- •Часть 1
- •Раздел 1. Элементы общей теории сигналов
- •1.1 Классификация сигналов
- •1.2. Некоторые элементы функционального анализа сигналов
- •1.3 Основы теории ортогональных сигналов
- •Раздел 2. Спектральные представления сигналов
- •2.1. Понятие о спектре периодических и непериодических сигналов
- •2.2 Спектральное представление периодических сигналов
- •2.3 Спектральное представление непериодических сигналов
- •2.4 Теоремы о спектрах
- •2.5 Спектральные представления сигналов с использованием негармонических функций
- •Раздел 3. Сигналы с ограниченным спектром
- •3.1. Некоторые математические модели сигналов с ограниченным спектром
- •3.2 Теорема Котельникова
- •3.3. Узкополосные сигналы
- •3.4. Аналитический сигнал и преобразования Гильберта
- •Раздел 4. Основы корреляционного анализа сигналов
- •4.1. Взаимная спектральная плотность сигналов. Энергетический спектр
- •4.2. Автокорреляционная функция сигналов
- •4.3. Акф дискретного сигнала
- •4.4. Взаимокорреляционная функция двух сигналов
- •Раздел 5. Модулированные сигналы
- •5.1. Сигналы с амплитудной модуляцией
- •5.2 Сигналы с угловой модуляцией
- •5.3. Дискретные формы угловой модуляции
- •5.4 Сигналы с импульсной модуляцией
- •Раздел 6. Основы теории случайных процессов
- •6.1. Случайные процессы. Основные понятия и определения
- •6.2. Характеристики случайных процессов
- •6.3. Моментные функции случайных процессов
- •6.4. Свойства случайных процессов
- •6.5. Функция корреляции двух случайных процессов
- •6.6. Измерение характеристик случайных процессов
- •6.7. Спектральное представление стационарных случайных процессов. Теорема Винера-Хинчина
- •6.8 Типовые модели случайных сигналов
- •6.9 Узкополосные случайные сигналы
- •Раздел 7. Основные элементы цифровой обработки сигналов
- •7.1. Дискретное преобразование Фурье
- •7.2. Быстрое преобразование Фурье
- •Раздел 1.Каналы электросвязи
- •Тема1.1 Общие сведения о каналах электросвязи и их классификация
- •1.2 Математические модели каналов электросвязи
- •1.2.1 Математические модели непрерывных каналов связи
- •1.2.2 Математические модели дискретных каналов связи
- •Раздел 2 Основные положения теории передачи информации
- •2.1 Информационные параметры сообщений и сигналов
- •2.2 Взаимная информация
- •Эффективное кодирование дискретных сообщений
- •Тема 2.4. Информация в непрерывных сигналах
- •Тема 2.5. Пропускная способность канала связи
- •Тема 2.6. Теорема к. Шеннона
- •Тема 2.7. Информация в непрерывных сообщениях. Эпсилон-энтропия
- •Раздел 3. Оптимальный приём дискретных сообщений
- •Тема 3.1. Постановка задачи оптимального приёма дискретных сообщений как статистической задачи. Понятие помехоустойчивости
- •3.2. Элементы теории решений
- •3.3. Критерии качества оптимального приёмника
- •3.4 Алгоритм оптимального приёма при полностью известных сигналах. Когерентный приём
- •3.5 Структурное построение оптимального приёмника
- •3.6 Реализация алгоритма оптимального приёма на основе согласованных фильтров. Свойства согласованного фильтра
- •3.8 Потенциальная помехоустойчивость систем с различными видами манипуляции
- •3.9 Приём сигналов с неопределённой фазой (некогерентный приём)
Раздел 3. Сигналы с ограниченным спектром
Для восстановления сигнала по его спектру необходимо учитывать все составляющие с частотами, лежащими в интервале от нуля до бесконечности. Однако с физической точки зрения такая процедура принципиально неосуществима.
К тому же вклад спектральных составляющих при пренебрежимо мал в силу ограниченности энергии сигналов. Кроме того, любое реальное устройство, предназначенное для передачи и обработки сигналов, имеет конечную ширину полосы пропускания.
Поэтому на практике обычно используется математическая модель сигнала с ограниченным спектром. Сигналы, спектральная плотность которых отлична от нуля лишь в пределах некоторой полосы частот конечной протяжённости, называются сигналами с ограниченным спектром.
3.1. Некоторые математические модели сигналов с ограниченным спектром
1) Рассмотрим колебание с постоянной вещественной спектральной плотностью в пределах отрезка оси частот от до верхней граничной частоты , вне этого отрезка спектральная плотность сигнала обращается в нуль:
(3.1)
Мгновенное значение такого сигнала :
(3.2)
Спектральная плотность такого сигнала:
Такое колебание называется идеальным низкочастотным сигналом (ИНС). График ИНС, построенный по формуле (3.2) имеет вид осциллирующей кривой относительно отсчёта времени. С увеличением верхней граничной частоты спектра возрастают как центральный максимум, так и частота осцилляций.
ИНС более общего вида получается, если в формулу (3.1) ввести фазу спектральной плотности, линейно зависящую от частоты.
(3.3)
Спектральной плотности соответствует низкочастотный сигнал, смещённый во времени относительно сигнала (3.2) на секунд.
(3.4) ИНС является идеализированной выходной реакцией фильтра низких частот (ФНЧ), возбуждаемого колебанием с равномерной по частоте спектральной плотностью, т.е. дельта-импульсом.
2) Исследуем математическую модель сигнала, спектр которого ограничен полосами частот шириной каждая с центрами на частотах . Если в пределах этих полос спектральная плотность сигнала постоянна:
(3.5)
По аналогии с предыдущим данный сигнал будем называть идеальным полосовым сигналом (ИПС).
Мгновенные значения ИПС найдём, используя обратное преобразование Фурье:
(3.6)
Спектральная плотность ИПС:
Строя график ИПС, видим что наряду с высокочастотными осцилляциями на частоте наблюдается изменение во времени мгновенного значения их амплитуды. Функция с точностью до масштабного коэффициента играет роль медленной огибающей ИПС.
Теоретически возможный способ получения ИПС очевиден: на вход идеального полосового фильтра, пропускающего лишь колебания с частотами в пределах полосы , должно быть подано широкополосное воздействие вида дельта-импульса.
Свойство ограниченности спектра позволяет находить интересные и важные классы ортогональных сигналов. Простейший пример – два ортогональных полосовых сигнала, области существования спектра которых не пересекаются.
Менее очевидный способ ортогонализации сигналов с ограниченным спектром заключается в их временном сдвиге. Рассмотрим два идеальных низкочастотных сигнала и . Оба этих сигнала имеют одинаковые параметры и (см. формулу 3.2), однако сигнал запаздывает по отношению к на время , так что его спектральная плотность . Скалярное произведение этих сигналов, вычисленное через спектральные плотности.
(3.7)
Скалярное произведение обращается в нуль и два одинаковых по форме ИНС оказываются ортогональными, если временной сдвиг удовлетворяет условию.
Минимально возможный сдвиг приводящий к ортогонализации, получается при :
(3.8)
График двух идеальных низкочастотных сигналов:
В момент времени, когда один из сигналов достигает максимума, другие сигналы из данного семейства проходят через нуль.