- •Общие принципы получения информации в физических исследованиях. Основные цели обработки сигналов. Преимущества цифровых методов обработки сигналов. Примеры практического применения.
- •Содержание, этапы, методы и задачи цифровой обработки сигналов. Основные методы и алгоритмы цос.
- •Основные направления, задачи и алгоритмы цифровой обработки сигналов
- •Дискретные и цифровые сигналы. Основные дискретные последовательности теории цос.
- •Линейные дискретные системы с постоянными параметрами. Импульсная характеристика. Физическая реализуемость и устойчивость.
- •Линейные разностные уравнения с постоянными параметрами, их практическое значение и решение.
- •Соотношение между z-преобразованием и преобразованием Фурье
- •Обратное z-преобразование и методы его нахождения: на основе теоремы о вычетах, разложение на простые дроби и в степенной ряд.
- •Передаточная функция дискретных систем. Диаграммы нулей и полюсов. Условие устойчивости.
- •Частотная характеристика дискретных систем. Амплитудно-частотная и фазочастотная характеристики.
- •Фазовая и групповая задержка. Цифровая частота и единицы измерения частоты, которые используются в цифровой обработке сигналов.
- •Общая характеристика дискретного преобразования Фурье. Задачи, решаемые с помощью дпф. Дискретный ряд Фурье.
- •Дискретный ряд Фурье
- •Свойства дискретных рядов Фурье. Периодическая свертка двух последовательностей.
- •Дискретное преобразование Фурье. Основные свойства.
- •Общая характеристика ряда и интеграла Фурье, дискретного ряда Фурье и дискретного преобразования Фурье. Равенство Парсеваля.
- •Прямой метод вычисления дпф. Основные подходы к улучшению эффективности вычисления дпф.
- •Алгоритмы бпф с прореживанием по времени. Основные свойства.
- •Двоичная инверсия входной последовательности для
- •Алгоритмы бпф с прореживанием по частоте. Вычисление обратного дпф.
- •Вычисление периодической, круговой и линейной свертки. Алгоритм быстрой свертки. Вычислительная эффективность.
- •Вычисление линейной свертки с секционированием.
- •Амплитудный спектр, спектр мощности. Определение и алгоритмы получения.
- •Оценка спектра мощности на основе периодограммы. Свойства периодограммы. Методы получения состоятельных периодограммных оценок.
- •Основные проблемы цифрового спектрального анализа. Взвешивание. Свойства весовых функций. Модифицированные периодограммные оценки спм.
- •1.6.1. Просачивание спектральных составляющих и размывание спектра
- •Взвешивание. Свойства весовых функций
- •Паразитная амплитудная модуляция спектра
- •Эффекты конечной разрядности чисел в алгоритмах бпф
- •Метод модифицированных периодограмм
- •Метод Блэкмана и Тьюки получения оценки спектральной плотности мощности. Сравнительная оценка качества методов получения спм.
- •Сравнение методов оценки спектральной плотности мощности
- •Основные характеристики цифровых фильтров. Рекурсивные и нерекурсивные цифровые фильтры, их преимущества и недостатки.
- •Структурные схемы бих-фильтров (прямая и каноническая, последовательная и параллельная формы реализации).
- •Структурные схемы ких-фильтров (прямая, каскадная, с частотной выборкой, схемы фильтров с линейной фазой, на основе метода быстрой свертки).
- •Проектирование цифровых фильтров. Основные этапы и их краткая характеристика.
- •Расчет цифровых бих-фильтров по данным аналоговых фильтров. Этапы и требования к процедурам перехода.
- •Общая характеристика аналоговых фильтров-прототипов: Баттерворта, Чебышева I и II типа, Золоторева-Каура (эллиптические). Методика применения билинейного z-преобразования.
- •Эффекты конечной разрядности чисел в бих-фильтрах. Ошибки квантования коэффициентов, ошибки переполнения и округления. Предельные циклы.
- •Расчет цифровых ких-фильтров: методы взвешивания и частотной выборки.
- •Эффекты конечной разрядности чисел в ких-фильтрах.
- •Общая структурная схема системы цос. Дискретизация сигналов. Теорема отсчетов.
- •Погрешности дискретизации. Выбор частоты дискретизации в реальных условиях. Эффект наложения спектров
- •Дискретизация узкополосных сигналов
- •Выбор частоты дискретизации на практике
- •Квантование сигналов. Погрешность квантования. Отношение сигнал/шум и динамический диапазон при квантовании сигналов. Равномерное и неравномерное квантование
- •Анализ ошибок
- •Отношение сигнал/шум и динамический диапазон
- •Способы реализации алгоритмов и систем цос. Понятие реального времени обработки.
- •Особенности цос, влияющие на элементную базу, ориентированной на реализацию цифровых систем обработки сигналов.
- •Общие свойства процессоров цифровой обработки сигналов и особенности их архитектуры.
- •Архитектура Фон Неймана и гарвардская архитектура в пцос. Преимущества и недостатки.
- •Универсальные процессоры цос. Общая характеристика процессоров с фиксированной и плавающей точкой (запятой).
- •Основные различия между микроконтроллерами, микропроцессорами и сигнальными процессорами.
Общая характеристика ряда и интеграла Фурье, дискретного ряда Фурье и дискретного преобразования Фурье. Равенство Парсеваля.
1.4.2.2. Равенство Парсеваля. Пусть имеются две последовательности конечной длины и ДПФ которых равны и соответственно. В этом случае последовательность можно представить в виде обратного дискретного преобразования Фурье:
(1.141)
Умножим правую и левую часть данного выражения на и найдём среднее значение полученного произведения:
(1.142)
Изменив порядок суммирования в правой части последней формулы, получим:
(1.143)
Так как
(1.144)
то будем иметь:
(1.145)
Если то и тогда
(1.146)
где – энергия сигнала, вычисленная по переменной n (во временной области), с новой строки – энергия сигнала, вычисленная по переменной k (в частотной области).
Это и есть равенство (теорема) Парсеваля, устанавливающее связь между энергией последовательности и её преобразованием Фурье
Прямой метод вычисления дпф. Основные подходы к улучшению эффективности вычисления дпф.
Рассмотрим непосредственное вычисление прямого ДПФ
(1.147) где
Выражение для X(k) можно представить в виде следующей системы уравнений:
(1.148)
Видно, что для того, чтобы получить коэффициент X(0) необходимо выполнить N операций комплексного умножения и (N – 1) операцию комплексного сложения. Для получения X(1) требуется также N операций комплексного умножения и (N – 1) операций комплексного сложения.
Для того, чтобы вычислить два коэффициента X(0) и X(1) требуется 2N операций комплексного умножения и 2(N – 1) операция комплексного сложения.
Продолжив наши рассуждения дальше, получим, что, если требуется определить все N коэффициентов X(0), X(1), …, X(N – 1), то необходимо выполнить N2 операций комплексного умножения и N(N – 1) операций комплексного сложения. Представив (1.147) в виде последовательности операций над вещественными числами, получим откуда следует, что на каждое умножение комплексных чисел требуется четыре умножения и два сложения вещественных чисел, а каждое сложение комплексных чисел получается за счет сложения двух вещественных. Таким образом, при прямом вычислении одного значения ДПФ необходимо выполнения 4N вещественных умножений и (4N – 2) вещественных сложений. Для полного вычисления N-точечного ДПФ общее число умножений вещественных чисел достигнет 4N2, а сложений N(4N – 2).
Вдобавок к умножению и сложению при вычислении ДПФ на универсальных или специализированных ЭВМ необходимо хранить N значений входной последовательности x(n), столько же комплексных экспонент и постоянно обращаться к ним в процессе вычислений. Так как количество запоминаний и обращений к памяти в вычислительных алгоритмах обычно пропорционально числу арифметических операций, то это число считается разумной мерой сложности вычислительного алгоритма или времени, необходимого для выполнения вычислений. Поскольку количество операций, а, следовательно, и время вычислений приблизительно пропорциональны N2, то при прямом методе вычисления ДПФ необходимое число арифметических операций становится весьма большим при больших значениях N.