研第二章希尔伯特变换与相关分析第5-6课.pptVIP

2.3 Hilbert变换 一.希尔伯特变换 表一:常见希尔伯特变换对 练习:求如下信号的HT 二、HT的特性 许多特性都是基于相位移动和卷积性质 4.正交、卷积特性 5.尺度变换特性 三、HT的典型应用 解析信号和原信号之间的频谱关系： 窄带信号的检测 希尔伯特变换测量功率: 希尔伯特变换能将各次谐波电压分别平移 ,不受频带宽度限制， 将电压电流和各次谐波分别移 ,正交分解用分解系数可求出电压及电流有效值有功和无功功率 2.4 信号的相关分析 一.信号的相关分析 1.相关函数的定义 自相关函数 x与y次序不能颠倒 二.相关与卷积的比较 三.相关定理 四.能量谱与自相关函数 功率谱与自相关函数 例1：求周期余弦信号 的自相关函数。 周期信号的自相关函数是与信号同频率的周期信号，但不具有原信号的相位信息。 白噪声是一种典型的随机信号，对所有的频率其功率谱密度为常数 五.离散时间信号的相关分析 周期信号的自相关函数也是周期函数，且和原信号同周期。无限多个周期信号的求和平均，可以用一个周期信号的求和平均来代替。 互相关函数 六. 应用 应用1：从含噪信号中检测有用信号 应用2：匹配滤波器 a)信号 (b)匹配滤波器 时的 (c) 匹配滤波器 时的 应用3：距离测量 应用4：图像匹配 图像匹配是对不同时间、不同视角或不同传感器拍摄的两幅或多福图像进行空间变换处理，使得各个图像在几何上能够匹配起来。 图像配准的目的是取出待配准图像和参考图像之间在几何上的不一致，包括平移、旋转和形变，使得同一目标在不同图像上具有相同的坐标位置。 互相关法求位移 如果T对f有（i，j）的平移，那么上式就在C（i，j）处达到最大值。 考虑两幅图像和间存在（dx，xy）的平移，即： 进行傅立叶变换，频域具有以下形式： 根据平移特性，可知以上相位差等于两幅图像的互功率谱的相位，即： 上式的右边部分为一个虚指数，其傅立叶反变换恰好是一个冲击函数，而冲击的峰值点位于（dx，dy）处。 为了方便比较，把 中 、 互换 可见，卷积和相关两种运算都包含位移、相乘、积分三个步骤，不同的是卷积运算需要对反折，而相关运算不需要反折。 若x(t)或y(t)为实偶函数，则卷积与相关完全相同 证明： = = = = 其中： 说明： 两信号互相关函数的傅立叶变换等于其中一个信号的傅立叶变换乘另一个信号傅立叶变换的共轭。 自相关函数与幅度谱的平方是一对傅立叶变换。若x或y是实偶信号，则相关定理与卷积性质相同。 其中： 称为信号能量密度谱。自相关函数与的能量密度谱成一个傅立叶变换对。 (Parseval)帕塞瓦尔公式 是周期信号 的傅立叶变换 若 是功率有限信号,其平均功率 ＝ 称 为 的功率谱。 相关定理：功率有限信号的功率谱函数与自相关函数构成一对傅立叶变换 其中： 解: 可见，周期信号的自相关函数仍是周期函数，且周期相同。 两周期信号（周期相等）的互相关函数仍然是同频率的周期信号，且保留了原信号的相位信息 其中： 其中： 则白噪声的自相关函数 表明：白噪声在各时刻的取值杂乱无章，没有任何相关性。 时， 均为零值。 白噪声是一种理想化模型，电阻中电子的随机热运动产生的电阻热噪声与白噪声的模型非常接近，通常认为电阻热噪声就为白噪声。 其中： 自相关函数 反映了信号和自身延迟之后的的相似程度。 零点值为自身的能量。 如果是周期信号（功率信号）: 其中： 自相关函数的性质： 实信号的自相关函数为实偶信号; 在原点取得最大值;  信号相对自身移至无穷远时，二者已无相关性; 周期信号的自相关信号也是周期信号，不收敛. 其中： 两个能量有限的确定性信号 主要性质： 其中： 两个信号或信号自身之间的相互关系，广泛应用于各种信号的处理和检测,如通信、雷达、声纳等领域，应用于系统分析、图象处理等 相关性检测的本质是测量2个信号的相似性，测量2个信号的互相关性，应用于如时间差测量，距离测量，信号识别等，电路模型如图所示。 其中： s(n)是可能的有用信号，并有先