Анализируемый сигнал

Cтраница 4

Однако мы знаем еще из первой главы, что чем острее резонансная кривая системы, тем более длительное время в ней происходит процесс установления и, таким образом, тем больше потребуется времени для анализа, поскольку при анализе необходимо, чтобы анализируемый сигнал не искажался, а процессы установления ведут к искажению. Нас должны интересовать минимальное время анализа и максимальная разрешающая способность. На основании сказанного выше мы видим, что эти требования противоречивы, так как чем больше разрешающая способность, тем больше время, необходимое для проведения анализа. [46]

Расчет спектра производится следующим образом. Анализируемый сигнал х делится на перекрывающиеся фрагменты согласно параметрам Nwin и Noverlap. [47]

В работах [27] ( § 10.3) и в [ 211 рассмотрены схемы с контролем амплитудно-частотной характеристики путем анализа спектра сигнала в некоторой точке системы при известном спектре входного сигнала. Анализируемый сигнал подается на два фильтра: низкочастотный и высокочастотный, а с выхода фильтров - на два амплитудных детектора. Фильтры подбираются таким образом, что при заданной частотной характеристике системы средние значения выходных сигналов детекторов одинаковы. Разность выходных сигналов детекторов, получающаяся при отклонении частотной характеристики от заданной, используется для настройки изменяемого пара-меч ра управляющего устройства. Основным недостатком такой схемы является сильное влияние спектра входного сиг-нала на процесс самонастройки. [48]

Типичным примером применения этого принципа для построения электронных устройств могут служить спектр-анализаторы. Когда анализируемый сигнал изменяется достаточно быстро, применяют п фильтров, работающих параллельно па п разных частотах. Результат анализа появляется одновременно на выходах всех фильтров. При неизменном сигнале в течение длительного времени ( например, записанном на магнитную лепту) осуществляют последовательный спектральный анализ с помощью фильтра, параметры которого весьма медленно ( единицы-десятки секунд) изменяют. В этом случае спектральные составляющие появляются на выходе фильтра последовательно во времени. [49]

Фактически можно сказать, что имеющейся информации в фурье - или вейвлетном спектре достаточно для полного статистического описания Гауссовского процесса с известным средним значением. Однако когда анализируемый сигнал содержит сложную структуру различных временных гармоник и порождается нелинейной динамической системой, то одного фурье - или вейвлетного спектра мощности уже недостаточно для полного описания процесса. В этом случае можно предположить, что в сигнале появляется фазовая связь между некоторыми частотными компонентами. Информацию, касающуюся наличия нелинейностей, позволяют получить спектры более высокого порядка, и, в частности, спектр третьего порядка или биспектр. [50]

Дискретное преобразование Фурье, по возможности вычисляемое быстрыми методами, лежит в основе различных технологий спектрального анализа, предназначенных для исследования случайных процессов. Дело в том, что если анализируемый сигнал представляет собой случайный процесс, то простое вычисление его ДПФ обычно не представляет большого интереса, так как в результате получается лишь спектр единственной реализации процесса. Поэтому для спектрального анализа случайных сигналов необходимо использовать усреднение спектра. [51]

Упрощенная структурная схема цифровой обработки сигналов. [52]

При перестройке цифрового фильтра нет необходимости менять элементы, а достаточно его перепрограммировать. Цифровой детектор измеряет практически истинное действующее значение анализируемого сигнала без ограничений, связанных с его амплитудным значением. [53]

Схема оптической части приемника на ячейке Брэгга приведена на рис. 21.1. В качестве материала в ячейке Брэгга используется оптически прозрачный кристалл ниобата лития или диоксида теллура, на одной из поверхностей которого находится пьезоэлектрический преобразователь. При поступлении с выхода приемника 2 на преобразователь 3 анализируемых сигналов в кристалле 6 возникают упругие ( акустические) волны. [54]

Из совокупности специализированных алгоритмов анализа спектра наибольшей вычислительной эффективностью обладают итерационные вычислительные процедуры, называемые быстрыми, преобра зованиями. Суть их состоит в том, что исходная выборка анализируемого сигнала путем прореживания разбивается на ряд промежуточных выборок и спектр сигнала выражается через спектр этих выборок. Так как расчет промежуточных спектров требует меньшего числа вычислительных операций, чем расчет спектра исходной выборки, и для вычисления всех спектральных коэффициентов используются одни и те же промежуточные спектры, то достигается существенная экономия операций. [55]

Авторегрессионные методы анализа спектра больше всего подходят для сигналов, действительно являющихся авторегрессионными процессами. Вообще, хорошие результаты эти методы дают тогда, когда спектр анализируемого сигнала имеет четко выраженные пики. В частности, к таким сигналам относится сумма нескольких синусоид с шумом. [56]

Временные графики гармонического сигнала и его сжатой копии. [57]

Следовательно, время задержки выбирается так, чтобы оно вместе с временем умножения равнялось интервалу выборки. На вход цифрового фильтра подается последовательность дискретных данных, представляющая временную функцию анализируемого сигнала. [58]

При этом используется меню Анализ ( рис. 2.26), в котором задаются анализируемые сигналы, их параметры и способ их отображения. [59]

С точки зрения архитектуры и областей применения оптические системы обработки сигналов, как мы увидим далее, сильно отличаются от систем обработки изображений, рассмотренных выше. Основной задачей оптических систем обработки сигналов является извлечение большого количества всевозможной - информации из анализируемого сигнала в присутствии шумов и помех. Ниже указаны основные виды информации при обработке сигналов вместе с предполагаемыми операциями обработки, позволяющими ее извлечь. [60]

Страницы: 1 2 3 4 5