АПЕРИОДИЧЕСКОЕ ДИСКРЕТНОЕ ПРЕОБРАЗОВАНИЕ ФУРЬЕ В ЗАДАЧАХ ИЗМЕРЕНИЯ ЭНЕРГЕТИЧЕСКОГО СПЕКТРА СЛУЧАЙНЫХ СИГНАЛОВ
DOI:
https://doi.org/10.22213/2410-9304-2019-3-89-96Ключевые слова:
дискретное преобразование Фурье, выборочная оценка, апериодическая корреляционная функция, циклическая корреляционная функция, апериодическое дискретное преобразование Фурье, энергетический спектрАннотация
В работе исследуются два взаимосвязанных, но не подменяющих друг друга направления в измерении энергетического спектра случайных дискретных сигналов, стационарных по А. Я. Хинчину: частотный подход и корреляционный подход. Рассматриваются преимущества и недостатки каждого из подходов. В работе проводится следующее разделение оценок характеристик случайных дискретных сигналов, стационарных в широком смысле: выборочная оценка (оценка, полученная в конкретном эксперименте, «estimates»), оценка, рассматриваемая как случайная величина («estimators»), истинные (теоретические) значения характеристик стационарных случайных сигналов («the theoretical value»). Исследуется два варианта интерпретации реализации случайного дискретного сигнала на конечном интервале , : как значение (здесь – символ операции транспонирования) -мерной случайной величины , и как отрезок , случайного дискретного сигнала на конечном интервале. Доказано, что оценка энергетического спектра случайного дискретного сигнала на конечном интервале , полученная с помощью ДПФ, не является преобразованием оценки апериодической корреляционной функции, а является преобразованием некой новой оценки корреляционной функции – циклической корреляционной функции. В работе предложено решение возникающих при этом проблем путем введения нового преобразования – апериодического дискретного преобразования Фурье.Библиографические ссылки
Марпл-мл. С. Л. Цифровой спектральный анализ и его приложения / пер. с англ. М. : Мир, 1990. 584 с.
Gonzalez R. C., Woods R. E. Digital Image Processing, 4th Ed. Published by Pearson. 2018. 1168 pages.
Прэтт У. Цифровая обработка изображений : в 2 кн. / пер. с англ. М. : Мир, 1982. 790 с.
Пономарева О. В., Пономарев А. В. Интерполяция в пространственной области двумерных дискретных сигналов с помощью быстрых преобразова-ний Фурье // Интеллектуальные системы в производстве. 2019. Т. 17. № 1. С. 88–94.
Пономарева О. В., Пономарев А. В. Быстрый метод горизонтальной скользящей пространственно-частотной обработки // Интеллектуальные системы в производстве. 2019. Т. 17. № 2. С. 81–87.
Пономарева О. В. Неинвариантность скользящего энергетического параметрического Фурье-спектра действительных тональных сигналов // Цифровая обработка сигналов. 2014. № 2. С. 7–14.
Пономарев В. А., Пономарева О. В. Теория и применение параметрического дискретного преобразования Фурье // Цифровая обработка сигналов. 2011. № 1. С. 2–6.
Пономарев В. А/, Пономарева О. В., Пономарева Н. В. Метод быстрого вычисления дискретного преобразования Гильберта в частотной области // Современные информационные и электронные технологии. 2014. № 15. С. 183–184.
Пономарева О. В., Пономарев А. В., Пономарева Н. В. Формализованное описание погрешности измерения вероятностных характеристик случайных процессов процессорными измерительными средствами // Современные информационные и элек-тронные технологии. 2013. № 14. С. 90–93.
Пономарева Н. В., Пономарева О. В., Хворенков В. В. Определение огибающей ангармонического дискретного сигнала на основе преобразования Гильберта в частотной области // Интеллектуальные системы в производстве. 2018. Т. 16. № 1. С. 33–40.
Пономарев В. А., Пономарева О. В. Тенденции развития дискретных косвенных измерений параметров электрических сигналов // Метрология. 2017. № 1. С. 20–32.
Пономарева О. В., Пономарева Н. В., Пономарева В. Ю. Применение временных окон в векторном спектральном анализе дискретных сигналов // Интеллектуальные системы в производстве. 2016. № 2 (29). С. 19–21.
Пономарева Н. В. Проблемы компьютерной спектральной обработки сигналов в музыкальной акустике // Интеллектуальные системы в производстве. 2018. Т. 16. № 1. С. 26–33.
Пономарева Н. В. Цифровая спектральная обработка сигналов в музыкальной акустике // DSPA: Вопросы применения цифровой обработки сигналов. 2018. Т. 8. № 2. С. 37–42.
Пономарев В. А., Пономарева Н. В. Метод и алгоритм выделения музыкально-акустического сигнала из его смеси со случайным дискретным телеграфным сигналом // Перспективные информационные технологии (ПИТ 2018) : труды Международной научно-технической конференции / под ред. С. А. Прохорова. 2018. С. 161–164.
Пономарева Н. В. Предобработка дискретных сигналов при спектральном анализе в системе компьютерной математики MATLAB // Интеллектуальные системы в производстве. 2016. № 4 (31). С. 32–34.
Пономарев В. А., Пономарева Н. В. Цифровой спектрально-временной анализ музыкально-акустических сигналов на основе параметрического дискретного преобразования Фурье // Приборостроение в ХХI веке – 2017. Интеграция науки, образования и производства : сборник материалов ХIII Международной научно-технической конференции. Ижевск, 2018. С. 307–312.
Пономарева Н. В., Пономарев В. В. Метод быстрого получения прореженных коэффициентов дискретного преобразования Фурье на основе параметрических дискретных экспоненциальных базисов // DSPA: Вопросы применения цифровой обработки сигналов. 2017. Т. 7. № 1. С. 172–177.
Пономарева Н. В., Пономарева В. Ю. Локализация спектральных пиков методом параметрического дискретного преобразования Фурье // Интеллектуальные системы в производстве. 2016. № 2 (29). С. 15–18.
Пономарева Н. В, Пономарева В. Ю. Метод измерения частоты сигналов на базе параметрического дискретного преобразования Фурье // DSPA: Вопросы применения цифровой обработки сигналов. 2016. Т. 6. № 2. С. 393–397.
Пономарев А. В. Двумерная обработка сигналов в дискретных базисах Фурье // Интеллектуальные системы в производстве. 2019. Т. 17. № 1. С. 71–77.
Батищев В. И., Мелентьев В. С. Измерительно-моделирующий подход к определению интегральных характеристик периодических сигналов // Известия высших учебных заведений. Электромеханика. 2003. № 6. С. 36–39.
Батищев В. И., Волков И. И., Золин А. Г. Использование стохастического базиса в задачах вос-становления сигналов и изображений // Автометрия. 2017. Т. 53. № 4. С. 127–134.
Батищев В. И., Волков И. И., Золин А. Г. Исследование аппроксимационных свойств функциональных базисов в задачах реконструкции изображений при дистанционном зондировании земли // Проблемы управления и моделирования в сложных системах : труды XVIII Международной конференции / под ред. Е. А. Федосова, Н. А. Кузнецова, В. А. Виттиха. 2016. С. 304–307.
Prokhorov S. A., Kulikovskikh I. M. Unique Condition for generalized Laguerre Functions to solve pole Position Problem. In Signal Processing. 2015. Vol. 108. Pp. 25-29.
Прохоров С. А., Графкин В. В. Структурно-спектральный анализ случайных процессов. Самара, 2010.
Пономарев А. В. Вертикальная скользящая пространственно-частотная обработка дискретных сигналов // Интеллектуальные системы в производстве. 2019. Т. 17. № 2. С. 65–72.
Рабинер Л., Гоулд Б. Теория и применение цифровой обработки сигналов / пер. с англ. М. : Мир, 1978. 839 с.