Differences

This shows you the differences between two versions of the page.

--- sp:lec4 [2026/10/08 17:09] – created - external edit 127.0.0.1
+++ sp:lec4 [2026/10/08 17:27] (current) – external edit 127.0.0.1
@@ Line 1: / Line 1: @@
 ====== Лекция 4. БПФ и практический спектральный анализ ======
-Короткое объяснение «на пальцах»: зачем нужна лекция, что она решает и что означают
+Подробное объяснение «на пальцах»: зачем нужна лекция, что она решает, откуда
-картинки. Без вывода формул — только смысл.
+берутся формулы и что означают картинки. Материал рассчитан и на подготовку
+преподавателя, и на самостоятельное чтение студентом: от первых понятий до
+практических рецептов и разбора ошибок.
+----
+===== О чём этот текст и как им пользоваться =====
+  * Это **подробный конспект** лекции 4: смысл без «тяжёлого» вывода формул.
+  * Кому полезен:
+    * студенту — чтобы понять, а не заучить;
+    * преподавателю — чтобы было чем наполнить рассказ;
+    * практику — чтобы знать, какие ручки крутить.
+  * Структура:
+    * разделы 1–2 — что такое спектр и почему считать «в лоб» дорого;
+    * раздел 3 — как устроено БПФ;
+    * разделы 4–6 — конечная запись, окна, разрешение, миф про zero-padding;
+    * разделы 7–11 — практика: Уэлч, PSD, точная частота, спектрограмма, пример;
+    * разделы 12–21 — шпаргалка, ошибки, код, рецепты, задания, план.
+  * Формат — списки: так удобнее готовиться, повторять и объяснять.
+  * Числовые примеры взяты из ноутбука ''lecture04.ipynb''.
 ----
@@ Line 8: / Line 28: @@
 ===== Цели лекции (что должен уметь студент) =====
-  - Объяснить, что такое БПФ: это **не новое преобразование**, а быстрый алгоритм
+  - Объяснить, что такое **БПФ**:
-   для ДПФ.
+    * это не новое преобразование, а **быстрый алгоритм** для ДПФ;
-  - Показать идею «разделяй и властвуй»: одно большое ДПФ → два маленьких.
+    * результат точно совпадает с ДПФ;
-  - Понять «бабочку» и бит-реверс.
+    * выигрыш — в тысячи и десятки тысяч раз.
-  - Объяснить, откуда берётся **утечка** (конечная запись сигнала).
+  - Показать идею **«разделяй и властвуй»**:
-  - Выбирать **окно** под задачу.
+    * одно большое ДПФ → два маленьких;
+    * рекурсия → ''log₂N'' уровней.
+  - Понять **«бабочку»** и **бит-реверс**.
+  - Объяснить, откуда берётся **утечка**.
+  - Осознанно выбирать **окно** под задачу.
   - Понимать ''Δf = 1/T'' и почему **zero-padding не улучшает разрешение**.
   - Пользоваться **методом Уэлча** и читать **PSD**.
   - Строить **спектрограмму**.
-  - Сделать всё это в Python.
+  - Сделать всё это в **Python**.
-**Одной фразой:** лекция 3 — «как посчитать спектр?», лекция 4 — «как посчитать
+**Зачем каждый пункт на практике:**
-**быстро** и не обмануть себя?».
+  * БПФ — чтобы считать спектр в реальном времени.
+  * Разрешение — чтобы различать близкие частоты (дефект vs помеха).
+  * Окна — чтобы видеть слабые линии рядом с сильными.
+  * Уэлч и PSD — чтобы измерять шум, а не «мохнатый» шумный спектр.
+  * Спектрограмма — чтобы работать с меняющимися сигналами.
 ----
-===== 1. Напоминание: что такое спектр =====
+===== 1. Напоминание: что такое спектр и зачем он нужен =====
+==== 1.1 Сигнал и его «радуга» ====
+  * **Сигнал** — величина, меняющаяся во времени:
+    * напряжение на датчике;
+    * вибрация подшипника;
+    * звук микрофона;
+    * ток двигателя.
+  * Во времени сигнал — извилистая кривая, где «всё перемешано».
+  * **Спектр** — разложение сигнала на простые синусоиды с их амплитудами и фазами.
+  * Аналогия: белый свет через **призму** → цвета; спектр — «радуга сигнала».
+  * «Призма» здесь — арифметика: пробуем синусоиды и смотрим, какие совпали.
+  * Практический смысл:
+    * превратить «непонятную кривую» в несколько чисел;
+    * найти дефект, невидимый глазом;
+    * принять решение: проблема есть/нет, на какой частоте, растёт ли она.
+==== 1.2 Формула ДПФ словами ====
+  * Есть ''N'' отсчётов: ''x[0], x[1], …, x[N−1]''.
+  * ДПФ даёт ''N'' комплексных чисел ''X[0], X[1], …, X[N−1]''.
+  * Смысл ''X[k] = Σ x[n]·e^(−j·2π·k·n/N)'':
+    * берём пробную синусоиду частоты номер ''k'';
+    * умножаем сигнал на неё и складываем;
+    * совпали частоты → слагаемые складываются в большое число;
+    * не совпали → гасят друг друга, почти ноль.
+  * ДПФ — это **корреляция** сигнала с набором синусоид.
+  * Пик появляется там, где произошло совпадение.
+==== 1.3 Амплитуда, фаза, мощность ====
+  * ''|X[k]|'' — **амплитуда** (насколько «громко» звучит частота).
+  * ''arg X[k]'' — **фаза** (с каким сдвигом присутствует).
+  * ''|X[k]|²'' — **мощность** составляющей.
+  * Для анализа чаще смотрят амплитуду или мощность.
+  * Фаза нужна для:
+    * измерения задержек и дальности;
+    * фазовой локализации (RFID, радар);
+    * когерентного накопления и синхронизации.
+==== 1.4 Вещественный и комплексный сигнал ====
+  * **Вещественный** сигнал (напряжение, звук) даёт **две** сопряжённые линии: ''+f'' и ''−f''.
+  * Поэтому для вещественного сигнала достаточно **половины** спектра (''rfft'').
+  * **Комплексный (аналитический)** сигнал даёт **одну** линию на ''+f''.
+  * Аналитический сигнал удобен в связи (I/Q).
+  * Отрицательные частоты — удобство математики; для вещественного сигнала они
+  симметричны положительным.
+==== 1.5 Ось частот и бины ====
+  * Реальная частота: ''f_k = k·f_д/N'', где ''f_д'' — частота дискретизации.
+  * Сетка этих частот — **бины**; шаг сетки ''Δf = f_д/N''.
+  * Между бинами спектр не определён «напрямую» — там интерполяция.
+  * Ось строят функциями ''fftfreq'' (двусторонняя) и ''rfftfreq'' (односторонняя).
+==== 1.6 Маленький пример ====
+  * ''f_д = 8000'' Гц, ''N = 8'' → ''Δf = 1000'' Гц; бины ''0, 1000, …, 7000'' Гц.
+  * Косинус ровно 1000 Гц → попадёт в бин, две чёткие линии ±1000 Гц.
+  * Косинус 1250 Гц → **между** бинами, «размазанный» холмик (утечка).
+==== 1.7 Как выглядит спектр типичных сигналов ====
+  * **Чистый тон**: одна-две узкие линии.
+  * **Периодический сигнал** (меандр, треугольник): набор гармоник кратных основной.
+  * **Шум**: размазанная «полка» по всем частотам.
+  * **Вибрация**: несколько линий (вращение, дефекты) плюс шум.
+  * **Речь/музыка**: множество линий, меняющихся во времени.
+  * **Радиосигнал**: несущая и боковые полосы (зависит от модуляции).
+  * Понимание «типового вида» помогает сразу заметить аномалию.
+==== 1.8 Краткая история БПФ ====
-  * Спектр — это «радуга» сигнала: из чего он состоит.
+  * Идею деления на чётные/нечётные знал ещё **Гаусс** (начало XIX века).
-  * Аналогия: белый свет → призма → цвета. Только «призма» здесь из арифметики.
+  * Широко известной она стала в 1965 году — статья **Cooley–Tukey**.
-  * ДПФ: из ''N'' отсчётов делает ''N'' значений спектра.
+  * Причина популярности — компьютеры и потребность в быстрой обработке.
-  * ''f_k = k · fд / N'' — частоты, на которых ДПФ «смотрит».
+  * Сегодня БПФ — в основе аудио, связи, изображений, радаров, МРТ, сейсмики.
-  * ''|X[k]|'' — амплитуда (громкость), ''arg X[k]'' — фаза (сдвиг).
 ----
-===== 2. Проблема №1: дорого =====
+===== 2. Проблема №1: считать спектр «в лоб» дорого =====
-  * Прямое ДПФ требует ''N²'' операций.
+==== 2.1 Сколько это операций ====
-  * Для ''N = 1 000 000'' это ''10¹²'' — триллион.
-  * Долго; в реальном времени невозможно.
+  * Один коэффициент ''X[k]'' — это ''N'' произведений и сложений.
+  * Коэффициентов ''N'' → итого ''N²'' операций (квадратичная сложность ''O(N²)'').
+==== 2.2 Почему это критично ====
+  * Секунда аудио при 44.1 кГц: ''N = 44 100'', ''N² ≈ 1.9·10⁹''.
+  * Реальное время: пересчитывать десятки раз в секунду.
+  * Длинные записи и изображения: ''N'' ещё больше.
+  * Время растёт как квадрат длины записи — быстро «упирается».
+==== 2.3 Сравнение в числах ====
+^ ''N'' ^ Прямое ДПФ ''N²'' ^ БПФ ''N·log₂N'' ^ Во сколько раз меньше ^
+| 64 | ~4·10³ | ~4·10² | ~16 |
+| 1024 | ~10⁶ | ~10⁴ | ~100 |
+| 65 536 | ~4·10⁹ | ~10⁶ | ~4000 |
+| 10⁶ | ~10¹² | ~2·10⁷ | ~50 000 |
+  * Вывод: выигрыш растёт с ''N'' и становится **астрономическим**.
+  * Поэтому БПФ — один из важнейших алгоритмов XX века.
+==== 2.4 Что такое «сложность O(·)» на пальцах ====
+  * ''O(N²)'' — время растёт как квадрат длины: удвоили ''N'' — время вчетверо.
+  * ''O(N·log₂N)'' — почти линейно: удвоили ''N'' — время чуть больше, чем вдвое.
+  * На больших ''N'' разница между кривыми определяет, «успеем или нет».
+  * В реальном времени это разница между «работает» и «не работает».
+==== 2.5 Как ускоряли до БПФ (интуиция) ====
+  * Заметили, что одни и те же множители встречаются много раз.
+  * Их можно переиспользовать, а не считать заново.
+  * Отсюда идея делить задачу пополам и переиспользовать результаты.
 ----
-===== 3. БПФ: что это и как устроено =====
+===== 3. БПФ: быстрое преобразование Фурье =====
 ==== 3.1 Главная мысль ====
-  * БПФ даёт **тот же ответ**, что ДПФ.
+  * **БПФ** — не приближение и не другое преобразование.
-  * Это просто более умный способ считать.
+  * Оно считает **тот же** ДПФ, но быстрее: ''O(N·log₂N)'' вместо ''O(N²)''.
-  * Сложность: ''N log₂N'' вместо ''N²''.
+  * Результат совпадает с точностью машинной арифметики.
-  * Для миллиона точек — быстрее в **десятки тысяч раз**.
+  * «Быстрое» относится к скорости вычислений, а не к упрощению результата.
-==== 3.2 Три идеи ====
+==== 3.2 «Разделяй и властвуй» ====
-  - **Разделяй и властвуй.**
+  * Пусть ''N'' чётно.
-    * Делим отсчёты на чётные и нечётные.
+  * Делим отсчёты на **чётные** и **нечётные**:
-    * Одно ДПФ длины ''N'' → два ДПФ длины ''N/2''.
+    * чётные: ''x[0], x[2], x[4], …'';
-    * Повторяем рекурсивно → ''log₂N'' уровней.
+    * нечётные: ''x[1], x[3], x[5], …''.
-  - **Бабочка.**
+  * Спектр всего сигнала выражается через два спектра половинной длины:
-    * Способ снова соединить две половины.
+    * ''E[k]'' — спектр чётных;
-    * ''X[k] = E[k] + W·O[k]''.
+    * ''O[k]'' — спектр нечётных;
+    * и поворотный множитель ''W''.
+  * Причина: частота в показателе «пересчитывается» для половинной длины
+  (''W_N² = W_(N/2)'').
+  * Далее — **рекурсия**: каждую половину снова делим пополам.
+  * Пока не останутся ДПФ длины 1–2.
+  * Глубина дерева — ''log₂N''; отсюда множитель ''log₂N''.
+  * Уравнение сложности: ''T(N) = 2·T(N/2) + O(N)''.
+  * Его решение — ''O(N·log₂N)''.
+==== 3.3 Почему деление «работает» ====
+  * Поворотные множители обладают симметрией:
+    * ''W^(k+N/2) = −W^k'';
+    * ''W^(2k) = W_(N/2)^k''.
+  * Именно эта симметрия позволяет соединять половины «почти бесплатно».
+  * Без неё деление не давало бы выигрыша.
+==== 3.4 «Бабочка» ====
+  * Две половины соединяются **«бабочкой»**:
+    * ''X[k] = E[k] + W·O[k]'';
     * ''X[k + N/2] = E[k] − W·O[k]''.
-    * Одно умножение и два сложения дают сразу две точки спектра.
+  * Одно и то же ''W·O[k]'' **прибавляется и вычитается**.
-  - **Бит-реверс.**
+  * За одну операцию — сразу **две** точки спектра.
-    * Плата за деление: на входе отсчёты стоят не по порядку.
+  * Стоимость: одно комплексное умножение и два сложения.
-    * Порядок для ''N = 8'': ''0, 4, 2, 6, 1, 5, 3, 7''.
+  * Название — из-за формы схемы (два входа, два выхода, перекрестье).
-    * Правило: номер в двоичном виде читается справа налево.
+==== 3.5 Ручной пример для ''N = 4'' ====
+  * Вход ''x = [x0, x1, x2, x3]''.
+  * Разделяем: чётные ''[x0, x2]'', нечётные ''[x1, x3]''.
+  * ДПФ длины 2:
+    * ''E[0] = x0 + x2'', ''E[1] = x0 − x2'';
+    * ''O[0] = x1 + x3'', ''O[1] = x1 − x3''.
+  * Точки спектра:
+    * ''X[0] = E[0] + W⁰·O[0]'';
+    * ''X[2] = E[0] − W⁰·O[0]'';
+    * ''X[1] = E[1] + W¹·O[1]'';
+    * ''X[3] = E[1] − W¹·O[1]''.
+  * Здесь ''W = e^(−j·2π/4)''.
+  * Вместо 16 умножений (в лоб) — два умножения на ''W''.
+  * Для ''N = 8'' экономия ещё заметнее.
+==== 3.6 Ручной пример для ''N = 8'' (идея) ====
+  * Делим на чётные (''0,2,4,6'') и нечётные (''1,3,5,7'').
+  * Каждую четвёрку — снова на чётные/нечётные.
+  * Получаем четыре ДПФ длины 2.
+  * Соединяем «бабочками» в три стадии.
+  * Число «дорогих» умножений резко падает.
+==== 3.7 Бит-реверс ====
+  * Плата за деление: входные отсчёты идут в **бит-реверсивном** порядке.
+  * Правило: номер в двоичном виде читается **справа налево**.
+  * Пример: ''1 = 001₂'' → ''100₂ = 4''.
+  * Для ''N = 8'': ''0, 4, 2, 6, 1, 5, 3, 7''.
+  * На выходе порядок естественный: ''X[0..7]''.
+  * В коде — одна перестановка массива перед БПФ.
+==== 3.8 Как выглядит граф 8-точечного БПФ ====
+  * Три вертикальные **стадии**.
+  * На каждой — четыре **бабочки**.
+  * Слева — вход в бит-реверсивном порядке.
+  * Справа — спектр ''X[0..7]'' в обычном порядке.
+  * Структура регулярная → удобно для процессора и железа (FPGA, ASIC).
+==== 3.9 Итеративный и рекурсивный варианты ====
+  * **Рекурсивный** БПФ — ближе к определению, но с накладными расходами.
+  * **Итеративный** — по стадиям, «на месте» (in-place); так делают библиотеки.
+  * In-place экономит память: результат пишется поверх входа.
+  * Порядок стадий обеспечивает бит-реверс заранее.
+==== 3.10 Варианты алгоритма и практика ====
+  * **radix-2** — деление пополам; требует ''N = 2^m''.
+  * **radix-4** — меньше операций.
+  * **split-radix** — ещё быстрее.
+  * **mixed-radix** — для составных ''N''.
+  * **Простое большое ''N''** — смешанные алгоритмы или округление до степени двойки.
+  * **Вещественный сигнал** — ''rfft'', вдвое дешевле.
+  * **Библиотеки**: FFTW, pocketfft (NumPy/SciPy), MKL, cuFFT (GPU).
+  * Правило: по возможности брать ''N'' **степенью двойки**.
-==== 3.3 Что запомнить ====
+==== 3.11 Где БПФ применяется ====
-  * Схема БПФ — регулярные «стадии» из бабочек.
+  * Аудио: сжатие, эквалайзеры, распознавание речи.
-  * Поэтому ''N'' удобно брать степенью двойки.
+  * Связь: OFDM (Wi-Fi, LTE, DVB), фильтрация.
-  * На практике БПФ не пишут сами: берут ''np.fft.fft'' (NumPy/SciPy), FFTW, MKL, cuFFT.
+  * Медицина: МРТ, ЭЭГ, ЭКГ.
+  * Техника: вибродиагностика, радары, сейсмика, астрономия.
 ----
-===== 4. Проблема №2: конечная запись → утечка =====
+===== 4. Проблема №2: конечная запись и утечка =====
-==== 4.1 Почему появляется утечка ====
+==== 4.1 Что мы на самом деле считаем ====
-  * Мы всегда берём **кусок** сигнала длиной ''T'', а не весь сигнал.
+  * Записываем **кусок** сигнала длиной ''T'' секунд.
-  * Формально это умножение на прямоугольное окно.
+  * Формально это умножение на **прямоугольное окно** (1 внутри записи, 0 снаружи).
   * Правило: **умножение во времени = свёртка в спектре**.
   * Спектр прямоугольного окна — «холмик с хвостами» (''sinc'').
-  * Поэтому чистый тон превращается в холмик, а не в одну палочку.
+  * Значит, чистый тон **размазывается**.
-  * Это не ошибка — следствие конечности записи.
+  * Это и есть **утечка** — следствие конечности записи, а не ошибка.
-==== 4.2 Окна: лекарство от утечки ====
+==== 4.2 Свёртка «на пальцах» ====
-  * Идея: обрезать сигнал **мягко**, а не резко.
+  * Свёртка — «размазывание» одной функции другой.
-  * Умножаем сигнал на плавную функцию (в центре 1, к краям → 0).
+  * Аналогия: резкий звук в комнате с эхом «размазывается» во времени.
-  * Лечит боковые лепестки, но **расширяет главный** — это неустранимый компромисс.
+  * Здесь по частоте: резкую линию «размазывает» хвост окна.
+  * Чем «чище» спектр окна, тем меньше размазывание.
-==== 4.3 Популярные окна ====
+==== 4.3 Откуда боковые лепестки (''sinc'') ====
+  * Спектр прямоугольного окна:
+    * **главный лепесток** — центральный пик;
+    * **боковые лепестки** — затухающие «волны» по бокам.
+  * Главный лепесток → **разрешение** (шире — хуже).
+  * Боковые лепестки → **маскировка** слабых линий.
+  * У прямоугольного окна боковые высокие (''−13 дБ'') — плохо для слабых сигналов.
+==== 4.4 Численный пример утечки ====
+  * ''f_д = 8000'' Гц, ''N = 256'' → ''Δf = 31.25'' Гц.
+  * Тон ровно в бине (например, 1000 Гц) → одна чёткая линия.
+  * Тон на полбина (1015.6 Гц) → энергия растекается по соседним бинам.
+  * С прямоугольным окном боковые падают медленно.
+  * С окном Hann — падают быстро.
+==== 4.5 Окна: лекарство от утечки ====
+  * Обрезаем сигнал **мягко**: окно равно 1 в центре и плавно идёт к 0 у краёв.
+  * Аналогия: мягкая диафрагма фотоаппарата даёт меньше «звёздочек».
+  * Эффект: боковые лепестки падают.
+  * Цена: главный лепесток **расширяется** — разрешение чуть хуже.
+  * Это **неустранимый компромисс**.
+==== 4.6 Популярные окна ====
 ^ Окно ^ Главный лепесток ^ Боковые лепестки ^ Когда брать ^
-| Прямоугольное (''boxcar'') | 2 бина | −13 дБ | максимальная резкость |
+| Прямоугольное (''boxcar'') | 2 бина | −13 дБ | максимальная резкость, чистые тона |
-| Hann | 4 бина | −31 дБ | «рабочая лошадка» |
+| Hann | 4 бина | −31 дБ | «рабочая лошадка», общий анализ |
-| Hamming | 4 бина | −43 дБ | чуть больше динамики |
+| Hamming | 4 бина | −43 дБ | чуть больше динамического диапазона |
 | Blackman–Harris | 8 бинов | −92 дБ | слабая линия рядом с сильной |
-| flat-top | 10 бинов | −93 дБ | точная **амплитуда** |
+| flat-top | 10 бинов | −93 дБ | точная **амплитуда** (калибровка) |
-==== 4.4 «Паспорт» окна — два числа ====
+  * **Прямоугольное**: ничего не меняем; хорошо, если частоты точно в бинах.
+  * **Hann**: плавный «колокол»; выбор по умолчанию.
+  * **Hamming**: похоже на Hann, но не доходит до нуля; чуть ниже боковые.
+  * **Blackman–Harris**: очень низкие боковые; шире главный лепесток.
+  * **flat-top**: широкий плоский верх; точная амплитуда, плохое разрешение.
-  * **coherent gain** — поправка на амплитуду.
+==== 4.7 «Паспорт» окна: coherent gain и ENBW ====
+  * **Coherent gain** — среднее значение окна:
+    * поправка на амплитуду линии;
     * Hann ≈ 0.5, Hamming ≈ 0.54, flat-top ≈ 0.22.
-  * **ENBW** — поправка на шум (эквивалентная шумовая полоса).
+  * **ENBW** — эквивалентная шумовая полоса:
-    * Прямоугольное 1.0, Hann 1.5, flat-top 3.77.
+    * поправка на шум и PSD;
-  * ''scipy.signal.welch'' учитывает это сам, но знать нужно — иначе спектры нельзя
+    * прямоугольное 1.0, Hann 1.5, Hamming 1.36, flat-top 3.77.
-  сравнивать.
+  * Без учёта этих коэффициентов нельзя сравнивать спектры с разными окнами.
+  * ''scipy.signal.welch'' учитывает их автоматически.
+==== 4.8 Как выбрать окно ====
+  * Разделённые тона, важна резкость → **прямоугольное** или **Hann**.
+  * Слабая линия рядом с сильной → **Hann** или **Blackman–Harris**.
+  * Точная амплитуда → **flat-top**.
+  * Не знаете что взять → **Hann**.
+==== 4.9 Частые вопросы про окна ====
+  * «Окно убирает шум?» — нет, окно против утечки; шум убирает усреднение.
+  * «Окно искажает сигнал?» — ослабляет края; при нормировке амплитуда верна.
+  * «Можно без окна?» — да, если частоты точно в бинах и сигнал чистый.
+  * «Почему пик ниже?» — это coherent gain.
+  * «Почему пик шире?» — расширенный главный лепесток.
 ----
@@ Line 114: / Line 376: @@
 ===== 5. Разрешение по частоте =====
-  * Формула: ''Δf = fд / N = 1 / T''.
+==== 5.1 Главная формула ====
-  * Разрешение задаёт **длительность записи ''T''**, а не частота дискретизации.
-  * Чтобы различить два близких тона — надо **дольше смотреть**.
+  * ''Δf = f_д / N'', а так как ''T = N / f_д'', то ''Δf = 1 / T''.
-  * Критерий Рэлея: различимы, если расстояние ''> Δf''.
+  * Чем **дольше** запись, тем **тоньше** разрешение.
-  * Для Hann практически нужно ''≈ 2Δf''.
+  * ''Δf'' — минимальное расстояние, различимое по построению.
-  * Пример: тона 1000 и 1040 Гц.
-    * ''N = 128'' → сливаются.
+==== 5.2 Диапазон и разрешение — разные вещи ====
-    * ''N = 1024'' → видны два пика.
+  * **Частота дискретизации** задаёт **диапазон** (до ''f_д/2'', частота Найквиста).
+  * **Длительность записи** задаёт **разрешение** ''Δf''.
+  * Поднять ''f_д'' → шире диапазон, но разрешение (при том же ''T'') не улучшится.
+  * Аналогия: диапазон — «какие ноты слышим»; разрешение — «какие близкие ноты
+  различаем».
+==== 5.3 Число Найквиста ====
+  * Верхняя частота: ''f_д / 2''.
+  * Всё выше — «заворачивается» (алиасинг), если нет антиалиасингового фильтра.
+  * Поэтому перед дискретизацией ставят фильтр.
+==== 5.4 Критерий Рэлея ====
+  * Тона различимы, если расстояние между ними **больше ''Δf''**.
+  * Для Hann нужно примерно ''≈ 2Δf''.
+  * То есть окно немного «съедает» разрешение, но даёт динамику.
+==== 5.5 Опыт с двумя тонами ====
+  * Тона 1000 и 1040 Гц.
+  * ''N = 128'' → ''Δf = 62.5'' Гц → сливаются.
+  * ''N = 1024'' → ''Δf ≈ 7.8'' Гц → два пика.
+  * Вывод: «раздвинуть» близкие частоты можно **удлинением записи**.
+==== 5.6 От чего ещё зависит разрешение ====
+  * Длительность записи ''T'' (главное).
+  * Форма/ширина окна.
+  * Отношение сигнал/шум.
+  * Наличие мешающих линий (боковые лепестки).
+==== 5.7 Примеры ''Δf'' для разных ''T'' ====
+^ Длительность ''T'' ^ ''Δf = 1/T'' ^
+| 0.1 с | 10 Гц |
+| 0.5 с | 2 Гц |
+| 1 с | 1 Гц |
+| 10 с | 0.1 Гц |
+  * Хотите различить тона в 1 Гц — нужна запись около секунды и больше.
 ----
@@ Line 127: / Line 430: @@
 ===== 6. Миф: zero-padding =====
-  * **Что делают:** дополняют сигнал нулями до большой длины.
+==== 6.1 Что делают ====
-  * **Что получают:** гладкий спектр с плотной сеткой.
-  * **В чём ошибка:** думают, что улучшили разрешение.
+  * Дополняют сигнал **нулями** до большей длины перед ДПФ.
-  * **На самом деле:** это **интерполяция** той же кривой.
+  * Получают «гладкий» спектр с плотной сеткой частот.
-  * **Вывод:** разрешение улучшает только **удлинение реальной записи**.
+==== 6.2 Почему это не улучшает разрешение ====
+  * Новых данных не появляется — мы не смотрели дольше.
+  * Это **интерполяция** той же спектральной кривой.
+  * Слипшиеся тона сольются и на плотной сетке.
+==== 6.3 Когда zero-padding полезен ====
+  * Красивый гладкий график.
+  * Точное положение пика (для интерполяции).
+  * Приведение длины к степени двойки.
+  * Линейная свёртка: дополнение до ''N ≥ N_a + N_b − 1''.
+  * Итог: удобство, а не разрешение.
+==== 6.4 Как не спутать ====
+  * Если пики стали «чаще» — это интерполяция, а не новое разрешение.
+  * Если пики стали «уже и раздельнее» — это уже удлинение записи.
 ----
@@ Line 139: / Line 460: @@
 ==== 7.1 Почему один спектр «мохнатый» ====
-  * Одна периодограмма ''|X|²'' статистически неустойчива.
+  * Одна периодограмма ''|X|²'' **неустойчива**; разброс не падает с ростом ''N''.
-  * Её разброс **не уменьшается** с ростом ''N''.
+  * Причина: одна «реализация» случайного процесса.
-  * Аналогия: одно измерение шума случайно, сто усреднённых — устойчивы.
+  * Аналогия: одно измерение шума случайно; сто усреднённых — устойчивы.
 ==== 7.2 Идея по шагам ====
-  - Режем запись на сегменты (можно с перекрытием).
+  - Резать запись на **сегменты**.
-  - К каждому сегменту применяем окно.
+  - Брать их с **перекрытием**.
-  - Считаем БПФ и квадрат модуля.
+  - Применять **окно**.
-  - Усредняем по сегментам.
+  - Считать **БПФ** и ''|·|²''.
+  - **Усреднять** по сегментам.
 ==== 7.3 Что получаем и чем платим ====
-  * Получаем: несмещённую оценку с меньшим разбросом (падение в ''√K'' раз).
+  * Получаем: несмещённую оценку с меньшим разбросом.
-  * Платим: разрешение определяется длиной **сегмента**, а не всей записи.
+  * Разброс падает как ''√K'' (''K'' — число сегментов).
-  * Настройки: ''nperseg'' (длина сегмента), ''noverlap'' (перекрытие).
+  * Платим: разрешение определяется длиной **сегмента**.
+==== 7.4 Как выбирать параметры ====
+  * ''nperseg'' (длина сегмента):
+    * больше → лучше разрешение, больше разброс;
+    * меньше → меньше шум, хуже разрешение.
+  * ''noverlap'' (перекрытие): обычно 50% (''nperseg // 2'').
+  * ''nperseg'' — желательно степень двойки.
+  * Разрешение: ''f_д / nperseg'' должно быть достаточно мелким.
+  * Больше сегментов → глаже кривая, но больше вычислений.
+==== 7.5 Сколько нужно усреднений ====
+  * ''K = 1'' → как одна периодограмма (шумно).
+  * ''K = 10'' → заметно глаже.
+  * ''K = 100'' → устойчивая кривая.
+  * Разброс ≈ ''1/√K'': чтобы улучшить в 2 раза, нужно в 4 раза больше сегментов.
+==== 7.6 Родственники метода ====
+  * **Периодограмма** — один сегмент (шумная).
+  * **Бартлетт** — сегменты без перекрытия.
+  * **Уэлч** — перекрытие + окно (стандарт).
+  * **Медианное усреднение** — устойчиво к выбросам.
+  * **Мультитейпер** — несколько ортогональных окон.
+==== 7.7 Порядок действий ====
+  - Определить нужное ''Δf''.
+  - По нему выбрать длину сегмента.
+  - Взять окно (Hann).
+  - Перекрытие 50%.
+  - Посчитать ''welch''.
+  - Убедиться: линии на месте, шум «успокоился».
 ----
-===== 8. PSD: плотность мощности =====
+===== 8. PSD: спектральная плотность мощности =====
-  * Когда сигнал шумовой, «амплитуда на частоте» бессмысленна.
+==== 8.1 Что это ====
+  * Для шума «амплитуда на частоте» бессмысленна.
   * Правильная мера — **мощность на герц** (PSD).
-  * Площадь под кривой PSD = полная мощность сигнала.
+  * **Площадь под PSD = полная мощность** сигнала.
-  * Две нормировки в ''scipy.signal'':
-    * ''scaling='density''' → «мощность/Гц» — для шумов;
+==== 8.2 Две нормировки ====
-    * ''scaling='spectrum''' → «мощность в бине» — для линий.
-  * Практика: для диагностики бери ''density'' и доверь ''welch''.
+  * ''scaling='density''' → «мощность²/Гц» (для шумов и широкополосных сигналов).
+  * ''scaling='spectrum''' → «мощность² в бине» (для дискретных линий).
+==== 8.3 Формула с ENBW ====
+  * ''PSD = |W|² / (f_д · ENBW)''.
+  * Благодаря ENBW уровень шумовой полки не зависит от окна.
+  * В ''welch'' это уже учтено.
+==== 8.4 Мощность в полосе ====
+  * Мощность в полосе ''[f1, f2]'' ≈ сумма PSD по этой полосе, умноженная на шаг ''Δf''.
+  * Отсюда: чем шире полоса, тем больше «собранная» мощность.
+==== 8.5 Зачем децибелы ====
+  * Динамический диапазон спектра огромен.
+  * В дБ он «сжимается» и читается глазом: ''10·log10(PSD)''.
+  * Таблица для ориентира:
+^ Отношение мощностей ^ В дБ ^
+| ×2 | +3 |
+| ×10 | +10 |
+| ×100 | +20 |
+| ×1000 | +30 |
+| ×10⁶ | +60 |
+  * Минус дБ: мощности нельзя складывать «на глаз».
+==== 8.6 Типичные ошибки с PSD ====
+  * Смешивать ''density'' и ''spectrum'' на одном графике.
+  * Сравнивать разные окна без нормировки.
+  * Забывать про ''Δf'' при переходе к мощности в полосе.
+  * Считать уровень шума не зависящим от разрешения (он зависит от полосы).
 ----
-===== 9. Точная частота (сверх сетки) =====
+===== 9. Точная оценка частоты =====
-  * Сетка даёт частоту с шагом ''Δf''.
+  * Сетка даёт частоту с шагом ''Δf''; истина может быть между бинами.
-  * Хотим точнее — используем **параболическую интерполяцию** по трём точкам вокруг
+  * Приём: **параболическая интерполяция** по трём точкам вокруг пика.
-  пика.
+  * Берём три значения логарифма спектра (левое, центр, правое).
-  * Пример из лекции: истина 100.4 Гц, оценка 100.34 Гц при сетке 3.9 Гц.
+  * Формула даёт поправку ''δ'' (от −0.5 до +0.5 бина).
+  * Уточнённая частота: ''f₀ ≈ (k + δ)·Δf''.
+  * Пример из ноутбука: истина 100.4 Гц, сетка ≈ 3.9 Гц, оценка — 100.34 Гц.
+  * Более точные методы:
+    * интерполяция по двум окнам;
+    * оценка по фазе;
+    * Прони, MUSIC — для близких тонов.
+  * Для вибрации и радиосигналов обычно достаточно интерполяции.
 ----
-===== 10. Спектрограмма: сигнал меняется во времени =====
+===== 10. Спектрограмма: сигнал во времени и по частоте =====
+==== 10.1 Что такое STFT ====
   * Обычный спектр предполагает, что сигнал всё время одинаков.
-  * **STFT:** считаем спектр в скользящем окне.
+  * **STFT**: спектр в **скользящем окне**.
-  * Результат — **спектрограмма**: время по горизонтали, частота по вертикали,
+  * Результат — **спектрограмма**: время (X), частота (Y), мощность (цвет).
-  яркость = мощность.
-  * Видно чирп (наклонная линия) и короткие всплески (пятна).
-==== Компромисс «время — частота» ====
+==== 10.2 Что видно на спектрограмме ====
-  * Короткое окно: хорошо «когда», плохо «какая частота».
+  * **Чирп** (частота растёт) — наклонная линия.
-  * Длинное окно: хорошо «какая частота», плохо «когда».
+  * **Короткий всплеск** — вертикальное пятно.
+  * **Долгий тон** — горизонтальная линия.
+  * **Дрейф частоты** — изгиб линии.
+  * Одним обычным спектром этого не увидеть.
+==== 10.3 Компромисс время–частота ====
+  * **Короткое окно** → хорошо «когда», плохо «какая частота».
+  * **Длинное окно** → точно по частоте, но размыто по времени.
   * Это принцип неопределённости, а не недоработка метода.
+==== 10.4 Когда спектрограмма нужна ====
+  * Нестационарные сигналы (речь, музыка, разгон).
+  * Поиск коротких событий (щелчки, удары, разряды).
+  * Отслеживание изменения частоты.
+  * Когда обычный спектр «смешивает» разные режимы.
+==== 10.5 Родственные инструменты ====
+  * **Вейвлет-преобразование** — адаптивное окно; лучше для широкополосных всплесков.
+  * **Спектрограмма** — простой и наглядный инструмент на каждый день.
+  * **Мультитейперная спектрограмма** — сглаженнее.
 ----
-===== 11. Реальный пример: вибрация =====
+===== 11. Реальный пример: вибрация, шаг за шагом =====
-  * В сигнале: база 50 Гц, дефект 120 Гц, слабая гармоника 240 Гц, шум.
+  * Данные: вибрация агрегата.
-  * Одна периодограмма: слабая линия тонет в шуме.
+  * Составляющие: база 50 Гц, дефект 120 Гц, слабая гармоника 240 Гц, шум.
-  * Welch + окно Hann: шум сглаживается, линия 240 Гц видна.
+  * Шаг 1. Одна периодограмма: шум «мохнатый», линия 240 Гц тонет.
-  * Итог: спектр — это **основа для решения**, а не картинка.
+  * Шаг 2. Окно Hann + Уэлч: шум сглажен, линия 240 Гц различима.
+  * Шаг 3. PSD в дБ: удобный масштаб, видно превышение над полкой.
+  * Шаг 4. Уточнение частот интерполяцией.
+  * Итог: не «картинка», а **основа для решения**.
 ----
-===== 12. Шпаргалка (словарь) =====
+===== 12. Шпаргалка (словарь терминов) =====
 ^ Термин ^ Что означает ^
@@ Line 216: / Line 639: @@
 | Боковые лепестки | «хвосты», мешают видеть слабые линии |
 | Coherent gain | поправка на амплитуду |
-| ENBW | поправка на шум |
+| ENBW | поправка на шум (эквивалентная шумовая полоса) |
 | Разрешение | ''Δf = 1/T'' |
 | Zero-padding | интерполяция, а не разрешение |
-| Периодограмма | ` | БПФ | ²` одной записи |
+| Периодограмма | квадрат модуля БПФ одной записи |
-| Метод Уэлча | усреднение периодограмм |
+| Метод Уэлча | усреднение периодограмм по сегментам |
 | PSD | мощность на герц |
 | Спектрограмма | спектр во времени (STFT) |
+| Бин | узел частотной сетки ДПФ |
+| Найквист | верхняя частота ''f_д/2'' |
 ----
-===== 13. Частые ошибки =====
+===== 13. Частые ошибки и заблуждения =====
-  * «Подниму частоту дискретизации — улучшу разрешение».
+  * «Подниму ''f_д'' — улучшу разрешение» → нет, разрешение задаёт ''T''.
-    * Нет: разрешение задаёт время записи ''T''.
+  * «Дополню нулями — увижу детали» → это интерполяция.
-  * «Дополню нулями — увижу больше деталей».
+  * «Окно убирает шум» → окно против утечки, шум убирает усреднение.
-    * Нет: это интерполяция той же кривой.
+  * «БПФ приближённое» → результат точно совпадает с ДПФ.
-  * «Окно Hann убирает шум».
+  * «Разные окна сравнимы по высоте пиков» → только с coherent gain.
-    * Нет: окно борется с утечкой, шум убирает усреднение.
+  * «Больше точек всегда лучше» → разрешение = время, устойчивость = усреднение.
-  * «БПФ — приближённый метод».
+  * «Утечка — баг» → закономерность конечной записи.
-    * Нет: результат точно совпадает с ДПФ.
+  * «Спектрограмма = спектр» → спектрограмма добавляет ось времени.
-  * «Спектры с разными окнами можно сравнивать по высоте пиков».
-    * Только с учётом coherent gain.
 ----
-===== 14. План рассказа на 2 академических часа =====
+===== 14. Типичные ошибки в коде (''scipy'') =====
-  - **5 мин.** Напомнить ДПФ и его цену ''O(N²)''.
+  * Применили окно **дважды**: сначала вручную, потом внутри ''welch''.
-  - **15 мин.** Идея БПФ, бабочка, бит-реверс, граф, сложность.
+  * Передали ''fs'' в герцах, а частоты трактовали как бины (или наоборот).
+  * Использовали ''fft'' вместо ''rfft'' для вещественного сигнала (лишняя работа).
+  * Забыли ''fftshift'' там, где нужен «центрированный» спектр.
+  * Взяли ''nperseg'' больше длины сигнала.
+  * Сравнили ''spectrum'' и ''density'' без пересчёта.
+  * Не учли coherent gain при измерении амплитуды вручную.
+  * Путали ''noverlap'' в отсчётах и в процентах.
+  * Строили спектрограмму без ''scaling'', а потом удивлялись уровню.
+  * Смотрели амплитуду сигнала до вычета среднего (постоянная составляющая).
+----
+===== 15. Практические рецепты по задачам =====
+  * **Аудио (речь, музыка)**:
+    * ''nperseg'' 1024–4096, Hann, перекрытие 50%;
+    * спектрограмма с окном 512–2048 для событий.
+  * **Вибрация / диагностика**:
+    * ''nperseg'' 1024–8192, Hann;
+    * ищем гармоники и боковые полосы дефектов.
+  * **Радио / связь**:
+    * окно Hann или Blackman–Harris для слабых сигналов;
+    * I/Q, аналитический сигнал.
+  * **ЭКГ / биосигналы**:
+    * ''nperseg'' небольшой (0.5–2 с) для нестационарности;
+    * окно Hann; вычитать постоянную составляющую.
+  * **Измерение частоты**:
+    * интерполяция пика; при возможности — фазовый метод.
+----
+===== 16. Мини-лаборатория (что сделать в ноутбуке руками) =====
+  - Сгенерировать чистый тон ровно в бине и посмотреть ДПФ.
+  - Сдвинуть частоту на полбина и увидеть утечку.
+  - Применить окно Hann и сравнить боковые лепестки в дБ.
+  - Сравнить спектры при ''N = 128'' и ''N = 1024'' (два близких тона).
+  - Дополнить нулями и убедиться, что разрешение не улучшилось.
+  - Реализовать простой БПФ radix-2 и сверить с ''numpy.fft''.
+  - Посчитать ''periodogram'' и ''welch'', сравнить «мохнатость».
+  - Построить PSD в ''density'' и ''spectrum'', объяснить разницу.
+  - Сделать спектрограмму чирпа и короткого всплеска.
+  - Оценить частоту параболической интерполяцией.
+----
+===== 17. План рассказа на 2 академических часа =====
+  - **5 мин.** ДПФ и его цена ''O(N²)''.
+  - **15 мин.** БПФ: разделяй и властвуй, бабочка, бит-реверс, сложность.
   - **15 мин.** Конечная запись → утечка; окна; компромисс лепестков.
   - **15 мин.** Разрешение ''Δf = 1/T''; два тона; миф про zero-padding.
-  - **15 мин.** Уэлч и PSD: зачем усреднять.
+  - **15 мин.** Уэлч и PSD: зачем усреднять; ''density'' vs ''spectrum''.
-  - **15 мин.** Спектрограмма, компромисс время–частота, точная частота.
+  - **15 мин.** Спектрограмма; компромисс время–частота; точная частота.
   - **10 мин.** Реальный кейс (вибрация), рецепт ''scipy.signal'', задание №4.
-**Приём для аудитории:** сначала показать плохую картинку («в лоб»), потом — что
+  * **Приём:** сначала плохая картинка, потом — что делает приём.
-делает каждый приём. Тогда инструмент запоминается как лекарство от конкретной боли.
+  * Давать «до/после»: утечка → окно, шум → Уэлч, короткая запись → длинная.
 ----
-===== 15. Главная мысль =====
+===== 18. Вопросы для самопроверки =====
-  * Спектр — это не картинка, а **измерение**.
+  - Чем БПФ отличается от ДПФ по результату и стоимости?
+  - Зачем на входе БПФ бит-реверс?
+  - Что физически означает утечка?
+  - Почему окно расширяет главный лепесток?
+  - Как выбрать окно для слабой линии рядом с сильной?
+  - Почему ''Δf = 1/T'', а не связано с ''f_д''?
+  - Почему zero-padding не улучшает разрешение?
+  - Зачем перекрытие сегментов в Уэлче?
+  - Чем ''density'' отличается от ''spectrum''?
+  - В чём компромисс время–частота?
+----
+===== 19. Связь с другими темами курса =====
+  * **Лекция 2** — непрерывное преобразование Фурье и спектры (идея).
+  * **Лекция 3** — ДПФ (что считаем).
+  * **Лекция 4** — БПФ и практический спектральный анализ (как считать).
+  * **Лекция 5** — модуляция и I/Q (радиосигналы).
+  * **Лекции 6+** — фильтры, Z-преобразование, многомерная обработка.
+----
+===== 20. Итог одной страницей =====
+  * ДПФ — точный спектр, но ''O(N²)''.
+  * БПФ — тот же результат за ''O(N·log N)''.
+  * Вход БПФ — бит-реверс; соединение — «бабочки».
+  * Конечная запись → утечка; окна → компромисс «разрешение/динамика».
+  * Разрешение ''Δf = 1/T''; zero-padding — только интерполяция.
+  * Уэлч → устойчивая PSD; спектрограмма → время–частота.
+  * Практика — ''scipy.signal'' (''get_window'', ''rfft'', ''welch'', ''spectrogram'').
+----
+===== 21. Главная мысль и что дальше =====
+  * Спектр — не картинка, а **измерение**.
   * Чтобы ему верить, мало уметь считать быстро (БПФ).
-  * Нужно понимать, как его искажают конечная запись и окно.
+  * Нужно понимать искажения:
-  * Нужно уметь отделять реальные линии от артефактов (окна, усреднение, PSD).
+    * конечная запись (утечка);
+    * выбор окна (разрешение против динамики);
+    * шум (дисперсия оценки).
+  * И уметь отделять реальные линии от артефактов:
+    * окна;
+    * усреднение (Уэлч);
+    * нормировка PSD.
+  * **Дальше (лекция 5):** спектры радиосигналов и модуляция — АМ/ЧМ/ФМ, цифровые
+  созвездия, комплексная огибающая (I/Q).
+----
+====== Приложения ======
+===== 22. Математика за формулами — словами =====
+==== 22.1 Почему формула ДПФ именно такая ====
+  * Ядро ''e^(−j·2π·k·n/N)'' — это «пробная» синусоида, повёрнутая на комплексной
+  плоскости.
+  * Умножение и суммирование — это мера похожести сигнала на эту синусоиду.
+  * Если сигнал содержит эту частоту, произведение даёт постоянную составляющую,
+  которая при суммировании накапливается.
+  * Если не содержит — произведение колеблется и в сумме даёт почти ноль.
+  * Поэтому ДПФ — это корреляция; она «выпячивает» присутствующие частоты.
+==== 22.2 Формула Эйлера — словами ====
+  * ''e^(jθ) = cosθ + j·sinθ''.
+  * Геометрический смысл: точка на **единичной окружности** под углом ''θ''.
+  * Мнимая единица ''j'' — поворот на 90°.
+  * Отсюда комплексная экспонента — удобный способ «крутить» фазу.
+  * Множитель ''e^(−j·2π·k·n/N)'' — это дискретные повороты на равные углы.
+  * Для ''N'' точек получается ''N'' равномерно расставленных «стрелок» — базис ДПФ.
+==== 22.3 Умножение во времени = свёртка в спектре ====
+  * Возьмём произведение двух сигналов: ''z = x · w''.
+  * Его спектр равен **свёртке** спектров ''X'' и ''W''.
+  * Именно поэтому конечная запись (умножение на окно) «размазывает» спектр.
+  * Чем уже спектр окна, тем меньше размазывание.
+  * У прямоугольного окна спектр широкий — потому утечка велика.
+==== 22.4 Откуда берётся «заворачивание» и периодичность ====
+  * Дискретизация во времени делает спектр **периодическим** по частоте.
+  * Период повторения — ''f_д''.
+  * Поэтому ДПФ можно «центрировать» (''fftshift'') и смотреть отрицательные частоты.
+  * Это же свойство объясняет алиасинг: частоты выше ''f_д/2'' накладываются.
+==== 22.5 Откуда ENBW ====
+  * ENBW показывает, во сколько «бинов» окно собирает шум.
+  * Формула ''N·Σw²/(Σw)²'' — отношение энергии квадрата окна к квадрату суммы.
+  * Прямоугольное окно «собирает» ровно один бин (ENBW = 1).
+  * Более гладкие окна шире — ENBW > 1.
+  * Через ENBW нормируют шумовую полку, чтобы она не зависела от окна.
+==== 22.6 Почему разброс Уэлча падает как ''1/√K'' ====
+  * Каждый сегмент даёт независимую оценку периодограммы.
+  * Усреднение ''K'' независимых оценок уменьшает разброс как ''√K''.
+  * Поэтому дисперсия падает как ''1/K''.
+  * Отсюда правило: чтобы улучшить гладкость вдвое, нужно вчетверо больше сегментов.
+  * Расплата — разрешение определяется длиной сегмента, а не всей записи.
+==== 22.7 Равенство Парсеваля ====
+  * Энергия сигнала во времени равна энергии в спектре (с нормировкой).
+  * Практический смысл: вычисления «не теряют» энергию.
+  * Полезно для проверки корректности ДПФ/БПФ.
+==== 22.8 Частоты и бины ====
+  * Бин ''k'' соответствует частоте ''f_k = k·f_д/N''.
+  * Шаг сетки ''Δf = f_д/N = 1/T''.
+  * Число уникальных бинов:
+    * ''N'' для комплексного сигнала;
+    * ''N/2 + 1'' для вещественного.
+----
+===== 23. Вопросы и развёрнутые ответы =====
+  - **Почему БПФ быстрее, если считает то же самое?**
+   Оно переиспользует одни и те же множители за счёт деления задачи пополам;
+   число операций становится ''N·log₂N'' вместо ''N²''.
+  - **БПФ даёт другой результат?**
+   Нет. Отличия только из-за машинного округления; математически результат тот же.
+  - **Можно ли считать БПФ для любого ''N''?**
+   Для ''N = 2^m'' проще всего (radix-2). Для других ''N'' есть mixed-radix и
+   специальные алгоритмы; часто проще добить нулями до степени двойки.
+  - **Что делать, если частоты точно не в бинах?**
+   Использовать окно (Hann/Blackman–Harris) и/или интерполировать пик.
+  - **Почему у прямоугольного окна боковые только −13 дБ?**
+   Это следствие «резкого» обрыва записи; спектр такого окна — медленно затухающий
+   ''sinc''.
+  - **Какое окно универсальное?**
+   Hann: хороший компромисс между разрешением и динамическим диапазоном.
+  - **Как увидеть слабую линию рядом с сильной?**
+   Blackman–Harris (или Hann) + усреднение; при необходимости — вычитание сильной
+   линии.
+  - **Почему после zero-padding график гладкий, но пики не разделились?**
+   Потому что это интерполяция; новых данных нет.
+  - **Что выбрать: разрешение или меньше шума?**
+   Это компромисс: длинный сегмент — лучше разрешение, короткий — меньше шума.
+  - **Сколько нужно данных для устойчивого спектра?**
+    Чем больше, тем лучше; ориентир — десятки-сотни сегментов для гладкой PSD.
+  - **Что такое «шумовая полка»?**
+    Средний уровень PSD шума; реальные линии — пики над полкой.
+  - **Чем ''density'' отличается от ''spectrum''?**
+    ''density'' — мощность на герц (для шума); ''spectrum'' — мощность в бине (для
+    линий).
+  - **Почему в дБ?**
+    Динамический диапазон спектра огромен; дБ «сжимает» масштаб для глаза.
+  - **Как точно измерить частоту?**
+    Интерполяция пика (парабола по логарифму), фазовый метод, Прони/MUSIC.
+  - **Что такое спектрограмма?**
+    Спектр во времени: STFT в скользящем окне.
+  - **Почему на спектрограмме нельзя быть точным и по времени, и по частоте?**
+    Принцип неопределённости: короткое окно — время, длинное — частота.
+  - **Нужно ли вычитать среднее?**
+    Да, постоянная составляющая (нулевая частота) иначе «давит» масштаб.
+  - **Что делать с алиасингом?**
+    Ставить антиалиасинговый фильтр до дискретизации и следить за ''f_д/2''.
+  - **Можно ли анализировать нестационарный сигнал одним спектром?**
+    Можно, но он «смешает» режимы; лучше спектрограмма.
+  - **Где это применяется в курсе?**
+    В сквозном проекте: диагностика по вибрации, акустика, радио (RFID), речь.
+----
+===== 24. Как читать ноутбук лекции (по шагам) =====
+  * **Ячейка «стоимость ДПФ/БПФ»**: измеряет время прямого ДПФ и ''np.fft.fft''.
+    * Вывод: разрыв растёт с ''N''.
+  * **Ячейка «дерево DIT»**: показывает разбиение 8 отсчётов.
+  * **Ячейка «бабочка»**: схема соединения двух половин.
+  * **Ячейка «граф БПФ»**: три стадии по четыре бабочки.
+  * **Ячейка «бит-реверс»**: таблица перестановки индексов.
+  * **Ячейка «окна во времени»**: формы окон.
+  * **Ячейка «спектры окон»**: главный и боковые лепестки в дБ.
+  * **Ячейка «компромисс окна»**: ширина против боковых.
+  * **Ячейка «утечка»**: тон между бинами; rect против Hann.
+  * **Ячейка «разрешение»**: два тона при ''N = 128'' и ''N = 1024''.
+  * **Ячейка «zero-padding»**: гладко, но без нового разрешения.
+  * **Ячейка «Уэлч»**: одна периодограмма против усреднённой.
+  * **Ячейка «PSD»**: ''density'' против ''spectrum''.
+  * **Ячейка «спектрограмма»**: чирп и всплески.
+  * **Ячейка «вибрация»**: слабая гармоника 240 Гц.
+  * **Ячейка «точная частота»**: параболическая интерполяция.
+----
+===== 25. Другие инструменты спектрального анализа =====
+  * **Вейвлеты**:
+    * адаптивное окно (широкое на низких частотах, узкое на высоких);
+    * хороши для всплесков и нестационарных сигналов.
+  * **Банки фильтров**:
+    * набор полосовых фильтров;
+    * основа аудиокодеков и слуховых моделей.
+  * **Параметрические методы (Прони, MUSIC, ESPRIT)**:
+    * дают сверхвысокое разрешение для близких тонов;
+    * чувствительны к модели и шуму.
+  * **Спектральное оценивание через модели** (AR/ARMA):
+    * короткие записи, гладкие спектры.
+  * **Машинное обучение**:
+    * спектрограмма как «картинка» для нейросети;
+    * классификация состояний (дефект/норма);
+    * важно помнить о физике сигнала.
+----
+===== 26. Историческая и практическая справка =====
+  * Идея быстрого ДПФ — фактически у **Гаусса** (около 1805).
+  * Широкая известность — **Cooley–Tukey**, 1965.
+  * Появление FFTW (1997) сделало БПФ «заводским» стандартом.
+  * Сегодня БПФ встроено в процессоры, GPU, DSP и даже микроконтроллеры.
+  * В курсе БПФ — рабочий инструмент: от вибродиагностики до радиоприёма.
+  * Практический вывод: не изобретать БПФ, а уметь им пользоваться и понимать
+  ограничения.
+----
+===== 27. Полный числовой пример БПФ (N = 4, вручную) =====
+  * Возьмём ''x = [1, 2, 3, 4]''.
+  * **Прямое ДПФ** (для проверки):
+    * ''X[0] = 1 + 2 + 3 + 4 = 10'';
+    * ''X[1] = 1 + 2·(−j) + 3·(−1) + 4·(j) = −2 + 2j'';
+    * ''X[2] = 1 − 2 + 3 − 4 = −2'';
+    * ''X[3] = 1 + 2·(j) + 3·(−1) + 4·(−j) = −2 − 2j''.
+  * **Через БПФ (radix-2)**:
+    * чётные ''[1, 3]'', нечётные ''[2, 4]'';
+    * ''E[0] = 1 + 3 = 4'', ''E[1] = 1 − 3 = −2'';
+    * ''O[0] = 2 + 4 = 6'', ''O[1] = 2 − 4 = −2'';
+    * множитель ''W = e^(−j·π/2) = −j''.
+  * Соединяем «бабочками»:
+    * ''X[0] = E[0] + O[0] = 10'';
+    * ''X[2] = E[0] − O[0] = −2'';
+    * ''X[1] = E[1] + W·O[1] = −2 + 2j'';
+    * ''X[3] = E[1] − W·O[1] = −2 − 2j''.
+  * Результаты **совпали** с прямым ДПФ.
+  * Вывод: БПФ — это организация вычислений, а не приближение.
+  * Проверить себя: ''np.fft.fft([1,2,3,4])'' даёт те же числа.
+----
+===== 28. Чек-лист практика: как анализировать спектр =====
+  - Определить **диапазон** частот, который интересует.
+  - Выбрать **частоту дискретизации** (''f_д'' ≥ 2·верхняя частота).
+  - Определить нужное **разрешение** ''Δf'' и отсюда длительность ''T''.
+  - Решить, **стационарный** ли сигнал (нужна ли спектрограмма).
+  - Выбрать **окно** (по умолчанию Hann).
+  - Для шумного сигнала — **усреднить** (Уэлч), подобрать ''nperseg''/''noverlap''.
+  - Проверить **нормировку** (density/spectrum, coherent gain).
+  - Построить спектр в **дБ** и отметить ожидаемые линии.
+  - **Уточнить** частоты пиков интерполяцией.
+  - Сравнить с **физикой** процесса и сделать вывод.
+----
+===== 29. Англо-русский глоссарий =====
+^ Английский ^ Русский ^
+| DFT | ДПФ |
+| FFT | БПФ |
+| bin | бин, узел сетки |
+| window | окно |
+| leakage | утечка |
+| main lobe | главный лепесток |
+| side lobe | боковой лепесток |
+| coherent gain | когерентное усиление |
+| ENBW | эквивалентная шумовая полоса |
+| zero padding | дополнение нулями |
+| periodogram | периодограмма |
+| Welch method | метод Уэлча |
+| PSD | спектральная плотность мощности |
+| spectrogram | спектрограмма |
+| resolution | разрешение |
+| alias / aliasing | наложение / алиасинг |
+| bit reversal | бит-реверс |
+| radix-2 | основание 2 |
+| Nyquist | Найквист |
+| decibel (dB) | децибел |
+----
+===== 30. Ещё вопросы (продолжение) =====
+  - **Почему ''N'' степень двойки удобно?** Radix-2 требует ''N = 2^m'', и БПФ работает
+   без «хвостов» и специальных случаев.
+  - **Что будет, если ''N'' простое?** Прямое radix-2 не ляжет; нужны смешанные
+   алгоритмы или паддинг.
+  - **Влияет ли форма окна на измерение амплитуды?** Да; учитывайте coherent gain.
+  - **Сколько бинов у вещественного сигнала?** ''N/2 + 1''.
+  - **Зачем ''rfft''?** Вдвое меньше вычислений и памяти для вещественного сигнала.
+  - **Что такое «центрированный» спектр?** После ''fftshift'': нулевая частота в
+   центре.
+  - **Что делать с постоянной составляющей?** Вычесть среднее перед анализом.
+  - **Как выбрать ''nperseg''?** Под нужное разрешение; обычно степень двойки.
+  - **Что если сигнал не стационарный?** Спектрограмма/вейвлеты.
+  - **Как сравнивать два спектра?** Одинаковые окно, длина, нормировка.
+  - **Что такое утечка «на практике»?** Кажущиеся линии рядом с реальной.
+  - **Почему шум «мохнатый»?** Оценка по одной реализации; нужна статистика.
+  - **Как измерить уровень шума?** По шумовой полке PSD.
+  - **Зачем нужен ''noverlap''?** Чтобы не терять данные на границах сегментов.
+  - **Что читать дальше?** Оппенгейм/Шафер, Сергиенко; статьи Harris и Welch.
+----
+===== 31. Что студент должен уметь «на выходе» =====
+  * **Понимание**:
+    * объяснить БПФ и его отличие от ДПФ;
+    * объяснить утечку и роль окна;
+    * объяснить ''Δf = 1/T'';
+    * объяснить смысл PSD и Уэлча.
+  * **Навыки**:
+    * считать спектр в Python (''rfft'', ''welch'', ''spectrogram'');
+    * правильно строить ось частот;
+    * выбирать окно и параметры усреднения;
+    * измерять частоты и амплитуды;
+    * отделять реальные линии от артефактов.
+  * **Отношение**:
+    * спектр — это измерение, а не «картинка для отчёта»;
+    * любые выводы проверять на устойчивость (окна, длина, усреднение).
+----
+===== 32. Разбор по кейсам сквозного проекта =====
+  * **Диагностика насосного агрегата (вибрация)**:
+    * сигнал: ускорение/скорость, десятки-сотни Гц;
+    * что искать: оборотная частота, гармоники, боковые полосы дефектов;
+    * окно Hann, ''nperseg'' 1024–8192, PSD;
+    * вывод: наличие и рост дефекта.
+  * **Акустический контроль сварных швов**:
+    * сигнал: ультразвук, короткие импульсы;
+    * что искать: время прихода, амплитуда, затухание;
+    * важно: широкополосность, огибающая, время-частотный анализ.
+  * **Мониторинг зоны (RFID + LiDAR)**:
+    * RFID: RSSI и фаза, обратное рассеяние;
+    * LiDAR: дальность и угол;
+    * что искать: присутствие, перемещение, идентичность;
+    * далее: слияние сенсоров (фильтр Калмана).
+  * **Речевой интерфейс оператора**:
+    * сигнал: 16 кГц, речь;
+    * что искать: речь/паузы, команды, шум;
+    * спектрограмма, мел-признаки, детектор активности (VAD).
+  * **Качество электроэнергии (THD)**:
+    * сигнал: 50 Гц и гармоники;
+    * что искать: коэффициенты гармоник, отклонения;
+    * окно и точная синхронизация с периодом сети.
+  * **Сейсмоакустический мониторинг**:
+    * сигнал: низкие частоты, длинная запись;
+    * что искать: события, частотный состав;
+    * спектрограмма и усреднение.
+----
+===== 33. Методические заметки для преподавателя =====
+  * **Начинать с «боли»**: показать плохой спектр и спросить, что не так.
+  * **Демонстрировать «до/после»**:
+    * утечка → окно;
+    * шум → Уэлч;
+    * короткая запись → длинная.
+  * **Давать руками**: пусть студент сам поменяет окно и увидит разницу.
+  * **Типичные ошибки студентов**:
+    * путают диапазон и разрешение;
+    * верят zero-padding;
+    * сравнивают спектры с разными окнами;
+    * забывают о нормировке;
+    * не вычитают постоянную составляющую.
+  * **Как проверять понимание**:
+    * попросить объяснить, почему пик стал шире/ниже;
+    * попросить выбрать окно под задачу и обосновать;
+    * попросить отличить реальную линию от артефакта.
+  * **Связь с практикой**: каждый приём привязать к реальной задаче проекта.
+  * **Оценивание**: ноутбук с графиками + один слайд-вывод с обоснованием выбора.
+----
+===== 34. «Формула → смысл» — короткая шпаргалка =====
+  * ''X[k] = Σ x[n]·e^(−j2πkn/N)'' → корреляция с синусоидой частоты ''k''.
+  * ''f_k = k·f_д/N'' → реальная частота бина ''k''.
+  * ''Δf = f_д/N = 1/T'' → разрешение задаёт время записи.
+  * ''W_N = e^(−j2π/N)'' → «шаг» поворота на комплексной плоскости.
+  * ''X[k] = E[k] + W·O[k]'' → «бабочка» соединения половин.
+  * ''cosθ = (e^(jθ)+e^(−jθ))/2'' → у вещественного тона две линии ±f.
+  * ''y = x * h'' (свёртка) → умножение спектров (и наоборот).
+  * ''PSD = |W|²/(f_д·ENBW)'' → нормировка мощности на герц.
+  * ''δ = ½·(y₋₁ − y₊₁)/(y₋₁ − 2y₀ + y₊₁)'' → поправка частоты пика.
+  * ''O(N²)'' → ''O(N·log₂N)'' → суть выигрыша БПФ.
+----
+===== 35. Аналогии и метафоры (чтобы объяснить любому) =====
+  * **Спектр** — призма/радуга: разложение сложного на простое.
+  * **ДПФ** — «подбор частоты»: угадываем, какие ноты спрятаны в аккорде.
+  * **БПФ** — тот же подбор, но умнее: не перебираем, а делим пополам.
+  * **Бабочка** — «развилка»: одно число идёт вверх и вниз.
+  * **Бит-реверс** — «перепутанные карточки», которые раскладывают заранее.
+  * **Утечка** — «размазывание»: фильтр с крутыми краями плодит «звёздочки».
+  * **Окно** — мягкая диафрагма: убирает «звёздочки», но чуть размывает.
+  * **Главный лепесток** — толщина «карандаша», которым рисуем линию.
+  * **Боковые лепестки** — «эхо» карандаша по бокам.
+  * **Zero-padding** — «лупа на той же картинке»: больше точек, но не больше деталей.
+  * **Разрешение** — «бинокль и время»: близкое различает наблюдение, а не увеличение.
+  * **Уэлч** — «усреднить сто измерений», чтобы успокоить случайность.
+  * **PSD** — «мощность на герц»: сколько энергии в каждой «щели» спектра.
+  * **Спектрограмма** — «партитура во времени»: видно, когда какая нота звучит.
+  * **Порог Найквиста** — «скорость съёмки»: слишком быстрое движение «заворачивается».
+----
+===== 36. Частые вопросы о дискретизации и Найквисте =====
+  * **Что такое частота Найквиста?** Верхняя частота ''f_д/2'', которую можно корректно
+  оцифровать без алиасинга.
+  * **Почему именно половина?** Чтобы описать синусоиду, нужно минимум два отсчёта на
+  период (один — «вверх», один — «вниз»).
+  * **Что происходит выше ''f_д/2''?** Частота «заворачивается» и притворяется низкой —
+  это алиасинг.
+  * **Как с ним бороться?** Антиалиасинговый фильтр **до** АЦП.
+  * **Можно ли поднять ''f_д'' и «улучшить» всё?** Шире диапазон — да; разрешение при
+  том же ''T'' — нет.
+  * **Сколько отсчётов нужно?** Столько, сколько даёт нужную длительность ''T = N/f_д''.
+  * **Зачем anti-alias, если можно фильтровать цифрового?** Уже поздно: алиасинг
+  необратим.
+  * **Как связано ''T'' и число периодов?** Чем больше периодов в записи, тем «резче»
+  линия на спектре.
+----
+===== 37. Практические значения параметров для железа курса =====
+  * **ESP32-C3, АЦП 12 бит**:
+    * ''f_д'' до десятков кГц;
+    * квантование даёт шум; полезно усреднять.
+  * **Микрофон I2S (звук)**:
+    * ''f_д'' 16 или 48 кГц;
+    * Hann, ''nperseg'' 1024–4096, спектрограмма для событий.
+  * **LiDAR (сканы)**:
+    * по сути «сигнал» в пространстве (дальность/угол);
+    * фильтрация выбросов, а не частотный анализ в первом приближении.
+  * **RFID 800 МГц**:
+    * RSSI и фаза во времени;
+    * фильтрация и сглаживание, спектр для периодических помех.
+  * **Вибрация (акселерометр)**:
+    * ''f_д'' 1–10 кГц;
+    * Hann, PSD, усреднение; ищем гармоники.
+  * **Питающая сеть (THD)**:
+    * синхронизация с 50 Гц, окно на целое число периодов.
+  * Общее правило: **сначала понять сигнал и частоты**, потом выбирать параметры.
+----
+===== 38. Что делать, если «не получается» (траблшутинг) =====
+  * **Пик не на ожидаемой частоте**:
+    * проверьте ось частот (''fftfreq''/''rfftfreq'', ''fs'', ''fftshift'');
+    * не перепутаны ли бины и герцы;
+    * нет ли алиасинга (частота выше ''f_д/2'').
+  * **Спектр «слишком мохнатый»**:
+    * это одна периодограмма; примените Уэлч;
+    * увеличьте число сегментов (меньше ''nperseg'').
+  * **Слабые линии не видны**:
+    * возьмите окно с низкими боковыми (Hann/Blackman–Harris);
+    * усредните; уменьшите постоянную составляющую;
+    * проверьте, не «тонут» ли линии в боковых лепестках сильной.
+  * **Амплитуда «неправильная»**:
+    * учтите coherent gain;
+    * правильно выберите ''density''/''spectrum'';
+    * проверьте нормировку ''|X|/N'' или ''2|X|/N''.
+  * **Две близкие частоты сливаются**:
+    * увеличьте длительность записи ''T'' (не ''f_д'');
+    * используйте окно с узким главным лепестком;
+    * при необходимости — параметрические методы.
+  * **Спектрограмма «пустая» или «шумная»**:
+    * проверьте ''scaling'' и перевод в дБ;
+    * подберите длину окна (компромисс время–частота).
+  * **Результаты не повторяются от запуска к запуску**:
+    * так и должно быть для шума; усредняйте;
+    * фиксируйте генератор случайных чисел для воспроизводимости.
+  * **БПФ «медленное»**:
+    * берите ''N'' степенью двойки;
+    * используйте ''rfft'' для вещественного сигнала;
+    * не считайте БПФ в цикле Python без необходимости.
+----
+===== 39. Итог =====
+  * Лекция отвечает на два вопроса: «как считать **быстро**» (БПФ) и «как считать
+  **правильно**» (окна, разрешение, усреднение).
+  * Ключевые опоры:
+    * ''O(N²) → O(N log N)'';
+    * ''Δf = 1/T'';
+    * компромисс «главный/боковые лепестки»;
+    * ''1/√K'' у метода Уэлча.
+  * Всё это — рабочие инструменты спектрального анализа, а не абстракция.
+  * Дальше: лекция 5 — модуляция и I/Q; лекции 6+ — фильтры и системы.
+----
+===== 40. Как строить выводы (научная добросовестность) =====
-**Дальше:** лекция 5 — спектры радиосигналов и модуляция (АМ/ЧМ/ФМ), комплексная
+  * **Не верить одной картинке**: повторите с другим окном, длиной, усреднением.
-огибающая (I/Q).
+  * **Фиксировать параметры**: окно, ''N'', ''fs'', ''nperseg'' — записывать в отчёт.
+  * **Проверять устойчивость**: реальная линия не должна «прыгать» при смене окна.
+  * **Отличать артефакт от сигнала**:
+    * гармоники кратных частот — вероятно, реальны;
+    * «частокол» вокруг сильной линии — вероятно, боковые лепестки.
+  * **Проверять физику**: измеренная частота должна объясняться процессом.
+  * **Указывать погрешность**: ''Δf'', точность амплитуды, число усреднений.
+  * **Не подгонять вывод**: если данных мало — сказать, что данных мало.
+  * **Помнить о цели**: спектр нужен для **решения**, а не для красоты.
+  * **Связь с проектом**: каждый вывод — это шаг к рекомендации для человека.
 ===== Материалы =====
@@ Line 272: / Line 1281: @@
   * {{sp:lecture04_lecture.pdf|Текст лекции 4 (PDF)}}
   * {{sp:lecture04_essence.pdf|Конспект «Суть лекции 4» (PDF)}}
+  * {{sp:sig-prog-lecture04-2026-10-08.zip|Раздаточный архив (ZIP, все исходники)}}