Спектральный анализ дискретных сигналов с высоким частотным разрешением

Авторы

  • О.В. Осипов Белгородский государственный технологический университет им. В.Г. Шухова

DOI:

https://doi.org/10.26089/NumMet.v20r324

Ключевые слова:

быстрое преобразование Фурье (БПФ), спектральный анализ, высокое разрешение, сдвиг частоты, частотно-временное разрешение, проблемы цифровой обработки сигналов (ЦОС), численный итерационный алгоритм БПФ, прямое БПФ, обратное БПФ, амплитудно-частотная характеристика (АЧХ)

Аннотация

Представлены алгоритмы прямого и обратного быстрого преобразований Фурье (БПФ), позволяющие обрабатывать дискретные сигналы с высоким частотным разрешением, в том числе с небольшим количеством отсчетов; получать амплитудно-частотные характеристики с длиной набора частот, большей, чем длина исходного дискретного сигнала. Временная сложность разработанных алгоритмов для прямого и обратного БПФ равна O(N R log2N), где R — частотное разрешение спектральной характеристики (отношение длины набора частот к длине N набора отсчетов сигнала). Разработанные методы позволят увеличить разрешающую способность отечественных систем цифровой обработки сигналов и могут быть реализованы в электронике и программном обеспечении для спектрального анализа.

Автор

О.В. Осипов

Белгородский государственный технологический университет им. В.Г. Шухова
ул. Костюкова, 46, 308012, Белгород
• доцент

Библиографические ссылки

  1. A. P. Zubakov, “Fourier and Wavelet-Transformations in the Problem of Speech Identification,” Vestn. Tambov Gos. Univ. Ser. Estestven. Tekhnich. Nauki 15 (6), 1893-1899 (2010).
  2. A. N. Golubinsky and R. A. Astashov, “On Time-and-Frequency Resolution of the Short-Term Fourier Analysis and the Continuous Wavelet Analysis at Speech Signals,” Vestn. Voronezh Inst. Ross. MVD, No. 3, 4-11 (2013).
  3. Polyphase FFT.
    http://www.dsplib.ru/content/polyphasefft/polyphase.html . Cited June 22, 2019.
  4. L. R. Rabiner and B. Gold, Theory and Application of Digital Signal Processing (Prentice-Hall, Englewood Cliffs, 1975; Mir, Moscow, 1978).
  5. V. I. Gadzikovskii, Digital Signal Processing (SOLON Press, Moscow, 2013) [in Russian].
  6. D. F. Vydrin, Yu. R. Abzalilova, and A. K. Vdovin, “Fast Fourier Transformation at Digital Signal Processing,” Teoriya Praktika Sovremen. Nauki, No. 2, 161-163.
  7. G. O. Bokk, “Optimization of the FFT Assembler Code Oriented on the Processing of OFDM Signals of Cellular Communication Networks,” Ekonomika Kachestvo Sistem Svyazi, No. 4, 40-51 (2017).
  8. A. A. Burtsev, “Optimization of Algorithms of fast Fourier Transform for the Specialized Vector Coprocessor Taking into Account Hierarchical Structure of Memory,” Tr. Inst. Sistemn. Issled., Ross. Akad. Nauk 7 (4), 83-95 (2017).
  9. P. A. Ishin, “Optimization of Fourier Transform for Elbrus Architecture,” Sovremen. Inform. Tekhnol. IT-Obrazov., No 7, 683-691 (2011).
  10. N. A. Galanina and N. N. Ivanova, “Computing Aspects of Fast Fourier Transform and Issues of Its FPGA Realization,” Vestn. Chuvash Gos. Univ., No. 3, 172-181 (2018).
  11. A. A. Kapitanov and P. S. Ostapenkov, “The High-Speed Floating-Point Fast Fourier Transforms Core Implementation Based on Field-Programmable Gate Arryas,” Vestn. Mosk. Gos. Energetich. Inst., No. 2, 92-97 (2015).
Новые вычислительные технологии

Загрузки

Опубликован

21-07-2019

Как цитировать

Осипов О. Спектральный анализ дискретных сигналов с высоким частотным разрешением // Вычислительные методы и программирование. 2019. 20. 270-282. doi 10.26089/NumMet.v20r324

Выпуск

Том 20 (2019): Выпуск 3.

Раздел

Раздел 1. Вычислительные методы и приложения