- •Геппенер Владимир Владимирович
- •Глава 1. Введение. Структура системы цифровой обработки
- •Типы сигналов
- •Спектральные представления сигналов в цос
- •Спектр гармонического процесса
- •Спектр синуса, ограниченного во времени
- •Спектр процесса дискретизованного во времени
- •Фильтрация процесса
- •Методы дискретизации сигналов
- •Эффекты подмена частот
- •Методы дискретизации, основанные на критерии качества восстановления сигнала
- •Принципы адаптивной дискретизации
- •Глава 2. Квантование по уровню.
- •Амплитудные характеристики квантования
- •Свойства ошибок квантования
- •Глава 3 Дискретное преобразование Фурье. Общие свойства.
- •Восстановление сигнала из преобразования Фурье.
- •Использование окон во временной области.
- •Метод уменьшение модуляции
- •Спектральный анализ случайных процессов с использованием дпф
- •Методы сглаживания оценок
- •Построение доверительного интервала оценки спектральной плотности.
Глава 3 Дискретное преобразование Фурье. Общие свойства.
Вспомним, что этот спектр является периодическим
0 g
Рассмотрим дискретные отчеты по частоте
(*) – периодическая по N
Рассмотрим в виде по интервалам длинойN:
лин преобраз
ВРЕМЕННАЯ ОБЛАСТЬ ЧАСТОТНАЯ ОБЛАСТТЬ
x(t) F()
0 T t F()
x(t)
t -r r
xg (t) Fg()
t
xg(it) Fg(i)
t
Выводы:
1. T – велико
2.
нет искажений
N – отчетов по во времени период N
Нет искажений для
Дискретизация в частотной области.
Вспомним преобразование Фурье дискретного апериодического сигнала:
Вычислим значения этого выражения через равные интервалы = (2/N)k
Операция суммирования может быть разбита следующим образом:
Если мы поменяем операции суммирования местами:
Сигнал:
Периодически повторяет x (n) через каждые N точек. Его ряд Фурье задаётся следующим выражением:
Восстановление сигнала из преобразования Фурье.
Так как xp(n) – периодически повторяемый x(n),
ТОЛЬКО когдаNL:
Если N<=L, мы имеем эффект наложения в частотной области:
ПринимаяNL,
Мы можем записать преобразование Фурье в виде:
Это выражение можно упростить:
где
Каков смысл этого уравнения?
Интерполяция в частотной области через ноль-padding.
Предположим: x(n) = 0 дляn<0 иnL. Определимxp(n):
Мы определили дискретное преобразование Фурье (ДПФ)x(n) как:
Иобратное дискретное преобразование Фурье (ОДПФ):
Ясно, что это выполняется, если L>N, x(n) = 0 для L≤ n ≤ N-1.
Пример: f1 = 999,0 Гц, f2 = 1199,0 Гц, f3 = 8000,0 Гц
ДПФ как линейное преобразование.
Мы можем переписать ДПФ в следующем виде:
где
- N-й корень
Мы можем выразить ДПФ как матричную операцию, определив:
И переписав ДПФ:
ИОДПФ:
Матричные операции ДПФ.
Заметим, что используя наше определениеWN, ОДПФ может быть выражено следующим образом:
Таким образом, мы можем уравнять выражения для ОДПФ и записать:
Что с другой стороны означает, что
гдеIN - матрица, размера NxN.
Таким образом, WN – ортогональная (унитарная) матрица и существует обратная ей матрица.
Можем ли мы уменьшить количество вычислительных операций, требуемых для XN?
Свойства ПДФ
Линейность
Периодичность
F(n+kN) = F(n)
Сдвиг
Симметрия
n N/2 n
(апериодическая)
(циклическая)
Применение ДПФ для гармонического анализа.
полигармонический процесс
k=1,2,3,…
Это звукоряды
0 20 n0
получаем выражение для дискретизованного сигнала
Вычисляем ДПФ
1) q – целое
n = q mod N
получаем сумму корней N -ой степени из единицы, она равна 0.
На рисунке показано что сигнал с частотой q=3 и q=3+i*N отображается в ДПФ как частота q=3, а в остальных частотах F(n) = 0, т.е. имеет место идеальное обнаружение гармонического сигнала.
F(n)
F(3)
AN
0 q=3 N-1 q=N+3 n
q – не целое
F(n)=f (q)
Получили выражение для частотной характеристики спектра ДПФ.