Рассмотрим так называемую энергетическую форму интеграла Фурье. В главе 5 были приведены формулы (7.15) и (7.16), дающие переход от функции времени к изображению Фурье и обратно. Если рассматривается некоторая случайная функция времени х (с), то для нее эти формулы могут быть записаны в виде
и проинтегрируем по всем
заменим выражением (11.54):
Величина, находящаяся в квадратных скобках (11.57), как нетрудно видеть, является исходной функцией времени (11.55). Поэтому в результате получается так называемая формула Релея (теорема Парсеваля), которая и соответствует энергетической форме интеграла Фурье:
Правая часть (11.58) и (11.39) представляет собой величину, пропорциональную энергии рассматриваемого процесса. Так, например, если рассматривается ток, протекающий по некоторому резистору с сопротивлением К, то энергия, выделившаяся в этом резисторе за время и будет
Формулы (11.58) и (11.59) и выражают энергетическую форму интеграла Фурье.
Однако эти формулы неудобны тем, что для большинства процессов энергия за бесконечный интервал времени стремится также к бесконечности. Поэтому удобнее иметь дело не с энергией, а со средней мощностью процесса, которая будет получена, если энергию поделить на интервал наблюдения. Тогда формулу (11.58) можно представить в виде
Вводя обозначение
носит название спектральной плотности. Важным
По своему физическому смыслу спектральная плотность есть величина, которая пропорциональна средней мощности процесса в интервале частот от со до со + й?со.
В некоторых случаях спектральную плотность рассматривают только для положительных частот, удваивая ее при этом, что можно сделать, так как спектральная плотность является четной функцией частоты. Тогда, например, формула (11.62) должна быть записана в виде
- спектральная плотность для положительных частот.
так как при этом формулы получают более симметричный характер.
Весьма важным обстоятельством является то, что спектральная плотность и корреляционная функция случайных процессов представляют собой взаимные преобразования Фурье, т. е. они связаны интегральными зависимостями типа (11.54) и (11.55). Это свойство приводится без доказательств .
Таким образом, могут быть записаны следующие формулы:
Так как спектральная плотность и корреляционная функция представляют собой четные вещественные функции, то иногда формулы (11.65) и (11.66) представляют в более простом виде;
)
Это вытекает из того, что имеют место равенства:
и мнимые части могут быть отброшены после подстановки в (11.65) и (11.66), так как слева стоят вещественные функции.
заключается в том, что чем уже график спектральной плотности (рис, 11.16, а), т. е. чем меньшие частоты представлены в спектральной плотности, тем медленнее изменяется величина х во времени. Наоборот, чем шире график спектральной плотности (рис. 11.16, б), т. е. чем большие частоты представлены в спектральной плотности, тем тоньше структура функции х (г) и тем быстрее происходят изменения.г во времени.
Как видно из этого рассмотрения, связь между видом спектральной плотности и видом функции времени получается обратной но сравнению со связью между корреляционной функцией и самим процессом (рис. 11.14). Отсюда вытекает, что более широкому графику спектральной плотности должен соответствовать более узкий график корреляционной функции и наоборот.
И 8 (со). Эти функции, в отличие от импульсных функций, рассматривавшихся в главе 4, являются четными. Это означает, что функция 8 (т) расположена симметрично относительно начала координат и может быть определена следующим образом;
Аналогичное определение относится к функции 8 (со). Иногда в рассмотрение вводят нормированную спектральную плотность, являющуюся изображением Фурье нормированной корреляционной функции (11.52):
и следовательно,
где О - дисперсия.
Взаимные спектральные плотности также являются мерой связи между двумя случайными величинами. При отсутствии связи взаимные спектральные плотности равны нулю.
Рассмотрим некоторые примеры.
Эта функция изображена на рис. 11.17, а. Соответствующее ей изображение Фурье на основании табл. 11.3 будет
Спектр процесса состоит из единственного пика типа импульсной функции, расположенной в начале координат (рис. 11,17, б).
Это означает, что вся мощность рассматриваемого процесса сосредоточена на пулевой частоте, что и следовало ожидать.
Эта функция изображена на рис. 11.18, а, В соответствии с табл. 11.3 спектральная плотность будет
3. Для периодической функции, разлагаемой в ряд Фурье
кроме периодической части будет содержать непериодическую составляющую, то спектр этой функции будет содержать, наряду с отдельными линиями типа импульсной функции, также и непрерывную часть (рис. 11.20). Отдельные пики на графике спектральной плотности указывают на присутствие в исследуемой функции скрытых нериодичностей.
не содержит периодической части, то она будет иметь непрерывный спектр без ярко выраженных пиков.
Рассмотрим некоторые стационарные случайные процессы, имеющие значение при исследовании систем управления. Будем рассматривать только центрированные
При этом средний квадрат случайной величины будет равен дисперсии:
учет постоянного смещения в системе управления является элементарным.
(рис. 11.21, а):
Пример такого процесса - тепловые шумы резистора, которые дают уровень спектральной плотности хаотического напряжения на этом резисторе
Абсолютная температура.
На основании (11,68) спектральной плотности (11.71) соответствует корреляционная функция
отсутствует корреляция между последующими и предыдущими значениями случайной величины х.
а следовательно, бесконечно большая мощность.
Чтобы получить физически реальный процесс, удобно ввести понятие белого шума с ограниченной спектральной плотностью (рис. 11.21, б):
Полоса частот для спектральной плотности.
Этому процессу соответствует корреляционная функция
Среднеквадратичное значение случайной величины пропорционально корню квадратному из полосы частот:
Часто бывает удобнее аппроксимировать зависимость (11.73) плавной кривой. Для этой цели можно, например, использовать выражение
Коэффициент, определяющий ширину полосы частот.
Процесс приближается к белому шуму, так
как для этих частот
Интегрирование (11.77) по всем частотам дает возможность определить дисперсию:
Поэтому спектральная плотность (11.77) может быть записана в другом виде:
Корреляционная функция для этого процесса
Корреляционная функция также изображена на рис. 11.21, в.
Переход от одного значения к другому совершается мгновенно. Интервалы времени подчиняются закону распределения Пуассона (11.4).
График такого вида получается, например, в первом приближении при слежении радиолокатором за движущейся целью. Постоянное значение скорости соответствует движению цели по прямой. Перемена знака или величины скорости соответствует маневру цели.
Будет средним значением интервала времени, в течение которого угловая скорость сохраняет постоянное значение. Применительно к радиолокатору это значение будет средним временем движения цели по прямой.
Для определения корреляционной функции необходимо найти среднее значение произведения
При нахождении этого произведения могут быть два случая.
относятся к одному интервалу. Тогда среднее значение произведения угловых скоростей будет равно среднему квадрату угловой скорости или дисперсии:
относятся к разным интервалам. Тогда среднее значение произведения скоростей будет равно пулю:
так как произведения с положительным и отрицательным знаками будут равновероятными. Корреляционная функция будет равна
Вероятность нахождения их в разных интервалах.
Вероятность отсутствия
Для интервала времени
так как эти события независимые.
В результате для конечного промежутка Ат получаем
Знак модуля при т поставлен вследствие того, что выражение (11.80) должно соответствовать четной функции. Выражение для корреляционной функции совпадает с (11.79). Поэтому спектральная плотность рассматриваемого процесса должна совпадать с (11.78):
Заметим, что в отличие от (11.78) формула спектральной плотности (11.81) записана для угловой скорости процесса (рис. 11.22). Если перейти от угловой скорости к углу, то получится нестационарный случайный процесс с дисперсией, стремящейся к бесконечности. Однако в большинстве случаев следящая система, на входе которой действует этот процесс, обладает астатизмом первого и более высоких порядков. Поэтому первый коэффициент ошибки с0 у следящей системы равен нулю и ее ошибка будет определяться только входной скоростью и производными более высоких порядков, относительно которых процесс стационарен. Это дает возможность использовать спектральную плотность (11.81) при расчете динамической ошибки следящей системы.
3. Нерегулярная качка. Некоторые объекты, например корабли, самолеты и другие, находясь под действием нерегулярных возмущений (нерегулярное волнение, атмосферные возмущения и т. п.), движутся но случайному закону Так как сами объекты имеют определенную им свойственную, частоту колебаний, то они обладают свойством подчёркивать те частоты возмущений, которые близки к их собственной частоте колебаний. Получающееся при этом случайное движение объекта называют нерегулярной качкой в отличие от регулярной качки, представляющей собой периодическое движение.
Типичный график нерегулярной качки изображен на рис. 11.23. Из рассмотрения этого графика видно, что, несмотря на случайный характер, это
движение довольно близко к периодическому.
В практике корреляционную функцию нерегулярной качки часто аппроксимируют выражением
Дисперсия.
находятся обычно путем обработки экспериментальных данных (натурных испытаний).
Корреляционной функции (11.82) соответствует спектральная плотность (см. табл. 11.3)
Неудобством аппроксимации (11.82) является то, что этой формулой можно описать поведение какой-либо одной величины нерегулярной качки (угла, угловой скорости или углового ускорения), В этом случае величина О будет соответствовать дисперсии угла, скорости или ускорения.
Если, например, записать формулу (11.82) для угла, то этому процессу будет соответствовать нерегулярная камка с дисперсией для угловых скоростей, стремящейся к бесконечности, т. е. это будет физически нереальный процесс.
Более удобная формула для аппроксимации угла качки
Однако и эта аппроксимация соответствует физически нереальному процессу, так как дисперсия углового ускорения получается стремящейся к бесконечности.
Для получения конечной дисперсии углового ускорения требуются еще более сложные формулы аппроксимации, которые здесь не приводятся.
Типичные кривые для корреляционной функции и спектральной плотности нерегулярной качки приведены на рис. 11.24.
Математические модели многих сигналов, широко применяемых в радиотехнике, не удовлетворяют условию абсолютной интегрируемости, поэтому метод преобразований Фурье в обычном виде к ним неприменим. Однако, как указывалось, можно говорить о спектральных плотностях таких сигналов, если допустить, что эти плотности описываются обобщенными функциями.
Обобщенная формула Рэлея. Докажем важное вспомогательное положение, касающееся спектральных свойств сигналов.
Пусть два сигнала в общем случае комплекснозначные, определены своими обратными преобразованиями Фурье:
Найдем скалярное произведение этих сигналов, выразив один из них, например через его спектральную плотность:
Здесь внутренний интеграл представляет собой, очевидно, спектральную плотность сигнала . Поэтому
Полученное соотношение представляет собой обобщенную формулу Рэлея. Легко запоминающаяся трактовка этой формулы такова: скалярное произведение двух сигналов с точностью до коэффициента пропорционально скалярному произведению их спектральных плотностей.
Обобщение понятия спектральной плотности.
Будем считать, что сигнал представляет собой абсолютно интегрируемую функцию. Тогда его преобразование Фурье - обычная классическая функция частоты. Пусть наряду с этим сигнал не удовлетворяет условию абсолютной интегрируемости и в обычном классическом смысле преобразование Фурье не существует. Однако можно расширить понятие спектральной плотности, допустив, что является обобщенной функцией в том смысле, который был установлен в § 1.2. Для этого в соответствии с обобщенной формулой Рэлея достаточно положить, что - функционал, который, действуя на известную функцию , дает следующий результат:
Приемы вычисления спектров неинтегрируемых сигналов целесообразно рассмотреть на конкретных примерах.
Спектральная плотность постоянного во времени сигнала. Простейший неинтегрируемый сигнал - это постоянная величина и . Предположим, что - произвольный вещественный абсолютно интегрируемый сигнал с известной спектральной плотностью
Раскрывая формулу (2.43), имеем
Но, как легко заметить,
Отсюда на основании фильтрующего свойства дельтафункции приходим к выводу, что равенство (2.43) возможно лишь при условии, что
Физический смысл полученного результата нагляден - неизменный во времени сигнал имеет спектральную составляющую только на нулевой частоте.
Спектральная плотность комплексного экспоненциального сигнала.
Пусть - комплексный экспоненциальный сигнал с заданной вещественной частотой Этот сигнал не является абсолютно интегрируемым, поскольку при функция s(t) не стремится ни к какому пределу. Преобразование Фурье этого сигнала, рассматриваемое в обобщенном смысле, должно удовлетворять соотношению
Отсюда искомая спектральная плотность S (со), выражается таким образом:
Отметим следующее:
1. Спектральная плотность комплексного экспоненциального сигнала равна нулю всюду, кроме точки где она имеет дельта-особенность.
2. Спектр данного сигнала несимметричен относительно точки и сосредоточивается в области либо положительных, либо отрицательных частот.
Спектральная плотность гармонических колебаний. Пусть По формуле Эйлера
Найденный выше спектр комплексного экспоненциального сигнала, а также свойство линейности преобразования Фурье позволяют сразу записать выражение спектральной плотности косинусоидального сигнала:
Читатель может легко проверитьсамостоятельно, что для синусоидального сигнала справедливо соотношение
Следует заметить, что выражение (2.46) представляет собой четную, а выражение (2.47) - нечетную функцию частоты.
Спектральная плотность произвольного периодического сигнала.
Ранее периодические сигналы исследовались методами теории рядов Фурье. Теперь можно расширить представления об их спектральных свойствах, описав периодические сигналы с помощью преобразования Фурье.
Периодический сигнал, заданный своим рядом Фурье в комплексной форме. На основании формулы (2.45), принимая во внимание свойство линейности преобразования Фурье, сразу получаем выражение спектральной плотности такого сигнала:
Соответствующий график спектральной плотности своей конфигурацией повторяет обычную спектральную диаграмму периодического сигнала. График образован дельта-импульсами в частотной области, которые располагаются в точках с координатами
Спектральная плотность функции включения.
Вычислим спектральную плотность функции включения , которую для простоты определим во всех точках, кроме точки t = 0 [ср. с (1.2)]:
Заметим прежде всего, что функция включения получается путем предельного перехода из экспоненциального видеоимпульса:
Поэтому можно попытаться получить спектральную плотность функции включения, выполнив предельный переход при а- О в формуле спектральной плотности экспоненциального колебания:
Непосредственный переход к пределу, согласно которому справедлив при всех частотах, кроме значения , когда необходимо более тщательное рассмотрение.
Прежде всего выделим в спектральной плотности экспоненциального сигнала вещественную и мнимую части:
Можно убедиться в том, что
Действительно, предельное значение этой дроби при любых обращается в нуль, и в то же ремя
независимо от величины а, откуда и следует сделанное утверждение.
Итак, получено взаимно однозначное соответствие функции включения и ее спектральной плотности:
Дельта-особенность при свидетельствует о том, что функция включения имеет постоянную составляющую, равную 1/2.
Спектральная плотность радиоимпульса.
Как известно, радиоимпульс задается в виде произведения некоторого видеоимпульса играющего роль огибающей, и неинтегрируемого гармонического колебания: .
Чтобы найти спектральную плотность радиоимпульса, будем полагать известной функцию - спектр его огибающей. Спектр косинусоидального сигнала с произвольной начальной фазой получается путем элементарного обобщения формулы (2.46):
Спектр радиоимпульса есть свертка
Приняв во внимание фильтрующее свойство дельтафункции, получаем важный результат:
Рис. 2.8 иллюстрирует трансформацию спектра видеоимпульса при умножении его на высокочастотный гармонический сигнал.
Рис. 2.8. Частотные зависимости модуля спектральной плотности: а - видеоимпульса; б - радиоимпульса
Видно, что переход от видеоимпульса к радиоимпульсу при спектральном подходе означает перенос спектра видеоимпульса в область высоких частот - вместо единственного максимума спектральной плотности при наблюдаются два максимума при абсолютные значения максимумов сокращаются вдвое.
Отметим, что графики на рис. 2.8 отвечают ситуации, когда частота значительно превышает эффективную ширину спектра видеоимпульса (именно такой случай обычно и реализуется на практике). При этом не наблюдается ощутимого «перекрытия» спектров, отвечающих положительным и отрицательным частотам. Однако может оказаться, что ширина спектра видеоимпульса велика настолько (при коротком импульсе), что выбранное значение частоты не устраняет эффект «перекрытия». Как следствие, профили спектров видеоимпульса и радиоимпульса перестают быть подобными.
Пример 2.3. Спектральная плотность прямоугольного радиоимпульса.
Для простоты положим начальную фазу нулевой и запишем математическую модель радиоимпульса в виде
Зная спектр соответствующего видеоимпульса [см. формулу (2.20)], на основании (2.50) находим искомый спектр:
На рис. 2.9 изображены результаты расчета спектральной плотности по формуле (2.51) для двух характерных случаев,
В первом случае (рис. 2.9,а) импульс огибающей содержит 10 периодов высокочастотного заполнения частота здесь достаточно высока для того, чтобы избежать «перекрытия». Во втором случае (рис. 2.9, б) радиоимпульс состоит всего лишь из одного периода заполнения Наложение составляющих, которые соответствуют областям положительных и отрицательных частот, приводит к характерной асимметрии лепестковой структуры графика спектральной плотности радиоимпульса.
Рис. 2.9. Графики спектральных плотностей радиоимпульса с прямоугольной огибающей: а - при ; б - при
В статистической радиотехнике и физике при изучении детерминированных сигналов и случайных процессов широко используется их спектральное представление в виде спектральной плотности, которая базируется на преобразовании Фурье .
Если процесс имеет конечную энергию и квадратично интегрируем (а это нестационарный процесс), то для одной реализации процесса можно определить преобразование Фурье как случайную комплексную функцию частоты:
| X (f) = ∫ − ∞ ∞ x (t) e − i 2 π f t d t . {\displaystyle X(f)=\int \limits _{-\infty }^{\infty }x(t)e^{-i2\pi ft}dt.} | (1) |
Однако она оказывается почти бесполезной для описания ансамбля. Выходом из этой ситуации является отбрасывание некоторых параметров спектра, а именно спектра фаз, и построении функции, характеризующей распределение энергии процесса по оси частот. Тогда согласно теореме Парсеваля энергия
| E x = ∫ − ∞ ∞ | x (t) | 2 d t = ∫ − ∞ ∞ | X (f) | 2 d f . {\displaystyle E_{x}=\int \limits _{-\infty }^{\infty }|x(t)|^{2}dt=\int \limits _{-\infty }^{\infty }|X(f)|^{2}df.} | (2) |
Функция S x (f) = | X (f) | 2 {\displaystyle S_{x}(f)=|X(f)|^{2}} характеризует, таким образом, распределение энергии реализации по оси частот и называется спектральной плотностью реализации. Усреднив эту функцию по всем реализациям можно получить спектральную плотность процесса.
Перейдем теперь к стационарному в широком смысле центрированному случайному процессу x (t) {\displaystyle x(t)} , реализации которого с вероятностью 1 имеют бесконечную энергию и, следовательно, не имеют преобразования Фурье. Спектральная плотность мощности такого процесса может быть найдена на основании теоремы Винера-Хинчина как преобразование Фурье от корреляционной функции:
| S x (f) = ∫ − ∞ ∞ k x (τ) e − i 2 π f τ d τ . {\displaystyle S_{x}(f)=\int \limits _{-\infty }^{\infty }k_{x}(\tau)e^{-i2\pi f\tau }d\tau .} | (3) |
Если существует прямое преобразование, то существует и обратное преобразование Фурье , которое по известной определяет k x (τ) {\displaystyle k_{x}(\tau)} :
| k x (τ) = ∫ − ∞ ∞ S x (f) e i 2 π f τ d f . {\displaystyle k_{x}(\tau)=\int \limits _{-\infty }^{\infty }S_{x}(f)e^{i2\pi f\tau }df.} | (4) |
Если полагать в формулах (3) и (4) соответственно f = 0 {\displaystyle f=0} и τ = 0 {\displaystyle \tau =0} , имеем
| S x (0) = ∫ − ∞ ∞ k x (τ) d τ , {\displaystyle S_{x}(0)=\int \limits _{-\infty }^{\infty }k_{x}(\tau)d\tau ,} | (5) |
| σ x 2 = k x (0) = ∫ − ∞ ∞ S x (f) d f . {\displaystyle \sigma _{x}^{2}=k_{x}(0)=\int \limits _{-\infty }^{\infty }S_{x}(f)df.} | (6) |
Формула (6) с учетом (2) показывает, что дисперсия определяет полную энергию стационарного случайного процесса, которая равна площади под кривой спектральной плотности. Размерную величину S x (f) d f {\displaystyle S_{x}(f)df} можно трактовать как долю энергии, сосредоточенную в малом интервале частот от f − d f / 2 {\displaystyle f-df/2} до f + d f / 2 {\displaystyle f+df/2} . Если понимать под x (t) {\displaystyle x(t)} случайный (флуктуационный) ток или напряжение, то величина S x (f) {\displaystyle S_{x}(f)} будет иметь размерность энергии [В 2 /Гц] = [В 2 с]. Поэтому S x (f) {\displaystyle S_{x}(f)} иногда называют энергетическим спектром . В литературе часто можно встретить другую интерпретацию: σ x 2 {\displaystyle \sigma _{x}^{2}} – рассматривается как средняя мощность, выделяемая током или напряжением на сопротивлении 1 Ом. При этом величину S x (f) {\displaystyle S_{x}(f)} называют спектром мощности случайного процесса.
Энциклопедичный YouTube
1 / 3
Спектр и спектральная плотность
Спектральная плотность прямоугольного импульса
Спектральная плотность треугольного импульса
Пусть сигнал s (t ) задан в виде непериодической функции, причем он существует только на интервале (t 1 ,t 2) (пример - одиночный импульс). Выберем произвольный отрезок времени T , включающий в себя интервал (t 1 ,t 2) (см. рис.1).
Обозначим периодический сигнал, полученный из s (t ), в виде s T (t ). Тогда для него можно записать ряд Фурье
где 
Подставим выражение для в ряд:
Для того, чтобы перейти к функции s
(t
) следует в выражении s T
(t
) устремить период к бесконечности. При этом число гармонических составляющих с частотами w
=n
2p
/T
будет бесконечно велико, расстояние между ними будет стремиться к нулю (к бесконечно малой величине: 
, амплитуды составляющих также будут бесконечно малы. Поэтому говорить о спектре такого сигнала уже нельзя, т.к. спектр становится сплошным
.
При предельном переходе в случае Т => , имеем:
Таким образом, в пределе получаем
Внутренний интеграл является функцией частоты. Его называют спектральной плотностью сигнала, или частотной характеристикой сигнала и обозначают ,
рямое (*) и обратное (**) преобразования Фурье вместе называют парой преобразований Фурье. Модуль спектральной плотности определяет амплитудно-частотную характеристику (АЧХ) сигнала, а ее аргумент 
называют фазо-частотной характеристикой (ФЧХ) сигнала. АЧХ сигнала является четной функцией, а ФЧХ - нечетной.
Смысл модуля S (w ) определяется как амплитуда сигнала (тока или напряжения), приходящаяся на 1 Гц в бесконечно узкой полосе частот, которая включает в себя рассматриваемую частоту w . Его размерность - [сигнал/частота].
9. Свойства преобразования Фурье. Свойства линейности, изменения масштаба времени, другие. Теореме о спектре производной. Теорема о спектре интеграла.
10. Дискретное преобразование Фурье. Помехи радиоприёму. Классификация помех.
Дискретное преобразование Фурье может быть получено непосредственно из интегрального преобразования дискретизаций аргументов (t k = kDt, f n = nDf):
S(f) = s(t) exp(-j2pft) dt, S(f n) = Dt 
s(t k) exp(-j2pf n kDt), (6.1.1)
s(t) = S(f) exp(j2pft) df, s(t k) = Df S(f n) exp(j2pnDft k). (6.1.2)
Напомним, что дискретизация функции по времени приводит к периодизации ее спектра, а дискретизация спектра по частоте - к периодизации функции. Не следует также забывать, что значения (6.1.1) числового ряда S(f n) являются дискретизаций непрерывной функции S"(f) спектра дискретной функции s(t k), равно как и значения (6.1.2) числового ряда s(t k) являются дискретизацией непрерывной функции s"(t), и при восстановлении этих непрерывных функций S"(f) и s"(t) по их дискретным отсчетам соответствие S"(f) = S(f) и s"(t) = s(t) гарантировано только при выполнении теоремы Котельникова-Шеннона.
Для дискретных преобразований s(kDt) Û S(nDf), и функция, и ее спектр дискретны и периодичны, а числовые массивы их представления соответствуют заданию на главных периодах Т = NDt (от 0 до Т или от -Т/2 до Т/2), и 2f N = NDf (от -f N до f N), где N – количество отсчетов, при этом:
Df = 1/T = 1/(NDt), Dt = 1/2f N = 1/(NDf), DtDf = 1/N, N = 2Tf N . (6.1.3)
Соотношения (6.1.3) являются условиями информационной равноценности динамической и частотной форм представления дискретных сигналов. Другими словами: число отсчетов функции и ее спектра должны быть одинаковыми. Но каждый отсчет комплексного спектра представляется двумя вещественными числами и, соответственно, число отсчетов комплексного спектра в 2 раза больше отсчетов функции? Это так. Однако представление спектра в комплексной форме - не более чем удобное математическое представление спектральной функции, реальные отсчеты которой образуются сложением двух сопряженных комплексных отсчетов, а полная информация о спектре функции в комплексной форме заключена только в одной его половине - отсчетах действительной и мнимой части комплексных чисел в частотном интервале от 0 до f N , т.к. информация второй половины диапазона от 0 до -f N является сопряженной с первой половиной и никакой дополнительной информации не несет.
При дискретном представлении сигналов аргумент t k обычно проставляется номерами отсчетов k (по умолчанию Dt = 1, k = 0,1,…N-1), а преобразования Фурье выполняются по аргументу n (номер шага по частоте) на главных периодах. При значениях N, кратных 2:
S(f n) º S n = s k exp(-j2pkn/N), n = -N/2,…,0,…,N/2. (6.1.4)
s(t k) º s k = (1/N) 
S n exp(j2pkn/N), k = 0,1,…,N-1. (6.1.5)
Главный период спектра в (6.1.4) для циклических частот от -0.5 до 0.5, для угловых частот от -p до p. При нечетном значении N границы главного периода по частоте (значения ±f N) находятся на половину шага по частоте за отсчетами ±(N/2) и, соответственно, верхний предел суммирования в (6.1.5) устанавливается равным N/2.
В вычислительных операциях на ЭВМ для исключения отрицательных частотных аргументов (отрицательных значений номеров n) и использования идентичных алгоритмов прямого и обратного преобразования Фурье главный период спектра обычно принимается в интервале от 0 до 2f N (0 £ n £ N), а суммирование в (6.1.5) производится соответственно от 0 до N-1. При этом следует учитывать, что комплексно сопряженным отсчетам S n * интервала (-N,0) двустороннего спектра в интервале 0-2f N соответствуют отсчеты S N+1- n (т.е. сопряженными отсчетами в интервале 0-2f N являются отсчеты S n и S N+1- n).
Пример: На интервале Т= , N=100, задан дискретный сигнал s(k) = d(k-i) - прямоугольный импульс с единичными значениями на точках k от 3 до 8. Форма сигнала и модуль его спектра в главном частотном диапазоне, вычисленного по формуле S(n) = s(k)×exp(-j2pkn/100) с нумерацией по n от -50 до +50 с шагом по частоте, соответственно, Dw=2p/100, приведены на рис. 6.1.1.
Рис. 6.1.1. Дискретный сигнал и модуль его спектра.
На рис. 6.1.2 приведена огибающая значений другой формы представления главного диапазона спектра. Независимо от формы представления спектр периодичен, в чем нетрудно убедиться, если вычислить значения спектра для большего интервала аргумента n с сохранением того же шага по частоте, как это показано на рис. 6.1.3 для огибающей значений спектра.
Рис. 6.1.2. Модуль спектра. Рис. 6.1.3. Модуль спектра.
На рис. 6.1.4. показано обратное преобразование Фурье для дискретного спектра, выполненное по формуле s"(k) =(1/100) S(n)×exp(j2pkn/100), которое показывает периодизацию исходной функции s(k), но главный период k={0,99} этой функции полностью совпадает с исходным сигналом s(k).
Рис. 6.1.4. Обратное преобразование Фурье.
Преобразования (6.1.4-6.1.5) называют дискретными преобразованиями Фурье (ДПФ). Для ДПФ, в принципе, справедливы все свойства интегральных преобразований Фурье, однако при этом следует учитывать периодичность дискретных функций и спектров. Произведению спектров двух дискретных функций (при выполнении каких-либо операций при обработке сигналов в частотном представлении, как, например, фильтрации сигналов непосредственно в частотной форме) будет соответствовать свертка периодизированных функций во временном представлении (и наоборот). Такая свертка называется циклической (см. раздел 6.4) и ее результаты на концевых участках информационных интервалов могут существенно отличаться от свертки финитных дискретных функций (линейной свертки).
Из выражений ДПФ можно видеть, что для вычисления каждой гармоники нужно N операций комплексного умножения и сложения и соответственно N 2 операций на полное выполнение ДПФ. При больших объемах массивов данных это может приводить к существенным временным затратам. Ускорение вычислений достигается при использовании быстрого преобразования Фурье.
Помехи
Помехами обычно называют посторонние электрические возмущения, накладывающиеся на передаваемый сигнал и затрудняющие его прием. При большой интенсивности помех прием становится практически невозможным.
Классификация помех:
а) помехи от соседних радиопередатчиков (станций);
б) помехи от промышленных установок;
в) атмосферные помехи (грозы, осадки);
г) помехи, обусловленные прохождением электромагнитных волн через слои атмосферы: тропосферу, ионосферу;
д) тепловые и дробовые шумы в элементах радиоцепей, обусловленные тепловым движением электронов.
Математически сигнал на входе приемника можно представить либо в виде суммы передаваемого сигнала и помехи, и тогда помеху называют аддитивной , либо просто шумом , либо в виде произведения передаваемого сигнала и помехи, и тогда такую помеху называют мультипликативной . Эта помеха приводит к значительным изменениям интенсивности сигнала на входе приемника и объясняет такие явления как замирания .
Наличие помех затрудняет прием сигналов при большой интенсивности помех, распознавание сигнала может стать практически невозможным. Способность системы противостоять мешающему воздействию помехи носит название помехоустойчивости .
Внешние естественные активные помехи представляют собой шумы, возникающие в результате радиоизлучения земной поверхности и космических объектов, работы других радиоэлектронных средств. Комплекс мероприятий, направленных на уменьшение влияния взаимных помех РЭС, называется электомагнитной совместимостью. Этот комплекс включает в себя как технические меры совершенствования радиоаппаратуры, выбор формы сигнала и способа его обработки, так и организационные меры: регламентация частоты, разнесение РЭС в пространстве, нормирование уровня внеполосных и побочных излучений и др.
11. Дискретизация непрерывных сигналов. Теорема Котельникова (отсчётов). Понятие частоты Найквиста. Понятие интервала дискретизации.
Спектральная плотность и сигнал связаны между собой парой преобразований Фурье:
Все свойства спектральной плотности объединены в основных теоремах о спектрах.
I. Свойство линейности.
Если имеется некоторая совокупность сигналов причём,…, то взвешенная сумма сигналов преобразуется по Фурье следующим образом:
Здесь - произвольные числовые коэффициенты.
II. Теорема о сдвигах.
Предположим, что для сигнала известно соответствие. Рассмотрим такой же сигнал, но возникающий на секунд позднее. Принимая точку за новое начало отсчёта времени, обозначим этот смещённый сигнал как. Введём замену переменной: . Тогда,
Модуль комплексного числа при любых равен 1, поэтому амплитуды элементарных гармонических составляющих, из которых складывается сигнал, не зависят от его положения на оси времени. Информация об этой характеристике сигнала заключена фазовом спектре.
III. Теорема масштабов.
Предположим, что исходный сигнал подвергнут изменению масштаба времени. Это означает, что роль времени играет новая независимая переменная (- некоторое вещественное число.) Если > 1, то происходит “ сжатие” исходного сигнала; если же 0<<1, то сигнал “растягивается” во времени. Если, то:
Произведём замену переменной, тогда, откуда следует:
При сжатии сигнала в раз на временной оси во столько же раз расширяется его спектр на оси частот. Модуль спектральной плотности при этом уменьшается в раз.
Очевидно, что при растягивании сигнала во времени (т.е. при <1) имеет место сужение спектра и увеличение модуля спектральной плотности.
IV. Теорема о спектре производной и неопределённого интеграла.
Пусть сигнал и его спектральная плоскость заданы. Будем изучать новый сигнал и поставим цель найти его спектральную плотность.
По определению:
Преобразование Фурье - линейная операция, значит, равенство (2.3) справедливо и по отношению к спектральным плотностям. Получаем по теореме о сдвигах:
Представляя экспоненциальную функцию рядом Тейлора:
подставляя этот ряд в (2.6) и ограничиваясь первыми двумя членами ряда, находим
Итак, дифференцирование сигнала по времени эквивалентно простой алгебраической операции умножения спектральной плотности на множитель. Поэтому говорят, что мнимое число является оператором дифференцирования, действующим в частотной области.
Вторая часть теоремы. Рассмотренная функция является неопределённым интегралом по отношению к функции. Интеграл это есть, значит - его спектральная плотность, а из формулы (2.7) равна:
Таким образом, множитель служит оператором интегрирования в частотной области.
V. Теорема о свёртке.
При суммировании сигналов их спектры складываются. Однако спектр произведения сигналов не равен произведению спектров, а выражается некоторым специальным интегральным соотношением между спектрами сомножителей.
Пусть и - два сигнала, для которых известны соответствия,. Образуем произведение этих сигналов: и вычислим его спектральную плотность. По общему правилу:
Применив обратное преобразование Фурье, выразим сигнал через его спектральную плотность и подставим результат в (2.9):
Изменив порядок интегрирования, будем иметь:
Интеграл, стоящий в правой части называют свёрткой функций и. Символически операция свёртки обозначается как *
Таким образом, спектральная плотность произведения двух сигналов с точностью до постоянного числового множителя равна свёртке спектральных плотностей сомножителей.