Лекція 13. Спектральний аналіз дискретних сигналів
Основною метою спектрального аналізу (СА) є оцінювання спектральної густини потужності дискретизованого сигналу (процесу) і виявлення наявності в ньому протягом певного часу періодичних сигналів з певними параметрами.
Усі відомі методи СА можна поділити на дві групи:
· методи, які в тій, чи іншій формі реалізують аналіз Фур’є;
· методи, в яких апріорно вибирається лінійна модель (дискретний фільтр), і визначаються параметри цієї модулі, які відповідають аналізованому дискретному сигналу.
Серед методів першої групи найбільш відомими є метод періодограм (метод Шустера) та кореляційний метод (метод Блекмана-Тьюкі). Найбільш часто використовуваними методами другої групи є метод на основі авторегресійної моделі, на основі моделі авторегресії та ковзаючого середнього, метод Писаренка.
Метод періодограм
Основними вхідними параметрами, які використовуються в методах спектрального аналізу,є: період дискретизації сигналу – T, роздільча здатність – Δf, загальна тривалість сигналу – θ, кількість відліків сигналу - N. При цьому:
|
|
θ =К0/ Δf, а також N=int(θ/T) (89)
де К0 – коефіцієнт, який визначається видом вагової функції (вікна).
Алгоритм методу періодограм в загальному складається із двох етапів:
· Оброблення сигналу на інтервалі спостерігання θ.
· Усереднення результатів, отриманих для декількох інтервалів спостерігання, з метою зменшення дисперсії оцінки.
Перший етап включає наступні кроки:
1. Визначення значення на основі (89), якщо отримане N не дорівнює цілочисленному ступеню 2, то сигнал доповнюється нулями до необхідної для використання алгоритму ШПФ із основою 2 довжини.
2. Вибір вагової функції w(n) та обчислення ДПФ на r-му інтервалі:
, для k=0,1 …N-1 (90)
3. Обчислення періодограми за формулою:
(91)
4. При необхідності збільшення числа відліків періодограми сигнал доповнюється нулями, кроки 2 та 3 повторюються. При цьому формула (90) модифікується наступним чином:
, для k=0,1 …N2l-1 (92)
де
Порівнюючи формули (90) та (92), бачимо, що: = , де s=k2l, тобто доповнення сигналу нулями не змінює основні складові спектру (періодограми), а лише появляються додаткові проміжні складові.
Другий етап алгоритму виконується у випадку, якщо інтервал спостерігання (загальна довжина) сигналу суттєво перевищує N. Тоді ми можемо обчислити періодограми на декількох ділянках сигналу і усереднити результати обчислення, що у випадку стохастичного сигналу дає можливість зменшити дисперсію оцінки спектру.
Другий етап включає наступні кроки:
1. Вибір коефіцієнта перекривання сусідніх інтервалів D. Як правило, D вибирається рівним 0,5 (перекривання наполовину) або 0,75 (перекривання на ¾ інтервалу).
|
|
2. Обчислення числа інтервалів V за формулою: V=int((L-DN)/(N-DN)), де L – загальне число відліків в сигналі (L суттєво більше від N).
3. Обчислення усередненої оцінки спектральної густини:
4. Розрахунок коефіцієнта М, який показує, у скільки разів зменшується дисперсія оцінки за рахунок усереднення:
для D=0,5 (93)
для D=0,75 (94)
Величини с(0,5) та с(0,75) залежать від виду вагової функції.