Тема спектральное представление сигналов ясогласен, что все состоит из атомов. Но какое нам до этого дело? Ведь мы занимаемся вопросом о природе богов! (стр. 3 из 9)
Программа на рис. 4.1.5 продолжает программу рис. 4.1.4 и показывает реконструкцию сигнала по его спектру при ограничении числа членов ряда Фурье.
На верхнем графике рисунка приведен реконструированный сигнал при N = 8 (гармоники первого пика спектра, центр которого соответствует главной гармонике сигнала и члену ряда n = ws/Dw), N = 16 (гармоники двух первых пиков) и N=40 (пять первых пиков спектра). Естественно, что чем больше членов ряда включено в реконструкцию, тем ближе реконструированный сигнал к форме исходного сигнала.
Принцип последовательного приближения к исходной форме наглядно виден на нижнем графике рисунка. На нем же можно видеть и причины появления пульсаций на реконструкции скачков функций, которые носят название эффекта Гиббса. При изменении количества суммируемых членов ряда эффект Гиббса не исчезает. Не изменяется также относительная амплитуда пульсаций (по отношению к амплитуде скачка) и относительное затухание (по коэффициенту последовательного уменьшения амплитуды пульсаций по отношению к максимальному выбросу), изменяется только частота пульсаций, которая определяется частотой последних суммируемых гармоник.
Рис. 4.1.5. Реконструкция сигнала (продолжение программы на рис. 4.1.4)
Эффект Гиббса имеет место всегда при резких нарушениях монотонности функций. На скачках эффект максимален, во всех других случаях амплитуда пульсаций зависит от характера нарушения монотонности функции. Пример явления Гиббса для радиоимпульса приведен на рис. 4.1.6 (использована программа на рис. 4.1.4, точками показан реконструированный сигнал с увеличением масштаба в 10 раз).
 Рис. 4.1.6. |
На рис. 4.1.7 приведен пример разложения в ряд Фурье одного периода T=(a,c) модельного периодического сигнала sq(x), представленного информационным сигналом s(x) в сумме с шумовым сигналом. Спектр шумов близок к спектру белого шума (равномерное распределение энергии шумов по всем частотам спектра).
На спектре модельного сигнала достаточно четко выделяется диапазон частот информационного сигнала. Реконструкция сигнала с ограничением ряда Фурье гармониками только информационного сигнала (сигнал sr5(x), N=5) дает сглаженную форму сигнала по минимуму среднеквадратического расхождения с модельным сигналом для данного количества членов ряда, но только по периоду разложения (а, с), и наиболее точное приближение к информационному сигналу. При увеличении в реконструкции количества членов ряда Фурье восстановленный сигнал начинает приближаться к модельному сигналу, но только по данному периоду T=(a,c), при этом расхождение с информационным сигналом увеличивается. Заметим, что спектр сигнала может определяться и по нескольким периодам сигнала, что повышает точность реконструкции информационного сигнала.
Рис. 4.1.7.
 Рис. 4.1.8. |
В ряд Фурье может разлагаться и произвольная непериодическая функция, заданная (ограниченная, вырезанная из другого сигнала, и т.п.) на интервале (a,b), если нас не интересует ее поведение за пределами данного интервала. Однако следует помнить, что применение формул (4.1.1-4.1.6) автоматически означает периодическое продолжение данной функции за пределами заданного интервала (в обе стороны от него) с периодом Т = b-a. При этом на краях интервала может возникнуть явление Гиббса, если уровень сигнала на краях не совпадает и образуются скачки сигнала при его периодическом повторении, как это видно на рис. 4.1.8. При разложении исходной функции в ограниченный ряд Фурье и его обработке в частотной области на самом деле при этом обрабатывается не исходная функция, а реконструированная из ограниченного ряда Фурье.
При усечении рядов Фурье определенное искажение функций существует всегда. Но при малой доле энергии отсекаемой части сигнала (при быстром затухании спектров функций) этот эффект может быть и мало заметен. На скачках и разрывах функций он проявляется наиболее ярко.
Параметры эффекта Гиббса. Большинство методов анализа и обработки сигналов представляют собой или имеют в своем составе операцию свертки сигналов с функцией оператора свертки. Как сигнал, так и оператор свертки, выполняющий определенную задачу обработки данных и реализующий определенную частотную функцию системы обработки, могут быть бесконечно большими. Практика же обработки на ЭВМ может иметь дело только с ограниченными множествами и данных, и коэффициентов оператора. В общем случае, эти ограниченные множества "вырезаются" из бесконечных множеств, а разложение в ряды Фурье, также ограниченные по размерам, является одной из самых распространенных операций обработки цифровых множеств. С учетом этого рассмотрим явление Гиббса более подробно, т.к. при любых ограничениях рядов Фурье оно всегда может весьма существенно сказаться на качестве и точности обработки сигналов.
Очевидно, что при усечении ряда Фурье (4.1.1) любой функции до конечного числа членов N мы будем иметь усеченный ряд Фурье:
sN(x) =
S(n) exp(jxnDw), (4.1.7)при этом происходит усечение спектральной характеристики функции до частоты nDw и сходимость суммы остающихся членов ряда sN(x) к исходной функции s(x) ухудшается в тем большей степени, чем меньше значение N. Особенно ярко это проявляется на крутых перепадах (разрывах, скачках) функций:
- крутизна перепадов "размывается", т.к. она не может быть больше, чем крутизна (в нулевой точке) последней сохраненной гармоники ряда (4.1.7);
- по обе стороны "размытых" перепадов появляются выбросы и затухающие осцилляции с частотой, равной частоте последнего сохраненного или первого отброшенного члена ряда (4.1.7).
Рассмотрим явление Гиббса на примере разложения в ряд Фурье функции единичного скачка s(x), которая имеет разрыв величиной 1 в точке х = 0. Уравнение функции:
s(x) = -0.5 при –T/2 ≤ x < 0; s(x) = 0.5 при 0 £ x ≤ T/2.
Поскольку функция является нечетной, ее ряд Фурье не содержит косинусных членов, и коэффициенты ряда в односторонней тригонометрической форме определяются выражением (с учетом соотношения Dw = 2p/T):
bn = (2/T)
s(x) sin(xnDw) dx = (2/T) 
sin(xnDw) dx.bn = 2/(n·p), n- нечетное,
bn = 0, n- четное.
Рис. 4.1.9. Значения коэффициентов bn.
Как видно на рис. 4.1.9, ряд коэффициентов bn затухает очень медленно. Соответственно, медленно будет затухать и ряд Фурье функции s(x):
s(x) = (2/p)[sin xDw + (1/3)·sin x3Dw + (1/5)·sin x5Dw +....].
s(x) = (2/p)
sin[x(2n+1)Dw]/(2n+1). (4.1.8)Этот ряд при усечении до M нечетных членов можно записать в следующем виде:
s(x) = (2Dw/p)
cos(x(2n+1)Dw) dx = (2Dw/p) [ cos(x(2n+1)Dw)] dx.Сумма косинусного ряда равна sin[2(M+1)xDw]/(2sin xDw). Отсюда:
sM(x) =
. (4.1.9)Для определения местоположения максимумов и минимумов возникающих осцилляций функции, приравняем к нулю ее первую производную (подынтегральную функцию) выражения (4.1.9), при этом:
xk = ±kp/(2Dw(M+1)) = ±kT/(4(M+1)) , k = 1,2,...
Соответственно, амплитудные значения первых (максимальных) осцилляций функции приходится на точки xk=1 = ±T/(4(M+1)), вторых (противоположных по полярности) - на точки xk=2 = ±T/(2(M+1)). Период пульсаций равен xk=3-xk=1 ≡ 2xk=1 = ±T/(2(M+1)), т.е. на одном периоде задания сигнала появляется 2(М+1) пульсаций с частотой, обратным периоду и равной 2(M+1)Df – частоте последнего сохраненного в суммировании члена ряда Фурье. Функция пульсаций (при ее выделении) является нечетной относительно скачка. Соответственно, при скачке функции s(x) на точке периода Т значения хk являются значениями Dxk относительно точки скачка. Амплитудные значения функции в точках х1 и х2 (при подстановках х1 и х2 верхним пределом в (4.1.9)) практически не зависят от количества членов ряда М и равны:
sM(x1) » 0.5+0.09, sM(x2) » 0.5-0.05.
Амплитуда последующих осцилляций постепенно затухает.
Реконструкция скачка при трех значениях ряда приведена на рис. 4.1.10. Как и положено, функция продолжается периодически за пределами заданного интервала (-Т/2, Т/2), при этом на границах периодов также образуются скачки. Скачки являются центрами возникающих осцилляций. Наложение осцилляций друг на друга в зависимости от расстояния между их центрами может как уменьшать амплитуду пульсаций, так и увеличивать.