Огибающая АЧС последовательности прямоугольных видеоим-пульсов описывается функцией
и пересекает ось частот, когда х кратно л, т. е. п кратно q, τ. е. при частотах, кратных скважности. Поэтому именно эти частоты, равные
отсутствуют в спектре.
Обычно при построении спектров откладывают относительные
величины, т. е. и получают
относительный или нормированный спектр (рис. 15.6).
Спектральные составляющие с наибольшей амплитудой распо-ложены под первыми арками, в них сосредоточена и основная часть энергии сигнала. Поэтому эффективную ширину спектра можно определить как:
Теоретически ширина спектра бесконечна, однако не все его составляющие оказывают действенное влияние на форму сигнала и имеют практическое значение. Поэтому под шириной спектра обычно понимают ограниченный диапазон частот, внутри которого распределена большая часть энергии сигнала. Ширина спектра, так же как, например, полоса пропускания контура, — понятие условное.
Рассмотрим особенности АЧС при изменении длительности и частоты следования импульсов (рис, 15.7).
С уменьшением частоты следования Ω при t И = const происхо-дит сгущение спектра: расстояние между спектральными линиями уменьшается. Ширина спектра, определяемая его огибающей, не меняется, а основная часть энергии распределяется на большем числе гармоник.
С увеличением длительности импульсов при Ω= const ширина арок и связанная с ней ширина спектра уменьшаются: происходит относительное сжатие спектра. Основная часть энергии распреде-ляется на меньшем числе гармоник и сосредоточивается в области все более низких частот.
Таким образом, чем короче импульсы и больше их скважность, тем шире и гуще их спектр, и наоборот.
На практике часто приходится учитывать в спектре лишь ко-нечное число гармоник. Точность аппроксимации исходной функ-ции в этом случае зависит от числа учтенных гармоник. Она ока-зывается достаточной, если учитываются все гармоники, опреде-ляемые заданной шириной спектра.
Фазо-частотный спектр
Как следует из выражений (15.24) и (15.25) начальные фазы гармоник определяются как:
Отсюда следует, что огибающая ФЧС представляет собой пря-мую с углом наклона α, зависящим от сдвига импульсов. Учет из-менения от арки к арке фазы гармоник на я осуществляется соот-ветствующим смещением этой прямой параллельно себе на π вверх или вниз (рис. 15.8).
Каждая арка АЧС имеет ширину, равную qΩ. Поэтому вели-чина сдвига фазы на одну арку составляет угол:
. (15.28)
Поэтому угол наклона α огибающей ФЧС, как это следует и из рис. 15.9, равен арктангенсу от величины сдвига импульсов:
Чем больше сдвиг импульсов во времени, тем больше наклон огибающей их ФЧС (рис. 15.9). При t 0 = 0 угол α равен нулю.
Симметричные частотные спектры имеют аналогичный вид, но построение спектральных линий на них распространяется на ось отрицательных частот. При этом АЧС и ФЧС оказываются симмет-ричными относительно оси ординат и начала отсчета соответ-ственно (рис. 15.10).
Решение.
1. Расстояние между спектральными линиями, равное частоте следования импульсов:
2. Ширина арки:
3. Количество спектральных линий под каждой аркой:
4. Сдвиг фазы на одну арку:
Постоянная составляющая:
6. Т абличные значения функции соответствующие частотам F, 2F, 3F и рассчитанные с их помощью амплитуды и начальные фазы гармоник:
В спектре отсутствуют гармоники, кратные q = 5, т. е. 5F = 50 кГц, lOF = 100 кГц, 15F = 150 кГц и т. д.
СПЕКТРЫ ПЕРИОДИЧЕСКОЙ ПОСЛЕДОВАТЕЛЬНОСТИ ПРЯМОУГОЛЬНЫХ РАДИОИМПУЛЬСОВ
Рассчитаем спектр симметричной относительно оси ординат последовательности прямоугольных радиоимпульсов (рис. 15.11):
Здесь и Ω — период и частота следования импульсов;
ω H — несущая частота.
Если несущая частота кратна частоте следования, т. е. ω H = kΩ, где k — целое число, то импульсы называются когерентными, если эти частоты некратны (), то импульсы — некогерентные.
С помощью выражения (15.4) находим постоянную состав-ляющую
В силу симметрии функции относительно оси ординат ряд Фурье будет содержать лишь косинусоиды (b n = 0 ).
Отсюда следует, что амплитуды гармонических составляющих резко возрастают в районе значений частот, близких к ω н, т. е. .По в этом районе значений п второе слагаемое в выражении (15. 32) значительно меньше первого, и им можно прене-бречь. Кроме того, так как ω H >Ω, постоянной составляющей можно также практически пренебречь.
Таким образом, при сделанных допущениях
Отсюда следует, что огибающая АЧС последовательности пря-моугольных радиоимпульсов определяется, так же как и для по-следовательности аналогичных видеоимпульсов, функцией . Разница лишь в том, что эта функция сдвинута по оси частот на величину , а ее максимум вдвое меньше и соответ-ствует частоте . (рис. 15.12).
В спектре некогерентной последовательности радиоимпульсов несущая частота сон отсутствует, и наибольшую ампли-туду имеет составляющая с частотой, близкой к . Если импульсы когерентны, то в их спектре присутствует составляющая несущей частоты, имеющая наибольшую амплитуду, равную (рис. 15.13).
Таким образом, спектр последовательности прямоугольных ра-диоимпульсов совпадает со спектром последовательности прямоугольных видеоимпульсов, смещенным вправо по оси частот на величину ω н. При этом часть спектра, лежащая в области ω<ω н, является зеркальным отображением части спектра, лежащего в области ω> ω н. Сделанные выводы тем точнее, чем ω н >Ω,
При комплексной форме ряда Фурье и построении симметричных спек-тров п принимает не только положительные, но и отрицательные значения. При отрицательных п в формуле (15.32) нельзя пренебречь вторым слагаемым, так как в районе частот , оно становится, наоборот, значительно больше первого слагаемого.
Наиболее эффективные спектральные составляющие, имеющие наибольшие амплитуды, у радиоимпульсов сосредоточены вблизи несущей частоты. Эффективная ширина спектра радиоимпульсов в два раза больше, чем у одинаковых по длительности видеоим-пульсов.
Пример 15.2.
Построить AЧC периодической последовательности прямоугольных радио-импульсов, если U m = 100 мВ; f H =250 МГц; кГц; t И = 100 мкс.
1. Скважность импульсов:
2. Ширина малых арок и половины большой арки:
3. Максимальная ордината огибающей спектра:
4. Так как f H кратно F, импульсы когерентны, основная спектральная со-ставляющая имеет частоту, равную f H = 250 МГц.
В спектре, показанном на рис. 15.13, присутствуют частоты:
отсутствуют частоты:
Амплитуды соответствующих гармоник могут быть непосредственно отсчи-таны из графика как ординаты огибающей, взятые при соответствующих ча-стотах.
СВЯЗЬ МЕЖДУ ФОРМОЙ СИГНАЛА И ЕГО СПЕКТРОМ
Форма сигнала в полной мере определяется лишь совокупно-стью двух его спектров: АЧС и ФЧС. Тем не менее можно устано-вить ряд характерных связей между формой сигнала и парамет-рами его АЧС, которые позволяют на практике, имея АЧС, судить о форме сигнала, и наоборот.
Сравнивая спектры прямоугольных и треугольных импульсов, заметим, что ряд Фурье в случае треугольных импульсов сходится быстрее, чем в случае прямоугольных импульсов, так как ампли-туды гармоник убывают быстрее с ростом их номера (табл. 15.1). Закономерность, по которой уменьшаются амплитуды гармоник с ростом их номера, можно выразить через число раз дифферен-цирования исследуемой функции, необходимое для "выделения из нее дельта-функций. Пусть в k-й производной исследуемой функ-ции появляются дельта-функции. Тогда для коэффициентов Фурье имеют силу неравенства:
где М — постоянная, зависящая от формы сигнала.
Скорость убывания амплитуд гармоник в спектре зависит от структурных свойств сигнала: коэффициенты убывают тем быст-рее, чем более «гладкой» является форма сигнала и его производ-ных. Если сигнал имеет скачкообразные переходы (его функция имеет конечные разрывы) и в его первой производной появляются δ(t)-импульсы, то амплитуды гармоник в его спектре стремятся к нулю очень медленно — порядок 1/п; если"же в пределах пе-риода следования сигнал непрерывен, но в его первой производ-ной имеются конечные разрывы, а во второй — δ(t)-импульсы, то амплитуды его гармоник стремятся к нулю быстрее—порядок не ниже 1/n 2 и τ. д. .Чем быстрее убывают коэффициенты Фурье, чем более «гладкая» форма сигнала, тем меньше ширина его спектра. В пределе имеет место наиболее «гладкое» моногармоническое колебание.
Понятие длительности определено лишь для прямоугольных и сходных с ними импульсов. На практике длительность импульса произвольной формы, так же как и ширину спектра сигнала, определяют энергетическим методом, т. е. как интервал времени, внутри которого сосредоточена большая часть его энергии, на-пример 90%. Ширина спектра импульсов получается тем больше, чем меньше длительность импульсов.
Важным свойством АЧС сиг-нала является то, что произведение длительности импульса на ширину спектра есть величина постоянная для импульсов данной формы:
Это свойство присуще спектрам любых сигналов и играет су-щественную роль при выборе их параметров.
Уменьшение длительности радиолокационных импульсов, на-пример, позволяет увеличить точность определения координат цели. Однако увеличение при этом ширины спектра сигнала за-трудняет обеспечение требуемой помехозащищенности радиопри-емных устройств. Такая противоречивость следует из усло-вия (15.35). Поэтому желательно выбирать такую форму импуль-сов, чтобы произведение имело наименьшую величину. Ана-лиз показывает, что это произведение получается меньше для тех импульсов, которые изменяются во времени более плавно, форма которых более «гладкая». Наименьшая его величина, весьма близ-кая к теоретически достижимому минимуму, получается у коло-колообразных импульсов.
В предыдущих разделах мы рассмотрели разложение периодических сигналов в ряд Фурье, а также изучили некоторые свойства представления периодических сигналов рядом Фурье. Мы говорили, что периодические сигналы можно представить как ряд комплексных экспонент, отстоящих друг от друга на частоту рад/c, где — период повторения сигнала. В результате мы можем трактовать представление сигнала в виде ряда комплексных гармоник как комплексный спектр сигнала. Комплексный спектр, в свою очередь, может быть разделен на амплитудный и фазовый спектры периодического сигнала.В данном разделе мы рассмотрим спектр периодической последовательности прямоугольных импульсов, как одного из важнейших сигналов, используемого в практических приложениях.
Спектр периодической последовательности прямоугольных импульсов
Пусть входной сигнал представляет собой периодическую последовательность прямоугольных импульсов амплитуды , длительности секунд следующих с периодом секунд, как это показано на рисунке 1
Рисунок 1. Периодическая последовательность прямоугольных импульсов
Единица измерения амплитуды сигнала зависит от физического процесса, который описывает сигнал . Это может быть напряжение, или, сила тока, или любая другая физическая величина со своей единицей измерения, которая меняется во времени как . При этом, единицы измерения амплитуд спектра , , будут совпадать с единицами измерения амплитуды исходного сигнала.
Тогда спектр , , данного сигнала может быть представлен как:
.
Свойства спектра периодической последовательности прямоугольных импульсов
Рассмотрим некоторые свойства огибающей спектра периодической последовательности прямоугольных импульсов.
Постоянная составляющая огибающей может быть получена как предел:
Для раскрытия неопределенности воспользуемся правилом Лопиталя :
Где называется скважностью импульсов и задает отношение периода повторения импульсов к длительности одиночного импульса.
Таким образом, значение огибающей на нулевой частоте равно амплитуде импульса деленной на скважность. При увеличении скважности (т.е. при уменьшении длительности импульса при фиксированном периоде повторения) значение огибающей на нулевой частоте уменьшается.
Используя скважность импульсов выражение (1) можно переписать в виде:
Нули огибающей спектра последовательности прямоугольных импульсов можно получить из уравнения:
Знаменатель обращается в ноль только при , однако, как мы выяснили выше
, тогда решением уравнения будет
Тогда огибающая обращается в ноль если
На рисунке 2 показана огибающая спектра периодической последовательности прямоугольных импульсов (пунктирная линия) и частотные соотношения огибающей и дискретного спектра .
Рисунок 2. Cпектр периодической последовательности прямоугольных импульсов
Также показаны амплитудная огибающая , амплитудный спектр , а также фазовая огибающая и фазовый спектр .Из рисунка 2 можно заметить, что фазовый спектр принимает значения когда огибающая имеет отрицательные значения. Заметим, что и соответствуют одной и той же точке комплексной плоскости равной .
Пример спектра периодической последовательности прямоугольных импульсов
Пусть входной сигнал представляет собой периодическую последовательность прямоугольных импульсов амплитуды , следующих с периодом секунды и различной скважностью . На рисунке 3а показаны временные осциллограммы указанных сигналов, их амплитудные спектры (рисунок 3б), а также непрерывные огибающие спектров (пунктирная линия).
Рисунок 3. Cпектр периодической последовательности
прямоугольных импульсов при различном значении скважности
а — временные осциллограммы; б — амплитудный спектр
Как можно видеть из рисунка 3, при увеличении скважности сигнала, длительность импульсов уменьшается, огибающая спектра расширяется и уменьшается по амплитуде (пунктирная линия). В результате, в пределах главного лепестка увеличивается количество гармоник спектра .
Спектр смещенной во времени периодической последовательности прямоугольных импульсов
Выше мы подробно изучили спектр периодической последовательности прямоугольных импульсов для случая, когда исходный сигнал являлся симметричным относительно . В результате спектр такого сигнала является вещественным и задается выражением (1). Теперь мы рассмотрим, что произойдет со спектром сигнала если мы сместим сигнал во времени,как это показано на рисунке 4 .
Рисунок 4. Сдвинутая во времени периодическая последовательность прямоугольных импульсов
Смещенный сигнал можно представить как сигнал ,
задержанный на половину длительности импульса
.
Спектр смещенного сигнала можно представить
согласно свойству
циклического временного сдвига
как:
Таким образом, спектр периодической последовательности прямоугольных импульсов, смещенной относительно нуля, не
является чисто вещественной функцией, а приобретает дополнительный фазовый множитель
.
Амплитудный и фазовый
спектры показаны на рисунке 5.
Рисунок 5. Амплитудный и фазовый спектры сдвинутой во времени периодической последовательности прямоугольных импульсов
Из рисунка 5 следует, что сдвиг периодического сигнала во времени не изменяет амплитудный спектр сигнала, но добавляет линейную составляющую к фазовому спектру сигнала.
Выводы
В данном разделе мы получили аналитическое выражение для спектра периодической последовательности прямоугольных импульсов.
Мы рассмотрели свойства огибающей спектра периодической последовательности прямоугольных импульсов и привели примеры спектров при различном значении скважности.
Также был рассмотрен спектр при смещении во времени последовательности прямоугольных импульсов и показано, что смещение во времени изменяет фазовый спектр и не влияет на амплитудный спектр сигнала.
Москва, Советское радио, 1977, 608 c.Дёч, Г. Руководство по практическому применению преобразования Лапласа. Москва, Наука, 1965, 288 c.
) мы познакомились с понятием гармонической (синусоидальной ) функции. А бывают ли негармонические функции и сигналы и как с ними работать? В этом нам и предстоит сегодня разобраться 🙂
Гармонические и негармонические сигналы.
И для начала давайте чуть подробнее разберемся, как же классифицируются сигналы. В первую очередь нас интересуют гармонические сигналы, форма которых повторяется через определенный интервал времени , называемый периодом. Периодические сигналы в свою очередь делятся на два больших класса – гармонические и негармонические. Гармонический сигнал – это сигнал, который можно описать следующей функцией:
Здесь – амплитуда сигнала, – циклическая частота, а – начальная фаза. Вы спросите – а как же синус? Разве синусоидальный сигнал не является гармоническим? Конечно, является, дело в том, что , то есть сигналы отличаются начальной фазой, соответственно, синусоидальный сигнал не противоречит определению, которое мы дали для гармонических колебаний 🙂
Вторым подклассом периодических сигналов являются негармонические колебания . Вот пример негармонического сигнала:
Как видите, несмотря на “нестандартную” форму, сигнал остается периодическим, то есть его форма повторяется через интервал времени, равный периоду.
Для работы с такими сигналами и их исследования существует определенная методика, которая заключается в разложении сигнала в ряд Фурье . Суть методики состоит в том, что негармонический периодический сигнал (при выполнении определенных условий) можно представить в виде суммы гармонических колебаний с определенными амплитудами, частотами и начальными фазами. Важным нюансом является то, что все гармонические колебания, которые участвуют в суммировании, должны иметь частоты, кратные частоте исходного негармонического сигнала. Возможно это пока не совсем понятно, так что давайте рассмотрим практический пример и разберемся чуть подробнее 🙂 Для примера используем сигнал, который изображен на рисунке чуть выше. Его можно представить следующим образом:
Давайте изобразим все эти сигналы на одном графике:
Функции , называют гармониками сигнала, а ту из них, период которой равен периоду негармонического сигнала, называют первой или основной гармоникой . В данном случае первой гармоникой является функция (ее частота равна частоте исследуемого негармонического сигнала, соответственно, равны и их периоды). А функция представляет из себя ни что иное как вторую гармонику сигнала (ее частота в два раза больше). В общем случае, негармонический сигнал раскладывается на бесконечное число гармоник:
В этой формуле – амплитуда, а – начальная фаза k-ой гармоники. Как мы уже упомянули чуть ранее, частоты всех гармоник кратны частоте первой гармоники, собственно, это мы и видим в этой формуле 🙂 – это нулевая гармоника, ее частота равна 0, она равна среднему значению функции за период. Почему среднему? Смотрите – среднее значения функции синуса за период равно 0, а значит при усреднении в этой формуле все слагаемые, кроме будут равны 0.
Совокупность всех гармонических составляющих негармонического сигнала называют спектром этого сигнала. Различают фазовый и амплитудный спектр сигнала:
- фазовый спектр сигнала – совокупность начальных фаз всех гармоник
- амплитудный спектр сигнала – амплитуды всех гармоник, из которых складывается негармонический сигнал
Давайте рассмотрим амплитудный спектр поподробнее. Для визуального изображения спектра используют диаграммы, представляющие из себя набор вертикальных линий определенной длины (длина зависит от амплитуды сигналов). На горизонтальной оси диаграммы откладываются частоты гармоник:
По горизонтальной оси могут откладываться как частоты в Гц, так и просто номера гармоник, как в данном случае. А по вертикальной оси – амплитуды гармоник, тут все понятно:). Давайте построим амплитудный спектр сигнала для негармонического колебания, которое мы рассматривали в качестве примера в самом начале статьи. Напоминаю, что его разложение в ряд Фурье выглядит следующим образом:
У нас есть две гармоники, амплитуды которых равны, соответственно, 2 и 1.5. Поэтому на диаграмме две линии, длины которых соответствуют амплитудам гармонических колебаний.
Фазовый спектр сигнала строится аналогично, за той лишь разницей, что используются начальные фазы гармоник, а не амплитуды.
Итак, с построением и анализом амплитудного спектра сигнала мы разобрались, давайте перейдем к следующей теме сегодняшней статьи – к понятию амплитудно-частотной характеристики.
Амплитудно-частотная характеристика (АЧХ).
АЧХ является важнейшей характеристикой многих цепей и устройств – фильтров, усилителей звука и т. д. Даже простые наушники имеют свою собственную амплитудно-частотную характеристику. Что же она показывает?
АЧХ – это зависимость амплитуды выходного сигнала от частоты входного сигнала.
Как мы выяснили в первой части статьи, негармонический периодический сигнал можно разложить в ряд Фурье. Но нас сейчас интересует, в первую очередь, аудио-сигнал, и выглядит он следующим образом:
Как видите, ни о какой периодичности здесь не идет речи 🙂 Но, к счастью, существуют специальные алгоритмы, которые позволяют представить звуковой сигнал в виде спектра входящих в него частот. Мы сейчас не будем подробно разбирать эти алгоритмы, это тема для отдельной статьи, просто примем тот факт, что они позволяют нам осуществить такое преобразование с аудио-сигналом 🙂
Соответственно, мы можем построить диаграмму амплитудного спектра звукового сигнала. А пройдя через какую-либо цепь (к примеру, через наушники при воспроизведении звука) сигнал будет изменен. Так вот амплитудно-частотная характеристика как раз и показывает, какие изменения будет претерпевать входной сигнал при прохождении через ту или иную цепь. Давайте обсудим этот момент чуть поподробнее…
Итак, на входе мы имеем ряд гармоник. Амплитудная-частотная характеристика показывает, как изменится амплитуда той или иной гармоники при прохождении через цепь. Рассмотрим пример АЧХ:
Разберемся поэтапно, что же тут изображено… Начнем с осей графика АЧХ. По оси y мы откладываем величину выходного напряжения (или коэффициента усиления, как на данном рисунке). Коэффициент усиления мы откладываем в дБ, соответственно величина, равная 0 дБ, соответствует усилению в 1 раз, то есть амплитуда сигнала остается неизменной. По оси x откладываются частоты входного сигнала. Таким образом, в рассматриваемом случае для всех гармоник, частоты которых лежат в интервале от 100 до 10000 Гц, амплитуда не изменится. А сигналы всех остальных гармоник будут ослаблены.
На графике отдельно отмечены частоты и – их отличительной особенностью является то, что сигнал гармоник данных частот будет ослаблен в 1.41 раза (3 дБ) по напряжению, что соответствует уменьшению в 2 раза по мощности. Полосу частот между и называют полосой пропускания. Получается следующая ситуация – сигналы всех гармоник, частоты которых лежат в пределах полосы пропускания устройства/цепи будут ослаблены менее, чем в 2 раза по мощности.
Частотный диапазон аудиоустройств обычно разбивают на низкие, средние и высокие частоты. Приблизительно это выглядит так:
- 20 Гц – 160 Гц – область низких частот
- 160 Гц – 1.28 КГц – область средних частот
- 1.28 КГц – 20.5 КГц – область высоких частот
Именно такую терминологию обычно можно встретить в разных программах-эквалайзерах, используемых для настройки звука. Теперь вы знаете, что красивые графики из таких программ являются именно амплитудно-частотными характеристиками, с которыми мы познакомились в сегодняшней статье 🙂
В завершении статьи посмотрим на пару АЧХ, полученных в программном эквалайзере:
Здесь мы можем видеть амплитудно-частотную характеристику усилителя. Причем усилены будут преимущественно средние частоты диапазона.
А здесь ситуация совсем другая – низкие и верхние частоты усиливаются, а в области средних частот для гармоник с частотой 500 Гц мы наблюдаем значительное ослабление.
А здесь усиливаются только низкие частоты. Аудиоаппаратура с такой АЧХ будет обладать высоким уровнем басов 🙂
На этом мы заканчиваем нашу сегодняшнюю статью, спасибо за внимание и ждем вас на нашем сайте снова!
Всякий периодический сигнал воздействия f(t) – может быть представлен бесконечной суммой синусоид кратных частот – рядом Фурье:
, 
(12)
Периодическая функция времени обладает свойством повторения формы через минимальный промежуток времени T, называемый периодом функции:
.
Период определяет частоту основной гармоники бесконечной суммы, которой кратны все слагаемые:
.
Коэффициенты ряда (12) определяются по формулам Фурье:
(13)
Объединение синуса и косинуса одной частоты в выражение (12) дает другую форму ряда Фурье:
(14)
где
,
.
В теории цепей удобнее использовать комплексную форму ряда Фурье:
(15)
здесь комплексная амплитуда к-й гармоник
;
, (16)
где
С учетом выражений (14) и (15) можно получить выражение (17):
(17)
Вещественность
означает,
что ряд состоит только из косинусных
гармоник, а функция времени является
четной.
Амплитудный спектр:
,
(18)
число гармоник на
интервале между двумя узлами равно
отношению
,
называемого скважностью импульсов.
На вход ARC - фильтра будем действовать периодическим сигналом прямоугольной формы, имеющего следующие характеристики:
Скважность: S = 3
Амплитуда, В: U = 8
Порядок Фурье: n = 4
Будем исследовать
реакцию фильтр при воздействие на него
сигнала частотой лежащей в полосе
пропускания. Для этого выберем частоту
сигнала воздействия
,
где
- резонансная частота данного фильтра.
Отсюда частота сигнала воздействия
Гц.
1.Суммирование функций и построение графика суммы.
Рассмотрим разложение в усеченный ряд Фурье периодической последовательности импульсов со скважностью s и числом слагаемых N:
Для построения графика суммы воспользуемся компьютерной программой MathCAD:
2.Амплитудный спектр воздействия.
3.Фазный спектр воздействия.
. Рассчитаем амплитудный и фазный спектры реакции:
В пункте 1.3 были получены амплитудный и фазовый спектры сигнала воздействия. Определим, какова будет реакция исследуемого ARC – фильтра, если на его вход воздействовать периодическим сигналом (см. п.п. 1.3).
1. Амплитудный спектр реакции:
Рис.
6 График амплитудного спектра реакции.
Из графика видно, что при k=2 наблюдается максимальная пропускная способность фильтра. Это обусловлено тем, что к где частота основной гармоники.
2. Фазный спектр реакции:
Рис. 8 Фазный спектр реакции.
1.5. Построим график функции времени реакции цепи на заданное воздействие:
По амплитудному и фазному спектрам (см. п.п. 1.3) можно построить соответствующую им функцию времени по формулам (14).
Для построения графика функции времени воспользуемся компьютерной программой MathCAD:
Рис.9.
График функции времени.
На Рис. 9 представлены графики сигналов воздействия () и реакции () ARC – фильтра.
1.6. Рассчитаем и построим графики амплитудного и фазного спектров воздействия и реакции, а также временные функции воздействия и реакции с периодом в два раза больше.
В п.п. 1.3. – 1.4 мы
исследовали реакцию фильтра при
воздействие на него периодическим
сигналом, частотой
,
где
-
резонансная частота данногоARC
- фильтра. По условию данного пункта
примем частоту сигнала воздействия
.
График суммы:
Рис. 10. График суммы.
Амплитудный спектр воздействия.
Рис. 4 Амплитудный спектр воздействия.
Амплитудный спектр
реакции имеет следующий вид:
Рис. 11Амплитудный спектр реакции.
Фазный спектр воздействия.
Рис. 5 Фазный спектр воздействия.
Фазный спектр реакции имеет следующий вид:
Рис. 12 Фазный спектр
реакции
Временные функции:
Рис.13 График функции времени.
Не так давно товарищ Makeman описывал , как с помощью спектрального анализа можно разложить некоторый звуковой сигнал на слагающие его ноты. Давайте немного абстрагируемся от звука и положим, что у нас есть некоторый оцифрованный сигнал, спектральный состав которого мы хотим определить, и достаточно точно.
Под катом краткий обзор метода выделения гармоник из произвольного сигнала с помощью цифрового гетеродинирования, и немного особой, Фурье-магии.
Итак, что имеем.
Файл с отсчетами оцифрованного сигнала. Известно, что сигнал представляет собой сумму синусоид со своими частотами, амплитудами и начальными фазами, и, возможно, белый шум.
Что будем делать.
Использовать спектральный анализ для того, чтобы определить:
- количество гармоник в составе сигнала, а для каждой: амплитуду, частоту (далее в контексте числа длин волн на длину сигнала), начальную фазу;
- наличие/отсутствие белого шума, а при наличии, его СКО (среднеквадратическое отклонение);
- наличие/отсутствие постоянной составляющей сигнала;
- всё это оформить в красивенький PDF отчёт с блэкджеком и иллюстрациями.
Будем решать данную задачу на Java.
Матчасть
Как я уже говорил, структура сигнала заведомо известна: это сумма синусоид и какая-то шумовая составляющая. Так сложилось, что для анализа периодических сигналов в инженерной практике широко используют мощный математический аппарат, именуемый в общем «Фурье-анализ» . Давайте кратенько разберём, что же это за зверь такой.Немного особой, Фурье-магии
Не так давно, в 19 веке, французский математик Жан Батист Жозеф Фурье показал, что любую функцию, удовлетворяющую некоторым условиям (непрерывность во времени, периодичность, удовлетворение условиям Дирихле) можно разложить в ряд, который в дальнейшем получил его имя - ряд Фурье .В инженерной практике разложение периодических функций в ряд Фурье широко используется, например, в задачах теории цепей: несинусоидальное входное воздействие раскладывают на сумму синусоидальных и рассчитывают необходимые параметры цепей, например, по методу наложения.
Существует несколько возможных вариантов записи коэффициентов ряда Фурье, нам же лишь необходимо знать суть.
Разложение в ряд Фурье позволяет разложить непрерывную функцию в сумму других непрерывных функций. И в общем случае, ряд будет иметь бесконечное количество членов.
Дальнейшим усовершенствованием подхода Фурье является интегральное преобразование его же имени. Преобразование Фурье
.
В отличие от ряда Фурье, преобразование Фурье раскладывает функцию не по дискретным частотам (набор частот ряда Фурье, по которым происходит разложение, вообще говоря, дискретный), а по непрерывным.
Давайте взглянем на то, как соотносятся коэффициенты ряда Фурье и результат преобразования Фурье, именуемый, собственно, спектром
.
Небольшое отступление: спектр преобразования Фурье - в общем случае, функция комплексная, описывающая комплексные амплитуды
соответствующих гармоник. Т.е., значения спектра - это комплексные числа, чьи модули являются амплитудами соответствующих частот, а аргументы - соответствующими начальными фазами. На практике, рассматривают отдельно амплитудный спектр
и фазовый спектр
.
Рис. 1. Соответствие ряда Фурье и преобразования Фурье на примере амплитудного спектра.
Легко видно, что коэффициенты ряда Фурье являются ни чем иным, как значениями преобразования Фурье в дискретные моменты времени.
Однако, преобразование Фурье сопоставляет непрерывной во времени, бесконечной функции другую, непрерывную по частоте, бесконечную функцию - спектр. Как быть, если у нас нет бесконечной во времени функции, а есть лишь какая-то записанная её дискретная во времени часть? Ответ на этот вопрос даёт дальнейшей развитие преобразования Фурье - дискретное преобразование Фурье (ДПФ) .
Дискретное преобразование Фурье призвано решить проблему необходимости непрерывности и бесконечности во времени сигнала. По сути, мы полагаем, что вырезали какую-то часть бесконечного сигнала, а всю остальную временную область считаем этот сигнал нулевым.
Математически это означает, что, имея исследуемую бесконечную во времени функцию f(t), мы умножаем ее на некоторую оконную функцию w(t), которая обращается в ноль везде, кроме интересующего нас интервала времени.
Если «выходом» классического преобразования Фурье является спектр – функция, то «выходом» дискретного преобразования Фурье является дискретный спектр. И на вход тоже подаются отсчёты дискретного сигнала.
Остальные свойства преобразования Фурье не изменяются: о них можно прочитать в соответствующей литературе.
Нам же нужно лишь знать о Фурье-образе синусоидального сигнала, который мы и будем стараться отыскать в нашем спектре. В общем случае, это пара дельта-функций, симметричная относительно нулевой частоты в частотной области.
Рис. 2. Амплитудный спектр синусоидального сигнала.
Я уже упомянул, что, вообще говоря, мы рассматриваем не исходную функцию, а некоторое её произведение с оконной функцией. Тогда, если спектр исходной функции - F(w), а оконной W(w), то спектром произведения будет такая неприятная операция, как свёртка этих двух спектров (F*W)(w) (Теорема о свёртке).
На практике это означает, что вместо дельта-функции, в спектре мы увидим что-то вроде этого:
Рис. 3. Эффект растекания спектра.
Этот эффект именуют также растеканием спектра
(англ. spectral leekage). А шумы, появляющиеся вследствие растекания спектра, соответственно, боковыми лепестками
(англ. sidelobes).
Для борьбы с боковыми лепестками применяют другие, непрямоугольные оконные функции. Основной характеристикой «эффективности» оконной функции является уровень боковых лепестков
(дБ). Сводная таблица уровней боковых лепестков для некоторых часто используемых оконных функций приведена ниже.
Основной проблемой в нашей задаче является то, что боковые лепестки могут маскировать другие гармоники, лежащие рядом.
Рис. 4. Отдельные спектры гармоник.
Видно, что при сложении приведённых спектров, более слабые гармоники как бы растворятся в более сильной.
Рис. 5. Чётко видна лишь одна гармоника. Нехорошо.
Другой подход к борьбе с растеканием спектра состоит в вычитании из сигнала гармоник, создающих это самое растекание.
То есть, установив амплитуду, частоту и начальную фазу гармоники, можно вычесть её из сигнала, при этом мы уберём и «дельта-функцию», соответствующую ей, а вместе с ней и боковые лепестки, порождаемые ей. Другой вопрос состоит в том, как же точно узнать параметры нужной гармоники. Недостаточно просто взять нужные данные из комплексной амплитуды. Комплексные амплитуды спектра сформированы по целым частотам, однако, ничто не мешает гармонике иметь и дробную частоту. В этом случае, комплексная амплитуда как бы расплывается между двумя соседними частотами, и точную её частоту, как и другие параметры, установить нельзя.
Для установления точной частоты и комплексной амплитуды нужной гармоники, мы воспользуемся приёмом, широко применяемым во многих отраслях инженерной практики – гетеродинирование .
Посмотрим, что получится, если умножить входной сигнал на комплексную гармонику Exp(I*w*t). Спектр сигнала сдвинется на величину w вправо.
Этим свойством мы и воспользуемся, сдвигая спектр нашего сигнала вправо, до тех пор, пока гармоника не станет ещё больше напоминать дельта-функцию (то есть, пока некоторое локальное отношение сигнал/шум не достигнет максимума). Тогда мы и сможем вычислить точную частоту нужной гармоники, как w 0 – w гет, и вычесть её из исходного сигнала для подавления эффекта растекания спектра.
Иллюстрация изменения спектра в зависимости от частоты гетеродина показана ниже.
Рис. 6. Вид амплитудного спектра в зависимости от частоты гетеродина.
Будем повторять описанные процедуры до тех пор, пока не вырежем все присутствующие гармоники, и спектр не будет напоминать нам спектр белого шума.
Затем, надо оценить СКО белого шума. Хитростей здесь нет: можно просто воспользоваться формулой для вычисления СКО:
Автоматизируй это
Пришло время для автоматизации выделения гармоник. Повторим ещё разочек алгоритм:1. Ищем глобальный пик амплитудного спектра, выше некоторого порога k.
1.1 Если не нашли, заканчиваем
2. Варируя частоту гетеродина, ищем такое значение частоты, при которой будет достигаться максимум некоторого локального отношения сигнал/шум в некоторой окрестности пика
3. При необходимости, округляем значения амплитуды и фазы.
4. Вычитаем из сигнала гармонику с найденной частотой, амплитудой и фазой за вычетом частоты гетеродина.
5. Переходим к пункту 1.
Алгоритм не сложный, и единственный возникающий вопрос - откуда же брать значения порога, выше которого будем искать гармоники?
Для ответа на этот вопрос, следует оценить уровень шума еще до вырезания гармоник.
Построим функцию распределения (привет, мат. cтатистика), где по оси абсцисс будет амплитуда гармоник, а по оси ординат - количество гармоник, не превышающих по амплитуде это самое значение аргумента. Пример такой построенной функции:
Рис. 7. Функция распределения гармоник.
Теперь построим еще и функцию - плотность распределения. Т.е., значения конечных разностей от функции распределения.
Рис. 8. Плотность функции распределения гармоник.
Абсцисса максимума плотности распределения и является амплитудой гармоники, встречающейся в спектре наибольшее число раз. Отойдем от пика вправо на некоторое расстояние, и будем считать абсциссу этой точки оценкой уровня шума в нашем спектре. Вот теперь можно и автоматизировать.
Посмотреть на кусок кода, детектирующий гармоники в составе сигнала
public ArrayList
Практическая часть
Я не претендую на звание эксперта Java, и представленное решение может быть сомнительным как по части производительности и потреблению памяти, так и в целом философии Java и философии ООП, как бы я ни старался сделать его лучше. Написано было за пару вечеров, как proof of concept. Желающие могут ознакомиться с исходным кодом на
