Xreferat.com » Рефераты по коммуникации и связи » Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех

формальны, так как для многих СП условия применимости преобразования Фурье не выполняются, и интеграл не сходится к какому-либо определенному пределу.

Определим квадрат модуля спектральной плотности k-й реализации


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.

Предполагая процесс стационарным и центрированным, заменяя Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех и производя статистическое усреднение по множеству реализаций, определим:


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.


Разделив обе части полученного равенства на T и беря предел Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех, получим


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.


Поясним физический смысл этой характеристики. Учитывая теорему Релея


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех,

определим Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех; Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех;

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех;

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех; Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.


Таким образом, спектральная плотность мощности или энергетический спектр – это усредненная по всем реализациям функция распределения мощности по частотам.

Следовательно, спектральная плотность мощности и корреляционная функция связаны преобразованием Фурье (теорема Винера – Хинчина):


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех (9)


Полагая t = 0, получим


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.


Учитывая свойство четности корреляционной функции, запишем


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех,

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.


В полученных формулах G(w) определялась для положительных значений круговой частоты w, причем G(w) = G(–w). В отличие от такого «двухстороннего» математического спектра, введем односторонний физический спектр:


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.


Тогда формулы теоремы Винера – Хинчина примут вид:

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех (10)


Часто используется нормированная спектральная плотность мощности


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.


Из определения G(w) следуют методы его экспериментального определения (рис. 19). А именно: измеряется квадратичным прибором среднеквадратическое отклонение процесса в узкой полосе (с помощью полосового фильтры с прямоугольной АЧХ), возводится в квадрат, а затем делится на эту полосу Dfэ (полоса такая, что S(f0) » const в пределах Dfэ) (рис. 20).


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех

Рис. 19 Рис. 20


Тогда Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.


Для одиночного колебательного контура Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех, где Q – добротность контура, следовательно

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.


Спектральная плотность мощности не отражает фазовой структуры сигнала. Две совершенно разные зависимости могут иметь одинаковую спектральную плотность мощности.

Поскольку G(w) и K(t) связаны преобразованием Фурье, для них справедливы основные теоремы о спектрах.

Ширина спектра определяется так же, как и интервал корреляции.

Эффективная (или неудачное название – энергетическая) ширина спектра


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.


Определяют также ширину спектра на уровне a: Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.

Рассмотрим связь интервала корреляции и ширины спектра.


Так как Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех, а Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех, то

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех. (11)


Таким образом, произведение Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех – порядка единицы.

Различают широкополосные и узкополосные процессы (рис. 22а и б).

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех

а б

Рис. 22


Для узкополосных процессов Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех. Поскольку для узкополосных случайных процессов значение спектральной плотности мощности при нулевой частоте всегда равно нулю (или очень близко к нему), то корреляционная функция является всегда знакопеременной и ее площадь равна нулю (из теоремы Винера – Хинчина).

Один из широко распространенных в теории широкополосных процессов – белый шум с равномерным спектром Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех. Его корреляционная функция равна


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.


Противоположный случай – узкополосный процесс – квазидетерминированный СП с дискретным спектром


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех,


где x1, x2 – случайные величины, не зависящие от t, Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.

Функция X(t) представляет собой гармоническое колебание со случайной амплитудой Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех и фазой Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех, распределение которого не зависит от времени. Этот процесс будет стационарным лишь при Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех и при Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех. Тогда Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех зависит только от t, причем x1 и x2 некоррелированы.


В этом случае Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех;

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех. (рис. 23)


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех

Рис. 23


Для стационарных СП X(t) и Y(t) вводят также взаимную спектральную плотность мощности


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех;

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех; Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех;

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех; Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.


Взаимная спектральная плотность мощности двух процессов комплексная, если взаимная корреляционная функция нечетная, действительная часть такой спектральной плотности четная, а мнимая – нечетная функция: Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.

Для суммы стационарных и стационарно-связанных процессов существует соотношение


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.


5. Узкополосные случайные процессы


Важность этих процессов для статистической радиотехники требуют более подробного их рассмотрения.

Для более подробного анализа определим огибающую Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех и фазу Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех узкополосного случайного процесса (УСП). Часто огибающую определяют по формуле


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех, (12)


где Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех – сопряженный с Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех по Гильберту процесс. Применяя преобразование Гильберта к исходному выражению для УСП, получаем Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех. Точность выражения иногда может вызывать сомнение, поскольку только для гармонических колебаний равенство (12) несомненно. Определим, насколько параметры УСП влияют на точность этой формулы.

Используя известные соотношения для комплексной амплитуды аналитического сигнала Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех, получим

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех и Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех. (13)


Применяя преобразование Гильберта к исходному выражению для УСП и используя составляющие (13) комплексной огибающей, можно записать


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.


Разложим функции Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех и Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех в подынтегральных выражениях в ряд Тейлора в окрестности точки x=t и почленно проинтегрируем. Получим


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех =

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех, (14)


где Q(t) – остаточное слагаемое, характеризующее отброшенную часть суммы. Подставив в выражение (14) Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех и Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех, получим


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех. (15)


Из формулы (15) видно, что если можно пренебречь функцией Q(t), то сопряженный по Гильберту УСП имеет такую же огибающую, что и исходный УСП.

Из таблиц определенных интегралов известно:

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех


С учетом этих выражений формулу для Q(t) можно записать:


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех


Считаем, что полоса огибающей равна Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех, поэтому вторые производные по своим значениям не превосходят Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех. Поэтому можно полагать, что


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.


Следовательно:


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.


Отсюда видно, что для УСП функции u(t) и u1(t) имеют одинаковую огибающую с погрешностью, зависящей от отношения ширины спектра к его средней частоте. Для узкополосных случайных процессов обязательным является выражение Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех, следовательно, огибающая удовлетворяет требованиям, которые к ней предъявляются в соответствии с определением УСП, т.е. является касательной в точках, соответствующих максимальным значениям УСП (или вблизи от них), и имеет общие значения с ним в точках касания. Степень «близости» точки касания к максимальному значению зависит от того же отношения Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.

Фаза Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех однозначно определяется известными соотношениями для представления комплексного числа в показательной форме.

Графически УСП можно представить в виде вектора, вращающегося с угловой скоростью Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех, длина вектора медленно меняется во времени так же, как и фазовый угол Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех. Исходный УСП является проекцией вектора на горизонтальную ось. Если всю систему координат заставить вращаться с той же угловой скоростью, но в противоположном направлении, то та же проекция будет огибающей Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.

Если исходный УСП является нормальным, то Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех и Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех также являются нормальными случайными процессами. Если УСП u(t) нормален, стационарен, имеет нулевое среднее значение и функцию корреляции Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех, то Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех и Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех также имеют нулевые средние значения и корреляционную функцию Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех. В то же время Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех и Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех взаимно некоррелированы, а так как они нормальны, то и взаимно независимы. Сомножитель Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех является огибающей корреляционной функции Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.

Огибающая и фаза узкополосного случайного процесса. Плотности вероятности огибающей и фазы УСП можно получить, совершая преобразования, которые были использованы для их получения. Эти преобразования показывают, что огибающая и фаза являются независимыми. СВ как в совпадающие, так и в несовпадающие моменты времени. Одномерная плотность вероятности огибающей (в один момент времени) подчиняется закону Рэлея, а плотность вероятности фазы равномерна в пределах от Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех до Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.
Подробнее

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: