Цифровая обработка сигналов

Следствием этого является

Следствием этого является следующее важное свойство преобразования Гильберта: если сигнал Image достигает экстремума при каком-то Image то в окрестности этой точки сопряжённый сигнал Image проходит через нуль.

Возьмём спектр аналитического сигнала и сдвинем его так, чтобы он оказался сконцентрированным около нулевой частоты:

Image                         

Этому спектру соответствует колебание

Image

которое называется комплексной огибающей действительного сигнала Image Следовательно:

Image                        

и

Image                  

Во многих случаях частоту Image выбрать нетрудно. Например, для узкополосного сигнала за Image принимается частота немодулированного несущего колебания. В этом случае

Image

при достаточной узкополосности совпадает с

Image

В других случаях Image выбирается так, чтобы минимизировать ширину полосыImage. Один из способов состоит в выборе Image “центра тяжести” положительной функции Image Такое Image минимизирует величину Image Рис. 1.12.6 поясняет взаимосвязь спектров действительного узкополосного колебания, аналитического

назад          далее