Интернет-журнал 'Домашняя лаборатория', 2007 №8 - Журнал «Домашняя лаборатория»

Анализ Фурье закладывает основы многих методов, применяющихся в области цифровой обработки сигналов (ЦОС). По сути дела, преобразование Фурье (фактически существует несколько вариантов таких преобразований) позволяет сопоставить сигналу, заданному во временной области, его эквивалентное представление в частотной области. Наоборот, если известна частотная характеристика сигнала, то обратное преобразование Фурье позволяет определить соответствующий сигнал во временной области.

В дополнение к частотному анализу, эти преобразования полезны при проектировании фильтров. Частотная характеристика фильтра может быть получена посредством преобразования Фурье его импульсной реакции. И наоборот, если определена частотная характеристика сигнала, то требуемая импульсная реакция может быть получена с помощью обратного преобразования Фурье над его частотной характеристикой.

Цифровые фильтры могут быть созданы на основе их импульсной реакции, поскольку коэффициенты фильтра с конечной импульсной характеристикой (КИХ) идентичны дискретной импульсной реакции фильтра.

Семейство преобразований Фурье (преобразование Фурье, ряды Фурье, дискретные ряды Фурье и дискретное преобразование Фурье) представлено на рис. 5.2.

С течением времени принятые определения получили развитие (не обязательно вполне логичное) в зависимости от того, является ли сигнал непрерывно-апериодическим (continuous-aperiodic), непрерывно-периодическим (continuous-periodic), дискретно-апериодическим (sampled-aperiodic) или дискретно-периодическим (sampled-periodic). В данном контексте термин sampled означает то же самое, что discrete (дискретный) (то есть дискретные по времени выборки).

Единственный член этого семейства, который имеет отношение к цифровой обработке сигналов, — это дискретное преобразование Фурье (ДПФ), которое оперирует дискретной по времени выборкой периодического сигнала во временной области. Для того, чтобы быть представленным в виде суммы синусоид, сигнал должен быть периодическим. Но в качестве набора входных данных для ДПФ доступно только конечное число отсчетов (N). Эту дилемму можно разрешить, если мысленно поместить бесконечное число одинаковых групп отсчетов до и после обрабатываемой группы, образуя, таким образом, математическую (но не реальную) периодичность, как показано на рис. 5.2.

Фундаментальное уравнение для получения N-точечного ДПФ выглядит следующим образом:

По отношению к этому уравнению следует сделать некоторые терминологические разъяснения (также см. рис. 5.3). Х(k) (прописная буква X) представляет собой частотный выход ДПФ в k-ой точке спектра, где к находится в диапазоне от 0 до N-1. N представляет собой число отсчетов при вычислении ДПФ.

Обратите внимание, что "N" не следует путать с разрешающей способностью АЦП или ЦАП, которая в других главах данной книги также обозначается буквой N.

Значение х(n) (строчная буква х) представляет собой n-ый отсчет во временной области, где n также находится в диапазоне от 0 до N-1. В общем уравнении х(n) может быть вещественным или комплексным.

Обратите внимание, что косинусоидальные и синусоидальные компоненты в уравнении могут быть выражены в полярных или прямоугольных координатах, связь между которыми определяется формулой Эйлера:

еie = cos θ + j∙sin θ

Выходной спектр ДПФ X(k) является результатом вычисления свертки между выборкой, состоящей из входных отсчетов во временной области, и набором из N пар гармонических базисных функций (косинус и синус). Концепцию хорошо иллюстрирует рис. 5.4, на котором представлена вещественная часть первых четырех точек спектра (показаны только косинусоидальные гармонические базисные функции). Подобная же процедура используется для вычисления мнимой части спектра на основе синусоидальных функций.

Первая точка Х(0) является простой суммой входных отсчетов во временной области, потому что cos(0) = 1. Коэффициент масштабирования 1/N не учитывается, но должен присутствовать в конечном результате. Обратите внимание, что Х(0) — это среднее значение отсчетов во временной области, или просто смещение по постоянному току. Вторая точка ReX(1) получена умножением каждого отсчета из временной области на соответствующее значение косинусоиды, имеющей один полный период на интервале N, с последующим суммированием результатов. Третья точка ReX(2) получена умножением каждого отсчета из временной области на соответствующую точку косинусоиды, которая имеет два полных периода на интервале N, с последующим суммированием результатов. Точно так же, четвертая точка ReX(3) получена умножением каждого отсчета из временной области на соответствующую точку косинусоиды с тремя полными периодами на интервале N и суммированием результатов. Этот процесс продолжается, пока не будут вычислены все N выходных отсчетов. Подобная процедура, но с использованием синусоид, применяется для вычисления мнимой части частотного спектра. Косинусоиды и синусоиды являются базисными функциями данного преобразования.

Предположим, что входной сигнал является косинусоидальным, имеющим период N, то есть он содержит один полный период в нашей выборке. Также примем его амплитуду и фазу идентичными первой косинусоидальной базисной функции cos(2πn/8). Выходной спектр содержит одну ненулевую точку ReX(1), а все другие точки ReX(k) являются нулевыми. Предположим, что теперь входная косинусоида сдвинута вправо на 90°. Значение свертки между ней и соответствующей базисной косинусоидальной функцией равно нулю. Но алгоритм преобразования предполагает вычисление свертки с базисной функцией sin(2πn/8), необходимое для получения ImX(1). Это показывает, почему необходимо рассчитывать и вещественные, и мнимые части спектра для определения и амплитуды и фазы частотного спектра.

Обратите внимание, что свертка синусоидальной/косинусоидальной функции любой частоты, отличной от частоты базовой функции, дает нулевое значение и для ReX(1), и для ImX(l).

Подобная процедура применяется при вычислении обратного ДПФ для восстановления отсчетов во временной области х(n) из отсчетов в частотной области Х(k). Соответствующее уравнение выглядит следующим образом:

Существует два основных типа ДПФ: вещественное ДПФ и комплексное ДПФ.

Уравнения, представленные на рис. 5.5, описывают комплексное ДПФ, где и входные, и выходные величины являются комплексными числами. Так как входные отсчеты во временной области являются вещественными и не имеют мнимой части, мнимая часть входных отсчетов всегда принимается равной нулю. Выход ДПФ Х(k) содержит вещественную и мнимую компоненты, которые могут быть преобразованы в амплитуду и фазу.

Вещественное ДПФ выглядит несколько проще и, в основном, является упрощением комплексного ДПФ. Большинство алгоритмов вычисления быстрого преобразования Фурье (БПФ) составлено с использованием формата комплексного ДПФ, поэтому важно понимать, как работает комплексное ДПФ и как оно соотносится с вещественным ДПФ. В частности, если известны выходные частоты вещественного ДПФ и требуется использовать обратное комплексное ДПФ для вычисления отсчетов во временной области, надо знать, как разместить выходные точки вещественного ДПФ в формате комплексного ДПФ перед выполнением обратного комплексного ДПФ.

На рис. 5.6 показаны исходные данные и результаты вычислений вещественного и комплексного БПФ (FFT). Обратите внимание, что результат вычисления вещественного ДПФ дает вещественное и мнимое значения Х(k), где к находится в диапазоне от 0 до N/2.