स्पेक्ट्रल लीकेज: Difference between revisions

Revision as of 10:40, 23 September 2023

समय के एक फ़ंक्शन, s(t) का फूरियर रूपांतरण, आवृत्ति, S(f) का एक जटिल-मूल्यवान फ़ंक्शन है, जिसे प्रायः आवृत्ति स्पेक्ट्रम के रूप में जाना जाता है। कोई भी सिस्टम सिद्धांत s(t) पर रैखिक समय-अपरिवर्तनीय (एलटीआई) ऑपरेशन H(f)•S(f) के फॉर्म का एक नया स्पेक्ट्रम उत्पन्न करता है। S(f), जो गैर के सापेक्ष परिमाण और/या कोण (चरण (तरंगें)) को बदलता है। -S(f) का शून्य मान हो। किसी भी अन्य प्रकार का ऑपरेशन नए आवृत्ति घटकों का निर्माण करता है जिन्हें व्यापक अर्थों में वर्णक्रमीय रिसाव के रूप में संदर्भित किया जा सकता है। उदाहरण के लिए, सैंपलिंग (सिग्नल प्रोसेसिंग), रिसाव उत्पन्न करता है, जिसे हम मूल वर्णक्रमीय घटक का अलियासिंग कहते हैं। फूरियर ट्रांसफॉर्म उद्देश्यों के लिए, सैंपलिंग (सिग्नल प्रोसेसिंग) को s(t) और डिरैक कोंब फ़ंक्शन के बीच एक उत्पाद के रूप में तैयार किया गया है। किसी उत्पाद का स्पेक्ट्रम S(f) और एक अन्य फ़ंक्शन के बीच का कनवल्शन है, जो अनिवार्य रूप से नए आवृत्ति घटकों का निर्माण करता है। लेकिन 'लीकेज' शब्द सामान्यतः विंडोइंग के प्रभाव को संदर्भित करता है, जो एक अलग प्रकार के फ़ंक्शन, विंडो फ़ंक्शन के साथ s(t) का उत्पाद है। विंडो फ़ंक्शंस की अवधि सीमित होती है, लेकिन रिसाव उत्पत्ति करने के लिए यह आवश्यक नहीं है। समय-संस्करण फ़ंक्शन द्वारा गुणा करना पर्याप्त है।

वर्णक्रमीय विश्लेषण

फ़ंक्शन का फूरियर रूपांतरण {{math|cos(ωt)}±ω आवृत्ति को छोड़कर, } शून्य है। हालाँकि, कई अन्य कार्यों और तरंगों में सुविधाजनक बंद-रूप परिवर्तन नहीं होते हैं। वैकल्पिक रूप से, किसी को केवल एक निश्चित समय अवधि के दौरान ही उनकी वर्णक्रमीय सामग्री में रुचि हो सकती है। किसी भी परिस्थिति में, फूरियर ट्रांसफॉर्म (या एक समान ट्रांसफॉर्म) तरंगरूप के एक या अधिक सीमित अंतराल पर लागू किया जा सकता है। सामान्य तौर पर, परिवर्तन तरंगरूप और विंडो फ़ंक्शन के उत्पाद पर लागू होता है। कोई भी विंडो (आयताकार सहित) इस विधि द्वारा गणना किए गए वर्णक्रमीय अनुमान को प्रभावित करती है।

प्रभावों को साइनसॉइडल s(t) फ़ंक्शन पर उनके प्रभाव से सबसे आसानी से पहचाना जा सकता है, जिसका अनविंडोड फूरियर ट्रांसफॉर्म एक आवृत्ति को छोड़कर सभी के लिए शून्य है। पसंद की पारंपरिक आवृत्ति 0 हर्ट्ज है, क्योंकि विंडोड फूरियर ट्रांसफॉर्म केवल विंडो फ़ंक्शन का फूरियर ट्रांसफॉर्म है (देखें) § विंडो फ़ंक्शंस की एक सूची):

{\mathcal {F}}\{w(t)\cdot \underbrace {\cos(2\pi 0t)} _{1}\}={\mathcal {F}}\{w(t)\}.

जब सैंपलिंग और विंडोिंग दोनों को s(t) पर लागू किया जाता है, तो किसी भी क्रम में, विंडोिंग के कारण होने वाला रिसाव आवृत्ति घटकों का अपेक्षाकृत स्थानीयकृत प्रसार होता है, जिसमें प्रायः धुंधला प्रभाव होता है, जबकि सैंपलिंग के कारण होने वाला अलियासिंग संपूर्ण की आवधिक पुनरावृत्ति है धुंधला स्पेक्ट्रम.

चित्र 1: योगात्मक रव के साथ समान शक्ति वाले साइनसॉइड पर उनके प्रभाव के संदर्भ में दो विंडो फ़ंक्शंस की तुलना। बिन -20 पर साइनसॉइड में कोई स्कैलपिंग नहीं होती है और बिन +20.5 पर साइनसॉइड सबसे खराब स्थिति में स्कैलपिंग प्रदर्शित करता है। आयताकार विंडोसबसे अधिक फैली हुई लेकिन संकरी चोटियाँ और कम रव-तल पैदा करती है। −16 डीबी आयाम वाला एक तीसरा साइनसॉइड ऊपरी स्पेक्ट्रम में ध्यान देने योग्य होगा, लेकिन निचले स्पेक्ट्रम में नहीं।

चित्र 2: साइनसॉइड को विंडो करने से वर्णक्रमीय रिसाव होता है, भले ही साइनसॉइड में आयताकार विंडो के भीतर चक्रों की पूर्णांक संख्या हो। दूसरी पंक्ति, नीले निशान में रिसाव स्पष्ट है। यह लाल निशान के समान मात्रा है, जो थोड़ी अधिक आवृत्ति का प्रतिनिधित्व करती है जिसमें चक्रों की पूर्णांक संख्या नहीं होती है। जब साइनसॉइड का नमूना लिया जाता है और विंडो किया जाता है, तो इसका असतत-समय फूरियर रूपांतरण भी समान रिसाव पैटर्न (पंक्तियां 3 और 4) प्रदर्शित करता है। लेकिन जब एक निश्चित अंतराल पर डीटीएफटी का केवल विरल नमूना लिया जाता है, तो यह संभव है (आपके दृष्टिकोण के आधार पर): (1) रिसाव से बचें, या (2) रिसाव न होने का भ्रम पैदा करें। नीले साइनसॉइड डीटीएफटी (प्लॉट की तीसरी पंक्ति, दाईं ओर) के मामले में, वे नमूने असतत फूरियर ट्रांसफॉर्म (डीएफटी) के आउटपुट हैं। लाल साइनसॉइड डीटीएफटी (चौथी पंक्ति) में शून्य-क्रॉसिंग का समान अंतराल होता है, लेकिन डीएफटी नमूने उनके बीच में आते हैं, और रिसाव का पता चलता है।

विंडो फ़ंक्शन का चयन

एक साधारण तरंग रूप की विंडोइंग जैसी $cos(ωt)$ इसके फूरियर रूपांतरण के कारण ω के अलावा अन्य आवृत्तियों पर गैर-शून्य मान (सामान्यतः वर्णक्रमीय रिसाव कहा जाता है) विकसित होता है। रिसाव ω के पास सबसे खराब (उच्चतम) होता है और ω से सबसे दूर की आवृत्तियों पर सबसे कम होता है।

यदि विश्लेषण के तहत तरंगरूप में विभिन्न आवृत्तियों के दो साइनसॉइड सम्मिलित हैं, तो रिसाव उन्हें वर्णक्रमीय रूप से अलग करने की हमारी क्षमता में हस्तक्षेप कर सकता है। संभावित प्रकार के हस्तक्षेप को प्रायः दो विरोधी वर्गों में विभाजित किया जाता है: यदि घटक आवृत्तियाँ असमान हैं और एक घटक कमजोर है, तो सशक्त घटक से रिसाव कमजोर घटक की उपस्थिति को अस्पष्ट कर सकता है। लेकिन यदि आवृत्तियाँ बहुत समान हैं, तो साइनसॉइड समान शक्ति के होने पर भी रिसाव उन्हें अघुलनशील बना सकता है। विंडोज़ जो पहले प्रकार के हस्तक्षेप के खिलाफ प्रभावी हैं, अर्थात् जहां घटकों में असमान आवृत्तियों और आयाम होते हैं, उन्हें उच्च गतिशील रेंज कहा जाता है। इसके विपरीत, ऐसी विंडो जो समान आवृत्तियों और आयामों वाले घटकों को अलग कर सकती हैं, उच्च रिज़ॉल्यूशन कहलाती हैं।

विंडो_फंक्शन#रेक्टेंगुलर_विंडो एक ऐसी विंडो का उदाहरण है जो उच्च रिज़ॉल्यूशन लेकिन कम गतिशील रेंज है, जिसका अर्थ है कि यह समान आयाम के घटकों को अलग करने के लिए अच्छा है, भले ही आवृत्तियां भी करीब हों, लेकिन आवृत्तियों के करीब होने पर भी विभिन्न आयाम के घटकों को अलग करने में खराब है बहुत दूर। उच्च-रिज़ॉल्यूशन, कम-गतिशील-रेंज वाली विंडोस जैसे आयताकार विंडोमें भी उच्च 'संवेदनशीलता' का गुण होता है, जो कि योगात्मक यादृच्छिक रव की उपस्थिति में अपेक्षाकृत कमजोर साइनसॉइड को प्रकट करने की क्षमता है। ऐसा इसलिए है क्योंकि उच्च-रिज़ॉल्यूशन वाली विंडोस की तुलना में उच्च-गतिशील-श्रेणी वाली विंडोस में रव अधिक सशक्त प्रतिक्रिया उत्पन्न करता है।

विंडो प्रकारों की सीमा के दूसरे छोर पर उच्च गतिशील रेंज लेकिन कम रिज़ॉल्यूशन और संवेदनशीलता वाली विंडो हैं। हाई-डायनामिक-रेंज विंडो को प्रायः वाइडबैंड अनुप्रयोगों में उचित ठहराया जाता है, जहां विश्लेषण किए जा रहे स्पेक्ट्रम में विभिन्न आयामों के कई अलग-अलग घटक सम्मिलित होने की उम्मीद होती है।

चरम सीमाओं के बीच में मध्यम विंडो हैं, जैसे विंडो फ़ंक्शन#हैन_एंड_हैमिंग_विंडोज़ और विंडो फ़ंक्शन#हैन_एंड_हैमिंग_विंडोज़। इनका उपयोग सामान्यतः नैरोबैंड अनुप्रयोगों में किया जाता है, जैसे कि टेलीफोन चैनल का स्पेक्ट्रम।

संक्षेप में, वर्णक्रमीय विश्लेषण में समान आवृत्तियों (उच्च रिज़ॉल्यूशन / संवेदनशीलता) के साथ तुलनीय शक्ति घटकों को हल करने और असमान आवृत्तियों (उच्च गतिशील रेंज) के साथ असमान शक्ति घटकों को हल करने के बीच एक व्यापार-बंद सम्मिलित है। वह ट्रेड-ऑफ़ तब होता है जब विंडो फ़ंक्शन चुना जाता है।^[1]^: p.90

असतत-समय संकेत

जब इनपुट तरंग को निरंतर के बजाय समय-नमूना किया जाता है, तो विश्लेषण सामान्यतः एक विंडो फ़ंक्शन और फिर एक अलग फूरियर ट्रांसफॉर्म (डीएफटी) लागू करके किया जाता है। लेकिन डीएफटी वास्तविक असतत-समय फूरियर ट्रांसफॉर्म (डीटीएफटी) स्पेक्ट्रम का केवल एक विरल नमूना प्रदान करता है। चित्र 2, पंक्ति 3 एक आयताकार विंडोवाले साइनसॉइड के लिए एक डीटीएफटी दिखाती है। साइनसॉइड की वास्तविक आवृत्ति क्षैतिज अक्ष पर 13 के रूप में इंगित की गई है। बाकी सब कुछ रिसाव है, जिसे लॉगरिदमिक प्रस्तुति के उपयोग से बढ़ा-चढ़ाकर पेश किया गया है। आवृत्ति की इकाई डीएफटी डिब्बे है; अर्थात्, आवृत्ति अक्ष पर पूर्णांक मान डीएफटी द्वारा नमूना की गई आवृत्तियों के अनुरूप हैं।^[2]^{: p.56 eq.(16)} तो यह आंकड़ा एक ऐसे मामले को दर्शाता है जहां साइनसॉइड की वास्तविक आवृत्ति डीएफटी नमूने के साथ मेल खाती है, और स्पेक्ट्रम का अधिकतम मूल्य उस नमूने द्वारा सटीक रूप से मापा जाता है। पंक्ति 4 में, यह ½ बिन द्वारा अधिकतम मान से चूक जाता है, और परिणामी माप त्रुटि को स्कैलोपिंग लॉस (चोटी के आकार से प्रेरित) के रूप में जाना जाता है। एक ज्ञात आवृत्ति के लिए, जैसे कि एक संगीत नोट या एक साइनसॉइडल परीक्षण सिग्नल, एक डीएफटी बिन के साथ आवृत्ति का मिलान एक नमूना दर और एक विंडो लंबाई के विकल्पों द्वारा पूर्व-व्यवस्थित किया जा सकता है जिसके परिणामस्वरूप विंडो के भीतर चक्रों की एक पूर्णांक संख्या होती है।

चित्रा 3: यह आंकड़ा साइनसॉइडल इनपुट के लिए तीन विंडो फ़ंक्शंस के प्रसंस्करण नुकसान की तुलना करता है, न्यूनतम और अधिकतम स्कैलपिंग नुकसान दोनों के साथ।

रव बैंडविड्थ

रिज़ॉल्यूशन और डायनेमिक रेंज की अवधारणाएँ कुछ हद तक व्यक्तिपरक होती हैं, यह इस पर निर्भर करता है कि उपयोगकर्ता वास्तव में क्या करने का प्रयास कर रहा है। लेकिन वे कुल रिसाव के साथ भी अत्यधिक सहसंबद्ध होते हैं, जो कि मात्रात्मक है। इसे सामान्यतः समतुल्य बैंडविड्थ, बी के रूप में व्यक्त किया जाता है। इसे वर्णक्रमीय अधिकतम और चौड़ाई बी के बराबर ऊंचाई के साथ डीटीएफटी को एक आयताकार आकार में पुनर्वितरित करने के रूप में सोचा जा सकता है।^{[upper-alpha 1]}^[3] जितना अधिक रिसाव, उतनी अधिक बैंडविड्थ। इसे कभी-कभी रव समकक्ष बैंडविड्थ या समकक्ष रव बैंडविड्थ कहा जाता है, क्योंकि यह औसत शक्ति के समानुपाती होता है जो प्रत्येक डीएफटी बिन द्वारा पंजीकृत किया जाएगा जब इनपुट सिग्नल में एक यादृच्छिक रव घटक होता है (या 'केवल यादृच्छिक रव होता है)। समय के साथ औसत किए गए पावर स्पेक्ट्रम का एक ग्राफ, सामान्यतः इस प्रभाव के कारण एक सपाट रव तल को दर्शाता है। रव तल की ऊंचाई बी के समानुपाती होती है। इसलिए दो अलग-अलग विंडो फ़ंक्शन अलग-अलग रव फर्श उत्पन्न कर सकते हैं, जैसा कि आंकड़े 1 और 3 में देखा गया है।

प्रसंस्करण लाभ और हानि

संकेत आगे बढ़ाना में, सिग्नल और दूषित प्रभावों के बीच अंतर का फायदा उठाकर सिग्नल की गुणवत्ता के कुछ पहलू में सुधार करने के लिए संचालन को चुना जाता है। जब सिग्नल योगात्मक यादृच्छिक रव से दूषित एक साइनसॉइड होता है, तो वर्णक्रमीय विश्लेषण सिग्नल और रव घटकों को अलग-अलग वितरित करता है, जिससे प्रायः सिग्नल की उपस्थिति का पता लगाना या आयाम और आवृत्ति जैसी कुछ विशेषताओं को मापना आसान हो जाता है। प्रभावी रूप से, रव को समान रूप से वितरित करके सिग्नल-टू-रव अनुपात (एसएनआर) में सुधार किया जाता है, जबकि साइनसॉइड की अधिकांश ऊर्जा को एक आवृत्ति के आसपास केंद्रित किया जाता है। प्रोसेसिंग गेन एक शब्द है जिसका उपयोग प्रायः एसएनआर सुधार का वर्णन करने के लिए किया जाता है। वर्णक्रमीय विश्लेषण का प्रसंस्करण लाभ विंडो फ़ंक्शन, इसके रव बैंडविड्थ (बी) और इसके संभावित स्कैलपिंग नुकसान दोनों पर निर्भर करता है। ये प्रभाव आंशिक रूप से ऑफसेट होते हैं, क्योंकि कम से कम स्कैलपिंग वाली विंडोस में स्वाभाविक रूप से सबसे अधिक रिसाव होता है।

चित्र 3 एक ही डेटा सेट पर तीन अलग-अलग विंडो फ़ंक्शंस के प्रभावों को दर्शाता है, जिसमें एडिटिव रव में दो समान शक्ति वाले साइनसॉइड सम्मिलित हैं। साइनसोइड्स की आवृत्तियों को इस तरह चुना जाता है कि एक को स्कैलपिंग का सामना नहीं करना पड़ता है और दूसरे को अधिकतम स्कैलपिंग का सामना करना पड़ता है। दोनों साइनसॉइड्स को विंडो_फ़ंक्शंस की सूची हैन_और_हैमिंग_विंडोज़l विंडो के अंतर्गत विंडो_फ़ंक्शंस की सूची ब्लैकमैन–हैरिस_विंडो|ब्लैकमैन-हैरिस विंडो की तुलना में कम एसएनआर हानि होती है। सामान्य तौर पर (जैसा कि पहले उल्लेख किया गया है), यह कम-डायनामिक-रेंज अनुप्रयोगों में उच्च-डायनामिक-रेंज विंडो का उपयोग करने में एक बाधा है।

चित्र 4: वर्णक्रमीय विश्लेषण अनुप्रयोगों के लिए 8-बिंदु गाऊसी विंडो अनुक्रम (σ = 0.4) उत्पन्न करने के दो अलग-अलग तरीके। MATLAB उन्हें सममित और आवधिक कहता है। बाद वाले को ऐतिहासिक रूप से डीएफटी-ईवन भी कहा जाता है।

चित्र 5: चित्र 4 में कार्यों की वर्णक्रमीय रिसाव विशेषताएँ

समरूपता

सूत्र यहां उपलब्ध कराए गए हैं § विंडो फ़ंक्शंस की सूची असतत अनुक्रम उत्पन्न करें, जैसे कि एक सतत विंडो फ़ंक्शन का नमूना लिया गया हो। (कैसर विंडो पर एक उदाहरण देखें।) वर्णक्रमीय विश्लेषण के लिए विंडो अनुक्रम या तो सममित हैं या सममित से 1-नमूना कम हैं (आवधिक कहा जाता है,^[4]^[5]डीएफटी-सम, या डीएफटी-सममित^[2]^: p.52). उदाहरण के लिए, एक सच्चा सममित अनुक्रम, जिसकी अधिकतम सीमा एक केंद्र-बिंदु पर होती है,मैटलैब (MATLAB) फ़ंक्शन द्वारा उत्पन्न होता है hann(9,'symmetric'). अंतिम नमूने को हटाने से समान अनुक्रम उत्पन्न होता है hann(8,'periodic'). इसी प्रकार क्रम hann(8,'symmetric') इसके दो समान केंद्र-बिंदु हैं।^[6]

कुछ फ़ंक्शंस में एक या दो शून्य-मूल्य वाले अंत-बिंदु होते हैं, जो अधिकांश अनुप्रयोगों में अनावश्यक होते हैं। शून्य-मूल्य वाले अंतिम-बिंदु को हटाने से इसके डीटीएफटी (वर्णक्रमीय रिसाव) पर कोई प्रभाव नहीं पड़ता है। लेकिन जिस फ़ंक्शन के लिए डिज़ाइन किया गया है $N$ +1 या $N$ +2 नमूनों में, एक या दोनों अंत बिंदुओं को हटाने की प्रत्याशा में, सामान्यतः थोड़ा संकीर्ण मुख्य लोब, थोड़ा ऊंचा साइडलोब और थोड़ा छोटा रव-बैंडविड्थ होता है।^[7]

डीएफटी-समरूपता

डीएफटी का पूर्ववर्ती परिमित फूरियर रूपांतरण है, और विंडो फ़ंक्शंस प्रायः विषम संख्या में बिंदु होते थे और मूल के बारे में समरूपता प्रदर्शित करते थे।^[2]^: p.52 उस स्थिति में, डीटीएफटी (DTFT) पूरी तरह से वास्तविक-मूल्यवान है। जब उसी क्रम को डीएफटी डेटा विंडो में स्थानांतरित किया जाता है, $[0\leq n\leq N],$ के नियमित अंतराल पर स्थित आवृत्तियों को छोड़कर डीटीएफटी जटिल-मूल्यवान हो जाता है $1/N.$ ^{[lower-alpha 1]} इस प्रकार, जब एक द्वारा नमूना लिया गया $N$ -लंबाई डीएफटी, नमूने (जिन्हें डीएफटी गुणांक कहा जाता है) अभी भी वास्तविक मूल्य वाले हैं। एक सन्निकटन को छोटा करना है $N$ +1-लंबाई अनुक्रम (प्रभावी ढंग से $w[N]=0$ ), और गणना करें $N$ -लंबाई डीएफटी. डीटीएफटी (वर्णक्रमीय रिसाव) थोड़ा प्रभावित होता है, लेकिन नमूने वास्तविक मूल्य वाले बने रहते हैं।^[8]^{[upper-alpha 2]}

डीएफटी-सम और आवधिक शब्द इस विचार को संदर्भित करते हैं कि यदि काटे गए अनुक्रम को समय-समय पर दोहराया जाता है, तो यह सम-सममित होगा $n=0,$ और इसका डीटीएफटी पूरी तरह से वास्तविक मूल्य वाला होगा। लेकिन वास्तविक डीटीएफटी सामान्यतः जटिल-मूल्यवान है, सिवाय इसके $N$ डीएफटी गुणांक। उन जैसे स्पेक्ट्रल प्लॉट § विंडो फ़ंक्शंस की एक सूची, की तुलना में बहुत छोटे अंतराल पर डीटीएफटी का नमूना लेकर उत्पादित किया जाता है $1/N$ और सम्मिश्र संख्याओं का केवल परिमाण घटक प्रदर्शित कर रहा है।

आवधिक योग

किसी के डीटीएफटी का नमूना लेने की एक सटीक विधि $N$ +1-लंबाई अनुक्रम के अंतराल पर $1/N$ में वर्णित है DTFT § L=N+1. अनिवार्य रूप से, $w[N]$ के साथ संयुक्त है $w[0]$ (जोड़कर), और एक $N$ -बिंदु डीएफटी काटे गए अनुक्रम पर किया जाता है। इसी प्रकार, संयोजन करके वर्णक्रमीय विश्लेषण किया जाएगा $n=0$ और $n=N$ काटे गए सममित विंडो को लागू करने से पहले डेटा नमूने। यह कोई सामान्य प्रथा नहीं है, भले ही छोटी विंडोसबहुत लोकप्रिय हैं।^[2]^[9]^[10]^[11]^[12]^[13]^{[lower-alpha 2]}

कनवल्शन

डीएफटी-सममित विंडोस की अपील को डीएफटी के कार्यान्वयन के लिए फास्ट फूरियर ट्रांसफॉर्म (एफएफटी) एल्गोरिदम की लोकप्रियता से समझाया गया है, क्योंकि एक विषम-लंबाई अनुक्रम के कटाव के परिणामस्वरूप एक समान-लंबाई अनुक्रम होता है। उनके वास्तविक-मूल्य वाले डीएफटी गुणांक भी कुछ गूढ़ अनुप्रयोगों में एक लाभ हैं^{[upper-alpha 3]} जहां विंडोिंग को डीएफटी गुणांक और डेटा के अनविंडोड डीएफटी के बीच डिस्क्रीट फूरियर ट्रांसफॉर्म कन्वोल्यूशन प्रमेय द्वंद्व के माध्यम से हासिल किया जाता है।^[14]^[2]^: p.62^[1]^: p.85 उन अनुप्रयोगों में, कोसाइन-सम विंडो कोसाइन -सम परिवार से डीएफटी-सममित विंडो (सम या विषम लंबाई) को प्राथमिकता दी जाती है, क्योंकि उनके अधिकांश डीएफटी गुणांक शून्य-मूल्य वाले होते हैं, जिससे कनवल्शन बहुत कुशल हो जाता है।^{[upper-alpha 4]}^[1]^: p.85

कुछ विंडो मेट्रिक्स

कई विंडो फ़ंक्शंस के वर्णक्रमीय रिसाव की तुलना

किसी एप्लिकेशन के लिए उपयुक्त विंडो फ़ंक्शन का चयन करते समय, यह तुलना ग्राफ़ उपयोगी हो सकता है। जब लंबाई N की विंडो को डेटा पर लागू किया जाता है और लंबाई N के परिवर्तन की गणना की जाती है, तो आवृत्ति अक्ष में एफएफटी डिब्बे की इकाइयाँ होती हैं। उदाहरण के लिए, आवृत्ति ½ बिन पर मान वह प्रतिक्रिया है जिसे आवृत्ति k + ½ पर एक साइनसॉइडल सिग्नल के लिए बिन k और k + 1 में मापा जाएगा। यह अधिकतम संभव प्रतिक्रिया के सापेक्ष है, जो तब होता है जब सिग्नल आवृत्ति डिब्बे की पूर्णांक संख्या होती है। आवृत्ति ½ पर मान को विंडो की अधिकतम स्कैलपिंग हानि के रूप में जाना जाता है, जो विंडोज़ की तुलना करने के लिए उपयोग की जाने वाली एक मीट्रिक है। उस मीट्रिक के संदर्भ में आयताकार विंडोदूसरों की तुलना में काफी खराब है।

अन्य मेट्रिक्स जिन्हें देखा जा सकता है वे हैं मुख्य लोब की चौड़ाई और साइडलोब का शिखर स्तर, जो क्रमशः तुलनीय शक्ति संकेतों और असमान शक्ति संकेतों को हल करने की क्षमता निर्धारित करते हैं। आयताकार विंडो(उदाहरण के लिए) पहले वाले के लिए सबसे अच्छा विकल्प है और दूसरे के लिए सबसे खराब विकल्प है। ग्राफ़ से जो नहीं देखा जा सकता है वह यह है कि आयताकार विंडोमें सबसे अच्छा रव बैंडविड्थ है, जो इसे अन्यथा वाइट नॉइज़ वाले वातावरण में निम्न-स्तर के साइनसॉइड का पता लगाने के लिए एक अच्छा उम्मीदवार बनाता है। इंटरपोलेशन तकनीकें, जैसे कि डिस्क्रीट-टाइम फूरियर ट्रांसफॉर्म जीरो-पैडिंग और फ्रीक्वेंसी-शिफ्टिंग, इसके संभावित स्कैलपिंग नुकसान को कम करने के लिए उपलब्ध हैं।

यह भी देखें

§ नमूनाकरण द डीटीएफटी
चाकू की धार का प्रभाव, छिन्नन का स्थानिक एनालॉग
गिब्स घटना

↑ Mathematically, the noise equivalent bandwidth of transfer function H is the bandwidth of an ideal rectangular filter with the same peak gain as H that would pass the same power with white noise input. In the units of frequency f (e.g. hertz), it is given by:
$B_{\text{noise}}={\frac {1}{|H(f)|_{\max }^{2}}}\int _{0}^{\infty }|H(f)|^{2}df.$
↑ An example of the effect of truncation on spectral leakage is figure Gaussian windows. The graph labeled DTFT periodic8 is the DTFT of the truncated window labeled periodic DFT-even (both blue). The green graph labeled DTFT symmetric9 corresponds to the same window with its symmetry restored. The DTFT samples, labeled DFT8 periodic summation, are an example of using periodic summation to sample it at the same frequencies as the blue graph.
↑ Sometimes both a windowed and an unwindowed (rectangularly windowed) DFT are needed.
↑ For example, see figures DFT-even Hann window and Odd-length, DFT-even Hann window, which show that the $N$ -length DFT of the sequence generated by hann( $N$ ,'periodic') has only three non-zero values. All the other samples coincide with zero-crossings of the DTFT.

पृष्ठ उद्धरण

↑ Harris 1978, p.52, where $\Delta \omega \triangleq 2\pi \Delta f.$
↑ Nuttall 1981, p.85 (15a).

संदर्भ

↑ ^1.0 ^1.1 ^1.2 Nuttall, Albert H. (Feb 1981). "Some Windows with Very Good Sidelobe Behavior". IEEE Transactions on Acoustics, Speech, and Signal Processing. 29 (1): 84–91. doi:10.1109/TASSP.1981.1163506. Extends Harris' paper, covering all the window functions known at the time, along with key metric comparisons.
↑ ^2.0 ^2.1 ^2.2 ^2.3 ^2.4 Harris, Fredric J. (Jan 1978). "On the use of Windows for Harmonic Analysis with the Discrete Fourier Transform" (PDF). Proceedings of the IEEE. 66 (1): 51–83. Bibcode:1978IEEEP..66...51H. CiteSeerX 10.1.1.649.9880. doi:10.1109/PROC.1978.10837. S2CID 426548. The fundamental 1978 paper on FFT windows by Harris, which specified many windows and introduced key metrics used to compare them.
↑ Carlson, A. Bruce (1986). Communication Systems: An Introduction to Signals and Noise in Electrical Communication. McGraw-Hill. ISBN 978-0-07-009960-9.
↑ "Hann (Hanning) window - MATLAB hann". www.mathworks.com. Retrieved 2020-02-12.
↑ "Window Function". www.mathworks.com. Retrieved 2019-04-14.
↑ Robertson, Neil (18 December 2018). "Evaluate Window Functions for the Discrete Fourier Transform". DSPRelated.com. The Related Media Group. Retrieved 9 August 2020. Revised 22 February 2020.
↑ "Matlab for the Hann Window". ccrma.stanford.edu. Retrieved 2020-09-01.
↑ Rohling, H.; Schuermann, J. (March 1983). "Discrete time window functions with arbitrarily low sidelobe level". Signal Processing. Forschungsinstitut Ulm, Sedanstr, Germany: AEG-Telefunken. 5 (2): 127–138. doi:10.1016/0165-1684(83)90019-1. Retrieved 8 August 2020. It can be shown, that the DFT-even sampling technique as proposed by Harris is not the most suitable one.
↑ Heinzel, G.; Rüdiger, A.; Schilling, R. (2002). Spectrum and spectral density estimation by the Discrete Fourier transform (DFT), including a comprehensive list of window functions and some new flat-top windows (Technical report). Max Planck Institute (MPI) für Gravitationsphysik / Laser Interferometry & Gravitational Wave Astronomy. 395068.0. Retrieved 2013-02-10. Also available at https://pure.mpg.de/rest/items/item_152164_1/component/file_152163/content
↑ Lyons, Richard (1 June 1998). "Windowing Functions Improve FFT Results". EDN. Sunnyvale, CA: TRW. Retrieved 8 August 2020.
↑ Fulton, Trevor (4 March 2008). "DP Numeric Transform Toolbox". herschel.esac.esa.int. Herschel Data Processing. Retrieved 8 August 2020.
↑ Poularikas, A.D. (1999). "7.3.1". In Poularikas, Alexander D. (ed.). The Handbook of Formulas and Tables for Signal Processing (PDF). Boca Raton: CRC Press LLC. ISBN 0849385792. Retrieved 8 August 2020. Windows are even (about the origin) sequences with an odd number of points. The right-most point of the window will be discarded.
↑ Puckette, Miller (30 December 2006). "Fourier analysis of non-periodic signals". msp.ucsd.edu. UC San Diego. Retrieved 9 August 2020.
↑ US patent 6898235, Carlin,Joe; Collins,Terry & Hays,Peter et al., "Wideband communication intercept and direction finding device using hyperchannelization", published 1999-12-10, issued 2005-05-24 , also available at https://patentimages.storage.googleapis.com/4d/39/2a/cec2ae6f33c1e7/US6898235.pdf

[noise_bandwidth-3] Mathematically, the noise equivalent bandwidth of transfer function H is the bandwidth of an ideal rectangular filter with the same peak gain as H that would pass the same power with white noise input. In the units of frequency f (e.g. hertz), it is given by:
$B_{\text{noise}}={\frac {1}{|H(f)|_{\max }^{2}}}\int _{0}^{\infty }|H(f)|^{2}df.$

[11] An example of the effect of truncation on spectral leakage is figure Gaussian windows. The graph labeled DTFT periodic8 is the DTFT of the truncated window labeled periodic DFT-even (both blue). The green graph labeled DTFT symmetric9 corresponds to the same window with its symmetry restored. The DTFT samples, labeled DFT8 periodic summation, are an example of using periodic summation to sample it at the same frequencies as the blue graph.

[18] Sometimes both a windowed and an unwindowed (rectangularly windowed) DFT are needed.

[20] For example, see figures DFT-even Hann window and Odd-length, DFT-even Hann window, which show that the $N$ -length DFT of the sequence generated by hann( $N$ ,'periodic') has only three non-zero values. All the other samples coincide with zero-crossings of the DTFT.

[9] Harris 1978, p.52, where $\Delta \omega \triangleq 2\pi \Delta f.$

[17] Nuttall 1981, p.85 (15a).

[Nuttall-1] 1.0 ^1.1 ^1.2 Nuttall, Albert H. (Feb 1981). "Some Windows with Very Good Sidelobe Behavior". IEEE Transactions on Acoustics, Speech, and Signal Processing. 29 (1): 84–91. doi:10.1109/TASSP.1981.1163506. Extends Harris' paper, covering all the window functions known at the time, along with key metric comparisons.

[Harris-2] 2.0 ^2.1 ^2.2 ^2.3 ^2.4 Harris, Fredric J. (Jan 1978). "On the use of Windows for Harmonic Analysis with the Discrete Fourier Transform" (PDF). Proceedings of the IEEE. 66 (1): 51–83. Bibcode:1978IEEEP..66...51H. CiteSeerX 10.1.1.649.9880. doi:10.1109/PROC.1978.10837. S2CID 426548. The fundamental 1978 paper on FFT windows by Harris, which specified many windows and introduced key metrics used to compare them.

[Carlson-4] Carlson, A. Bruce (1986). Communication Systems: An Introduction to Signals and Noise in Electrical Communication. McGraw-Hill. ISBN 978-0-07-009960-9.

[MWhann-5] "Hann (Hanning) window - MATLAB hann". www.mathworks.com. Retrieved 2020-02-12.

[MWwindow-6] "Window Function". www.mathworks.com. Retrieved 2019-04-14.

[Robertson-7] Robertson, Neil (18 December 2018). "Evaluate Window Functions for the Discrete Fourier Transform". DSPRelated.com. The Related Media Group. Retrieved 9 August 2020. Revised 22 February 2020.

[JOShann2-8] "Matlab for the Hann Window". ccrma.stanford.edu. Retrieved 2020-09-01.

[Rohling-10] Rohling, H.; Schuermann, J. (March 1983). "Discrete time window functions with arbitrarily low sidelobe level". Signal Processing. Forschungsinstitut Ulm, Sedanstr, Germany: AEG-Telefunken. 5 (2): 127–138. doi:10.1016/0165-1684(83)90019-1. Retrieved 8 August 2020. It can be shown, that the DFT-even sampling technique as proposed by Harris is not the most suitable one.

[Heinzel2002-12] Heinzel, G.; Rüdiger, A.; Schilling, R. (2002). Spectrum and spectral density estimation by the Discrete Fourier transform (DFT), including a comprehensive list of window functions and some new flat-top windows (Technical report). Max Planck Institute (MPI) für Gravitationsphysik / Laser Interferometry & Gravitational Wave Astronomy. 395068.0. Retrieved 2013-02-10. Also available at https://pure.mpg.de/rest/items/item_152164_1/component/file_152163/content

[Lyons-13] Lyons, Richard (1 June 1998). "Windowing Functions Improve FFT Results". EDN. Sunnyvale, CA: TRW. Retrieved 8 August 2020.

[Fulton-14] Fulton, Trevor (4 March 2008). "DP Numeric Transform Toolbox". herschel.esac.esa.int. Herschel Data Processing. Retrieved 8 August 2020.

[Poularikas-15] Poularikas, A.D. (1999). "7.3.1". In Poularikas, Alexander D. (ed.). The Handbook of Formulas and Tables for Signal Processing (PDF). Boca Raton: CRC Press LLC. ISBN 0849385792. Retrieved 8 August 2020. Windows are even (about the origin) sequences with an odd number of points. The right-most point of the window will be discarded.

[Puckette-16] Puckette, Miller (30 December 2006). "Fourier analysis of non-periodic signals". msp.ucsd.edu. UC San Diego. Retrieved 9 August 2020.

[Carlin-19] US patent 6898235, Carlin,Joe; Collins,Terry & Hays,Peter et al., "Wideband communication intercept and direction finding device using hyperchannelization", published 1999-12-10, issued 2005-05-24 , also available at https://patentimages.storage.googleapis.com/4d/39/2a/cec2ae6f33c1e7/US6898235.pdf

[1]

[2]

[upper-alpha 1]

[3]

[4]

[5]

[6]

[7]

[lower-alpha 1]

[8]

[upper-alpha 2]

[9]

[10]

[11]

[12]

[13]

[lower-alpha 2]

[upper-alpha 3]

[14]

[upper-alpha 4]

@@ Line 1: / Line 1: @@
 {{Short description|Effect in signal processing}}
-समय के एक फ़ंक्शन, s(t) का [[फूरियर रूपांतरण]], आवृत्ति, S(f) का एक जटिल-मूल्यवान फ़ंक्शन है, जिसे प्रायः [[आवृत्ति स्पेक्ट्रम]] के रूप में जाना जाता है। कोई भी सिस्टम सिद्धांत  s(t) पर रैखिक समय-अपरिवर्तनीय (एलटीआई) ऑपरेशन H(f)•S(f) के फॉर्म का एक नया स्पेक्ट्रम उत्पन्न करता है। S(f), जो गैर के सापेक्ष परिमाण और/या कोण (चरण (तरंगें)) को बदलता है। -S(f) का शून्य मान हो। किसी भी अन्य प्रकार का ऑपरेशन नए आवृत्ति घटकों का निर्माण करता है जिन्हें व्यापक अर्थों में वर्णक्रमीय रिसाव के रूप में संदर्भित किया जा सकता है। उदाहरण के लिए, [[नमूनाकरण (सिग्नल प्रोसेसिंग)]], रिसाव उत्पन्न करता है, जिसे हम मूल वर्णक्रमीय घटक का ''[[अलियासिंग]]'' कहते हैं। फूरियर ट्रांसफॉर्म उद्देश्यों के लिए, सैंपलिंग (सिग्नल प्रोसेसिंग) को s(t) और  डिरैक कोंब फ़ंक्शन के बीच एक उत्पाद के रूप में तैयार किया गया है। किसी उत्पाद का स्पेक्ट्रम S(f) और एक अन्य फ़ंक्शन के बीच का [[कनवल्शन]] है, जो अनिवार्य रूप से नए आवृत्ति घटकों का निर्माण करता है। लेकिन 'लीकेज' शब्द सामान्यतः ''विंडोइंग'' के प्रभाव को संदर्भित करता है, जो एक अलग प्रकार के फ़ंक्शन, [[विंडो फ़ंक्शन]] के साथ s(t) का उत्पाद है। विंडो फ़ंक्शंस की अवधि सीमित होती है, लेकिन रिसाव पैदा करने के लिए यह आवश्यक नहीं है। समय-संस्करण फ़ंक्शन द्वारा गुणा करना पर्याप्त है।
+समय के एक फ़ंक्शन, s(t) का [[फूरियर रूपांतरण]], आवृत्ति, S(f) का एक जटिल-मूल्यवान फ़ंक्शन है, जिसे प्रायः [[आवृत्ति स्पेक्ट्रम]] के रूप में जाना जाता है। कोई भी सिस्टम सिद्धांत  s(t) पर रैखिक समय-अपरिवर्तनीय (एलटीआई) ऑपरेशन H(f)•S(f) के फॉर्म का एक नया स्पेक्ट्रम उत्पन्न करता है। S(f), जो गैर के सापेक्ष परिमाण और/या कोण (चरण (तरंगें)) को बदलता है। -S(f) का शून्य मान हो। किसी भी अन्य प्रकार का ऑपरेशन नए आवृत्ति घटकों का निर्माण करता है जिन्हें व्यापक अर्थों में वर्णक्रमीय रिसाव के रूप में संदर्भित किया जा सकता है। उदाहरण के लिए, [[नमूनाकरण (सिग्नल प्रोसेसिंग)|सैंपलिंग (सिग्नल प्रोसेसिंग)]], रिसाव उत्पन्न करता है, जिसे हम मूल वर्णक्रमीय घटक का ''[[अलियासिंग]]'' कहते हैं। फूरियर ट्रांसफॉर्म उद्देश्यों के लिए, सैंपलिंग (सिग्नल प्रोसेसिंग) को s(t) और  डिरैक कोंब फ़ंक्शन के बीच एक उत्पाद के रूप में तैयार किया गया है। किसी उत्पाद का स्पेक्ट्रम S(f) और एक अन्य फ़ंक्शन के बीच का [[कनवल्शन]] है, जो अनिवार्य रूप से नए आवृत्ति घटकों का निर्माण करता है। लेकिन 'लीकेज' शब्द सामान्यतः ''विंडोइंग'' के प्रभाव को संदर्भित करता है, जो एक अलग प्रकार के फ़ंक्शन, [[विंडो फ़ंक्शन]] के साथ s(t) का उत्पाद है। विंडो फ़ंक्शंस की अवधि सीमित होती है, लेकिन रिसाव उत्पत्ति करने के लिए यह आवश्यक नहीं है। समय-संस्करण फ़ंक्शन द्वारा गुणा करना पर्याप्त है।
 == वर्णक्रमीय विश्लेषण ==

Anonymous

Search

स्पेक्ट्रल लीकेज: Difference between revisions

Namespaces

More

Page actions

Revision as of 10:40, 23 September 2023

Contents