НОВОСИБИРСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ

В.Н. ВАСЮКОВ

ОБЩАЯ ТЕОРИЯ СВЯЗИ

Учебник для студентов,

обучающихся по направлению
210700.62 – Инфокоммуникационные технологии и системы связи

One of the principle objects of theoretical research in any

department of knowledge is to find the point of view from
which the subject appears in its greatest simplicity.

J. W. Gibbs

Новосибирск, НГТУ
2013
УДК 621.396.2

Васюков В.Н. Общая теория связи: Учебник / Новосиб. гос. техн. ун-т. – Новосибирск,
Изд-во НГТУ, 2013. – с.

Учебник содержит изложение основных вопросов общей теории связи.

Учебник рассчитан на студентов 2 – 3 курсов, обучающихся по направлению
210700.62 – Инфокоммуникационные технологии и системы связи; он также может быть
полезен студентам других направлений и специальностей.

Рецензенты: д.т.н.,

д.т.н.,

© Васюков В.Н., 2013.

© Новосибирский государственный
технический университет, 2013.

2
 СОДЕРЖАНИЕ
ПРЕДИСЛОВИЕ .......................................................................................................................................................4

1. ВВЕДЕНИЕ. СИСТЕМЫ СВЯЗИ, СИГНАЛЫ, КАНАЛЫ СВЯЗИ ........................................................6

1.1. ОБЩИЕ СВЕДЕНИЯ О СИСТЕМАХ ЭЛЕКТРИЧЕСКОЙ СВЯЗИ ............................................................................6
1.2. СИГНАЛЫ И ПОМЕХИ ...................................................................................................................................18
1.3. СИСТЕМЫ И КАНАЛЫ СВЯЗИ........................................................................................................................23
КОНТРОЛЬНЫЕ ВОПРОСЫ ........................................................................................................................................27
УПРАЖНЕНИЯ ..........................................................................................................................................................28
2. ОСНОВЫ ТЕОРИИ СИГНАЛОВ ................................................................................................................31
2.1. ПРОСТЕЙШИЕ МОДЕЛИ СИГНАЛОВ..............................................................................................................31
2.2. ВЕКТОРНОЕ ПРЕДСТАВЛЕНИЕ СИГНАЛОВ ...................................................................................................37
2.3. СИГНАЛЫ И ДЕЙСТВИЯ НАД НИМИ ..............................................................................................................40
2.4. ЛИНЕЙНОЕ ПРОСТРАНСТВО .........................................................................................................................42
2.5. МЕТРИКА, НОРМА И СКАЛЯРНОЕ ПРОИЗВЕДЕНИЕ .......................................................................................49
2.6. ГИЛЬБЕРТОВО ПРОСТРАНСТВО ....................................................................................................................54
2.7. НЕПРЕРЫВНЫЕ ПРЕДСТАВЛЕНИЯ СИГНАЛОВ ..............................................................................................69
2.8. ПРЕОБРАЗОВАНИЯ И ОПЕРАТОРЫ ................................................................................................................76
2.9. ВРЕМЕННÓЕ ОПИСАНИЕ ЛИНЕЙНЫХ ИНВАРИАНТНЫХ К СДВИГУ (ЛИС) ЦЕПЕЙ ........................................82
2.10. ЧАСТОТНОЕ ОПИСАНИЕ ЛИС-ЦЕПЕЙ......................................................................................................87
ЛИТЕРАТУРА .........................................................................................................................................................94

3
 ПРЕДИСЛОВИЕ

Мир изменился до неузнаваемости за последние несколько десятиле-

тий благодаря фантастически быстрому развитию и распространению теле-
коммуникационных систем (систем связи, систем передачи информации).
Достаточно упомянуть такие достижения конца ХХ века, как появление гло-
бальной сети Интернет, возникновение и развитие спутниковой связи, обще-
доступной мобильной (сотовой) связи, глобальных систем позиционирования
GPS и ГЛОНАСС, чтобы оценить уровень и темпы совершенствования тех-
ники телекоммуникаций. Минувшее десятилетие XXI века продемонстриро-
вало впечатляющие примеры повсеместного роста объемов передаваемой
информации и качества телекоммуникационных приложений. Телекоммуни-
кационные технологии обеспечивают глобальную связь, охрану транспорт-
ных средств и помещений, работу банков, управление отраслями экономики
и войсками, экологический мониторинг окружающей среды и тысячи других
важных функций, которые стали привычными и даже не замечаются. Не бу-
дет преувеличением назвать происходящее очередной научно-технической
революцией, которая ещё далеко не закончилась. Этим обусловливается по-
требность в подготовке высококвалифицированных специалистов в области
телекоммуникаций.
В подготовке бакалавров и магистров по направлению 210700 – «Ин-
фокоммуникационные технологии и системы связи» фундаментальную роль
играет дисциплина «Общая теория связи», включенная в Государственный
образовательный стандарт третьего поколения в разделе Б3 «Профессио-
нальный цикл. Базовая (общепрофессиональная) часть». Общая теория связи
представляет собой теоретический фундамент, на котором основывается по-
следующее изучение профессиональных и специальных дисциплин.
Общая теория связи, по мнению автора, представляет собой систему
научно обоснованных взаимосвязанных положений, взглядов, концепций, со-

4
ставляющих основу мировоззрения специалиста в области телекоммуника-
ций. Изучение этой теории, в частности, должно дать человеку твердое, ос-
нованное на научном подходе представление о том, чтó в области техники
связи можно сделать, а чего нельзя ни при каком уровне развития техноло-
гии. Кроме того, теоретические положения должны быть при изучении под-
креплены конкретными образцами их применения на практике.
Эта точка зрения в совокупности с тезисом «нельзя объять необъятное»
определили отбор материала для данного учебника. Сравнительно большое
внимание уделено принципиальным вопросам теории сигналов и линейных
стационарных цепей, включая концепцию пространства сигналов, ряд и ин-
теграл Фурье, теорему отсчетов, понятие аналитического сигнала, элементы
теории случайных процессов, основы теории информации и др. Модуляция и
демодуляция, эффективное (статистическое) и помехоустойчивое кодирова-
ние, основы теории помехоустойчивости и некоторые другие вопросы рас-
смотрены главным образом на уровне идей с подробным изложением част-
ных примеров для усвоения основных понятий, с учетом того, что многочис-
ленные, в том числе технические, подробности этих тем будут изучаться в
последующих дисциплинах учебного плана.
Автор выражает глубокую признательность ……………………, взяв-
шим на себя нелегкий труд чтения рукописи и высказавшим много полезных
замечаний и предложений по улучшению учебника.

5
 1. ВВЕДЕНИЕ. СИСТЕМЫ СВЯЗИ, СИГНАЛЫ, КАНАЛЫ СВЯЗИ

1.1. Общие сведения о системах электрической связи

Системы связи (телекоммуникационные системы) предназначены для
передачи информации. Информация1 передается посредством сообщений. Та-
ким образом, сообщение – форма представления информации. Информация
сама по себе не существует отдельно от сообщения, так же, как масса не су-
ществует отдельно от материального тела. Примерами сообщений могут
служить текст телеграммы, произнесённая фраза в телефонном разговоре,
последовательность цифр при передаче данных от одного компьютера к дру-
гому, изображение в системе факсимильной связи, последовательность изо-
бражений (кадров) в системе телевидения и т.п. Обращаясь вновь к физиче-
ской аналогии, можно сказать, что как масса характеризует содержание ве-
щества в физическом теле, так и информация является некоторой содержа-
тельной характеристикой сообщения. Физическое тело может иметь малую
массу при большом объеме; аналогично длинные сообщения могут быть
«рыхлыми», малосодержательными. Поэтому закономерно возникают вопро-
сы о количественном определении информации, содержащемся в сообщении,
а также о способах передачи сообщений без потерь информации (или с ми-
нимальными потерями) с наибольшей скоростью2.
Сообщение представляет собой совокупность (последовательность)
знаков (символов). Символы при создании сообщения выбираются из некото-
рого алфавита. Например, текст телеграммы состоит из букв, цифр, пробе-
лов и знаков препинания, а телеграфное сообщение, готовое для передачи по
каналу связи – из канальных символов (например, из «точек», «тире» и пауз
при использовании «азбуки Морзе», из «нулей» и «единиц» кода Бодό и т.д.).
В системе черно-белого телевидения сообщением является последователь-
ность кадров, каждый из которых, в свою очередь, представляет собой по-

1
О содержании понятия информации, а также об определении количества информации см. разд. 8
2
Подразумевается передача за фиксированное время максимального количества информации

6
следовательность значений яркости точек экрана, упорядоченную согласно
схеме телевизионной развёртки3. В телефонии сообщение – непрерывная по-
следовательность значений изменяющегося во времени звукового давления
на мембрану микрофона.
Из приведённых примеров становится ясно, что сообщения могут быть
дискретными (состоящими из символов, принадлежащих конечному множе-
ству – алфавиту) или непрерывными (континуальными4, аналоговыми5),
описываемыми функциями непрерывного времени.
Всякое сообщение может существовать лишь в материальном вопло-
щении. Так, текст телеграммы можно напечатать или написать на бумаге,
изображение можно зафиксировать на фотобумаге (при этом изменяется её
внутренняя структура) или в электронной памяти (где оно хранится в виде
изменений концентрации носителей зарядов), и т.п. Любое сообщение кому-
то адресовано, для кого-то предназначено.
Для передачи сообщения необходим материальный носитель, физиче-
ский процесс, называемый сигналом. Сигналом может быть свет костра или
фонаря, звук речи или свистка, предмет, находящийся (или отсутствующий)
в условленном месте, взмах флажка или платка и т.п. В радиотехнике и теле-
коммуникации используются электрические сигналы, которые благодаря
простоте и удобству их генерирования и преобразования наилучшим образом
приспособлены для передачи больших объемов данных на большие расстоя-
ния. Заметим, что в современных системах связи и устройствах хранения
данных электрические сигналы зачастую преобразуются в оптические или
магнитные, но, как правило, предполагается их обратное преобразование.
3
Изображение на экране аналогового телевизора «прочерчивается» электронным лучом переменной интен-
сивности; траектория движения светящейся точки по экрану называется развёрткой. При так называемой
прогрессивной развёртке луч прочерчивает практически горизонтальные линии (строки) одну за другой,
очень быстро возвращаясь после окончания одной строки к началу следующей (после окончания последней
строки кадра луч возвращается к началу первой строки и начинается формирования следующего кадра). При
чересстрочной развёртке луч пробегает чётные и нечётные строки поочередно.
4
continuus (лат.) – непрерывный, сплошной

7
 Естественной формой представления сигнала считается его описание
некоторой функцией времени (зависимой переменной чаще всего является
напряжение или ток). Сигналы, как и сообщения, могут быть дискретными
или континуальными (аналоговыми) в зависимости от того, рассматриваются
ли они как функции дискретного или непрерывного времени6. Зависимая пе-
ременная также может быть дискретной или непрерывной, в соответствии с
чем можно различать четыре типа сигналов, рис.1.1.
Сигнал называется аналоговым, если его значения определены в любой
точке непрерывной временной оси и могут принимать любые значения из
непрерывного множества, например, из множества вещественных (действи-
тельных) чисел7. Такие сигналы имеют место, например, в цепях звуковос-
производящих устройств (громкоговорителей или звуковых колонок). Если
сигнал рассматривается как функция непрерывного времени, но значения
может принимать не любые, а лишь из некоторого «разрешенного» множест-
ва, он называется квантованным. Примером такого сигнала может быть на-
пряжение на выходе цифроаналогового преобразователя, которое может из-
меняться только на величину, кратную некоторому наименьшему прираще-
нию (этот ступенчатый сигнал далее преобразуется в аналоговый путём
фильтрации). Сигнал понимается как дискретный, если он рассматривается
лишь в отдельные моменты времени, следующие друг за другом через опре-
делённый постоянный интервал, но при этом может принимать произвольные
значения из непрерывного множества (например, множества вещественных
или комплексных чисел). Цифровой сигнал обычно представляет собой по-
следовательность чисел конечной разрядности (выражаемых конечной деся-

5
В приведённом выше примере с микрофоном непрерывно изменяющееся напряжение на его выходе явля-
ется аналогом другой физической величины – звукового давления, отсюда название «аналоговый», приме-
няемое к непрерывным функциям времени (или другой переменной).
6
В обычном («бытовом») понимании время воспринимается как непрерывная величина; «дискретное время»
возникает в тех случаях, когда во внимание принимаются значения сигнала лишь в отдельные моменты вре-
мени, определяемые некоторым тактовым интервалом, а в остальные моменты времени поведение сигнала
игнорируется.
7
Хотя реальные сигналы всегда являются вещественными, в некоторых случаях удобно описывать их функ-
циями, принимающими кóмплексные значения (например, при описании узкополосных сигналов, см. п. 2.12)

8
тичной или двоичной дробью), «привязанных» к определенным периодиче-
ски следующим друг за другом моментам времени. Важно подчеркнуть, что
конечная разрядность значений цифрового сигнала означает, что такой сиг-
нал может принимать значения из дискретного конечного множества. (В ли-
тературе по связи часто также называют цифровыми сигналы, выражаемые
дробями конечной разрядности и неизменные на временном интервале, кото-
рый называют тактовым интервалом или интервалом посылки.)

u (t ) u (t ) u[n] u[n]

t t n n

а б в Г
Рис.1.1 Типы сигналов: а – аналоговый, б – квантованный, в – дискретный, в – цифровой

Для передачи сообщений используются различные устройства, связан-

ные между собой и действующие в соответствии с единым замыслом, т.е. об-
разующие систему. Современная система связи (система передачи информа-
ции, телекоммуникационная система) представляет собой достаточно слож-
ную совокупность устройств, выполняющих преобразования сообщений и
сигналов с целью наиболее эффективной передачи информации от источника
к получателю (или получателям). Эффективность систем связи оценивается
числовыми характеристиками (показателями), к которым относятся верность
(достоверность) и скорость передачи информации, а также некоторые другие
величины8. Упрощённая структурная схема системы связи показана на
рис.1.2.
Само назначение системы связи предполагает наличие источника и по-
лучателя сообщений. Источник сообщений ИС порождает сообщение a , ко-
торое преобразуется преобразователем Пр1 в сигнал b(t ) , называемый пер-

9
вичным сигналом. При этом преобразовании информация, заключённая в со-
общении, передаётся первичному сигналу, поэтому его называют также ин-
формационным сигналом. Например, в системе телефонной связи преобразо-
вателем служит микрофон, в системе телевидения – передающая телевизион-
ная камера на основе электронно-лучевой трубки или полупроводниковой
матрицы. Первичный сигнал, как правило, непригоден для непосредственной
передачи9, поэтому он поступает на модулятор10 М, где используется для
модуляции другого колебания s (t ) , более подходящего для передачи и назы-
ваемого переносчиком или несущим колебанием. Например, при передаче со-
общений посредством электромагнитных волн, распространяющихся в про-
странстве, необходимо использовать антенну, которая преобразует электри-
ческие колебания в проводнике в колебания электромагнитного поля в окру-
жающем пространстве (такая антенна называется передающей11). Для того,
чтобы такое преобразование было эффективным, размеры антенны должны
быть соизмеримы с длиной волны   c / f , где f – частота колебания, c –
скорость света. Если полагать, что частота звука в среднем составляет 10 ки-
логерц, то размеры антенны для создания приемлемой мощности излучения
должны быть около 300 000 000/10 000=30 000 метров. Таким образом, для
передачи звуковых сообщений частоту излучаемых колебаний необходимо
повысить хотя бы в тысячу раз, что и достигается применением модуляции,
при этом информация, содержащаяся в сообщении, должна быть перенесена
в это высокочастотное несущее колебание.
Модуляция означает изменение одного или нескольких параметров ко-
лебания-переносчика в соответствии с изменением первичного сигнала (или
с передаваемым сообщением). В качестве несущего часто используется гар-

8
более подробно об этом см. п. 14
9
Как исключение, в простых системах проводной телефонии первичный сигнал может передаваться непо-
средственно; применение таких систем ограничивается, в частности, затуханием синала в проводной линии
10
Это устройство часто называют передатчиком; тогда модулятором называют ту часть передатчика, где
происходит собственно модуляция, т.е. управление параметрами несущего колебания
11
Сказанное далее справедливо и для приёмных антенн, выполняющих обратное преобразование

10
моническое колебание настолько высокой частоты, что оно эффективно из-
лучается антенной небольших размеров. Само по себе немодулированное не-
сущее колебание информации не несёт, но после модуляции его параметры
«повторяют» изменения первичного (информационного) сигнала, и на при-
емной стороне эти изменения могут быть измерены (демодулированы), бла-
годаря чему и происходит приём сообщения. Следует отметить, что дискрет-
ное сообщение вовсе не обязательно должно передаваться дискретным сиг-
налом, а непрерывное – аналоговым. Наоборот, для современных систем свя-
зи характерна передача, например, аналоговых сообщений цифровыми сиг-
налами; цифровые первичные сигналы применяют для модуляции аналого-
вых несущих колебаний и т.д.
 
a b(t ) u (t ) z( t ) b (t ) a

ИС Пр1 М ЛС ДМ Пр2 ПС

s(t ) помехи

Рис. 1.2. Упрощённая структура системы связи

Модулированный сигнал u (t ) поступает в линию связи ЛС – физиче-
скую среду, которая благодаря своим свойствам пригодна для передачи сиг-
нала к приемнику. Примерами таких сред служат металлические (медные,
алюминиевые) проводники, оптическое кварцевое стекло, электромагнитное
поле в открытом пространстве и т.д. Между модулятором и линией связи
может находиться преобразователь (передающая антенна для радиолинии,
электрооптический преобразователь – лазер – для оптоволоконной линии и
т.д.). Соответствующий преобразователь необходим в этих случаях также
между линией и демодулятором (приемная антенна для радиолинии, фотоди-
од для оптоволоконной и т.п.). В линии связи происходит искажение сигнала
– изменение его характеристик под влиянием среды (например, затухание –
ослабление колебаний с расстоянием и вследствие поглощения энергии ве-

11
ществом, различного для разных частот), а также неизбежное воздействие на
сигнал вредных посторонних колебаний (помех). Поэтому колебание z (t ) ,
поступающее с выхода линии связи на демодулятор12 ДМ, отличается от пе-

реданного сигнала u (t ) , а вырабатываемый демодулятором сигнал b (t ) в об-
щем случае отличается от первичного сигнала b(t ) . Качество демодулятора

(и системы в целом) тем выше, чем меньше это отличие. Сигнал b (t ) преоб-

разуется преобразователем Пр2 в сообщение13 a , передаваемое получателю
сообщения ПС. В радиовещании роль подобного преобразователя играет
громкоговоритель, в телевидении – жидкокристаллический или плазменный
экран, и.т.д. Заметим, что одно и то же сообщение может быть адресовано
многим получателям (например, в системах радио- и телевизионного веща-
ния количество получателей практически неограниченно).
Рассмотренная структура системы связи является простейшей и срав-
нительно редко применяется на практике. В современных цифровых систе-
мах связи сообщение перед передачей часто кодируется, при этом последо-
вательность символов, порождаемая источником (то есть собственно сооб-
щение) преобразуется кодером К (рис. 1.3) в последовательность кодовых
символов, которая в виде цифрового сигнала bц (t ) поступает на вход моду-

лятора. После прохождения модулированного сигнала по каналу связи и де-

модуляции полученная кодовая последовательность декодируется декоде-

ром14 ДК, при этом восстанавливается сообщение a , которое из-за воздейст-
вия помех может отличаться от исходного (в таких случаях говорят, что де-
кодированное сообщение содержит ошибки). Кодирование может произво-
диться для повышения скорости передачи информации (эффективное, эко-

12
Модулятор и демодулятор часто конструктивно объединяют в одно устройство – модéм
13
Это сообщение в общем случае может отличаться от переданного (а в аналоговых системах отличие неиз-
бежно).
14
Часто кодер и декодер конструктивно объединяются в одно устройство, называемое кóдеком

12
номное, или энтропийное кодирование15) либо для обнаружения и исправле-
ния ошибок при приеме сообщения (помехоустойчивое кодирование). Целью
кодирования может быть также согласование формы передаваемого сообще-
ния с каналом связи. Примером последнего служит кодирование цифробук-
венного телеграфного сообщения кодом Морзе или кодом Бодó, которые ис-
пользуются в каналах связи, допускающих лишь два значения сигнала. Сово-
купность всех кодовых символов определённого кода называется кодовым
алфавитом. Количество символов в кодовом алфавите называют основанием
кода. Например, код Морзе имеет основание 3 (символами алфавита являют-
ся «точка», которой соответствует замыкание телеграфного ключа на корот-
кое время, «тире», при передаче которого ключ замыкается на относительно
большой промежуток времени, и «пауза», которой соответствует разомкну-
тое состояние ключа). Код Бодó, алфавит которого состоит из символов 0 и 1,
имеет основание 2. Символы 0 и 1 кода Бодо соответствуют разомкнутому и
замкнутому состояниям ключа.
Обычно (но не обязательно) один символ исходного сообщения (на-
пример, буква в телеграфном сообщении) заменяется последовательностью
из нескольких кодовых символов (кодовой комбинацией, кодовым словом).
Кодом называется совокупность всех допустимых кодовых комбинаций. Ес-
ли каждый символ сообщения заменяется при кодировании одинаковым ко-
личеством кодовых символов (то есть все кодовые слова имеют равную дли-
ну), то код называется равномерным, иначе – неравномерным. Длину кодовой
комбинации равномерного кода называют его разрядностью.

15
Используются также термины сжатие и статистическое кодирование. ГОСТ 17657-79 Передача данных.
Термины и определения диктует термин эффекивное кодирование.

13
  
a bц (t ) u (t ) z (t ) bц (t ) a

ИС К М ЛС ДМ ДК ПС

Рис. 1.3. Упрощенная структура дискретной системы связи с кодированием

С кодированием не следует путать шифрование сообщений, нередко

применяемое в современных системах связи. Цель шифрования состоит в
предотвращении несанкционированного извлечения или преднамеренного из-
менения (подмены) передаваемой информации16. При зашифровании произ-
водится замена открытого сообщения шифрограммой (шифртекстом), а при
расшифровании происходит обратное преобразование. Зашифрование вы-
полняется до преобразования сообщения в первичный сигнал или в кодовую
последовательность, рис. 1.3а. Вопросами шифрования, расшифрования и
вскрытия («взлома») шифров занимается особая область науки – криптоло-
гия; некоторые из её основных понятий излагаются в разделе 13.
Итак, для модуляции переносчика может применяться первичный сиг-
нал или последовательность кодовых символов, представленная в виде циф-
рового сигнала. Напомним, что при модуляции один или несколько парамет-
ров колебания-переносчика изменяются в соответствии с изменением пер-
вичного сигнала (или с передаваемым сообщением). В качестве переносчика
часто используют гармоническое колебание A cos(t   ) , которое имеет три
параметра – амплитуду A , частоту f (или круговую частоту   2 f ) и на-
чальную фазу  . Поэтому для гармонического переносчика возможны три
вида модуляции аналоговым первичным сигналом: амплитудная модуляция
(АМ), частотная модуляция (ЧМ) либо фазовая модуляция (ФМ)17, рис.1.4.

16
Примером системы с шифрованием является автомобильная охранная система.
17
Два последних вида модуляции объединяют под общим названием угловая модуляция

14
 Во многих случаях роль переносчика в системах связи играет периоди-
ческая последовательность импульсов одинаковой формы (часто импульсы
считают в первом приближении прямоугольными18). При заданной форме
импульсов последовательность характеризуется амплитудным (пиковым)
значением, длительностью импульсов и периодом повторения (или частотой
повторения). Поэтому при аналоговом первичном сигнале различают:
– амплитудно-импульсную модуляцию (АИМ), при которой по закону
изменения первичного сигнала меняется высота (амплитуда) импульсов,
– широтно-импульсную модуляцию (ШИМ), при которой изменяется
длительность («ширина») импульсов19,
– времяимпульсную модуляцию (ВИМ), при которой изменяется вре-
менной сдвиг импульсов относительно их положения в немодулированной
последовательности, и
– частотно-импульсную модуляцию (ЧИМ), когда в соответствии с
первичным сигналом изменяется частота следования импульсов.
u (t ) u (t ) u (t ) u (t )

t t t t

а б в Г
Рис.1.4. Несущее гармоническое колебание (а) и получаемые на его основе
модулированные сигналы: АМ (б), ЧМ (в) и ФМ (г)
Современные системы связи характеризуются широким применением
модуляции гармонического колебания цифровым первичным сигналом. (В
частности, такой сигнал может быть получен из аналогового сигнала путем
аналого-цифрового преобразования). Цифровой сигнал связан с определён-
ными моментами времени, разделёнными временными интервалами посто-
янной длительности. Поэтому результатом цифровой модуляции является
колебание, составленное из отрезков гармонических колебаний с параметра-

18
Как станет ясно в дальнейшем, строго прямоугольные импульсы на практике получить невозможно
19
ШИМ также называют ДИМ, от слова длительность

15
ми – амплитудой, частотой или начальной фазой – постоянными на интерва-
ле, но меняющимися при переходе к следующему интервалу. Такую ступен-
чатую модуляцию называют также манипуляцией. Различают три вида дис-
кретной (цифровой) модуляции (манипуляции) – амплитудную (ДАМ, ЦАМ,
АМн), частотную (ДЧМ, ЦЧМ, ЧМн) и фазовую (ДФМ, ЦФМ, ФМн),
рис. 1.5. Фрагмент манипулированного сигнала, в течение которого модули-
руемый параметр не изменяется, называется элементарной посылкой, или
просто посылкой.
Модулированный сигнал при дискретных видах модуляции характери-
зуют технической скоростью (скоростью модуляции, скоростью телеграфи-
рования), равной количеству элементарных посылок в секунду. Скорость мо-
дуляции выражается в бодах20 (1 Бод соответствует одной посылке в секун-
ду).
Для того, чтобы можно было обоснованно выбрать систему связи из
имеющихся или предлагаемых разработчиками, необходимо иметь некото-
рый набор показателей качества. Наиболее важными показателями эффек-
тивности систем связи являются верность и помехоустойчивость. Верность
дискретных систем связи определяется вероятностью безошибочного приема
сообщения или отдельной посылки – чем больше эта вероятность, тем вер-
ность выше. Для аналоговых систем связи этот показатель непригоден, т.к.
вероятность безошибочного приёма аналогового сигнала всегда равна нулю
(подробнее см. п.10.4). Верность систем передачи непрерывных сообщений
можно характеризовать средним квадратом ошибки
T  2
21
   b(t )  b (t ) dt ,
T
0
где T – время наблюдения сигнала. Верность тем выше, чем меньше  2 .

20
Назван в честь Ж.М.Э. Бодó (J.M.E. Baudot, 1845 — 1903) – известного французского инженера, автора
кода Бодо и телеграфного аппарата Бодо

16
 u (t ) u (t ) u (t )

t t t

а б В
Рис.1.5. Виды дискретной модуляции (манипуляции) гармонического колебания ДАМ (а)
ДЧМ (б), ДФМ (в)
Помехоустойчивость системы связи характеризуют отношением мощ-
ности сигнала к средней мощности помехи, при котором обеспечивается за-
данная верность. Более помехоустойчивой является та система, которая
обеспечивает заданную верность при меньшем отношении сигнал/помеха.
Демодуляция (детектирование) заключается в восстановлении первич-
ного сигнала по принятому искаженному колебанию, а декодирование – в
восстановлении дискретного сообщения по демодулированному сигналу.
Часто перед демодуляцией применяют дополнительное преобразование на-
блюдаемого колебания с целью повышения верности (уменьшения вероятно-
сти ошибки для дискретных систем или среднего квадрата ошибки – для ана-
логовых). Такое преобразование называют обработкой. Оптимальной назы-
вается обработка, обеспечивающая наивысшую верность решения или мак-
симальную помехоустойчивость при заданной верности. Если оптимальная
обработка оказывается слишком сложной и/или дорогостоящей, применяют
квазиоптимальную (субоптимальную) обработку, которая может быть реали-
зована проще и дешевле и при этом обеспечивает верность, близкую к пре-
дельной. Иногда квазиоптимальная обработка заключается в частотной
фильтрации принятого колебания с целью подавления помех.
Общий подход к разработке и проектированию современных техниче-
ских систем, в том числе систем связи, заключается в получении оптималь-
ных или хотя бы субоптимальных технические решений. Такие решения, как
правило, не могут быть получены эмпирическим путем (методом «проб и
ошибок»), для этого необходимо располагать соответствующими теоретиче-

17
скими, т.е. математическими методами. В основе таких методов лежит тео-
рия сигналов.
Теория сигналов представляет собой математическую теорию, описы-
вающую с единых позиций все многообразие электрических сигналов, при-
меняемых в проводной и радиосвязи, радио- и телевизионном вещании, ра-
диолокации и радионавигации, автоматике и телемеханике, глобальных и ло-
кальных компьютерных сетях и во многих других областях техники.

1.2. Сигналы и помехи

В настоящее время в технике используется множество различных сиг-
налов, которые принято классифицировать по различным признакам, связан-
ным со свойствами функций, описывающих сигналы.
Аналоговые (континуальные) и дискретные сигналы различаются по
типу независимой переменной (чаще всего это время). Аналоговый сигнал
x(t ) описывается функцией непрерывной переменной, принимающей значе-

ния, например, из множества вещественных чисел t   ,   (хотя сама

функция при этом может содержать разрывы – скачки), а дискретный сигнал
x[n] – функцией дискретной переменной (аргумент, принимающий дискрет-
ные значения, принято заключать в квадратные скобки). В качестве дискрет-
ного времени обычно рассматривают целочисленную переменную n , прини-
мающую всевозможные целые значения n  ,  , а дискретный сигнал на-
зывают последовательностью. Примеры аналогового и дискретного сигна-
лов представлены графиками на рис. 1.6. График дискретного сигнала, строго
говоря, представляет собой множество точек плоскости с координатами n по
горизонтали и x[n] по вертикали при всевозможных n , однако такой график
неудобен для зрительного восприятия, поэтому обычно эти точки соединяют
вертикальными отрезками со сплошной осью абсцисс. Необходимо помнить,

18
что между целочисленными точками горизонтальной оси дискретный сигнал
не существует21.
x(t) x[n]

t n

а Б
Рис. 1.6 Аналоговый сигнал (а) и дискретный сигнал (б)
Частным случаем аналогового сигнала является импульсный сигнал.
Импульсным называется аналоговый сигнал, определенный на бесконечной
непрерывной временнóй оси, но отличный от нуля лишь на ограниченном её
участке (носителе сигнальной функции)22. Различают видеоимпульсы, опи-
сываемые функциями, не меняющими знака в пределах носителя, или ме-
няющие его всего несколько раз, а также радиоимпульсы, меняющие знак
многократно, рис. 1.7. Радиоимпульс можно представить в виде произведе-
ния видеоимпульса (называемого в этом случае огибающей радиоимпульса) и
гармонического несущего колебания, т.е. радиоимпульс рассматривается как
результат амплитудной модуляции гармонического колебания видеоимпуль-
сом.
x(t) x(t)

t t

а б
Рис. 1.7 Примеры видеоимпульса (а) и радиоимпульса (б)

Скалярные и векторные сигналы различаются размерностью функций,

которые их описывают. Например, сигнал на выходе микрофона представля-
ет собой напряжение и является скалярным, а пару сигналов в стереофониче-

21
Например, нельзя сказать, что сигнал при этом «равен нулю»
22
К импульсным также относят сигналы бесконечной длительности, у которых бόльшая часть энергии со-
средоточена на конечном участке временной оси (таков, например, экспоненциальный импульс), тогда дли-
на этого участка называется эффективной длительностью импульса

19
ской системе звуковоспроизведения можно расмматривать как один вектор-
ный (размерности 2) сигнал. В некоторых случаях удобно использовать ком-
плексные сигналы, принимающие значения из поля  комплексных чисел.
(Комплексные числа являются скалярами, хотя иногда их представляют век-
торами на так называемой комплексной плоскости.)
Многомерные сигналы, в отличие от одномерных, описываются функ-
циями многих (двух и более) переменных. Так, черно-белое телевизионное
или фотографическое изображение описывается функцией двух пространст-
венных переменных, отображающей яркость (светлоту) каждой точки изо-
бражения в зависимости от координат точки по горизонтали и по вертикали.
Цветное изображение можно представить векторной (размерности 3) функ-
цией двух переменных, при этом компоненты вектора отображают яркости
трех цветовых составляющих, – например, красного, зеленого и синего цве-
тов.
Пространственно-временные электромагнитные сигналы описываются
векторными функциями четырех переменных, три из которых представляют
собой координаты некоторой точки в трехмерном физическом пространстве,
а четвертой переменной является время. Такой сигнал в каждой точке про-
странства и в каждый момент времени описывается вектором размерности 6,
что соответствует представлению в трехмерном пространстве двух векторов
– напряженностей электрического и магнитного полей.
Случайные сигналы, в отличие от детерминированных, при их наблю-
дении принимают значения, которые заранее невозможно предсказать точно,
а можно лишь высказать о них более или менее надёжные предположения.
Для описания случайных сигналов применяется математический аппарат
теории вероятностей (теория случайных процессов), а для построения систем
обработки таких сигналов и принятия решений – аппарат математической
статистики (теория статистических решений). Строго говоря, все сигналы яв-
ляются случайными, так как если сигнал заранее известен, то нет нужды его

20
принимать (а следовательно, и передавать). Тем не менее, часто сигналы при
теоретическом рассмотрении описываются детерминированными функция-
ми. Иногда полезно рассматривать сигнал как детерминированную функцию,
описание которой содержит «элемент случайности» – например, если слу-
чайность сигнала заключается в самом факте его передачи, или в его задерж-
ке относительно некоторого момента времени, и т.п. В таких случаях говорят
о квазидетерминированных сигналах. Важный пример квазидетерминиро-
ванного сигнала – гармоническое колебание со случайной начальной фазой,
рассматриваемое в п. 9.6.
Полезные сигналы отличаются от мешающих тем, что служат для пере-
дачи сообщений, в то время как мешающие затрудняют её и являются причи-
ной потери информации. Часто полезный сигнал называют просто сигналом,
а мешающий – помехой. Сигналы и помехи, рассматриваемые в совокупно-
сти, будем далее называть колебаниями. Помехи могут быть естественными
и преднамеренными (искусственными), шумовыми (флюктуационными) и
импульсными, активными и пассивными и т.д. Примером естественной шу-
мовой помехи может служить тепловой шум, всегда присутствующий в сис-
темах связи вследствие хаотического теплового движения частиц. Естествен-
ные импульсные помехи возникают, например, при грозовых разрядах. Ис-
кусственные шумовые и импульсные помехи генерируются и излучаются с
целью помешать передаче или получению информации противником. Необ-
ходимо отметить, что одно и то же колебание может быть полезным сигна-
лом по отношению, например, к одной системе связи или радиолокации и
помехой – по отношению к другой. Предотвращение или уменьшение взаим-
ного вредного влияния различных систем достигается соблюдением мер так
называемой электромагнитной совместимости. Отрасль науки и техники, по-
свящённая разработке мер и средств целенаправленного вредного воздейст-
вия помех на радиосистемы противника, называется радиопротиводействием.

21
 Стоит отметить, что все помехи, как и все сигналы, являются случай-
ными (если помеха детерминированна, то её можно исключить из наблюдае-
мого колебания, и таким образом избавиться от её вредного воздействия на
сообщение). На рис. 1.8 приведены примеры реализаций случайного сигнала
и случайной (шумовой) помехи.
По способу взаимодействия с сигналом помехи делятся на аддитивные
(от английского add – складывать), мультипликативные (от английского mul-
tiply – умножать) и смешанные (сюда относятся все взаимодействия, не сво-
димые к аддитивному или мультипликативному).
x(t ) x(t)

t
t

А б
Рис. 1.8 Случайный (речевой) сигнал (а) и случайная помеха (шум) (б)
Кроме перечисленных, для классификации сигналов используются и
другие признаки. Иногда различают информационные и управляющие сигна-
лы (колебания), модулированные и немодулированные, узкополосные и широ-
кополосные, и т. д. Некоторые из перечисленных типов сигналов будут в
дальнейшем рассмотрены подробнее.
В теории связи принято рассматривать сигнал, как «объект транспор-
тировки». С этой точки зрения сигнал можно описать тремя «габаритными
характеристиками», подобными длине, ширине и высоте груза, перевозимо-
го, скажем, по железной дороге. Первая из таких характеристик – длитель-
ность сигнала Tc , измеряемая в секундах (с). Любой сигнал можно предста-
вить суммой (суперпозицией) гармонических колебаний с определенными
частотами (а также амплитудами и начальными фазами), поэтому вторая «га-
баритная характеристика» – ширина спектра, или ширина полосы частот сиг-
нала Fс , равная разности наивысшей и низшей частот его гармонических со-

22
ставляющих и измеряемая в герцах (Гц). Третьей «габаритной» характери-
стикой служит динамический диапазон сигнала, измеряемый в децибелах (дБ)
и определяемый формулой
X  P 
Dc  20lg  max   10lg  max  ,
 X min   Pmin 
где X max и X min – соответственно максимальное и минимальное возможные
значения сигнала (напряжения или тока), Pmax и Pmin – максимальная и ми-
нимальная мгновенная мощность сигнала. Произведение трех перечисленных
габаритных характеристик называется объёмом сигнала

Vс  Tс Fс Dс .

1.3. Системы и каналы связи

Системы связи можно подразделить в соответствии с их назначением
на системы телефонии, телеграфии, фототелеграфии, телевидения, телемет-
рии, телеуправления и передачи данных.
Системы телефонной связи предназначены для передачи речевых, а
также других звуковых сообщений. Источниками и получателями сообщений
в таких системах, как правило, являются люди. Сообщение (речь, музыка и
т.д.) преобразуется в первичный сигнал микрофоном (системой микрофонов
в случае стереофонической передачи), выходной сигнал в сообщение – дина-
мическим громкоговорителем («динамиком»), головными телефонами («на-
ушниками») и т.п. Системы телефонной связи подразделяются на профес-
сиональные и вещательные. Обычный бытовой радиоприемник представляет
собой часть вещательной системы телефонной связи.
Системы телеграфной связи предназначены для передачи символьных
(цифробуквенных) сообщений. В настоящее время в таких системах приме-
няются главным образом стартстопные печатающие аппараты (телетайпы),
имеющие клавиатуру, хотя изредка еще используют манипуляцию телеграф-
ным ключом на основе кода («азбуки») Морзе.

23
 Системы фототелеграфной (факсимильной23) связи применяют для
передачи неподвижных изображений. Изображение (сообщение) путем по-
строчного сканирования «развёртывается» в одномерный временнóй (пер-
вичный) сигнал, который после передачи по каналу связи подвергается об-
ратному преобразованию в двумерное изображение.
Телевизионные системы также передают неподвижные изображения, но
развёртка осуществляется в передающей камере многократно (периодиче-
ски), благодаря чему последовательно сменяющие друг друга изображения
(кадры) на экране телевизионного приёмника создают у наблюдателя (полу-
чателя сообщения) иллюзию движения. Как и телефонные системы, системы
телевидения подразделяются на профессиональные и вещательные. К про-
фессиональным относятся, например, широко распространённые системы
видеонаблюдения.
Системы телеметрии предназначены для передачи измерительной ин-
формации, системы телеуправления – для передачи команд (управляющих
воздействий). Иногда те и другие объединяют под общим названием систем
телемеханики. В телеметрических системах первичный сигнал вырабатыва-
ют измерительные преобразователи (датчики), преобразующие значения из-
меряемых физических величин в значения напряжения или тока. Сообщение
на выходе системы может предъявляться получателю через устройство ото-
бражения (индикатор) или подвергаться обработке средствами вычислитель-
ной техники. Особенностью систем телеуправления является то, что роль вы-
ходного преобразователя играет исполнительный механизм – орган управле-
ния объектом (например, манипулятором, реактивным снарядом и т.п.).
Для передачи точных цифровых данных (например, для связи между
компьютерами в локальных и глобальных сетях) используют системы, кото-
рые называются системами передачи данных.

23
От латинского fac simile – "сделай подобное"

24
 Современный уровень цивилизации характеризуется широчайшим ис-
пользованием систем записи и воспроизведения информации, которые также
можно считать системами связи, передающими сообщения из прошлого в бу-
дущее.
Приведённая классификация является достаточно условной, и можно
привести примеры систем, решающих несколько задач из приведённого пе-
речня. Например, автомобильная охранная система сигнализации сочетает в
себе признаки систем телеметрии (измеряется температура двигателя и воз-
духа в салоне) и телеуправления (передаются команды на открытие или за-
крытие дверей, на запуск двигателя и др.).
Совокупность устройств и линий связи, которые сигнал проходит по-
следовательно между любыми двумя точками системы связи, называется ка-
налом связи. Таким образом, каналы связи могут соединяться последователь-
но друг с другом, образуя новый канал, один канал может входить составной
частью в другой канал и т.д.
Если сигнал рассматривается как объект транспортировки, то канал
связи можно уподобить транспортному средству, которое характеризуется
параметрами, аналогичными параметрам сигнала:
Tк – время действия канала, измеряемое в секундах;
Fк – ширина полосы пропускания канала, измеряемая в герцах;
Dк – динамический диапазон канала в децибелах, определяемый мак-
симальным и минимальным значениями сигнала, которые могут передавать-
ся по данному каналу24.
Произведение указанных характеристик называется ёмкостью (объё-
мом) канала

Vк  Tк Fк Dк .

24
Максимальное значение сигнала ограничивается, в частности, энергетическими характеристиками (мощ-
ностью передатчика) и электрической прочностью устройств, входящих в канал, минимальное – шумами
(помехами), действующими в канале

25
Для передачи информации без потерь необходимо выполнение условия

Vc  Vк .
Отметим, что при этом возможен «обмен» одних параметров сигнала
на другие: например, если время действия канала меньше длительности сиг-
нала, можно «сжать» сигнал во времени путем его записи на магнитную лен-
ту и воспроизведения при передаче с повышенной скоростью. При этом по-
лоса частот сигнала станет во столько же раз шире, во сколько раз сократится
время передачи. Ярким примером обмена динамического диапазона на время
может служить передача информации на сверхбольшие расстояния: напри-
мер, изображения поверхности Венеры, полученные автоматическими меж-
планетными станциями «Венера-9» и «Венера-10» и имеющие большой ди-
намический диапазон, передавались на Землю по каналу связи с малым ди-
намическим диапазоном в течение длительного времени (одна строка изо-
бражения, содержащая всего 115 элементов, передавалась в течение 3,5 се-
кунд, передача панорамного изображения (517 строк) заняла около 30 минут)
[1]. Также можно «обменять» динамический диапазон на полосу частот, при-
меняя для передачи в условиях сильного шума помехоустойчивый код с ко-
роткими широкополосными элементарными сигналами, принимающими все-
го два значения.
Каналы связи подразделяются
 по назначению – на телеграфные, фототелеграфные, телефонные,
телевизионные, телеметрические, каналы звукового вещания, теле-
управления, передачи данных и т.д.;
 по виду используемой среды – на проводные (воздушные, кабель-
ные, волноводные, световодные) и радиоканалы (радиорелейные,
ионосферные, тропосферные, метеорные, спутниковые, космиче-
ские)25;

25
Применяют также акустические каналы подводной связи, использующие ультразвуковые колебания

26
  по характеру связи входных и выходных сигналов – на линейные и
нелинейные, стационарные и нестационарные, детерминированные
и случайные (стохастические);
 по количеству независимых переменных в описании сигналов – на
временные и пространственно-временные;
 по характеру входных и выходных сигналов – на непрерывные
(аналоговые), дискретные (цифровые), полунепрерывные (дискрет-
но-аналоговые и аналого-дискретные).
Эта классификация, как и любая другая, является условной и может
быть дополнена. В частности, широко известна классификация радиовеща-
тельных каналов по длине волны (длинные, средние, короткие и ультрако-
роткие волны) [2], см. также табл. 1.1.

Таблица 1.1

Диапазон частот Диапазон волн Название частот Название волн

30…300 Гц 1000…10000 км Сверхнизкие (СНЧ)
300…3000 Гц 100…1000 км Инфранизкие (ИНЧ)
3…30 кГц 10…100 км Очень низкие (ОНЧ) Мириаметровые
30…300 кГц 1…10 км Низкие (НЧ) Километровые
300…3000 кГц 100…1000 м Средние (СЧ) Гектометровые
3…30 МГц 10…100 м Высокие (ВЧ) Декаметровые
30…300 МГц 1…10 м Очень высокие (ОВЧ) Метровые
300…3000 МГц 10…100 см Ультравысокие (УВЧ) Дециметровые
3…30 ГГц 1…10 см Сверхвысокие (СВЧ) Сантиметровые
30…300 ГГц 1…10 мм Крайне высокие (КВЧ) Миллиметровые
300…3000 ГГц 0,1…1 мм Гипервысокие (ГВЧ) Децимиллиметровые

Контрольные вопросы
1. Дайте определение сообщения, информации, сигнала, помехи, линии
связи, искажения.
2. В чём заключатся отличие искажения от помехи?
3. Приведите несколько примеров преобразователей сообщения в пер-
вичный сигнал.
4. Приведите несколько примеров преобразователей выходного сигнала в
сообщение.

27
 5. Зачем нужна модуляция? Приведите пример системы связи без ис-
пользования модуляции.
6. Назовите виды модуляции при гармоническом переносчике.
7. Что такое скорость модуляции? В каких единицах она измеряется?
8. Перечислите виды модуляции при импульсном переносчике.
9. В чем состоит назначение демодулятора?
10. Что такое модем?
11. Что такое оптимальная обработка? квазиоптимальная обработка?
12. Что такое достоверность и помехоустойчивость?
13. Что такое ёмкость канала? При каких условиях возможна передача без
потерь информации?

Упражнения
1. Рассчитайте максимальное количество каналов передачи речевых со-
общений в диапазонах длинных, средних, коротких, метровых, деци-
метровых и сантиметровых волн (речевой сигнал по стандарту для те-
лефонной связи занимает полосу частот от 300 до 3400 Гц).
2. В оптоволоконной линии передачи используются волны длиной
0.85...1.8 мкм. Определите максимальное количество речевых сообще-
ний, которые можно передавать одновременно по одному световодно-
му волокну (примите, что скорость света в оптоволокне в 1,5 раза
меньше, чем в вакууме).
3. Рассчитайте количество телевизионных каналов, которые можно раз-
местить в диапазонах длинных, средних, коротких, метровых, деци-
метровых и сантиметровых волн26, если полоса частот, отводимая для
передачи одной ТВ-программы (включая изображение и звук) – 8 МГц.
4. Определите порядок частоты несущего колебания при размере антенны
3 см.

28
 5. Громкость звука часто выражают в децибелах. Уровень громкости оп-
ределяется выражением L  20  lg( pэфф / pо ) , где pэфф – эффективное

звуковое давление в паскалях (Па), а pо  20 мкПа – стандартный по-

рог слышимости. Определите звуковое давление, создаваемое шеле-
стом листьев (10 дБ), обычным разговором (60 дБ), громкой музыкой
(120 дБ).
6. В децибелах выражают относительные значения величин, имеющих
размерность мощности или напряжения (тока). Отношение мощностей,
выраженное в децибелах, связано с этой же величиной, выраженной в
«разах», соотношением [дБ]  10  lg[раз] . Аналогичная формула, свя-
зывающая отношения напряжений (токов), имеет вид [дБ]  20  lg[раз] .
Динамический диапазон речи диктора составляет примерно 30 дБ,
симфонического оркестра – 95 дБ. Определите, во сколько раз самый
громкий звук речи диктора больше по мощности и по напряжению на
выходе микрофона, чем самый слабый звук (то же для оркестра).
7. Телевизионный сигнал изображения занимает полосу частот шириной
примерно 6,5 МГц. Считая, что динамический диапазон составляет 48
дБ (уровни яркости от 1 до 256), определите время, необходимое для
передачи одного ТВ-кадра по телефонному каналу (полоса частот
300…3400 Гц, динамический диапазон 20 дБ).
8. Изображение 512512 точек с динамическим диапазоном 48 дБ (уровни
яркости от 1 до 256), полученное автоматической станцией на поверх-
ности одной из планет, передается на Землю по каналу связи в течение
10 с. Определите требуемую полосу частот F , если известно, что
F  1.5 , где  – скорость передачи в бодах.

26
На практике для ТВ-вещания в метровом диапазоне выделены частоты 48,5...100 МГц (I-V каналы) и
174...230 МГц (VI-XII каналы). В дециметровом диапазоне в полосе частот 470...1000 МГц располагаются 66
каналов

29
30
 2. ОСНОВЫ ТЕОРИИ СИГНАЛОВ

2.1. Простейшие модели сигналов

В процессе своего развития любая технология проходит ряд этапов.
Вначале устройства и процессы конструируются главным образом на основе
интуиции (эвристическим27 путем, или «методом проб и ошибок»). По мере
усложнения технологии возрастает стоимость «проб» и цена ошибок, допу-
щенных при проектировании, а с расширеним области её применения растут
суммарные потери вследствие неоптимальности решений. Поэтому произво-
дителям техники приходится вести исследовательские работы по повышению
эффективности принимаемых решений (схемных, конструкторских, техноло-
гических), параллельно развиваются теоретические методы анализа и синтеза
(построения) систем. Всё сказанное в полной мере относится к телекоммуни-
кационным технологиям.
В современных системах связи применяются сложные методы преобра-
зования сигналов, направленные на повышение верности передачи информа-
ции, помехоустойчивости, надежности связи и т.п. Построение таких систем,
характеристики которых приближаются к предельно достижимым, немысли-
мо без применения строгих математических методов синтеза систем и анали-
за их эффективности.
Таким образом, естественно возникает вопрос о способах математиче-
ского описания (математических моделях) сигналов и каналов связи и о
возможностях преобразования различных моделей друг в друга. В качестве
математических моделей сигналов обычно используются подходящие функ-
ции или их комбинации (суммы и/или произведения функций, их производ-
ных и первообразных и т.п.). Ниже кратко описываются некоторые из таких
функций.

27
от греческого слова эврика, произнесенного, согласно легенде, Архимедом в момент озарения

31
 A). Гармоническое колебание A sin(2 ft   ) , где A – амплитуда, f – час-
тота,  – начальная фаза колебания. Наравне с синусом применяют косинус.
Кроме того, во многих случаях используется комплексное гармоническое ко-
лебание A exp  j (2 ft   )  , где j  1 . Это колебание можно согласно

формулам Эйлера представить суммой A cos(2 ft   )  j  A sin(2 ft   ) .

Иногда в описаниях гармонических колебаний используют круговую частоту
  2 f .
B). Функция включения Хевисайда, рис.2.1, а, определяемая выражением

 1 при t  0,

 (t )  0.5 при t  0, (2.1)
 0 при t  0.

Функцию Хевисайда, в частности, удобно использовать для представления
прямоугольного импульса единичной амплитуды и длительности  è ,
рис. 2.1,б:

r (t )   (t   и / 2)   (t   и / 2) .

 (t ) r ( t)
1 1

0 t  è / 2 0 è / 2 t

А Б
Рис. 2.1 Функция Хевисайда (а) и прямоугольный импульс (б)
C).  -Функция Дирака (читается «дельта-функция»)  (t ) , которая на самом
деле является обобщённой функцией, то есть, строго говоря, не функцией в
обычном смысле слова [3]. Определяется  -функция выражением


f (t0 )   f (t ) (t  t0 )dt , (2.2)


которое известно, как фильтрующее (стробирующее) свойство  -функции.

Оно означает, что  -функция, входящая в произведение под знаком интегра-

32
ла, выделяет бесконечно узкий «срез» (отсчёт мгновенного значения) функ-
ции f (t ) в точке t  t0 . Выражение (2.2) можно понимать, как предел

1 
f (t0 )  lim  f (t )r (t  t0 )dt .
 и  0  и 

x(t)

А Б
Рис. 2.2  -Функция, как предел последовательности прямоугольных импульсов
(а) и аппроксимация аналогового сигнала суммой прямоугольных импульсов (б)
С такой точки зрения  -функцию можно рассматривать, как предел
последовательности всё более коротких прямоугольных импульсов со всё
большей амплитудой, причём площадь всех импульсов одинакова и равна 1.
Тогда (нестрого) можно считать  -функцию «импульсом» нулевой длитель-
ности и бесконечной амплитуды с единичной площадью, рис. 2.2, а. Не сле-
дует, однако, забывать, что это не обычная, а обобщённая функция, которая
имеет особые свойства: так, например,  -функцию можно дифференциро-
вать28, но нельзя возводить в квадрат. Поэтому, например, выражение «энер-
гия  -функции» не имеет смысла. Нужно отметить, что  -функция играет в
теории сигналов исключительно важную роль, и в дальнейшем часто будет
использоваться. График  -функции построить невозможно, но обычно её
символически показывают на графиках вертикальной стрелкой, которую по-
мечают соответствующей надписью.
Учитывая, что  -функция является пределом последовательности всё
более коротких прямоугольных импульсов со всё большей амплитудой при
одинаковой их площади, равной 1, можно записать


28
Производная  -функции определяется выражением  f ' (t 0 )   f (t ) ' (t  t 0 )dt .

33
 t  0 при t  0,

  (t )dt  0.5 при t  0,
  1 при t  0.

Сопоставляя это выражение с формулой (2.1), легко видеть, что функ-
ция Хевисайда связана с  -функцией выражением

t
 (t )    (t )dt , (2.3)


следовательно,

d (t )
 (t )  (2.4)
dt
Функция Хевисайда не является непрерывной, поэтому в классическом
смысле она не может иметь производной; понятие  -функции позволяет
формально дифференцировать разрывные функции.
Выражение (2.2), переписанное для сигнала x(t ) с учетом четности  -
функции в виде


x(t )   x( ) (t   )d , (2.5)

можно представить, как предел


r (t  n   и )
x(t )  lim 
 и  0 n 
x(n   и ) 
и
 и ,

где сумма прямоугольных импульсов с различными амплитудами и различ-

ными положениями на временной оси аппроксимирует сигнал, рис. 2.2,б. То-
гда в пределе сигнал представляется «сплошной», интегральной суммой бес-
конечно коротких импульсов –  -функций – следующих вплотную друг к
другу (см. выражение (2.5)). Такое представление сигнала называют дина-
мическим. Заметим, что для сигнала, начинающегося при t  0 , т.е. удовле-
творяющего условию x(t )  0 при t  0 , иногда используют другую форму
динамического представления, основанную на функции Хевисайда:

34
  dx( )
x(t )  x(0) (t )    (t   )d . (2.6)
0 d

Эта формула получается предельным переходом при t  0 , примененным к

выражению
  x  (n  1)t   x(nt ) 
x(t )  x(0) (t )    t
 (t  nt )t ,
n 0

где t – временной интервал.

1 1

0 n 0 n

а Б

Рис. 2.3 Ступенчатая единичная последовательность (а) и

 -последовательность (б)
Перечисленные сигналы являются аналоговыми, т.к. описываются
функциями непрерывного аргумента – времени t   ,   . Для представле-
ния дискретных сигналов (последовательностей) используются функции це-
лого аргумента n  ,  , обладающие свойствами, аналогичными свойствам
функций (А – С):
a) гармонические последовательности x[n]  A sin( n   ) и
x[n]  A cos( n   ) и комплексная экспоненциальная последователь-
ность x[n]  A exp[ j ( n   )]  A cos( n   )  jA sin( n   ) ;
b) ступенчатая последовательность, рис. 2.3,а, аналогичная функции Хеви-
сайда и определяемая выражением

 1 при n  0,
u[n]  
0 при n  0;

c) функция дискретной переменной, называемая  -последовательностью и

играющая в теории дискретных сигналов роль, аналогичную роли  -
функции для аналоговых сигналов, определяется выражением

35
 1, n  0,
 [n]  
0, n  0,

и является вполне обычной (не обобщенной) функцией, которую можно

представить графиком, рис. 2.3, б.
Операция дифференцирования для функций дискретного аргумента не
может быть определена (так как на дискретной оси нельзя задать бесконечно
малое приращение аргумента) и заменяется вычислением разности соседних
отсчетов, поэтому выражениям (2.3) и (2.4) соответствуют соотношения, в
справедливости которых можно убедиться непосредственной проверкой, а
именно

n
u[n]    [k ] и  [n]  u[n]  u[n  1] .
k 

Дискретный сигнал x[n] , n  ,  , можно представить выражением,

аналогичным динамическому представлению аналогового сигнала (2.5):


x[n]   x[k ] [n  k ] . (2.7)
k 
Это выражение, в справедливости которого легко убедиться напосредствен-
ной подстановкой, означает, что сигнал x[n] представляется суммой сдвину-
тых  -последовательностей (при всевозможных целых сдвигах k ), при этом
каждая  -последовательность умножается на соответствующий амплитуд-
ный коэффициент, равный x[k ] .
Используя функции (А – С) и (а – с) при различных значениях парамет-
ров (амплитуд, частот и начальных фаз для гармонических функций, а также
амплитуд и временных сдвигов для остальных) и образуя их комбинации –
суммы, произведения и т.п. – можно получить представления (модели) для
очень широкого класса сигналов (континуальных и дискретных), – фактиче-

36
ски для всех сигналов, применяемых на практике. Однако во многих случаях
удобнее оказываются иные модели.
Представление сигнала (колебания) в виде графика описывающей его
функции является наглядным и привычным. В самом деле, в большинстве
случаев сигналы представляют собой функции времени, а одним из наиболее
распространенных приборов для наблюдения и измерения характеристик
электрических сигналов является осциллограф, отображающий именно вре-
менной график сигнала.
Временнóе представление не является, однако, ни единственным, ни са-
мым лучшим, и на практике при решении конкретных задач следует выби-
рать наиболее удобные формы описания сигналов.

2.2. Векторное представление сигналов

Основное неудобство, связанное с временным представлением сигналов,
заключается в том, что сигналу соответствует сложный объект (функция,
изображаемая графиком) в простом пространстве (на плоскости). Формы
графиков бесконечно разнообразны, поэтому трудно «навести порядок» в
этом многообразии. В современной теории сигналов используется представ-
ление сигнала простым объектом (точкой или вектором) в сложном про-
странстве [4]. При этом все сигналы становятся как бы «одинаковыми», а
различия между ними сводятся к различному положению изображающих их
точек в пространстве. Это пространство представляет собой множество все-
возможных сигналов, рассматриваемых в данной задаче, наделённое соответ-
ствующими структурными свойствами (в частности, определено расстояние
между сигналами, а также другие полезные характеристики). При этом свой-
ства сигналов получают наглядное геометрическое истолкование, а для син-
теза и анализа сигналов и систем их обработки применяется аппарат совре-
менной математики (линейная алгебра и функциональный анализ).
Основные идеи векторного представления проще изложить для дискрет-
ных сигналов, а затем распространить их на аналоговые сигналы. Рассмотрим

37
для примера множество дискретных сигналов, таких, что все значения (от-
счеты) этих сигналов равны нулю, за исключением значений, соответствую-
щих n  1 и n  2 . Придавая значениям x[1]  x1 и x[2]  x2 сигнала x[n]
смысл абсциссы и ординаты точки (вектора) на плоскости, получаем пред-
ставление всего множества таких сигналов векторами в двумерном евклидо-
вом пространстве (на плоскости), рис.2.4, а. Множество сигналов, которые
могут иметь три ненулевых отсчета (например, при n  1 , n  2 и n  3 ),
представляется множеством векторов в трехмерном пространстве, рис. 2.4, б.

а) представление сигнала точкой б) представление сигнала вектором

(вектором) на плоскости в трехмерном пространстве
Рис.2.4
Продолжая рассуждения, приходим к представлению множества всех
сигналов, определяемых их значениями в конечном множестве точек дис-
кретной временнóй оси n  1,2,..., N множеством векторов N -мерного евкли-
дова пространства. Каждый такой вектор представляет собой упорядоченный
набор чисел (координат), равных значениям сигнала в соответствующие мо-
менты времени. Ясно, что такое представление является взаимно однознач-
ным, а, следовательно, не приводит к потере информации при переходе от
сигнала к вектору и обратно.
Несмотря на то, что евклидово пространство размерности выше трёх
обычный человек представить не в состоянии, N -мерное евклидово про-
странство является весьма обычным и удобным инструментом исследования,
так как свойства евклидова пространства сохраняются при любой его раз-

38
мерности. Кроме того, в большинстве случаев интерес представляют пары
сигналов (векторов), а любые два вектора лежат в общем для них двумерном
подпространстве (плоскости). Таким образом, даже не очень богатого про-
странственного воображения оказывается вполне достаточно для того, чтобы
ориентироваться в сигнальном пространстве любой размерности.
Устремляя N к бесконечности, получаем бесконечномерное евклидово
пространство, пригодное для представления всех дискретных сигналов, оп-
ределенных на бесконечной целочисленной временнóй оси n  ,  . Это
пространство имеет бесконечное, но счётное множество «координатных
осей». Каждому дискретному сигналу взаимно однозначно соответствует
бесконечный (счётный) упорядоченный набор координат вектора, равных,
например, отсчётам этого сигнала в соответствующие моменты дискретного
времени n  ,  .
Переходя к континуальным (аналоговым) сигналам, получаем бесконеч-
номерное пространство с несчётным множеством (континуумом) «коорди-
натных осей», при этом сигналу соответствует бесконечный несчётный упо-
рядоченный «набор координат» вектора, равных (нестрого говоря) отсчетам
этого сигнала в соответствующие моменты времени, которые теперь следуют
друг за другом «бесконечно плотно», то есть непрерывно. Таким образом, и
дискретные, и аналоговые сигналы могут быть представлены векторами в
линейных пространствах соответствующих размерностей.
Следует ещё раз подчеркнуть, что сигнал как реальный физический про-
цесс не совпадает с его математическим описанием в виде некоторой функ-
ции (времени), которая, таким образом, является лишь моделью сигнала. В
равной степени и описание сигнала вектором в пространстве соответствую-
щей размерности также служит его моделью, и выбор модели при решении
конкретных задач должен определяться исключительно соображениями
удобства.

39
 Чтобы использовать преимущества векторных моделей, следует вначале
убедиться в том, что действиям над векторами, т.е. элементами линейного
пространства, соответствуют операции, применимые к реальным сигналам.

2.3. Сигналы и действия над ними

В каждой практической задаче, связанной с получением (генерировани-
ем), передачей, приёмом и обработкой сигналов, рассматриваются сигналы
из определенного множества. Так, в задаче приема сообщений, передавае-
мых по радиоканалу, для которых известны моменты начала и окончания пе-
редачи, можно рассматривать множество M (T ) всех континуальных сигна-
лов, заданных на конечном временнóм интервале t  [0, T ] (интервале наблю-
дения). В задаче цифровой фильтрации интерес представляет множество всех
дискретных сигналов, определенных на конечном участке дискретной
временнóй оси n  1, N . Сигналы из одного множества обладают некоторыми
общими свойствами, что и позволяет рассматривать множество, как целое.
На практике над сигналами выполняются некоторые действия (опера-
ции), такие, например, как сложение (суммирование). Для этого применяют-
ся устройства, называемые сумматорами. Кроме того, суммирование выпол-
няется естественным путем при распространении различных сигналов в об-
щем канале связи или в пространстве, и в этом случае говорят о взаимных
помехах. Суммирование применимо к сигналам, имеющим общую область
определения. Например, складывая сигналы s1(t ) и s2 (t ) , определенные на
конечном интервале [0, T ] , получаем сигнал s3 (t ) , определенный на этом же
интервале (сумма сигналов из множества M (T ) снова принадлежит M (T ) ),
рис. 2.5. В таких случаях говорят, что множество замкнуто относительно
сложения.
Вторая операция, часто применяемая на практике – умножение сигнала
на некоторый постоянный коэффициент. Множитель может быть больше
единицы, что соответствует усилению сигнала, или меньше единицы, тогда

40
имеет место ослабление. Ослабление может быть естественным (вследствие
затухания сигнала в линии передачи или рассеяния энергии в пространстве)
или преднамеренным, выполняемым, например, с помощью устройств, назы-
ваемых аттенюаторами. Усиление выполняется при помощи усилителей.
Множитель может быть и отрицательным, тогда меняется полярность (знак)
сигнала, а соответствующее устройство называют инвертирующим усилите-
лем, или инвертором. На рис. 2.6 сплошной линией показан исходный сиг-
нал, пунктиром тот же сигнал, усиленный вдвое, а штриховой линией – ин-
вертированный сигнал (умноженный на число –1). И сложение сигналов, и
умножение сигнала на скалярный коэффициент определяются через обычные
сложение и умножение чисел путём их применения к мгновенным значениям
сигналов при каждом значении временнóй переменной.
Обычно предполагается, что множество сигналов замкнуто относитель-
но умножения на число, таким образом, усиление или ослабление сигнала не
нарушает его принадлежности к данному множеству.
С учётом сказанного нетрудно видеть, что сигналы «похожи» на векто-
ры, которые тоже можно складывать и умножать на коэффициенты, при этом
результат также оказывается вектором. Это сходство множества сигналов с
множеством векторов – линейным (векторным) пространством – позволяет
рассматривать сигналы как векторы, т.е. использовать линейное пространст-
во в качестве модели для множества сигналов, которое в таком случае естест-
венно называть пространством сигналов. Для лучшего понимания даль-
нейшего изложения напомним основные свойства линейного пространства.

41
 Рис.2.5. Сигнал (а), помеха (б) и сумма сигнала и помехи (в)

Рис. 2.6. Исходный, усиленный и инвертированный сигналы

2.4. Линейное пространство

Линейным пространством называется множество M объектов (векто-
ров), удовлетворяющее следующим аксиомам.

А. Для любых двух элементов (векторов) из M определена бинарная29

операция сложения, причем сумма вновь принадлежит M (множество M
замкнуто относительно сложения), то есть x  M y  M : ( x  y )  M ( 
читается «для всех»).

29
Бинарной или двухместной называется операция, применяемая к паре объектов (операндов); в алгебре
кроме бинарных операций рассматриваются также унарные (одноместные), тернарные (трехместные) и т.д.

42
 Выполняются следующие аксиомы сложения:
1. ассоциативность x, y, z  M : x  ( y  z )  ( x  y )  z ;
2. существование элемента, нейтрального относительно сложения (нуле-
 
вого вектора) 0  M : x  M : x  0  x (  читается «существует»);
3. существование для каждого вектора противоположного ему элемента

x  M ( x)  M : x  ( x)  0 ;
4. коммутативность x, y  M : x  y  y  x .
Перечисленные аксиомы известны в высшей (абстрактной) алгебре, как ак-
сиомы коммутативной группы30 по сложению.

В. Для любого вектора из M определена операция умножения на скаляр

   (элемент некоторого поля  – как правило, поля  вещественных или
поля  комплексных чисел)31, причем результирующий вектор снова при-
надлежит M . Иными словами, множество M замкнуто по умножению на
скаляр: x  M    :  x  M .

Выполняются следующие аксиомы умножения на скаляр:

1) ассоциативность x  M  ,    :  (  x)  ( ) x   x ;
2) существование в поле скаляров нейтрального по умножению элемента
– единицы: 1  : x  M :1x  x ;
3) дистрибутивность сложения векторов и умножения векторов на скаля-
ры (правила раскрытия скобок)
 ( x  y )   x   y ,
x, y  M ,  ,    : 
(   ) x   x   x .

30
Коммутативная группа называется также абелевой группой в честь Н.Х. Абеля (1802 – 1829), выдающего-
ся норвежского математика
31
Полем в алгебре называется множество с определенными на нем двумя бинарными операциями, называе-
мыми сложением и умножением, которое является коммутативной группой относительно обеих операций,
за исключением существования элемента, противоположного по умножению нейтральному по сложению
элементу (запрещено деление на нуль). Кроме полей вещественных и комплексных чисел в теории связи
используются конечные поля Галуа (см. разд. 8).

43
 Нетрудно убедиться непосредственной проверкой, что все эти аксиомы
выполняются для сигналов – как аналоговых, так и дискретных (веществен-
ных и комплексных). Поэтому сигналы можно рассматривать как векторы
и называть векторами.
В радиотехнике и связи часто используются кόмплексные сигналы, при-
нимающие значения из поля  кόмплексных чисел. Хотя все реальные элек-
трические сигналы являются вещественными, иногда удобно пару сигналов
рассматривать как вещественную и мнимую составляющие комплексного
сигнала (в частности, некоторые виды модуляции и демодуляции основаны
на понятии комплексной огибающей). Далее, если явно не сказано обратное,
всегда подразумевается, что сигналы комплексные; вещественные сигналы
можно рассматривать, как комплексные с нулевой мнимой частью. Таким
образом, далее сигналы рассматриваются, как элементы комплексного про-
странства (компоненты векторов являются комплексными числами и склады-
ваются при сложении векторов, а также умножаются на комплексные скаля-
ры по правилам комплексной арифметики, см. Приложение 1).
Множество всех аналоговых сигналов, заданных на бесконечной вре-
менной оси, можно рассматривать, как линейное (векторное) пространство
(обозначим его L ). В самом деле, непосредственная проверка подтверждает
выполнение для этого множества всех аксиом линейного пространства.
Большой практический интерес представляет его подмножество, содержащее
все аналоговые сигналы ограниченной энергии, заданные на бесконечной вре-
менной оси; это подмножество принято обозначать L2 (, ) или просто L2 .
Легко убедиться, что это подмножество само по себе является линейным
пространством – подпространством пространства L . В частных случаях
пространство сигналов L2 (, ) сужают, например, до подпространства
L2 (T ) сигналов ограниченной энергии, определенных на данном временнóм
интервале конечной длительности T . Для такого сужения достаточно оста-

44
вить в рассмотрении только сигналы, тождественно равные нулю вне интер-
вала [0, T ] ).
Важная роль в теории сигналов принадлежит другому подпространству
пространства L2 (, ) – пространству L2 ( F ) сигналов конечной энергии с
ограниченной полосой частот F . Множество l2 всех дискретных сигналов
ограниченной энергии, заданных на всей дискретной временной оси
n  ,  , также является линейным пространством. Между двумя послед-
ними пространствами можно установить взаимно однозначное соответст-
вие32, что делает возможной цифровую обработку сигналов, изначально ана-
логовых, с последующим преобразованием результата снова в форму анало-
гового колебания (см. разд. 12).
Поскольку определено сложение векторов и умножение вектора на ска-
ляр, определена и линейная комбинация (взвешенная сумма) конечной сово-


купности произвольных векторов xk , k  1, N : 
N
y    k xk , (2.8)
k 1

 
где  k , k  1, N – произвольный набор скаляров (весовых коэффициентов).

В результате суммирования получается некоторый вектор y . Задавая при од-

 
ной и том же совокупности векторов xk , k  1, N разные наборы коэффици-

ентов, можно получать различные суммарные векторы.

Очень важным является понятие линейной независимости векторов. Со-

вокупность векторов k , k  1, N  линейно независима, если равенство

N 
  k k  0 возможно лишь при условии  k  0 k  1, N . Другими слова-
k 1

32
Возможность и условия установления такого соответствия формулируются в виде теоремы отсчётов или
теоремы Котельникова

45
ми, линейная независимость означает, что никакой вектор из данной сово-
купности нельзя представить линейной комбинацией остальных. Например,
в трёхмерном евклидовом пространстве линейно независимы любые три век-
тора, не лежащие в одной плоскости. И наоборот, если три вектора, среди ко-
торых никакие два не совпадают по направлению (не являются коллинеар-
ными), лежат в одной плоскости, любой из них можно представить взвешен-
ной суммой двух оставшихся, подобрав соответствующие коэффициенты.
Выбрав фиксированный набор векторов и задавая всвозможные коэф-
фициенты, можно получить множество векторов, которые все будут линей-
ными комбинациями этой фиксированной совокупности векторов. Множест-
во всех таких векторов называется линейной оболочкой данной совокупности
векторов. Линейная оболочка совокупности линейно независимых векторов

k , k  1, N  представляет собой линейное пространство; число N – размер-

ность этого пространства. Набор векторов k , k  1, N  в этом случае пред-

ставляет собой базис данного пространства. Таким образом, любой вектор

N -мерного пространства можно, и притом единственным образом, предста-
вить линейной комбинацией N векторов данного базиса. Для любого про-
странства можно задать множество различных базисов, и в каждой задаче
можно выбрать наиболее удобный базис.

 
Пример 2.1. Множество S4  x1 (t )  1, x2 (t )  t , x3 (t )  t 2 , x4 (t )  t 3 , где

t   1,1 , линейно независимо, рис. 2.7. Следовательно, это множество функ-

ций может служить базисом четырехмерного пространства – пространства

всех функций вида 1   2t   3t 2   4t 3 при t   1,1 , где коэффициенты

1,  2 ,  3 ,  4 принимают всевозможные комплексные значения. ◄ (Сим-

вол ◄ здесь и далее отмечает окончание примера).

46
 Рис. 2.7. Линейно независимая совокупность функций
  2  
Пример 2.2. Множество Q8   xk [n]  cos  kn  , k  0, 7  функций
  16  
целой переменной, определенных на участке дискретной временнóй оси
n  0,7 , линейно независимо (в этом можно убедиться непосредственными
вычислениями). Поэтому оно может служить базисом восьмимерного про-
странства, например, пространства всех дискретных сигналов вида
7
 2 
  k cos  16 kn  ,  
n  0, 7 , где  k , k  0,7 – произвольные наборы вещест-
k 0

венных чисел. ◄
Пространство L всех аналоговых сигналов бесконечномерно, поэтому
никакая конечная совокупность сигналов (функций) не может служить его
базисом, что достаточно очевидно. Менее очевидно то, что не всякая беско-
нечная совокупность линейно независимых функций может составить базис

пространства L . Бесконечная совокупность функций xk (t ), k  1,  может

быть базисом бесконечномерного пространства L , если множество всех ли-


нейных комбинаций вида   k xk (t ) при всевозможных наборах весовых ко-
k 1

эффициентов  k  совпадает с пространством L (такой базис называется

полным). Тогда произвольный сигнал из L можно однозначно задать беско-

47
нечным набором коэффициентов разложения относительно данного базиса
(разумеется, для конкретного сигнала может оказаться, что лишь конечное
множество коэффициентов отлично от нуля). И наоборот, зная набор коэф-

фициентов (и, разумеется, базис), можно по формуле   k xk (t ) точно опре-
k 1

делить сигнал. Как правило, практический интерес представляют только

полные базисы, т.к. полнота базиса гарантирует возможность представления
в этом базисе любого сигнала из данного пространства. Вопрос о полноте ба-
зиса бесконечномерного пространства решается в общем случае не просто,
однако для базисов, обычно применяемых на практике, полнота доказана [5].
Пространство всех дискретных сигналов, заданных при n  ,  , также
бесконечномерно. Один из полных базисов этого пространства представляет
собой бесконечный набор  -последовательностей при всевозможных цело-

 
численных сдвигах   n  k  , k  ,  , поэтому любой дискретный сигнал

можно представить выражением (2.7)

 
x[n]   x[k ] [n  k ]    k [n  k ] .
k  k 

Пример 2.3. Множество всех двоичных векторов B8  bk , k  1,8 при  

bk  0;1 содержит лишь конечное множество элементов (а именно 256). Тем
не менее, оно может рассматриваться, как линейное пространство, если сло-
жение векторов определить через сложение их компонент по модулю33 2, а в

качестве поля скаляров принять так называемое поле Галуа GF 2  0;1 , со-
держащее всего два числа – 0 и 1. Такие пространства играют очень важную
роль, например, в теории кодирования, которая составляет важнейшую часть

33
Сложение по модулю целого числа q определяется так, что сумма q единиц равна нулю; при сложении по
модулю два выполняется равенство 1+1=0

48
общей теории связи. В качестве базиса данного пространства можно принять
любые 8 линейно независимых ненулевых векторов. ◄
Пример 2.4. Передача речевых сигналов в системах мобильной связи 2
поколения выполняется на основе цифровых методов, включающих а) анализ
сигнала в передающей части, б) кодирование и передачу его признаков по
цифровому радиоканалу и в) синтез речевого сигнала в приёмнике на основе
этих признаков. При синтезе сигнала в приёмной части сотового телефона
стандарта D-AMPS так называемый сигнал возбуждения формируется как
линейная комбинация векторов, хранящихся в устройстве памяти в виде двух
«кодовых книг» [6]. Каждая из них представляет собой набор из 128 двоич-
ных векторов (кодовых слов), состоящих из 40 компонент, и, следовательно,
принадлежащих 40-мерному пространству. Однако фактически эти векторы
принадлежат 7-мерному подпространству, натянутому на семь 40-мерных ба-
зисных векторов. Поэтому нужный для синтеза сигнала возбуждения 40-
мерный вектор однозначно задаётся семью числами – координатами относи-
тельно этого базиса. Таким образом, вместо передачи по каналу двух 40-
битовых кодовых комбинаций в стандарте D-AMPS передаются две семиби-
товые комбинации, что существенно экономит ресурсы канала.◄

2.5. Метрика, норма и скалярное произведение

Представление о сигналах как о векторах позволяет определить количе-
ственную меру различия между сигналами через расстояние между вектора-
ми. Для этого вводится функционал34 d ( x, y ) , определяющий для каждой па-
ры векторов x и y некоторое неотрицательное число. Этот функционал на-
зывается метрикой, а пространство в результате становится метрическим.
Метрика должна удовлетворять следующим очевидным свойствам рас-
стояния, формулируемым в виде аксиом (знак  читается «только если»)

34
Функционалом называется отображение, ставящее функции (или нескольким функциям) в соответствие
число

49
 a) d ( x, y )  0 и d ( x, y )  0  x  y (расстояние между различными век-
торами положительно);
b) d ( x, y )  d ( y, x) (расстояние симметрично),
c) d ( x, z )  d ( x, y )  d ( y, z ) (выполняется неравенство треугольника).
Отметим, что на одном и том же множестве сигналов можно задать раз-
личные метрики, при этом получаются разные метрические пространства.
Например, на множестве L(T ) всех аналоговых сигналов, заданных на ин-
тервале [0, T ] можно определить следующие метрики [4]:

T
1) d1 ( x, y )   | x(t )  y (t ) | dt ,
0

1/ 2
T 
2) d 2 ( x, y )    | x (t )  y (t ) | dt 
2
,
 
0 

3) d3 ( x, y )  max | x(t )  y (t ) | и т.п.

t[0,T ]

На множестве l всех дискретных сигналов, заданных для n  ,  ,

можно ввести метрики


1) d 4 ( x, y )   | x[n]  y[n] | ,
n 

1/ 2
  
2) d5 ( x, y )    | x[n]  y[n] |2  ,
 
 n  

3) d6 ( x, y )  max | x[n]  y[n] | и т.д.

n , 

Иногда полезной оказывается числовая характеристика сигнала, анало-

гичная длине вектора. Такой характеристикой служит норма. Функционал,
исполняющий роль нормы вектора x и обозначаемый x , должен удовле-

50
творять следующим интуитивно понятным условиям, формулируемым в виде
аксиом

a). x  0 и x  0  x  0 ,

b). x  y  x  y , (неравенство треугольника)

c).  x |  | x .
Норму, как и метрику, можно ввести различными способами. Для анало-
говых сигналов чаще всего применяется норма

T
2
x 2
  | x(t ) | dt  Ex ,
0
T
причем квадрат нормы E x   | x(t ) |2 dt имеет смысл энергии сигнала. Находят
0

T T
также применение нормы x 1   | x(t ) |dt и x p
 p
 | x(t ) |
p
dt . Выбор той или
0 0

иной нормы зависит от решаемой задачи.

Аналогично вводится норма для дискретных сигналов. Наиболее часто
 
используются нормы x 2
  | x[n] |2 и x 1   | x[n] | . Пространство с
n  n 

заданной на нём нормой называется нормированным. Следует отметить, что,

как и в случае метрики, способ задания нормы влияет на свойства простран-
ства и должен выбираться в соответствии с решаемой задачей.
Сравнивая аксиомы метрики и нормы, нетрудно заметить их сходство. В
частности, всегда можно (но не обязательно)35 метрику определить как норму
разности векторов:

d ( x, y )  x  y .

35
В некоторых случаях целесообразно задать метрику и норму независимо друг от друга

51
 Например, в пространстве дискретных сигналов норме x 2
можно со-
1/ 2
  
поставить упомянутую выше метрику d5 ( x, y )    | x[n]  y[n] |2  , кото-
 
 n  
рая обобщает на бесконечномерный случай евклидову метрику (расстояние
находится «по теореме Пифагора»). Аналогично, метрика
1/ 2
T 
d 2 ( x, y )    | x(t )  y (t ) |2 dt  является обобщением евклидовой метрики на
 
0 
пространство континуальных сигналов.

В большинстве практических задач, связанных с анализом и обработкой

сигналов, центральную роль играет операция, называемая скалярным произ-
ведением36. Ввести скалярное произведение можно, определив для произ-
вольной пары векторов из данного линейного пространства число (скаляр) из
соответствующего поля  . Таким образом, скалярное произведение пред-
ставляет собой функционал. Скалярное произведение комплексных векторов
x и y , обозначаемое ( x, y ) должно удовлетворять следующим условиям (ак-
сиомам) [4]:

a) ( x, y )  ( y, x)* ,
b) ( x   y, z )   ( x, z )   ( y, z ) ,

c) ( x, x)  0 и ( x, x)  0  x  0 .
Здесь  и  – произвольные комплексные числа, знак * в условии а)
обозначает комплексное сопряжение величин. Условие b) означает линей-
ность скалярного произведения относительно первого из операндов. Учиты-
вая а) и b), можно записать

( x, y   z )  ( y   z , x)*   * ( y, x)*   * ( z , x)*   * ( x, y )   * ( x, z ) .

36
Иногда скалярное произведение назвают внутренним произведением

52
 Пространство со скалярным произведением называется унитарным (эр-
митовым, предгильбертовым). Из условия с) следует, что через скалярное
произведение можно задать норму, определяемую выражением

x  ( x, x ) .
Далее можно через норму определить метрику как норму разности век-
торов. Если полученное таким образом пространство полно (то есть вместе с
любой сходящейся последовательностью векторов содержит предел этой по-
следовательности [4]), то оно называется гильбертовым пространством37.
Отметим, что в конечномерном случае гильбертово пространство является
евклидовым. Таким образом, гильбертово пространство является обобщени-
ем евклидова пространства на бесконечномерный случай. Наиболее часто в
теории сигналов используются именно гильбертовы пространства.
Пример 2.5. Множество аналоговых сигналов ограниченной энергии, за-
данных на конечном интервале [0, T ] , становится гильбертовым пространст-
вом, если определить скалярное произведение выражением

T
( x, y )   x(t ) y* (t )dt ,
0
а норму и метрику, соответственно, выражениями

T T
 | x(t ) | dt
2
 | x(t )  y(t ) | dt .
2
x 2
 и d ( x, y ) 
0 0

Это пространство принято обозначать L2 (T ) . Если носитель сигнала –

вся вещественная (временная) ось, то пространство сигналов ограниченной
энергии обозначается L2 (, ) или просто L2 . ◄
Пример 2.6. Множество дискретных сигналов (последовательностей)
бесконечной протяженности становится гильбертовым пространством, если
определить скалярное произведение выражением

37
Названо в честь Д. Гильберта (1862 – 1943) – выдающегося немецкого математика

53
 
( x, y )   x[n] y*[n]
n 
и ввести норму и метрику выражениями

 
x 2
  2
| x[n] | и d ( x, y )   | x[n]  y[n] |2 .
n  n 

Пространство, содержащее все последовательности конечной нормы

x 2 , обозначается l2 и называется пространством квадратично суммируемых

последовательностей. ◄
Пример 2.7. Важную роль в теории сигналов и цепей играют нормиро-
ванные пространства L1(T ) и l1 аналоговых и дискретных сигналов с норма-
ми, определяемыми соответственно выражениями

T 
x 1   | x(t ) |dt и x 1   | x[n] | .
0 n 

Эти пространства не являются гильбертовыми. ◄

2.6. Гильбертово пространство

Введение такой характеристики, как норма, позволяет сравнивать сигна-
лы между собой, т.е. определить, какой из сигналов «больше», «сильнее».
Метрика даёт возможность судить о различии сигналов – если расстояние
между сигналами велико, то они сильно отличаются друг от друга. Дополни-
тельная возможность сравнения сигналов возникает при введении скалярного
произведения. Этим и определяется важная роль гильбертовых пространств,
как моделей для пространств сигналов.
Для каждого унитарного пространства [6] справедливо неравенство
| ( x, y ) |
Шварца | ( x, y ) |2  ( x, x)( y, y ) , которое можно переписать в виде  1.
x2 y2

Смысл неравенства Шварца в том, что в гильбертовом пространстве, как и в

евклидовом, скалярное произведение двух сигналов не может превзойти по

54
модулю произведения их норм. Для евклидова векторного пространства из-
вестна формула скалярного произведения
(a, b)  a  b cos  ,

где  обозначает модуль вектора. По аналогии для пространства веществен-

ных38 сигналов можно определить угол  между ними выражением

( x, y )
cos   .
x2 y2

Рассмотрим три частных случая. В первом случае ( x, y )  x 2

y 2 , тогда

cos   1 , а  =0. Векторы коллинеарны и различаются только длиной; это

означает, что сигналы x и y имеют одинаковую форму и могут отличаться

только нормой. Второму случаю соответствует равенство ( x, y )   x 2

y 2,

при этом cos   1 ,    . Векторы имеют противоположные направления,

сигналы имеют одинаковую форму, различаются знаком и, возможно, нор-
мой. Большой практический интерес представляет третий случай, когда для
ненулевых сигналов x и y скалярное произведение ( x, y )  0 , тогда сигналы

называются ортогональными ( cos   0 , а   90 ). Можно сказать, что пер-

вый и второй случаи соответствует максимальному сходству сигналов, тогда
ортогональность означает их максимальное несходство.
Пример 2.8. Приёмное устройство системы связи с ортогональными
сигналами, структура которого иллюстрируется рис. 2.8, содержит m кана-
лов, каждый из которых «настроен» на прием одного сигнала, причем все m
сигналов взаимно ортогональны. В приемном устройстве формируются (ге-
нерируются) m опорных колебаний, каждое из которых совпадает с одним из
ожидаемых сигналов (время начала сигнала предполагается известным). В
каждом канале вычисляется скалярное произведение принимаемого колеба-
ния s (t ) и одного из опорных колебаний uk (t ), k  1, m . Предположим, что

55
принимаемое колебание совпадает по форме с одним из опорных сигналов,
но может отличаться по норме (например, вследствие затухания в канале свя-
зи). Пусть, например, принимаемое колебание совпадает по форме с опорным
сигналом un (t ) , тогда на всех выходах схемы, кроме n -го, по окончании ин-
тервала наблюдения T будет нулевое значение (сигнал un (t ) ортогонален
всем остальным опорным сигналам), а на n -м выходе – произведение норм
принимаемого и опорного колебаний, заметно отличное от нуля. Таким обра-
зом, измеряя напряжения на выходах схемы, можно определить, какой из m
ортогональных сигналов присутствует на входе. В реальной системе связи
входное колебание всегда содержит смесь (сумму, произведение или продукт
более сложного взаимодействия) сигнала с шумом и/или помехой, поэтому
скалярные произведения на выходах схемы отличаются от указанных точных
значений; в этом случае ортогональность сигналов гарантирует высокую по-
мехоустойчивость системы (подробнее см. разд. 9) ◄

Рис. 2.8. Структура приёмника системы связи с ортогональными сигналами

Второе преимущество пространств со скалярным произведением связано
с представлением векторов относительно заданного базиса. Наличие полного
базиса некоторого пространства позволяет представить любой вектор данно-

38
Для комплексных пространств угол определяется в общем случае неоднозначно [4]

56
го пространства в виде линейной комбинации базисных векторов с опреде-
лённым набором коэффициентов, но отыскание коэффициентов для конкрет-
ного вектора может быть затруднительным. Скалярное произведение позво-
ляет находить коэффициенты разложения произвольного вектора в данном

 
базисе. Пусть k , k  1, N – базис пространства, в котором определено ска-

лярное произведение. Тогда можно построить другой базис  k , k  1, N , на- 

зываемый сопряжённым, или взаимным, такой, что при любых k и m спра-
1, k  m
ведливо выражение k ,  m    km , где  km   – символ Кронекера.
 0, k  m

Это означает, что каждый вектор сопряжённого базиса ортогонален всем век-
торам первого базиса, кроме одного, с которым он имеет скалярное произве-
дение, равное 1. Сопряжённый базис представляет собой вспомогательное
средство для разложения векторов в основном базисе.
Пусть необходимо вектор x представить в виде линейной комбинации
N
базисных векторов x    kk . Тогда коэффициент  m можно найти, как
k 1

скалярное произведение заданного вектора x и вектора  m из сопряженного

базиса. В самом деле:

 N  N N
 x,  m      kk ,  m     k (k ,  m )    k km   m .
 k 1  k 1 k 1

Особенно просто находятся коэффициенты разложения для произволь-

ного вектора, если базис пространства состоит из взаимно ортогональных
векторов, нормы которых равны 1. Такой базис называется ортонормирован-
ным или ортонормальным. Нетрудно убедиться, что ортонормальный базис

uk , k  1, N  является взаимным самому себе, или самосопряженным, так как

для него выполняется условие  uk , um    km , поэтому коэффициенты разло-

57
жения для произвольного вектора находятся его скалярным умножением на
базисные векторы:
 N  N N
 x, um      k uk , um     k (uk , um )    k  km   m .
 k 1  k 1 k 1

Итак, для ортонормального базиса коэффициенты разложения произ-

вольного вектора определяются наиболее просто:
 k   x, uk  , k  1, K .
Пример 2.9. В пространстве комплексных сигналов конечной длитель-


ности T , заданных на интервале  T / 2, T / 2  базис k (t )  e j kt , k  ,  , 
где   2 f  2 / T , является ортогональным. В самом деле, для двух произ-
вольно выбранных функций из этого базиса скалярное произведение равно

T /2 T /2
 0, n  m
(n ,m )   n (t )m* (t )dt   e j ( n  m)t dt  T   m, n   .
T , n  m
T / 2 T / 2

Нормируя базисные функции путем умножения на 1/ T , можно полу-

 1 j kt 
чить ортонормальный базис  k (t )  e , k  ,   , для которого спра-
 T 
ведливо равенство ( n , m )   m, n . Коэффициенты разложения сигнала в

данном базисе находятся, как скалярные произведения

T /2 2
1 j kt
 k  ( x, k ) 
T  x(t )e T dt  k  ,  , (2.9)
T / 2

так что любой сигнал, заданный на конечном интервале  T / 2, T / 2  , можно

представить рядом Фурье39 по ортонормальным функциям

 2
1 j kt
x(t )   k
T
e T . (2.10)
k 

39
Жан Батист Жозеф Фурье (1768 – 1830) – выдающийся французский математик, один из основоположни-
ков математической физики

58
 Часто используется и представление в ортогональном базисе

 2
j kt
x(t )   Ck e T , (2.11)
k 
где
T /2 2
k1 j kt

T T T/ 2
Ck   x (t )e T dt  k  ,  , (2.12)

также называемое рядом Фурье.

Все базисы, упомянутые в данном примере, полны в пространстве
L2 (T / 2, T / 2) . Следует, однако, отметить, что, например, в L2 (, ) они
не полны [5]. ◄

Далее будет показано, что для любого унитарного пространства (про-

странства со скалярным произведением) можно построить множество40 орто-
нормальных базисов. Представление сигнала (вектора) относительно произ-

 
вольного полного ортонормального базиса uk , k  , , ,(uk , um )   m, k на-

зывается обобщенным рядом Фурье:


x   k uk . (2.13)
k 

Набор  k , k  , , коэффициентов разложения (2.13) называется

 
спектром сигнала x относительно базиса uk , k  , , . Аналогично сово-

купность всех коэффициентов (2.12) называется спектром сигнала относи-

тельно базиса комплексного ряда Фурье (2.11).
Ортонормальные базисы обладают, помимо простоты нахождения спек-
тра, и другим замечательным свойством: зная коэффициенты разложения от-
носительно такого базиса, легко найти нормы и скалярные произведения век-
торов (сигналов).

59
 Действительно, пусть вектор (сигнал) x представлен рядом (2.13). Его
энергия (квадрат нормы)

     
  x, x      k u k ,   m um      k  m  uk , um  
2 *
x 2  
 k  m   k  m 
  
  
* 2
 km  km  m . (2.14)
k  m  m 
Таким образом, доказано равенство Парсеваля41. В пространствах L2 и

l2 равенство Парсеваля для сигналов, заданных спектрами  m , m  ,  и  

m , m  ,  относительно полных ортонормальных базисов этих про-

странств, принимает соответственно вид

   
  
2 2 2
 | x(t ) |
2
dt  m и x[n]  m .
 m  n  m 

Пусть два вектора представлены в некотором общем для них полном ор-
 
тонормальном базисе выражениями x    k uk и y    k uk . Тогда их
k  k 

скалярное произведение

      
( x, y)    k uk ,  mum     k m km   mm
* *
. (2.15)
 
 k  m  k  m m

Это выражение носит название обобщенной формулы Рэлея. Нетрудно

видеть, что равенство Парсеваля получается из обобщенной формулы Рэлея
как частный случай при x  y . Значение этих равенств состоит в следующем:
при решении задач, связанных с сигналами, в качестве описаний сигналов
всегда можно использовать их спектры относительно полных ортонормаль-
ных базисов, т.к. взаимное расположение векторов определяется углами ме-
40
Даже в двумерном пространстве (на плоскости) можно задать бесконечно много различных ортонормаль-
ных базисов; тем более это справедливо для пространств сигналов.
41
Марк-Антуан Парсеваль (1755–1836) — французский математик

60
жду ними, которые выражаются через нормы и попарные скалярные произ-
ведения; при этом конкретный вид базиса не имеет значения, если базис ор-
тонормальный.
Обобщенный ряд Фурье (ОРФ), представляющий произвольный сигнал
из бесконечномерного пространства L , содержит в общем случае бесконечно
много слагаемых (в частных случаях, разумеется, некоторые коэффициенты
или даже все они, могут быть равны нулю). При практическом вычислении
коэффициентов разложения сигнала всегда приходится ограничивать рас-
смотрение усечённым рядом, то есть его частичной суммой x , которая ап-
проксимирует данный сигнал x :

K
x  x    k uk .
k 1
При этом возникает вопрос, какое количество коэффициентов K доста-
точно для представления сигнала с заданной точностью.
Усеченный ОРФ – это представление сигнала в виде линейной комбина-
ции конечного количества K базисных векторов, поэтому x принадлежит
K -мерному пространству LK – подпространству пространства L . Поскольку
все базисные векторы взаимно ортогональны, ошибка аппроксимации
  x  x , которая равна сумме всех отброшенных слагаемых обобщённого
ряда Фурье, ортогональна по отношению к LK и принадлежит его ортого-
нальному дополнению L , такому, что L  LK  L , (см. рис.2.9). Символ 
обозначает прямую сумму пространств (например, трехмерное евклидово
пространство можно представить прямой суммой некоторой плоскости и
прямой, ортогональной этой плоскости). Поскольку векторы x , x и  имеют
взаимное расположение в виде прямоугольного треугольника, то согласно
теореме Пифагора

61
 K 2 K
  k uk  x   |  k |2  0
2 2 2 2
 2
 x  x 2
 x 
2 2
k 1 2 k 1

(ясно, что норма любого вектора не может быть отрицательной), откуда сле-
дует неравенство Бесселя

K
 |  k |2 
2
x 2. (2.16)
k 1
Оно означает, что при аппроксимации сигнала x частичной суммой x обоб-
щенного ряда Фурье энергия аппроксимирующего сигнала x не может пре-
взойти энергию аппроксимируемого сигнала x . Равенство возможно только в
том случае, если сам сигнал x принадлежит подпространству LK .
С увеличением размерности подпространства LK , то есть с увеличением
числа слагаемых, входящих в частичную сумму обобщенного ряда Фурье,
норма ошибки  стремится к нулю (в этом и состоит практический смысл
требования полноты базиса: задав допустимую норму ошибки, можно подоб-
рать число K слагаемых, такое, что норма ошибки будет меньше заданной).
Таким образом, располагая полным ортонормальным базисом, можно обес-
печить сколь угодно точную аппроксимацию сигнала суммой конечного чис-
ла наперёд заданных функций с соответствующими весовыми коэффициен-
тами; при этом гарантируется, что при заданном числе слагаемых норма
ошибки аппроксимации будет минимальной. В пределе при неограниченном
росте K неравенство Бесселя переходит в равенство Парсеваля.

62
 Рис. 2.9. К понятию конечномерной ап- Рис. 2.10. Прямоугольный видеоимпульс
проксимации сигнала ( x и  принадлежат
пространству L )

Пример 2.10. Прямоугольный видеоимпульс длительности  и и ампли-

туды A , изображенный на рис. 2.10, на интервале (T / 2, T / 2) при T   и
можно представить рядом (2.10) с коэффициентами, найденными согласно

 /2 2
1 и j kt 2 A и sin  k и / T 
k  
T  / 2
Ae T dt 
T

k и / T
.
и

Диаграмма, отображающая спектр прямоугольного импульса относи-

тельно ортонормального базиса Фурье, приведена на рис. 2.11 (каждый ко-
эффициент показан вертикальным отрезком соответствующей длины). Ап-
проксимации прямоугольного импульса, полученные как конечные суммы
N 2
1 j kt
x(t )   k
T
e T при N  5 , N  10 , и N  20 показаны различными
k  N

линиями на рис. 2.12. ◄

Пример 2.11. Базис, составленный из функций Уолша, является орто-

нормальным полным базисом для L2 (1/ 2,1/ 2) . При практическом примене-
нии функций Уолша42 интервал задания сигнала может иметь произвольную
длину T , поэтому время в описании функций Уолша принято рассматривать
как нормированное   t / T . Графики четырёх первых функций Уолша пока-
заны на рис. 2.13. Функции Уолша привлекли внимание благодаря простоте
их генерирования при помощи переключательных схем.

Функции Уолша определяются с помощью рекуррентного соотношения,

в котором  n / 2 обозначает целую часть числа n / 2 :

wal  2n  p,   (1)

n / 2  p
wal  n, 2  1 2   (1)n p wal  n,2  1 2  ,
42
Функции Уолша применяются, в частности, в системах сотовой связи (технология CDMA)

63
  1,     1 2 , 1 2  ,
n  0,1,2,... ., p  0,1; wal  0,   
0 в противном случае.

Рис.2.11. Спектральная диаграмма Рис. 2.12. Аппроксимации

прямоугольного импульса, заданного прямоугольного импульса
на конечном временнóм интервале конечными суммами ряда Фурье

Иногда рассматривают систему функций Уолша, заданную на интервале

(0,1) нормированного времени   t / T . Эта система составляет полный ор-
тонормальный базис пространства L2 (0,1) ; при этом функции Уолша опреде-
ляются рекуррентными соотношениями

Wal  2n  p,   Wal  n,2   (1) n  p Wal  n, 2  1

1,    0,1 ,
n  0,1,2,... ., p  0,1; Wal  0,   
0 в противном случае.

Известны также способы определения функций Уолша через матрицы

Адамара; при этом получаемые системы функций отличаются нумерацией
(способом упорядочения); подробнее см., напр., [8].

Для практического применения функций Уолша с целью представления

сигналов, заданных на интервале длительности T реальной временной оси,
необходимо выполнить подстановку   t / T . При этом получаются взаимно
ортогональные функции времени t , однако их нормы изменяются, т.е. полу-

64
чаемый базис ортогонален, но не ортонормален. Необходимо выяснить, как
следует определять коэффициенты относительно этого базиса.

Рассмотрим базис Уолша пространства L2 (0,1) (для базиса Уолша про-

странства L2 (1/ 2,1/ 2) все рассуждения также справделивы). Поскольку ба-
зис Уолша ортонормирован, то

1
2
 Wal  k ,  d  1 .
0

T 2
  t  t
После подстановки   t /T имеем    k , T
Wal  d
 T
 1 , откуда
0

T 2
  t 
 Wal  k , T  dt  T . Следовательно, нормы функций Уолша после растяже-
0

ния в T раз по временной оси увеличиваются в T раз. Базис

 1  t  
 Wal  k ,  , k  0,   , очевидно, ортонормален, и для сигнала x(t ) , за-
 T  T  
данного на интервале (0, 1) справедливо представление обобщенным рядом
Фурье


1
x(t )   k T
Wal  k , t / T 
k 0

с коэффициентами

T
1  t 
 k   x(t ) Wal  k ,  dt .
0
T  T 

Введя обозначение

1
Ck   k
T

получим представление сигнала относительно ненормированного базиса

65
 
x(t )   CkWal  k , t / T 
k 0

с коэффициентами

T
1  t 
Ck   x(t )Wal  k ,  dt . ◄
T  T 
0

Разложение сигналов в различных

ортонормальных или ортогональных ба-
зисах применяется на практике в тех слу-
чаях, когда оперировать спектром сигна-
ла удобнее, чем его временнóй функцией.
Наиболее ярким примером служит спек-
тральный метод анализа линейных ста-
ционарных цепей (см. п. 2.10). Устройст-
во, вычисляющее спектральные коэффи-
циенты сигнала, называется анализато-
ром спектра, рис. 2.14. Зная спектраль-
ные коэффициенты и базисные функции,
можно восстановить сигнал, то есть вы-
полнить его синтез согласно рис. 2.15. Рис. 2.13. Функции Уолша

Разложение сигналов относительно неортогонального базиса также возмож-

но, но оно сложнее и его результаты труднее интерпретировать.

После знакомства с преимуществами ортогональных и особенно орто-

нормальных базисов может (и должен) возникнуть вопрос о том, как найти
(построить) такой базис в интересующем пространстве сигналов.

66
 Существует алгоритм, называемый процедурой Грама – Шмидта43, по-
зволяющий по имеющемуся набору линейно независимых функций (векто-
ров) построить ортонормальный базис.

 
Пусть vk , k  1,  – совокупность линейно независимых векторов, на

основе которой требуется построить ортонормальный базис. Введем обозна-

 
чение uk , k  1,  для будущего ортонормального базиса. Базис строится по-

следовательно, шаг за шагом, при этом на каждом шаге нам потребуется

вспомогательный вектор. Совокупность вспомогательных векторов обозна-

 
чим wk , k  1,  . Процедура Грама–Шмидта представляет собой последова-

тельность шагов:
1) первый вспомогательный вектор w1 приравнивается первому вектору
v1 исходного линейно независимого базиса w1  v1 ; первый вектор ре-
зультирующего ортонормального базиса получается нормировкой

1
u1   w1 ;
w1 2
2) второй вспомогательный вектор w2 получается вычитанием из второ-
го вектора исходной совокупности v2 его проекции на уже построен-
ный вектор u1 ортонормального базиса, после чего производится его
нормировка и получается второй вектор ортонормального базиса

1
w2  v2  (v2 , u1)u1 , u2   w2 ;
w2 2
3) третий вспомогательный вектор w3 формируется путем вычитания из
очередного вектора исходной совокупности v3 его проекций на уже

43
Йорген Грам (1850 – 1916) – датский математик, известен исследованиями в области математической ста-
тистики, теории чисел, теории приближения функций рядами; Эрхард Шмидт (1876 – 1959) – немецкий ма-
тематик, известен результатами исследований в области интегральных уравнений и функционального ана-
лиза

67
 построенные векторы u1 и u2 ортонормального базиса, после чего
этот вектор нормируется

1
w3  v3  (v3 , u1)u1  (v3 , u2 )u2 , u3   w3 и т.д.
w3 2

Рис. 2.14. Структура анализатора спектра Рис. 2.15. Синтез сигнала по его спектру

Продолжая процедуру Грама – Шмидта, можно построить ортонормаль-

ный базис любой размерности (конечно, не выше размерности пространства,
которому принадлежат векторы).

Требование линейной независимости исходной совокупности векторов

vk , k  1,  при практической реализации процедуры Грамма–Шмидта не

является обязательным. Если в процессе построения базиса очередной вектор

vm окажется линейно зависимым по отношению к уже использованным век-
торам v1,..., vm 1 , то вектор wm окажется нулевым, тогда вектор vm следует
отбросить и использовать следующий вектор исходной совокупности.

 
Пример 2.12. Множество S4  v0 (t )  1, v1(t )  t , v2 (t )  t 2 , v3 (t )  t 3 , где

t   1,1 , линейно независимо (см. пример 2.1). В результате применения

процедуры Грама–Шмидта получается ортонормальный базис, состоящий из

68
четырех функций, показанных на рис. 2.16. Это известные полиномы Лежан-
дра, нормированные к единице по норме пространства L2 (1,1) . ◄
Очевидно, в пространствах аналоговых и дискретных сигналов можно
построить бесконечно много ортонормальных базисов. Выбор наиболее под-
ходящего базиса определяется конкретной решаемой задачей.

2.7. Непрерывные представления сигналов

Обобщенный ряд Фурье представляет сигнал в виде взвешенной суммы
(линейной комбинации) счётного44 множества базисных функций. Иногда
счетный базис неудобен (или просто непригоден) для представления сигнала.
Например, счетный базис Фурье, полный в L2 (T ) , не полон в L2 (, ) и по-
этому непригоден для представления сигналов бесконечной длительности. В
самом деле, пространство L2 (, ) содержит все функции конечной нормы
(все сигналы конечной энергии), в том числе сигналы бесконечной длитель-
ности, достаточно быстро убывающие при t   и при t   . Поэтому при
любом заранее заданном интервале T нельзя гарантировать сколь угодно
точного представления всех таких сигналов.
С другой стороны, пользуясь процедурой Грама–Шмидта, в L2 (, )
можно построить полный ортонормальный базис (на самом деле – сколько
угодно базисов), если в качестве исходной принять систему функций, при-
надлежащих L2 (, ) , т.е. бесконечно протяженных и достаточно быстро
убывающих на бесконечности. В частности, применяя процедуру Грама–
2
Шмидта к совокупности функций n ( x)  x n e  x /2
, n  0,1,2,... , получим ор-
тонормальный базис Эрмита45, полный в L2 (, ) [5].
Однако этот базис, как и другие полные счётные базисы пространства
L2 (, ) , не обладает теми привлекательными свойствами, которые обусло-

44
Элементы счётного множества могут быть пронумерованы, т.е. поставлены в соответствие элементам
множества целых неотрицательных чисел
45
Шарль Эрмит (1822–1901) – выдающийся французский математик

69
вили широкое применение базиса Фурье в теории и практике и о которых да-
лее будет сказано подробно (см. п. Ошибка! Источник ссылки не найден.).

Рис. 2.16. Базис, полученный применением процедуры Грама – Шмидта

к совокупности степенных функций, показанной на рис. 2.7.

Гармонические функции, аналогичные функциям базиса Фурье, могут

применяться для представления сигналов из L2 (, ) , но для этого мощ-
ность46 их множества должна быть больше мощности счётного множества
(иначе говоря, множество должно быть непрерывным).
Таким образом, понятие обобщённого ряда Фурье подвергается даль-
нейшему обобщению. Сумма бесконечного счётного множества базисных
функций, умноженных на спектральные коэффициенты, заменяется интегра-
лом от функции двух переменных (которая представляет собой как бы
«сплошное», несчётное множество одномерных базисных функций и назы-
вается базисным ядром), умноженной на функцию одной непрерывной пере-
менной, называемую спектральной плотностью.
Ниже приведены попарно термины и формулы, соответствующие дис-
кретному и непрерывному (интегральному) представлениям аналоговых сиг-
налов.

46
Мощность множества (кардинальное число) – обобщение на бесконечные множества понятия «количества
элементов»

70
 Дискретное представление Интегральное представление
 
vk (t ), k  ,  – базис (необязательно v( s, t ) – базисное ядро интегрального
представления
ортогональный)
 
 k , k  ,  – спектр сигнала отно-  ( s) – спектральная плотность сигнала
относительно выбранного ядра
сительно выбранного базиса
 
x(t )    k vk (t ) – дискретное пред- x(t )    (s)v(s, t )ds – интегральное
k  
ставление сигнала представление сигнала
 
 k   x, wk    x(t ) wk* (t )dt – форму-  ( s)   x(t ) w* ( s, t )dt – (2.17)
 
ла нахождения спектрального коэффици- формула нахождения спектральной плот-
ента с использованием сопряженного ности с использование сопряженного ядра

(взаимного) базиса wk (t ), k  ,   w( s, t )

 vk , wm    km – условие взаимности (со- 

*

пряженности) базисов vk (t ), k  ,    v(s, t )w ( , t )dt   (s   )


и wk (t ), k  ,   
*
 v(s, t )w (s, )ds   (t   ) – (2.18)

условия сопряженности ядер v( s, t ) и
w( s, t )
 uk , um    km – условие ортонормаль- 
*
ности (самосопряженности) базиса  u( s, t )u ( , t )dt   ( s   ) и
uk (t ), k  ,  

*
 u (s, t )u ( s, )ds   (t   ) – условия

самосопряженности базисного ядра
u ( s, t )
 
x(t )    k uk (t ) – обобщенный ряд x(t )    (s)u (s, t )ds – интегральное
k  
Фурье (представление сигнала в ортонор- представление сигнала относительно са-

мальном базисе) uk (t ), k  ,   мосопряженного базисного ядра u ( s, t ) .
 
 k   x, u k    x(t )uk* (t )dt – формула  (s)   x(t )u* ( s, t )dt – формула на-
 
нахождения спектрального коэффициента хождения спектральной плотности отно-

71
 относительно ортонормального базиса сительно самосопряженного ядра u ( s, t ) .

Таким образом, интегральное представление имеет много общего с

обобщенным рядом Фурье.
Пример 2.13. Для представления сигналов из пространства L2 (, )

очень часто используется базисное ядро u ( f , t )  e j 2 ft (вместо переменной s

в обозначении ядра использовано общеупотребительное обозначение часто-
ты буквой f ). Ядро является самосопряженным, так как
 
* j 2 ft  j 2 t
 u ( f , t )u ( , t )dt  e e dt 
 
T
sin 2 ( f   )T
 lim  e j 2 ( f  )t dt  lim 2T   ( f   ) (исправлено)
T  T  2 ( f   )T
T
(аналогично доказывается и второе условие самосопряженности).
Поэтому спектральная плотность сигнала x(t ) относительно данного яд-
ра, которую обозначим X ( f ) , определяется выражением

X(f )  x(t )e  j 2 ft dt , (2.19)

известным как преобразование Фурье, а формула интегрального представле-
ния сигнала

x(t )   X ( f )e j 2 ft df (2.20)

называется обратным преобразованием Фурье. ◄
Сравнение выражения обратного преобразования Фурье с рядом Фурье
выявляет их глубокое сходство: интеграл соответствует сумме, спектральная
плотность – совокупности спектральных коэффициентов (спектру). Поэтому
часто для краткости спектральную плотность называют спектром, что некор-
ректно. Можно обратное преобразование Фурье считать (нестрого) результа-
том предельного перехода для ряда Фурье при T   . Тогда выражение
(2.20) представляет собой взвешенную сумму «сплошного множества» ба-

72
зисных функций времени e j 2 ft при всевозможных фиксированных значени-
ях частоты f . Стоит отметить, что сами эти «базисные функции» простран-
ству L2 (, ) не принадлежат.
Пример 2.13а. Прямоугольный импульс длительности  è и амплитуды A ,
изображенный на рис. 2.10, если его рассматривать на бесконечной времен-
ной оси, не может быть представлен рядом Фурье, однако преобразование
Фурье для него легко найти. Спектральная плотность такого импульса
  и /2
 j 2 ft sin( f  и )
X(f )   x(t )e dt  A  e j 2 ft dt  A и
  и /2
 fи
показана на рис. ***. ◄

Запишем скалярное произведение двух сигналов x(t ) и y (t ) , выразив

сигналы через спектральные плотности при помощи обратного преобразова-
ния Фурье:

   
j 2 t
( x, y )  
*
x(t ) y (t )dt    X ( )e d Y
*
( f )e  j 2 ft df dt 
   

    
* j 2 (  f )t
   X ( )Y ( f ) e dtdfd    X ( )Y * ( f ) (  f )dfd 
    


  X ( f )Y * ( f )df .

Таким образом, получена обобщённая формула Рэлея

 
*
 x(t ) y (t )dt   X ( f )Y * ( f )df (2.21)
 
для интегрального представления сигналов относительно базисного ядра Фу-

рье e j 2 ft . Аналогичное выражение будет справедливо для интегрального

представления сигналов относительно любого самосопряженного ядра.

73
 Подставляя в (2.21) y (t )  x(t ) , получаем равенство Парсеваля

 
2 2
 | x(t ) | dt   | X( f )| df . (2.22)
 
Симметричная форма левых и правых частей выражений (2.21) и (2.22)
должна наводить на мысль, что «естественное» временнóе представление
сигнала есть на самом деле представление относительно некоторого самосо-
пряженного ядра. Справедливость такого утверждения устанавливается в
следующем примере.
Пример 2.14. Для пространства сигналов L2 (, ) примем в качестве
базисного ядра сдвинутую (задержанную)  -функцию u (t , )   (t   ) (вме-
сто переменной s использовано обозначение задержки буквой  ). Это ядро
является самосопряженным [4]. Поэтому спектральная плотность сигнала
x(t ) относительно данного ядра определяется выражением


x( )   x(t ) (t   )dt , (2.23)

а формула интегрального представления сигнала


x(t )   x( ) (t   )d . (2.24)

Полученное выражение, описывающее стробирующее свойство  -
функции и совпадающее с динамическим представлением сигнала (2.5), явно
демонстрирует тот факт, что обычное временнóе представление сигнала
можно рассматривать, как интегральное (спектральное) представление отно-
сительно базисного ядра u (t , )   (t   ) со спектральной плотностью x( ) .
Иными словами, временная функция x() , описывающая сигнал, формально
есть не что иное, как спектральная плотность. Таким образом, с математиче-
ской точки зрения временное представление сигнала является не более (и не

74
менее) естественным, чем частотное представление (2.19) или любое дру-
гое представление относительно самосопряженного базисного ядра. ◄
Пример 2.15. Очень важную роль в теории сигналов играет представле-
1
ние относительно ядра вида u (t , )  (вместо переменной s исполь-
 (  t )
зована переменная  , имеющая смысл времени). Это ядро является самосо-
пряженным. Поэтому спектральная плотность сигнала x(t ) относительно
данного ядра определяется выражением

1 x(t )
x ( ) 
    t dt , (2.25)


а формула интегрального представления сигнала


1 x ( )
x(t ) 
    t d . (2.26)


Полученные выражения представляют собой пару преобразований Гильберта

(прямое и обратное) и составляют, в частности, математический фундамент
для описания узкополосных детерминированных и случайных колебаний, см.
п. Ошибка! Источник ссылки не найден.. ◄
Пример 2.16. Для представления дискретных сигналов из пространства

l2 используется ядро u ( f , n)  e j 2 fn , зависящее от непрерывной переменной

f , имеющей смысл частоты, и от дискретной (целой) переменной n . Спек-
тральную плотность дискретного сигнала x[n] относительно данного ядра
можно определить выражением


X(f )  x[n]e j 2 fn , 0.5  f  0.5 , (2.27)
n 
а интегральное представление сигнала – выражением

0.5
x[n]   X ( f )e j 2 fn df , n  ,  . (2.28)
0.5

75
Эти выражения представляют собой пару преобразований Фурье для после-
довательностей и используются в цифровой обработке сигналов (подробнее
см. разд. 12). ◄
Полезно иметь в виду, что дискретное представление сигнала в виде ря-
да можно истолковать, как частный случай интегрального представления. В

самом деле, введем для базисных функций vk (t ), k  ,  обозначение

v(t , sk ), k  ,  , понимая базисные функции, как различные сечения неко-

торого ядра – функции двух переменных v(t , s ) , соответствующие фиксиро-

ванным значениям переменной s s  sk , k  ,  . Подставим выражение

для сигнала

 
x(t )    k vk (t )    k v(t , sk )
k  k 
в формулу для нахождения спектральной плотности относительно ядра v(t , s )
с помощью сопряжённого ядра w( s, t ) (2.17)

   
  
* *
 ( s)   k v(t , sk ) w ( s, t )dt  k  v(t , sk )w (s, t )dt .
 k  k  

С учетом условия сопряжённости ядер (2.18) получим


 (s)    k  ( s  sk ) .
k 

Таким образом, дискретное представление действительно можно по-

нимать как интегральное представление со спектральной плотностью  ( s ) ,

сосредоточенной в счетном множестве точек sk , k  ,  .  

2.8. Преобразования и операторы

76
 Всюду, где применяются сигналы, они подвергаются преобразованиям.
Под преобразованием можно понимать любое изменение сигнала, как целе-
направленное, так и непреднамеренное. Целенаправленные преобразования
осуществляются в созданных специально для
этого устройствах, например, в усилителях, x (t ) y (t )
T 

фильтрах, модуляторах, демодуляторах и т.д.
Непреднамеренными являются, например, пре- Рис. 2.17. Преобразование сигнала
образования, происходящие при распростране-
нии сигналов по линиям связи и называемые искажениями.
В наиболее общей форме преобразование представляется схемой рис.
2.17. Обозначая входной сигнал x(t ) , а выходной сигнал y (t ) , можно запи-
сать

y (t )  T  x(t ) ,
где T 
 – обозначение преобразования. Для удобства будем считать, что
любое преобразование выполняется некоторым устройством. Такие устрой-
ства далее будем называть цепями.
С математической точки зрения преобразование представляет собой
отображение47 множества входных сигналов X во множество выходных
сигналов Y . Эти множества могут быть одинаковыми, но могут и существен-
но различаться. Например, в задаче обнаружения48 полезного сигнала в на-
блюдаемом на входе приёмного устройства колебании на временнóм интер-
вале T входные колебания принадлежат L2 T  , а множество сигналов на
выходе обнаружителя состоит из двух значений, условно обозначаемых 0
(«сигнала нет») и 1 («сигнал есть»). Здесь будем полагать, что входные и вы-
ходные сигналы принадлежат одному и тому же пространству L2 (или l2 ); в
этом случае преобразование называется оператором. Такая постановка соот-

47
Отображение – это правило, ставящее в соответствие каждому элементу некоторого множества опреде-
лённый единственный элемент другого множества
48
Подробно эта задача рассматривается в разд. 9

77
ветствует, в частности, задаче фильтрации сигналов. Канал связи обычно
представляет собой соединение49 многих устройств и сред распространения,
поэтому осуществляемое им отображение имеет сложный, составной харак-
тер. Некоторые из составных частей этого отображения являются оператора-
ми, другие, например, аналого-цифровые и цифроаналоговые преобразования
представляют собой отображения более общего вида.
Рассмотрение преобразований в такой общей постановке не дает каких-
либо содержательных результатов именно в силу своей предельной общно-
сти. Для того, чтобы получить практическую пользу, математическая модель
должна быть конкретизирована (сужена). Очень плодотворный подход со-
стоит в ограничении рассмотрения так называемыми линейными оператора-
ми50.
Оператор L
 называется линейным, если он обладает свойствами ад-
дитивности

L x  y  L x  L y
и однородности

L x   L x .
обычно объединяемыми в одну формулу, выражающую принцип суперпози-
ции:

L x   y   L x   L y .
Эти свойства означают, что «поведение» цепи, описываемой линейным
оператором, «беспристрастно» к разбиению сигнала на части и к объедине-
нию сигналов, а также к усилению или ослаблению сигнала. Формально ад-
дитивность выражается в том, что линейный оператор и сложение коммути-
руют (могут меняться местами). Аналогично коммутируют линейный опера-

49
В простых случаях это каскадное соединение; при многолучевом распространении некоторые части канала
соединены параллельно
50
Некоторые нелинейные преобразования колебаний будут рассмотрены в разделе 5, посвященном модуля-
ции и демодуляции

78
тор и умножение на скалярный коэффициент. Формула, описывающая прин-
цип суперпозиции, выражает то обстоятельство, что результат действия ли-
нейного оператора на линейную комбинацию сигналов представляет собой
линейную комбинацию (с такими же коэффициентами) результатов действия
этого оператора на каждый из сигналов в отдельности. Понятно, что если
принцип суперпозиции выполняется для взвешенной суммы двух сигналов,
то он справедлив и для любого количества слагаемых, сколь угодно большо-
го.
Линейность оператора цепи позволяет, если это требуется, разложить
входной сигнал на любые составляющие, найти отклики цепи на эти состав-
ляющие по отдельности и затем сложить эти отклики, получив отклик на
входной сигнал в целом.
Таким образом, если оператор, описывающий некоторое устройство
(цепь), является линейным, то отклик этой цепи на входной сигнал, пред-

ставленный обобщенным рядом Фурье x(t )    k uk (t ) , равен сумме ряда,
k 

составленного из откликов на базисные функции с теми же весовыми (спек-

тральными) коэффициентами:

   
y (t )  L x(t )  L    k uk (t )     k Luk (t ) . (2.29)
 k   k 
Выражение (2.29) представляет собой основу спектрального метода
анализа линейных цепей. Этот метод применяют в тех случаях, когда найти
отклики Luk (t ) на базисные функции значительно проще, чем найти от-

клик L x(t ) на сигнал. Вместо обобщённого ряда Фурье может быть исполь-
зовано интегральное представление входного сигнала относительно подхо-
дящего ядра. Чтобы уяснить смысл обсуждаемых понятий, рассмотрим дей-
ствие линейного оператора в конечномерном линейном пространстве.

79
 Линейные операторы в конечномерных пространствах описываются
квадратными матрицами. Рассмотрим пространство дискретных сигналов,
каждый из которых представляется N комплексными отсчетами ( N -мерное
пространство). Результатом воздействия линейного оператора, описываемого

 
матрицей   ij , i, j  1, N , на вектор-столбец x  ( x1,..., xN )T является век-

тор-столбец y  ( y1,..., y N )T , при этом

 y1   11 12 ... 1N   x1 

 y   ... 2 N   x2 
 2    21 22  ,
 ...   ... ... ... ...   ... 
     
 y N   N 1 N 2 ... NN   xN 
и значение (отсчет) выходного сигнала описывается выражением
N
yk   kj x j , k  1, N .
j 1

Наглядно представить себе поведение конечномерного линейного опе-

T
ратора можно на примере его действия на базисные векторы e1  1,0,...,0  ,
T T
e2   0,1,...,0  , ..., eN   0,0,...,1 . Легко видеть, что вектор e1 преобразует-
T
ся в вектор  11, 21,..., N 1  , аналогично остальные векторы ортонормально-

го базиса преобразуются в векторы-столбцы, из которых составлена матрица

линейного оператора.
Из линейной алгебры известно, что существуют векторы, которые дан-
ным оператором преобразуются наиболее простым образом: изменяются
лишь их длины (нормы); такие векторы называются собственными вектора-
ми, а коэффициенты, определяющие изменение длин51, называются собст-
венными значениями оператора. Нетрудно видеть, что если базис пространст-

51
Сказанное верно для пространства над полем вещественных чисел; операторы, действующие в комплекс-
ном пространстве, имеют комплексные собственные значения.

80
ва составить из собственных векторов данного оператора, то матрица опера-
тора будет диагональной

 y '1   11 0 ... 0   x '1 

 y'   0  ... 0   x '2 
 2  22
 , (2.30)
 ...   ... ... ... ...   ... 
     
 y 'N   0 0 ... NN   x ' N 
где главная диагональ матрицы составлена из собственных значений, и от-
счёты выходного сигнала находятся наиболее просто: y 'k  kk x 'k , k  1, N
(штрихами отмечены компоненты векторов относительно собственного бази-
са). Далее будет показано, что аналогичное упрощение может быть достигну-
то и для пространства аналоговых сигналов L2 при соответствующем выборе
базисных векторов (функций).
Переход от конечномерного пространства к бесконечномерному про-
странству дискретных сигналов l2 приводит к тому, что векторы x и y со-
держат бесконечно много компонент, соответственно матрица линейного

 
оператора становится бесконечной   ij , i, j  ,  . Значение (отсчет)


выходного сигнала определяется выражением yk   kj x j , k  . ,
j 

представляющим собой скалярное произведение строки матрицы оператора

на вектор-столбец входного сигнала.
Гильбертово пространство аналоговых сигналов L2 отличается тем, что
множество компонент каждого его вектора несчетно, поэтому дискретные
индексы заменяются непрерывными переменными, а место матрицы занима-
ет функция  (, ) двух переменных, называемая ядром оператора. Тогда дей-
ствие линейного оператора на сигнал x(t ) описывается интегральным выра-
жением

81
 
y (t )    (t , s) x(s)ds . (2.31)

Здесь переменная s имеет физический смысл и размерность, соответ-
ствующие базису, выбранному для описания сигнала x . В частности, это
может быть частота, если сигнал задан спектральной плотностью (2.27), или
время, если сигнал x задан во временной области (2.23).

2.9. Временнóе описание линейных инвариантных к сдвигу (ЛИС)

цепей
Используя выражение (2.29), найдём отклик цепи на сигнал, представ-
ленный выражением (2.24). Очевидно,

   
y (t )  L x(t )  L   x( ) (t   )d    x( )L (t   )d 
   


  x( )h(t , )d , (2.32)

где весовая функция (ядро оператора) h(t , )  L (t   ) описывает отклик
(реакцию) цепи в момент t на входной сигнал в виде  -функции, воздейст-
вующий на цепь в момент  . Выходной сигнал образуется как интегральная
сумма (суперпозиция) откликов на  -функции, действующие во все моменты
времени  , с соответствующими весами x( ) . Ядро h(t , ) , как функция двух
переменных, может иметь вид, достаточно сложный для практического при-
менения.
Задача анализа (нахождения отклика цепи на заданный сигнал) сильно
упрощается, если весовая функция фактически зависит только от разности
переменных h(t , )  h(t   ) , тогда цепь называется линейной инвариантной к

82
сдвигу (ЛИС-цепью)52, или линейной стационарной53, а выражение (2.32)
приобретает вид


y (t )   x( )h(t   )d . (2.33)

Выражение (2.33) известно под названием свёртки или интеграла Дюамеля54.
(Иногда используется символическое обозначение свёртки выражением
x  h ).
Свойство инвариантности к сдвигу означает, что цепь «ведёт себя»
одинаково по отношению к сигналу независимо от его положения на времен-
ной (или пространственной) оси: если входной сигнал сдвинуть, то отклик
ЛИС-цепи на него сдвигается по времени на такую же величину, не изменя-
ясь по форме. Обозначим сдвинутый (задержанный на величину  ) сигнал,
как результат воздействия на исходный сигнал оператора сдвига, т.е.
x(t   )  S  x(t ) , тогда инвариантность к сдвигу произвольного линейного
оператора выражается равенством
L S  x(t )  S L  x(t ) ,

иными словами, для ЛИС-цепи линейный оператор, описывающий цепь, и

оператор сдвига коммутируют. Рассмотрим с этой точки зрения выражение
(2.32), используя введённый оператор сдвига для обозначения сдвинутой  -
функции
     
y (t )  L x(t )  L   x( ) (t   )d   L   x( )S  (t )d  
    
 
  x( )LS  (t )d   x( )S L (t )d 
 

52
Некоторые авторы называют такие цепи ЛИВ-цепями (линейными инвариантными во времени), см. напр.,
[9–10]; но учитывая, что часто под сигналами понимаются функции пространственных (или других отлич-
ных от времени) переменных, следует признать название «ЛИС-цепи» более удачным.
53
Нестационарные, или параметрические, цепи широко применяются при модуляции и демодуляции сигна-
лов (см. разд. 5)

83
и обозначая h(t ) отклик цепи на  (t ) , получаем подтверждение (2.33)

  x( )h(t   )d .


Если подставить в (2.33) в качестве входного сигнала x(t )   (t ) , легко

видеть, что выходной сигнал в самом деле совпадает с h(t )

y (t )    ( )h(t   )d  h(t ) .


Таким образом, функция h(t ) представляет собой отклик ЛИС-цепи на «бес-

конечно короткий импульс» (  -функцию) и называется импульсной харак-
теристикой цепи. Зная входной сигнал и импульсную характеристику цепи,
всегда можно точно определить выходной сигнал (решить задачу анализа).
Поэтому импульсная характеристика (ИХ) представляет собой исчерпываю-
щее описание ЛИС-цепи. Условие h(t , )  h(t   ) означает, что, зная реак-
цию h(t ) цепи на воздействие  (t ) , можно определить отклик на сдвинутое
воздействие  (t   ) путем простого сдвига импульсной характеристики на
такую же величину  . Иными словами, поведение такой цепи неизменно во
времени.

Рис. 2.18 RC-фильтр нижних частот Рис. 2.19 Импульсная характеристика

RC-фильтра нижних частот
Пример 2.17. RC-фильтр нижних частот, представленный на рис. 2.18,
1
имеет импульсную характеристику h(t )  et /  ,   RC , рис. 2.19. Пользу-

ясь механической аналогией, можно сказать, что  -функция представляет
54
Жан Мари Констан Дюамель (1797 – 1872) – французский математик

84
собой «короткий энергичный толчок», действующий на вход цепи, а им-
пульсная характеристика описывает «движение» выхода цепи; таким обра-
зом, это характеристика инерционности цепи, которая в данном примере оп-
ределяется мгновенным зарядом и постепенным разрядом ёмкости. Инерци-
онность определяется наличием в цепи реактивных (способных запасать и
отдавать энергию) элементов – ёмкостей и индуктивностей. Чисто резистив-
ная цепь, как бы она ни была сложна, инерционностью не обладает и имеет
импульсную характеристику в виде  -функции с некоторым весовым коэф-
фициентом.◄
Часто на импульсную характеристику накладывается ограничивающее
условие каузальности55 (причинности)
h(t )  0 при t < 0 .
Это условие имеет простой физический смысл: поскольку ИХ является
откликом на  -функцию, которая воздействует на цепь в момент времени
t  0 , то очевидно, что реакция цепи физически не может начаться раньше
(следствие не может опережать причину). Поэтому свойство каузальности
называют также физической реализуемостью.
Для уяснения физического смысла интеграла Дюамеля, играющего
важнейшую роль в анализе линейных стационарных цепей, полезно выпол-
нить в (2.33) замену переменных, так что

y (t )   x(t   )h( )d . (2.34)


Кроме того, для простоты примем, что импульсная характеристика

удовлетворяет условию каузальности.
Согласно (2.24) входной сигнал представляется «плотной» последова-
тельностью  -функций с «амплитудными» коэффициентами, равными зна-
чениям сигнала в соответствующие моменты времени. Тогда выражение
(2.34) описывает выходной сигнал в момент времени t , как интегральную

85
сумму откликов на все эти  -функции, воздействовавшие на вход цепи в
прошлом. Каждая такая  -функция отстоит от текущего момента t на вели-
чину  в прошлое, поэтому вклад от неё в текущее значение выходного сиг-
нала определяется значением импульсной характеристики, соответствующим
интервалу  . Импульсная характеристика любой реальной цепи со временем
убывает (затухает), таким образом цепь постепенно «забывает» значения
входного сигнала, рис. 2.20. Если отказаться от каузальности импульсной ха-
рактеристики, то для нахождения текущего значения выходного сигнала
нужно было бы учитывать и будущие значения входного сигнала, что для це-
пей, действующих в реальном времени, очевидно, невозможно. Однако в со-
временной технике связи (и других областях науки и техники) нередко ис-
пользуются так называемые буферные устройства памяти, куда записывают-
ся значения сигнала, которые затем обрабатываются цифровыми методами.
При этом устройство, выполняющее вычисление очередного значения вы-
ходного сигнала, может иметь доступ к «будущим»56 значениям входного
сигнала, так что в таких устройствах требование каузальности импульсной
характеристики часто снимается, а учёт «будущих» значений обычно повы-
шает эффективность обработки.

Рис. 2.20. Иллюстрация смысла интеграла Дюамеля

Заметим, что ЛИС-цепи представляют собой сравнительно узкий класс
цепей (вообще говоря, никакая цепь не может быть строго линейной хотя бы
потому, что любое реальное устройство состоит из веществ, имеющих ко-
нечную температуру плавления или возгорания и безграничное увеличение
55
От латинского causa – причина.

86
мощности входного сигнала рано или поздно привело бы к разрушению це-
пи; точно так же реальная цепь не может быть строго стационарной уже в
силу конечности времени ее существования). Однако очень многие цепи и
каналы связи могут считаться приближенно линейными (при изменении
входных напряжений и/или токов в некотором диапазоне значений) инвари-
антными к сдвигу (на некотором временнóм интервале), а вместе с удобством
анализа и синтеза ЛИС-цепей это составляет огромное преимущество линей-
ной стационарной модели и обусловливает ее широкое использование. Нели-
нейные и/или нестационарные цепи значительно труднее анализировать (не
существует, в частности, общего метода анализа всех нелинейных цепей,
аналогичного спектральному методу) и синтезировать, однако нелинейные и
нестационарные цепи приходится использовать, т.к. некоторые преобразова-
ния сигналов, необходимые для практики, невозможно осуществить при по-
мощи ЛИС-цепей. Преобразования гармонических колебаний в нелинейных
безынерционных и линейных нестационарных цепях, используемые при мо-
дуляции и демодуляции сигналов, будут рассмотрены в разд. 5.

2.10. Частотное описание ЛИС-цепей

Интеграл свёртки представляет собой инструмент временнóго анализа
ЛИС-цепей, т.к. позволяет непосредственно найти выходной сигнал в виде
функции времени, исходя из импульсной характеристики и входного сигнала,
также заданных в виде функций времени. Для решения многих задач удобнее
воспользоваться частотным описанием цепи и спектральным методом анали-
за.
При выводе интеграла Дюамеля было использовано динамическое
представление входного сигнала, т.е. рассматривалось действие оператора
ЛИС-цепи на входной сигнал, представленный интегральным выражением
(2.24) относительно базисного ядра  (t   ) . Ранее было показано, что описа-

56
Поскольку речь идёт о значениях, хранящихся в памяти, то физически принцип причинности, разумеется,
не нарушается

87
ние действия конечномерного линейного оператора на вектор сильно упро-
щается, если вектор представлен в базисе, составленном из собственных век-
торов данного оператора. Проводя аналогию между конечномерным и беско-
нечномерным линейными пространствами, можно попытаться найти инте-
гральное представление сигнала относительно ядра, аналогичного собствен-
ному базису; при этом действие оператора должно описываться более про-
стым выражением, чем свёртка. Напомним, что линейному оператору соот-
ветствуют векторы (функции), обладающие следующим свойством: действие
данного оператора на эти функции сводится к их умножению на скалярные (в
общем случае комплексные) коэффициенты. Примем обозначение  (t ) для
такой собственной функции линейного оператора, действующего на анало-
говые сигналы; она должна удовлетворять уравнению


  (t , s) (s)ds  (t ) ,

где  – некоторый числовой множитель (собственное значение, соответст-

вующее данной собственной функции). Различным линейным операторам

соответствуют, вообще говоря, различные наборы собственных функций и
собственных значений.
Для линейного инвариантного к сдвигу (стационарного) оператора соб-
ственная функция должна удовлетворять более простому уравнению, запи-
сываемому с учетом выражения (2.34):


  (t   )h( )d  (t ) .

Легко убедиться непосредственной подстановкой, что решением этого
интегрального уравнения является комплексная гармоническая функция вре-

мени e j 2 ft , где f – её параметр, имеющий смысл частоты:

88
  
j 2 f (t  ) j 2 ft  j 2 f 
e h( )d e  h( )e d H ( f )  e j 2 ft .
 

Итак, если на вход ЛИС-цепи поступает сигнал e j 2 ft , то на выходе

наблюдается этот же сигнал, умноженный на комплексное число, зависящее
от частоты сигнала. Функция H ( f ) , описывающая эту зависимость, называ-
ется комплексной частотной характеристикой (КЧХ)57 цепи и связана с им-
пульсной характеристикой преобразованием Фурье


 j 2 ft
H( f )   h(t )e dt . (2.35)

Тогда можно записать и обратное преобразование Фурье, позволяющее найти
импульсную характеристику по известной КЧХ:


j 2 ft
h(t )   H ( f )e df . (2.36)

Таким образом, оператору любой ЛИС-цепи соответствует один и тот

же бесконечный набор собственных функций e j 2 ft , f   ,   , а разли-  

чаются цепи своими наборами собсьвенных значений: конкретной цепи соот-
ветствует определенная КЧХ H ( f ) , определяющая масштабный коэффици-

ент (собственное значение) для каждой функции e j 2 ft при любом значении

частоты f . Этот факт имеет фундаментальное значение для упрощения ана-

лиза ЛИС-цепей. Напомним, что функция двух переменных e j 2 ft может

рассматриваться как ядро интегрального представления сигналов из про-
странства L2 (, ) , см. пример 2.13.
Представим входной сигнал интегральным выражением относительно

ядра e j 2 ft :

57
Эту характеристику называют также комплексным коэффициентом передачи, передаточной функцией и
т.п.

89
 
x(t )   X ( f )e j 2 ft df . (2.37)

Это выражение представляет x(t ) «сплошной» суммой базисных функ-

ций e j 2 ft с «амплитудными58 коэффициентами» X ( f ) . Следовательно, от-

клик ЛИС-цепи с КЧХ H ( f ) на этот сигнал представляется интегралом


j 2 ft
y (t )   H ( f ) X ( f )e df , (2.38)


так как каждая функция e j 2 ft в разложении (2.37) входного сигнала при

прохождении через цепь умножается на H( f ). Учитывая, что

j 2 ft
y (t )   Y ( f )e df , и сравнивая это выражение с (2.38), можно записать


выражение Y ( f )  H ( f ) X ( f ) , связывающее выходной сигнал ЛИС-цепи с

входным сигналом в спектральной форме. Заметим, что это выражение соот-
ветствует в конечномерном случае умножению вектора на диагональную
матрицу (2.30).
Подытоживая, можно сказать, что представление входного сигнала от-

носительно собственного (для любого ЛИС-оператора) базисного ядра e j 2 ft

имеет преимущество перед динамическим представлением, так как вместо
интегрального выражения свёртки связь входного сигнала с выходным опи-
сывается произведением спектральных плотностей. Уместно еще раз напом-
нить, что «естественное» временнóе представление сигнала x(t ) – это также
спектральная плотность, только относительно ядра  (t   ) .
Выражение

Y( f )  H ( f )X ( f ) ,

58
Ясно, что на самом деле амплитуды гармонических составляющих бесконечно малы

90
устанавливающее связь спектральных плотностей сигналов на входе и выхо-
де ЛИС-цепи через её комплексную частотную характеристику, служит ос-
новой спектрального метода анализа линейных стационарных цепей, широ-
ко используемого благодаря своей простоте. Именно этим объясняется ис-
ключительная роль ряда и интеграла Фурье в теории сигналов и цепей.
Функция H( f ) в общем случае является комплексной,

H ( f )  K ( f )e j ( f ) , что не очень удобно для практического применения.

Часто рассматривают модуль и аргумент КЧХ по отдельности, при этом мо-
дуль K ( f )  H ( f ) называют амплитудно-частотной характеристикой

(АЧХ), а аргумент  ( f ) – фазочастотной характеристикой (ФЧХ) цепи.

Пример 2.18. RC-фильтр нижних частот, представленный на рис. 2.18,
имеет амплитудно-частотную характеристику и фазочастотную характери-
стику, показанные на рис. 2.21.◄
Значение комплексной частотной характеристики при любой заданной
частоте f может в принципе быть измерено, как отношение сигнала на выхо-
де ЛИС-цепи к входному сигналу, если этот входной сигнал – функция

e j 2 ft (и только в этом случае!). Таким образом, функция e j 2 ft при произ-

вольно задаваемой частоте f может рассматриваться, как испытательный
сигнал, позволяющий получить описание цепи (КЧХ). На практике для изме-
рения КЧХ на вход цепи подают вещественное гармоническое колебание,
частоту которого можно задавать произвольно; при каждом заданном значе-
нии частоты находят значение АЧХ, как отношение амплитуд выходного и
входного колебаний, а их разностью фаз определяется значение ФЧХ на дан-
ной частоте.
Другим испытательным сигналом является  -функция, которая могла
бы быть использована для получения отклика цепи в виде импульсной харак-
теристики (если бы воздействие в виде  -функции можно было реализовать
практически). Поскольку КЧХ и импульсная характеристика связаны друг с

91
другом взаимно однозначно (через пару преобразований Фурье), должна су-
ществовать связь и между соответствующими им испытательными сигнала-
ми. В самом деле,  -функция может рассматриваться как интегральная сум-

ма одновременно воздействующих на вход цепи функций e j 2 ft : так как её


 j 2 ft
спектральная плотность равна   (t )e dt  1 , следовательно,


j 2 ft
 (t )   1 e dt .


а). Амплитудно-частотная характеристика Б). Фазочастотная характеристика

RC-фильтра нижних частот RC-фильтра нижних частот
Рис. 2.21
Каждая из комплексных гармонических функций умножается цепью на
соответствующее значение КЧХ, поэтому импульсная характеристика – от-
клик на  -функцию


h(t )   H ( f )e j 2 ft df

представляет собой как бы «равнодействующую» откликов на все такие
функции, действующие на ЛИС-цепь одновременно.
Заметим, что указанные измерения КЧХ и импульсной характеристики
на практике точно выполнить нельзя. Для практического измерения КЧХ

потребовалось бы бесконечное время для генерирования функций e j 2 ft

(нельзя забывать, что они определены на всей временнóй оси!) и измерения
отношений выходных сигналов к входным с бесконечной точностью при

92
всех значениях частоты f . То же справделиво и для измерения АЧХ и ФЧХ
по отдельности. В свою очередь,  -функция представляет собой «бесконеч-
но короткий импульс бесконечно большой амплитуды», который также не
может быть реализован точно. На практике КЧХ и импульсную характери-
стику ЛИС-цепи можно измерить приближённо с помощью отрезков гармо-
нических испытательных сигналов конечной продолжительности и коротких
импульсов большой (но конечной) амплитуды. Отрезки гармонических коле-
баний при измерении АЧХ и ФЧХ должны иметь длительность много больше
времени установления переходных процессов в цепи, тогда «с точки зрения
цепи» они неотличимы от бесконечно длинных гармонических колебаний.
Аналогично, импульс можно считать коротким, если его длительность много
меньше длительности переходных процессов в цепи (в этом случае «с точки
зрения цепи» он практически неотличим от  -функции). Требования к дли-
тельности «короткого» импульса, используемого взамен  -функции при из-
мерении импульсной характеристики, можно определить и со спектральной
точки зрения.
Пример 2.19. RC-фильтр нижних частот, представленный на рис. 2.18,
1
имеет амплитудно-частотную характеристику K( f )  , где
2
1  (2 f  )
  RC – параметр цепи, называемый постоянной времени (см. пример 2.17).
Под полосой пропускания цепи обычно понимают диапазон частот, в кото-
ром значение АЧХ составляет по отношению к её максимальному значению
не менее чем 1 / 2  0,707. Тогда граница полосы пропускания (граничная
частота) F связана с постоянной времени RC-фильтра соотношением
2 F  1 .
Пусть на эту цепь воздействует прямоугольный импульс длительности
sin( f  и )
 и и амплитуды A ; его спектральная плотность X ( f )  A и пока-
 fи

93
зана на рис. ***. Для того, чтобы отклик цепи практически совпадал с им-
пульсной характеристикой, необходимо, чтобы в полосе пропускания цепи
спектральная плотность X ( f ) была практически неотличима от постоянной
спектральной плотности  -функции, т.е. должно выполняться условие
 и  RC . ◄
Часто в выражениях, связанных со спектральным анализом сигналов и
ЛИС-цепей, вместо частоты f используется круговая частота   2 f . Пара
(2.19) – (2.20) преобразований Фурье в результате замены переменных при-
нимает вид


 jt
H ( )   h(t )e dt ,



1 jt
h(t ) 
2  H ( )e d .


ЛИТЕРАТУРА

1. Первые панорамы поверхности Венеры. – М.: Наука, 1979. – 130 с.

2. Радиотехнические системы передачи информации: Уч. пособие для вузов / В.А. Бори-
сов, В.В. Калмыков, Я.М. Ковальчук и др.; Под ред. В.В. Калмыкова. – М.: Радио и
связь, 1990. – 304 с.
3. Владимиров В.С. Обобщенные функции в математической физике. – М.: Наука, 1976.
– 280 с.
4. Френкс Л. Теория сигналов. – М.: Сов. радио, 1974. – 344 с.
5. Колмогоров А.Н., Фомин С.В. Элементы теории функций и функционального анализа.
– М.: Наука, 1972. – 496 с.
6. Корн Г., Корн Т. Справочник по математике для научных работников и инженеров. М.:
Наука, 1970.
7. Ратынский М.В. Основы сотовой связи. М.: Радио и связь, 2000. – 248 с.
8. Финк Л.М. Теория передачи дискретных сообщений. – М.: Сов. радио, 1970. – 728 с.
9. Сиберт У. Цепи, сигналы, системы: В 2-х ч. Ч. 1. – М.: Мир, 1988. – 336 с.
10. Сиберт У. Цепи, сигналы, системы: В 2-х ч. Ч. 2. – М.: Мир, 1988. – 360 с.

94