Типы сигналов аналоговый дискретный цифровой. Формальные, технические, естественные, общественные, гуманитарные, и другие науки. Что будем делать с полученным материалом

Чем измерительный сигнал отличается от сигнала? Приведите примеры измерительных сигналов, используемых в различных разделах науки и техники

Измерительный сигнал - это материальный носитель информации, содержащий количественную информацию об измеряемой физической величине и представляющий собой некоторый физический процесс, один из параметров которого функционально связан с измеряемой физической величиной. Такой параметр называют информативным. А сигнал несет количественную информацию только об информативном параметре, а не об измеряемой физической величине.

Примерами измерительных сигналов могут быть

Выходные сигналы различных генераторов (магнитогидродинамического, лазеров, мазеров и др.), трансформаторов (дифференциального, тока, напряжения)

Различные электромагнитные волны (радиоволны, оптическое излучение и др.)

Перечислите признаки, по которым классифицируются измерительные сигналы

По характеру измерения информативного и временного параметров измерительные сигналы делятся на аналоговые, дискретные и цифровые. По характеру изменения во времени сигналы делятся на постоянные и переменные. По степени наличия априорной информации переменные измерительные сигналы делятся на детерминированные, квазидетерминированные и случайные.

Чем аналоговый, дискретный и цифровой сигналы отличаются друг от друга?

Аналоговый сигнал - это сигнал, описываемый непрерывной или кусочно-непрерывной функцией Y a (t), причем как сама эта функция, так и ее аргумент t могут принимать любые значения на заданных интервалах (Y min ; Y max) и (t min ; t max).

Дискретный сигнал - это сигнал, изменяющийся дискретно во времени или по уровню. В первом случае он может принимать в дискретные моменты времени nТ, где Т = const - интервал (период) дискретизации, n = 0; 1; 2; ... - целое, любые значения в интервале (Y min ; Y max)называемые выборками, или отсчетами. Такие сигналы описываются решетчатыми функциями. Во втором случае значения сигнала Yд(t) существуют в любой момент времени t в интервале (t min ; t max) однако они могут принимать ограниченный ряд значений h j = nq, кратных кванту q.

Цифровые сигналы - квантованные по уровню и дискретные по времени сигналы Y ц (nТ), которые описываются квантованными решетчатыми функциями (квантованными последовательностями), принимающими в дискретные моменты времени nТ лишь конечный ряд дискретных значений - уровней квантования h 1 h 2 , ... , h n .

Расскажите о характеристиках и параметрах случайных сигналов

Случайный сигнал - это изменяющаяся во времени физическая величина, мгновенное значение которой является случайной величиной.

Семейство реализаций случайного процесса является основным экспериментальным материалом, на основе которого можно получить его характеристики и параметры.

Каждая реализация является неслучайной функцией времени. Семейство реализаций при каком-либо фиксированном значении времени t o представляет собой случайную величину, называемую сечением случайной функции, соответствующим моменту времени t o . Следовательно, случайная функция совмещает в себе характерные признаки случайной величины и детерминированной функции. При фиксированном значении аргумента она превращается в случайную величину, а в результате каждого отдельного опыта становится детерминированной функцией.

Наиболее полно случайные процессы описываются законами распределения: одномерным, двумерным и Т.д. Однако оперировать с такими, в общем случае многомерными функциями очень сложно, поэтому в инженерных приложениях, каковым является метрология, стараются обойтись характеристиками и параметрами этих законов, которые описывают случайные процессы не полностью, а частично. Характеристики случайных процессов, в отличие от характеристик случайных величин, которые подробно рассмотрены в гл. 6, являются не числами, а функциями. К важнейшим из них относятся математическое ожидание и дисперсия.

Математическим ожиданием случайной функции X(t) называется неслучайная функция

mx(t) = M = хр(х, t)dx,

которая при каждом значении аргумента t равна математическому ожиданию соответствующего сечения. Здесь р(х, t) - одномерная плотность распределения случайной величины х в соответствующем сечении случайного процесса X(t). Таким образом, математическое ожидание в данном случае является средней функцией, вокруг которой группируются конкретные реализации.

Дисперсией случайной функции X(t) называется неслучайная функция

Dx(t) = D = 2 p(x, t)dx,

значение которой для каждого момента времени равно дисперсии соответствующего сечения, т.е. дисперсия характеризует разброс реализаций относительно mx(t).

Математическое ожидание случайного процесса и его дисперсия являются весьма важными, но не исчерпывающими характеристиками, так как определяются только одномерным законом распределения. Они не могут характеризовать взаимосвязь между различными сечениями случайного процесса при различных значениях времени t и t". Для этого используется корреляционная функция - неслучайная функция R(t, t") двух аргументов t и t", которая при каждой паре значений аргументов равна ковариации соответствующих сечений случайного процесса:

Корреляционная функция, называемая иногда автокорреляционной, описывает статистическую связь между мгновенными значениями случайной функции, разделенными заданным значением времени ф = t"-t. При равенстве аргументов корреляционная функция равна дисперсии случайного процесса. Она всегда неотрицательна.

На практике часто используется нормированная корреляционная функция

Она обладает следующими свойствами: 1) при равенстве аргументов t и t" r(t, t") = 1; 2) симметрична относительно своих аргументов: r(t,t") = r(t",t); 3) ее возможные значения лежат в диапазоне [-1;1], т.е. |r(t,t")| ? 1. Нормированная корреляционная функция по смыслу аналогична коэффициенту корреляции между случайными величинами, но зависит от двух аргументов и не является постоянной величиной.

Случайные процессы, протекающие во времени однородно, частные реализации которых с постоянной амплитудой колеблются вокруг средней функции, называются стационарными. :Количественно свойства стационарных процессов характеризуются следующими условиями.

* Математическое ожидание стационарного процесса постоянно, Т.е. m х (t) = m х = const. Однако это требование не является существенным, поскольку от случайной функции X(t) всегда можно перейти к центрированной функции, для которой математическое ожидание равно нулю. Отсюда вытекает, что если случайный процесс нестационарен только за счет переменного во времени (по сечениям) математического ожидания, то операцией центрирования его всегда можно свести к стационарному.

* Для стационарного случайного процесса дисперсия по сечениям является постоянной величиной, Т.е. Dx(t) = Dx = const.

* :Корреляционная функция стационарного процесса зависит не от значения аргументов t и t", а только от промежутка ф = t"-t, т.е. R(t,t") = R(ф). Предыдущее условие является частным случаем данного условия, Т.е. Dx(t) = R(t, t) = R(ф = О) = const. Таким образом, зависимость автокорреляционной функции только от интервала "t является единственным существенным условием стационарности случайного процесса.

Важной характеристикой стационарного случайного процесса является его спектральная плотность S(щ), которая описывает частотный состав случайного процесса при щ?0 и выражает среднюю мощность случайного процесса, приходящуюся на единицу полосы частот:

Спектральная плотность стационарного случайного процесса является неотрицательной функцией частоты S(щ)?0. Площадь, заключенная под кривой S(щ), пропорциональна дисперсии процесса. Корреляционная функция может быть выражена через спектральную плотность

R(ф) = S(щ)cosщфdщ.

Стационарные случайные процессы могут обладать или не обладать свойством эргодичности. Стационарный случайный процесс называется эргодическим если любая его реализация достаточной продолжительности является как бы "полномочным представителем" всей совокупности реализаций процесса. В таких процессах любая реализация рано или поздно пройдет через любое состояние независимо от того, в каком состоянии находился этот процесс в начальный момент времени.

Для описания погрешностей используются теория вероятностей и математическая статистика. Однако прежде необходимо сделать ряд существенных оговорок:

* применение методов математической статистики к обработке результатов измерений правомочно лишь в предположении о независимости между собой отдельных получаемых отсчетов;

* большинство используемых в метрологии форму л теории вероятностей правомерны только для непрерывных распределений, в то время как распределения погрешностей вследствие неизбежного квантования отсчетов, строго говоря, всегда дискретны, Т.е. погрешность может принимать лишь счетное множество значений.

Таким образом, условия непрерывности и независимости для результатов измерений и их погрешностей соблюдаются приближенно, а иногда и не соблюдаются. В математике под термином "непрерывная случайная величина" понимается существенно более узкое, ограниченное рядом условий понятие, чем "случайная погрешность" в метрологии.

С учетом этих ограничений процесс появления случайных погрешностей результатов измерений за вычетом систематических и прогрессирующих погрешностей обычно может рассматриваться как центрированный стационарный случайный процесс. Его описание возможно на основе теории статистически независимых случайных величин и стационарных случайных процессов.

При выполнении измерений требуется количественно оценить погрешность. Для такой оценки необходимо знать определенные характеристики и параметры модели погрешности. Их номенклатура зависит от вида модели и требований к оцениваемой погрешности. В метрологии принято различать три группы характеристик и параметров погрешностей. Первая группа - задаваемые в качестве требуемых или допускаемых нормы характеристик погрешности измерений (нормы погрешностей). Вторая группа характеристик - погрешности, приписываемые совокупности выполняемых по определенной методике измерений. Характеристики этих двух групп применяются в основном при массовых технических измерениях и представляют собой вероятностные характеристики погрешности измерений. Третья группа характеристик - статистические оценки погрешностей измерений отражают близость отдельного, экспериментально полученного результата измерения к истинному значению измеряемой величины. Они используются в случае измерений, проводимых при научных исследованиях и метрологических работах.

В качестве характеристик случайной погрешности используют СКО случайной составляющей погрешности измерений и, если необходимо, ее нормализованную автокорреляционную функцию.

Систематическая составляющая погрешности измерений характеризуется:

* СКО неисключенной систематической составляющей погрешности измерений;

* границами, в которых неисключенная систематическая составляющая погрешности измерений находится с заданной вероятностью (в частности, и с вероятностью, равной единице).

Требования к характеристикам погрешности и рекомендации по их выбору приведены в нормативном документе МИ 1317-86 "ГСИ. Результаты и характеристики погрешности измерений. Формы представления. Способы использования при испытаниях образцов продукции и контроле их параметров".

Санкт-Петербургский государственный электротехнический университет «ЛЭТИ» им. В.И. Ульянова (Ленина) (СПбГЭТУ)

Кафедра ВТ

РЕФЕРАТ

по дисциплине: «Цифровая обработка сигналов»

на тему: «Сигналы и их свойства»

Выполнил:

Проверил:

г. Санкт-Петербург, 2014 г.

1. Введение………………………………………………………………………………………………...3

2. Обобщенная структура системы цифровой обработки сигналов…………………………………..4

3. Классификация сигналов………………………………………………………………………………5

4. Характеристики сигналов……………………………………………………………………………...7

5. Формы представления сигналов……………………………………………………………………….8

6. Выводы…………………………………………………………………………………………………..9

7. Литература……………………………………………………………………………………………10

Введение

Понятие сигнала

Сигнал - символ (знак, код), созданный и переданный в пространство (по каналу связи) одной системой, либо возникший в процессе взаимодействия нескольких систем. Смысл и значение сигнала проявляются в процессе дешифровки его второй (принимающей) системой.

Сигнал - материальный носитель информации, используемый для передачи сообщений в системе связи. Сигнал может генерироваться, но его приём не обязателен, в отличие от сообщения, которое рассчитано на принятие принимающей стороной, иначе оно не является сообщением. Сигналом может быть любой физический процесс, параметры которого изменяются (или находятся) в соответствии с передаваемым сообщением.

Сигнал, детерминированный или случайный, описывают математической моделью, функцией, характеризующей изменение параметров сигнала.

Понятие сигнал позволяет абстрагироваться от конкретной физической величины, например тока, напряжения, акустической волны и рассматривать вне физического контекста явления связанные кодированием информации и извлечением её из сигналов, которые обычно искажены шумами. В исследованиях сигнал часто представляется функцией времени, параметры которой могут нести нужную информацию. Способ записи этой функции, а также способ записи мешающих шумов называют математической моделью сигнала .

Обобщенная структура системы цифровой обработки сигналов

Цифровая обработка связана с представлением любого сигнала в виде последовательности чисел. Это означает, что исходный аналоговый сигнал должен быть преобразован в исходную последовательность чисел, которая вычислителем по заданному алгоритму преобразуется в новую последовательность, однозначно соответствующей исходной. Из полученной новой последовательности формируется результирующий аналоговый сигнал.Обобщенная структура системы цифровой обработки сигналов приведена на рисунке ниже.

На ее вход поступает аналоговый сигнал от разнообразных датчиков, которые преобразуют физическую величину в электрическое напряжение. Его временная дискретизация и квантование по уровню производятся в аналого-цифровом преобразователе (АЦП). Выходным сигналом АЦП является последовательность чисел, поступающая в цифровой процессор ЦП, выполняющий требуемую обработку. Процессор осуществляет различные математические операции над входными отсчетами. Как правило, цифровой процессор включает в себя добавочную аппаратуру:

матричный умножитель;

дополнительное АЛУ для аппаратной поддержки формирования адресов операндов;

дополнительные внутренние шины для параллельного доступа к памяти;

аппаратный сдвигатель для масштабирования, умножения или деления на 2n.

Результатом работы процессора является новая последовательность чисел, представляющих собой отсчеты выходного сигнала. Аналоговый выходной сигнал восстанавливается по последовательности чисел с помощью цифро-аналогового преобразователя ЦАП. Напряжение на выходе ЦАП имеет ступенчатую форму. При необходимости можно использовать сглаживающий фильтр на выходе.

Классификация сигналов

По физической природе носителя информации :

электрические;

электромагнитные;

оптические;

акустические

По способу задания сигнала :

регулярные (детерминированные), заданные аналитической функцией;

нерегулярные (случайные), принимающие произвольные значения в любой момент времени. Для описания таких сигналов используется аппарат теории вероятностей.

В зависимости от функции, описывающей параметры сигнала , выделяют аналоговые, дискретные, квантованные и цифровые сигналы:

непрерывные (аналоговые), описываемые непрерывной функцией;

дискретные, описываемые функцией отсчётов, взятых в определённые моменты времени;

квантованные по уровню;

дискретные сигналы, квантованные по уровню (цифровые).

Аналоговый сигнал (АС)

Большинство сигналов имеют аналоговую природу, то есть изменяются непрерывно во времени и могут принимать любые значения на некотором интервале. Аналоговые сигналы описываются некоторой математической функцией времени.

Пример АС - гармонический сигнал: s(t) = A·cos(ω·t + φ).

Аналоговые сигналы используются в телефонии, радиовещании, телевидении. Ввести такой сигнал в цифровую систему для обработки невозможно, так как на любом интервале времени он может иметь бесконечное множество значений, и для точного (без погрешности) представления его значения требуются числа бесконечной разрядности. Поэтому очень часто необходимо преобразовывать аналоговый сигнал так, чтобы можно было представить его последовательностью чисел заданной разрядности.

Дискретный сигнал

Дискретизация аналогового сигнала состоит в том, что сигнал представляется в виде последовательности значений, взятых в дискретные моменты времени t i (где i - индекс). Обычно промежутки времени между последовательными отсчётами (Δt i = t i − t i−1) постоянны; в таком случае, Δt называется интервалом дискретизации . Сами же значения сигнала x(t) в моменты измерения, то есть x i = x(t i), называются отсчётами.

Квантованный сигнал

При квантовании вся область значений сигнала разбивается на уровни, количество которых должно быть представлено в числах заданной разрядности. Расстояния между этими уровнями называется шагом квантования Δ. Число этих уровней равно N (от 0 до N−1). Каждому уровню присваивается некоторое число. Отсчёты сигнала сравниваются с уровнями квантования и в качестве сигнала выбирается число, соответствующее некоторому уровню квантования. Каждый уровень квантования кодируется двоичным числом с n разрядами. Число уровней квантования N и число разрядов n двоичных чисел, кодирующих эти уровни, связаны соотношением n ≥ log 2 (N).

Цифровой сигнал

Для того, чтобы представить аналоговый сигнал последовательностью чисел конечной разрядности, его следует сначала превратить в дискретный сигнал, а затем подвергнуть квантованию. Квантование является частным случаем дискретизации, когда дискретизация происходит по одинаковой величине, называемой квантом. В результате сигнал будет представлен таким образом, что на каждом заданном промежутке времени известно приближённое (квантованное) значение сигнала, которое можно записать целым числом. Последовательность таких чисел и будет являться цифровым сигналом.

Характеристики сигналов

Длительность сигнала (время передачи) Тс - интервал времени, в течение которого существует сигнал.

Ширина спектра Fc - диапазон частот, в пределах которых сосредоточена основная мощность сигнала.

База сигнала - произведение ширины спектра сигнала на его длительность.

Динамический диапазон D c - логарифм отношения максимальной мощности сигнала - P max к минимальной - P min (минимально-различимая на уровне помех): Dc = log(P max /P min).

Объем сигнала определяется соотношением V c = T c F c D c . T c – временная длительность сигнала, F c – эффективный спектр сигнала.

Энергетические характеристики :

мгновенная мощность - P(t);

средняя мощность - P ср и энергия - E.

Эти характеристики определяются соотношениями:

Где T = t max -t min .

Формы представления сигналов.

Способы представления сигналов

Графический

Аналитический

Временные диаграммы

Математические модели

Векторные диаграммы

Геометрические диаграммы

Спектральные диаграммы

Временная диаграмма представляет собой график зависимости какого либо параметра сигнала (например, напряжения или тока) от времени. На временной диаграмме сигнала можно наблюдать форму сигнала. Осциллограмму можно визуально наблюдать с помощью специального измерительного прибора - осциллографа.

Векторная диаграмма используется при изучении процессов связанных с изменением фазы сигнала (например, при фазовой модуляции). В данной диаграмме сигнал представляется вектором, длина которого пропорциональна амплитуде сигнала, а угол наклона относительно исходного вектора показывает фазу сигнала.

В геометрической диаграмме сигнал представляется в виде геометрической фигуры. Данная диаграмма может быть использована при визуальном представлении объема сигнала.

Спектральная диаграмма представляет собой график распределения энергии (спектр амплитуд) или фаз (спектр фаз) сигнала по частотам. Данные диаграммы можно наблюдать с помощью специального измерительного прибора - анализатора спектра.

Таким образом, цифровая обработка сигналов- преобразование сигналов, представленных в цифровой форме.

Любой непрерывный (аналоговый) сигнал s(t) может быть подвергнут дискретизации по времени и квантованию по уровню (оцифровке), то есть представлен в цифровой форме.

При помощи математических алгоритмов полученный дискретный сигнал s(k) преобразуется в некоторый другой сигнал , имеющий требуемые свойства. Процесс преобразования сигналов называется фильтрацией, а устройство, выполняющее фильтрацию, называется фильтром. Поскольку отсчёты сигналов поступают с постоянной скоростью , фильтр должен успевать обрабатывать текущий отсчет до поступления следующего, то есть обрабатывать сигнал в реальном времени. Для обработки сигналов (фильтрации) в реальном времени применяют специальные вычислительные устройства - цифровые сигнальные процессоры.

Всё это полностью применимо не только к непрерывным сигналам, но и к прерывистым, а также к сигналам, записанным на запоминающие устройства. В последнем случае скорость обработки непринципиальна, так как при медленной обработке данные не будут потеряны.

В последние годы при обработке сигналов и изображений широко используется новый математический базис представления сигналов с помощью «коротких волночек» - вейвлетов. С его помощью могут обрабатываться нестационарные сигналы, сигналы с разрывами и иными особенностями, сигналы в виде пачек.

Литература

1. Цифровая обработка сигналов изображений: учеб. пособие / С.М. Ибатуллин; Санкт-Петербургский государственный электротехнический университет им. В.И. Ульянова (Ленина) "ЛЭТИ" . - СПб. : Изд-во СПбГЭТУ "ЛЭТИ", 2006. - 127 с.

2. Цифровая обработка сигналов: учеб. пособие для вузов / А.Б.Сергиенко; - СПб. : Питер, 2002. - 603 с

3. Алгоритмы и процессоры цифровой обработки сигналов: Учеб. пособие для вузов / А. И. Солонина, Д. А. Улахович, Л. А. Яковлев. - СПб. : БХВ-Петербург, 2001. - 454 с