- •1. Основные определения
- •2. Этапы обращения информации
- •3. Понятие сигнала и его модели
- •4.Формы представления детерминированных сигналов.
- •5. Представление сигнала в виде взвешенной суммы базисных функций. Понятие дискретного спектра сигнала и спектральной плотности
- •6. Ортогональное представление сигналов.
- •7.Временная форма представления сигнала
- •8.Частотная форма представления сигнала
- •9.Спектры периодических сигналов.
- •10.Распределение энергии в спектре.
- •11.Спектры непериодических сигналов.
- •12 Распределение энергии в спектре непериодического сигнала. Равенство Парсеваля
- •13.Соотношения между длительностью импульсов и шириной их спектра.
- •14,Спектральная плотность мощности детерминированного сигнала.
- •15.Функция автокорреляции детерминированного сигнала.
- •17.Вероятностные характеристики случайного процесса.
- •18. Стационарные и эргодические случайные процессы.
- •19.Спектральное представление случайных сигналов.
- •20.Частотное представление стационарных случайных сигналов.
- •21.Непрерывные спектры.
- •22. Основные свойства спектральной плотности.
- •23. Дискретизация непрерывных величин.
- •24. Модуляция
- •25. Амплитудная модуляция.
- •27. Частотная модуляция.
- •28. Модуляция по фазе.
- •29. Импульсный ток.
- •30. Кодоимпульсные сигналы.
- •31. Многократная модуляция.
- •32. Количество информации в дискретных сообщениях.
- •33. Свойство энтропии.
- •34. Условия энтропии и ее свойства.
- •35. Передача информации от дискретного источника.
- •37. Частная условная энтропия. Условная энтропия источника.
- •39. Энтропия квантовой величины
- •40. Количество информации в непрерывных сообщениях.
- •Связь между информационными и точностными характеристиками.
- •44.Тогда для равномерного распределения “u” и нормального распределения :
- •46.Код, кодирование, кодовые сигналы.
- •47.Системы счисления.
- •48.Числовые коды.
- •49.Коды не обнаруживающие возникающих искажений.
- •50.Коды обнаруживающие ошибки.
- •51.Информационная способность кода и избыточность.
- •Основная теорема Шеннона о кодировании для канала с помехами.
- •52.Коды с коррекцией искажений.
22. Основные свойства спектральной плотности.
Отметим, что в формулах и ,Suu(w) определима как для положительных, так и для отрицательных частот. Перейдем к одностороннему спектру, ограничиваясь только положительными частотами. Воспользовавшись формулой Эйлера, представим соотношение 2, состоящим из двух слагаемых
В силу частности функции Ru(t) второе слагаемое равно нулю, а первое можно преобразовать к виду
(105)-следует, что Suu(w) является действительной и четной функцией, т.е.Suu(w) = Suu(-w) (106)
Это позволяет ограничиться положительными частотами и в (1): (107)
Соотношения (1) и (2), а также (105) и (107) являются парами интегрального преобразования Фурье, причем (105) и (107) для случая четной функции. Поэтому корреляционная функция и спектральная плотность подчинены закономерности: чем протяженнее кривая Suu(w), тем уже корреляционная функция Ru(t) (тем меньше время корреляции) и наоборот.
Площадь ограниченная непрерывной кривой Suu(w) по спектр-й диаграмме, очевидно должна равняться дисперсии Du случайного процесса U(t). В(107)приt = 0, получим
(108)
Подразумевая под случайным процессом U(t) напряжение, Du можно рассматривать как среднюю мощность, выделяемую этим напряжением на резисторе с сопротивлением в 1 Ом:
(109)следовательно, величина (110)
представляет собой долю средней мощности, выделяемой составляющими спектра, относящимися к интервалу частот (w,w + dw).
В связи с этим спектральную плотность Suu(w) называют еще спектральной плотностью мощности, а также энергетическим спектром стационарного случайного процесса, поскольку Suu(w) имеет размерность энергии.
Спектральная плотность мощности случайного процесса является средней характеристикой множества реализаций. Ее можно получить и путем усреднения спектральной плотности мощности реализации Pk(w) (62) по множеству реализаций.
Рассмотрим с этой целью одну реализацию стационарного случайного процесса U(t) сначала на ограниченном интервале времени –Т<t<T. Для нее можно записать преобразование Фурье:
(111)
В соответствии с (63) спектральная плотность мощности этой реализации
(112)
Найдем среднее значение по множеству реализаций k. Имеем
или (113)
Т.к. мы предполагаем, что случайный процесс стационарный, то (114) где t1 – t2 = t.
При выполнении условия (114) для выражения (113) существует предел при Т®¥:
(115)ч т д
23. Дискретизация непрерывных величин.
. По своей природе все физические величины являются непрерывными. Передача информации о непрерывной величине может осуществляться, например, по структурной схеме, приведенной на рисунке. Величина Х подается на вход преобразователя 1, на выходе которого получается также электрическая непрерывная величинаY, (ток, напряжение, частота), причем Y = F (X).
Рис. 1. Схема передачи информации о непрерывной величине.
Величина Y поступает в канал связи 2, на приемном конце которого включен электроизмерительный прибор со шкалой, градуированной в единицах величины Х. Схема эта проста и широко применяется. Недостатки этого способа:
сильное влияние помех, искажающих результат;
сложность обработки аналоговой информации;
сложность передачи информации на большие расстояния.
Поэтому передача измерительной информации о непрерывных величинах в настоящее время производится с применением дискретизации передаваемой величины.
На рис. 2 дан график, поясняющий идею дискретизации. Если имеется непрерывная величина Y = f(t), то диапазон возможных значений ее можно разбить на «n» уровней с шагом y и в дальнейшем при передаче сведений, например в момент времени t1, сообщать не действительное значение величины, равное y=f(x), а дискретное рациональное число ykв = kiy, соответствующее ближайшему уровню квантования ki.
При этом передача сведений будет происходить с неизбежными погрешностями. Погрешность квантования явл случайной величиной. Можно показать, что закон ее распределения будет равномерным с диапазоном возможных значений от –0,5y до +0,5y. Плотность вероятности погрешности квантования в указанных пределах будет
при среднем квадратичном отклонении
Уменьшая шаг квантования, можно получить желаемую точность сведений.
23. Квантование по времени и теорема Котельникова.
При равномерном квантовании по времени руководствуются теоремой В.А.Котельникова, указывающей при каких условиях непрерывная функция времени может быть восстановлена идеально точно по значениям ее дискретных ординат.
Т:Если непрерывная функция времени f(t) не содержит составляющих с частотой выше Fmax, то она вполне определяется дискретными значениями, отсчитываемыми через интервалы времени
Доказательство этой теоремы основывается на возможности представления функции f(t), имеющей ограниченный спектр, в виде ряда (1)
Функция (2) Здесь k- целые числа, как положительные, так и отрицательные; t – время; t – постоянная величина, равная 1/Fmax.
Не рассматривая мат доказательства такого разложения, приведем только его геометрическую интерпретацию графиком, показанным на рис. 3.
Рис. 3. Разложение функции f(t) в ряд составляющих (k,t), где k – целое число
Из рис видно, что к-е из слагаемых является ф-ей времени с убывающей ампл-й. Если в (2) индексу k придать некоторое значение l, то в момент tl=lt функция (kt) становится неопределенностью вида 0/0, т.к. множитель (t-lt) в знаменателе равен нулю и числитель тоже будет равен нулю. Для раскрытия неопределенности берем отношение производных:
Учитывая (2), получаем
т.е. каждое слагаемое с любым номером l в момент времени t=lt становится равным f(t).
В тот же момент времени все остальные слагаемые с номером ml будут иметь множитель Но и, следовательно, , т.к. l и m – целые числа, т.е. все слагаемые в момент времени t=lt становятся равными нулю, кроме слагаемого с номером l, которое в этот момент равно f(t).
Т обр, на основе Т Котельникова делают вывод, что для информации о непрерывной величине достаточно передавать ее значение через интервалы времени
, (3)где Fmax – частота наивысшей гармонической составляющей.