- •1. Классификация радиотехнических цепей и сигналов. Принцип суперпозиции.
- •Разновидности управляющих сигналов
- •2. Энергетические характеристики сигналов. Ортогональные сигналы.
- •3. Корреляционные характеристики детерминированных сигналов.
- •4. Разложение сигналов в ряды Фурье. Спектр периодического сигнала.
- •5. Представление произвольного сигнала на бесконечном интервале времени. Преобразование Фурье.
- •6. Спектральные плотности корреляционных функций.
- •7. Определение активной длительности сигнала и активной ширины его спектра.
- •8. Представление сигналов с ограниченным спектром в виде ряда Котельникова. Дискретизация сигналов. Теорема отсчётов. Дискретизация непрерывных сигналов.
- •Теорема отсчетов (Котельникова; Шенона)
- •9. Амплитудная модуляция. Амплитудная модуляция гармоническим сигналом.
- •9.1. Модуляция гармонических сигналов (тональная модуляция).
- •10. Амплитудная модуляция непериодическим сигналом.
- •11. Угловая модуляция. Угловая модуляция гармоническим сигналом. Спектр гармонической угловой модуляции.
- •12. Амплитудно-импульсная модуляция.
- •13. Линейно-частотная внутриимпульсная модуляция.
- •14. Фазоманипулированные сигналы.
- •15. Огибающая, фаза и мгновенная частота узкополосного сигнала.
- •16. Аналитический сигнал.
- •17. Спектральные и корреляционные характеристики комплексной огибающей.
- •19. Режим по постоянной составляющей резистивного усилителя на транзисторе в схеме с общим эмиттером.
- •20. Линейная схема замещения безинерционного нелинейного 4-х-полюсника для малых нелинейных сигналов.
- •21. Режим резистивного усилителя с транзистором на нч.
- •22. Прохождение сигналов через линейные инерционные цепи.
- •Между импульсной характеристикой цепи и частотной переходной функцией существует связь:
- •23. Методы анализа линейных цепей.
- •24. Условия неискаженной передачи сигнала
- •25. Дифференцирование и интегрирование сигнала.
- •27. Прохождение ам-сигнала через узкополосную цепь. Спектральный метод.
- •Для линейных цепей сигналы синусоидальной формы сохраняют свою форму.
- •28. Прохождение произвольных узкополосных сигналов через избирательные цепи. Метод огибающей.
- •29. Похождение чм-сигналов через узкополосные цепи.
- •30. Прохождение широкополосных сигналов через узкополосные цепи. Приближенный спектральный метод.
- •31. Случайные процессы в радиотехнике. Исходные понятия.
- •Виды случайных процессов (в радиотехнике).
- •32. Законы распределения случайных процессов.
- •33.Числовые характеристики случайных величин и процессов. Одномерные моментные функции.
- •34.Характеристическая функция одномерного распределения.
- •35.Двумерные и многомерные характеристики случайных величин и процессов.
- •36. Корреляционные моменты.
- •37. Стационарные и эргодические процессы
- •38. Нормальные случайные процессы.
- •39. Энергетический спектр стационарного случайного процесса.
- •40. Формула Винера-Хинчина.
- •Белый шум.
- •42. Спектрально-кореляционная хар-ка случайных процессов
- •Действие белого шума на линейные цепи с постоянными параметрами.
- •43. Огибающая и фаза случайного сингала Огибающая и фаза случайного сигнала.
- •Распределение огибающей и фазы нормального случайного процесса.
- •44. Функциональные преобразования одномерного распределения случайного процесса
- •46. Задачи оптимальной линейной фильтрации. Передаточная функция согласованного линейного фильтра.
- •Передаточная функция согласованного линейного фильтра (лф).
- •47. Импульсная характеристика и физическая осуществимость согласованного линейного фильтра
- •48.Характеристики сигнала и помех на выходе согласованного фильтра
- •49.Оптимальная фильтрация известного сигнала при небелом шуме.
- •5 0.Оптимальный фильтр для прямоугольного видеоимпульса.
- •51. Оптимальная фильтрация прямоугольного радиоимпульса
- •52. Оптимальная фильтрация лчм радиоимпульса
- •53. Оптимальные фильтры для фазоманапулированных сигналов.
- •54. Коррелятор, как согласованный фильтр.
33.Числовые характеристики случайных величин и процессов. Одномерные моментные функции.
При расчетах и анализе часто пользуются числовыми характ-ми случ. величин. Все эти числовые характ-ки с помощью мат. ожидания.Мат. ожидание :
- среднее значение.
- момент первого порядка распределения случайной величины x.
Есть некоторая детерминированная функция от случайной величины. .Для них мат. ожидание:
,отсюда правило нахождения случайной характеристики: - начальный момент ( -го порядка).
Связь между числовыми характеристиками и видом определяется центрированной случайной величиной, которая получается смещением по оси .
- центрированная случайная величина.
Случайная величина называется центрированной, если ее среднее значение равно нулю.
Моменты для центрированной случайной величины называются центральными моментами.
Найдем I центральный момент:
- мера рассеивания случайной величины от среднего значения – дисперсия случайной величины.
- дисперсия – средняя мощность.
- среднеквадратическое отклонение – эффективное значение используется в роли меры ширины дифференциального закона распределения.Моменты – это детерминированные величины.
34.Характеристическая функция одномерного распределения.
Есть случайная величина , характеристическая функция - это математическое ожидание от детерминированной функции вида:
однозначно связано с .Поэтому можно указать обратный интеграл: .Основные свойства вытекают из свойств преобразования Фурье:
1)
2)
3) Если - четная функция, то - вещественная функция.
4) .Если принять , получим .
5) Определяет нахождение .
Пример: Дифференциальный закон распределения
Если , то получим: .Заметим, что в этом случае . Т.к. становится четной функциях, получается центрированная случайная величина.
35.Двумерные и многомерные характеристики случайных величин и процессов.
Более полной характеристикой случайных процессов является двумерная , отображающая вероятностную связь между значениями случайной функции в два произвольные момента времени .Рассмотрим ансамбль реализаций случайного процесса.
З афиксируем и . - будет указывать на связь между случайными моментами и .Получим совокупность выборок и .Между ними существует некоторая статистическая связь.Их можно рассматривать как плоскость случайных величин и и рассмотреть вероятность попадания с.в. в интервал и (вероятность попадания вектора в элементарную площадку )
С войства двумерных подобны :
Чем больше , тем более детально можно описать свойства случайного процесса. Свойства : 1) 2)Условие нормировки: 3)Условие согласованности:(используется для нахождения более низкого порядка по )
4)Интегральная функция распределения (ИФР):
; - аналогично.
5)
36. Корреляционные моменты.
Корреляция – степень связи; как и можно описывать частными числовыми характеристиками (дают понятие о статистических свойствах этих ).Смешанный начальный момент (между двумя процессами). ; - выборки одного или двух случайных процессов.
Наиболее употребительным является мат. ожидание двух центрированных величин:
- корреляционный момент (ковариация). Если - выборки двух различных процессов, то - взаимная ковариация.Особенности ковариации:
если один случайный процесс и выборки близки по времени, о обычно и , т.е. если , то получается некоторый максимум ковариации.По мере уменьшения разности произведений выборок из ансамбля реализаций случайного процесса получим: - дисперсия.Скорость изменения сигнала ограничена, так как спектр конечен.Любые изменения энергии требуют времени. Если реализация случайного процесса не содержит детерминир. или квазидетерм., то это чисто случайный процесс. .С увеличением получаются пара значений с различными знаками, и уменьшается, т.е. .Если и сильно отличаются друг от друга, то степень связи между отсчетами снижается ; - зависит не только от и , но и от интенсивности случайных величин. Поэтому вводят коэффициент корреляции: ; - эффективные значения случайных процессов.
Таким образом, если выборки , то .