Економіко-математичне моделювання

Економіко-математичне моделювання Економіко-математичне моделювання

library.tneu.edu.ua
from library.tneu.edu.ua More from this publisher
19.07.2013 Views

Наведемо основні характеристики деяких поширених вікон. Вікно Бічні параметри Ширина полоси мах спад Екв. 3Дб Прямокутне 13.3 6 1 0.89 Бартлета 26.5 12 1.33 1.28 Ханна 31.5 18 1.5 1.44 Хеммінта 43 6 1.36 1.3 Гаусса 42 6 1.39 1.33 Чебишева 50 0 1.39 1.33 Блекмана-Харріса 1. 58 18 1.73 1.68 2. 61 6 1.61 1.58 3. 74 6 1.79 1.74 4. Кайзера-Бесселя 92 6 2 1.9 а=2 46 6 1.5 1.43 а=2.5 57 6 1.65 1.57 а=3 69 6 1.8 1.71 а=3.5 82 6 1.93 1.83 Види вікон. Прямокутне вікно має найбільш вузьку головну пелюстку. Вікно Ханна або вікно косинус-квадрат є найбільш поширеним і простим для реалізації. Сімейство інших вікон, похідних від вікна Ханна, використовують декілька косинусоїдальних складових, ваги яких вибрані за критеріями мінімального рівня бічних пелюсток, максимальної швидкості і т.д. Коефіцієнти популярного вікна Хеммінга вибрані так, щоб практично повністю усунути максимальну бічну пелюстку. Гауссове вікно має найменшу величину добутку тривалості на ширину полоси. Для вікна Чебишева всі бічні пелюстки мають однаковий рівень, а основна пелюстка дуже вузька. Кожне вікно має еквівалентні означення як у часі, так і в частотній області. Тому, власне, все одно, де проводиться коригування спектра: в самому сигналі до частотного аналізу чи в результативній спектральній характеристиці. Для простоти реалізації переважно здійснюють коригування в часовій області. У випадку крос-спектра для спрощення втрати потужності корисно також ліквідувати зміщення одного ряду відносно іншого, індикатором чого є знаходження максимуму кореляції не в нулі або лінійний характер зміни фази. 550

Стратегія вибору вікна диктується компромісом між зміщенням через перешкоди в галузі ближніх пелюсток і перешкод в області віддалених. Так, якщо близькі за амплітудою спектральні компоненти сигналу розміщені і близько, і на віддалі від слабкої компоненти, то необхідно вибрати вікно з однаковим рівнем бічних пелюсток. Якщо є одна сильна компонента, що віддалена від слабкої компоненти сигналу, то необхідно вибрати вікно з швидко спадним рівнем бічних пелюсток. У тому випадку, коли необхідно забезпечити високу роздільність між дуже близькими компонентами сигналу, а віддалені компоненти відсутні, потрібне вікно з дуже вузькою головною пелюсткою та мінімальною амплітудою близьких бічних пелюсток. При достатньо гладкому спектрі сигналу вікна можна не використовувати. Часом для одержання добре згладженого спектра короткого часового ряду і підвищення точності оцінювання частоти спектральних піків доповняють нулями вхідну часову послідовність. n У результаті такого доповнення в спектрі з’являються m = N проміжних значень, де n – число додатних нулів; N – початкова довжина часового ряду. Таке доповнення не підвищує реальний дозвіл за частотою, тобто не дозволяє виділити додаткові спектральні піки. Крім цього, воно часом приводить до появи фантомних піків на низьких частотах. Для усунення шумів складових у спектрі нерідко використовують методи усереднення. Одним із перших запропонованих методів є метод Даніеля або метод усереднення за частотами, який використовується для згладжування швидких флуктуацій вибіркового спектра за сусідніми частотами. Метод Барлетта або усереднення за ансамблем оснований на розбитті початкової реалізації сигналу на послідовні сегменти, що не перетинаються, з наступним усередненням їх спектральних характеристик. Цей прийом дає можливість отримати гладку оцінку спектра для всієї аналізованої полоси частот. У комбінованому методі Уелча підхід Бартлетта використовується для сегментів, що перекриваються, з використанням вікна для зменшення ефекту витікання і зміщення оцінок. Мета перекриття сегментів полягає у збільшенні числа усереднених сегментів при заданій довжині запису даних і зменшенні 551

Наведемо основні характеристики деяких поширених вікон.<br />

Вікно Бічні<br />

параметри<br />

Ширина полоси<br />

мах спад Екв. 3Дб<br />

Прямокутне 13.3 6 1 0.89<br />

Бартлета 26.5 12 1.33 1.28<br />

Ханна 31.5 18 1.5 1.44<br />

Хеммінта 43 6 1.36 1.3<br />

Гаусса 42 6 1.39 1.33<br />

Чебишева 50 0 1.39 1.33<br />

Блекмана-Харріса<br />

1.<br />

58 18 1.73 1.68<br />

2.<br />

61 6 1.61 1.58<br />

3.<br />

74 6 1.79 1.74<br />

4.<br />

Кайзера-Бесселя<br />

92 6 2 1.9<br />

а=2<br />

46 6 1.5 1.43<br />

а=2.5<br />

57 6 1.65 1.57<br />

а=3<br />

69 6 1.8 1.71<br />

а=3.5<br />

82 6 1.93 1.83<br />

Види вікон. Прямокутне вікно має найбільш вузьку головну<br />

пелюстку. Вікно Ханна або вікно косинус-квадрат є найбільш<br />

поширеним і простим для реалізації. Сімейство інших вікон, похідних<br />

від вікна Ханна, використовують декілька косинусоїдальних<br />

складових, ваги яких вибрані за критеріями мінімального рівня<br />

бічних пелюсток, максимальної швидкості і т.д. Коефіцієнти<br />

популярного вікна Хеммінга вибрані так, щоб практично повністю<br />

усунути максимальну бічну пелюстку. Гауссове вікно має найменшу<br />

величину добутку тривалості на ширину полоси. Для вікна Чебишева<br />

всі бічні пелюстки мають однаковий рівень, а основна пелюстка дуже<br />

вузька.<br />

Кожне вікно має еквівалентні означення як у часі, так і в<br />

частотній області. Тому, власне, все одно, де проводиться<br />

коригування спектра: в самому сигналі до частотного аналізу чи в<br />

результативній спектральній характеристиці. Для простоти реалізації<br />

переважно здійснюють коригування в часовій області.<br />

У випадку крос-спектра для спрощення втрати потужності<br />

корисно також ліквідувати зміщення одного ряду відносно іншого,<br />

індикатором чого є знаходження максимуму кореляції не в нулі або<br />

лінійний характер зміни фази.<br />

550

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!