Procesarea Semnalelor

Cursul 3 Cursul 3
Sumar
Introducere
Transformata Fourier Discreta
Aplicatii
Rezultate demonstrative
Cursul 3 Cursul 3
Intuitie
Sa se reprezinte un esantion finit de semnal intr-un spatiu cu
suficient de multe dimensiuni, spatiu din care sa se poata
reveni inapoi in dimensiunea timp. reveni inapoi in dimensiunea timp.
Fiecare dimensiune sa corespunda unei frecvente.
Cursul 3 Cursul 3
Intuitie
Oricare 2 dimensiuni sa fie ortoonale!
daca in semnal e"ista frecventa ", acest lucru sa nu implice automat
"#, e"istenta altei frecvente #, "#,
$daca e"ista " atunci e"ista #% sa fie relatie data doar de sursa de
semnal, nu si de eometria spatiului.
Spatiul astfel construit se numeste DOMENIUL DE FRECVENTA
AL SEMNALELOR.
Cursul 3 Cursul 3
De ce domeniu cu a"e ortoonale& 'otive
in plus
(a sa se poata manipula spectrul de frecventa al semnalelor la
un nivel cat mai fin, fara alterarea altor componente ale
acestuia. Exemple! acestuia. Exemple!
Filtrarea semnalului inseamna reducerea coordonatelor semnalului la
) pe a"ele frecventelor pe care vrem sa le filtram
Amplificarea inseamna marirea coordonatelor pe anumite a"e din
domeniul de frecventa
Cursul 3 Cursul 3
Domeniul Frecventa
(ate dimensiuni are &
Teoretic are un numar infinit de dimensiuni. Teoretic are un numar infinit de dimensiuni.
*"emplu!
a"a +! + ,z
a"a 2! 2 ,z
-. a"a n! n ,z, n N
SA.
a"a +! )./ ,z, a"a 2! + ,z, a"a 0! +./ ,z, ...
Cursul 3 Cursul 3
In realitate...
Aleem subspatii ale domeniului de frecventa
Aleem cate o a"a pentru fiecare frecventa care ne
intereseaza. De o1icei aleem a"ele frecventelor intrei
e"primate in ,z
Frecventele 2a"ele3 le aleem in functie de!
rezolutia la care vrem sa procesam semnalul
frecventa ma"ima din semnal f4
Cursul 3 Cursul 3
*"emplu
Avem un semnal cu f4 5 +))) ,z.Putem alee!
+))) de a"e de coordonate pentru frecvente de la + ,z la +))) ,z din
,z in ,z ,z in ,z
un domeniu de frecvente de 2 ori mai fin! 2))) de dimensiuni,
rezolutie! )./ ,z
De obicei se foloseste rezolutia de + ,z indiferent de f4.
Spectru 5 coordonatele semnalului in domeniul de frecventa
ales.
Cursul 3 Cursul 3
(oordonate in domeniul frecventa
Am ales domeniul de frecventa unde vrem sa reprezentam
semnalul!
Suficiente a"e 2*"! din ,z in ,z3
A"e alese corespunzator frecventelor de interes 2in 1anda de frecventa
a semnalului3
(um calculam fiecare coordonata in spatiul ales & (autam
vectorul .
Spectrul de frecventa 26"7n893 in domeniul de frecventa ales.
Cursul 3 Cursul 3
'asurarea unei coordonate in
domeniul frecventa
5 (alculul radului de potrivire cu o functie cosinusoidala de o
anumita frecventa f.
Prin potrivire inteleem! Prin potrivire inteleem!
Proportionalitate!
Daca "c2t3 5 0:cos22*f:t3, proportionalitatea fata de
cos22 :f:t3 este 0
Factorul de proportionalitate se mai numeste
amplitudinea componentei de frecventa f ,z
Defazaj!
Daca "c2t3 5 0:cos22*f:t ; <03, tre1uie identificat <0 =
defaza>ul componentei de frecventa f
Cursul 3 Cursul 3
(oordonate in domeniul frecventa
Proportionalitatea si defaza>ul lui "c2t3 fata de cos22ft3 sunt 2
varia1ile independente.
Idee (Fourier)! sunt 2, deci sa le reprezentam ca un numar
comple" X(f).
Gasim X(f) pentru fiecare a"a.
Spectrul de frecventa 5 6 ?2f+3, ?2f23-..?2fm39
Cursul 3 Cursul 3
Transformata Fourier Discreta
Principii
Se trece din timp discret in domeniu discret de frecvente Se trece din timp discret in domeniu discret de frecvente
Pentru 4 esantioane ale unui semnal, TFD fixeaza domeniul
de frecvente! 6), +<4, 2<4 -. 4-+<49
.sor de interpretat si utilizat in practica
4 dimensiuni 5@ transformare inversa1ila
4oi putem alee 4 astfel incat sa avem rezolutia dorita
TFD diferita de DTFD, unde frecventele sunt un domeniu
continuu in 7-, 8
TFD cel mai des folosita in practica in varianta FFT
Cursul 3 Cursul 3
Transformata Fourier Discreta
Transformata Fourier Discreta!
'asoara Re(X(f)) 5 potrivirea medie dintre "7n8 si 'asoara Re(X(f)) 5 potrivirea medie dintre "7n8 si
cos22fn3. 2medie inseamna intuitiv o suma peste "7A83
'asoara Im(X(f)) 5 potrivirea medie dintre "7n8 si
sin22fn3
Din cele 2 rezulta amplitudinea si defaza>ul pentru
componenta ?2f3!
mplitudine(f) " B?2f3B
Defazaj(f) " 2f3
Cursul 3 Cursul 3
Transformata Fourier Discreta
(u conventia!
?A 5 ?2fA3 pentru frecventa fA ?A 5 ?2fA3 pentru frecventa fA
Avem (#ransformata Fourier Discreta)!
unde 4 5 numarul de esantioane
TFD rezolva si pro1lema 1i>ectiei! se ale atatea coordonate cate
esantioane avem in semnalul discret "7A8 , A5)- 4-+, ca sa
putem reveni in domeniul timp.
Cursul 3 Cursul 3
2
1
0
0,....., 1
i
N
kn
N
k n
n
X x e k N

=
= =

Transformata Fourier Discreta

Inversa1ila
Cursul 3 Cursul 3
Spectrul de frecventa al semnalelor
discrete
Fie "7n8 5 "7)8-.. "74-+8 un semnal finit esantionat la frecventa Fie "7n8 5 "7)8-.. "74-+8 un semnal finit esantionat la frecventa
fS esantioane<s.
Fie 6?A9 A5+-4-+ spectrul de frecventa calculat de DFT pentru
semnalul "7n8.
Cursul 3 Cursul 3
Spectrul de frecventa al semnalelor
discrete
Fourier! Transformam semnalul discret din timp in domeniul
frecventa.
Pentru esantioane "7)8-."74-+8 numere reale, avem
proprietatea de simetrie a TFD!
"$ #oata informatia de frecventa este redundanta dincolo de 4<2
=> ca sa filtram frecventa A, anulam ?A si ?24-A3
Cursul 3 Cursul 3
*
, 0... 1
K N k
X X k N

= =
Simetria TFD pentru semnale reale
Cursul 3 Cursul 3
TFD si frecventele semnalului continuu
Prin ?A inteleem coordonata semnalului in domeniul
frecventelor pentru a"a A
A"ei A ii corespunde frecventa %&N esantioane&fereastra de
lun'ime N
De ce & ?2A3 5 ?24;A3C
TFD periodica de perioada 4 pentru un 4 fi"at
e 1ine sa aleem 4 astfel incat sa corespunda unei secunde. 45
int2+<fs3.
2Da FFT se alee cea mai apropiata putere a lui 2 fata de int2+<fs33
Cursul 3 Cursul 3
TFD si frecventele semnalului continuu
Daca a"ei A ii corespunde frecventa %&N esantioane&fereastra
de lun'ime N, unde este corespondenta cu frecventele reale in
,z din semnalul continuu & ,z din semnalul continuu &
Sa nu uitam!
"7A8 5 "c2A<fs3, unde fs 5 frecventa de esantionare
Cursul 3 Cursul 3
TFD si frecventele semnalului continuu
(omponentei ?A a spectrului ii corespund A esantioane<
fereastra
Daca o fereastra acopera 4<fs secunde atunci ?A corespunde
frecventei
Cursul 3 Cursul 3
Principii de calcul pentru TFD
Deoarece DFT este simetrica fata de 4<2 si
Tre1uie ca pana la inde"ul 4<2 sa e"iste ?A astfel incat fk > fN
2cea mai mare frecventa din semnal3
Principiul (! Aleem 4 astfel incat sa ai1a loc aceasta relatie
Din spectrul 6?7A89 = aleem A pentru frecventa care ne
intereseaza.
$Precizia de localizare% depinde de 4.
Cursul 3 Cursul 3
Precizia de reprezentare a DFT
Pentru frecventa de esantionare fs si fereastra de 4 esantioane
rezolutia spectrului calculat cu DFT este!
Principiul )! Aleem 4 si fs astfel incat
f + ,z
Cursul 3 Cursul 3
TFD si Teorema 4#Euist
#*. N+,uist sta1ileste cum esantionam ca sa nu pierdem
informatie spectrala.
Dupa esantionare aplicam #ransformata Fourier Discreta.
O1tinem 4<2 componente de frecventa datorita simetriei TFD,
de la ) la fs<2 ,z. Respectand TF. 4#Euist, TFD contine
informatia spectrala la o rezolutie dictata doar de 4 si fs.
Cursul 3 Cursul 3
TFD Inversa
TFD a asiurat maparea a 4 esantioane in 4 componente de
frecventa.
Operatia de transformare din timp in domeniul frecventa este
inversa1ila doar daca domeniul frecventa are cel putin 4 a"e.
Astfel se revine din domeniul frecventa in domeniul finit de
timp = se refac "7)8-. "74-+8.
Cursul 3 Cursul 3
TFD Inversa
Dezavanta>e! TFD si TFD Inversa au comple"itate O2nG23
Pentru performanta se foloseste FFT
Cursul 3 Cursul 3
Proprietati ale TFD
Periodicitatea
Daca "n si ?A sunt perecFi DFT in 4 puncte, atunci! Daca "n si ?A sunt perecFi DFT in 4 puncte, atunci!
?A;4 5?A , A H
"n ; 4 5 "n , n H
Cursul 3 Cursul 3
Proprietati ale TFD
-iniaritatea -iniaritatea
Daca "n si ?A sunt perecFi DFT in 4 puncte, atunci!
Aceasta proprietate decure direct din definitia transformatei
Fourier discrete directe.
Cursul 3 Cursul 3
Proprietati ale TFD
Deplasarea si simetria circulara in timp
Datorita proprietatii de periodicitate, transformata Fourier Datorita proprietatii de periodicitate, transformata Fourier
discreta in 4 puncte a unei secvente "7n8, de durata finita
este ecFivalenta cu transformata Fourier discreta in 4 puncte a
unei secvente periodice , de perioada 4, o1tinuta prin
repetarea periodica a lui "7n8
Cursul 3 Cursul 3
[ ]
p
x n
L N
Proprietati ale TFD
Prin deplasarea lui cu A unitati spre dreapta 2A@)3, se
o1tine secventa periodica
[ ]
p
x n
Secventa aperiodica de lunime finita
se o1tine din secventa oriinala "7n8 prin deplasare circulara.
Cursul 3 Cursul 3
Proprietati ale TFD
Cursul 3 Cursul 3
Proprietati ale TFD
Se o1serva ca este cFiar "7n8 deplasat circular cu doua unitati de timp,
unde sensul trionometric a fost ales ar1itrar drept directia pozitiva de
deplasare. Deplasarea circulara a unei secvente de lunime 4 este
'
[ ] x n
deplasare. Deplasarea circulara a unei secvente de lunime 4 este
ecFivalenta cu deplasarea liniara a e"tensiei sale periodice, o1tinute prin
repetarea periodica, cu perioada 4, a secventei "7n8, si invers.
O secventa de lunime 4 este circular para daca este simetrica fata de
punctul ) de pe cerc, adica
"74 I n8 5 "7n8, ) J n J 4 I+.
O secventa de lunime 4 este circular impara daca este antisimetrica fata
de punctul ) de pe cerc, adica
"74 I n8 5 I"7n8, ) J n J 4 I+.
Cursul 3 Cursul 3
Aplicatii
Pentru fiecare fereastra de 4 esantioane
Aplica TFD Aplica TFD
Prelucrarea spectrului de frecventa
TFD inversa
Stocarea datelor la iesire
Kliseaza fereastra
Repeta pana cand se proceseaza intre' semnalul
Cursul 3 Cursul 3
Aplicatii
In etapa de procesare a spectrului!
Filtrare in 1anda 2trece-1anda, stop-1anda,trece- Filtrare in 1anda 2trece-1anda, stop-1anda,trece-
>os,trece-sus3
Amplificare selectiva a frecventelor
Aplicarea de 1ancuri de filtre
Translatarea componentelor de frecventa pe a"a
frecventelor
Cursul 3 Cursul 3
Filtrarea vocii din muzica
Pentru fiecare secunda de melodie!
Se aplica TFD
Se identifica 1enzile de frecventa ale vocii Se identifica 1enzile de frecventa ale vocii
Se anuleaza componentele ?A din aceste 1enzi sau se salveaza separat
2stop-1anda3
Se aplica TFD inversa
Filtrarea .ocii din muzica necesita bancuri de filtre indexate temporal
/od pentru .oi0 proiect 1*arpDe.elop la
Fttp!<<neuron.ro<PS<Proiecte<FiltrareDFT.zip
2er'e pt .3a.s la ()%4z (fs e *ard5coded)
Cursul 3 Cursul 3
Rezultate demonstrative
1emnal ori'inal0
Fttp!<<neuron.ro<PS<Lavs<LavMN+2A,z'ono.Lav Fttp!<<neuron.ro<PS<Lavs<LavMN+2A,z'ono.Lav
Instrumentatia0
Fttp!<<neuron.ro<PS<Lavs<LaveOoiceFilterOut.Lav
/omponenta de .oce filtrata0
Fttp!<<neuron.ro<PS<Lavs<semnalFiltrat.Lav
Cursul 3 Cursul 3
Rezultate demonstrative
A1ordarea 2!
In secundele fara voce se identifica 1enzile de frecventa In secundele fara voce se identifica 1enzile de frecventa
ale semnalului
Se aplica filtre trece-1anda calculate pentru toate
portiunile de melodie asemanatoare in care e"ista si
voce
Procesul se repeta pentru fiecare portiune in care
instrumentatia este diferita
Indiferent de a1ordare, este nevoie de o metoda mai
rapida decat DFT si IDFT, in speta FFT si IFFT
Cursul 3 Cursul 3