4) расчета взаимных спектральных плотностей (включая веще ственную и мнимую компоненты) и функций взаимной ковариации
икорреляции;
5)разложения свернутых функций.
Дискретная форма преобразования Фурье в комплексной экспоненциальной (а не тригонометрической) форме имеет вид
Ап = |
N—I |
|
2 ^ г ехР (— 2n]ni/N), (/г = 0,1, ... , М— 1), |
(10.134) |
|
i=0 |
|
где А п — п-й |
коэффициент дискретного преобразования |
Фурье |
и X; — г-я выборка из временной последовательности, содержащей
Nвыборок. Индекс п представляет собой гармонику преобразования. Обратное дискретное преобразование Фурье имеет очень про
стую форму:
N— 1 |
|
Х г = — 2 A n exp(2n]ni/N), (* = 0, 1, |
— 1). (10.135) |
N п=о
Следовательно, процедура вычисления преобразования уравнения (10.134) может быть использована для расчета его обратного преоб разования по уравнению (10.135) простым переобозначением А п и Х и введением масштабного коэффициента 1Ш и изменением знака
упоказателя экспоненты.
Вбыстром преобразовании Фурье производится последователь
ное объединение постепенно возрастающих весовых сумм выборок данных, умноженных на коэффициенты А п и Хг. Подробности рас четной процедуры приведены в [10—13].
Свертка. Метод быстрого преобразования Фурье также чрезвы чайно удобен при свертке двух временных последовательностей.
Свертка |
X (гД) и Y (i'A) выполняется перемножением |
двух |
вре |
менных |
последовательностей, |
сдвинутых по отношению |
друг |
к другу: |
|
|
|
|
|
|
N - 1 |
|
|
|
x(iA)*y(iA) = — |
2 [x(kA)y(iA—/еД)], |
(10.136) |
|
N /е= о |
|
|
где знак * означает свертку. Прямой расчет свертки во временной области -требует N арифметических операций на каждую точку. Однако если вместо умножения двух временных последователь ностей рассчитать преобразование Фурье х (£А) и у (1А) методом быстрого преобразования Фурье, перемножить их в частотной области и затем обратить по Фурье результат снова во временную область, можно достичь значительной экономии машинного вре мени. Математически это можно выразить так:
х (£Д) * у (i’A) =F - ' {F [х (tД)] F [у (iA)]}, |
(10.137) |
где F и F-1 представляют прямое и обратное дискретные преоб разования Фурье. Эта процедура аналогична использованию ло гарифмов для выполнения умножения.
Корреляционные функции и спектральные плотности. Взаим ная корреляционная функция, частным случаем которой являете» автокорреляционная функция, подобна выражению свертки, да ваемому уравнением (10.136), за исключением того, что знак члена запаздывания изменен на обратный:
(10.138).
и спектральная плотность равна преобразованию Фурье:
®ху (nAf) = F [срК!/ (АД)]. |
(10.139) |
Другой возможностью определения взаимной спектральной плот ности является использование дискретной формы, уравнения (4.75),. т. е.
Фху (nAf) = ^ [ Х ( - n A f) Y (nAf) = |
|
= ±{F*(x(iA)}F[y(iA)]}, |
(10.140) |
где F* означает сопряженное дискретное преобразование ФурьеЭти операции выполняются гораздо проще методом быстрого преоб разования Фурье, чем с помощью уравнений (10.138) и (10.139), Корреляционная функция получается из уравнения
Ф*, (М) = |
F -i [Фжу (nAf)) = F~' {F* [х (iA)] F [у (iA)]}, |
(10.141) |
которое может |
быть решено с помощью быстрого преобразования |
Фурье. |
формулы для взаимной корреляционной |
функции |
Предыдущие |
и взаимной спектральной плотности применимы к автокорреляци онной функции и спектральной плотности мощности, если предпо
ложить, что |
у (iA) |
= х (iA). Односторонние спектральные плот |
ности Gxу (nAf) и |
Gxx (nAf) можно также получить из Фху (nAf) |
и Q>x x (nAf), |
используя уравнения (4.106), (4.108) и (4.109). |
Цифровая фильтрация. Цифровая фильтрация временных по следовательностей представлена в § 10.4 как процесс свертки между временными последовательностями и дискретными весовыми функ
циями. Уравнение (10.8) |
дает фильтрованную |
переменную у (/А), |
равную: |
|
|
у (iA) = h (iA)*x (iA) = |
|
м |
{h (kA) x [(/ — k) A]} |
(10.142) |
= 2 |
k = — м |
|
|
где М — количество временных приращений в половине h(iA). Сле довательно, цифровую фильтрацию можно провести, используя уравнение (10.137):
y(iA) = h(iA)*x(iA)=F-*1{F[h(iA)]F[x{iA)]}. (10.143)
Фильтр может иметь любые характеристики, рассмотренные в-§ 10.4 и представленные соответствующим образом функцией /i(t'A).
Экономия времени при использовании быстрого преобразования Фурье. Временные преимущества быстрого преобразования Фурье перед прямым преобразованием определены Кокраном и др. [11] и представлены в табл. 10.1, где N — число выборок во временной последовательности. Таблица дает количество использованных умножений и относительный выигрыш для быстрого преобразова ния Фурье' временных последовательностей с 8192 выборками,
определяемый |
отношением |
числа |
умножений для |
двух методов. |
Т а б л и ц а 10.1 |
|
|
|
|
Сравнение числа умножений, требуемых для прямого и |
|
быстрого преобразований Фурье |
|
|
Соотношение |
|
|
Примерное число умножений |
|
|
прямого и |
Операция |
|
|
|
быстрого |
|
прямое |
быстрое |
умножении |
|
|
для 8192 |
|
|
|
|
выборок |
Дискретное |
преобра |
№- |
2N log2 N |
315 |
зование Фурье |
|
Л/ 2345 |
3N log 2N |
210 |
Свертка или фильтра |
ция |
|
|
|
|
|
Функция корреляции |
т |
( |
т |
Н |
|
Спектральная плот |
|
|
|
|
|
|
ность* |
т |
( £ |
+ |
• ) + * ■ |
|
|
3N logo N |
39 |
2N lo g ,N |
354 |
Вработе [И ] не рассмотрена.
СП И С О К Л И Т Е Р А Т У Р Ы
1.Balcomb J. D. Los Alamos Scientific Laboratory, personal communica tion, 1964.
2. |
Ormsby J. |
F. A. Design |
of Numerical Filters with |
Applications |
to Mis |
|
sile Data |
Processing.— «Commun. ACM» |
(Ass. Comput. Mach) |
1961, |
3. |
v. 8 , p. 440—466. |
|
One-Third |
Octave |
Power |
Spectral |
Analysis. — |
Negron C. |
D. |
Digital |
|
|
Engr. Paper 3693, Douglas Aircraft Co., Missile and |
Space Systems Divi |
4. |
sion, 1966. |
|
of the Atmospheric Turbulence Based |
upon Flight |
Notess С. B. A Study |
|
Measurements |
of Gust |
Velocity |
Components. — Report |
VC-991-F-1 |
|
(WADD-TR-51-259), |
Cornell Aeronautical |
Laboratory. |
|
|
5.Marshall Space Flight Center. RAVAN. Digital Computer Code for Random Vibration Analysis, 1962.
6. Measurement Analysis Corp., MAC/RAN. Digital Computer Code for
Analysis of Random Data, 1967.
7.Springer T. Los Alamos Scientific Laboratory, personal communication, 1964.
8. Bendat J. |
S., Piersol |
A. G. Measurement and Analysis of |
Random Data. |
|
John Wiley and Sons, Inc., |
N. Y., 1966. (См. Бендат Дж., |
Пирсол А. Из |
9. |
мерение и анализ случайных процессов. Пер. с англ. М., «Мир», 1974.) |
Goodman |
N. R. On |
the |
Joint Estimation of the Spectra, Co-Spectrum |
|
and Quadrature |
Spectrum |
of a Two-Dimensional Gaussian Process. — |
|
Scientific |
Paper, |
N |
10, |
Engineering Statistics Laboratory, New York |
10. |
University, |
1957. |
|
|
W. An Algorithm for the Machine «Calculation |
Cooley J . |
W., Tukey |
J . |
of Complex Fourier Series.—«Math. Comput.», April 1965, v. 19, p. 297—301.
11.Cochran W. T. e. a. What is the Fast Fourier Transform? — «Proc. IEEE»
(Inst. Elec. Electron. Eng.), October 1967, v. 55, N 10, p. 1664—1677.
12.Singleton R. C. On Computing the Fast Fourier Transform. — «Commun.
ACM» (Ass. Comput. Mach.), October 1967, v. 10, N 10, p. 647—654.
13.Brigham E. O., Morrow R. E. The Fast Fourier Transform.— «IEEE» (Inst. Elec. Electron Eng.), Spectrum, December 1967, p. 63—70.
14.Danielson G. C., Lanczos C. Some Improvements in Practical Fourier
Analysis and |
Their Application to X-Ray Scattering from Liquids. — |
«J. Franklin |
Inst.», April 1942, v. 233, p. 365—380, 435—452. |
15.Gentllmen W. M., Sande G. Fast Fourier Transforms for Fun and Profit. —
Fall Joint Computer Conference, AFIPS Proceedings, American Federa tion of Information Processing Societies, 1966, v. 29, p. 563—578.