Transformata Wignera
AS/ Transformata Wignera
Dla sygnałów niestacjonarnych moc widmowa nie musi być stała w czasie, gdyż zawartość częstości może się zmieniać. Analiza tego typu sytuacji wymaga śledzenia zmian gęstości energii sygnału jednocześnie w czasie i częstości. Pierwszym pomysłem będzie usunięcie ze (wzoru na moc widmową w twierdzeniu Wienera-Chinczyna):
całki po czasie. Dostaniemy w ten sposób[1] funkcję zależną explicite od czasu i częstości — transformatę Wignera-de Ville'a:
Reprezentacja tej postaci ma podstawowe zalety:
- zachowuje energię sygnału,
- wartości brzegowe: wycałkowana po czasie [math]\mathcal{W}_s[/math] daje kwadrat modułu transformaty Fouriera [math]|s(\omega)|^2[/math], a wycałkowana po częsctości — [math]|s(t)|^2[/math],
oraz wady:
- może być ujemna,
- zawiera wyrazy mieszane .
Wyrazy mieszane (cross-terms )
Problem ten występuje (z różnym natężeniem) we wszystkich kwadratowych reprezentacjach energii sygnału w przestrzeni czas-częstość; w transformacie Wignera efekt ten jest najbardziej bezpośredni.
Przypomnijmy wzór na kwadrat sumy: [math](a+b)^2=a^2+b^2+2ab[/math]. Obliczając kwadratową transformatę sygnału złożonego z sumy elementów [math]a[/math] i [math]b[/math], dostaniemy reprezentację występujących w sygnale składników [math]a[/math] i [math]b[/math] oraz wyraz mieszany [math]2ab[/math], który może pojawić się w takim rejonie przestrzeni czas-częstość, że w odpowiadającym mu przedziale czasu w sygnale brak jakiejkolwiek aktywności.
Jednym z głównych zastosowań rozkładów gęstości energii sygnału w przestrzeni czas-częstość (jak ten na rys. %i 1) jest próba odgadnięcia struktury lub własności nieznanego sygnału. W takim przypadku wyrazy mieszane są wysoce mylące — na podstawie samego rozkładu energii z rys. %i 1 moglibyśmy podejrzewać, że w analizowanym sygnale, pomiędzy [math]a[/math] i [math]b[/math], znajduje się jeszcze jedna struktura o pośredniej częstości!
Dla zminimalizowania tego efektu możemy wykorzystać spostrzeżenie, że wyrazy mieszane zwykle silnie oscylują, więc lokalne uśrednienie rozkładu (po czasie i częstości) powinno zmniejszyć ich wkład. Różne realizacje tego uśredniania tworzą bogatą klasę rozkładów o zredukowanych interferencjach (ang. reduced interference distributions, RID ), z których każdy może dawać lepsze od innych rezultaty dla pewnej klasy sygnałów. Jednak w każdym przypadku mamy do czynienia z ogólną prawidłowością: im mniejszy wpływ interferencji
(silniejsze uśrednianie) tym gorsza rozdzielczość.
- ↑ Po "wycentrowaniu" autokorelacji [math]f(t)f(t+\tau)[/math] do postaci [math]f(t+\frac\tau 2) f(t-\frac\tau 2)[/math]