P. 1
4 Transformata Z

4 Transformata Z

|Views: 15|Likes:
Published by cernatand
transformata Z
transformata Z

More info:

Published by: cernatand on Oct 05, 2013
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

02/07/2015

pdf

text

original

Procesarea Semnalelor

Cursul 4

Sumar
• Transformata Z • Filtre FIR (Finite Impulse Response)

Cursul 4

Transformata Fourier a unui semnal este:

X (e

) = ∑ x[n]e
n =−∞

− jω n

Cursul 4

Definitie
Definitie: Transformata Z a unui semnal este:

X ( z) =

n =−∞

x[n]z − n

Relatie care defineste operatorul “Transformata Z” astfel:
Z { x[n]} =

n =−∞

x[n]z − n = X ( z )
Cursul 4

Definitie

Cercul unitate in planul complex z Cursul 4

Convergenta Conditia de convergenta a transformatei Z: n =−∞ ∑ ∞ x[n]r − n < ∞ Cursul 4 .

Regiune de convergenta Definitie: Pentru orice secventa de intrare x[n]. multimea valorilor lui z pentru care transformata Z converge se numeste regiune de convergenta (Region Of Convergence – ROC) Cursul 4 .

• Polii lui X(z) cu valori finite sunt radacinile lui Q(z). (Poli pot exista si in 0 si la |z| = +∞.Forma rationala • Una dintre cele mai importante forme ale transformatei Z este forma rationala: P( z ) X ( z) = Q( z ) • Pentru P(z) valorile lui z pentru care X(z) = 0 se numesc zerouri. • Pentru Q(z) valorile lui z pentru care Q(z) = 0 se numesc poli. Cursul 4 .

este necesar ca: ∑ az n =0 ∞ −1 n <∞ Cursul 4 . Avem: X ( z) = n =−∞ ∑ a u[n]z n ∞ −n = ∑ ( az n =0 ∞ −1 n ) • Pentru a converge.Exemplul 1 • Fie semnalul x[n] = an u[n].

−1 1 − az z−a z >a Cursul 4 .Exemplul 1 X ( z ) = ∑ ( az n =0 ∞ −1 n ) 1 z = = .

Avem: X ( z ) = − ∑ a u[−n − 1]z n n =−∞ ∞ −n = 1− ∑ (a z) −1 n=0 ∞ n • Pentru a converge. este necesar ca: a z <1 −1 Cursul 4 .Exemplul 2 • Fie semnalul x[n] = -an u[-n-1].

Exemplul 2 X ( z) = 1 − 1 1 z = = 1 − a −1 z 1 − az −1 z − a z <a Cursul 4 .

Cursul 4 .

Cursul 4 . • Proprietatea 3: ROC nu poate contine poli. exceptand poate z = 0 sau z = ∞. adica : 0 ≤ rR <| z |< rL ≤ ∞ • Proprietatea 2: Transformata Fourier a lui x[n] este absolut convergenta daca si numai daca ROC include cercul unitate. ROC este intreg planul complex. centrat in origine. • Proprietatea 4: Daca x[z] este un semnal cu durata finita.Proprietati regiune de convergenta • Proprietatea 1 : ROC este un inel sau un disc in spatiul complex.

adica daca este zero incepand cu un moment N2 (x[n]=0 pt. n>N2>∞). atunci regiunea de convergenta incepe de la cel mai mare pol (in modul) al lui X(z) catre ∞. atunci regiunea de convergenta incepe de la cel mai mic pol ne-nul (in modul) catre 0.Proprietati regiune de convergenta • Proprietatea 5: Daca x[n] este o secventa “de dreapta”. Cursul 4 . -∞ < n < N1 < ∞). • Proprietatea 6: Daca x[n] este o secventa “de stanga”. si de la N1 la ∞ este ne-nul. adica daca este zero pana la momentul N1 (x[n]=0 pt.

(Sa fie consistent cu proprietatea 3). marginit la interior si exterior de poli.Proprietati regiune de convergenta • Proprietatea 7: O secventa bilaterala este o secventa infinita care nu este nici “de dreapta” nici “de stanga”. • Proprietatea 8:ROC trebuie sa fie o regiune conectata. astfel incat sa nu contina nici un pol. atunci regiunea de convergenta este un inel in planul complex. Daca o secventa x[n] este bilaterala. Cursul 4 .

cauzalitate si regiunea de convergenta Cursul 4 .Stabilitate.

metoda descompunerii in serii de puteri.Transformata Z inversa • Calculul transformatei Z inverse se face prin cateva metode : metoda inspectiei. Cursul 4 . metoda descompunerii in fractii partiale.

Metoda inspectiei • Prin metoda inspectiei se recunosc anumite transformate Z uzuale si se deduc transformatele inverse. • Ex:     1 X ( z) =  1 −1   1− z   2  z > 1 2 Z a n u[n] ← → 1 1 − az −1 z >a 1 x[n] =   u[n] 2 n Cursul 4 .

Metoda descompunerii in fractii partiale X ( z) = −k b z ∑k −k a z ∑ k k =0 N M k =0 N z X ( z) = ∑b z k =0 N k k =0 M M −k z M ∑ ak z N − k Cursul 4 .

Metoda descompunerii in fractii partiale −1 ∏ 1 − c z ( ) k b0 k =1 X ( z) = N a0 ∏ 1 − d z −1 M k =1 ( k ) Ak X ( z) = ∑ −1 1 − d z k =1 k N Cursul 4 .

Metoda descompunerii in serii de puteri X ( z) = n =−∞ ∑ x[n]z ∞ −n x[n − n0 ] ⇒ z − n0 X ( z) Cursul 4 .

Cursul 4 .

• Design: o Specificarea proprietatilor dorite ale sistemului o Aproximarea specificatiilor folosind un sistem discret in timp cauzal o Realizarea sistemului Cursul 4 .Filtre • Un sistem care lasa sa treaca anumite frecvente si pe altele le rejecteaza.

Introducere Alterarea spectrului de frecventa se poate realiza in trei moduri: • O(n^2) cu DFT • O(nlogn) cu FFT • O(n) cu filtre FIR Cursul 4 .

Introducere • DFT : Avantaje: o Putem alege N (marimea ferestrei) oarecare si putem fixa rezolutia spectrala in mod arbitrar o Filtrare ideala Dezavantaje: o complexitate ridicata o nu se implementeaza in hardware Cursul 4 .

o Permite filtrarea ideala a componentelor de frecventa. o N trebuie sa fie putere a lui 2. Cursul 4 .Introducere • FFT Avantaje: o Viteza sporita de calcul: filtrare in O(nlogn). o De obicei nu se implementeaza in hardware. deci nu ne permitem orice rezolutie spectrala. Dezavantaje: o N nu poate fi fixat arbitrar.

Introducere • Filtrele FIR (Finite Impulse Response) Avantaje: o Filtrare in O(n) o Implementari in hardware pe scara larga o Usor de implementat in software o Exista metode de proiectare a filtrelor FIR Dezavantaje: o Filtrarea nu este ideala (fereastra de frecventa nu este dreptunghiulara) Cursul 4 .

FIR • Finite Impulse Response h[n] – raspunsul la impuls este secventa bilaterala (de dreapta si de stanga) = secventa finita Filtrele FIR sunt sisteme liniare invariante in timp: Cursul 4 .

ordinul filtrului • y[n] contine (N+1) termeni • H(Z) are toti polii in 0. deci ROC = C-\{0} include cercul unitate => FIR sunt sisteme stabile Cursul 4 .FIR • N.

h1. …. … hN Cursul 4 .…N-1 ale semnalului de intrare x[n]) Proiectarea filtrelor FIR = calculul raspunsului finit la impuls h0.…N-1 (filtru trece-jos: anuleaza componentele de frecventa k0. k=k0.Proiectare • Cum gasim h0. hN astfel incat Yk =0. h1.. h1. … hN astfel incat y[n] sa aiba anumite caracteristici in frecventa ? – Exemplu: sa se determine h0.

Metoda ferestrei 2. Algoritmul Parks-McClellan 3. Calculul direct al coeficientilor Cursul 4 .Proiectare • Metode de proiectare: 1.

Metoda ferestrei • Presupunem ca dorim un raspuns ideal in frecventa: unde: Cursul 4 .

Metoda ferestrei Infinite Impulse Response (IIR) Cursul 4 .

hd[N] Cursul 4 ..Metoda ferestrei Serie Fourier Idee: Gasim hd[n] – coeficientii transformatei Fourier Inverse a raspunsului ideal in frecventa si retinem hd[0]….

Metoda ferestrei • FIR : numar finit de coeficienti in seria h[n] • Metoda ferestrei: In general unde w[n] = functie fereastra In exemplu: w[n]=fereastra dreptunghiulara Cursul 4 .

Metoda ferestrei • Tipuri de functii fereastra: Cursul 4 .

Metoda ferestrei 1) Calculam hd[n] in functie de specificatiile filtrului ideal: 2) Alegem functia fereastra w[n] 3) Alegem N in functie de precizia de aproximare dorita 4) Calculam h[n] Cursul 4 .

raspunsul in frecventa al FIR se apropie de forma ideala Cursul 4 .Ce rezulta? • O aproximare a raspunsului in frecventa ideal: • Calitatea aproximarii este data de ordinul filtrului FIR: cu cat N este mai mare.

FIR x[n] filtrat in O(N) Calitatea filtrarii sufera din cauza aproximarii raspunsului in frecventa cu N+1 termeni Cursul 4 .

FIR “Ripples” Cursul 4 .

Frequency “ripples” • Magnitudinea lor : exprimata in decibeli • G = 10 log10 (X/X0) • In cazul proiectarii FIR. Cursul 4 . X0 = 1 • Magnitudinea ‘ripples’ este data de functia fereastra.

FIR Banda de tranzitie Cursul 4 .

• Intuitie: N ∞ => latimea benzii de tranzitie=0 (seria Fourier a lui Hd).Banda de tranzitie • Apare datorita aproximarii raspunsului ideal in frecventa cu o suma finita. • Latimea benzii de tranzitie scade pe masura ce N creste. Cursul 4 .

• Banda de frecvente este limitata de fN = 4kHz • Vrem sa proiectam un filtru trece-jos pentru banda de frecvente 0….3 kHz Cursul 4 .Exemplu de proiectare a unui filtru FIR • Avem un semnal x[n] esantionat la fs = 10kHz.

1) Calculam hd[n] • Raspunsul ideal in frecventa: Introducem un factor de scala T =1 /fN pentru a simplifica unele calcule la sfarsit se calculeaza transformata Fourier Inversa a lui Hd(f) ! Cursul 4 .

apare fN (la numitor) Cursul 4 .1) Calculam hd[n] Dispare T.

1) Calculam hd[n] Cursul 4 .

pasii finali • 2) Alegem functia fereastra dreptunghiulara • 3) Alegem N astfel incat N/fS = 1s • 4) Retinem coeficientii FIR: => • 5) Pentru a scapa de factorul de scala T=1/fN.Proiectarea FIR . scalam hk=hk/T Cursul 4 .

DFT si DTFT • DFT – Discrete Fourier Transform – Domeniu discret de frecvente • DTFT – Discrete Time Fourier Transform – Domeniu continuu de frecvente 1/fS aici f se alege marime continua in intervalul [-fs/2 . fs/2] Cursul 4 .

De ce? • Pentru a alege N – ordinul filtrului Cursul 4 .Raspunsul in frecventa al filtrelor • Se calculeaza cu DTFT ! • Se calculeaza pentru h[n] (h[n] in loc de x(nT)) • Pe intervalul [-fs/2 . fs/2] • Se afiseaza grafic.

Raspuns in frecventa Cursul 4 .

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->