Что такое спектр сигнала

Практическое применение преобразования Фурье для анализа сигналов. Введение для начинающих

Во многих случаях задача получения (вычисления) спектра сигнала выглядит следующим образом. Имеется АЦП, который с частотой дискретизации Fd преобразует непрерывный сигнал, поступающий на его вход в течение времени Т, в цифровые отсчеты — N штук. Далее массив отсчетов подается в некую программку, которая выдает N/2 каких-то числовых значений (программист, который ~~утянул из инета~~ написал программку, уверяет, что она делает преобразование Фурье).

Чтобы проверить, правильно ли работает программа, сформируем массив отсчетов как сумму двух синусоид sin(10*2*pi*x)+0,5*sin(5*2*pi*x) и подсунем программке. Программа нарисовала следующее:

рис.1 График временной функции сигнала

рис.2 График спектра сигнала

На графике спектра имеется две палки (гармоники) 5 Гц с амплитудой 0.5 В и 10 Гц — с амплитудой 1 В, все как в формуле исходного сигнала. Все отлично, программист молодец! Программа работает правильно.

Это значит, что если мы подадим на вход АЦП реальный сигнал из смеси двух синусоид, то мы получим аналогичный спектр, состоящий из двух гармоник.

Итого, наш реальный измеренный сигнал, длительностью 5 сек, оцифрованный АЦП, то есть представленный дискретными отсчетами, имеет дискретный непериодический спектр.

Теперь ~~начальство решило~~ мы решили, что 5 секунд — это слишком долго, давай измерять сигнал за 0.5 сек.

рис.3 График функции sin(10*2*pi*x)+0,5*sin(5*2*pi*x) на периоде измерения 0.5 сек

рис.4 Спектр функции

Что-то как бы не то! Гармоника 10 Гц рисуется нормально, а вместо палки на 5 Гц появилось несколько каких-то непонятных гармоник. Смотрим в интернетах, что да как…

Во, говорят, что в конец выборки надо добавить нули и спектр будет рисоваться нормальный.

рис.5 Добили нулей до 5 сек

рис.6 Получили спектр

Все равно не то, что было на 5 секундах. Придется разбираться с теорией. Идем в Википедию — источник знаний.

2. Непрерывная функция и представление её рядом Фурье

Математически наш сигнал длительностью T секунд является некоторой функцией f(x), заданной на отрезке <0, T>(X в данном случае — время). Такую функцию всегда можно представить в виде суммы гармонических функций (синусоид или косинусоид) вида:

(1), где:

k — номер тригонометрической функции ( номер гармонической составляющей, номер гармоники)
T — отрезок, где функция определена (длительность сигнала)
Ak — амплитуда k-ой гармонической составляющей,
θk- начальная фаза k-ой гармонической составляющей

Что значит «представить функцию в виде суммы ряда»? Это значит, что, сложив в каждой точке значения гармонических составляющих ряда Фурье, мы получим значение нашей функции в этой точке.

(Более строго, среднеквадратичное отклонение ряда от функции f(x) будет стремиться к нулю, но несмотря на среднеквадратичную сходимость, ряд Фурье функции, вообще говоря, не обязан сходиться к ней поточечно. См. https://ru.wikipedia.org/wiki/Ряд_Фурье.)

Этот ряд может быть также записан в виде:

(2),
где , k-я комплексная амплитуда.

(3)

Связь между коэффициентами (1) и (3) выражается следующими формулами:

$<A_k>=\sqrt<a_k^2+b_k^2>» width=»156″ height=»46″ /></p> <p><img decoding=$

Отметим, что все эти три представления ряда Фурье совершенно равнозначны. Иногда при работе с рядами Фурье бывает удобнее использовать вместо синусов и косинусов экспоненты мнимого аргумента, то есть использовать преобразование Фурье в комплексной форме. Но нам удобно использовать формулу (1), где ряд Фурье представлен в виде суммы косинусоид с соответствующими амплитудами и фазами. В любом случае неправильно говорить, что результатом преобразования Фурье действительного сигнала будут комплексные амплитуды гармоник. Как правильно говорится в Вики «Преобразование Фурье (ℱ) — операция, сопоставляющая одной функции вещественной переменной другую функцию, также вещественной переменной.»

Итого:
Математической основой спектрального анализа сигналов является преобразование Фурье.

Преобразование Фурье позволяет представить непрерывную функцию f(x) (сигнал), определенную на отрезке <0, T>в виде суммы бесконечного числа (бесконечного ряда) тригонометрических функций (синусоид и\или косинусоид) с определёнными амплитудами и фазами, также рассматриваемых на отрезке <0, T>. Такой ряд называется рядом Фурье.

Отметим еще некоторые моменты, понимание которых требуется для правильного применения преобразования Фурье к анализу сигналов. Если рассмотреть ряд Фурье (сумму синусоид) на всей оси Х, то можно увидеть, что вне отрезка <0, T>функция представленная рядом Фурье будет будет периодически повторять нашу функцию.

Например, на графике рис.7 исходная функция определена на отрезке <-T\2, +T\2>, а ряд Фурье представляет периодическую функцию, определенную на всей оси х.

Это происходит потому, что синусоиды сами являются периодическими функциями, соответственно и их сумма будет периодической функцией.

рис.7 Представление непериодической исходной функции рядом Фурье

Наша исходная функция — непрерывная, непериодическая, определена на некотором отрезке длиной T.
Спектр этой функции — дискретный, то есть представлен в виде бесконечного ряда гармонических составляющих — ряда Фурье.
По факту, рядом Фурье определяется некоторая периодическая функция, совпадающая с нашей на отрезке <0, T>, но для нас эта периодичность не существенна.

Периоды гармонических составляющих кратны величине отрезка <0, T>, на котором определена исходная функция f(x). Другими словами, периоды гармоник кратны длительности измерения сигнала. Например, период первой гармоники ряда Фурье равен интервалу Т, на котором определена функция f(x). Период второй гармоники ряда Фурье равен интервалу Т/2. И так далее (см. рис. 8).

рис.8 Периоды (частоты) гармонических составляющих ряда Фурье (здесь Т=2π)

Соответственно, частоты гармонических составляющих кратны величине 1/Т. То есть частоты гармонических составляющих Fk равны Fk= к\Т, где к пробегает значения от 0 до ∞, например к=0 F0=0; к=1 F1=1\T; к=2 F2=2\T; к=3 F3=3\T;… Fk= к\Т (при нулевой частоте — постоянная составляющая).

Пусть наша исходная функция, представляет собой сигнал, записанный в течение Т=1 сек. Тогда период первой гармоники будет равен длительности нашего сигнала Т1=Т=1 сек и частота гармоники равна 1 Гц. Период второй гармоники будет равен длительности сигнала, деленной на 2 (Т2=Т/2=0,5 сек) и частота равна 2 Гц. Для третьей гармоники Т3=Т/3 сек и частота равна 3 Гц. И так далее.

Шаг между гармониками в этом случае равен 1 Гц.

Таким образом сигнал длительностью 1 сек можно разложить на гармонические составляющие (получить спектр) с разрешением по частоте 1 Гц.
Чтобы увеличить разрешение в 2 раза до 0,5 Гц — надо увеличить длительность измерения в 2 раза — до 2 сек. Сигнал длительностью 10 сек можно разложить на гармонические составляющие (получить спектр) с разрешением по частоте 0,1 Гц. Других способов увеличить разрешение по частоте нет.

Существует способ искусственного увеличения длительности сигнала путем добавления нулей к массиву отсчетов. Но реальную разрешающую способность по частоте он не увеличивает.

3. Дискретные сигналы и дискретное преобразование Фурье

С развитием цифровой техники изменились и способы хранения данных измерений (сигналов). Если раньше сигнал мог записываться на магнитофон и храниться на ленте в аналоговом виде, то сейчас сигналы оцифровываются и хранятся в файлах в памяти компьютера в виде набора чисел (отсчетов).

Обычная схема измерения и оцифровки сигнала выглядит следующим образом.

рис.9 Схема измерительного канала

Сигнал с измерительного преобразователя поступает на АЦП в течение периода времени Т. Полученные за время Т отсчеты сигнала (выборка) передаются в компьютер и сохраняются в памяти.

рис.10 Оцифрованный сигнал — N отсчетов полученных за время Т

Какие требования выдвигаются к параметрам оцифровки сигнала? Устройство, преобразующее входной аналоговый сигнал в дискретный код (цифровой сигнал) называется аналого-цифровой преобразователь (АЦП, англ. Analog-to-digital converter, ADC) ( Wiki).

Одним из основных параметров АЦП является максимальная частота дискретизации (или частота семплирования, англ. sample rate) — частота взятия отсчетов непрерывного во времени сигнала при его дискретизации. Измеряется в герцах. (( Wiki))

Согласно теореме Котельникова, если непрерывный сигнал имеет спектр, ограниченный частотой Fмакс, то он может быть полностью и однозначно восстановлен по его дискретным отсчетам, взятым через интервалы времени , т.е. с частотой Fd ≥ 2*Fмакс, где Fd — частота дискретизации; Fмакс — максимальная частота спектра сигнала. Другими слова частота оцифровки сигнала (частота дискретизации АЦП) должна как минимум в 2 раза превышать максимальную частоту сигнала, который мы хотим измерить.

А что будет, если мы будем брать отсчеты с меньшей частотой, чем требуется по теореме Котельникова?

В этом случае возникает эффект «алиасинга» (он же стробоскопический эффект, муаровый эффект), при котором сигнал высокой частоты после оцифровки превращается в сигнал низкой частоты, которого на самом деле не существует. На рис. 11 красная синусоида высокой частоты — это реальный сигнал. Синяя синусоида более низкой частоты — фиктивный сигнал, возникающий вследствие того, за время взятия отсчета успевает пройти больше, чем пол-периода высокочастотного сигнала.

Рис. 11. Появление ложного сигнала низкой частоты при недостаточно высокой частоте дискретизации

Чтобы избежать эффекта алиасинга перед АЦП ставят специальный антиалиасинговый фильтр — ФНЧ (фильтр нижних частот), который пропускает частоты ниже половины частоты дискретизации АЦП, а более высокие частоты зарезает.

Для того, чтобы вычислить спектр сигнала по его дискретным отсчетам используется дискретное преобразование Фурье (ДПФ). Отметим еще раз, что спектр дискретного сигнала «по определению» ограничен частотой Fмакс, меньшей половине частоты дискретизации Fd. Поэтому спектр дискретного сигнала может быть представлен суммой конечного числа гармоник, в отличие от бесконечной суммы для ряда Фурье непрерывного сигнала, спектр которого может быть неограничен. Согласно теореме Котельникова максимальная частота гармоники должна быть такой, чтобы на нее приходилось как минимум два отсчета, поэтому число гармоник равно половине числа отсчетов дискретного сигнала. То есть если в выборке имеется N отсчетов, то число гармоник в спектре будет равно N/2.

Рассмотрим теперь дискретное преобразование Фурье (ДПФ).

Сравнивая с рядом Фурье

видим, что они совпадают, за исключением того, что время в ДПФ имеет дискретный характер и число гармоник ограничено величиной N/2 — половиной числа отсчетов.

Формулы ДПФ записываются в безразмерных целых переменных k, s, где k – номера отсчетов сигнала, s – номера спектральных составляющих.
Величина s показывает количество полных колебаний гармоники на периоде Т (длительности измерения сигнала). Дискретное преобразование Фурье используется для нахождения амплитуд и фаз гармоник численным методом, т.е. «на компьютере»

Возвращаясь к результатам, полученным в начале. Как уже было сказано выше, при разложении в ряд Фурье непериодической функции (нашего сигнала), полученный ряд Фурье фактически соответствует периодической функции с периодом Т. (рис.12).

рис.12 Периодическая функция f(x) с периодом Т0, с периодом измерения Т>T0

Как видно на рис.12 функция f(x) периодическая с периодом Т0. Однако из-за того, что длительность измерительной выборки Т не совпадает с периодом функции Т0, функция, получаемая как ряд Фурье, имеет разрыв в точке Т. В результате спектр данной функции будет содержать большое количество высокочастотных гармоник. Если бы длительность измерительной выборки Т совпадала с периодом функции Т0, то в полученном после преобразования Фурье спектре присутствовала бы только первая гармоника (синусоида с периодом равным длительности выборки), поскольку функция f(x) представляет собой синусоиду.

Другими словами, программа ДПФ «не знает», что наш сигнал представляет собой «кусок синусоиды», а пытается представить в виде ряда периодическую функцию, которая имеет разрыв из-за нестыковки отдельных кусков синусоиды.

В результате в спектре появляются гармоники, которые должны в сумме изобразить форму функции, включая этот разрыв.

Таким образом, чтобы получить «правильный» спектр сигнала, являющегося суммой нескольких синусоид с разными периодами, необходимо чтобы на периоде измерения сигнала укладывалось целое число периодов каждой синусоиды. На практике это условие можно выполнить при достаточно большой длительности измерения сигнала.

Рис.13 Пример функции и спектра сигнала кинематической погрешности редуктора

При меньшей длительности картина будет выглядеть «хуже»:

Рис.14 Пример функции и спектра сигнала вибрации ротора

На практике бывает сложно понять, где «реальные составляющие», а где «артефакты», вызванные некратностью периодов составляющих и длительности выборки сигнала или «скачками и разрывами» формы сигнала. Конечно слова «реальные составляющие» и «артефакты» не зря взяты в кавычки. Наличие на графике спектра множества гармоник не означает, что наш сигнал в реальности из них «состоит». Это все равно что считать, будто число 7 «состоит» из чисел 3 и 4. Число 7 можно представить в виде суммы чисел 3 и 4 — это правильно.

Так и наш сигнал… а вернее даже не «наш сигнал», а периодическую функцию, составленную путем повторения нашего сигнала (выборки) можно представить в виде суммы гармоник (синусоид) с определенными амплитудами и фазами. Но во многих важных для практики случаях (см. рисунки выше) действительно можно связать полученные в спектре гармоники и с реальными процессами, имеющими циклический характер и вносящими значительный вклад в форму сигнала.

Некоторые итоги

1. Реальный измеренный сигнал, длительностью T сек, оцифрованный АЦП, то есть представленный набором дискретных отсчетов (N штук), имеет дискретный непериодический спектр, представленный набором гармоник (N/2 штук).

2. Сигнал представлен набором действительных значений и его спектр представлен набором действительных значений. Частоты гармоник положительны. То, что математикам бывает удобнее представить спектр в комплексной форме с использованием отрицательных частот не значит, что «так правильно» и «так всегда надо делать».

3. Сигнал, измеренный на отрезке времени Т определен только на отрезке времени Т. Что было до того, как мы начали измерять сигнал, и что будет после того — науке это неизвестно. И в нашем случае — неинтересно. ДПФ ограниченного во времени сигнала дает его «настоящий» спектр, в том смысле, что при определенных условиях позволяет вычислить амплитуду и частоту его составляющих.

2. Представление сигналов в частотной области. Понятие спектра сигнала.

Каждый сигнал имеет своё представление, свой образ в частотной области.

Этот образ называется СПЕКТРОМ сигнала. Слово спектр происходит от латинского spectrum, что в буквальном переводе и означает представление, образ.

Например, гармонический сигнал вида S(t) = A sin (ωt+φ) представляется в частотной области единственным значением на оси частот.

Рис 3. Спектр синусоидального сигнала.

В математике известна теорема, носящая имя великого французского математика Жана Фурье, согласно которой любой периодический сигнал с периодом T может быть представлен рядом Фурье (гармоническим рядом).

Другими словами можно сказать, любой, самый сложный периодический сигнал можно представить совокупностью простых гармонических сигналов.

Возьмём, например, последовательность прямоугольных импульсов, длительность которых равна половине периода (такой сигнал называется МЕАНДР), а частота равна 50Гц. (рис 4.) Форма этого сигнала не очень похожа на синусоиду, коротая показана ниже вместе со своим спектром. Далее, на рис. 4в. показана основная гармоника на частоте 50 Гц , синусоида с частотой в три раза большей (150 Гц). но меньшей амплитуды и результат сложения этих двух сигналов. Видим, он по форме уже напоминает прямоугольные импульсы. Далее, на рис 4г., к первой и третьей гармоникам добавлена пятая, на частоте 250 Гц. Результат их сложения ещё более похож на исходный сигнал и так далее, чем больше гармоник мы будем суммировать, тем большую степень приближения к прямоугольным импульсам мы получим.

Рис. 4.Спектральный состав последовательности прямоугольных импульсов.

Аналитическая запись рассмотренного разложения имеет вид:

Или

Чем больше сигнал отличается от гармонического, тем больше частотных составляющих в его спектральном представлении и тем меньше расстояние (разнос частот) между ними, т.е. шире спектр такого сигнала. На рис.5.показана синусоида ограниченная сверху и снизу т.е. несколько искажённая, а на рис.6 показан её спектр. Видим, спектр имеет высшие гармоники различной амплитуды.

Таким образом, любое изменение формы сигнала неизбежно ведёт к изменению его спектра, и наоборот, любое изменение спектра сигнала приводит к изменению его спектра. Связь между временным и частотным представлением сигнала даёт теорема Фурье.

8. Преобразование Фурье. Прямое и обратное преобразование Фурье. Понятие амплитудного и фазового спектра сигнала.

Спектральный анализ — один из методов обработки сигналов, который позволяет охарактеризовать частотный состав измеряемого сигнала. Преобразование Фурье является математической основой, которая связывает временной или пространственный сигнал (или же некоторую модель этого сигнала) с его представлением в частотной области. Важную роль в спектральном анализе играют методы статистики, поскольку сигналы, как правило, имеют случайный характер или зашумлены при распространении или измерении. Если бы основные статистические характеристики сигнала были точно известны, или их можно было определить по конечному интервалу этого сигнала, то спектральный анализ представлял бы собой отрасль «точной науки». Однако, в действительности по отрезку сигнала можно получить только оценку его спектра. Поэтому практика спектрального анализа — некое ремесло (или искусство?) достаточно субъективного характера. Различие между спектральными оценками, получаемыми в результате обработки одного и того же отрезка сигнала разными методами, можно объяснить различием допущений, принятых относительно данных, различными способами усреднения и т .п. Если априори характеристики сигнала не известны, нельзя сказать какие из оценок лучше.

Преобразование Фурье — математическая основа спектрального анализа.

Пара преобразований Фурье. Спектральная плотность сигнала

Пусть сигнал s(t) задан в виде непериодической функции, причем он существует только на интервале (t₁ ,t₂) (пример — одиночный импульс). Выберем произвольный отрезок времени T, включающий в себя интервал (t₁ ,t₂) (см. рис.1).

Обозначим периодический сигнал, полученный из s(t), в виде s_T(t). Тогда для него можно записать ряд Фурье

где

Подставим выражение для в ряд:

Для того, чтобы перейти к функции s(t) следует в выражении s_T(t) устремить период к бесконечности. При этом число гармонических составляющих с частотами  =n2 /T будет бесконечно велико, расстояние между ними будет стремиться к нулю ( к бесконечно малой величине: , амплитуды составляющих также будут бесконечно малы. Поэтому говорить о спектре такого сигнала уже нельзя, т.к. спектр становитсясплошным.

При предельном переходе в случае Т , имеем:

Таким образом, в пределе получаем

Внутренний интеграл является функцией частоты. Его называют спектральной плотностью сигнала, или частотной характеристикой сигнала и обозначают ,

Пределы интегрирования можно для общности поставить бесконечными, так как все равно там, где s(t) равна нулю, и интеграл равен нулю.

Выражение для спектральной плотности называют прямым преобразованием Фурье. Обратное преобразование Фурье определяет временную функцию сигнала по его спектральной плотности:

рямое (*) и обратное (**) преобразования Фурье вместе называют парой преобразований Фурье. Модуль спектральной плотности определяет амплитудно-частотную характеристику (АЧХ) сигнала, а ее аргументназывают фазо-частотной характеристикой (ФЧХ) сигнала. АЧХ сигнала является четной функцией, а ФЧХ — нечетной.

Смысл модуля S() определяется как амплитуда сигнала (тока или напряжения), приходящаяся на 1 Гц в бесконечно узкой полосе частот, которая включает в себя рассматриваемую частоту  . Его размерность — [сигнал/частота].

9. Свойства преобразования Фурье. Свойства линейности, изменения масштаба времени, другие. Теореме о спектре производной. Теорема о спектре интеграла.

10. Дискретное преобразование Фурье. Помехи радиоприёму. Классификация помех.

Дискретное преобразование Фурье может быть получено непосредственно из интегрального преобразования дискретизаций аргументов (t_k = kt, f_n = nf):

S(f) =s(t) exp(-j2ft) dt, S(f_n) = ts(t_k) exp(-j2f_nkt), (6.1.1)

s(t) =S(f) exp(j2ft) df, s(t_k) = fS(f_n) exp(j2nft_k). (6.1.2)

Напомним, что дискретизация функции по времени приводит к периодизации ее спектра, а дискретизация спектра по частоте — к периодизации функции. Не следует также забывать, что значения (6.1.1) числового ряда S(f_n) являются дискретизаций непрерывной функции S'(f) спектра дискретной функции s(t_k), равно как и значения (6.1.2) числового ряда s(t_k) являются дискретизацией непрерывной функции s'(t), и при восстановлении этих непрерывных функций S'(f) и s'(t) по их дискретным отсчетам соответствие S'(f) = S(f) и s'(t) = s(t) гарантировано только при выполнении теоремы Котельникова-Шеннона.

Для дискретных преобразований s(kt)  S(nf), и функция, и ее спектр дискретны и периодичны, а числовые массивы их представления соответствуют заданию на главных периодах Т = Nt (от 0 до Т или от -Т/2 до Т/2), и 2f_N = Nf (от -f_N до f_N), где N – количество отсчетов, при этом:

f = 1/T = 1/(Nt), t = 1/2f_N = 1/(Nf), tf = 1/N, N = 2Tf_N. (6.1.3)

Соотношения (6.1.3) являются условиями информационной равноценности динамической и частотной форм представления дискретных сигналов. Другими словами: число отсчетов функции и ее спектра должны быть одинаковыми. Но каждый отсчет комплексного спектра представляется двумя вещественными числами и, соответственно, число отсчетов комплексного спектра в 2 раза больше отсчетов функции? Это так. Однако представление спектра в комплексной форме — не более чем удобное математическое представление спектральной функции, реальные отсчеты которой образуются сложением двух сопряженных комплексных отсчетов, а полная информация о спектре функции в комплексной форме заключена только в одной его половине — отсчетах действительной и мнимой части комплексных чисел в частотном интервале от 0 до f_N, т.к. информация второй половины диапазона от 0 до -f_N является сопряженной с первой половиной и никакой дополнительной информации не несет.

При дискретном представлении сигналов аргумент t_k обычно проставляется номерами отсчетов k (по умолчанию t = 1, k = 0,1,…N-1), а преобразования Фурье выполняются по аргументу n (номер шага по частоте) на главных периодах. При значениях N, кратных 2:

S(f_n)  S_n = s_k exp(-j2kn/N), n = -N/2,…,0,…,N/2. (6.1.4)

s(t_k)  s_k = (1/N)S_n exp(j2kn/N), k = 0,1,…,N-1. (6.1.5)

Главный период спектра в (6.1.4) для циклических частот от -0.5 до 0.5, для угловых частот от - до . При нечетном значении N границы главного периода по частоте (значения f_N) находятся на половину шага по частоте за отсчетами (N/2) и, соответственно, верхний предел суммирования в (6.1.5) устанавливается равным N/2.

В вычислительных операциях на ЭВМ для исключения отрицательных частотных аргументов (отрицательных значений номеров n) и использования идентичных алгоритмов прямого и обратного преобразования Фурье главный период спектра обычно принимается в интервале от 0 до 2f_N (0  n  N), а суммирование в (6.1.5) производится соответственно от 0 до N-1. При этом следует учитывать, что комплексно сопряженным отсчетам S_n* интервала (-N,0) двустороннего спектра в интервале 0-2f_N соответствуют отсчеты S_N+1-_n (т.е. сопряженными отсчетами в интервале 0-2f_N являются отсчеты S_n и S_N+1-_n).

Пример: На интервале Т= [0,99],N=100, задан дискретный сигналs(k) =(k-i) — прямоугольный импульс с единичными значениями на точкахkот 3 до 8. Форма сигнала и модуль его спектра в главном частотном диапазоне, вычисленного по формулеS(n) =s(k)exp(-j2kn/100) с нумерацией поnот -50 до +50 с шагом по частоте, соответственно,=2/100, приведены на рис. 6.1.1.

Рис. 6.1.1. Дискретный сигнал и модуль его спектра.

На рис. 6.1.2 приведена огибающая значений другой формы представления главного диапазона спектра. Независимо от формы представления спектр периодичен, в чем нетрудно убедиться, если вычислить значения спектра для большего интервала аргумента nс сохранением того же шага по частоте, как это показано на рис. 6.1.3 для огибающей значений спектра.

Рис. 6.1.2. Модуль спектра. Рис. 6.1.3. Модуль спектра.

На рис. 6.1.4. показано обратное преобразование Фурье для дискретного спектра, выполненное по формуле s'(k) =(1/100)S(n)exp(j2kn/100), которое показывает периодизацию исходной функцииs(k), но главный периодk= <0,99>этой функции полностью совпадает с исходным сигналомs(k).

Рис. 6.1.4. Обратное преобразование Фурье.

Преобразования (6.1.4-6.1.5) называют дискретными преобразованиями Фурье (ДПФ). Для ДПФ, в принципе, справедливы все свойства интегральных преобразований Фурье, однако при этом следует учитывать периодичность дискретных функций и спектров. Произведению спектров двух дискретных функций (при выполнении каких-либо операций при обработке сигналов в частотном представлении, как, например, фильтрации сигналов непосредственно в частотной форме) будет соответствовать свертка периодизированных функций во временном представлении (и наоборот). Такая свертка называется циклической (см. раздел 6.4) и ее результаты на концевых участках информационных интервалов могут существенно отличаться от свертки финитных дискретных функций (линейной свертки).

Читать:

Чем заменить стабилитрон 1n4742

Из выражений ДПФ можно видеть, что для вычисления каждой гармоники нужно N операций комплексного умножения и сложения и соответственно N 2 операций на полное выполнение ДПФ. При больших объемах массивов данных это может приводить к существенным временным затратам. Ускорение вычислений достигается при использовании быстрого преобразования Фурье.

Помехами обычно называют посторонние электрические возмущения, накладывающиеся на передаваемый сигнал и затрудняющие его прием. При большой интенсивности помех прием становится практически невозможным.

а) помехи от соседних радиопередатчиков (станций);

б) помехи от промышленных установок;

в) атмосферные помехи (грозы, осадки);

г) помехи, обусловленные прохождением электромагнитных волн через слои атмосферы: тропосферу, ионосферу;

д) тепловые и дробовые шумы в элементах радиоцепей, обусловленные тепловым движением электронов.

Математически сигнал на входе приемника можно представить либо в виде суммы передаваемого сигнала и помехи, и тогда помеху называют аддитивной, либо простошумом, либо в виде произведения передаваемого сигнала и помехи, и тогда такую помеху называютмультипликативной. Эта помеха приводит к значительным изменениям интенсивности сигнала на входе приемника и объясняет такие явления какзамирания.

Наличие помех затрудняет прием сигналов при большой интенсивности помех, распознавание сигнала может стать практически невозможным. Способность системы противостоять мешающему воздействию помехи носит название помехоустойчивости.

Внешние естественные активные помехи представляют собой шумы, возникающие в результате радиоизлучения земной поверхности и космических объектов, работы других радиоэлектронных средств. Комплекс мероприятий, направленных на уменьшение влияния взаимных помех РЭС, называется электомагнитной совместимостью. Этот комплекс включает в себя как технические меры совершенствования радиоаппаратуры, выбор формы сигнала и способа его обработки, так и организационные меры: регламентация частоты, разнесение РЭС в пространстве, нормирование уровня внеполосных и побочных излучений и др.

11. Дискретизация непрерывных сигналов. Теорема Котельникова (отсчётов). Понятие частоты Найквиста. Понятие интервала дискретизации.

Дискретизация аналоговых сигналов. Ряд Котельникова

Всякое непрерывное сообщение s(t), занимающее конечный интервал времени Т_с , может быть передано с достаточной точностью конечным числом N отсчетов (выборок) s(nT), т.е. последовательностью коротких импульсов, разделенных паузой.

Дискретизация сообщений по времени – процедура, состоящая в замене несчетного множества мгновенных значений сигнала их счетным (дискретным) множеством, которое содержит информацию о значениях непрерывного сигнала в определенные моменты времени.

При дискретном способе передачи непрерывного сообщения можно сократить время, в течение которого канал связи занят передачей этого сообщения, с Т_с до , где— длительность импульса, применяемого для передачи выборки; можно осуществить одновременную передачу по каналу связи нескольких сообщений (временное уплотнение сигналов).

Наиболее простым является способ дискретизации, основанный на теореме В.А. Котельникова, сформулированной для сигналов с ограниченным спектром (теорема отсчетов):

если наивысшая частота в спектре функции s(t) меньше, чем F_m, то функция s(t) полностью определяется последовательностью своих значений в моменты, отстоящие друг от друга не более, чем на секунд и может быть представлена рядом:

Здесь величина обозначает интервал между отсчетами на оси времени, а

— время выборки, — значение сигнала в момент отсчета.

Ряд (1) называется рядом Котельникова, а выборки (отсчеты) сигнала <s(nT)> иногда называют временным спектром сигнала.

обладает следующими свойствами:

а) в точке t=nT функция равна 1, т.к. в этой точке аргумент функции равен 0, а значение ее равно 1;

б) в точках t=kT, функция, т.к. аргумент синуса в этих точках равен, а сам синус равен нулю;

в) спектральная плотность функции u_n(nT)равномерна в полосе частот и равна. Этот вывод сделан на основе теоремы взаимности частоты и времени пары преобразований Фурье. ФЧХ спектральной плотности линейна и равна(в соответствии с теоремой о сдвиге сигнала). Таким образом,

Временное и частотное представления функции u_n(t) даны на рис.3.

Графическая интерпретация ряда Котельникова представлена на рис.4.

Ряд Котельникова (1) обладает всеми свойствами обобщенного ряда Фурье с базисными функциями u_n(nT), и поэтому определяет функцию s(t) не только в точках отсчета, но и в любой момент времени.

Интервал ортогональности функции u_nравен бесконечности. Квадрат нормы

Коэффициенты ряда, определяемые по общей формуле для ряда Фурье, равны (с использованием равенства Парсеваля):

следовательно

При ограничении спектра сигнала конечной наивысшей частотой ряд (1) сходится к функции s(t) при любом значении t.

Если взять интервал Т между выборками меньшим, чем , то ширина спектра базисной функции будет больше ширины спектра сигнала, следовательно точность воспроизведения сигнала будет выше, особенно в случаях когда спектр сигнала не ограничен по частоте и наивысшую частотуF_m приходится выбирать из энергетических или информационных соображений, оставляя неучтенными “хвосты” спектра сигнала.

При увеличении расстояния между выборками () спектр базисной функции становится уже спектра сигнала, коэффициентыC_nбудут являться выборками другой функции s₁(t), спектр которой ограничен частотой .

Если длительность сигнала T_cконечна, то полоса его частот равна строго бесконечности, т.к. условия конечных длительности и полосы несовместимы. Однако практически всегда можно выбрать наивысшую частоту так, чтобы “хвосты” содержали либо малую долю энергии, либо слабо влияли на форму аналогового сигнала. При таком допущении число отсчетов N на времени Т_с будет равно Т_с/Т, т.е. N=2F_mT_c. Ряд (1) в этом случае имеет пределы 0, N.

Число N иногда называют числом степеней свободы сигнала, или базой сигнала. С увеличением базы точность восстановления аналогового сигнала из дискретного увеличивается.

12. Временные и частотные характеристики линейных радиотехнических цепей. Понятие импульсной характеристики. Понятие переходной характеристики. Понятие входной и передаточной частотной характеристики.

При рассмотрении радиотехнических сигналов было установлено, что сигнал может быть представлен как во временной (динамическое представление), так и в частотной(спектральное представление) областях. Очевидно, при анализе процессов преобразования сигналов цепи также должны иметь соответствующие описания временными или частотными характеристиками.

Начнём с рассмотрения временных характеристик линейных цепей с постоянными параметрами. Если линейная цепь осуществляет преобразование в соответствии с оператором и на вход цепи подаётся сигналв виде дельта-функции (на практике очень короткий импульс), то выходной сигнал (реакция цепи)

(5.5)

называется импульсной характеристикой цепи. Импульсная характеристика составляет основу одного из методов анализа преобразования сигналов, который будет рассмотрен ниже.

Если на вход линейной цепи поступает сигнал , т.е. сигнал вида “единичный перепад”, то выходной сигнал цепи

(5.6)

называется переходной характеристикой.

Между импульсом и переходной характеристикой существует однозначная связь. Так как дельта-функция (см. подраздел 1.3):

то подставляя это выражение в (5.5), получим:

. (5.7)

В свою очередь переходная характеристика

. (5.8)

Перейдём к рассмотрению частотных характеристик линейных цепей. Применим к входному и выходномусигналам прямое преобразование Фурье

Отношение комплексного спектра выходного сигнала к комплексному спектру входного сигнала называется комплексным коэффициентом передачи

(5.9)

Из этого следует, что

. (5.10)

Таким образом, оператором преобразования сигнала линейной цепью в частотной области служит комплексный коэффициент передачи.

Представим комплексный коэффициент передачи в виде

, (5.11)

где исоответственно модуль и аргумент комплексной функции. Модуль комплексного коэффициента передачикак функция частоты называетсяамплитудно-частотной характеристикой (АЧХ), а аргумент –фазочастотной характеристикой (ФЧХ). Амплитудно-частотная характеристика является чётной, а фазочастотная характеристика – нечётной функцией частоты .

Врменные и частотные характеристики линейных цепей связаны между собой преобразованием Фурье

, (5.12)

, (5.13)

что вполне объяснимо, поскольку они описывают один и тот же объект – линейную цепь.

13. Анализ воздействия детерминированных сигналов на линейные цепи с постоянными параметрами. Временной, частотный, операторный методы.

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

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:

Негармонический сигнал

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:

Разложение сигнала в ряд Фурье

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:

Амплитудный спектр сигнала

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:

Пример построения спектра сигнала

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:

Аудио-сигнал

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:

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:

Реальная АЧХ

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

Реальная АЧХ 2

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.