Короткое объяснение «на пальцах»: зачем нужна лекция, что она решает и что означают картинки. Без вывода формул — только смысл.

1. Объяснить, что такое БПФ: это не новое преобразование, а быстрый алгоритм

для ДПФ.

1. Показать идею «разделяй и властвуй»: одно большое ДПФ → два маленьких.
2. Понять «бабочку» и бит-реверс.
3. Объяснить, откуда берётся утечка (конечная запись сигнала).
4. Выбирать окно под задачу.
5. Понимать Δf = 1/T и почему zero-padding не улучшает разрешение.
6. Пользоваться методом Уэлча и читать PSD.
7. Строить спектрограмму.
8. Сделать всё это в Python.

Одной фразой: лекция 3 — «как посчитать спектр?», лекция 4 — «как посчитать быстро и не обмануть себя?».

• Спектр — это «радуга» сигнала: из чего он состоит.
• Аналогия: белый свет → призма → цвета. Только «призма» здесь из арифметики.
• ДПФ: из N отсчётов делает N значений спектра.
• f_k = k · fд / N — частоты, на которых ДПФ «смотрит».
• |X[k]| — амплитуда (громкость), arg X[k] — фаза (сдвиг).

• Прямое ДПФ требует N² операций.
• Для N = 1 000 000 это 10¹² — триллион.
• Долго; в реальном времени невозможно.

• БПФ даёт тот же ответ, что ДПФ.
• Это просто более умный способ считать.
• Сложность: N log₂N вместо N².
• Для миллиона точек — быстрее в десятки тысяч раз.

1. Разделяй и властвуй.
   • Делим отсчёты на чётные и нечётные.
   • Одно ДПФ длины N → два ДПФ длины N/2.
   • Повторяем рекурсивно → log₂N уровней.
2. Бабочка.
   • Способ снова соединить две половины.
   • 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.
3. Бит-реверс.
   • Плата за деление: на входе отсчёты стоят не по порядку.
   • Порядок для N = 8: 0, 4, 2, 6, 1, 5, 3, 7.
   • Правило: номер в двоичном виде читается справа налево.

• Схема БПФ — регулярные «стадии» из бабочек.
• Поэтому N удобно брать степенью двойки.
• На практике БПФ не пишут сами: берут np.fft.fft (NumPy/SciPy), FFTW, MKL, cuFFT.

• Мы всегда берём кусок сигнала длиной T, а не весь сигнал.
• Формально это умножение на прямоугольное окно.
• 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.
• Это не ошибка — следствие конечности записи.

• Идея: обрезать сигнал мягко, а не резко.
• Умножаем сигнал на плавную функцию (в центре 1, к краям → 0).
• Лечит боковые лепестки, но расширяет главный — это неустранимый компромисс.

• coherent gain — поправка на амплитуду.
  • Hann ≈ 0.5, Hamming ≈ 0.54, flat-top ≈ 0.22.
• ENBW — поправка на шум (эквивалентная шумовая полоса).
  • Прямоугольное 1.0, Hann 1.5, flat-top 3.77.
• scipy.signal.welch учитывает это сам, но знать нужно — иначе спектры нельзя

сравнивать.

• Формула: Δf = fд / N = 1 / T.
• Разрешение задаёт длительность записи T, а не частота дискретизации.
• Чтобы различить два близких тона — надо дольше смотреть.
• Критерий Рэлея: различимы, если расстояние > Δf.
• Для Hann практически нужно ≈ 2Δf.
• Пример: тона 1000 и 1040 Гц.
  • N = 128 → сливаются.
  • N = 1024 → видны два пика.

• Что делают: дополняют сигнал нулями до большой длины.
• Что получают: гладкий спектр с плотной сеткой.
• В чём ошибка: думают, что улучшили разрешение.
• На самом деле: это интерполяция той же кривой.
• Вывод: разрешение улучшает только удлинение реальной записи.

• Одна периодограмма |X|² статистически неустойчива.
• Её разброс не уменьшается с ростом N.
• Аналогия: одно измерение шума случайно, сто усреднённых — устойчивы.

1. Режем запись на сегменты (можно с перекрытием).
2. К каждому сегменту применяем окно.
3. Считаем БПФ и квадрат модуля.
4. Усредняем по сегментам.

• Получаем: несмещённую оценку с меньшим разбросом (падение в √K раз).
• Платим: разрешение определяется длиной сегмента, а не всей записи.
• Настройки: nperseg (длина сегмента), noverlap (перекрытие).

• Когда сигнал шумовой, «амплитуда на частоте» бессмысленна.
• Правильная мера — мощность на герц (PSD).
• Площадь под кривой PSD = полная мощность сигнала.
• Две нормировки в scipy.signal:
  • scaling='density' → «мощность/Гц» — для шумов;
  • scaling='spectrum' → «мощность в бине» — для линий.
• Практика: для диагностики бери density и доверь welch.

• Сетка даёт частоту с шагом Δf.
• Хотим точнее — используем параболическую интерполяцию по трём точкам вокруг

пика.

• Пример из лекции: истина 100.4 Гц, оценка 100.34 Гц при сетке 3.9 Гц.

• Обычный спектр предполагает, что сигнал всё время одинаков.
• STFT: считаем спектр в скользящем окне.
• Результат — спектрограмма: время по горизонтали, частота по вертикали,

яркость = мощность.

• Видно чирп (наклонная линия) и короткие всплески (пятна).

• Короткое окно: хорошо «когда», плохо «какая частота».
• Длинное окно: хорошо «какая частота», плохо «когда».
• Это принцип неопределённости, а не недоработка метода.

• В сигнале: база 50 Гц, дефект 120 Гц, слабая гармоника 240 Гц, шум.
• Одна периодограмма: слабая линия тонет в шуме.
• Welch + окно Hann: шум сглаживается, линия 240 Гц видна.
• Итог: спектр — это основа для решения, а не картинка.

• «Подниму частоту дискретизации — улучшу разрешение».
  • Нет: разрешение задаёт время записи T.
• «Дополню нулями — увижу больше деталей».
  • Нет: это интерполяция той же кривой.
• «Окно Hann убирает шум».
  • Нет: окно борется с утечкой, шум убирает усреднение.
• «БПФ — приближённый метод».
  • Нет: результат точно совпадает с ДПФ.
• «Спектры с разными окнами можно сравнивать по высоте пиков».
  • Только с учётом coherent gain.

1. 5 мин. Напомнить ДПФ и его цену O(N²).
2. 15 мин. Идея БПФ, бабочка, бит-реверс, граф, сложность.
3. 15 мин. Конечная запись → утечка; окна; компромисс лепестков.
4. 15 мин. Разрешение Δf = 1/T; два тона; миф про zero-padding.
5. 15 мин. Уэлч и PSD: зачем усреднять.
6. 15 мин. Спектрограмма, компромисс время–частота, точная частота.
7. 10 мин. Реальный кейс (вибрация), рецепт scipy.signal, задание №4.

Приём для аудитории: сначала показать плохую картинку («в лоб»), потом — что делает каждый приём. Тогда инструмент запоминается как лекарство от конкретной боли.

• Спектр — это не картинка, а измерение.
• Чтобы ему верить, мало уметь считать быстро (БПФ).
• Нужно понимать, как его искажают конечная запись и окно.
• Нужно уметь отделять реальные линии от артефактов (окна, усреднение, PSD).

Дальше: лекция 5 — спектры радиосигналов и модуляция (АМ/ЧМ/ФМ), комплексная огибающая (I/Q).

• Слайды лекции 4 (PDF)
• Ноутбук лекции 4 (PDF)
• Текст лекции 4 (PDF)
• Конспект «Суть лекции 4» (PDF)