Спектр сигнала как построить

12

Спектральный анализ сигналов

Не так давно товарищ Makeman описывал, как с помощью спектрального анализа можно разложить некоторый звуковой сигнал на слагающие его ноты. Давайте немного абстрагируемся от звука и положим, что у нас есть некоторый оцифрованный сигнал, спектральный состав которого мы хотим определить, и достаточно точно.

Под катом краткий обзор метода выделения гармоник из произвольного сигнала с помощью цифрового гетеродинирования, и немного особой, Фурье-магии.

Итак, что имеем.
Файл с отсчетами оцифрованного сигнала. Известно, что сигнал представляет собой сумму синусоид со своими частотами, амплитудами и начальными фазами, и, возможно, белый шум.

• количество гармоник в составе сигнала, а для каждой: амплитуду, частоту (далее в контексте числа длин волн на длину сигнала), начальную фазу;
• наличие/отсутствие белого шума, а при наличии, его СКО (среднеквадратическое отклонение);
• наличие/отсутствие постоянной составляющей сигнала;
• всё это оформить в красивенький PDF отчёт с блэкджеком и иллюстрациями.

Будем решать данную задачу на Java.

Матчасть

Как я уже говорил, структура сигнала заведомо известна: это сумма синусоид и какая-то шумовая составляющая. Так сложилось, что для анализа периодических сигналов в инженерной практике широко используют мощный математический аппарат, именуемый в общем «Фурье-анализ». Давайте кратенько разберём, что же это за зверь такой.

Немного особой, Фурье-магии

Не так давно, в 19 веке, французский математик Жан Батист Жозеф Фурье показал, что любую функцию, удовлетворяющую некоторым условиям (непрерывность во времени, периодичность, удовлетворение условиям Дирихле) можно разложить в ряд, который в дальнейшем получил его имя — ряд Фурье.

В инженерной практике разложение периодических функций в ряд Фурье широко используется, например, в задачах теории цепей: несинусоидальное входное воздействие раскладывают на сумму синусоидальных и рассчитывают необходимые параметры цепей, например, по методу наложения.

Существует несколько возможных вариантов записи коэффициентов ряда Фурье, нам же лишь необходимо знать суть.
Разложение в ряд Фурье позволяет разложить непрерывную функцию в сумму других непрерывных функций. И в общем случае, ряд будет иметь бесконечное количество членов.

Дальнейшим усовершенствованием подхода Фурье является интегральное преобразование его же имени. Преобразование Фурье.
В отличие от ряда Фурье, преобразование Фурье раскладывает функцию не по дискретным частотам (набор частот ряда Фурье, по которым происходит разложение, вообще говоря, дискретный), а по непрерывным.
Давайте взглянем на то, как соотносятся коэффициенты ряда Фурье и результат преобразования Фурье, именуемый, собственно, спектром.
Небольшое отступление: спектр преобразования Фурье — в общем случае, функция комплексная, описывающая комплексные амплитуды соответствующих гармоник. Т.е., значения спектра — это комплексные числа, чьи модули являются амплитудами соответствующих частот, а аргументы — соответствующими начальными фазами. На практике, рассматривают отдельно амплитудный спектр и фазовый спектр.

Рис. 1. Соответствие ряда Фурье и преобразования Фурье на примере амплитудного спектра.

Легко видно, что коэффициенты ряда Фурье являются ни чем иным, как значениями преобразования Фурье в дискретные моменты времени.

Однако, преобразование Фурье сопоставляет непрерывной во времени, бесконечной функции другую, непрерывную по частоте, бесконечную функцию — спектр. Как быть, если у нас нет бесконечной во времени функции, а есть лишь какая-то записанная её дискретная во времени часть? Ответ на этот вопрос даёт дальнейшей развитие преобразования Фурье — дискретное преобразование Фурье (ДПФ).

Дискретное преобразование Фурье призвано решить проблему необходимости непрерывности и бесконечности во времени сигнала. По сути, мы полагаем, что вырезали какую-то часть бесконечного сигнала, а всю остальную временную область считаем этот сигнал нулевым.

Математически это означает, что, имея исследуемую бесконечную во времени функцию f(t), мы умножаем ее на некоторую оконную функцию w(t), которая обращается в ноль везде, кроме интересующего нас интервала времени.

Если «выходом» классического преобразования Фурье является спектр – функция, то «выходом» дискретного преобразования Фурье является дискретный спектр. И на вход тоже подаются отсчёты дискретного сигнала.

Остальные свойства преобразования Фурье не изменяются: о них можно прочитать в соответствующей литературе.

Нам же нужно лишь знать о Фурье-образе синусоидального сигнала, который мы и будем стараться отыскать в нашем спектре. В общем случае, это пара дельта-функций, симметричная относительно нулевой частоты в частотной области.

Рис. 2. Амплитудный спектр синусоидального сигнала.

Я уже упомянул, что, вообще говоря, мы рассматриваем не исходную функцию, а некоторое её произведение с оконной функцией. Тогда, если спектр исходной функции — F(w), а оконной W(w), то спектром произведения будет такая неприятная операция, как свёртка этих двух спектров (F*W)(w) (Теорема о свёртке).

На практике это означает, что вместо дельта-функции, в спектре мы увидим что-то вроде этого:

Рис. 3. Эффект растекания спектра.

Этот эффект именуют также растеканием спектра (англ. spectral leekage). А шумы, появляющиеся вследствие растекания спектра, соответственно, боковыми лепестками (англ. sidelobes).
Для борьбы с боковыми лепестками применяют другие, непрямоугольные оконные функции. Основной характеристикой «эффективности» оконной функции является уровень боковых лепестков (дБ). Сводная таблица уровней боковых лепестков для некоторых часто используемых оконных функций приведена ниже.

Основной проблемой в нашей задаче является то, что боковые лепестки могут маскировать другие гармоники, лежащие рядом.

Рис. 4. Отдельные спектры гармоник.

Видно, что при сложении приведённых спектров, более слабые гармоники как бы растворятся в более сильной.

Рис. 5. Чётко видна лишь одна гармоника. Нехорошо.

Другой подход к борьбе с растеканием спектра состоит в вычитании из сигнала гармоник, создающих это самое растекание.
То есть, установив амплитуду, частоту и начальную фазу гармоники, можно вычесть её из сигнала, при этом мы уберём и «дельта-функцию», соответствующую ей, а вместе с ней и боковые лепестки, порождаемые ей. Другой вопрос состоит в том, как же точно узнать параметры нужной гармоники. Недостаточно просто взять нужные данные из комплексной амплитуды. Комплексные амплитуды спектра сформированы по целым частотам, однако, ничто не мешает гармонике иметь и дробную частоту. В этом случае, комплексная амплитуда как бы расплывается между двумя соседними частотами, и точную её частоту, как и другие параметры, установить нельзя.

Для установления точной частоты и комплексной амплитуды нужной гармоники, мы воспользуемся приёмом, широко применяемым во многих отраслях инженерной практики – гетеродинирование.

Посмотрим, что получится, если умножить входной сигнал на комплексную гармонику Exp(I*w*t). Спектр сигнала сдвинется на величину w вправо.
Этим свойством мы и воспользуемся, сдвигая спектр нашего сигнала вправо, до тех пор, пока гармоника не станет ещё больше напоминать дельта-функцию (то есть, пока некоторое локальное отношение сигнал/шум не достигнет максимума). Тогда мы и сможем вычислить точную частоту нужной гармоники, как w₀ – w_гет, и вычесть её из исходного сигнала для подавления эффекта растекания спектра.
Иллюстрация изменения спектра в зависимости от частоты гетеродина показана ниже.

Рис. 6. Вид амплитудного спектра в зависимости от частоты гетеродина.

Будем повторять описанные процедуры до тех пор, пока не вырежем все присутствующие гармоники, и спектр не будет напоминать нам спектр белого шума.

Затем, надо оценить СКО белого шума. Хитростей здесь нет: можно просто воспользоваться формулой для вычисления СКО:

Автоматизируй это

Пришло время для автоматизации выделения гармоник. Повторим ещё разочек алгоритм:

1. Ищем глобальный пик амплитудного спектра, выше некоторого порога k.
1.1 Если не нашли, заканчиваем
2. Варируя частоту гетеродина, ищем такое значение частоты, при которой будет достигаться максимум некоторого локального отношения сигнал/шум в некоторой окрестности пика
3. При необходимости, округляем значения амплитуды и фазы.
4. Вычитаем из сигнала гармонику с найденной частотой, амплитудой и фазой за вычетом частоты гетеродина.
5. Переходим к пункту 1.

Алгоритм не сложный, и единственный возникающий вопрос — откуда же брать значения порога, выше которого будем искать гармоники?
Для ответа на этот вопрос, следует оценить уровень шума еще до вырезания гармоник.

Построим функцию распределения (привет, мат. cтатистика), где по оси абсцисс будет амплитуда гармоник, а по оси ординат — количество гармоник, не превышающих по амплитуде это самое значение аргумента. Пример такой построенной функции:

Рис. 7. Функция распределения гармоник.

Теперь построим еще и функцию — плотность распределения. Т.е., значения конечных разностей от функции распределения.

Рис. 8. Плотность функции распределения гармоник.

Абсцисса максимума плотности распределения и является амплитудой гармоники, встречающейся в спектре наибольшее число раз. Отойдем от пика вправо на некоторое расстояние, и будем считать абсциссу этой точки оценкой уровня шума в нашем спектре. Вот теперь можно и автоматизировать.

Практическая часть

Я не претендую на звание эксперта Java, и представленное решение может быть сомнительным как по части производительности и потреблению памяти, так и в целом философии Java и философии ООП, как бы я ни старался сделать его лучше. Написано было за пару вечеров, как proof of concept. Желающие могут ознакомиться с исходным кодом на GitHub.

Единственной сложностью стала генерация PDF отчёта по результатам анализа: PDFbox ну никак не хотел работать с кириллицей. К слову, не хочет и сейчас.

В проекте использовались библиотеки:
JFreeChart – отображение графиков
PDFBox – построение отчёта
JLatexMath – рендер Latex формул

В итоге, получилась довольно массивная программа (13.6 мегабайт), удобно реализующая поставленную задачу.

Есть возможность как вырезать гармоники вручную, так и доверить эту задачу алгоритму.

Спектральное представление сигналов

Любой сигнал можно разложить на составляющие. Такое разложение сигнала называется спектральным. При этом сигнал можно представить в виде графика зависимости параметров сигнала от частоты, такая диаграмма называется спектральной или спектром сигнала.

Спектр сигнала — это совокупность простых составляющих сигнала с определенными амплитудами, частотами и начальными фазами.
Между спектром сигнала и его формой существует жесткая взаимосвязь: изменение формы сигнала приводит к изменению его спектра и наоборот, любое изменение спектра сигнала приводит к изменению его формы. Это важно запомнить, поскольку при передаче сигналов в системе передачи, они подвергаются преобразованиям, а значит, происходит преобразование их спектров.

Различают два вида спектральных диаграмм:
— спектральная диаграмма амплитуд;
— спектральная диаграмма фаз.

В спектральной диаграмме амплитуд — отображаются все составляющие со своими амплитудами и частотами.
В спектральной диаграмме фаз — отображаются все составляющие со своими начальными фазами и частотами.
Любой сигнал имеет одну спектральную диаграмму амплитуд и одну спектральную диаграмму фаз, в составе которых может содержаться множество составляющих.

Не зависимо от того, какой спектр (амплитуд или фаз), он изображается в виде множества линий — составляющих. В спектре амплитуд высота спектральной линии равна амплитуде составляющей сигнала, а в спектре фаз — начальной фазе составляющей. Причем: в спектре амплитуд все составляющие имеют положительные значения, а в спектре фаз как положительные, так и отрицательные. Если амплитуда спектральной составляющей имеет отрицательный знак, то в спектре амплитуд она берется по модулю, а в спектре фаз знак составляющей изменяется на противоположный.

Классификация спектров сигналов.
1. По виду спектры бывают дискретными (линейчатыми) или сплошными.
Дискретным является спектр, у которого можно выделить отдельные составляющие.
Сплошным является спектр, у которого нельзя выделить отдельные составляющие, так как они расположены настолько близко, что сливаются друг с другом.
2. По диапазону частот различают спектры ограниченные и неограниченные.
Ограниченным является спектр, у которого вся энергия сигнала (все спектральные составляющие) находятся в ограниченном диапазоне частот (fmax ? ?).
Неограниченным является спектр, у которого вся энергия сигнала находится в неограниченном диапазоне частот (fmax ? ?). На практике такие спектры ограничивают.

Спектральное представление периодических сигналов

1. Гармоническое колебание.
Математическая модель гармонического колебания имеет вид:

u(t)=Ums sin (?st+?s) (11)

Как видно из математической модели, в спектре данного колебания присутствует одна гармоническая составляющая, которая находится на частоте ?s. Высота составляющей в спектре амплитуд равна амплитуде колебания Ums, а в спектре фаз — начальной фазе колебания ?s. Причем при построении спектра необходимо учитывать связь между временной диаграммой сигнала и спектром амплитуд. Амплитуда составляющей спектра должна по высоте соответствовать амплитуде колебания на временной диаграмме.
Необходимо отметить, что при увеличении частоты сигнала, его составляющая будет удаляться по оси частот от нуля (рисунок 13).

Рисунок 13 — Спектральное представление гармонических колебаний

Как видно из рисунков, спектр гармонического колебания является дискретным и ограниченным.
2. Периодические, негармонические сигналы.
Основной особенностью спектрального представления таких сигналов является наличие в их спектре множества спектральных составляющих. Такие сигналы могут быть описаны рядом Фурье, согласно которому:
т. е. сигнал может быть представлен суммой постоянной составляющей и множества гармонических составляющих.

Преобразуем данный ряд, используя тригонометрическое свойство

sin(x+y) = sin x cos y + cos x sin y (13)

Полагая что x=?k и y=k?ct получим:

Поскольку Umk и ?k являются параметрами ряда, то их можно обозначить коэффициентами

Umk sin ? k = ak; Umk cos ?k = bk (15)

Тогда ряд примет вид:

Параметры ряда можно определить через коэффициенты ak и bk:

где k=1, 2, 3 …

Амплитуда постоянной составляющей и коэффициенты могут быть определены через значение сигнала u(t):

Из ряда следует, что если описываемый сигнал является четной функцией f(t)=f(-t), то ряд будет иметь только косинусоидальные составляющие, так как bk=0, если нечетная функция (f(t) ? f(-t)), то рад содержит только синусоидальные составляющие (ak=0).
Рассмотрим спектральное представление периодических, негармонических сигналов на примере периодической последовательности прямоугольных импульсов (ПППИ).
При построении спектра необходимо рассчитать следующие параметры:
а) скважность сигнала:

б) значение постоянной составляющей:

в) частоту первой гармоники спектра, которая равна частоте сигнала:

г) амплитуды гармонических составляющих спектра:

При построении спектра необходимо отметить следующие особенности:
1. Все гармонические составляющие находятся на частотах, кратных частоте первой гармоники (2?1, 3?1, 4?1 и т. д.);
2. Для спектра амплитуд:
а) спектр ПППИ имеет лепестковый характер, т. е. в спектре можно выделить множество «лепестков»;
б) количество гармонических составляющих в лепестке зависит от скважности и равно q — 1;
в) амплитуды гармонических составляющих, находящихся на частотах, кратных скважности, равны нулю;
г) форма спектра обозначается огибающей — пунктирной линией, плавно соединяющей вершины гармонических составляющих;
д) точка, из которой исходит огибающая, равна 2U0 или 2I0.
3. Для спектра фаз:
а) все гармонические составляющие, на частотах, не кратных скважности, имеют одинаковую высоту, равную ?/2 (90°);
б) все гармонические составляющие в одном лепестке имеют одинаковый знак, а в соседних противоположный.
в) составляющие на частотах кратных скважности имеют начальную фазу равную нулю.
Спектры ПППИ при скважности q=3 представлены на рисунке 14.
Как видно из диаграмм спектр ПППИ является дискретным и неограниченным. Поэтому за ширину спектра принимают диапазон частот, в пределах которого находится два первых лепестка, т. к. в них содержится около 95% энергии сигнала:

Рисунок 14 — Спектральное представление ПППИ: а) временная диаграмма; б) спектральная диаграмма амплитуд; в) спектральная диаграмма фаз

Как видно из формулы ширина спектра ПППИ зависит только от длительности импульса и не зависит от его периода.
3. Непериодические сигналы.
Поскольку в непериодических сигналах нельзя выделить период, т. к. Т. то рассчитать и построить спектр тем же методом, что и для периодических сигналов нельзя. Однако знать спектр таких сигналов необходимо, т. к. все информационные сигналы являются непериодическими. Для построения спектра непериодического сигнала производят следующую процедуру: сигнал мысленно представляют как периодический с произвольным периодом, ддля которого строят спектр. Затем осуществляют предельный переход устремляя период к бесконечности (Т??) (рисунок 15). При этом частота первой гармоники и, соответственно, расстояние между гармоническими составляющими стремится к нулю (f1=1/Т), поэтому все составляющие сливаются друг с другом и образуют сплошной спектр.

Рисунок 15 — Импульсный сигнал u(t) и его представление периодическим сигналом

Форма спектра непериодических сигналов обозначается огибающей (сплошной линией) (рисунок 16).

Рисунок 16 — Спектральная диаграмма непериодического сигнала

Ряд Фурье, для таких сигналов, также нельзя записать, т. к. в этом случае амплитуда постоянной составляющей и коэффициенты ak и bk равны нулю. В этом случае значение сигнала в любой момент времени также равно нулю, что является не верным. Поэтому для таких сигналов используют преобразования Фурье:

Выражение (27) является обратным преобразованием, а (28) прямым преобразованием Фурье.
Величина S(?) является комплексной спектральной плотностью непериодического сигнала u(t). Она равна:

где S(?) спектральная плотность амплитуд или амплитудный спектр непериодического сигнала, а ?(?) — фазовый спектр непериодического сигнала.
Спектральная плотность амплитуд непериодического сигнала на любой частоте ? равна суммарной амплитуде составляющих находящихся в малой полосе ?? в окрестностях частоты ? пересчитанных на 1 Герц.
Временные диаграммы и спектральные плотности амплитуд для прямоугольного и треугольного импульсов представлены на рисунке 18:

Рисунок 18 — Спектральное представление непериодических сигналов: а) прямоугольный импульс; б) треугольный импульс

Спектры периодических сигналов

Наиболее просто можно определить спектр периодического сигнала. Напомним, что периодическим называется сигнал Ф (t) (рис. 2.1), удовлетворяющий следующему условию:

Ф (t) = Ф (t + nT), где n – целое число, Т – период повторения.

Рис. 2.1. Периодический сигнал

Из курса математики известно, что всякую периодическую функцию можно представить в виде ряда Фурье:

Обычно используется более удобная форма записи ряда Фурье:

Сигнал в виде ряда Фурье удобно представить в виде спектральной диаграммы (рис. 2.2). Здесь каждая спектральная составляющая изображена вертикальной линией, высота которой пропорциональна амплитуде составляющей A_{k ,} положение каждой составляющей на оси абсцисс определяется ее частотой kW. В случае необходимости рядом с каждой составляющей можно записывать значение фазы j_k.

Рис. 2.2. Спектральная диаграмма периодического сигнала

Составляющая спектра с нулевой частотой называется постоянной составляющей; составляющая с частотой W (основной частотой) – первой гармоникой; составляющая с частотой 2 W – второй гармоникой и так далее.

Ряд Фурье может быть записан в комплексной форме. Для этого в выражении (2.4) заменим косинус его представлением по формуле Эйлера:

В результате получим

Перейдем к комплексным амплитудам. Обозначим

– для положительных значений k,

– для отрицательных значений k.

В результате получим окончательное выражение для ряда Фурье в комплексной форме:

Особенность ряда Фурье в комплексной форме состоит в том, что функция Ф (t) представлена в виде суммы составляющих вида e jk Wt , причем каждому положительному значению k соответствует такое же по модулю отрицательное значение k. Линейная комбинация составляющих e jk Wt и e -jk Wt представляет собой гармонические функции cos(kWt) и sin(kWt), в соответствии с известными формулами Эйлера:

Таким образом, ряд Фурье в комплексной форме также описывает разложение периодической функции на гармонические составляющие, только форма записи здесь иная.

Найдем выражение для определения комплексных амплитуд гармоник A_k. Для этого воспользуемся выражениями (2.2), (2.3):

Как будет видно из дальнейших примеров, комплексная форма ряда Фурье часто оказывается предпочтительной для вычисления спектров конкретных периодических сигналов.

Для удобства построения спектральной диаграммы вводится понятие огибающей спектра:

Чтобы построить спектральную диаграмму с помощью огибающей спектра, нужно сначала с помощью формулы (2.7) найти функцию (w), построить ее график, как показано на рис. 2.3, и затем расставить спектральные линии на расстоянии W = 2 p / Т друг от друга.

Рассмотрим в качестве примера построение спектральной диаграммы периодической последовательности прямоугольных импульсов, длительностью Т _и и амплитудой Е (рис. 2.4).

Рис. 2.3. Использование огибающей спектра A(w) для построения
спектральной диаграммы

Рис. 2.4. Периодическая последовательность прямоугольных импульсов

Найдем огибающую спектра:

Для удобства построения графика огибающей спектра полученное выше выражение для (w) преобразуем к следующему виду:

Огибающая спектра А (w) является вещественной функцией, ее график представлен на рис. 2.5 штриховой линией. Характерной точкой графика является значение частоты w, при котором огибающая спектра впервые обращается в нуль. Это происходит, когда аргумент синуса равен p и, следовательно, частота
w = 2 p / Т _и.

Рис. 2.5. Спектр периодической последовательности прямоугольных импульсов

Подставив в (2.8) значение частоты первой гармоники W = 2 p / Т, найдем амплитуду первой гармоники:

Аналогично для k -й гармоники

Величина постоянной составляющей А ₀/2 вычисляется отдельно по формуле

Нетрудно видеть, что величина постоянной составляющей не равна значению огибающей спектра при w = 0, она выпадает из общей тенденции изменения амплитуд гармоник. Такая особенность спектра характерна для большинства периодических сигналов.

Необходимо отметить, что спектральное представление сигналов – не математическая абстракция, а отражение реально существующего явления. Если взять реальные гармонические сигналы с соответствующими амплитудами и фазами и сложить их, то в результате суммирования получится исходный сигнал, например, периодическая последовательность прямоугольных импульсов.

Это легче всего продемонстрировать на примере периодической последовательности прямоугольных импульсов, у которой интервал между импульсами равен длительности импульсов, т. е. Т = 2 Т _и. Такой сигнал, изображенный на рис. 2.6, называется меандром. Найдем амплитуды основных гармонических составляющих меандра:

На рис. 2.7, а, б, в последовательно показаны постоянная составляющая плюс первая гармоника; сумма постоянной составляющей и первых трех гармоник; сумма постоянной составляющей и первых пяти гармоник. Хорошо видно, как с увеличением числа гармоник форма сигнала приближается к меандру.

Рис. 2.7. Представление меандра суммой постоянной составляющей и первой гармоники (а),

суммой постоянной составляющей и первых трех гармоник (б), суммой постоянной

составляющей и первых пяти гармоник (в)

Рассмотрим, как зависит характер спектра от параметров периодической последовательности импульсов. Если увеличить (или уменьшить) длительность импульсов Т _и, то сожмется (или вытянется) по частоте огибающая спектра; положение спектральных линий при этом не изменится. Если же увеличивать расстояние между импульсами, т. е. период повторения Т, не изменяя размеров и формы каждого отдельного импульса, то расстояние между отдельными спектральными составляющими и их высота будут уменьшаться обратно пропорционально периоду повторения Т (рис. 2.8). Эту закономерность мы будем использовать в дальнейшем для определения спектров отдельных импульсов.

Рис. 2.8. Спектр периодического сигнала при увеличенном периоде повторения Т

Понравилась статья? Добавь ее в закладку (CTRL+D) и не забудь поделиться с друзьями:

Амплитудно-частотная характеристика (АЧХ). Спектр сигнала.

При обсуждении переменного тока в одной из предыдущих статей (ссылка) мы познакомились с понятием гармонической (синусоидальной) функции. А бывают ли негармонические функции и сигналы, и как с ними работать? В этом нам и предстоит сегодня разобраться. Кроме того, мы рассмотрим важнейшее понятие — амплитудно-частотную характеристику (АЧХ) сигналов.

Гармонические и негармонические сигналы.

И для начала чуть подробнее разберемся, как классифицируются сигналы. В первую очередь, нас интересуют периодические сигналы. Их форма повторяется через определенный интервал времени T , называемый периодом. Периодические сигналы в свою очередь делятся на два больших класса — гармонические и негармонические. Гармонический сигнал — это сигнал, который можно описать следующей функцией:

Здесь A — амплитуда сигнала, w — циклическая частота, а \phi — начальная фаза. Может возникнуть логичный вопрос — разве синусоидальный сигнал не является гармоническим? Конечно, является, дело в том, что sin\alpha = cos(\frac<\pi><2>\medspace-\medspace \alpha) — то есть сигналы отличаются начальной фазой, соответственно, синусоидальный сигнал не противоречит определению, которое мы дали для гармонических колебаний.

Вторым подклассом периодических сигналов являются негармонические колебания. Вот пример негармонического сигнала:

Как видите, несмотря на свой вид, сигнал остается периодическим, то есть его форма повторяется через интервал времени, равный периоду.

Для работы с такими сигналами и их исследования существует определенная методика, которая заключается в разложении сигнала в ряд Фурье. Суть состоит в том, что негармонический периодический сигнал (при выполнении определенных условий) можно представить в виде суммы гармонических колебаний с определенными амплитудами, частотами и начальными фазами. Важным нюансом является то, что все гармонические колебания, которые участвуют в суммировании, должны иметь частоты, кратные частоте исходного негармонического сигнала. Возможно это пока не совсем понятно, так что рассмотрим практический пример и разберемся подробнее. И для примера используем сигнал, который изображен на рисунке чуть выше. Его можно представить следующим образом:

Давайте изобразим все эти сигналы на одном графике:

Функции u_1(t) , u_2(t) называют гармониками сигнала, а ту из них, период которой равен периоду негармонического сигнала, называют первой или основной гармоникой. В данном случае первой гармоникой является функция u_1(t) (ее частота равна частоте исследуемого негармонического сигнала, соответственно, равны и их периоды). А функция u_2(t) = 1.5 sin(2t) представляет из себя ни что иное как вторую гармонику сигнала (ее частота в два раза больше). В общем случае, негармонический сигнал раскладывается на бесконечное число гармоник:

Здесь U_k — амплитуда, а \phi_k — начальная фаза k-ой гармоники. Как мы уже упомянули чуть ранее, частоты всех гармоник кратны частоте первой гармоники, собственно, это мы и наблюдаем в данной формуле. U_0 — это нулевая гармоника, ее частота равна 0, она равна среднему значению функции за период. Почему среднему? Смотрите — среднее значения функции синуса за период равно 0, а значит при усреднении в этой формуле все слагаемые, кроме U_0 будут равны 0 ��

Амплитудный спектр сигнала.

Совокупность всех гармонических составляющих негармонического сигнала называют спектром этого сигнала. Различают фазовый и амплитудный спектр сигнала:

• фазовый спектр сигнала — совокупность начальных фаз всех гармоник
• амплитудный спектр сигнала — амплитуды всех гармоник, из которых складывается негармонический сигнал

Давайте рассмотрим амплитудный спектр подробнее. Для визуального изображения спектра используют диаграммы, представляющие из себя набор вертикальных линий определенной длины (длина зависит от амплитуды сигналов). На горизонтальной оси диаграммы откладываются частоты гармоник:

При этом на горизонтальной оси могут откладываться как частоты в Гц, так и просто номера гармоник, как в данном случае. А по вертикальной оси — амплитуды гармоник, тут все понятно. Давайте построим амплитудный спектр сигнала для негармонического колебания, которое мы рассматривали в качестве примера в самом начале статьи. Напоминаю, что его разложение в ряд Фурье выглядит следующим образом:

У нас есть две гармоники, амплитуды которых равны, соответственно, 2 и 1.5. Поэтому на диаграмме две линии, длины которых соответствуют амплитудам гармонических колебаний. Фазовый спектр сигнала строится аналогично, за той лишь разницей, что используются начальные фазы гармоник, а не амплитуды.

Итак, с построением и анализом амплитудного спектра сигнала мы разобрались. Давайте перейдем к следующей теме сегодняшней статьи — к понятию амплитудно-частотной характеристики.

Амплитудно-частотная характеристика (АЧХ).

АЧХ является важнейшей характеристикой многих цепей и устройств — фильтров, усилителей звука и т. д. Даже простые наушники имеют свою собственную амплитудно-частотную характеристику. Проанализируем, какой смысл она в себе несет.

АЧХ — это зависимость амплитуды выходного сигнала от частоты входного сигнала. Как мы выяснили в первой части статьи, негармонический периодический сигнал можно разложить в ряд Фурье. Но мы сейчас рассмотрим, в первую очередь, аудио-сигнал, и выглядит он следующим образом:

Как видите, ни о какой периодичности здесь не идет и речи. Но, к счастью, существуют специальные алгоритмы, которые позволяют представить звуковой сигнал в виде спектра входящих в него частот. Мы сейчас не будем подробно разбирать эти алгоритмы, это тема для отдельной статьи. Просто примем тот факт, что они позволяют нам осуществить такое преобразование.

Соответственно, мы можем построить диаграмму амплитудного спектра такого сигнала. А пройдя через какую-либо цепь (к примеру, через наушники при воспроизведении звука) сигнал будет изменен. Так вот амплитудно-частотная характеристика как раз и показывает, какие изменения будет претерпевать входной сигнал при прохождении через ту или иную цепь. Давайте детально обсудим этот момент.

Итак, на входе мы имеем ряд гармоник. Амплитудная-частотная характеристика показывает, как изменится амплитуда той или иной гармоники при прохождении через цепь. Рассмотрим пример АЧХ:

Разбираем поэтапно, что тут изображено. Начнем с осей графика АЧХ. По оси y мы откладываем величину выходного напряжения (или коэффициента усиления, как на данном рисунке). Коэффициент усиления мы считаем в дБ, соответственно величина, равная 0 дБ, соответствует усилению в 1 раз, то есть амплитуда сигнала остается неизменной.

По оси x откладываются частоты входного сигнала. Таким образом, в рассматриваемом случае для всех гармоник, частоты которых лежат в интервале от 100 до 10000 Гц, амплитуда не изменится. А сигналы всех остальных гармоник будут ослаблены.

На графике отдельно отмечены частоты f_1 и f_2 . Их отличительной особенностью является то, что сигнал гармоник данных частот будет ослаблен в 1.41 раза (3 дБ) по напряжению. Это соответствует уменьшению по мощности в 2 раза . Полосу частот между f_1 и f_2 называют полосой пропускания. Получается следующая ситуация — сигналы всех гармоник, частоты которых лежат в пределах полосы пропускания устройства/цепи будут ослаблены менее, чем в 2 раза по мощности.

Практические примеры АЧХ аудио-устройств.

Частотный диапазон аудио-устройств обычно разбивают на низкие, средние и высокие частоты. Приблизительно это выглядит так:

• 20 Гц — 160 Гц — область низких частот
• 160 Гц — 1.28 КГц — область средних частот
• 1.28 КГц — 20.5 КГц — область высоких частот

Именно такую терминологию обычно можно встретить в разных программах-эквалайзерах, используемых для настройки звука. Теперь вы знаете, что красивые графики из таких программ являются именно амплитудно-частотными характеристиками, с которыми мы познакомились в сегодняшней статье. И в завершение статьи посмотрим на пару примеров АЧХ:

Здесь мы можем видеть амплитудно-частотную характеристику усилителя. Причем усилены будут преимущественно средние частоты диапазона.

Во втором случае ситуация совсем другая — низкие и верхние частоты усиливаются, а в области средних частот для гармоник с частотой 500 Гц мы наблюдаем значительное ослабление.

А теперь усиливаются только низкие частоты. Аудио-аппаратура с такой АЧХ будет обладать высоким уровнем басов.

На этом мы и заканчиваем нашу сегодняшнюю статью. Спасибо за внимание и ждем вас на нашем сайте снова ��