Академический Документы
Профессиональный Документы
Культура Документы
Конспект лекций
3
Красноярск 2007
УДК 621.372
4
Предисловие
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.
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.
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.
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
Ïëîòíîñòü ðàñïðåäåëåíèÿ
Íàïðÿæåíèå (B)
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
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)
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.
λ = с/f,
1.3)
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
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
Рис. 1.2
18
ходную реакцию системы. Символическое обозначение операции преобразо-
вания (трансформации сигнала – transformation) обозначается: y(t)=T[s(t)].
19
Рис. 1.5
Рис. 1.6
20
сигнала в отдельных блоках.
Сигнал
s (t ) – колебание во S ( jω ) – функция в
временной области частотной области
Рис. 1.8
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
22
полностью определяется тремя числовыми параметрами: амплитудой U m,
частотой ω 0 и начальной фазой ϕ0.
s(t) S(ω)
Um
t
ω
ω0
s(t)
t
t
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)
S i −1
s(t)
Si
S i+1
t
t ti −1 ti ti +1
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)
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
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:
∞
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.:
∞
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
s (t ) = ∑ ci • ei ,
i
∞
s (t ) = ∫ s (t )dt ,
2
(1.4)
−∞
∫ s(t )s (t )dt ,
∗
s (t ) =
−∞
29
– Энергия сигнала – это квадрат нормы равный:
Es = s (t ) = ∫ s (t )dt .
2 2
(1.5)
−∞
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
( s1 , s2 )
cosθ = .
s1 ⋅ s2
∞
(s1 , s2 ) = ∫ s (t ) ⋅ s (t )dt = 0 .
−∞
1 2
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)
t2
cn = ∫ s (t ) ⋅ ϕn (t )dt .
t1
a0 ∞
s (t ) = + ∑ (an cos nω0t + bn sin nω0t ) . (1.7)
2 n =1
31
T
2 2
T −T∫
an = s (t ) cos nω0tdt ;
2
T
2
2
T −T∫
bn = s (t ) sin nω0 tdt .
2
an = An cos ϕ n ; bn = An sin ϕ n ;
bn
An = an + bn ; tgϕ n =
2 2
;
an
a0 ∞
s (t ) = + ∑ An cos(nω0t − ϕn ) . (1.8)
2 n =1
An ϕ n
1 3
ω⁄ω 0 1 3
ω⁄ω 0
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
− 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
33
По формулам (1.7) находим (ω1=ω0):
аn аn
ω ω
а б
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.
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.
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 −∞
∫ s( t )e
− jωt
S( jω ) = dt , (1.10)
−∞
37
амплитуды (В или А). Спектральная же плотность имеет размерность В/Гц
или А/Гц.
∫ S(jω )e
− jω t
s(t) = dt . (1.11)
-∞
−∞
∫ s(t ) dt < +∞ . (1.12)
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
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.
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
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.
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.
δ(t –
43
∞
δ(t) = (1/2π) ∫ exp(jωt) dω,
−∞
44
1.4. Операторная форма представления сигналов
(1.13)
(1.14)
45
• Производная оригинала равна изображению исходного сигнала, умно-
женного на р, за вычетом значения оригинала в точке t=0, т. е.
Рис. 1.22
46
где ∑ res – сумма вычетов в полюсах функции S(p) .
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
Таблица 1.4
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
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.
∞ ∞ ∞ 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)
49
S
S ( n + 1) ∆t
S(t)
S ( n ∆t )
∆t t = n ∆t
t = ( n + 1) ∆t
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
=
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
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
52
T T
ϕ n (ω) = sinc c (ω − n∆ω) = sinc c (ω − n 2π / Tc )
2 2
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
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:
54
N/2-1
s(tk) ≡ sk = (1/N) ∑ Sn exp(j2πkn/N), k = 0,1,…,N-1. (1.23)
n = - N/2
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.
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.
Sn = Sn'+Sn"⋅exp(-j2πn/N). (1.24)
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.
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.
59
1.5.6. Z - преобразование сигналов
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= − ∞
Ряд сходится при |z| < 1, при этом его сумма равна: X(z) = 1/(1-z), |z|< 1.
При использовании символики z-1:
Экспоненциальная функция:
∞ ∞ ∞
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|.
61
∞
sk = s(k∆t) = ∑ s(n∆t) δ(k∆t-n∆t).
n= − ∞
∞
S(ω) = ∑ s(k∆t)⋅zk = S(z).
k= − ∞
Обратное преобразование:
∞ ∞ ∞ ∞
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 = −∞
62
дением их z-образов, и наоборот:
S(z) = a0(z-a1)(z-a2)...,
63
двухточечные диполи {-ai, 1}, а сигнал длиной N представляется сверткой
(N-1) диполей:
sk= a0{-a1,1}*{-a2,1}*{-a3,1}* ...
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.
65
Рис. 1.29. Примеры выполнения дискретной свертки.
66
1.6. Корреляционный анализ сигналов
−∞
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
S S(t)
64444444444444744444444444448
0 τи T1 2T1 3T1 t
a)
ΚS
4Э1
3Э1
3Э1
2Э 1
2Э 1
Э1
Э1
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
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
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 −τи τи T1 τ
∞ ∞
1 − jωτ
∫ ∫ S( jω )S ( jω )e
s( t )s( t + τ )dt = * dω = ΚS ( τ )
−∞
2 π −∞
70
На основании известных свойств преобразований Фурье можно также
написать обратное преобразование:
∞
− jωτ
S 2( ω ) = ∫Κ
−∞
S ( τ )e dτ . (1.36)
71
рым отвечают числа +1 и —1. Выбор чисел +1 не имеет принципиального
значения и продиктован только удобством анализа
U0
−U0
а
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 ...
73
3
2 2
1 1
n
−2 −1 0 1 2
3
1 1
n
− 2 −1 0 1 2
−2 −2
−2 2 n
−1 1
−1 −1
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.
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.
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.
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.
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 ) ,
Am
A0
2π / ω0
2π / Ω
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)
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.
дуляции.
A0, ω0
Ωt + y
Амплитуды этих двух колебаний оди-
Ω
C1
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
Рис. 2.6.
83
2.4. Балансная и однополосная амплитудные модуляции
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.
T = const.
Dt = ks(t) – ФИМ.
A= const, τи = const,
85
Ti(t) = ks(t)+T0 – ЧИМ.
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).
87
t2
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)
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
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.
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).
a (t ) = A0 cos(ω0t + m sin Ωt )
sin(m sin Ωt ) = 2 J1 (m) sin Ωt + 2 J 3 (m) sin 3Ωt + 2 J 3 (m)sin 5Ωt + ...
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.
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.
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:
т. к. .
где
93
– комплексная огибающая узкополосного сигнала.
ω < 0,
соотношениями
при
94
связана с корреляционной функцией узкополос-
95
ние между корреляционными функциями, соответствующими мощности мо-
дулирующего и амплитудно-модулированного сигнала.
где
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:
1(t)=σ(t) = 1, при t ≥ 0;
реализации устройств: .
97
Например, рассмотрим идеальный фильтр низких частот ФНЧ с пере-
даточной функцией
Рис. 3.2
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 .
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.
(3.1)
(3.2)
(3.3)
99
Рис. 3.3. Устройство с обратной связью
(3.4)
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.
101
частоты оказывается и характер обратной связи – на одних частотах она мо-
жет быть отрицательной, а на других – положительной.
102
где τ = RC (см. рис. 3.4 а).
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
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
105
Общее решение однородного линейного дифференциального уравне-
ния при отсутствии кратных корней, как известно, имеет вид
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.
и т. д.
107
столбец определителя Δn содержит лишь один отличный от нуля элемент Δn,
расположенный на главной диагонали, то выполняется равенство Δn = anΔn-1.
– интеграл Фурье.
108
3. Определяем сигнал на выходе по его спектру.
или
Частные случаи:
109
; ;
110
Произведению спектральных функций соответствует свертка их ориги-
налов
111
.
3. Импульс на выходе:
112
.
Рассмотрим случаи:
а)
б)
113
; .
; .
При возникают
только короткие всплески на фронтах импульса, т. е. происходит дифферен-
цирование сигнала, что соответствует теореме о дифференцировании.
; .
114
Используем табличный интеграл , тогда:
При ,
ния): . При
передаче прямоугольного импульса
затухающие колебания возникают
на фронте и срезе импульса.
. Основные соотношения
равны:
115
.
– девиация частоты. ; .
116
1. При m << 1 и настроенном
контуре уменьшается m и . При
многих частотах возникают частотные
(линейные) искажения.
Огибающая .
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).
Рис. 4.1
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.
119
кой связи между принятым и передаваемым сообщениями. Каждое принятое
сообщение можно только с некоторой вероятностью принять за отклик
на передаваемое сообщение .
120
б) выбирать оптимальную схему радиоприемного устройства с целью
повысить отношение сигнал / шум.
121
Совокупность мгновенных значений случайной функции в
некоторый момент времени называется задается сечением случайного про-
цесса , которое также является случайной функцией времени
(при изменении ).
122
Наибольшее значение имеют следующие характеристики случайного
процесса:
Рис. 4.2
123
Если сечения случайного процесса описываются одним и тем же зако-
ном распределения, то математическое ожидание и дисперсия являются чис-
лами (параметрами).
При имеем
При получаем
124
т.е. автокорреляционная функция в этом случае равна дисперсии. Часто при-
меняют нормированную корреляционную функцию
где .
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
Пусть
0 t1 t
Рис. 4.3
126
График имеет вид рис.4.4.
Рис. 4.4
127
где – полная фаза, – также случайная величина, плотность вероят-
ности которой имеет тот же вид
x1
A0
0 ω 0t
x2
0
ω 0t
xk
0
ω 0t
x∞
0
ω 0t
Рис. 4.5
Таким образом,
откуда
Так как
имеем
128
График этой функции имеет вид, показанный на рис. 4.6.
Рис. 4.6
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
130
а) б)
Рис. 4.8
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:
, (4.1)
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)
Рис. 4.9
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.
Рис. 4.10
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:
Если , то и .
135
=
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
136
Для транзистора: I – ток коллектора, U – напряжение на базе.
; ; .
Пример1
Тогда , откуда
Пример2
137
При , , отсюда ,
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 .
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
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
; .
, или
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
α γ1
2 α1 α0
0,4
1 α1/ α0
0,2
α2
α3
0
40 80 120 160 θ°
Рис. 5.3
I(U)=I0[exp(aU)-1].
141
, то .
+…
m = 0, n = 0, ω = 0 – постоянная составляющая;
142
m = 3, n = 0, ω = 3ω1; m = 0, n = 3, ω = 3ω 2 – гармоники третьего порядка;
143
Если не учитывать обратной реакции выходного напряжения на ток I1
(внутреннее сопротивление транзистора R i>> Zэкв), то
, причем .
144
Здесь Scp и Ri’ зависят от угла отсечки Θ и, следовательно, амплитуды вход-
145
5.7. Амплитудная модуляция
ем Ri, т. к. ).
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.
Здесь .
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.
, .
148
т. е. амплитуды сигналов на входе и выходе связаны прямой пропорциональ-
ностью.
5.9. Преобразование частоты сигнала
.
Эффект преобразования иллюстрируется рисунком ниже.
149
шаются преобразования, обратные амплитудной модуляции. Получающаяся
здесь частота ω0 + ωг = 2ω0 не пропускается фильтром.
(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
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.
152
Рис.5.7. Энергический баланс в колебательном контуре с R-
(5.3)
153
(5.4)
(5.5)
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.
(5.6)
• 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),
155
(5.7)
(5.8)
(5.9)
(5.10)
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.
(5.12)
157
раясь на физические предпосылки, связанные с особенностями исследуемого
объекта.
(5.14)
(5.15)
(5.16)
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)
(5.18)
(5.19)
(5.20)
159
и, при известной функции i = f(u), значение Uст.
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:
, , E << Ey.
161
плитуде сигнала Е цепь считаем линейно-параметрической. При dC/dU =
const, закон изменения емкости будет также гармоническим:
, где .
162
2) φ = π/2, G экв = ΔСω/2>0 – здесь источник сигнала отдает энергию ис-
точнику накачки.
, где .
163
При ϕ = - π/2, G экв – отрицательная. Средняя мощность, выделяемая в
нагрузке при источнике сигнала в виде генератора тока с амплитудой :
164
Вспомогательный контур вместе с переменной емкостью дает эквива-
, 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,
165
Для нарастания амплитуды должно выполняться условие µ > 0;
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
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.
∞
уΤ = ∑ δ (t − kT ) .
k =−∞
(7.1)
∞ ∞ ∞
∑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
где s ВЫХ (nT ) - n-я выборка из s ВЫХ (t ) , а соответствующий этой выборке им-
пульс согласно (7.3)
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 ) .
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.
S Τ (ω ) = ∫ s(t ) y (t )e
Τ
− iωt
dt . (8)
−∞
1 ∞ inω1t
yΤ (t ) = ∑e , ω 1 = 2π T . (7.9)
T n= −∞
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.
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
N −1 2π
−i
S Τ (nω 1 ) = ∑ s (kT )e
nk
N
, n=0,1,2,…,N-1. (7.14)
k =0
N −1 2π
−i
s (kT ) = C ∑ S Τ (nω 1 )e
nk
N
, k=0, 1, 2,…, N-1
n= 0
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
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
N −1
y(mT ) = ∑ s[(m − k )T ]g (kT ) .
k =0
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 .
−ω m ∞
∆s(t ) = ∫ S (ω )e dω + ∫ S (ω )e
1 iωt 1 iωt
dω
2π −∞
2π ωm
sin (ωTc / 2 )
S (ω ) = ATc
ωTc / 2
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
∞
sin ax π 2 приa > 0
∫
0
x
dx =
− π 2приa < 0
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
1 π 2t 1 π 2t T
A1 − 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
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)
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)
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)
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)
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)
Y ( z ) = (a0 + a1 z −1 + a2 z −2 )W ( z ). (7.25)
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)
yi = α i (7.27)
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
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 −∞
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)
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:
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.
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).
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.
В = Δtэф Δfэф.
192
Рис. 8.2. Сложный сигнал: а – сигнал, манипулированный 13-элементным ко-
дом Баркера, б – его корреляционная функция
193
Рис. 8.3. Сигналы с малой базой – маскировка во временной области (а) при-
водит к легкому обнаружению в частотной области (б) и наоборот
• квадратичная ЧМ;
• линейная ЧМ (ЛЧМ);
• V-образная ЧМ.
194
Рис. 8.5. Сложные сигналы с различными законами изменения частоты
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. 8.9.Коррелятор
196
Можно убедиться, что это совпадает с выходным сигналом согласован-
ного фильтра в момент окончания полезного сигнала на входе.
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.
198
В этом случае
и, следовательно,
(8.13)
(8.14)
где t0' – длительность сигнала s′1(t) на выходе первого фильтра; t`0≥t0 (t0 дли-
тельность входного сигнала).
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
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
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
203
3.6. Анализ прохождения rect-функции через интегрирующую
цепь…………………………………………………………………….. 108
204
5.5. Нелинейное резонансное усиление……………………………... 140
205
8.4. Применение согласованных фильтров………………………….. 187
206