Материал: Аналоговая и цифровая фильтрация сигналов (110

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РФ ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ «ВОРОНЕЖСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»

В.И. Парфенов, В.К. Бутейко

АНАЛОГОВАЯ И ЦИФРОВАЯ ФИЛЬТРАЦИЯ СИГНАЛОВ

Учебно-методическое пособие для вузов

Издательско-полиграфический центр Воронежского государственного университета

2012

Утверждено научно-методическим советом физического факультета 10 февраля 2012 г., протокол № 2

Рецензент канд. физ.-мат. наук, доцент Г.К. Усков

Учебно-методическое пособие подготовлено на кафедре радиофизики физического факультета Воронежского государственного университета.

Рекомендуется для студентов 3-го курса дневного отделения и 4-го курса вечернего отделения кафедры радиофизики физического факультета.

Для специальности 010801 – Радиофизика и электроника

2

ЛАБОРАТОРНАЯ РАБОТА № 1 Преобразование стационарных случайных процессов

линейными цепями с постоянными параметрами

1. Корреляционная теория стационарных случайных процессов

Полное в вероятностном смысле описание случайных процессов основывается на использовании многомерных плотностей вероятностей. Однако во многих случаях возможен упрощенный подход, основанный на использовании моментных функций не выше второго порядка (так называемая корреляционная теория случайных процессов). Если случайный процесс является стационарным, по крайней мере в широком смысле, то его двумер-

ный центральный момент второго порядка (корреляционная функция)

K (t1,t2 ) зависит от разности τ =|t1 −t2 | , т.е. K (t1,t2 ) = K (τ) = K (−τ). Корреляционная функция K (t1,t2 ) характеризует степень линейной статисти-

ческой связи тех случайных величин, которые наблюдаются при t =t1 и t =t2 . Для стационарного случайного процесса корреляционная функция

K (τ) связана парой преобразований Фурье с так называемой спектральной плотностью мощности W (ω) (теорема Винера – Хинчина):

Учитывая, что корреляционная функция K (τ) является четной функцией, из (1) следует, что и спектральная плотность мощности также является четной функцией. Следовательно, формулы (1) можно переписать в виде

Для оценки «скорости изменения» реализаций случайного процесса во времени часто используют такие параметры, как интервал корреляции

минимальный промежуток времени между отсчетами случайного процесса, при котором можно считать эти отсчеты приближенно некоррелированными.

Используя спектральную плотность мощности, можно легко найти среднюю мощность случайного процесса

3

атакже среднюю мощность, сосредоточенную в полосе частот от ω1 ≥ 0 до

ω2 > 0 :

Если стационарный случайный процесс с корреляционной функцией KВХ (τ) и спектральной плотностью мощности WВХ (ω) воздействует на

вход линейной стационарной цепи с частотным коэффициентом передачи K&(ω) , то сигнал на выходе (в стационарном режиме) также будет являться стационарным случайным процессом с корреляционной функцией KВЫХ (τ) и спектральной плотностью мощности WВЫХ (ω) вида

2. Согласованный фильтр

Согласованный фильтр − линейный фильтр, на выходе которого получаетсямаксимальновозможноепиковоезначениеотношениясигнал/шумприприеме полностьюизвестногосигнала s(t ) нафонегауссовскогобелогошума n(t ).

Обозначим S&(ω) − спектральная плотность детерминированного входного сигнала s(t ), N 0 − односторонняя спектральная плотность гауссовского белого шума n(t ). Тогда на выходе линейного фильтра сигнал может быть представлен в виде суммы двух слагаемых ys (t ) и yn (t ) , первое

из которых является откликом линейной цепи на детерминированный сигнал, а второе − откликом этой цепи на гауссовский белый шум. Тогда согласованный фильтр, который максимизирует отношение максимального значения выходного детерминированного сигнала к среднеквадратическому значению выходного случайного процесса, должен иметь частотный коэффициент передачи K&c (ω) и импульсную характеристику hc (t ), однозначно связанные с ха-

рактеристиками входного сигнала и шума следующим образом:

Здесь c − некоторая постоянная величина, характеризующая усиление фильтра, T0 − момент времени, соответствующий наибольшему отношению

пикового значения сигнала к среднеквадратическому значению помехи на

4

выходе фильтра. Обычно под T0 понимается момент времени, соответст-

вующий концу входного импульсного сигнала, или длительность интервала наблюдения.

Из (7) следует, что амплитудно-частотная характеристика (АЧХ) и фазо-частотная характеристика (ФЧХ) согласованного фильтра

где ϕs (ω) − фазо-частотный спектр (ФЧС) входного сигнала s(t ). Следовательно, АЧХ согласованного фильтра пропорциональна амплитудночастотному спектру (АЧС) входного сигнала | S&(ω) | (АЧХ «согласована» со спектром сигнала), а ФЧХ равна сумме ФЧС входного сигнала, взятого с обратным знаком, и фазового спектра задержки −ωT0 . Отметим, что максимальное значение детерминированного сигнала ys (t ) на выходе согласованного фильтра не зависит от формы входного сигнала s(t ) и численно равно энергии входного сигнала.

Целью настоящей лабораторной работы является изучение методов анализа прохождения через линейные цепи случайных процессов, а также свойств и характеристик согласованных фильтров.

Работа выполняется на ЭВМ с использованием программной среды Maxima, а также (частично) с помощью программы схемотехнического моделирования V версия 6 (сокращенно MC6).

Задания на выполнение лабораторной работы № 1

Задание 1. Анализ статистических характеристик случайных процессов

Требуется провести анализ статистических характеристик случайных процессов ξ(t), η(t) и y(t) для схемы вида, показаного на рис. 1:

ЛЗ T

Рис.1

Здесь использованы следующие обозначения:

5