Спектральная оценка

Cтраница 3

На рис. 4 - 8 а схематически изображено поведение этих функций для одного из возможных видов низкочастотных случайных процессов. При вычислении спектральной оценки по дискретным данным значения корреляционной функции оцениваются в дискретных точках, отстоящих одна от другой по параметру т на величину At, определяемую из условия максимально допустимой погрешности наложений при дискретизации. Значения корреляционной функции не могут быть оценены в бесконечном числе точек отсчета; кроме того, как мы видели, получение сглаженных оценок спектральной плотности мощности преобразованием Фурье оценки корреляционной функции предполагает то или иное усечение этой оценки. [31]

В качестве процедуры получения приемлемых спектральных оценок для последовательности длины N может служить следующая. [32]

Результаты даны по данным полуколичественной спектральной оценки. [33]

Для оценки относительной доли втекающей мощности, обусловленной боковыми выступами, был применен дополнительный критерий утечки, основанный на отношении общей мощности в сумме 12 спектральных окон к мощности главного выступа составного окна. Сумма 12 окон дает спектральную оценку с 24 ст. св. [34]

Отношение, на котором построен критерий, было без труда доведено до незначительных величин. При возрастании числа степеней свободы спектральных оценок это отношение становится только меньше. [35]

Наблюдаемым процессом в этой задаче выступают оценки Xij спектральных плотностей принятого сигнала, поступающие в заданном частотном диапазоне от анализатора спектра. Здесь индекс г обозначает номер цикла формирования спектральных оценок; индекс j - номер интервала разрешения по частоте. Предполагается, что ширина интервала разрешения по частоте равна или больше ширины спектра обнаруживаемого сигнала, а спектр шумового фона является настолько гладким, так что спектральную плотность мощности шума в пределах т 2 соседних интервалов разрешения можно считать практически постоянной. Сигнал может появиться только в одном из т интервалов. Таким образом, весь частотный диапазон можно разбить на поддиапазоны, каждый из которых включает в себя т указанных интервалов. Поскольку алгоритмы обнаружения сигнала во всех частотных поддиапазонах идентичны, остановимся на задаче обнаружения в одном ( k - м) таком диапазоне. [36]

Рассмотренные здесь спектральные оценки характеризуют так называемые непрямые ( косвенные) методы измерения спектральных плотностей, которые предполагают наличие устройства, вычисляющего ряд значений оценки корреляционной функции перед осуществлением ДПФ. Однако ДПФ может быть использовано и для получения спектральных оценок прямым методом. Рассмотрим пример получения периодограммы. [37]

Если же y2xy ( f) не имеет пика на таких частотах или, что еще хуже, имеет провал, то, по-видимому, система нелинейна. Однако более вероятной причиной подобной картины является смещенность спектральных оценок, связанная с недостаточным разрешением по частоте. [38]

Основные функции пакета поддерживают спектры высокого порядка, взаимную спектральную оценку, линейные модели прогноза и оценку запаздывания. Исчерпывающее 130-страничное руководство содержит 30 примеров и более 50 иллюстраций. [39]

Приведенные выше рассуждения справедливы для любой пары функций, сопряженных по Фурье. Рассмотрим наиболее важные примеры использования алгоритма ДПФ для получения спектральных оценок. [40]

Как правило, заданными являются наивысшая частота в спектре исследуемого сигнала, разрешение по частоте, точность вычисляемых спектральных оценок. При этих исходных данных необходимо правильно выбрать следующие параметры: Atf - интервал отсчетов или шаг дискретизации исследуемой функции времени; NT / & t; mtm / At - число ординат оценки корреляционной функции, характеризующее интервал корреляции случайного процесса. [41]

Таким образом, ДПФ представляет собой аналог интегрального преобразования Фурье функции времени, заданной на конечном интервале. Соотношения, определяемые формулами ДПФ, с точки зрения вычисления основных спектральных характеристик случайных процессов представляют собой алгоритмы, посредством которых могут быть получены соответствующие спектральные оценки при помощи цифровых методов обработки информации. [42]

Мь ( z) не обеспечивают одновременно нулевого усиления по постоянному току и на частоте Найквиста сон. Конечное ( недостаточно малое) А ( 0) Ф 0 у всех ЦР, кроме Нл ( z), приводит к пропусканию фильтрами анализатора постоянной составляющей анализируемого случайного процесса и смещению его спектральных оценок. Это вызывает необходимость использовать ЦФ высокого порядка для минимизации А ( 0) либо предварительно центрировать анализируемый процесс. [43]

Структурная схема устройства для определения ar ( f 2. [44]

Для получения состоятельной оценки спектральной плотности далее необходимы операции сглаживания периодограммы по частотному интервалу. Однако при этом методе вычисления спектральных оценок объем арифметических операций огромен. [45]

Страницы: 1 2 3 4