровые фильтры

7.1. Общие вопросы дискретизации сигналов

Последние годы характеризуются быстрым дискретных систем управ-

ления и систем передачи информации, в которых широко применяется мате-

166
матическое моделирование процессов фильтрации, основанное на использо-
вании ЭЦВМ. Это новое направление оказывает большое влияние на разви-
тие теории и техники цепей и сигналов.
Общее представление о принципе цифровой обработки контину-
ального сигнала можно получить из схемы, изображенной на рис. 7.1 (или
рис. 1.7). На том же рисунке даны эпюры колебаний в различных точках схе-
мы.
Входной сигнал s(t ) подвергается сначала дискретизации по вре-
мени с помощью электронного ключа (ЭК), работающего с шагом Т. Дискре-
тизированный сигнал sT (t ) на выходе ЭК имеет вид последовательного рав-
ноотстоящих коротких импульсов, являющихся выборками (отсчета) сигнала
s(t ) . Каждый из отсчетов запоминается в интегрирующей RC-цепи на время,
необходимое для

Рис. 7.1. Функциональная схема цифрового фильтра

Срабатывания аналого-цифрового преобразователя (АЦП). Время за-
поминания должно быть меньше шага Т. В результате, на выходе RC-цепи
получается ступенчатое колебание sT (t ) .
В АЦП каждый отсчет квантуется по уровню и преобразуется в кодо-
вое слово- двоичное число, составленное из rразрядов, каждый из которых
представлен нулем или единицей (паузой или стандартным импульсом).
Квантование заключается в том, что отсчет измеряется и ему присваи-
вается один уровень из общего числа возможных. Это число равно 2r. На-
пример, при r=10 получается 210=1024 уровня. Каждому разряду соответству-
ет своя шина, так что на выходе АЦП закодированный цифровой отсчет
представлен в виде комбинации из бинарных единиц (пауз и импульсов),
возникающих на r выходных шинах одновременно (параллельный код). Мак-
симально возможному значению отсчета соответствует кодовое слово, со-
ставленное из r импульсов, нулевому значению отсчета тем выше, чем длин-
нее кодовое слово, т. е. чем больше в нем бинарных единиц.
Последовательность закодированных цифрами отсчетов поступает в
цифровой фильтр (ЦФ), представляющий собой вычислительное устройство,
в котором над кодовыми словами производятся определенные математиче-
ские операции (сложение, вычитание, умножение, а также задержка во вре-
мени), соответствующие заданному алгоритму. В результате этих операций

167
на выходе ЦФ возникают новые кодовые слова, соответствующие профильт-
рованному сигналу.
В результате цифра- аналог (ЦАП) каждое кодовое слово приводит в
действие группу электронных ключей, которые управляют суммированием
эталонных напряжений, соответствующих каждому из разрядов. В результате
на выходе ЦАП воспроизводятся отсчеты в аналоговой форме. Такое декоди-
рование является процессом, обратным происходящему в АЦП.
Напряжение на выходе ЦАП sT (t ) имеет ступенчатую форму, причем
высота каждой ступени равна отсчету выходного сигнала в соответствующий
момент времени. Таким образом, под выходным дискретизированным сигна-
лом sT âû õ ( t ) следует подразумевать последовательность «тонких» импульсов,
представляющих дискретные отсчеты выходного сигнала s вых (t ) .
Наконец, в четырехполюснике, который можно назвать синтезирую-
щим фильтром (СФ), осуществляется преобразованием дискретной последо-
вательности в континуальный выходной сигнал s вых (t ) .
Очевидно, что перечисленные выше преобразования, производимые
над каждым из отсчетов входного сигнала, должны выполняться за время
меньшее, чем шаг Т. кроме того, должна обеспечиваться строгая синхрон-
ность управления электронными ключами, используемыми для осуществле-
ния поразрядного сложения, вычитания и других операций над кодовыми
словами. Кроме того, должна обеспечиваться строгая синхронность управле-
ния электронными ключами, используемыми для осуществления поразрядно-
го сложения, вычитания и других операций над кодовыми словами. Все это
приводит к необходимости применения весьма сложной системы синхрони-
зации вспомогательных импульсных последовательностей, с помощью кото-
рых на каждом шаге Т обеспечивается стирание старой информации в двоич-
ных элементах (например, в триггерах) и ввода в них новой информации.
Задача решается путем формирования указанных последовательностей
из единого гармонического колебания с частотой 1/Т, получаемого от опор-
ного генератора. В связи с тем, что Т является основным параметром цифро-
вого фильтра, особое внимание уделяется повышению стабильности частоты
опорного генератора.
Применение интегральных микросхем и типовых узлов современной
микроэлектроники позволяет с успехом решать перечисленные выше слож-
ные задачи.
Цифровые фильтры обладают рядом важных преимуществ. Основные
из них – надежность в работе и стабильность характеристик, недостижимые в
аналоговых фильтрах, обусловлены преобразованием континуального сигна-
ла в двоичное число, представленное стандартными сигналами (импульсами
и паузами).

168
 Некоторые другие важные преимущества будут отмечены в дальней-
шем, после более детального рассмотрения основных характеристик цифро-
вого фильтра.
Следует отметить, что при рассмотрении принципа действия схемы,
представленной на рис. 7.1, преобразование аналог – цифра и обратное пре-
образование цифра – аналог не имеют решающего значения. Можно из до-
пущения, что в вычислительное устройство вводятся неквантованные отчеты
(в аналоговой форме), над которыми и совершаются математические опера-
ции. В связи с этим в последующих параграфах рассматривается принцип
действия дискретных систем сначала без учета АЦП и ЦАП. оценка же по-
грешности, связанной с квантованием отсчетов, а также некоторые другие
особенности цифровой обработки сигналов также рассматриваются.

7.2. Алгоритм дискретной свертки

Схема устройства дискретной обработки континуального сигнала пред-

ставлена на рис. 7.2.

Рис. 2. Упрощенная схема дискретной обработки сигнала

Процедуру дискретизации входного сигнала удобно рассматривать как

умножение функции s(t ) на периодическую последовательность yT (t ) такто-
вых импульсов. В качестве таких импульсов обычно рассматривают дельта-
функции, так что функцию yT (t ) можно определить выражением

∞
уΤ = ∑ δ (t − kT ) .
k =−∞
(7.1)

График этой функции показан на рис. 7.3, б (цифра единица обозначает

площадь тактового импульса).
Тогда дискретизированный сигнал
s Τ (t ) = s (t ) y Τ (t ) = s (t ) .

∞ ∞ ∞

∑δ (t − kT ) =
k = −∞
∑
k = −∞
s(kT )δ (t − kT ) = ∑s
k =−∞
k , (7.2)

s k = s (kT )δ (t − kT ) (7.3)

169
 При таком обозначении s k имеет смысл бесконечно короткого импуль-
са, расположенного на оси времени в точке t = kT и обладающего площадью,
численно равной выборке s (kT ) из сигнала s(t ) , являются весовыми коэффи-
циентами дельта – функций (рис. 7.3).

S(t) S(kT)

-T 0 T 2T 3T kT
t
yT(t)
∞ ∞ ∞ ∞ ∞ ∞ ∞ ∞ ∞ ∞ ∞ ∞ ∞ ∞∞

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

-T 0 T 2T 3T t
yT(t)
∞ ∞ ∞ ∞ ∞ ∞ ∞ ∞ ∞ ∞ ∞ ∞ ∞ ∞∞

S(kT)
S(2T)
S(T)

0 0

-T 0 T 2T 3T kT
t

Рис. 7.3. Дискретизация сигналов

Дискретизированный сигнал sT (t ) подается на дискретный фильтр,

влияние которого на sT (t ) должно быть эквивалентно влиянию некоторого
аналогового фильтра на s(t ) . Пусть импульсная характеристика последнего
g (t ) задана. Тогда сигнал на выходе аналогового фильтра определяется
cверткой:
∞
s ВЫХ (t ) = ∫ s(t − x )g (x )dx . (7.4)
−∞

Дискретный эквивалент свертки при надлежащем выборе шага Т мож-

но записать в форме
∞
s ВЫХ (nT ) = ∑ s[(n − k )T ]g (kT ) ,
n = −∞
(7.5)

где s ВЫХ (nT ) - n-я выборка из s ВЫХ (t ) , а соответствующий этой выборке им-
пульс согласно (7.3)

s ВЫХn = s ВЫХ (nT )δ (t − nT ) . (7.6)

170
 В выражении (7.5) g (kT ) имеет смысл выборки из импульсной характе-
ристики аналогового фильтра, показанной на рис. 7.4 штриховой линией.
Выражение (7.5) можно рассматривать как алгоритм дискретной обра-
ботки, эквивалентной пропусканию сигнала через аналоговый фильтр с за-
данной импульсной характеристикой g (t ) .

Рис. 7.4. Дискретизация импульсной характеристики

аналогового фильтра

При отсчете времени от начала входного сигнала выражение (7.5) при-

нимает вид
n
s ВЫХ (nT ) = ∑ s[(n − k )T ]g (kT ) (7.5)
k =0

Верхний предел суммирования следует из условия, что при k > n

s[(n − k )T ] = 0 , а нижний – из уровня, что при t < 0 g (t ) = 0 .
Схема устройства, обладающего требуемой характеристикой, пред-
ставлена на рис. 7.5. на этой схеме бук-
вами a 0 , a1 , K a n обозначены независящие
от частоты коэффициенты усиления, а Т –
идеальная линия задержки; задержка
совпадает с темпом поступления выборок
сигнала s(t ) . Подбором коэффициентов
можно, в принципе, осуществить весьма
сложные импульсные характеристики
g T (t ) . Рис. 7.5. Дискретный фильтр

Очевидно, что импульсная характеристика рассматриваемого устрой-

ства должна записываться в форме

g Τ (t ) = g (0)δ (t ) + g (T )δ (t − T ) + g (2T )δ (t − 2T ) + K = a0δ (t ) + a1δ (t − T ) + a2δ (t − 2T ) + K(7.7)

Таким образом, a k = g (kT ) является лишь весовым коэффициентом при

дельта – функции δ (t − kT ) . При подаче на вход схемы, на рис. 7.5, дискретно-
го сигнала sT (t ) на выходе сумматора получается дискретная последователь-

171
ность импульсов sT âû õ ( t ) , а на выходе синтезирующего фильтра – профильт-
рованный непрерывный сигнал s вых (t ) .
Осуществить дискретный фильтр непосредственно по схеме на рис. 7.5
можно лишь для относительно простых сигналов, обладающих небольшой
базой N = 2 f m Tc . Однако алгоритм (7.5) широко используется при моделиро-
вании фильтров с помощью ПК.
Основная трудность реализации декретного фильтра заключается так-
же, в осуществлении элемента памяти Т. Эта трудность отпадает при перехо-
де к цифровой фильтрации, когда запоминание сигнала на любое необходи-
мое время осуществляется с помощью двоичных элементов (триггеров).
Важным параметром дискретного фильтра является память Т. Этот параметр
оказывает решающее влияние на основные характеристики фильтра – пере-
даточную функцию и импульсную характеристику.

7.3. Дискретные преобразования Фурье

Для выяснения особенностей дискретной фильтрации важное значение

имеет выявление структуры спектра дискретизированного сигнала sT (t ) .
Пусть заданы спектральная плотность S (ω ) исходного сигнала s(t ) (контину-
ального) и шаг взятия выборок Т. Рассматривая sT (t ) как произведение
s(t ) yT (t ) , где yT (t ) определяется (1),находим спектральную плотность функ-
ции sT (t ) по формуле
∞

S Τ (ω ) = ∫ s(t ) y (t )e
Τ
− iωt
dt . (8)
−∞

Периодическую последовательность дельта-импульсов можно предста-

вить в виде ряда Фурье:

1 ∞ inω1t
yΤ (t ) = ∑e , ω 1 = 2π T . (7.9)
T n= −∞

Коэффициенты этого ряда равны 1/Т поскольку спектральная плот-

ность одиночного дельта-импульса равна единице, а период повторения им-
пульсов равен Т.
Подставив (7.9) в (7.8), получим
∞ ∞
∞
1 ∞ 1 ∞  2π 
S Τ (ω ) = ∫ s(t ) ∑ e 1 e dt = s(t )e −i (ω − nω1 )t dt = ∑ S  ω − n
1
T n = −∞
inω t − iωt
∑ ∫
T n =−∞ −∞ T n = −∞  T
 . (7.10)

−∞

172
 Следовательно, спектр S T (ω ) дискретизированного сигнала представ-
ляет собой последовательность спектров исходного сигнала S (ω ) , сдвину-
тых один относительно другого на величину 2π / T .
Если шаг взятия выборок отвечает условию T < 1 / 2 f m и, следовательно,
ω m ≤ π / T , то отдельные спектры не перекрываются, как это показано на рис.
7.6, и могут быть разделены с помощью фильтров на выходе устройства.
Спектр дискретизированного сигнала приобретает периодическую
форму.

Рис. 7.6. Спектр дискретизированного сигнала.

Выражение (7.10) полезно для установления связи между S (ω ) и S T (ω ) ,

однако в общем случае, при произвольном соотношении между Т и S (ω ) , ко-
гда возможно перекрытие спектров, применение формулы (7.10) становится
затруднительным. Кроме того, желательно иметь формулу, позволяющую
находить S T (ω ) непосредственно по заданным временным выборкам, без об-
ращения к спектру континуального сигнала. Такую формулу легко получить,
если преобразование Фурье применить к выражению (7.2). При отсчете вре-
мени от первой выборки получим:
∞ ∞ ∞ ∞ ∞ ∞
SΤ ( ω) = ∫ sΤ ( t ) e−ιωt dt = ∫ e−iωt ∑s ( kT ) δ ( t − kT ) dt = ∑s ( kT )∫ e−iωt δ ( t − kT ) dt = ∑s ( kT ) e−iωkT ...(7.11)
0 0 k =0 k =0 0 k =0

Реальный сигнал аппроксимируется с помощью конечного числа от-

счетов. При числе отсчетов N выражение (7.11) принимает вид:
N −1
S Τ (ω ) = ∑ s (kT )e −iωkT . (7.12)
k =0

При использовании ПК требуется дискретизация сигнала как во вре-

менной, так и в частотной области. В последнем случае частотный спектр

173
S T (ω ) определяется совокупностью своих значений S T (nω 1 ) на дискретных
частотах ω = nω 1 .
В соответствии с теоремой отсчетов, число степеней свободы сигнала
одинаково как по времени, так и по частоте. Частотный интервал ω 1 между
соседними отсчетами должен быть приравнен ω 1 = 2ω m / N . Так как
ω m = π / T , то ω 1 = 2π / NT .
Подставив в выражение (7.12) ω = nω 1 , получим формулу для опреде-
ления частотных выборок

N −1 N −1 2π
−i
S Τ (nω 1 ) = ∑ s(kT )e −iω1nkT = ∑ s(kT )e , n = 0,±1,±2, K,±(N − 1) / 2
nk
N
(7.13)
k =0 k =0

Соотношение (7.13) называется дискретным преобразованием Фурье

– прямое ДПФ.
При увеличении n свыше (N − 1) / 2 функция S T (nω 1 ) повторяется пе-
риодически. Это позволяет записать выражение (7.13) в несколько изме-
ненной форме, удобной для вычисления на ПК:

N −1 2π
−i
S Τ (nω 1 ) = ∑ s (kT )e
nk
N
, n=0,1,2,…,N-1. (7.14)
k =0

Нумерация отсчетом при нечетном и четном значениях N поясняется

рис. 7.7, 7.8 при N =7 и 8. Функция в этих примерах предполагается веще-
ственной, поэтому частотные выборки, расположенные симметрично,
должны образовывать комплексно – сопряженные пары. Для выполнения
этого условия выборки S T (nω 1 ) должны располагаться в середине соответ-
ствующих частотных интервалов. В нижних частях этих рисунков оси n
обозначены номера отсчетов, соответствующих отрицательным значениям
n, после сдвига отсчетов вправо на N частотных интервалов. Как при чет-
ном, так и нечетном N полная ширина спектра 2ω m = Nω 1 .
Можно ввести понятие обратного дискретного преобразования Фу-
рье (ОДПФ). По аналогии с парой преобразований Фурье, дискретное об-
ратное преобразование можно определить как:

N −1 2π
−i
s (kT ) = C ∑ S Τ (nω 1 )e
nk
N
, k=0, 1, 2,…, N-1
n= 0

Для определения постоянного коэффициента С подставим в это выра-

жение S T (nω 1 ) :

174
 N −1  N −1 − i nm  i nm
2π 2π N −1 N −1 i 2π n ( k − m )
s (kT ) = C ∑  ∑ s (mT )e N e N = C ∑ s (mT )∑ e N .
n=0  m =0  m =0 n= 0

Рис. 7.7. Дискретное преобразование Фурье.

Нумерация отсчетов при нечетном N

Рис. 7.8. Нумерация отчетов при четном N

При т= k внутренняя сумма обращается в N, а при любом другом зна-

чении т – в нуль (как сумма векторов, концы которых делят окружность
единичного радиуса на равные дуги). Следовательно, в правой части остается
одно слагаемое С s(kT)N, из чего вытекает равенство С=1/N. Таким образом,
обратное дискретное преобразование Фурье, принимает следующую форму:

175
 N −1 2π
−i
s (kT ) = ∑ S (nω )e
1 kn
Τ 1
N
, k=0,1,2,…,N-1 (7.15)
N n= 0

Как и при прямом ДПФ, вне интервала 0 ≤ k ≤ N-1 функция s(kT) про-
должается периодически.
Некоторые из свойств непрерывных преобразований Фурье, нетрудно
сформулировать также и для ДПФ.
1. Линейность преобразования: спектр суммы (разности) дискретных
сигналов равен сумме (разности) их спектров.
2. Сдвиг дискретного сигнала во времени. Повторяя доказательства,
принятые для обычного преобразования, нетрудно показать, что если сигналу
s (t), представленному совокупностью отсчетов s (kT), k =0, 1, 2, ..., N-1, соот-
ветствует ДПФ Sт (n ω 1 ), то сигналу s(t + тТ}, где m – целое число, соответст-
2π
i nm
вует ДПФ e N Sт(n ω 1 ). Иными словами, сдвиг последовательности отсчетов
на m интервалов приводит лишь к изменению фазочастотной характеристики
2π
ДПФ на величину nm (теорема запаздывания).
N

3. Теорема свертки. Если ДПФ SΤ ( nω1 ) соответствует дискретному

N −1
сигналу sт(t}= ∑ s(kT )δ (t − kT ) , a ДПФ GT ( nω1 ) – сигналу
k =0
N −1
g T (t ) = ∑ g (kT )δ (t − kT ) , то произведению
k =0
S T (nω 1 )GT (nω 1 ) соответствует сигнал:

N −1
y(mT ) = ∑ s[(m − k )T ]g (kT ) .
k =0

В первом разделе отмечалось, что ограничение сигнала одновременно

по длительности и по ширине спектра практически неосуществимо. Пред-
ставление сигнала конечным числом импульсов N и конечным числом час-
тотных выборок N неизбежно сопровождается некоторыми искажениями
формы сигнала. Однако эти искажения проявляются не при переходе от S (kT )
к S T (nω 1 ) или при обратном переходе от S T (nω 1 ) к S (kT ) с помощью преобра-
зований ДПФ и ОДПФ, а при переходе от дискретного представления к кон-
тинуальному.

7.4. Погрешности при дискретизации сигналов

В первом разделе отмечалась противоречивость требования ограничить
сигнал одновременно по длительности и по спектру. Это противоречие про-

176
является особенно существенно при дискретизации относительно коротких
импульсных сигналов.
Пусть задан сигнал s(t) длительностью TC и, строго говоря, с бес-
конечно широким спектром S (ω ) . При выборе шага дискретизации T на осно-
вании теоремы Котельникова-Шеннона возникает неопределенность в оцен-
ке величины ω m – граничной частоты спектра сигнала. Выбор этой частоты
определяет шаг Т=π/ ω m , а при заданной длительности сигнала Tc число дис-
кретных отсчетов
N = TC / T = TC ω m / π .
Для восстановления сигнала в континуальной форме требуется фильтр
с полосой прозрачности ω = ω m |. Для упрощения анализа исходим из идеаль-
ного фильтра с АЧХ вида:

1 ï ðè ω < ωm ,
K ( iω) = 
0 ï ðè ω ≥ ωm .

Фазочастотная характеристика подобного фильтра в полосе про-

зрачности линейна и вносит лишь задержку сигнала, которую дальше учиты-
вать не будем.
Фильтр с указанной выше полосой пропускания подавляет со-
ставляющие спектра S (ω ) с частотами ω , превышающими ω m . Поэтому под
ошибкой, погрешности дискретизации можно подразумевать функцию вре-
мени, соответствующую отсекаемой части спектра. Обозначим эту функцию
∆ s (t). Тогда

−ω m ∞
∆s(t ) = ∫ S (ω )e dω + ∫ S (ω )e
1 iωt 1 iωt
dω
2π −∞
2π ωm

Проиллюстрируем это выражение на примере простого сигнала в виде

импульса прямоугольной формы (рис. 7.9, а).
Спектральная плотность этого сигнала s (t), равная

sin (ωTc / 2 )
S (ω ) = ATc
ωTc / 2

является четной функцией ω . Поэтому выражение для ∆ s (t) легко привести

к виду

177
 A  1  Tc   T  
∞ ωm ∞ ωm
1  Tc   Tc 
∆s(t ) = ∫ sin t + dω − ∫ sin t + dω − ∫ sin ω t − dω + ∫ sinω t − c dω 
1 1
π  0 ω  2  0
ω  2 0
ω  2 0
ω  2  

Учитывая известные соотношения

∞
sin ax π 2 приa > 0
∫
0
x
dx = 
− π 2приa < 0

приходим к следующему результату:

A ω T  2t  ω T  2t  T
 π − si m c 1 +  − si m c 1 −  при t < c ,
π  2  Tc  2  Tc  2
∆s (t ) = 
A ω m Tc  2t  ω m Tc  2t  T
π  − si 
1 + 
 − si 1 −  при t ≥ c .
  2  Tc  2  Tc  2

y
sin ax
В этих выражениях si( y ) = ∫ dx – интегральный синус.
0
x

178
 Рис. 7.9. Искажение формы импульса при усечении его спектра гра-
ничной частотой 2 f m Tc = 16

Пусть для дискретизации импульса отводится N отсчетов. Тогда

T = Tc / N ; ω m = π / T = πN / Tc , ω m Tc / 2 = Nπ / 2 и предыдущее выражение записы-
вается в форме

  1  π  2t  1  π  2t   T
 A1 − si  N 1 +  − si  N 1 −  при t < c ,
  π  2  Tc  π  2  Tc   2
∆s(t ) =  .
  1  π  2t  1  π  2t   Tc
 A− π si  N 2 1 + T  + π si  N 2  T − 1 при t ≥ 2
    c    c  

Графики функции и сигнала на выходе фильтра при A=1 представлены

на рис. 7.9, б и в. Следует отметить, что для прямоугольного импульса харак-
тер функции определяется лишь параметром N = 2 f mTc .
К определению функции можно также подойти, рассматривая воздей-
ствие на синтезирующий фильтр последовательности физических импульсов,
соответствующих выборкам из сигнала s(t). Отклик фильтра на выборку s(nT)
равен s(nT)g(t-nT), где g(t) – импульсная характеристика, определяемая вы-
ражением
ωm
1 sin ω m t 1 sin ω m t 1
g (t ) = = sin c(ω m t )
1
∫e
iωt
dω = =
2π −ω m
π t T ω mt T

Функция sin c(ω m t ) является базисной функцией теоремы отсчетов. Сле-

довательно функцию, существующую после окончания сигнала, можно найти
суммированием функций s (nT )g (t − nT ) от всех выборок, предшествующих
моменту t = Tc / 2 . В дискретных точках t = kT функция равна нулю, поскольку
все слагаемые в указанных точках равны нулю. Из этого следует, что увели-
чение интервалов T приводит к искажению сигнала лишь между отсчетными
точками. Нетрудно показать, что протяженность функции практически со-
ставляет 3–4 такта. Следовательно, с увеличением числа отсчетов N доля
указанного отрезка времени от общей длительности импульса уменьшается.

7.5. Реализация цифровых фильтров

Физически осуществимые ЦФ, которые работают в реальном масштабе
времени, для формирования выходного сигнала в i-й дискретный момент
времени могут использовать следующие данные:

179
 а) значение входного сигнала в момент i -го отсчета, а также некоторое
число предшествующих входных отсчетов xi −1 , xi − 2 , K xi − m ;
б) некоторое число предшествующих отсчетов выходного сигнала
yi −1 , yi − 2 , K yi − n .
Целые числа m и n определяют порядок ЦФ. Классификация ЦФ про-
водится по-разному в зависимости от того, как используется информация о
прошлых состояниях системы.
Трансверсальные ЦФ. Так принято называть фильтры, которые работа-
ют в соответствии с алгоритмом

yi = a0 xi + a1 xi −1 + a2 xi − 2 + L + am xi − m , (7.16)

где a0 , a1 , a2 , K am – последовательность коэффициентов.

Число m является порядком трансверсального цифрового фильтра. Как
видно из формулы (7.16), трансверсальный фильтр проводит взвешенное
суммирование предшествующих отсчетов входного сигнала и не использует
прошлые отсчеты выходного сигнала. Применив z-преобразование к обеим
частям выражения (7.16), убеждаемся, что
Y ( z ) = (a0 + a1 z −1 + a2 z −2 + K + am z − m ) X ( z ).
Отсюда следует, что системная функция [2] равная
H ( z ) = a0 + a1 z −1 + a2 z −2 + K + am z − m =
a0 z m + a1 z m −1 + a2 z m − 2 + K + am
=
zm (7.17)

является дробно-рациональной функцией z, имеющей m-кратный полюс

при z = 0 и m нулей, координаты которых определяются коэффициентами
фильтра.
Алгоритм функционирования трансверсального ЦФ поясняется
структурной схемой, приведенной на рис. 7.10.

Рис. 7.10. Схема построения трансверсального ЦФ

180
 Вид представленной здесь схемы объясняет смысл термина «трансвер-
сальный фильтр» (от англ. transverse – поперечный).
Основными элементами фильтра служат блоки задержки отсчетных
значений на один интервал дискретизации (прямоугольники с символами
z −1 ), а также масштабные блоки, выполняющие в цифровой форме операции
умножения на соответствующие коэффициенты. С выходов масштабных
блоков сигналы поступают в сумматор, где, складываясь, образуют отсчет
выходного сигнала.
При программной реализации трансверсального ЦФ, следует иметь в
виду, что структурная схема, изображенная на рис. 7.10 , не является прин-
ципиальной схемой электрической цепи, а служит лишь графическим изо-
бражением алгоритма обработки сигнала.
Для вычисления импульсной характеристики обратимся к формуле
(7.17) и вычислим импульсную характеристику трансверсального ЦФ, осу-
ществив обратное z-преобразование. Легко видеть, что каждое слагаемое
функции Н(z) дает вклад, равный соответствующему коэффициенту
an ,
смещенному на n позиций в сторону запаздывания. Таким образом, здесь

{hk } = (a0 , a1 , a2 , K, am ).
(7.18)
К такому выводу можно прийти и непосредственно, рассматривая
структурную схему фильтра (рис. 7.10) и полагая, что на его вход подан
«единичный импульс» (1, 0,0, 0,...).
Важно отметить, что импульсная характеристика трансверсального
фильтра содержит конечное число членов.
Частотная характеристика может быть получена если в формуле (7.17)
провести замену переменной z через экспоненту, то получим частотный ко-
эффициент передачи.
При заданном шаге дискретизации ∆ можно реализовать самые разно-
образные формы АЧХ, подбирая должным образом весовые коэффициенты
фильтра.
Рекурсивные ЦФ. Этот вид цифровых фильтров характерен тем, что для
формирования i-го выходного отсчета используются предыдущие значения
не только входного, но и выходного сигнала:

yi = a 0 xi + a1 xi -1 + L + a m xi - m + b1 y i -1 + b2 yi - 2 + L + bn yi - n , (7.19)

причем коэффициенты, определяющие рекурсивную часть алгоритма фильт-

рации, не равны нулю одновременно. Чтобы подчеркнуть различие структур
двух видов ЦФ, трансверсальные фильтры называют также нерекурсивными
фильтрами.

181
 Системная функция рекурсивного ЦФ. Выполнив z-преобразование
обеих частей рекуррентного соотношения (7.20), находим, что системная
функция
Y ( z ) a 0 + a1 z −1 + K + a m z − m
H (z) = = =
X (z) 1 − b1 z −1 − K − bn z −n
a 0 z n + a1 z n −1 + K + a m z n − m
= ,
z n − b1 z n −1 − K − bn (7.20)

описывающая частотные свойства рекурсивного ЦФ, имеет на z-плоскости n

полюсов. Если коэффициенты рекурсивной части алгоритма вещественны, то
эти полюсы либо лежат на вещественной оси, либо образуют комплексно-
сопряженные пары.
Структурная схема рекурсивного ЦФ. На рис. 7.11 изображена схема
алгоритма вычислений, проводимых в соответствии с формулой (7.20). Верх-
няя часть структурной схемы отвечает трансверсальной (нерекурсивной) час-
ти алгоритма фильтрации. Для ее реализации требуется в общем случае m + 1
масштабных блоков (операций умножения) и m ячеек памяти, в которых хра-
нятся входные отсчеты.
Рекурсивной части алгоритма соответствует нижняя часть структурной
схемы. Здесь используются n последовательных значений выходного сигна-
ла, которые в процессе работы фильтра перемещаются из ячейки в ячейку
путем сдвига тактовым генератором.

Рис. 7.11. Структурная схема рекурсивного ЦФ

Недостатком данного принципа реализации является потребность в

большом числе ячеек памяти, отдельно для рекурсивной и нерекурсивной
частей. Более совершенны канонические схемы рекурсивных ЦФ, в которых
используется минимально возможное количество ячеек памяти, равное наи-
большему из чисел m и n. В качестве примера на рис. 7.12 изображена струк-

182
турная схема канонического рекурсивного фильтра 2-го порядка, которой от-
вечает системная функция
Y ( z ) a0 + a1 z −1 + a2 z −2
H (z) = = .
X ( z ) 1 − b1 z −1 − b2 z − 2 (7.21)

Рис. 7.12. Структурная схема канонического рекурсивного

ЦФ 2-го порядка

Для того чтобы убедиться в том, что эта система реализует заданную
функцию, рассмотрим вспомогательный дискретный сигнал {wk} на выходе
сумматора 1 и запишем два очевидных уравнения:
wk = xk +b1 wk −1 +b 2 wk − 2 , (7.22)
yk = awk + a1wk −1 +a 2 wk − 2 . (7.23)
Выполнив z-преобразование уравнения (7.22), находим, что

W ( z ) = X ( z ) /(1 − b1 z −1 − b2 z −2 ). (7.24)

С другой стороны, в соответствии с выражением (7.23)

Y ( z ) = (a0 + a1 z −1 + a2 z −2 )W ( z ). (7.25)

Объединив соотношения (7.24) и (7.25), приходим к заданной систем-

ной функции (7.21).
Устойчивость рекурсивных ЦФ. Рекурсивный ЦФ является дискрет-
ным аналогом динамической системы с обратной связью, поскольку в ячей-
ках памяти хранятся значения его предшествующих состояний. Если заданы
некоторые начальные условия, т. е. совокупность значений yi −1 , yi − 2 , K, yi − n ,
то в отсутствие входного сигнала фильтр будет образовывать элементы бес-
конечной последовательности yi , yi +1, yi + 2 , K , играющей роль свободных ко-
лебаний.

183
 Цифровой фильтр называется устойчивым, если возникающий в нем
свободный процесс есть невозрастающая последовательность, т. е. значения
при n → ∞ не превышают некоторого положительного числа М независи-
yn
мо от выбора начальных условий.
Свободные колебания в рекурсивном ЦФ на основании алгоритма (7.20)
являются решением линейного разностного уравнения

yi = b1 yi -1 + b2 yi - 2 + L + bn yi - n .
(7.26)

По аналогии с принципом решения линейных дифференциальных

уравнений будем искать решение (7.26) в виде показательной функции

yi = α i (7.27)

с неизвестным пока значением α . Подставив (7.27) в (7.26) и сократив на

общий множитель, убеждаемся, что α является корнем характеристического
n −1 n− 2
уравнения α − b1α − b2α − L − bn = 0. Это уравнение совпадает с уравнени-
n

ем, которому удовлетворяют полюсы системной функции такого ЦФ [2].

8 . Оптимальная линейная фильтрация сигналов

8.1. Общие требования к помехоустойчивости радиосистем
Одна из основных проблем радиотехники была и остается проблема по-
мехоустойчивости связи. Система связи должна быть спроектированной так,
чтобы она обладала способностью наилучшим образом противостоять мешаю-
щему действию помех.
Проблема помехоустойчивости радиосвязи включает в себя большое
число других проблем, охватывающих все разделы радиотехники: генериро-
вание мощных колебаний, освоение и выбор волн, обеспечивающий благопри-
ятные условия распространения, использование антенн направленного дей-
ствия, поиски новых видов радиосигналов и новых способов их обработки
на фоне помех и др.
Для теории радиотехнических цепей и сигналов особый интерес пред-
ставляет возможность ослабления вредного действия помехи с помощью ли-
нейной фильтрации, основанной на использовании линейных частотных
фильтров. На протяжении длительного периода развития радиотехники к по-
добным частотным фильтрам предъявлялось требование возможно более рав-
номерного пропускания спектра сигнала и возможно более полного по-

184
давления частот вне этого спектра. Идеальным считался фильтр с прямо-
угольной П-образной АЧХ.
С развитием теории информации и статистической теории обнаружения
сигналов трактовка функций линейного фильтра, а также подход к его по-
строению существенно изменились. Стало очевидным, что указанная выше
трактовка имеет следующие недостатки: 1) не учитывается форма сигнала (ко-
торая может быть различной при одной и той же ширине спектра сигнала); 2)
не учитываются статистические свойства помехи.
Поэтому фильтр с П-образной АЧХ не является оптимальным в тех слу-
чаях, когда имеется априорная информация о форме сигнала и характеристи-
ках помехи.
Коренной перелом в теории и практике линейной фильтрации связан с
появлением работ Н. Винера, А. Н. Колмогорова, В. А. Котельникова и
других ученых, которые поставили и решили задачу синтеза фильтра, оп-
тимального в определенном смысле для приема заданного сигнала, дей-
ствующего на фоне помехи с заданными статистическими характеристиками.
В зависимости от решаемой задачи – обнаружение сигнала, измерение
его параметров или разрешение (различение) сигналов – критерии опти-
мальности могут быть разными. Для задачи обнаружения сигналов в шумах
наибольшее распространение получил критерий максимума отношения сиг-
нал-помеха на выходе фильтра. В настоящем разделе рассматриваются только
такие фильтры.
Требования к фильтру, максимизирующему отношение сигнал-помеха,
можно сформулировать следующим образом. На вход линейного четырех-
полюсника с постоянными параметрами и передаточной функцией К(iω) по-
дается аддитивная смесь сигнала s(t) и шума п(t) (рис. 8.1). Сигнал полностью
известен; это означает, что заданы его форма и положение на оси времени. Шум
представляет собой случайный процесс с заданными статистическими характе-
ристиками. Требуется синтезировать фильтр, обеспечивающий получение на
выходе наибольшего возможного отношения пикового значения сигнала к
среднеквадратическому значению шума. При этом не ставится условие со-
хранения формы сигнала, так как для обнаружения его в шумах форма зна-
чения не имеет.

185
 Рис. 8.1. Воздействие сигнала и помехи на линейный четырехполюсник

8.2. Передаточная функция оптимального фильтра

Под синтезом фильтра будем подразумевать отыскание передаточной
функции физически осуществимого фильтра, обеспечивающего упомянутую
выше максимизацию отношения сигнал-помеха. Передаточную функцию будем
представлять

iωk ( ω)
K ( i ω) = K ( ω) e .

Таким образом, задача сводится к отысканию АЧХ К (ω) и ФЧХ ϕ k (ω) оп-
тимального фильтра. Наиболее просто эта задача решается для сигнала, дейст-
вующего на фоне белого шума с равномерным спектром W (ω) = Wo = const.
Для отыскания оптимальной (в указанном смысле) передаточной функ-
ции К (iω) составим выражения для сигнала и шума на выходе фильтра сна-
чала порознь, а затем в виде их отношения.
Сигнал в фиксированный момент времени t0 определяем общим выраже-
нием

∞ ∞
1 1
∫ S (ω ) K (iω )e ∫ S (ω )K (ω )e
iω t0 i[θ s (ω ) +ϕ k (ω ) +ω t0 ]
S вых (t0 ) = dω =
2π −∞ 2π −∞

а среднеквадратическое значение помехи – выражением

1/ 2 1/ 2
 1 ∞
 W ∞

σ вых = ∫ ω ω ω = 0 ∫ ω ω
2 2
W ( ) K ( ) d  K ( ) d  (8.2)
 2π −∞   2π −∞ 

В выражении (8.1) S (ω) = S(ω) eiθ (ω ) – спектральная плотность заданного

s

входного сигнала s (t), а под t0 подразумевается момент времени (пока еще не

186
определенный), соответствующий максимуму (пику) сигнала на выходе
фильтра. Смысл и минимально возможное значение t0 подробнее рас-
сматриваются в следующем параграфе, однако из простых представлений оче-
видно, что для образования пика требуется использование всей энергии сигна-
ла, а это возможно не ранее окончания действия входного сигнала. Иными
словами, t0 не может быть раньше момента окончания сигнала.
Составим теперь отношение

∞
1
∫ S (ω )K (ω )e
i[θ s (ω )+ϕk (ω ) +ω0t ]
dω
Sвых (t0 ) 2π −∞
=
σ вых  W0 
1/ 2
∞ 2 
1/ 2

   ∫ K (ω ) dω 
 2π   −∞ 
(8.3)
Воспользуемся известным неравенством Шварца [1, 2]:

b 2 b b

∫ F ( x) F ( x)dx ≤ ∫ F1 ( x) dx ∫ F2 ( x) dx ,
2 2
1 2
a a a

(8.4)

где F1 (х) и F2 (х) – в общем случае комплексные функции.

Записываем неравенство (8.4) в форме
∞
1
∫ S (ω )K (ω )e
i[θ s (ω ) +ϕ k (ω ) +ω0t ]
dω ≤
2π −∞
1/ 2
. (8.5)
 1 ∞
1
∞

≤ ∫−∞ S (ω )dω 2π −∞∫ K (ω )dω 
2 2

 2π
Тогда выражение (8.3) позволяет составить следующее неравенство:

∞
1
∫ S (ω ) K (ω )e
i[θ s (ω )+ϕk (ω )+ωt0 ]
dω
Sвых (t0 ) 2π −∞
= ≤
σ вых  W0 
1/ 2
∞ 2 
1/ 2

   ∫ K (ω )dω 
 2π   −∞ 
1/ 2 (8.6)
 1 ∞
1
∞

∫−∞ S (ω )dω 2π ∫ ω ω
2 2
 K ( ) d  1/ 2
2π 1  1
∞

≤ −∞  = 1/ 2  ∫−∞ S (ω )dω 
2

 W0  
1/ 2 ∞

1/ 2
W0  2π
  ∫ K (ω ) dω 
2

 2π   −∞ 

187
 Учитывая, что выражение в квадратных скобках правой части этого не-
равенства есть не что иное, как полная энергия Э входного сигнала, приходим
к следующему результату:

Sвых (t0 ) / σ вых ≤ Э / W0 .

(8.7)

Из полученных выражений следует, что это неравенство обращается в

равенство при выполнении условия

K (ω )ei[ϕk (ω ) +ωt0 ] = AS * (ω ) = AS (ω )e− iθs (ω )

или, что то же,

K (iω ) = K (ω )eiωk (ω ) = AS * (ω )e − iωt0 = AS (ω )e −i[θ s (ω ) +ωt0 ] (8.8)

Полученное соотношение полностью определяет передаточную функцию
фильтра, максимизирующего отношение сигнал-помеха на выходе (при
входной помехе типа белого шума).
Функция К(iω), отвечающая условию (8.8), согласована со спектраль-
ными характеристиками сигнала — амплитудной и фазовой. В связи с этим
рассматриваемый оптимальный фильтр часто называют согласованным
фильтром.
Итак, отношение пика сигнала к среднеквадратическому значению по-
мехи на выходе согласованного фильтра определяется равенством

Sвых (t0 ) / σ вых = Э / W0 (8.9)

Из соотношения (8.8) вытекают следующие два требования к согласо-

ванному фильтру: ФЧХ фильтра должна отвечать условию
ϕk ( ω) =−[ θ s ( ω) +ωt0 ] , а АЧХ должна отвечать условию K ( ω) = AS ( ω) .
В тех случаях, когда под комплексной передаточной функцией подразу-
мевается безразмерная величина (например, отношение комплексных амп-
литуд напряжения на выходе и входе), постоянный коэффициент А должен
иметь размерность, обратную размерности спектральной плотности сигнала.
Полученные соотношения имеют глубокий физический смысл. Первое из
них можно назвать условием компенсации начальных фаз в спектре сигнала, по-
скольку фазовый сдвиг в фильтре – θS (ω) равен по величине и обратен по
знаку начальной фазе соответствующей составляющей спектра S(ω) входного
сигнала. В результате прохождения сигнала через фильтр с фазовой характе-

188
ристикой ϕ k (ω) сложение всех компонентов спектра, скорректированных по
фазе, образует пик выходного сигнала. Слагаемое фазовой характеристики
ϕ k (ω), равное – ωt0, указывает на то, что пик задержан относительно начала
сигнала s (t) на время t0.

Соотношение, устанавливающие, что АЧХ фильтра К (ω) должна по

своей форме совпадать с амплитудным спектром сигнала S (ω), также легко
поддается физическому истолкованию. При АЧХ К (ω), отвечающей полу-
ченным условиям, фильтр пропускает спектральные составляющие шума не-
равномерно, с тем большим ослаблением, чем меньше модуль S(ω). Это при-
водит к существенному уменьшению мощности шума на выходе фильтра.

8.3. Импульсная характеристика оптимального фильтра

Тот факт, что коэффициент передачи согласованного фильтра К (iω)

является функцией, сопряженной по отношению к спектру сигнала S (ω),
указывает на существование тесной связи также и между временными харак-
теристиками фильтра и сигнала. Для выявления этой связи найдем импульс-
ную характеристику согласованного фильтра.
Учитывая формулу (8.8), получаем:
∞ ∞
1 1
∫−∞ K (iω )e dω = A 2π −∞∫ S *(ω )e 0 dω
iω t iω ( t −t )
g (t ) =
2π (8.10)

Учитывая, что S* (ω) = S (-ω) и переходя к новой переменной ω1=-ω,

переписываем выражение (8.10) в виде:
−∞ ∞
A 1
∫ S (ω )e ∫ S (ω )e
− iω1 ( t − t0 ) d ω1 iω1 ( t0 − t )
g (t ) = − =A d ω1
2π 2π
1 1
+∞ −∞
(8.11)
Обратимся к вопросу о физической осуществимости согласованного
фильтра. Пусть задан произвольный сигнал s (t), которому соответствуют им-
пульсная характеристика согласованного фильтра g (t) и преобразование Фу-
рье от этой функции К(iω), определяется полученными выражениями. Возни-
кает вопрос, при каких условиях К (iω) может являться передаточной функ-
цией физически осуществимого четырехполюсника.
Ответ на этот вопрос дает критерий осуществимости Пэли – Винера,
согласно которому неравенство

189
 ∞
ln K (ω )
∫
0
1+ ω2
dω < ∞

(8.12)
является необходимым условием, чтобы положительная функция K (ω) могла
быть модулем передаточной функции электрической цепи.
Хотя критерий Пэли – Винера оставляет открытым вопрос о структуре цепи,
из него вытекают некоторые полезные следствия о свойствах электрических
цепей.
Так как в рассматриваемой задаче синтеза согласованного фильтра за-
дано равенство К (ω) = AS (ω), то условие (8.12) можно записать в виде

∞
ln S (ω )
∫ 1+ ω2
dω < ∞
0 ,

190
и все приведенные выше ограничения на К (ω) можно распространить на мо-
дуль спектральной плотности сигнала S (ω).

8.4. Применение согласованных фильтров

Рассмотрев идею согласованной фильтрации детерминированных сиг-

налов, обсудим возможные области применения таких фильтров и некоторые
связанные с этим вопросы.

Повышение разрешения по дальности в локационных системах. На-

помним вкратце принцип действия радиолокационных систем. Передатчик
излучает зондирующий импульс, он распространяется до цели, отражается от
нее и, многократно ослабленный, в смеси с шумом поступает на вход прием-
ника.

Для обнаружения цели нужно зафиксировать факт присутствия отра-

женного сигнала на входе, а для определения расстояния до цели - измерить
задержку между зондирующим и отраженным импульсами.

Так как форма излучаемого импульса известна, для обнаружения отра-

женного сигнала нужно использовать согласованный фильтр, позволяющий
максимизировать отношение сигнал/шум на выходе.

Если имеются две близко расположенные цели, для их разрешения не-

обходимо, чтобы два отраженных сигнала воспринимались раздельно. По-
этому желательно иметь выходной сигнал согласованного фильтра в виде как
можно более узкого пика. Этого можно достичь, уменьшая длительность из-
лучаемого импульса, но при этом падает его энергия и, следовательно, отно-
шение сигнал/шум при приеме. Чтобы энергия не уменьшалась, необходимо
одновременно с укорочением импульса увеличивать его амплитуду. Однако
это нельзя делать бесконечно – электрическая прочность элементов выходно-
го каскада передатчика имеет конечный предел.

Но существует и иной путь решения проблемы. Напомним, что выход-

ной сигнал оптимального (согласованного) фильтра по форме совпадает с
корреляционной функцией обнаруживаемого сигнала, а последняя, в свою
очередь, связана преобразованием Фурье с энергетическим спектром. Таким
образом, для получения узкого пика на выходе согласованного фильтра не-
обходимо расширять спектр сигнала. Как известно, эффективная ширина
спектра сигнала и его длительность связаны соотношением неопределенно-
сти Δtэф Δfэф ≥1.

191
 Сигналы, для которых это соотношение неопределенности близко к ра-
венству, называются простыми. Однако поскольку ширина спектра опреде-
ляется внутриимпульсной структурой сигнала, существуют сигналы с той же
энергией, для которых Δtэф Δfэф>> 1.

Такие сигналы называют сложными. Само произведение эффективных

значений ширины спектра и длительности называют базой сигнала:

В = Δtэф Δfэф.

Соответственно, простые сигналы называют также сигналами с малой

базой, а сложные – сигналами с большой базой.

Сложные сигналы. Таким образом, можно увеличить разрешение по

дальности, не уменьшая длительности сигнала, за счет введения внутриим-
пульсной модуляции. Из-за расширения спектра корреляционная функция
(которая по форме совпадает с выходным сигналом согласованного фильтра)
сужается и улучшаются разрешающие характеристики радиосистем.

Сложным сигналом является ЛЧМ-радиоимпульс. Другими примерами

сложных сигналов могут служить, в частности, коды Баркера. График сигна-
ла, манипулированного 13-элементным кодом Баркера, показан на рис. 8.2, а,
а его корреляционная функция – на рис. 8.2, б. Пунктиром на этом рисунке
изображен график корреляционной функции прямоугольного импульса с та-
кими же длительностью и энергией.

Из рисунка следует, что корреляционная функция представляет собой

узкий пик, окруженный боковыми лепестками малого уровня. Коды Баркера
обеспечивают минимально возможный

192
Рис. 8.2. Сложный сигнал: а – сигнал, манипулированный 13-элементным ко-
дом Баркера, б – его корреляционная функция

относительный уровень боковых лепестков, равный 1/N, где N – число эле-

ментов кода. К сожалению, такие коды существуют лишь для длин 2, 3, 4, 5,
7, 9, 11 и 13 элементов.

Есть и другие классы сигналов с "хорошими" корреляционными функ-

циями.

Скрытная передача сигналов. Тот факт, что отношение сигнал/шум на

выходе согласованного фильтра определяется лишь энергией полезного сиг-
нала и не зависит от его формы, позволяет "замаскировать" сигнал, "спрятав"
его в шумах.

Действительно, если сильно уменьшить амплитуду полезного сигнала,

соответственно увеличив при этом его длительность, чтобы сохранить энер-
гию постоянной, сигнал перестанет визуально выделяться на фоне шумов
(рис. 8.3 а). Так как энергия сигнала не изменилась, отношение сигнал/шум
на выходе согласованного фильтра останется прежним.

Однако если сигнал имеет простую форму, т. е. небольшую базу, такая

"маскировка" во временной области приведет к сильному сужению спектра
сигнала.

193
Рис. 8.3. Сигналы с малой базой – маскировка во временной области (а) при-
водит к легкому обнаружению в частотной области (б) и наоборот

Рис. 8.4. Сигнал с большой базой может быть замаскирован одновременно во

временной (а) и частотной (б) областях

Так как энергия остается неизменной, на тех частотах, где сосредото-

чен спектр сигнала, его спектральная плотность будет значительно превы-
шать (по модулю) спектральную плотность шума (рис. 8.3, б). Такой сигнал
замаскирован во временной области, но легко обнаруживается в спектраль-
ной области. Если одновременно с удлинением сигнала ввести внутриим-
пульсную модуляцию, можно избежать сужения спектра и "скрыть" сигнал
под шумами как во временной, так и в спектральной области (рис. 8.4 а, б).

К применяемым на практике сложным радиосигналам относятся:

• частотно-модулированные (ЧМ) радиосигналы;

• фазоманипулированные (ФМн) радиосигналы.

Для ЧМ-сигналов наиболее распространены следующие законы изме-

нения частоты:

• квадратичная ЧМ;
• линейная ЧМ (ЛЧМ);
• V-образная ЧМ.

Соответствующие этим законам графики зависимости мгновенной час-

тоты от времени показаны на рис. 8.5 а, а графики самих сигналов – на рис.
8.5 б. На рис. 8.6 приведен вид корреляционной функции сигнала с линейной
частотной модуляцией (ЛЧМ).

194
 Рис. 8.5. Сложные сигналы с различными законами изменения частоты

Рис. 8.6. Корреляционная функция сигнала с линейной частотной мо-

дуляцией

Рис. 8.7. Радиосигнал, манипулированный по фазе 13-элементным ко-

дом Баркера

В качестве примера ФМн-радиосигнала на рис. 8.7 показан радиосиг-

нал, манипулированный по фазе 13-элементным кодом Баркера.

Коррелятор. В случае применения согласованного фильтра для обна-

ружения сигнала приёмная система должна выглядеть так, как показано на

195
рис. 8.8. Сигнал, получаемый на выходе согласованного фильтра, сравнива-
ется с некоторым порогом, и в случае превышения порога принимается ре-
шение о наличии полезного сигнала на входе.

Рис. 8.8. Обнаружитель детерминированного сигнала на основе

согласованного фильтра

Однако при использовании сигналов сложной формы согласованный

фильтр трудно реализовать. В этом случае можно использовать показанное
на рис. 8.9 устройство, называемое коррелятором.

Рис. 8.9.Коррелятор

Оно включает в себя перемножитель, на один вход которого подается

принимаемый сигнал s(t) + n(t), а на другой – сформированный в приемном
устройстве опорный сигнал s(t - τ), форма которого повторяет форму обнару-
живаемого сигнала. После цикла интегрирования на выходе будем иметь

где А – некоторая константа.

Если задержка между принимаемым и опорным сигналами отсутствует

(τ= 0), а время интегрирования T равно длительности сигнала s(t), тогда по-
лучим

196
 Можно убедиться, что это совпадает с выходным сигналом согласован-
ного фильтра в момент окончания полезного сигнала на входе.

Таким образом, коррелятор может давать на выходе то же, что и согла-

сованный фильтр, и, следовательно, его заменять. Однако при этом необхо-
димо знать время прихода полезного сигнала на вход, что невозможно (если
время прихода сигнала известно, не имеет смысла его обнаруживать).

Следует иметь в виду, что согласованный фильтр инвариантен к мо-

менту прихода входного сигнала, а коррелятор неинвариантен к моменту
прихода входного сигнала и для радиосигналов ведёт себя как синхронный
детектор.

Решить эту проблему можно, построив многоканальную схему и пода-

вая в разные каналы опорный сигнал с разной задержкой по времени
(рис.8.9). На выходах корреляторов разных каналов, будут формироваться
отсчеты корреляционной функции BS1(τ)=КS1(τ) для разных значений τ. При
наличии полезного сигнала на входе выходной сигнал того канала, опорный
сигнал которого имеет минимальную задержку относительно принимаемого,
будет максимален.

Рис. 8.9. Многоканальный коррелятор

197
 Поэтому для обнаружения сигнала необходимо после выполнения цик-
ла интегрирования сравнить между собой выходные сигналы всех каналов,
выбрать из них максимальный и сравнить его с порогом (см. рис. 8.9). В слу-
чае превышения порога принимается решение о наличии полезного сигнала
на входе, а номер канала, соответствующий максимуму, дает оценку времени
его прихода.

Для сложных сигналов реализовать схему, показанную на рис. 8.9, час-

то оказывается проще, чем согласованный фильтр (см. рис. 8.8).

Необходимое число каналов и временной сдвиг опорного сигнала меж-

ду соседними каналами определяются формой корреляционной функции об-
наруживаемого сигнала и общими требованиями к системе (возможным диа-
пазоном времени прихода принимаемого сигнала и необходимой точностью
измерения этого времени).

Для радиосигналов, имеющих быстроосциллирующее внутреннее за-

полнение, такая система сильно усложняется, так как временной сдвиг опор-
ного сигнала между соседними каналами в данном случае будет определять-
ся именно периодом этого заполнения, что приведет к резкому увеличению
необходимого числа каналов.

8.5. Оптимальная фильтрация при небелом шуме

Ранее был рассмотрен оптимальный (согласованный) фильтр, осущест-

вляющий оптимальную обработку детерминированного сигнала в том случае,
если шум является белым. Теперь рассмотрим более общий случай, когда
шумовой случайный процесс имеет произвольную спектральную плотность
мощности W1 (ω).

Простейшее и само собой напрашивающееся решение состоит в том,

чтобы предварительно "обелить" шум с помощью фильтра, коэффициент пе-
редачи которого К1(ω) выбран так, чтобы компенсировать неравномерность
спектра входного шума (рис. 8.10).

Рис. 8.10. Структура оптимального фильтра при обработки сигналов

в небелых шумах

198
 В этом случае

и, следовательно,

(8.13)

где W0 – произвольная константа, эквивалентная интенсивности сформиро-

ванного белого шума.

Полезный сигнал s′1(t) на выходе этого фильтра будет, очевидно, иметь

спектральную плотность, равную

(8.14)

Итак, на выходе "обеляющего" фильтра мы имеем белый шум со спек-

тральной плотностью мощности W0 и измененный полезный сигнал s′1(t). Так
как шум белый, можно использовать рассмотренную теорию оптимальной
фильтрации для белого шума, согласованную с сигналом s′1(t), комплексный
коэффициент передачи которого, равен

где t0' – длительность сигнала s′1(t) на выходе первого фильтра; t`0≥t0 (t0 дли-
тельность входного сигнала).

Общий коэффициент передачи полученного устройства будет равен

Воспользовавшись ранее полученными результатами, окончательно

имеем

199
 Фильтр K2(jω) оптимален для обнаружения сигнала s′1(t) в белом шуме
и из последнего выражения можно увидеть, что максимум коэффициента пе-
редачи приходится на область минимальной интенсивности спектра в числи-
теле, а если этот спектр имеет интенсивность белого шума, то полученный
результат совпадает с передаточной функцией для белых шумов.

200
 Список литературы

1. Гоноровский, И.С. Радиотехнические цепи и сигналы / И.С. Гоно-

ровский. − М.: Радио и связь, 1986. − 510 с.
2. Баскаков, С.И. Радиотехнические цепи и сигналы / С.И. Баскаков. –
М.: Высш. Школа., 2000. – 462 с.
3. Прангишвили, И.В. Нанотехника, наноиндустрия, микросистемы /
И.В. Прангишвили, А.Г. Алексенко, Р.Р. Бабаян // Датчики и системы. − 2002.
− №7. − С. 57−65.
4. Сергиенко, А.Б. Цифровая обработка сигналов / А.Б. Сергиенко –
СПб.: Питер, 2003. – 608 с.
5. Нефедов, В.И. Основы радиоэлектроники и связи, 2002

6. Давыдов А. В. http://pradav.narod.ru
7. Тихонов, В.И. Нелинейные преобразования случайных процессов /
В. И. Тихонов. − М.: Радио и связь, 1986. − 259 с.
8. Корн, Г. Справочник по математике для научных работников и ин-
женеров / Г. Корн, Т. Корн. − М.: Наука, 1978. − 831 с.
9. Градштейн, И. С. Таблицы интегралов, сумм, рядов и произведений /
И. С. Градштейн, И.М. Рыжик. − М.: Наука, 1971. − 1108 с.
10. Daubechies, I. Orthonormal Basis of Compactly Supported Wavelets / I.
Daubechies // Comm. Pure Applied Mathematics. − 1988. − Vol.41. − P. 909-996.
11. Mallat, S. A theory for multiresolution signal decomposition: the wavelet
representation / S. Mallat // IEEE Trans. Pattern Analysis and Machine Intelligence
− 1989. − №7. − P. 674−693.
12. Mallat, S. Multiresolution Approximations and Wavelet of orthonormal
Bases of L2(R) / S. Mallat // Transactions of the American Mathematical Society. −
1989. − Vo. 315. − N 1. − P. 69-87.

Содержание

201
 Предисловие……………………………………………………………….. 3
Важные исторические даты в радиотехнике……………………………. 4

1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ УПРАВЛЯЮЩИХ СИГНАЛОВ

И ДИСКРЕТИЗАЦИЯ…................................................................................. 9

1.1.Введение в теорию сигналов и цепей…………………………...…....... 9

1.1.1. Общие сведения и основные понятия………………………......... 9

1.1.2. Информация, сообщение и сигнал………………………...…….. 10
1.1.3. Основные параметры сигналов……………………………...…... 12
1.1.4. Классификация диапазонов радиоволн и частот……….……..... 14
1.1.5. Общая характеристика радиотехнических цепей…….………... 15
1.1.5. Классификация радиосистем и решаемые ими задачи……….... 16

1.2. Сигналы их особенности и классификация……………………......... 18

1.2.1. Классификация сигналов…….…………………………………... 18

1.2.2. Детерминированные и случайные сигналы.…………………..... 20
1.2.3. Сигналы, применяемые в радиотехнике…….………………….. 21
1.2.4. Общая характеристика простейших сигналов……….………..... 23
1.3. Методы описания сигналов……………………………………………. 26

1.3.1. Общие характеристики сигналов………………………….…….. 26

1.3.2. Спектральные характеристики периодических сигналов….….. 29
1.3.3. Спектральное представление непериодических сигналов…...... 34
1.3.4. Основные свойства преобразований Фурье….…………….…… 39
1.3.5. Спектры некоторых неинтегрируемых функций…….………… 40
1.4. Операторная форма представления сигналов……………………........ 42

1.4.1. Преобразования Лапласа………………………………………... 42

1.4.2. Основные свойства преобразований Лапласа…………………. 43

1.2.1. Определение оригинала по изображению……………………… 43

1.5. Теоретические основы дискретных сигналов…………………. 46

1.5.1. Дискретизация сигналов во временной области.……………….

46
1.5.2. Дискретизации сигналов в частотной области………………… 50

202
 1.5.3. Дискретные преобразования Фурье…………………………... 51
1.5.4. Быстрое преобразование Фурье………………………………… 53
1.5.5. Дискретные преобразования Лапласа………………………….. 55
1.5.6. Z-преобразование………………………………………………... 57
1.5.7. Дискретная свертка (конволюция)……………………………. 61
1.6. Корреляционный анализ сигналов……………………………………… 64
1.6.1. Корреляционный анализ детерминированных сигналов………….. 64
1.6.2. Преобразования Винера-Хинчина…………………………… 67
1.6.3. Корреляционный анализ дискретных сигналов…………………….
68
2. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ МОДУЛИРОВАННЫХ СИГНАЛОВ.... 74
2.1. Общие определения...................................................... 74
2.2. Радиосигналы с амплитудной модуляцией………………... 75
2.3. Спектр АМ-колебания…………………………………………. 78
2.4. Балансная и однополосная амплитудные модуляции…………… 81

2.5. Импульсно-модулированные сигналы…………………………… 82

2.6. Радиосигналы с угловой модуляцией……………………………. 84

2.7. Спектральный анализ сигналов с угловой модуляцией………… 87

2.8. Обобщенное представление узкополосного колебания.

Аналитический сигнал…………………………………………….. 90
2.9. Автокорреляционная функция АМ-сигнала……………………... 92

3. ЛИНЕЙНЫЕ РАДИОТЕХНИЧЕСКИЕ ЦЕПИ………………………….. 93

3.1. Передаточная функция и импульсная характеристика цепи…… 93

3.2. Коэффициент передачи схемы с обратной связью…………….... 96

3.3. Условия устойчивости линейной цепи…………………………. 101

3.4. Методы анализа преобразования сигналов в линейных цепях... 105

3.5. Корреляция сигнала на входе и выходе четырехполюсника….. 107

203
 3.6. Анализ прохождения rect-функции через интегрирующую

цепь…………………………………………………………………….. 108

3.7. Преобразование rect-функции в дифференцирующей цепи…... 110

3.8. Воздействие функции включения на контура и передача

rect-функции через колебательный контур………………………… 111

3.9. Прохождение амплитудно-модулированного сигнала

через колебательный контур…………………………………….. 112

3.10. Прохождение частотно-модулированного сигнала через

колебательный контур………………………………………….. 113

4. ОСНОВЫ ТЕОРИИ СЛУЧАЙНЫХ ПРОЦЕССОВ

В РАДИОТЕХНИКЕ……………………………………………………... 114
4.1. Статистическая модель системы передачи информации……… 114

4.2. Общие определения случайных процессов…………………….. 118

4. 3. Параметры и характеристики случайных процессов…………. 119

4.4. Виды случайных процессов……………………………………... 122

4.5. Примеры случайных процессов…………………………………. 123

4.6. Энергетический спектр случайных процессов…………………. 128

4.7. Спектральные характеристики моделей случайных процессов. 130

5. НЕЛИНЕЙНЫЕ ЦЕПИ И МЕТОДЫ НЕЛИНЕЙНОЙ ТЕОРИИ……... 132

5.1. Нелинейные элементы…………………………………………… 132

5.2. Аппроксимация нелинейных характеристик…………………… 133

5.3. Анализ воздействия гармонических сигналов на нелинейные

цепи………………………………………………………………... 135
5.4. Воздействие суммы двух гармонических колебаний………….. 139

204
 5.5. Нелинейное резонансное усиление……………………………... 140

5.6. Умножение частоты……………………………………………… 142

5.7. Амплитудная модуляция………………………………………… 143

5.8. Амплитудное детектирование…………………………………… 144

5.9. Преобразование частоты сигнала……………………………….. 146

5.10. Синхронное детектирование…………………………………… 146
5.11. Генерирование гармонических колебаний……………………. 147

5.12. Баланс амплитуд и баланс фаз…………………………………. 150

5.13. Возникновение колебаний в автогенераторе…………………. 151

5.14. Стационарный режим работы автогенератора……………….. 154

6. ОСНОВЫ ТЕОРИИ ЛИНЕЙНО-ПАРАМЕТРИЧЕСКИЕ ЦЕПЕЙ…… 157

6.1. Особенности линейно-параметрических цепей………………... 157

6.2. Схема замещения емкости………………………………………. 158

6.3. Одноконтурный параметрический усилитель…………………. 160

6.4. Параметрический генератор-параметрон………………………. 162

7. ДИСКРЕТНАЯ ОБРАБОТКА СИГНАЛОВ И ЦИФРОВЫЕ

ФИЛЬТРЫ………………………………………………………………… 163

7.1. Общие вопросы дискретизации сигналов………………………. 163

7.2. Алгоритм дискретной свертки…………………………………... 166
7.3. Дискретные преобразования Фурье…………………………….. 169
7.4. Погрешности при дискретизации сигналов…………………….. 173
7.5. Реализация цифровых фильтров………………………………… 176
8 . ОПТИМАЛЬНАЯ ЛИНЕЙНАЯ ФИЛЬТРАЦИЯ СИГНАЛОВ……... 181
8.1. Общие требования к помехоустойчивости радиосистем……… 181
8.2. Передаточная функция оптимального фильтра...................... 183
8.3. Импульсная характеристика оптимального фильтра…………... 186

205
8.4. Применение согласованных фильтров………………………….. 187

8.5. Оптимальная фильтрация при небелом шуме………………….. 194

206