-
精心整理
1
、已知<
/p>
x
a
(
t
)
?
2cos(2
?
f
0
t
)
p>
式中
f
0
=100
HZ,
以采样频率
f
s
=400Hz
对
x
a
(
t
)
进行采样,得到
采样信号
?
a
(
t
)
和时域离散信号
x
(
n
)
,试完成下面各题:
x
(
1
p>
)写出
x
a
(
p>
t
)
的傅里叶变换表示式
< br>X
a
(
j
?
)
;
(
2
)写出
x
a
(
t
)
和
p>
x
(
n
)
的表达式;
(
3
p>
)分别求出
x
a
(
t
)
的傅里叶变换和
< br>x
(
n
)
的傅里叶变换。
解:
(
1
)
?
?
?
j
?
t
?
j
?
t
X
a
(
j<
/p>
?
)
?
?
x
a
(
t
)
e
dt
?
?
2cos(
?
0
t
)
e
dt
??
??
?
?
(
e
j
?
0
t
?
e
?
j
?
0
t
)
e
?
j<
/p>
?
t
dt
??<
/p>
?
上式中指数函数和傅里叶变换不存在,引入奇异函数
?
函数,它的傅里叶变换可以表示成:
X
a
(
j
?
)
?
2
?
< br>[
?
(
?
?
?
0
)
?
?
(
?
?
p>
?
0
)]
(
2
)
?
a
(
t
)
?
x
n
???
?
x
(
t
)
?
(
t
?
nT
)
?
?
2cos(
?
nT
)
?
(
t
?
nT
)
a
0
n
???
?
?
x
(
n
p>
)
?
2cos(
?
0
nT
),
?
?
?
n
?
?<
/p>
2
、用微处理器对实数序列作谱分析,要求谱分辨率
F
?
50
Hz
,信号最高频率
1KHz,
是确定以下各
参数:
(
1
)最小记录时间
T
p
mi
n
(
2
)最
大取样时间
T
max
(
3
)最少采样点数
N
min
(
4
)在频带宽度不变的情况下将频率分辨率提高一倍的
N
值。
解:
(
1
)已知
F
?
50
Hz
1
1
1
?
?
?
0.5
ms
< br>(
2
)
T
max
?
3
f
s
min
2
f
max
2
?
10
T
p
0.02
s
< br>?
?
40
(
3
)
N
min
?
T
0.5
?
10
?
3
s
(
4
)频带宽度不变就意味着采样
间隔
T
不变,应该使记录时间扩大一倍为
0.04s
实频率分辩率
提高
1
p>
倍(
F
变成原来的
1
2
)
3<
/p>
、在时域对一有限长的模拟信号以
4KHZ
采样,然后对采到的
N
个抽样做
N<
/p>
点
DFT
,所得离散谱线
的间距相当于模拟频率
100HZ
。某人想使频率能被
看得清楚些,每
50HZ
能有一根谱线,于是他用
8KHZ
采样,对采到的
2N
个样点做
2N
点
DFT
。问:他的目的能达到吗?
答:不能,因为他忽略了数字频率和模拟频率的区别。
提高采样频率
f
s
,
N
固然大了,数字频率(单位圆)上的样点数确实增加了,但从
模拟频率
谱看,
样点一点也没有变得密集,
这是因为数字频率
2
?
总是对应模
拟频率
f
s
。
采样频率由
f
s
到
2
f
s
2
f
f
增加一倍,
N
也增加一倍,但模拟频率的采样间隔
s
?
< br>s
?
100
Hz
一点也没有变。所以,增大采
2
N
N
2
?
2
?
?
)
,不能提高模拟频率的分辨率。
样频率,只能提高数字频率的分辨率
(
N
2
N
4<
/p>
、在
A/D
变换之前和
< br>D/A
变换之后都要让信号通过一个低通滤波器,他们分别起什么作用?
解:在
A
/
D
变换之前让信号通过一个低通滤波器,是为了限制信号的最高频率,使
其满足当采样
频率一定时,采样频率应大于等于信号最高频率
2
倍的条件。此滤波器亦称为“抗折叠”滤波器。
精心整理
在
D
/
A
变换
之后都要让信号通过一个低通滤波器,是为了滤除高频延拓谱,以便把抽样保持
的阶梯形
输出波平滑化,故又称为“平滑”滤波器。
1
?
a
2
,
0
?
a
?
1
,分析其因果性和稳定性。
5
p>
、已知
H
(
z
p>
)
?
(
1
?
az
?
1
)(
1
?
az
)
解:
H
(
z
)
的极点为
z
?
a
,
z
?
a
?
1
,
(
1
)收敛域
a
?
1
?
z
?
?
,
对应的系统是因果系统,但由于收敛域不包含单位圆,因此是不稳定系
统。单位脉冲响应
h
(
n
)
p>
?
(
a
n
?
a
?
n
)
u
(
n
< br>)
,这是一个因果序列,但不收敛。
< br>(
2
)收
敛
域
0
?
z
?
a
,
对
应<
/p>
的
系
统
是
非
因
果
且
不
稳
定
系
统
。
其
单
位
脉
冲
响
应
h
(
n
)<
/p>
?
(
a
?
n
?
a
n
)
u
(
?
n
?
1)
,这是一个非因果且
不收敛的序列。
(
3
)收敛域
a
?
z
?
a
?
1
< br>,对应的系统是一个非因果系统,但由于收敛域包含单位圆,因此是稳定
系统。其
单位脉冲响应
h
(
n
< br>)
?
a
n
,这是一个收敛的双边序列。
9
:
若序列
h
(
n
)
是因果序列,其傅里叶变换的实部为
H
R
(
e
j
?
)
?
1
?
p>
cos(
?
)
,求
序列的
h
(
n
)
及其傅里
叶变换
H
< br>(
e
j
?
)
。
?
1
j
?
1
?
p>
j
?
解:
H
R
(
e
)
?
1
?
cos(
?
)
?
1
?
e
?
e
< br>?
FT
[
h
e
(
n
)]
?
?
h
e
(
n
)
e
?
p>
j
?
n
2
2
n
???
10
、什么是宽平稳随机过程?什么是严平稳随机过程?它们之间有什么
联系?
答:若一个随机过程的数学期望与时间无关,而其相关
函数仅与
?
有关,则称这个随机过程是宽平
稳的或广义平稳的。所谓严平稳随机过程是指它的任何
n
维
分布函数或概率密度函数与时间起点无
关。严平稳的随机过程一定是宽平稳的,反之则不
然。
j
?
1
5
、如图所示:
1/N
观测
数据
FFT
取
模
的
(
1
)在描述随机信号的频率特性时为什么不用信号的傅里叶变换而改用功率谱估计?
p>
x(n)
平方
(
2
)观察上述框图,说出这是哪一种
经典功率谱估计的方法,并写出描述估计关系式。
(
3
)
根据维纳
-
辛钦定理及相关估计方法写出另一种经典功率谱估计描述估计关系式,
结合框图或
关系式说明上述框图所示方法的优点。
(
4
)两种经典功率谱估计都有一个致命的缺点,
请简要说明并写出常用的改进方法的名称。
解:
1.
对于随机信号,其傅里叶变换并不存在,因此转向研究其功率谱。
2.
图中所示的是周期图法
1
?
xx
(
m
)
?
3.
r
N
N
?
< br>m
?
1
?
n
?
0
?
(
e
)
?
x
p>
(
n
)
x
(
n
?
m
)
P
BT
*
j
?
m
???
?
r
?
?
xx
(
m
)
e
?
j
?
n
周期图法简单,不用估计自相关函数,且可以用
FFT
进行计算。
4.<
/p>
经典谱估计得致命缺点是频率分辨率低,
其原因是傅里叶变换域是
无限大,
而用作估计的观
察数据只有有限个,认为剩余的数据为
0
,造成系统偏差。改进的方法有:
1
.
平均周期法
2.
窗函数法
3.
修正的周期图求平均法。
< br>16
、如图所示的
RC
电路,若
输入电压的功率谱密度为
X
(
?
)
,求输出电压的功率谱密度
Y
(
?
)
< br>。
R
X(
?
)
C
Y(
?
)
解:
RC
电路系统的频率响应函数为<
/p>
1
j
?
C
1
H
(
?
)
=
=
1
j
?
RC
?
1
R
?
j
?
C
H
(
?
)
2
p>
=
1
2
(
?
RC
)
?
1
由线性系统的输出
谱密度与输入谱密度之间的关系可得:
2
X(
?
)
?
?
Y
(
)
=
H
(
)
*X
(
?
)
=
p>
(
?
RC
)
2
?
1
17
、已知
LTI
系统的传输函数为
h
(
t
)
,输入是实平稳随机过程
X
(
t<
/p>
)
,输出是
Y
(
t
)
,求
R<
/p>
X
(
?
)
、
R
Y
(
?
)
和
h
(
t
)
三者间的关系?
解:平稳随机过程经过
LTI
系统输出还是平稳随机过程,所以
其中
?
是卷积运算。
18<
/p>
、常用的自适应滤波理论与算法有哪些?
从理论上讲,自适应滤波问题没有惟一的解。为了得到自适应滤波器及其应用系统,可以采
用各种不同的递推算法,这些自适应算法都有各自的特点,适用于不同场合。
常用的自适应滤波理论与算法有:
(
1
)
、基于维纳滤波理论的方法。
p>
(
2
)
、基于卡尔曼滤波理论的方法。
(
3
)
、基于最小均方误差准则的方法。
(
4
)
、基于最小二乘准则的方法。
22
、从最速下降法出发:
其中,
W
j
?
1
是第
j+1
个抽样时刻的滤波器权矢量,
?
控制收敛稳定
性和速率,
?
是误差
-
性能曲面
的真实梯度,推导自适应噪声消除的
Widr
ow-Hopf
的
LMS
算法。
解答:
梯度矢量
▽,初级输入与刺激输入的互相关
P
以及初级输入的自相关
p>
R
之间的关系为:
?
=
?
2
P
+2RW
在
LMS
算法中,使用
?
的瞬时估计,则
有
?
j
=-
2
P
j
+2
R
j
W
j
=-2
X
j
y
j
p>
+2
X
j
X
j
T
W
j
(1)
=-
2
X
j
(
y
j
?
X
j
W
j
)
?
?
2
e
j
X
j
其中
e
j
?
y
j
?
p>
X
j
T
W
j
用(
1
)式替换最速下降法的梯度,我们得到基本的
Widrow-Hopf
p>
的
LMS
算法:
T
其中
e
j<
/p>
=
y
j
?
W
j
X
j
23
、自适应滤波器的特点及应用范围
精心整理
答案:
由于滤波器的参数可以按照某种准则自动地调整到满足最
佳滤波的要求;
实现时不需要任何
关于信号和噪声的自相关特性
,
尤其当输入统计特性变化时,
自适应滤波器都能调整自身的参
数来
满足最佳滤波的需要,
即具有学习和跟踪的性能。
当符合下面几个情况时都可以应用自适应滤波
(1)
需要滤波器特性变化以自适应改变的情况时(
2
)
当信号和噪声存在频谱重叠时(
3
)噪声占据的
频
谱是时变或未知。例如电话回声对消,
雷达信号处理,
导航系统,通信信道均衡和生物医学信号增
强。
25
、
怎
样
判
断
随
机<
/p>
过
程
{
X
(
t
),
t
?
T
}
是
宽
平
稳
随
< br>机
过
程
?
并
证
明
随
机
过
程
X
(
p>
t
)
?
Y
cos(
?
t
)
?
Z
sin(
?
p>
t
),
t
?
0
是
宽
平
稳
过
程
,
其
中
,
Y,Z
是
相
互
独
立
的
随
机
变
量
,
且
EY
?
EZ
?
0<
/p>
,
DY
?
DZ<
/p>
?
?
2
。
答:
(
1
)如果
X
(
t
)
满足,如下条件:
(
a
)
{
X<
/p>
(
t
),
t
p>
?
T
}
是二阶矩过
程;
(
b
)
对任意
t
?
T
,
m
X
(
t<
/p>
)
?
EX
(
p>
t
)
?
常数;
p>
(
c
)对任意<
/p>
s
,
t
?
T
,
R
X
(
s
,
t
)
?
E
[
X
(
s
)
X
(
t
)]
?
R
X
(
s
p>
?
t
)
。则判定<
/p>
{
X
(
t
),
t
?
T
}
是宽平稳随机过程。
(
2
)
证明:
因为
Y
,Z
是相互独立的随机过程,且
EY
?
EZ
?
0<
/p>
,
DY
?
DZ<
/p>
?
?
2
,所以<
/p>
E
[
X
2
(
t
)]
=
?
2
?
??
EX
(
t
)
?
E
< br>[
Y
cos(
?
t
)
?
Z
sin(
?
t
)]
?
E
[
Y
]
cos(
?
t
< br>)
?
E
[
Z
]
sin(
?
t
)
?
0
=
常数
R
X
(
s
,
t
p>
)
?
E
[
X
(
s
)
X
(
t
)]
?
E
[(
Y
< br>cos(
?
s
)
?
Z
sin(
?
s
))
?
(
Y
cos(
?
t
)
?
Z
sin(
?
t
))]
?
E
[
Y
2
cos(
?
s
)
cos(
?
t
)
?
YZ
sin(
?
(
t
?
s
))
?
Z
2
sin(
?
s
)
sin(
?
t
)]
,
R
X
(
s
,
t
)
只与时间间隔有关
?
?
2
p>
cos[
?
(
s<
/p>
?
t
)]
,与时
间起点无关。
所以,
{
X
(
t
),
t
?
T
}
是宽平稳随机过程。
26
、若<
/p>
{
X
(
t
),
t
?
T
}
为均方连续的实平稳随机过程,则其自相关函数
R
X
(
?
)
具有那些常用性质?
R
X
(
?
)
在计算其功率谱
p>
S
X
(
?
)
时有什么作用?
答
:
(
1
)
R<
/p>
X
(
?
)
具有如下常用性质:
(
a
)
R
X
(
0
)
?
0<
/p>
;
(
b
)
R
X
(
?
)
=
R
X
(
?
?
)
,
R
X
(
?
)
是实偶函数;
< br>
(
c
)
|
R
X
(
?
)
|
?
R
p>
X
(
0
)
;
(
d
)若
X
(
t
)
是周期为
T
的周期函数,即
X
(
t
)
p>
=
X
(
t
?
T
)
,则
R
X
(
?
)
?
R
X
(
?
?
T
)
;
(
e<
/p>
)若
X
(
t
p>
)
是不含周期分量的非周期过程,当
|
p>
?
|
?
??
时,
X
(
t
)
与
X
(
t
?
?
)
< br>相互独立,则
??
|<
/p>
?
|
?
??
p>
lim
R
X
(
p>
?
)
?
m
X
m
X
。
___
(
2
)若
?
|
R
X
(
?
)
|
d
?
?
??
,根据辛钦—维纳定理
?
?
1
j
??
S
X
(
?
)
?
?
R
< br>X
(
?
)
e
d
?
R
X
(
?
)
=
p>
S
(
?
)
e
d
?
X
?
2
?
< br>?
?
?
?
自相关函数
R
X
(
< br>?
)
和功率谱
S
X
(
?
)
是一对傅里叶变换对。
27
、从
随机过程的平稳性上考虑,卡尔曼滤波的适用范围?
?
j
??
??
??
p>
答案:卡尔曼滤波不仅适用于平稳随机过程,同样也适用于非平稳随机过程。
29
、设有两个线性时不变系统如图所示,它们的频
率响应函数分别为
H
1
(
?
)
和
H
< br>2
(
?
)
。若两个系统
Y
2
(
?
)
。
输入同一个均值为零的
平稳过程
X
(
t
)
,
它们的输出分别为
Y
1
(
?
)
、
问如何设计
H
1
(
?
)
和
H
2
(
?
)
才能使
Y
1
(
?
)
、
Y
2
(
?
)<
/p>
互不相关。
解答:
其中
?
?
t<
/p>
1
?
t
2
,上式表明
Y
1
(<
/p>
t
)
与
Y
2
(
t
)
的互相关函数只是时间函数
?
的函数。由
故
当
设
计
两
个
系
< br>统
的
频
率
响
应
函
数
的
振
幅
频
率
p>
特
性
没
有
重
叠
时
,
则
s
Y
1
< br>Y
2
(
?
)
=0
,
从
而
有
R
Y
1<
/p>
Y
2
(
?
)
=0=
B
Y
1
Y
2
(
?
)
,即
Y
1
(
t
)
< br>与
Y
2
(
t
)
互不相关。
30
、什么叫白噪声
?
答
:
白噪声是指功率谱密度在整个频域内均匀分布的
噪声。
所有频率具有相同能量的随机噪声
称为白噪声。理想的白
噪声具有无限带宽,因而其能量是无限大
33
、简述经典功率谱估计与现代功率谱估计的差别。
信
号的频谱分析是研究信号特性的重要手段之一,
通常是求其功率谱来进行频谱分析。
p>
功率谱反映
了随机信号各频率成份功率能量的分布情况,
可以揭示信号中隐含的周期性及靠得很近的谱峰等有
用信息,在许多领域都
发挥了重要作用。
然而,
实际应用中的平稳随机信号通常是有限
长的,
只能
根据有限长信号估计原信号的真实功率谱,这就是功
率谱估计。
功率谱估计分为经典谱估计和现代谱估计。
经典谱估计是将数据工作区外的未知数据假设为零,
相
当于数据加窗,
主要方法有相关法和周期图法;
现代谱
估计是通过观测数据估计参数模型再按照求
参数模型输出功率的方法估计信号功率谱,<
/p>
主要是针对经典谱估计的分辨率低和方差性能不好等问
题提出的。
34
、两个联合平稳信号
X
(
t
)
和
Y
(
t
)
的互相关函数为:
其中
i
(
?
)
为单位阶跃函数。求互功率谱密度
S
XY
(
?
)
和
S
YX
(
?
)
。
解:直接查傅氏变换表,得
利用互谱密度的性质有
2
?
j
?
S
XY
(
?
)
< br>=
S
XY
(
?
?
)
=
2
2
(
2
p>
?
j
?
)
?
?
0
35
、观测信号为
y
(
k
p>
)
?
s
(
k
)
?
e
(
k
)
,
< br>其中有信号是
s
(
k
)
为恒量平稳序列,其统计特征已求得为
噪声
e
(
k
)
是零均值白噪声,且与有用信号不相关,即
求维纳滤波器?
解:观测
y
(
k
)
的自相关函数为
观测有
y<
/p>
(
k
)
与有用信
号之间的互相关函数为:
R
ys
p>
(
m
)
?
E
{[
s
(
k
)
?
e
(
k
)]
s
< br>(
k
?
m
)}
?
E
{
s
(
k
)
s<
/p>
(
k
?
m
)
?
e
(
k
)
s
(
k
?
m
)}
< br>?
?
s
2
]
则维纳
-
霍甫方程式为:
由此得维纳滤波器为:
故滤波输出为:
38
、设观测量
y
(
k
)
由有用信号
s
(
k
)
和与
s
(
k
)
不相关的零均值
白噪声
e
(
k
)
相加而成,即
且已估计出它们的相关函数分别为
m
R
s
(
m
p>
)
?
0.8
,
p>
R
e
(
m
)
?
0.45
?
(
m
)
(
m
?
…,
-1
,
0
,
1
…)
求非因果维纳滤波器的频率特性。
解:
又有
故有
最后可得,非因果维纳滤波器的频率特性为
43
、卡尔曼滤波的特点
卡尔曼滤波具有以下的特点:
答:<
/p>
(1)
算法是递推的状态空间法采用在时域内设计滤波器的方法,
因而适用于多维随机过程的估
计;离散型卡尔曼算法适用于计算机处理。
(2)
用递推法计算,不需要知道全部过去的值,用
状态方程描述状态变量的动态变化规律,因
此信号可以是平稳的,也可以是非平稳的,即
卡尔曼滤波适用于非平稳过程。
-
-
-
-
-
-
-
-
-
上一篇:万达营运部岗位说明书.doc
下一篇:对大学生沉迷网络游戏的看法英语作文