X1(nT) X2(nT) X3(nT)
X1(Z) X2(Z) X3(Z)
Имеем: С1=constи C2=const, тогда преобразование является линейным если:
X3(Z) = C1X1 (Z) +C2X2 (Z) - линейное
X3(nT) = C1X1(nT) +C2X2(nT) преобразование
2. Свойства сдвига.
Утверждает, что если
X2(nT) = X1((n-m)T), тогда
X2(Z) = X1(-mT)+ X1((-m+1)T)Z-1+…+X1(-T)Z-(m-1)+Z-mX1(Z)
X2(Z) = Z-mX1(Z)
X3(Z) =
Где с – замкнутый контур в комплексной v плоскости, которая обхватывает все особенности X1 uX2 .
3. Обратное Z–преобразование.
Оно определяется следующей функцией:
Обратное Z–преобразование может быть определено путем вычисления интеграла, который можно записать следующим образом:
Обратное Z–преобразование может быть определено путем вычисления интеграла, если этот интеграл не расходится.
Z–преобразование используется при проектировании фильтров и характеристик спектральных.
Тема: MatLab – основные возможности и функции по дискретной обработке сигналов.
MatLab – пакет прикладных программ по основным функциям обработки.
Задачи:
- Можно проектировать фильтры.
- Выполнять частотный и спектральный анализ сигналов.
- Выделение признаков из дискретного сигнала и моделирование параметров.
· Фильтрация
Пакет позволяет выполнять фильтрацию сигнала а с помощью следующих типов фильтра:
а) Низкочастотные.
б) Полосовые.
в) Высокочастотные.
· Этот пакет позволяет выплнять спектральный анализ, ДПФ(дискретное преобразование Фурье), выполнять непрерывные преобразования Фурье, можно выполнять Z–преобразования сигнала. В интервальном режиме можно проектировать сигналы определенной формы. Можно моделировать сигнал.
· Основные свойства прямого Z–преобразования.
1. Свойство линейности.
X1(nT) X2(nT) X3(nT) с1,с2
X1(Z) X2(Z) X3(Z)
2. Сдвиг.
· Другой метод обработки сигналов это метод преобразования ряда Фурье.
X(nT) – показывает комплексную функцию Х(еj), которая выглядит:
- прямое преобразование.Спектр сигнала можно получить с помощью Z–преобразования если подставить:
Из свойства линейности Z–преобразования следует свойство линейности Фурье преобразования.
, тоИз свойства сдвига, мы можем написать следующим образом:
· Дискретное преобразование Фурье.
K= 0, … N-1 – прямое n= 0, … N-1 – обратноеX(nT) = (n=0, … N-1)
X(K)последовательность из N частотных отсчетов, где
Эти преобразования можно представить в матричной форме:
X = WnX
Wn – окно расчетаДПФ и ОПФ – выполняются над конечной последовательностью из N – отсчетов и этот вид преобразования дает возможность определить спектральную плотность мощности сигнала, амплитуду и фазу отдельных частот.
S1 S1 = a1sin(wt)S2 S2 = a2sin (w2t)
S3 S3 = a3sin (w3t)Спектральная плотность сигнала
Е
wF1 uF2 –несет смысл сообщения
F3 и т.д. – несет источник информации.
Свойства дискретного преобразования Фурье.
1) Линейность.
Имеются 2 сигнала х(к) у(к)
aх(nT) by(nT) тогда получается
ax(k)+by(k)=ax(nT)+by(nT)
2) Свойство сдвига.
Х(к) X(nT) – путем сдвига на n0 отсчетов, тогда дискретное
Y(nT) преобразование Фурье будет:
путем сдвига на n0k.Тема: Случайные последовательности и их характеристики.
Любой сигнал который подвергается обработке в какой-то степени является случайным сигналом, который изменяется по времени и по частоте. Последовательность X(nT) является случайной, если каждый ее элемент является случайной величиной.
- помехаX(nT)
Y(nT)Характеристики:
1) Математическое ожидание.
Х(nТ)
N-1 N
2) Дисперсия.
Дисперсия сигнала для непрерывной случайной величины определяется так: