4.8.3. Улучшенное спектральное моделирование дискретных сигналов()
Для ускорения вычисления коэффициентов Фурье дискретных, т. е. представленных своими отсчетами, сигналов широко используется простой метод прямоугольников. Если сигнал представлен только своими равномерно распределенными отсчетами, то такой метод является единственным научно обоснованным методом, обеспечивающим минимальную среднеквадратическую ошибку приближения. Однако, в соответствии с теоремой Котельникова, максимальное число гармоник в спектре сигнала равно половине числа отсчетов. Ограничение числа гармоник служит причиной возникновения эффекта Гиббса (сильные колебания в особых точках сигналов).
Кардинальное улучшение моделирования сигналов при спектральном методе достигается заменой дискретных отсчетов функции на плавную функциюy(t), получаемую при той или иной методике интерполяции - рис.4.36. При этом появляется возможность задавать произвольное число отсчетов по интерполируемой функции y(t) и получить сколь угодно большое число гармоник для ее синтеза.
Рис. 4.36.Улучшенный спектральный анализ с прямой линейной интерполяцией функции между узлами (начало документа)
Этот прием дает блестящие результаты — при достаточно большом числе выбранных для синтеза гармоник синтезируемая функция почти повторяет исходную, а эффект Гиббса исчезает практически полностью.
Как видно из второй части документа (рис. 4.37), степень совпадения исходной и синтезируемой функций очень высока даже при числе используемых гармоник M=20. Это свидетельствует о высокой степени достоверности моделирования сложного сигнала на основе описанного подхода. При необходимости в формулы синтеза сигнала можно ввести поправочные множители, учитывающие искажения сигнала теми или иными устройствами, и обеспечить полную реализацию спектрального моделирования. Пример такого искажения, характерного для усилителя с верхней граничной частотой в 2 МГц также дан на рис. 4.37 (вторая формула синтеза). Нетрудно заметить, что искажения сигнала в этом случае заметно возросли.
Рис. 4.37. Улучшенный спектральный анализ с прямой линейной интерполяцией функции между узлами (конец документа)
Описанная методика спектрального анализа наглядна и дает хорошие результаты при небольшом числе используемых гармоник - порядка десятков, иногда сотен. Однако реальные сигналы нередко бывают представлены многими тысячами отсчетов. В этом случае время спектрального моделирования при использовании прямых или упрощенных формул интегрирования становится недопустимо большим. Это оправдывает применение аппарата быстрого преобразования Фурье - БПФ или FFT. Более того, имеются специальные сигнальные процессоры для обработки сигналов, в которых БПФ реализуется на аппаратном уровне.
- Новые информационные технологии
- Часть 3. Основы математики и математическое моделирование Учебное пособие
- Введение
- Глава 1. Основы компьютерной математики
- 1.1. Математика и ее средства
- 1.1.1. Аксиоматический метод и структуры математики
- 1.1.2. Компьютерная математика как часть математики
- 1.1.3. Классификация средств компьютерной математики
- 1.1.4. Структура систем компьютерной математики
- 1.1.5. Обзор систем компьютерной математики
- 1.2. Система компьютерной математикиMathcad
- 1.2.1. Состав системы Mathcad и ее запуск
- 1.2.2. Основы работы с системой Mathcad 2001
- 1.2.3. Работа с текстовым редактором
- 1.2.4. Работа с формульным редактором
- 1.2.5. Операции вывода и присваивания
- 1.2.6. Шаблоны математических операторов и символов
- 1.2.7. Ошибки и прерывание вычислений
- 1.3. Простые типы данных
- 1.3.1. Числовые данные
- 1.3.2. Вещественные числа и их форматы
- 1.3.3. Комплексные числа
- 1.3.4. Строковые данные
- 1.3.5. Символьные данные и выражения
- 1.4. Сложные типы данных
- 1.4.1. Множества и подмножества
- 1.4.2. Массивы
- 1.4.3. Векторы и матрицы
- 1.5. Константы, переменные, операторы и функции
- 1.5.1. Числовые константы
- 1.5.2. Строковые константы
- 1.5.3. Переменные
- 1.5.4. Операторы
- 1.5.5. Выражения и функции
- 1.6. Основы графической визуализации вычислений
- 1.6.1. Понятия об основных геометрических объектах
- 1.6.2. Построение графиков функций одной переменной
- 1.6.3. Построение графиков поверхностей
- 1.7. Средства программирования в системеMathcad
- 1.7.1. Задание операторов пользователя
- 1.7.2. Задание программных модулей
- 1.7.3. Особенности применения программных модулей
- Методические указания
- 2.1.2. Вычисление произведений
- 2.1.3. Вычисление пределов
- 2.3. Вычисление производных и интегралов
- 2.3.1. Определение производной и полного дифференциала
- 2.3.2. Вычисление производных
- 2.3.3. Определение интегралов
- 2.3.4. Вычисление интегралов
- 2.4. Решение уравнений и систем уравнений
- 2.4.1. Простое линейное уравнение и его решение
- 2.4.2. Решение систем линейных уравнений
- 2.4.5. Поиск всех корней степенного многочлена()
- 2.4.6. Решение систем нелинейных уравнений()
- 2.4.7. Реализация итерационных вычислений
- 2.5. Решение дифференциальных уравнений()
- 2.5.1. Основные понятия о дифференциальных уравнениях()
- 2.5.2. Решение систем оду()
- 2.5.3. Решение оду с помощью функции odesolve()
- 2.5.4. Решение жестких систем оду()
- 2.6. Решение задач оптимизации и линейного программирования
- 2.6.1. Основные понятия оптимизации
- 2.6.2. Пример оптимизации раскроя железного листа
- 2.6.3. Поиск минимума тестовой функции Розенброка
- 2.6.4. Функции maximize и minimize системы Mathcad
- 2.7. Разложение функций в ряды
- 2.7.1. Определение рядов Тейлора и Маклорена
- 2.7.2. Разложение в ряд Тейлора в системе Mathcad
- 2.7.3. Ряды Фурье()
- 2.7.4. Быстрые прямое и обратное преобразования Фурье()
- 2.7.5. Примеры преобразований Фурье()
- 2.7.6. Альтернативные преобразования Фурье()
- 2.8. Табличная интерполяция и аппроксимация
- 2.8.1. Теоретические основы интерполяции и экстраполяции
- 2.8.2. Интерполяция и аппроксимация по общей формуле Лагранжа
- 2.8.3. Полиномиальная интерполяция и аппроксимация
- 2.8.4. Кусочно-линейная и сплайновая аппроксимации в Mathcad
- 2.9. Статистическая обработка данных
- 2.9.1.Эксперименты, события и другие понятия статистики
- 2.9.2.Решение задач комбинаторики
- 2.9.3. Дискретные и непрерывные случайные величины
- 2.9.4. Законы распределения и статистические функции Mathcad
- 2.9.5. Регрессия и метод наименьших квадратов
- 2.9.6. Выполнение линейной регрессии в среде Mathcad
- 2.9.7. Полиномиальная регрессия в Mathcad
- 2.9.8. Проведение нелинейной регрессии()
- 2.9.9. Экстраполяция и предсказание
- 2.9.10. Сглаживание данных
- Методические указания
- 10 Главных вопросов
- Глава 3. Основы математического моделирования
- 3.1. Основные понятия моделирования
- 3.2. Основные виды моделей и их свойства
- 3.2.1. Основные виды моделей
- 3.2.2. Основные свойства моделей
- 3.3. Цели, принципы и технология моделирования
- 3.3.1. Цели моделирования
- 3.3.2. Основные принципы моделирования
- 3.3.3. Технология моделирования
- 3.3.4. Основные методы решения задач моделирования
- Оценка обусловленности вычислительной задачи – еще одно обязательное требование при выборе метода решения и построении математической модели.
- 3.3.5. Контроль правильности модели
- 3.4. Задачи моделирования полета камня
- 3.4.1. Постановка задачи моделирования
- 3.4.2. Концептуальная формулировка задачи
- 3.4.3. Построение математической модели
- 3.4.4. Выбор метода решения
- 3.4.5. Программная реализация модели на эвм
- 3.4.6. Проверка адекватности модели
- 3.4.7. Анализ результатов моделирования
- Методические указания
- 10 Главных вопросов
- Глава 4. Практика математического моделирования
- 4.1. Моделирование процессов на основе известных формул
- 4.1.1. Моделирование изменения параметров атмосферы
- 4.1.2. Моделирование закона Мура
- 4.1.3. Моделирование преодоления самолетом звукового барьера
- 4.2. Моделирование на основе конечно-разностных методов
- 4.2.1. Моделирование Броуновского движения частиц
- 4.2.2. Моделирование диффузии
- 4.2.3. Моделирование торможения автомобиля()
- 4.2.4. Моделирование падения парашютиста()
- 4.2.5. Моделирование генератора на туннельном диоде()
- 4.2.6. Моделирование развития и угасания эпидемии
- 4.3. Моделирование колебательных систем
- 4.3.1. Анализ линейной колебательной системы
- 4.3.2. Анализ нелинейной колебательной системы Ван дер Поля
- 4.3.3. Моделирование системы Дафинга с внешним воздействием
- 4.3.4. Хаос и моделирование аттрактора Лоренца()
- 4.4. Моделирование рассеивания альфа-частиц()
- 4.5. Моделирование биологических и экономических систем
- 4.5.1. Модель системы «хищник-жертва» Лотки-Вольтерра
- 4.5.2. Модель системы «хищник-жертва» с логистической поправкой
- 4.5.3. Модель системы «хищник-жертва» Холлинга-Тэннера
- 4.5.4. Моделирование замкнутой экономической системы
- 4.6. Моделирование на основе линейного программирования
- 4.6.1.Оптимальные экономико-математические модели
- 4.6.2. Решение задач максимизации объема продукции
- 4.6.3. Решение задач минимизации ресурсов
- 4.6.4. Решение транспортной задачи
- 4.6.5. Задачи целочисленного программирования с булевыми переменными
- 4.7. Сетевые модели в оптимизации управленческих решений
- 4.7.1. Задача поиска кратчайшего пути
- 4.7.2. Задача о распределении потоков в сетях
- 4.8. Обработка и моделирование сигналов и изображений
- 4.8.1. Основы спектрального метода моделирования сигналов
- 4.8.2. Спектральное моделирование на основе точных формул интегрирования()
- 4.8.3. Улучшенное спектральное моделирование дискретных сигналов()
- 4.8.4. Вейвлеты - новый базис представления сигналов()
- 4.8.5. Вейвлет-преобразования()
- 4.8.6. Примеры вейвлет-обработки сигнала - временного ряда()
- 4.8.7. Анализ сигналов по вейвлет-спектрограммам
- 4.9. Обработка изображений
- 4.9.1. Средства обработки изображений
- 4.9.2. Обработка монохромных изображений
- 4.9.3. Обработка цветных изображений
- 4.9.4. Функции для работы с файлами и матрицами рисунков
- 4.9.5. Вейвлет-компрессия рисунков в пакете Wavelet Extension Pack
- 4.10.1. Подготовка к работе с матричной лабораторией matlab
- 4.10.2. Имитационное моделирование и расширение Simulink
- Методические указания
- 10 Главных вопросов
- Список литературы
- Глава 1. Основы компьютерной математики 4
- Глава 2. Основы математических вычислений 50
- Глава 3. Основы математического моделирования 105
- Глава 4. Практика математического моделирования 121