Στην Signal Processing, γιατί είμαστε πολύ πιο ενδιαφέρονται ort

N

naresh850

Guest
HI

κάθε ένας θα μπορούσε να μου δώσει τα brif discription για

Στην επεξεργασία σήματος, γιατί είμαστε πολύ πιο ενδιαφέρονται για ορθή μετατροπή;

Χαιρετισμοί,
NP

 
Ορθογωνιότητα των 2 λειτουργιών σημαίνει ότι μονοδιάστατη προϊόν τους είναι ίση με μηδέν.

Θυμηθείτε μετασχηματισμού Fourier, για παράδειγμα.Ορθογωνιότητα στην ανάλυση Fourier είναι απαραίτητη για 2 κύριους σκοπούς:
.

1) Είναι πολύ πιο εύκολο να υπολογίζουν Συντελεστές της αποσύνθεσης Φουριέ, όταν οι λειτουργίες βάση (αρμονικές) είναι othogonal.Εάν βάση δεν είναι ορθογωνιότητα, θα πρέπει να λάβει υπόψη όλες τις λειτουργίες βάση, όταν η καταμέτρηση correspo9nding συντελεστή.Θα είναι δύσκολο για υλοποίηση.Ως εκ τούτου έχουμε την τάση να εργάζονται με ορθογώνιους basises.

Εάν το σύνολο των λειτουργιών που δεν είναι ορθή, αλλά γραμμικά ανεξάρτητες, γραμμάριο = διαδικασία Shmidt χρησιμοποιείται για orthogonalization.

Ό, τι είπε επίσης ανησυχίες άλλες basises (Haar, Walsh, Rademaher, Κυματιδίων, Shannon-Kotelnikov, κλπ.)

2) Αν 2 (ή περισσότερες) λειτουργίες είναι ορθογώνια, αυτό σημαίνει ότι δεν φέρουν το κοινό (από κοινού), της ενέργειας και μπορούμε να τα χρησιμοποιήσουν ως ενεργά ανεξάρτητες λειτουργίες, καθένα από τα οποία προσεγγίζει την αρχική διαδικασία με διαφορετικό συνολικό σφάλμα.

Όσον αφορά,

Dmitrij [/ b]

 
Θα μπορούσε u παρακαλείσθε να εξηγήσετε λεπτομερώς ή αλλιώς παρέχουν ορισμένα από τα υλικά για την ίδια.

 
Εντάξει, θα προσπαθήσω να εξηγήσω ό, τι λέγεται.Με την ευκαιρία, μπορείτε να πάρετε οποιοδήποτε βιβλίο για τη θεωρία της Επεξεργασίας Σήματος και να αναζητήσει αυτό πτυχές εκεί.Σας συμβουλεύω να αγοράσουν το βιβλίο από Oppenheim και Shafer "DSP":

1) Φανταστείτε, έχετε τη συλλογή των ορθογωνίων λειτουργίες που αποτελούν τη βάση σε κάποιο χώρο (π.χ. L2-χώρο, που περιλαμβάνει όλες τις λειτουργίες που είναι στο τετράγωνο integtated).
.

Αυτές οι λειτουργίες είναι οι εξής: (f1 (t), f2 (t ),....., fn (t))..(it's guaranteed by orthogonality, you ask about) and their span should represent the entire space
.

Υπό τον όρο, που αποτελούν τη βάση, θα πρέπει να είναι γραμμικά ανεξάρτητα
(είναι εγγυημένο από ορθογωνιότητα, ρωτάτε) και η διάρκεια τους θα πρέπει να αντιπροσωπεύουν το σύνολο του χώρου.

(taken as an example) may be represented as linear combination of these functions:

Εάν πληρούνται αυτές οι προϋποθέσεις, τότε οποιαδήποτε λειτουργία από L2 διάστημα
(λαμβάνεται ως παράδειγμα) μπορεί να παρασταθεί ως γραμμικό συνδυασμό αυτών των λειτουργιών:

f (t) = C1 * f1 (t) C2 * f2 (t) ..... * ck FK (t ) ..... cn * fn (t)
.

Το πρόβλημα είναι να υπολογιστεί το άγνωστο συντελεστές (C1, C2 ,..., ck ,..., cn).Εφόσον διαπιστώνεται ότι, το πρόβλημα της λειτουργίας της αποσύνθεσης, με βάση έχει λυθεί.
:

α) Ας προσπαθήσουμε να βρούμε CK:f (t) * FK (t) = C1 * FK (t) * F1 (t) C2 * FK (t) * f2 (t ) ... * ck FK (t) ^ 2 ... cn * FK (t) * fn (t)
the left and right parts of the equation on the given interval and find the scalar products.

Στη συνέχεια θα ενσωματωθούν
στο αριστερό και δεξί μέρος της εξίσωσης για το συγκεκριμένο διάστημα και να βρείτε τα μονοδιάστατη προϊόντα.

εάν οι λειτουργίες είναι ορθογώνια, είναι σχεδόν όλα τα μονοδιάστατη προϊόντα ισούται με το μηδέν, εκτός από 2 από αυτούς.

:

Ως εκ τούτου καθίσταται ΠΟΛΥ ΕΥΚΟΛΑ να υπολογίζει CK (T):ck (t) = ∫ (f (t) * FK (t)) / ∫ (FK (t) ^ 2)Όπως βλέπετε, όταν το σύνολο των λειτουργιών είναι ορθή, μπορείτε εύκολα να βρείτε την αντίστοιχη !!!!! συντελεστές2) Όσον αφορά την κοινή (αμοιβαία) ενέργεια των 2 λειτουργιών, είναι μηδενική αξία, αν 2 λειτουργίες είναι ορθογώνια:

∫ (F1 (t) * F2 (t)) = 0

Έτσι, η μονοδιάστατη προϊόν είναι το κατάλληλο μέτρο για τη διαπίστωση της κοινής ενέργειας.

Ελπίδα, έχετε αντέξει τις δυσκολίες της misundersatnding.Αν δεν είναι, γράψτε και διευκρινίζει ερωτήματα και τις αμφιβολίες σας.

Όσον αφορά,

Dmitrij

 

Welcome to EDABoard.com

Sponsor

Back
Top