4.

SEMNALE I SISTEME DISCRETE

4.1. Sinusoida discret


Dup ce n capitolul anterior am vzut cum se propag un semnal
analogic printr-un sistem liniar, este momentul s vedem cum se
propag un semnal discret n timp discret. Pentru o exprimare mai
condensat, vom folosi sintagma semnal discret n loc de semnal
discret n timp discret. La fel ca i n capitolul precedent, vom alege
pentru analiz semnale avnd o form de variaie armonic
(sinusoidal). Pentru a putea face o bun paralel ntre ce se ntmpl
n lumea analogic i ce se ntmpl n lumea discret este bine s
utilizm chiar semnalul discret rezultat din eantionarea semnalului
analogic sinusoidal, analizat n capitolul precedent.
Pentru a-l putea deosebi de cel analogic, vom folosi pentru semnalul
discret notaia cu paranteze ptrate: x
[n]
.
Sinusoida discret se obine din semnalul analogic sinusoidal de
frecven F i amplitudine A, fie prin eantionare ntr-un sistem de
achiziie de date, fie pe cale matematic astfel:
|

\
|
= = = =
=
=
n
Fe
F
2 sin A nTe) F 2 sin( A t) ( sin A x x
nTe t
nTe t
(t) [n]


Merit remarcat faptul c dei secvena generat provine de la un
semnal periodic, eantioanele rezultate pot avea perioada semnalului
analogic, pot avea o alt perioad, sau pur i simplu pot s nu fie
periodice. Condiia de periodicitate este:

x
[n+No]
= A sin (2 n F/Fe + 2k )

2 (n+N
0
) F/Fe = 2 n F/Fe + 2k

84 Sisteme i Semnale n Timp Discret
Rezult: N
0
= k Fe/F

Deci secvena este periodic doar dac raportul Fe/F este un numr
raional. Indiferent de caracterul periodic sau neperiodic al secvenei
de numere x
[n]
, nu trebuie uitat c acestea reprezint n cazul de fa o
sinusoid a crei frecven este F, aceeai ca i frecvena semnalului
x
(t)
din care a provenit. Indiferent de valoarea raportului Fe/F,
frecvena F coninut n secvena x
[n]
este aceeai.
Evident, sinusoida discret este doar unul din mulimea semnalelor
discrete. Ca i semnalele analogice din care provin, semnalele discrete
pot face obiectul mai multor clasificri, aa cum am vzut n primul
capitol. Cu precizarea c definirea este aceeai ca i la semnalele
analogice, iat cteva categorii:
semnal discret monocanal / multicanal;
semnal discret unidimensional / multidimensional;
semnal discret determinist / nedeterminist, etc.


4.2. Sisteme numerice

Semnalul pe care-l vom aduce la intrarea unui sistem digital cu scopul
de a fi prelucrat este o secven (un ir) de numere, rezultate din
conversia analog numeric a semnalului analogic, iar semnalul de la
ieire va fi tot o secven de numere, aa cum este ilustrat n figura
4.1.

x
[n]
y
[n]

Figura 4.1. Sistem pentru prelucrarea semnalelor numerice.


n aceste condiii, sistemul care va prelucra (procesa) secvena de
numere x
[n]
nu poate fi altceva dect un algoritm de calcul, adic
secvena de numere de la ieirea sistemului se obine n urma unor
calcule avnd ca date de intrare elementele secvenei x
[n]
.
Aidoma sistemelor ce proceseaz semnale analogice, i sistemele
numerice pot fi clasificate dup mai multe criterii. Dintre sistemele
care vor face obiectul capitolelor urmtoare, cele mai importante sunt
urmtoarele:
Ioan P. MIHU - Procesarea Numeric a Semnalelor 85


4.2.1. Sisteme discrete liniare


Sistemul discret se numete liniar dac algoritmul de calcul este o
funcie liniar, ca de exemplu:
x y
k] - [n k [n]
1 - N
0 k
=

=
(4.1)


Relaia 4.1 arat c eantionul curent y
[n]
se obine ca i combinaie
liniar a ultimelor N eantioane din secvena de intrare. Dac secvena
de intrare x
[n]
provine din eantionarea unui semnal analogic
sinusoidal, iar procesarea se face cu algoritmi liniari, rezultatul
procesrii va fi ntotdeauna un semnal numeric care prin refacere va
genera tot un semnal sinusoidal.

Dac la intrarea unui sistem (algoritm de calcul) liniar se aduce o
sinusoid discretizat, la ieirea va apare tot o sinusoid discretizat,
dar avnd:
amplitudinea diferit (mai mare sau mai mic), fa de
amplitudinea sinusoidei discretizate de la intrare;
posibil ntrziere, mai mare sau mai mic, fa de sinusoida
discretizat de la intrare (faz diferit fa de cea de la intrare)

Se poate arta uor c cele afirmate mai sus sunt adevrate. Pentru
aceasta relaia 4.1 trebuie privit ca fiind rezultatul eantionrii la
momentul t = nTe, a sumei mai multor sinusoide. Eantionarea
semnalului x
(t)
= A sin (t) la momentul t = nTe va produce pe x
[n]
.
Eantionul x
[n1]
rezult din eantionarea unei alte sinusoide, tot la
momentul nTe, dar ntrziat cu Te.

y
(t)
.=
0
A sin(t) +
1
A sin[(t Te)] +
2
A sin[(t 2Te)] +.

Deoarece mulimea funciilor sinusoidale are o structur algebric de
grup, y
(t)
este tot o sinusoid fiind rezultatul nsumrii a N sinusoide
fiecare din ele defazate fa de precedenta cu Te.

y
[n]
.=
0
A sin [(nTe )] +
1
A sin [(nTe Te)] +

y
[n]
.=
0
x
[n]
.+
1
x
[n1]
+
2
x
[n2]
.+

86 Sisteme i Semnale n Timp Discret
Pentru N astfel de sinusoide se obine chiar relaia 4.1. Rezult c,
eantioanele y
[n]
provin din eantionarea unei sinusoide, deci semnalul
sinusoidal nu este distorsionat la trecerea printr-un sistem liniar.


4.2.2. Sisteme discrete invariante n timp

Sisteme invariante n timp sunt acele sisteme la care rspunsul
sistemului va fi acelai, indiferent de momentul aplicrii semnalului
de intrare.
Dac y
[n]
.= S {x
[n]
}, atunci y
[n-No]
.= S {x
[n-No]
} unde prin S {x
[n]
}, am
semnificat transformarea suferit de semnalul x
[n]
la trecerea prin
sistem. Cu alte cuvinte, aplicnd la intrarea unui sistem invariant n
timp acelai semnal x
[n]
dar ntrziat cu N
0
perioade de eantionare,
sistemul va produce acelai semnal de ieire dar ntrziat tot cu N
0

perioade de eantionare.


4.2.3. Sisteme discrete cauzale /necauzale

Sistemele discrete cauzale sunt cele la care mrimea de ieire nu
depinde dect de valori ale mrimii de intrare anterioare momentului
curent. Altfel spus, ieirea nu depinde dect de trecut, nu i de viitor.
Exemplu:
Sistemul descris de algoritmul y
[n]
.= 3x
[n]
+2x
[n1]
x
[n2]
este cauzal,
iar cel descris de algoritmul y
[n]
.= 3x
[n+1]
+2x
[n]
x
[n1]
este necauzal.


4.2.4. Sisteme discrete recursive / nerecursive

Un sistem discret se numete recursiv, dac ieirea sa depinde att de
valori din secvena de intrare x
[n]
,ct i de valori din secvena de ieire
y
[n]
. Sistemul se numete nerecursiv atunci cnd ieirea depinde doar
de valori din secvena de intrare.
Exemplu:
Sistemul y
[n]
.= 3x
[n]
+2x
[n1]
x
[n2]
este nerecursiv;
Sistemul y
[n]
.= 3x
[n]
+2y
[n1]
este recursiv.


4.2.5. Sisteme discrete stabile / instabile

Un sistem este stabil atunci cnd aducndu-se la intrarea sa un semnal
de valoare limitat (semnal mrginit), ieirea sa va produce tot un
semnal de valoare limitat. Altfel spus, ieirea sistemului nu va tinde
la infinit, dac intrarea nu tinde la infinit.
Ioan P. MIHU - Procesarea Numeric a Semnalelor 87

Exemplu:
Sistemul: y
[n]
.= 3x
[n]
+0,002y
[n1]
este stabil.
Sistemul: y
[n]
.= 3x
[n]
+2y
[n1]
este instabil, deoarece dup prima
valoare x
[n]
mai mare dect zero, efectul cumulativ produs de termenul
y
[n1]
va face ca ieirea sistemului s tind la infinit atunci cnd n
crete suficient de mult.

Mai exist i alte categorii de sisteme discrete, care vor fi amintite la
momentul potrivit.


4.3. Exemple de procesare analogic versus procesare digital


Sistemele discrete pe care le vom utiliza n continuare pentru
procesarea semnalelor vor fi fr excepie sisteme liniare, cauzale i
invariante n timp.
nainte de toate, legat de propagarea unui semnal sinusoidal, mai
merit menionat proprietatea remarcabil a tuturor sistemelor liniare,
proprietate care poate fi sintetizat astfel:
Sinusoida strbate un sistem liniar fr a fi deformat,
indiferent dac sistemul este unul continuu sau discret.

Pentru a avea de la bun nceput o imagine corect n legtur cu
procesarea semnalelor numerice este util s analizm cazul ctorva
prelucrri simple de semnale digitale, care se propag prin sisteme
liniare, cauzale i invariante n timp. Mai mult dect att, vom face o
analiz n paralel a procesrii unei sinusoide analogice i a uneia
discrete pentru a vedea ce condiii trebuie s ndeplineasc algoritmul
de calcul pentru ca cele dou procesri s produc aceleai efecte.


4.3.1. Amplificarea unui semnal analogic i a unuia discret

n exemplul propus n figura 4.2, tensiunea sinusoidal x
(t)
este
trecut prin divizorul rezistiv format din rezistenele R
1
i R
2
.
Tensiunea de ieire este tot sinusoidal, de amplitudine mai mic i
avnd aceeai faz cu sinusoida de intrare.
88 Sisteme i Semnale n Timp Discret


Semnal analogic Semnal discret

X(t) Y(t)
R1
R2



X[nTe] Y[nTe]


X(t)
Y(t)
t


n
Y[n]
X[n]

y
(t)
=
2 1
2
R R
R
+
x
(t)
= x
(t)



y
[n]
= x
[n]


Figura 4.2. Amplificarea unui semnal analogic i a unuia discret.


De menionat c uneori n locul termenului amplificare, atunci cnd
factorul de amplificare este subunitar, se folosete termenul atenuare.
Algoritmul cu care putem obine acelai efect asupra semnalului
discret este o simpl multiplicare cu coeficientul . Rezultatul este
evident: sinusoida de la ieire este n faz cu cea de intrare, dar de
amplitudine mai mic:

x
(t)
= A sin(t) y
(t)
= A sin(t)

y
[n]
= x
[n]




4.3.2. Defazarea unui sinusoide analogice i a uneia discrete

De data aceasta, pe lng faptul c sinusoida y
(t)
este de amplitudine
diferit, ea este i de faz diferit fa de sinusoida x
(t)
.

Ioan P. MIHU - Procesarea Numeric a Semnalelor 89


Semnal analogic Semnal discret

x(t) y(t)
R
C



x[nTe] y[nTe]


x(t)
y(t)
t


n
y[n]
x[n]


(t)
(t)
(t)
y
dt
dy
RC x + =
y
(t)
.= A sin(t+)

unde:

=
+
=
RC) arctg( -
C R 1
1
A
2 2 2

] 1 - n [ ] n [ ] n [
y
1 a
a
x
1 a
1
y
+
+
+
=


unde:
Te
RC
a =

Figura 4.3. Defazarea unui semnal analogic i a unuia discret.

Nu vom intra n detalii legate de modul de calcul pentru semnalul
analogic, prezentate deja n 2.5.1, i nici pentru cel discret, care vor fi
prezentate ntr-un capitol viitor. Scopul exemplului este acela de a
arta faptul c exist un algoritm de calcul care duce la rezultate
absolut similare ntre semnalul discretizat i cel analogic.
Pentru moment, ne putem gndi deja la dou categorii de probleme:
Aflarea amplitudinii i fazei sinusoidei discretizate de la ieire
atunci cnd se cunoate algoritmul de calcul a secvenei y
[n]
.
Determinarea algoritmului de calcul pentru a obine la ieire o
amplitudine i o faz impus.
Pentru a putea soluiona cele propuse va trebui prezentat aparatul
matematic de prelucrare numeric pe care-l vom folosi n acest scop.
90 Sisteme i Semnale n Timp Discret

4.4. Transformarea Fourier Discret (TFD)


Termenul discret din denumirea acestei transformri nu are conotaia
colocvial, aceea de a nu divulga o tain ncredinat, ci face referire la
categoria de semnale n timp discret.


4.4.1. Definiia transformrii Fourier pentru semnale discrete

Aa cum am vzut anterior c exist transformri ale semnalelor
continue, vom defini n continuare i transformri ale semnalelor
discrete. ntre multe alte transformri posibile ale semnalului discret,
Transformarea Fourier Discret ocup un loc aparte ca importan.


Avnd o tensiune discret u
[nTe]
, prin definiie, Transformarea
Fourier Discret (TFD) a N eantioane din aceast tensiune este:

TFD {u
[nTe]
} = U
TFD

[n o]
=
1 N
0 k
Te k o n j
e
[kTe]
u

=

(4.2)

unde: n = 0, 1, 2, ..., (N-1).


Similar cu Transformata Fourier, ntlnit n capitolul dedicat
semnalelor analogice, esena definiiei 4.2 este faptul c prin
Transformarea Fourier Discret domeniul timp este transformat n
domeniul frecven. Acest fapt este ilustrat n figura 4.4.


TFD ofer informaii despre spectrul de frecven al unui semnal.
TFD transform N eantioane ale unui semnal din domeniul timp, n
N valori complexe din domeniul frecven.


Cele N eantioane din domeniul timp reprezint un interval
T
0
=(N-1)Te unde, Te reprezint frecvena de eantionare a semnalului
discret.
Despre cele N eantioane produse de TFD se poate afirma c
reprezint spectrul discret al secvenei de N eantioane din domeniul
timp.

Ioan P. MIHU - Procesarea Numeric a Semnalelor 91


Te
u[nTe]
2Te 3Te (N-1)Te nTe
t
N eantioane;
U
TFD
[n
0
]

0
2
0
3
0
n
0
(N-1)
0
N eantioane

f
Fe
2F
0
F
0=
Fe/N
(N-1)Fe/N
F
0



Figura 4.4. Transformarea domeniului timp n domeniul frecven
prin Transformarea Fourier Discret.


Observaii:
TFD este cel mai important instrument pentru procesarea semnalelor
discrete.

Similar cu teorema Fourier pentru semnale continue, transformarea
Fourier Discret furnizeaz spectrul unui semnal discret, adic
mulimea semnalelor armonice n care semnalul discret poate fi
descompus.

Se observ din figura 4.4 c cele N armonici ale TFD se gsesc
distanate ntre ele la intervale F
0
, dac ne raportm la frecven,
respectiv
0
dac ne raportm la pulsaie:


N
Fe 2

N
Fe
F
0 0

= = (4.3)

92 Sisteme i Semnale n Timp Discret
Rezult c domeniul de frecven [0 Fe] n care U
TFD
ia valori
este mprit n N intervale identice. Armonicile rezultate din
TFD vor avea valori ale frecvenelor, cu un ecart de Fe/N ntre
ele. Prima armonic ocup frecvena zero, a doua ocup frecvena
Fe/N, urmtoarea 2 Fe/N i aa mai departe. Fiindc sunt N
armonici, ultima frecven va avea ordinul (N-1), deoarece ordinul
primei armonici a fost zero. Iat deci c ultima armonic nu ocup
frecvena Fe, aa cum am fi fost tentai s credem, ci ea se afl la
o distan de Fe/N de acea valoare. Aceast situaie este ilustrat
accentuat n figura 4.4, unde poziiile primei armonici i a ultimei
sunt marcate cu segmente ngroate. Acest fapt este bine s fie
reinut avnd n vedere reprezentarea grafic a spectrului
semnalului.

Aa cum s-a vzut n capitolul precedent, o secven rezultat prin
eantionarea unei poriuni dintr-un semnal analogic are un spectru
de frecven continuu n intervalul -Fe/2 Fe/2, multiplicat apoi
prin periodicitate att n domeniul frecvenelor negative ct i
pozitive. innd cont c:

U
TFD [n o]
= U
TFD [n (o + 2)]
(4.4)

Rezult c cele N valori din domeniul frecven, furnizate de TFD,
vor fi i ele multiplicate prin periodicitate, astfel c spectrul
secvenei se ntinde pe ntregul domeniu al frecvenelor pozitive i
negative.

TFD produce ca rezultat numere complexe, n spatele acestora
ascunzndu-se armonici (semnale sinusoidale) reale. Pentru
aflarea amplitudinii i fazei acestora avem:

U
TFD [n o]
= Re
[n o]
+jIm
[n o]
(4.5)

= = =
+ =
] n [ D ] n [ D
] [
] n [
] [n
2
] [n
2
] [n ] [n TFD
0 0
0
0
0
0 0 0
F ) arg(F
Re
Im
arctg
Im Re U
n

(4.6)
Notaia TFD{u
[nTe]
} reprezint operatorul Fourier Discret. Acest
operator aplicat celor N eantioane din u
[nTe]
, le transform n N
eantioane U
TFD [n]
care reprezint N armonici complexe, n fiind
ordinul acestora.
Ioan P. MIHU - Procesarea Numeric a Semnalelor 93

Relaia 4.2 transform o funcie de variabil timp discret u
[nTe]

ntr-o nou funcie U
TFD[n]
, depinznd de o alt variabil ,
numit pulsaie discret. Notaia nu se deosebete cu nimic fa
de folosit la semnalele continue. O vom folosi doar pentru a
accentua faptul c ne situm ntr-un domeniu discret.

Dei relaia de definiie este dat n funcie de pulsaie, se poate
spune la fel de bine c U
TFD
este n funcie de frecven;

Unitatea de msur pentru U
TFD
este Voltul, n ipoteza c u
(t)
este o
tensiune.
[U
TFD [n]
]
SI
= 1V.

innd cont c:


0
= 2 F
0
= 2 Fe/N = 2 / NTe

relaia 4.2 poate fi rescris mai simplu, pentru implementarea
algoritmului de calcul al TFD pentru o secven de N eantioane:


e u U
1 N
0 k
n] [ TFD
N
k n 2
j
[k]

= (4.7)

pentru n = 0,1,2,, N-1.


Calculul amplitudinii i fazei componentelor armonice (relaiile
4.4 i 4.5) poate fi fcut pornind de la relaia 4.7.

Prin TFD i se asociaz funciei u
[nTe]
, o alt funcie U
TFD[n]
.
Asocierea este biunivoc, adic unei secvene de N eantioane din
u
[nTe]
, i vor corespunde N armonici i reciproc:

u
[n]
U
TFD [n ]
(4.8)

Relaia invers prin care se transform domeniul frecven n
domeniul timp se numete Transformarea Fourier Discret
Invers (TFDI) i este definit astfel:


TFDI{U
TFD[n]
} = u
[n]
= e U
N
1

1 N
0 k
o] k [ TFD
Te n o k j

(4.9)

94 Sisteme i Semnale n Timp Discret

TFDI permite reconstituirea semnalului original u
[n]
din
componentele sale spectrale, determinate anterior cu ajutorul TFD.

Pentru calcul efectiv al TFDI relaia 4.9 poate fi rescris astfel:

e U
N
1
u } TFDI{U
1 N
0 k
TFD n] [ n] [ TFD
N
k n 2
j
[k]

=
= = (4.10)



4.4.2. Legtura dintre TFD i Transformata Fourier

Considernd c tensiunea u
[nTe]
provine din tensiunea u
(t)
eantionat cu
frecvena Fe=1/Te, atunci TFD poate fi privit ca un caz particular al
transformatei Fourier. Pentru aceasta trebuie pornit de la relaia 2.53 de
definiie a transformatei Fourier, n care se procedeaz la schimbrile
urmtoare:
t = nTe
dt = Te
= k
0


Lund n discuie doar N eantioane, integrala 2.53 se reduce la o sum de N
termeni :

F
(j) =
dt e u(t)
-
t j

Te e u
1 N
0 k
Te n o k j
[nTe]

=



Deci: F
(j)
Te U
TFD [n]
(4.10)

Relaia 4.10 are semnificaia urmtoare: valoarea transformatei Fourier,
F
(j)
, n punctele de eantionare ale domeniului frecven impus de TFD, se
poate obine din valoarea transformatei Fourier Discrete U
TFD
prin
multiplicare cu Te. Aceast observaie este util deoarece face posibil
aproximarea transformatei Fourier cu ajutorul TFD.
Relaia 4.8, reconfirm unitatea de msur a transformatei Fourier. n
ipoteza c u
(t)
este o tensiune, atunci:
[F
(j)
]
SI
= 1Vs = 1VHz
1




Ioan P. MIHU - Procesarea Numeric a Semnalelor 95


4.5 Transformarea Fourier Discret Rapid (TFDR)

Determinarea transformrii Fourier necesit un volum mare de calcule. n
calculul relaiei 4.7, pentru un eantion se fac N nmuliri i N-1 adunri.
Deci, pentru cele N eantioane crora li se aplic TFD sunt necesare N
2

nmuliri de numere complexe i N(N-1) adunri de numere complexe. Dac
N are valori mici, volumul de calcule nu reprezint un impediment. Dac
ns N este de valoare mare, atunci efortul de calcul trebuie luat serios n
seam. Spre exemplu, pentru N=10
3
, vor avea loc un milion de nmuliri de
numere complexe! Acest lucru este un dezavantaj major atunci cnd se pune
problema procesrii semnalelor n timp real.
S-au fcut numeroase cercetri pentru reducerea timpului de calcul. Cele
mai fructuoase s-au dovedit cele realizate de J. W. Cooley i J. W. Tukey n
1965. Acetia au observat c funcia e
jx
este periodic, i ca urmare este
posibil ca pentru anumite valori ale lui x, s nu mai fie nevoie s facem
calculele, fiindc, datorit periodicitii, acest rezultat a mai fost obinut o
dat, cu o perioad mai nainte. innd cont de aceast observaie,
algoritmul Cooley-Tukey reduce numrul de calcule de la N
2
la Nlg
2
N.
Pentru N=10
3
, numrul de nmuliri complexe este de 10
3
lg
2
10
3
= 9.965.
Deci 9.965 de nmuliri complexe n loc de un milion. Pentru a ne convinge
c algoritmul este eficient, vom relua exemplul din [4], pentru N=10
6
. n
acest caz, ntr-un sistem cu un ciclu CPU de o microsecund, timpul de
calcul al TFD ar dura aproximativ 2 sptmni, (!!), iar al TFDR doar 30
sec. Iat deci c rezultatul este unul remarcabil! Din acest motiv, aceast
transformare merit s se numeasc rapid.
Pentru ca cele amintite s aib loc, trebuie ndeplinit o singur condiie:
numrul de eantioane pentru care se calculeaz TFD s fie putere
ntreag a lui 2, aa cum este sintetizat n 4.11:


e u U
1 N
0 k
n] [ TFDR
N
k n 2
j
[k]

=

cu condiia:

=
=
natural i ntreg p cu , 2 N
1) (N ..., 0, n
p
(4.11)

Algoritmul Cooley-Tukey este descris n majoritatea lucrrilor de
specialitate din domeniul procesrii numerice a semnalelor: [1], [2] etc.
96 Sisteme i Semnale n Timp Discret
Din acest motiv las cititorului plcerea de a descoperi logica prin care
algoritmul evit repetarea unui numr mare de calcule, datorit periodicitii
dup numrul k, a funciei e
j2nk / N
. Algoritmul este detaliat i disponibil
pentru implementare soft n [4].

n concluzie, TFDR nu este altceva dect o versiune a TFD, care are nevoie
de un timp de calcul mai redus. Singura constrngere impus de TFD este
aceea de a alege un numr de eantioane putere ntreag a numrului 2.
Nevoia de a reduce timpul de calcul nu s-a oprit la gsirea de algoritmi
rapizi, ci a mers mai departe i n domeniul implementrii lor. Cel mai
remarcabil succes n acest domeniu a fost realizarea procesoarelor
specializate pentru procesarea numeric de semnale, cunoscute n literatur
ca DSP processors. Avnd o structur hard adecvat, aceste
microprocesoare posed instruciuni specifice pentru implementarea uoar
a algoritmilor de forma 4.7, dar mai ales pentru execuia lor rapid.



4.6. La ce folosesc transformrile Fourier?

Pentru a da un sens pragmatic demersurilor teoretice de pn acum, iat n
continuare cteva aplicaii concrete ale transformatei Fourier.

4.6.1. Calculul spectrului unui semnal

Aa cum am mai precizat n capitolele anterioare, transformarea Fourier a
unui semnal, permite analiza semnalului n raport cu frecvena, analiz
extrem de important n studiul ulterior al modului n care semnalul se
propag prin diverse sisteme. TFD i TFDR sunt instrumente care permit
calculul facil al spectrului de frecven al unei secvene de date. Spectrul
secvenei de date realizat pe baza relaiei 4.7 reprezint un alter ego al
acesteia, putnd fi folosit la identificare, clasificare, comparare etc.
Trebuie s vedem acum dac spectrul secvenei de date este acelai cu
spectrul semnalului din care aceasta s-a prelevat. Prin analogie cu teorema
Fourier, care se refer la semnale periodice care au un spectru discret,
trebuie menionat c, similar n cazul TFD, dac dispunem de un spectru
discret, nseamn c secvena de date de la care acesta provine este
periodic. Deci secvena de N date creia i se aplic TFD, este privit ca
provenind dintr-un semnal periodic, avnd perioada egal cu N Te unde Te
reprezint perioada de eantionare. Reciproc, dac aplicm TFD unei
secvene de N date, semnalul cruia i va corespunde spectrul rezultat se
obine multiplicnd prin periodicitate aceast secven.
Ioan P. MIHU - Procesarea Numeric a Semnalelor 97

Cele menionate au consecine importante. S analizm exemplul urmtor n
care TFD este aplicat iniial unei secvene ce conine un numr ntreg de
perioade, dintr-un semnal sinusoidal, situaie reflectat fidel n spectrul su.

b
a
t = k T
t k T
T = (N-1) Te
t
|H(j)|
f
t
f
|H(j)|
t
t
TFD
TFD


Figura 4.5. Spectrul dat de TFR pentru secvenele de date.


Se observ c n al doilea caz, atunci cnd secvena nu conine un numr
ntreg de perioade, spectrul rezultat nu este cel corect fiindc el este n fapt
spectrul semnalului rezultat prin multiplicarea prin periodicitate a secvenei,
reprezentat n figura 4.5.b, care nu este o sinusoid.
n concluzie, dac trebuie determinat spectrul unui semnal folosind TFD,
atunci n cazul n care semnalul este periodic, secvena de N eantioane
prelevat din semnal trebuie s conin un numr ntreg de perioade.
98 Sisteme i Semnale n Timp Discret
Ce facem ns atunci cnd semnalul este neperiodic? Un posibil rspuns la
aceast ntrebare l putem afla n paragraful urmtor.


4.6.2. Ferestruirea (windowing)

Atunci cnd se preia o poriune de N eantioane dintr-un semnal, fr a le
schimba valoarea, se zice c se preia o fereastr dreptunghiular.
Am vzut c prin TFD putem obine spectrul corect numai dac semnalul
analizat este periodic i numai prelund o fereastr dreptunghiular care
conine un numr ntreg de perioade.



a
b
c
d
1
1

Figura 4.6. Poriune de semnal preluat cu i fr ferestruire.
Ioan P. MIHU - Procesarea Numeric a Semnalelor 99

n caz contrar, alterarea spectrului de frecven se datoreaz cu prioritate
zonelor de margine ale ferestrei. Acestea sunt privite ca fcnd parte din
semnal, ori este evident c semnalul original nu are astfel de salturi,
precum zonele ncercuite din figura 4.6.a.
Soluia de nlturare a variaiilor mari din zona de margine a unei poriuni
(ferestre) de semnal, o constituie aplatizarea acestora. Acesta este obiectivul
metodelor de ferestruire (windowing). Algoritmul este cel descris de
relaia 4.12. Se observ c poriunea prelevat se nmulete cu funcia w
[k]
,
numit funcie fereastr.



1) - ..(N 0 k pentru

[kTe]
u
[k]
w
[kTe] w
u

=
=
(4.12)

Aa cum este artat n figura 4.6, funcia fereastr trebuie s aib
amplitudine unitar pe toat lungimea poriunii de semnal prelevate, mai
puin n zonele de capete unde ea trebuie s descreasc uniform ctre zero.
Exist mai multe funcii care au aceast proprietate, unele dintre ele
consacrate deja n literatura de specialitate, ca de exemplu: fereastra
triunghiular (relaia 4.13), fereastra Welch (relaia 4.14), fereastra Hanning
(relaia 4.14) etc.

Triunghiular w
1) (M
1) - (M - 2k
- 1
[k]
+
= (4.13)

Welch w
2
1) (M
1) - (M - 2k
- 1
[k]
|

\
|
+
= (4.14)

Hanning
1 - M
k 2
cos - 1
2
1

[k]
w
(

\
|
= (4.15)

n exemplele date, M poate fi egal cu lungimea secvenei prelevate (N), sau
poate fi mai mic dect N, i atunci algoritmii 4.13 4.15 se mpart n
dou, cte o jumtate pentru fiecare capt al secvenei, aa cum este ilustrat
n figura 4.6.
n concluzie, procedeul numeric de ferestruire se aplic secvenei numerice
creia urmeaz s-i fie aplicat transformarea TFD sau alt transformare.
Ferestruirea are rolul de a reduce contribuia nefast a poriunilor de capt
ale secvenei prelevate, n spectrul de frecven al semnalului.
Tehnica de ferestruire mai este folosit pentru a ajusta i ali algoritmi de
procesare numeric i anume pe cei cu rolul de filtru numeric, aa cum va fi
artat ntr-un capitol viitor.
100 Sisteme i Semnale n Timp Discret

4.6.3. Calculul densitii spectrale de putere


Spectrul unui semnal nu ofer o informaie intuitiv , sub aspect energetic, a
contribuiei fiecrei armonici la alctuirea semnalului. Pentru aceasta se
folosete o alt mrime denumit densitate spectral de putere, care arat
contribuia energetic a fiecrei armonici.
Prin analogie cu energia semnalelor analogice, energia total a unei secvene
de N eantioane se exprim ca fiind suma ptratelor eantioanelor. Cum se
regsete energia semnalului n transformata Fourier a acestuia? Rspunsul
la aceast ntrebare l d teorema Parseval:

=
= =
1 N
0 k
2
[k] TFD
1 N
0 k
2
[k]
U
N
1
u W (4.12)

Contribuia la energia total a semnalului, corespunztor fiecrei armonici
rezultate prin transformarea Fourier a semnalului, este urmtoarea:


1)/2 - (N 1,2,.., k pt U U
N
1
W
U
N
1
W
2
k] - [N TFD
2
[k] TFD [k]
2
[0] TFD [0]
=
|

\
|
+ =
=
(4.13)

unde U
TFD[k]
sunt coeficienii compleci rezultai din transformarea Fourier a
semnalului u
[k]
.


4.6.4. Calculul convoluiei a dou semnale

Convoluia a dou semnale se calculeaz mai simplu prin nmulirea
transformatelor Fourier ale acestora, dect prin implementarea algoritmului
propriu-zis de convoluie, aa cum se va vedea n capitolul urmtor.



4.7. Alte transformri discrete

Dei transformarea Fourier este cea care acapareaz interesul n marea
majoritate a studiilor legate de procesarea numeric a semnalelor, exist i
alte transformri, uneori mai adecvate scopului urmrit. Obiectul acestui
paragraf este doar acela de a aminti i alte cteva transformri de semnale
discrete, ntlnite n literatura de specialitate:

Ioan P. MIHU - Procesarea Numeric a Semnalelor 101

Transformarea Cosinus;
Transformarea Sinus;
Transformarea Walsh
Transformarea Hilbert;
Transformarea Wavelet;
Transformarea Z etc.

Dintre cele menionate, transformarea Z a funciei de transfer, are o
importan cu totul aparte n studiul sistemelor. Din acest motiv ea va fi
prezentat pe larg n capitolul 8.
Pentru a stimula apetitul pentru studiul altor transformri, iat n continuare
un exemplu.


4.7.1. Transformarea Cosinus

La fel cu TFD cu care are multe similitudini, Transformarea Cosinus
Discret (TCD), se aplic tot unei secvene de N eantioane i se definete
astfel:

2N
1) (2k n
cos x y
1 - N
0 k
[k] (n) [n]
+
=

=
(4.16)

unde: n = 0,.., N-1

=
=
1 - N n 1 pentru , N / 2
0 n pentru , N / 1
(n)

Cele N valori rezultate din TCD pot fi asociate celor N armonici rezultate
din TFD. Semnificaia valorilor y
[k]
rezultate din TCD este aceea de
contribuie energetic a respectivei armonici n energia secvenei de date x
n
.
Pentru ca timpul de calcul s fie redus, nu este necesar ca de fiecare dat s
fie calculate valorile cosinus, ci ele se calculeaz o singur dat la nceput
iar se pun ntr-un tablou, de unde sunt citite dup indicele care coincide cu
argumentul funciei cosinus, tehnic cunoscut sub numele Look-Up
Table.
O dat cunoscut secvena y
[k]
se poate reconstitui secvena iniial x
[k]
,
folosind Transformarea Cosinus Discret Invers (TCDI):


2N
1) k(2n
cos y (n) x
1 - N
0 k
[k] [n]
+
=

=
(4.17)
unde: n = 0, ... , N-1
102 Sisteme i Semnale n Timp Discret

n reconstrucia semnalului x
[k]
se pot folosi toi coeficienii y
[k]
rezultai din
transformarea direct, sau doar o parte dintre ei. Evident c dac se
reconstruiete semnalul x
[k]
utiliznd doar o parte dintre componentele y
[k]
,
atunci rezultatul obinut va fi unul diferit de cel original. Aceasta este i
ideea folosit pentru crearea unor algoritmi de compresie a datelor. Spre
exemplu se rein doar componentele care au o contribuie energetic
semnificativ, iar celelalte se nltur. Altfel spus, semnalul x
[k]
este
reprezentat nu prin cele N componente rezultate din TCD, ci doar prin N*
componente, cu N*<N. Acesta este, n mare, principiul dup care se
realizeaz compresia de imagini de tip "jpg".



4.8. Transformri i sisteme


4.8.1. Transformri ale sistemelor discrete

Pn acum am vzut c transformrile prezentate se aplic secvenelor de
date, fie c acestea vor ajunge la intrarea unui sistem, fie c provin de la
ieirea unui sistem. Prin sistem liniar nelegem un algoritm de calcul de
forma 4.18.
x h y
k] - [n
1 - N
0 k
[k] [n]
=

=
(4.18)

La rndul lor i transformrile studiate sunt tot liniare, de aceeai form,
doar funcia h
[k]
fiind alta, aa cum este cazul TFD.
S aplicm acum operatorul TFD relaiei 4.18, care definete un sistem
liniar.
{ }

=
=

k] - [n
x
1 - N
0 k

[k]
h TFD
] n [
y TFD (4.19)

Relaia 4.19 arat c TFD se poate aplica att semnalelor ct i sistemului,
situaie sintetic prezentat n figura 4.7.
Posibilitile de procesare sunt rezultatul comutativitii algoritmului
sistemului i al transformrii. Rezultatul are o importan deosebit, el
artnd c att sistemul ct i semnalele pot fi analizate att n domeniul
timp, ct i n domeniul frecven. Oricrui semnal x
[n]
sau sistem liniar h
[n]

i se poate face analiza spectral, dup care se poate reveni la domeniul timp.

Ioan P. MIHU - Procesarea Numeric a Semnalelor 103



[n] [n]
1 - N
0 k
k] - [n [k]
h * x h x y[n] = =

=
x
[n]
X[j]
h
[n]
H[j]
Y[j] = X[j] H[j]
h
[n]
TFD
x
[n]
[n] [n]
1 - N
0 k
k] - [n [k]
h * x h x y[n] = =

=
TFD TFD
TFDI TFDI TFDI


Figura 4.7. Transformata Fourier aplicat semnalelor i sistemului.


Se observ c secvena y
[n]
se poate obine n dou feluri:

Direct la ieirea sistemului prin procesare n domeniul timp, cu ajutorul
algoritmului de tipul celui din relaia 4.18;
O cale mai ocolit presupune aplicarea TFD semnalului de intrare,
propagarea sa prin transformata sistemului, dup care urmeaz aplicarea
TFDI pentru obinerea semnalului discret y
[n]
. Dei pare mult mai
complicat i mai consumatoare de timp de calcul, aceast variant de
procesare este frecvent folosit, mai ales pe sistemele cu procesoare
DSP. Avantajul major al acestei variante rezult din faptul c ea permite
analiza semnalului de intrare n domeniul frecven. n plus, se observ
simplitatea procesrii n domeniul frecven: transformata semnalului de
ieire se obine extrem de simplu, prin nmulirea transformatei
semnalului de intrare cu transformata sistemului. Tot pe baza acestui tip
de procesare se bazeaz una din metodele de proiectare a algoritmului
sistemului 4.18, pentru ca acesta s aib o comportare anume n
domeniul frecven.


104 Sisteme i Semnale n Timp Discret

4.8.2. Caracteristica de frecven a unui sistem discret

Cel mai important aspect legat de transformarea Fourier discret aplicat
unui sistem discret este acela c ea furnizeaz caracteristica de frecven a
acestuia. Aplicnd relaia de definiie, rezult:

e h H
1 N
0 k
o] n [ TFD
Te k o n j
[k]

= (4.20)

Pentru implementare vom facem referire strict la cele N eantioane din
secvena de intrare luate n calcul. Vor rezulta astfel N valori:

e h H
1 N
0 k
[n] TFD
N
k n 2
j
[k]

= (4.21)

Observaii:

TFD a semnalului furnizeaz spectrul de frecven al semnalului.
TFD a sistemului furnizeaz caracteristica de frecven a sistemului.
Modulul relaiei 4.21, arat care este amplitudinea unei sinusoide la
ieirea sistemului, atunci cnd la intrarea sa se aduce o sinusoid de
amplitudine unitar.
Argumentul valorii complexe H
[n]
, arat care este defazajul dintre
sinusoida de intrare i cea de ieire.
Relaia 4.21 nu d informaii despre toate frecvenele, ci doar despre N
dintre ele. Deci forma caracteristicii de frecven determinate cu ajutorul
TFD este de asemenea discret.
Cele N frecvene crora le putem determina amplitudinea la ieire
reprezint valorile rezultate prin divizarea echidistant a domeniului de
frecven: Fe/2 +Fe/2 n N intervale. Evident n analiza unor sisteme
reale, vor fi de interes doar valorile pozitive ale acestor frecvene, atunci
cnd se traseaz caracteristica de frecven.

n concluzie, cunoscnd coeficienii h
[n]
ai unui sistem discret liniar, se
poate determina caracteristica sa de frecven. Trebuie menionat acum i
reciproca acestei meniuni, i anume posibilitatea determinrii coeficienilor
sistemului, atunci cnd este cunoscut caracteristica de frecven. Aa cum
se observ n figura 4.6, aceasta se face prin aplicarea TFDI transformatei
TFD a sistemului. Metoda va fi descris pe larg n capitolul de proiectare a
filtrelor numerice.
Ioan P. MIHU - Procesarea Numeric a Semnalelor 105


4.9. Aplicaii


Problema 4.1. Se d secvena x[n] definit astfel:
x[n] = {0; 1/4; 1/2; 3/4; 1} i zero n rest.
a. S se deseneze secvena: y[n] = x[n-1];
b. S se deseneze secvena: y[n] = 2x[n-1];
c. S se deseneze secvena: y[n] = x[-n];
d. S se deseneze secvena: y[n] = x[2-n];
e. S se deseneze secvena: y[n] = x[n-1]+x[1-n];
Soluie: a. y[0] = x[0-1] = x[-1]
y[1] = x[1-1] = x[0]
y[2] = x[2-1] = x[1], etc.

1
0 1 2 3 4 n
1/4
1/2
3/4
1
x
[n]
0 1 2 3 4 5 n
1/4
1/2
3/4
1
y
[n]
=x
[n-1]
a.
-3 -2 -1 0 1 2 3 4 5 n
1/4
1/2
3/4
y
[n]
=x
[2-n]
d.

Figura 4.8. Soluie la problema 4.1.

Deci x[n-1] reprezint o secven ntrziat cu un interval de eantionare,
fa de secvena x[n], iar grafic aceasta apare desenat cu un interval la
dreapta, aa cum este artat n figura 4.8.a.

d. y[n] = x[2-n] Rezult:
y[-2] = x[2-(-2)] = x[4] = 1
106 Sisteme i Semnale n Timp Discret
y[-1] = x[2-(-1)] = x[3] = 3/4
y[0] = x[2-0] = x[2] = 1/2
y[1] = x[2-1] = x[1] = 1/4
y[2] = x[2-2] = x[0] = 0, etc.
Rezultatul este prezentat sintetic n figura 4.8.d

Problema 4.2. Pentru secvenele de date din figura 4.9,
a. S se deseneze secvena: y[n] = x[n-1];
b. S se deseneze secvena: y[n] = 0,5x[n-1];
c. S se deseneze secvena: y[n] = x[-n];
d. S se deseneze secvena: y[n] = x[5-n];
e. S se deseneze secvena: y[n] = x[n-10]+x[10-n].

0 1 2 3 4 5 6 7 8
n
1/4
1/2
3/4
1
0 1 2 3 4 5 6 7 8
n
1
2
3
4
x
[n] x[n]


Figura 4.8. Semnale pentru problema 4.2.

Problema 4.3. Un sistem discret este definit de algoritmul urmtor:
y
[n]
= x
[n]
2x
[n1]
+ x
[n2]
. Precizai dac sistemul este:
a. liniar / neliniar;
b. cauzal / necauzal;
c. variant / invariant;
d. stabil / instabil;
e. recursiv / nerecursiv.

Problema 4.4. Rspundei la aceleai ntrebri ca i n problema precedent,
n cazul n care sistemele sunt definite de urmtorii algoritmi:
a. y
[n]
= x
[n+1]
2x
[n1]

b. y
[n]
= x
[n]
2y
[n]

c. y
[n]
= x
[n]
2x
[n1]
+ 0,001 y
[n2]
.

Problema 4.5. Un sistem discret este definit de algoritmul:
y
[n]
= x
[n]
2x
[n1]
+ x
[n2]
. Secvena x
[n]
este cea din figura urmtoare:
a. s se determine i s se deseneze secvena de ieire y
[n]
;
b. Ce form ar avea y
[n]
dac x
[n]
= Asin (2nF / Fe) unde F=50 Hz,
Fe=1000 Hz?
Ioan P. MIHU - Procesarea Numeric a Semnalelor 107

c. Care ar fi n acest caz defazajul dintre tensiunea de intrare i cea de
ieire?
d. Ce form ar avea tensiunea de ieire dac x
[n]
=
[n]
(impuls unitar) ?

n
n
X[n]
Y[n]


Figura 4.9. Semnale pentru problema 4.5.


Problema 4.6. Pentru un sistem liniar i invariant n timp se cunoate
rspunsul la impuls unitar h
[n]
. S se determine rspunsul sistemului dac se
cunoate secvena de intrare x
[n]
pentru exemplul din figura 4.10.

n
n
x[n]
h[n]
1
2
n
y[n]
1

Figura 4.10. Semnale pentru problema 4.6.


Problema 4.7. Un semnal este prelucrat cu algoritmul: y
[n]
=2 x
[n]
x
[n1]
+
0,5x
[n2]
. Din secven sinusoidal de intrare x
[n]
se cunosc doar primele trei
eantioane: x
[0]
=1; x
[1]
=2; x
[2]
=0,5;
108 Sisteme i Semnale n Timp Discret
a. S se determine parametrii sinusoidei de intrare, din care fac parte
cele trei eantioane, tiind c frecvena de eantionare este
Fe=200Hz.
b. Este soluia unic determinat?
c. S se determine secvena de ieire.
d. Aparin punctele din secvena de ieire unei sinusoide avnd
frecvena egal cu cea de la intrare?
e. Dac da, determinai amplitudinea sinusoidei de la ieire.

Problema 4.8. Secvena x[n] de mai jos conine urmtoarele 10 date:
x[n] = {2; 1; 1; 0; 3; 2; 0; 3; 4; 6}
a. S se calculeze Transformata Fourier Discret X[k] a secvenei;
b. S se calculeze X[0] i X[5], fr a utiliza calculul TFD;
c. S se calculeze

=
9
0 k
X[k] ; d. S se calculeze

=
9
0 k
2
X[k] .
Soluie:
b. 22 1 x e x X
9
0 k
[k]
N / k 0 2 j
9
0 k
[k] ] 0 [
= = =

=

=

( ) = = = =

= =

=
k
9
0 k
[k]
9
0 k
[k]
10 / k 5 2 j
9
0 k
[k] ] 5 [
) 1 ( x ) k sin( j ) k cos( x e x X 2
c.

=

=

= =

= = =
= = =
9
0 n
10 / k n 2 j
9
0 k
[k]
10 / k n 2 j
9
0 n
[k]
9
0 k
10 / k n 2 j
9
0 k
[k]
9
0 n
9
0 n
[n]
e x e x e x X

=

=

=

=

+ + + + =
9
0 n
10 / n 9 2 j
[9]
9
0 n
10 / n 2 2 j
[2]
9
0 n
10 / n 1 2 j
[1]
9
0 n
10 / n 0 2 j
[0]
e x .. e x e x e x

Sumele din ultimii 9 termeni se calculeaz mai uor dac reprezentm
numerelor complexe, ca n figura 4.11. Din motive de simetrie pentru k=1
suma prilor reale i imaginare va fi nul. Pentru k=2, suma este:
( ) 0 ) 144 cos( 2 ) 72 cos( 2 ) 0 cos( 2 e
0 0
9
0 n
10 / n 2 2 j
= + + =

=


Rezult:
[0] [9] [2] [1]
9
0 k
[0]
9
0 n
[n]
x 10 0 x ..... 0 x 0 x 1 x X = + + + + =

= =

d. Se folosete teorema Parseval:

= =
=
9
0 k
2
] k [
9
0 k
2
] k [
x 10 X
Ioan P. MIHU - Procesarea Numeric a Semnalelor 109

Re
Im
0
n=1
n=2
n=4
n=5
n=6
n=7
n=8
n=9
k =1
n=3

Re
Im
n=1,6
n=2,7
n=3,8
n=4,9
n=0,5 k =2


Figura 4.11. Soluie la problema 4.8


Problema 4.9. S se calculeze Transformata Fourier Discret a secvenelor
de date din figura urmtoare:

0 1 2 3 4
n
1/4
1/2
3/4
1
0 1 2 3 4 5 6 7 8
n
1/4
1/2
3/4
1


Figura 4.12. Semnale pentru problema 4.9


Problema 4.10. Calculai TFD pentru urmtoarele secvene x
[n]
de lungime
N:
a. x
[n]
=
[n-no]
; unde 0 < no < N;
b.

<

=
N n N/2 pentru 0
1) - /2 N ( n 0 pentru 1
x
] n [

c.

=
impar n pentru 0
par n pentru 1
x
] n [


Problema 4.11. S se verifice n Matlab rezultatele problemelor: 4.1, 4.2,
4.5, 4.6, 4.8, 4.9 i 4.10.

Problema 4.12. X[k] reprezint transformata Fourier Discret a unei
secvene x
[n]
de lungime N.
a. Artai c dac x
[n]
satisface condiia x
[n]
= x
[N1n]
atunci X
[0]
= 0;
b. Artai c dac N este par i x
[n]
satisface condiia x
[n]
= x
[N1n]

atunci X
[N/2]
= 0;
110 Sisteme i Semnale n Timp Discret
Problema 4.13. S se genereze o secven coninnd L=113 eantioane
aparinnd unui semnal sinusoidal ( A=1, F=10, Fe=200).
a. S se aplice secvenei o ferstruire de tip Hanning cu M=20;
b. S se aplice TFD att secvenei originale ct i celei ferstruite;
c. Explicai diferenele.




4.10. Bibliografie


[4.1] Oppenheim A.V., Schafer R.W., "Discrete-Time Signal Processing"
Prentice Hall, Englewood Cliffs, New Jersey 07632, 1989.

[4.2] Mateescu A., Prelucrarea numeric a semnalelor, Ed. Tehnic,
Bucureti, 1997.

[4.3] *** Numerical Recipes in Pascal, Cambridge University Press,
1990.

[4.4] *** http://www.dspguide.com/ch5.htm

[4.5] *** http://www.jhu.edu/~signals/sysprop/sys.html

[4.6] *** http://www.bores.com/courses/intro/basics/index.htm

[4.7] *** www.mathworks.com/access/helpdesk/help/toolbox/signal/basics1.shtml