Студопедия КАТЕГОРИИ: АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Раздел 3. Спектральный анализ ⇐ ПредыдущаяСтр 3 из 3
Теоретические вопросы и аналитические задачи. 1. Пусть задано отсчетов данных , полученных с шагом дискретизации , и отсчетов корреляционной функции. Показать, что корреляционная оценка СПМ , в которой используется смещенная оценка корреляционной функции при максимальном числе возможных временных сдвигов и выборочный спектр
идентичны. 2. Для окон (естественного, Бартлета и Парзена), используемых в методе коррелограмм, получить значение для статистической полосы частот , определяемой следующим образом . 3. В методе коррелограмм используется так называемое параболическое корреляционное окно, определяемое следующим образом
Показать, что соответствующее ему спектральное окно имеет вид . 4. Показать, что для корреляционного окна Папулиса, определяемого выражением
соответствующее ему спектральное окно имеет вид . 5. Обосновать метод Штерна оценки мощности гармонической компоненты по превышению максимума этой компоненты в спектре над уровнем шума. Пусть истинный спектр гармонической компоненты имеет вид . В результате усреднения по достаточно большому количеству секций, каждая из которых имеет длину , мы получили спектр с малой дисперсией. В этом спектре максимум спектральной компоненты сигнала превышает уровень спектра шума на величину . Показать, что оценку мощности спектральной компоненты можно получить из выражения , где - спектральное окно соответствующее используемому на секции временному окну. 6. Проанализировать влияние погрешности оценки корреляционной функции на СПМ, полученную преобразованием Фурье ([7], с. 269). Пусть выборочная корреляционная функция может быть представлена в следующем виде , где - истинная корреляционная функция, а - d-коррелированный шум . Показать, что . 7. Измерением СПМ методом фильтрации, который используется в аналоговых и ряде специализированных компьютерных спектранализаторах, основано на выполнении трех последовательных процедур: 1) пропускание исследуемого сигнала x(t) через полосовой фильтр (с частотной характеристикой настроенный на частоту и полосой пропускания ; 2) возведение в квадрат сигнала, полученного на выходе фильтра ; 3) интегрирование сигнала на конечном отрезке времени. Полученная оценка СПМ может быть записана в следующем виде где . Проанализировать чем определяется смещение и дисперсия оценки СПМ, полученной методом фильтрации. 8. Показать, что спектральное окно , используемое в методе фильтрации для получения оценки СПМ (см. предыдущую задачу), может быть записано в следующем виде , где - частотная характеристика фильтра.
Вычислительные задачи. 1. Используя случайную выборку, сгенерированную с помощью датчика случайных чисел, с помощью метода периодограмм получить модуль передаточной функции цифрового фильтра. Показать, что дисперсия оценки усредненной по выборкам выборочной СПМ обратно пропорциональна . Рассмотреть один из вариантов фильтра: Баттерфорда, Чебышева, инверсного Чебышев, Эллиптического, Бесселя, Equi-Ripple, КИХ. 2. Используя генератор гауссового шума, с помощью метода коррелограмм получить модуль передаточной функции цифрового фильтра. По выборке длиной вычислить выборочную корреляционную функцию . Проверить справедливость утверждения Рассмотреть один из вариантов фильтра: Баттерфорда, Чебышева, инверсного Чебышев, Эллиптического, Бесселя, Equi-Ripple, КИХ. 3. С помощью датчика случайных чисел сгенерировать случайную последовательность длиной 214. Используя метод периодограмм с длиной секции 28, без перекрытия и с перекрытием на половину секции, получить дисперсию оценки СПМ в обоих случаях. 4. Используя метод периодограмм продемонстрировать выделение гармонического сигнала из шума, увеличивая число выборок, по которым производится усреднение СПМ. 5. Допустим, что с помощью компьютера требуется многократно генерировать случайные выборки с заданной корреляционной функцией. Для этого можно использовать следующий алгоритм. Сгенерируем случайную выборку , в которой равномерно распределены на интервале . Умножим эту выборку на дискретных Фурье-образ требуемой корреляционной функции и выполним обратное преобразование Фурье. Обоснуйте, что этот алгоритм позволяет получать случайные выборки с заданной корреляционной функцией. Реализуйте с помощью компьютера этот алгоритм, самостоятельно выбрав корреляционную функцию. При реализации постарайтесь избежать эффектов наложения частот. Вычислите усредненную по достаточно большому числу полученных реализаций корреляционную функцию и убедитесь, что она соответствует выбранной вами. |
||
Последнее изменение этой страницы: 2018-05-10; просмотров: 182. stydopedya.ru не претендует на авторское право материалов, которые вылажены, но предоставляет бесплатный доступ к ним. В случае нарушения авторского права или персональных данных напишите сюда... |