Equation Chapter 1 Section 1

Capitolul 1.
Noiuni recapitulative de analiz matematic real i
complexa

Aparatul matematic care va fi folosit n aceast lucrare cuprinde unele noiuni simple de
analiz matematic reala i complex. n cele ce urmeaz se va face o scurt trecere n revist a
unor aspecte fundamentale, presupunnd ca ele au fost deja studiate la cursurile de analiz
matematic, funcii complexe i funcii speciale. n cazul unor neclariti, ele pot fi studiate
amnunit n orice tratat din aceste domenii.
Unele noiuni vor fi prezentate suplimentar pe parcursul lucrrii, acolo unde sunt
necesare, pentru a nu ncrca acest prim capitol cu formule ale cror aplicaii nu sunt nc
evidente. Scopul acestui capitol este acela de a nu ntrerupe expunerea noiunilor de electronic
prin paragrafe generale de matematic.

1.1 Spaiul semnalelor

Tratarea analitic a semnalelor este posibil n cazul general prin considerarea acestora
ca puncte (sau vectori de poziie) ntr-un spaiu vectorial multidimensional generat de o baz
de vectori, numit spaiul semnalelor. Spre deosebire de spaiile vectoriale obinuite, n care
vectorii bazei nu au n general o dependen de timp, spaiul semnalelor este generat de o baz
de vectori care reprezint funcii de timp.
De exemplu, ntr-un spaiu vectorial cu dou dimensiuni, un punct este determinat de
vectorul su de poziie care este o combinaie liniar a celor doi vectori ai bazei,
1
i
2
, ca n
figura 1.1:


1 1 2 2
; x a a = + (1.1)

Figura 1.1 Descompunerea unui vector intr-un plan bidimensional (un plan)

Coeficieniidezvoltrii(1.1) se numesc componentele vectorului pe axele spaiului
vectorial generat de vectori bazei, pe care o vom nota n continuare n stilul
1 2
{ , } = . O
componenta se pot determina evident cunoscnd unghiul o dintre vectorul de poziie i axa
respectiva:

1
cos a x o = (1.2)
In cazul spaiului semnalelor, semnul de vector, specific aplicaiilor din fizica i
implicnd anumite forte, este de obicei omis, n schimb se specifica dependenta de timp. De
exemplu, pentru un spaiu al semnalelor cu numai doua dimensiuni, se poate scrie prin analogie
cu ecuaia (1.1):

2
1
( ) ( );
i i
i
x t a t
=
=

(1.3)
Generaliznd pentru un spaiu al semnalelor cu n dimensiuni

1
( ) ( );
n
i i
i
x t a t
=
=

(1.4)
Pentru o baza data { ( )}
i
t = , semnalul este complet determinat, ca i un vector, de
cele n componente ale sale pe axele spaiului vectorial, i se poate utiliza notaia:


1 2
( ) ( , ,..., ); { ( )}; 1,
n i
x t a a a t i n = = = (1.5)


1.2 Distan i spatii metrice

Pentru stabilirea unor relaii cantitative privind poziia relativa a elementelor spaiului
semnalelor, spaiul vectorial al acestora este dotat cu o distan, fiind deci un spaiu metric. In
teoria semnalelor se utilizeaz metrica euclidian, considernd toi vectorii bazei ca fiind
ortogonali, iar distana ntre dou puncte se calculeaz prin relaia:

1
2
2
1
( , ) ( )
n
i i
i
d x y a b
=
(
=
(

(1.6)
De exemplu, pentru un spaiu bidimensional (un plan) generat de doi vectori ortogonali
1
i
2
, distana ntre doi vectori
1 2
( , ) x a a = i
1 2
( , ) y b b = , este dat de relaia derivat din
teorema lui Pitagora, ca n figura 1.2:

1
2
2
2
1
( , ) ( )
i i
i
d x y a b
=
(
=
(

(1.7)

Figura 1.2. Calculul distanei ntre dou puncte ntr-un spaiu bidimensional

Prin generalizarea relaiei(1.7) pentru un spaiu vectorial cu n dimensiuni, se obine
relaia(1.6).


1.3 Spaiu vectorial normat (spaiu prehilbertian)

Pentru aplicaii n care sunt necesare precizri cu privire la amplitudinea unui semnal
sau anumite caracteristici energetice ale acestuia, este util definirea unei norme, ceea ce face
ca spaiul vectorial s fie un spaiu normat. Norma unui semnal o vom nota || || x , i se poate
defini ca distana ntre punctul reprezentat de semnalul respectiv i originea axelor spaiului
semnalelor, fiind deci lungimea vectorului su de poziie. In metrica euclidian adoptat,
aceasta este, conform relaiei(1.6)

1
2
2
1
( , 0) || ||
n
i
i
d x x a
=
(
= =
(

(1.8)
Comparnd definiiile normei i ale distanei este evident i relaia:

2 2
|| || ( , ) x y d x y = (1.9)


1.4 Produsul scalar n spatii prehilbertiene

Pe lng produsul scalar cu o constanta, caracteristic oricruispaiu vectorial, se poate
introduce noiunea de produs scalar a doi vectori (doua elemente ale spaiului vectorial).
Acesta este definit ca suma a produselor componentelor omoloage ale celor doi vectori:

*
1
,
n
i i
i
x y a b
=
=

(1.10)
unde s-a notat cu * conjugatul complex al unei mrimi (vezi paragraful referitor la spatii
complexe).
Comparnd relaia pentru produsul scalar cu norma i distanta sunt evidente i
urmtoarele doua relaii:
(1.11)
(1.12)

2 2
|| || , ( , ); x y x y x y d x y = = (1.13)

Produsul scalar este util pentru obinerea de relaii cantitative care conin unghiul ntre
doi vectori, avnd n vedere ca el poate fi scris i sub forma:
, || || || || cos x y x y o = (1.14)
Intr-adevr, intr-un spaiu vectorial bidimensional, conform figurii 1.3, relaia (1.10) se
poate scrie:

1 1 2 2 1 2 1 2
1 2 1 2 1 2
|| || cos || || cos || || sin || || sin
|| || || || [cos cos sin sin ] || || || || [cos( )]
|| || || || cos
a b a b x y x y
x y x y
x y
o o o o
o o o o o o
o
+ = + =
= + = =
=

Relaia(1.14) permite definirea unghiului ntre doi vectori i pentru spaii vectoriale n-
dimensionale, unde nu este posibil o interpretare geometric propriu-zis

,
cos
|| || || ||
i j
i j

o

=

(1.15)
In particular, aceasta este util pentru definirea noiunii de ortogonalitate a doi vectori
intr-un spaiu n-dimensional dup cum se va arata mai departe.


Figura 1.3. Definirea unghiului intre doi vectori prin produsul scalar

Produsul scalar al unui vector cu el nsui d norma sa la ptrat:

2
2
1
, . cos0
n
i
i
x x x x x a
=
= = =

(1.16)

1.5 Produsul scalar n spatii Hilbert
Forma cea mai general a spaiului vectorial al semnalelor este cea de spaiu Hilbert.
Menionm n continuare principalele caracteristici ale acestui tip de spaiu, care sunt utile n
teoria semnalelor.
1. Elementele spaiului Hilbert sunt n general mrimi complexe.
2. Produsul scalar n spaii Hilbert poate lua urmtoarea form integral:

*
, ( ) ( )
D
x y x t y t dt =
}
(1.17)
Aceast relaie este valabil pe un anumit domeniu D de valori al variabilei de
integrare t , numit domeniu de ortogonalitate.
3. Spaiul Hilbert este un spaiu complet, n sensul c limita oricrui ir convergent
este un element al acestui spaiu.
Dup cum se va arta ulterior, n teoria semnalelor sunt folosite anumite transformri
integrale care au n general ca rezultat mrimi complexe. Aceste rezultate trebuiesc eventual
folosite n prelucrri ulterioare, ceea ce face necesara considerarea lor ca elemente ale aceluiai
spaiu vectorial.
Relaia (1.17) are proprieti asemntoare cu cele ale produsului scalar obinuit(1.10),
i se bazeaz pe noiunea de baza de vectori ortogonali n spaii Hilbert. Aceasta implic faptul
c produsul scalar n forma integral ntre doi vectori diferii ai bazei spaiului este nul.
Si n spatiile vectoriale obinuite, daca produsul scalar intre doi vectori nenuli, definit
prin relaia(1.14) este nul, rezulta ca unghiul dintre acestea este
2
t


,
cos 0
|| || || ||
;
2
i j
i j
i j

o

t
o
= =

=
(1.18)
Produsul scalar al unui vector al bazei cu el nsui da ptratul normei acelui vector,
conform relaiei(1.14)

2 2
, || || || || cos0 || ||
i i i i i i
c < >= = = (1.19)
Se observ c, n spatii Hilbert, datorita faptului ca produsul scalar se efectueaz prin
integrare dup t , norma unui vector al bazei este constanta (nu depinde de t ) i se mai numete
i constant de normare (
i
c ).
Dac toi vectorii bazei sunt ortogonali, spaiul generat de acetia se numete spaiu
ortogonal.
Dac toate constantele de normare ale vectorilor ortogonali ai bazei (normele acestora)
sunt unitare, spaiul generat de acetia se numetespaiu ortnormat.
Rezumnd, n cazul semnalelor intr-un spaiu Hilbert generat de o baza de vectori
ortogonali { ( )}
i
t = obinem:

* 2
( ), ( ) ( ) ( )
i j i j i ij
D
t t t t dt c o = =
}
(1.20)

unde s-a notat cu
ij
o simbolul lui Kronecker, definit prin

1,
0,
{
i j
ij
i j
o
=
=
= (1.21)
Folosind aceasta proprietate se poate justifica generalizarea la doi vectori oarecari ai
spaiului Hilbert ortonormat forma integrala (1.17) a produsului scalar. Intr-adevr:

* *
1 1
* * *
1 1 1
( ) *( ) ( ) ( )
( ) ( ) ( ), ( )
ij
n n
i i j j
i j
D D
n n n
i j i j i i
i j i
D
x t y t dt a t b t dt
a b t t dt a b x t y t
o


= =
= = =
= =
= =

} }

}
(1.22)
Aceasta forma se poate pstra i n spatii Hilbert ortogonale dar neortonormate, avnd
n vedere ca ea va diferi de produsul scalar obinuit doar printr-o constant multiplicativ la
fiecare termen (constantele de normare), ceea ce nu i modific proprietile calitative.
Produsul scalar este important i pentru c permite determinarea uoar a
componentelor unui vector intr-un spaiu ortonormat ( 1, 1, 2,...,
i
i n = = ). Intr-adevr,
conform figurii 1, fcnd produsul scalar al unui vector cu un vector al bazei, se obine,
conform formulei (1.14), componenta pe axa respectiv:

1 1 1
, || || cos x x a o = = (1.23)
Rezult c ntr-un spaiu n-dimensional, o component a semnalului pe o ax oarecare a
spaiului se obine fcnd produsul scalar al vectorului semnal cu vectorul bazei corespunztor
axei respective.
, , 1, 2,...,
i i
a x i n = = (1.24)
Comparnd produsul scalar n spaii Hilbert cu definiiile normei i distanei este
evident urmtoarea legtur general ntre acestea:

2
2
* * 2
( ( ), ( )) ( ) ( ) ( ) ( ), ( ) ( )
[ ( ) ( )][ ( ) ( )] | ( ) ( ) |
D D
d x t y t x t y t x t y t x t y t
x t y t x t y t dt x t y t dt
= =
= =
} }
(1.25)
De asemenea, norma unui vector este legata de valoarea medie a acestuia. Reamintim ca
valoarea medie a unei funcii cunoscuta analitic pe un domeniu [ , ] D a b = este mrimea:

1
( ) ( )
b
a
f x f x dx
b a
=

}
(1.26)
fiind nlimea unui dreptunghi care are ca baz domeniul de integrare i o arie egal cu cea
cuprins ntre funcie i abscisa.
Rezulta:

2
2 2
1 1
( ) ( ) ( )
D
x t x t dt x t
D D
= =
}
(1.27)


1.6 Spaii complexe

Asa cum s-a menionat, n teoria semnalelor apar deseori mrimi complexe. Chiar dac
semnalele primare sunt reale, pe parcursul prelucrilor ele pot lua o form complex,avnd o
parte real i una imaginar:
z a ib = + (1.28)
unde Re[ ] a z = este partea real a semanlului, Im[ ] b z = este partea imaginar a semnalului
iar 1 i = . Deoarece n electronic se utilizeaz litera i pentru a nota intensitatea curentului
electric, se adopt de obicei notaia:
1 j = (1.29)
Un numr complex poate fi reprezentat n aa numitul plan complex determinat de dou
axe: cea real (abscisa) i cea imaginar (ordonata), ca n figura 1.4.


Figura 1.4. Reprezentarea unui numr n planul complex

Conjugatul complex al unui numr complex se obine schimbnd semnul prii
imaginare:
* z a ib = (1.30)
Rezult c n planul complex, conjugatul complex al unui numr este simetricul
acestuia fa de axa real. De asemenea un numr real (cu partea imaginara 0) este egal cu
conjugatul sau.
Modulul ptrat al unui numr complex este dat de norma sa la ptrat, sau de produsul
intre acel numr i conjugatul sau complex.
Intr-adevr, innd seama de relaia(1.16) intre norma i produsul scalar

2
2 2 2
|| || , z z z z a b = = = + (1.31)

* 2 2
( )( ) z z a ib a ib a b = + = + (1.32)

2
2 * 2 2
|| || , z z z z z z a b = = = = + (1.33)
Dup cum se observa din figura 1.4, este posibil reprezentarea unui numar complex n
modul i faz:
| |
i
z z e

= (1.34)
Intr-adevr, pentru reprezentarea n planul complex ca n figura 1.4 a un numr complex
cu modul 1, relatia (1.34) conduce la o egalitate evidenta
| | 1; Re[ ] Im[ ] cos sin ;
i
z z z i z i e

= = + = + = (1.35)
In acest calcul s-a folosit cunoscuta relatie a lui Euler, obinut prin analogia planului
complex cu planul trigonometric:
cos sin
i
e i

= + (1.36)
Unghiul ntre dreapta care unete originea planului cu punctul z

i abscis (msurat
deci n sens invers trigonometric) se numeste faza (sau argumentul) numrului complex i se
observ ca este dat de relaia:

Im[ ]
arctan
Re[ ]
z
z
= (1.37)
Tinnd seama de relaia (1.33), modulul numrului complex se poate calcula prin
formula:

1
2 2
2
| | [Re[ ] Im[ ] ] z z z = + (1.38)
Este de asemenea util exprimarea funciior trigonometrice cu ajutorul exponenialei
complexe. Folosind relaia Euler pentru un numr complex cu modul 1 i pentru conjugatul
su, prin adunare, respectiv scdere se obine:

cos sin ;
cos sin ;
1
cos [ ];
2
1
sin [ ];
2
i
i
i i
i i
e i
e i
e e
e e
i

= +
=
= +
=
(1.39)






Capitolul 2.
Analiza semnalelor deterministe
Equation Chapter (Next) Section 1Equation Section 2
Informatia reprezinta un concept gnoseologic care masoara gradul de inlaturare a unei
nedeterminari. Se spune ca se obtine informatie atunci cand dintr-un camp de evenimente
posibile, cu anumite probabilitati, se stabileste aparitia efectiva a unuia dintre aceste
evenimente. In acest moment se inlatura nedeterminarea referitoare la campul de evenimente,
obtinandu-se informatie.
Cea mai mica informatie posibila este furnizata de un camp cu un minim de evenimente
posibile, i anume n cazul a numai dou evenimente avnd probabilitati egale (de exemplu la
aruncarea cu o moneda, la aparitia unui 0 sau 1 logic intr-o celula de memorie a unui
calculator, etc.). Informatia obtinuta prin observarea aparitiei unuia dintre cele doua
evenimente echiprobabile reprezinta unitatea de informatie i se numeste bit.
Din punct de vedere epistemologic informatia se identifica cu procesele de acumulare
i diseminare de observatii i teorii referitoare la un anumit subiect important pentru sfera
cunoasterii.
Suportul fizic pentru transmiterea informatiei se numeste semnal, i el este de regula o
marime electrica, dar poate fi i de alta natura (acustica, luminoasa, termica, etc.).
Deoarece semnalul provine de la un sistem fizic (numit sursa), el va reflecta
fenomenele fizice care se petrec n acel sistem. Daca aceste evenimete au un anumit grad de
nedeterminare, observarea semnalului (proces denumit utilizare) va genera obtinerea unei
informatii. Deci semnalele provenite de la astfel de sisteme contin informatie i se numesc
semnale nedeterministe. Daca nu este cunoscut apriori semnalul de la un anumit moment,
evolutia sa se poate considera ca fiind aleatoare, iar semnalul nedeterminist se mai numeste i
semnal aleator, sau semnal stochastic.
Daca procesul fizic de la care provine semnalul nu are un caracter aleator iar evolutia sa
poate fi cunoscuta la orice moment ulterior (de exemplu prin cunoasterea legilor fizice care
guverneaza procesul), nu exista n nici un moment vreo nedeterminare n evolutia semnalului,
care este deci denumit semnal determinist. Deoarece nu exista nedeterminare n evolutia sa,
semnalul determinist nu este purtator de informatie.
De fapt, conceptul de semnal determinist este o idealizare, deoarece toate semnalele din
natura poarta o anumita incertitudine. Cunoasterea semnalului n orice moment ulterior implica
o durata infinita a acestui semnal. Este evident ca nu exista nici o dovada ca ar exista semnale a
caror durata sa fie infinita, adica sa fie nenule intr-un viitor oricat de indepart. Semnalele
observate pana n prezent se datoreaza unor fenomene care se petrec n sisteme fizice cu
caracter limitat n timp, fara a se putea insa preciza exact momentul cand vor disparea
1
.
Toate semnalele utilizate n practica au un moment de inceput, inaintea caruia valoarea
lor este nula. Ele se datoreza unei cauze aparute la un moment dat (chiar i radiatia termica
fosila mentionala n nota din subsol pare sa aiba acest caracter), semnalul neexistand inaintea
aparitiei cauzei. Astfel de semnale se numesc cauzale, iar aceasta precizare prezinta
importanta, dupa cum se va arata, pentru calculul transformatei Laplace inverse prin metoda
reziduurilor.

1
O exceptie pare a fi asa numita radiatie termica fosila prezisa de Gamow, in contextul teoriei Big Bang-ului
referitoare la aparitia sistemului fizic complet universul- si observata experimental pentru prima oara de Penzias
si Wilson in 1965 (Premiul Nobel pentru Fizica). Radiatia electromagnetica ramasa libera in primele minute ale
formarii universului s-a racit prin expansiunea acestuia, pana la echivalentul a aproximativ 4 grade Kelvin, si este
izotropa si omniprezenta, putand fi detectata de radiotelescoape. Nu se cunoaste insa evolutia viitoare a
universului si implicit a radiatiei termice fosile si deci si acest semnal are un oarecare grad de nedeterminare.
Prin urmare, semnalele deterministe reprezinta idealizari, exprimate deseori prin
formule matematice, ale semnalelor reale, pentru a se elibera complet de caracterul
nedeterminist. Acest lucru are avantajul usurintei n prelucrarea analitica i stabilirea de
formalisme, metode i algoritmi care pot fi extinse ulterior pentru tratarea semnalelor
nedeterministe, purtatoare de informatie.

2.1 Analiza semnalelor periodice
Unele dintre cele mai studiate semnale deterministe sunt semnalele numite periodice,
ale caror valori se repeta pe toata axa timpului cu o anumita perioada T .
( ) ( ), x t x t kT k = + e (2.1)
Precizarea privind valabilitatea acestei proprietati pe toata axa timpului este foarte
importanta din punct de vedere matematic, deoarece orice limitare introduce, dupa cum se va
arata, o convolutie n spectrul unui astfel de semnal. Desigur, din considerentele prezentate n
paragraful anterior, n realitate nu exista astfel de semnale, dar daca durata unui semnal este
suficient de mare, aproximatia poate fi destul de buna pentru scopurile practice.
Semnalele deterministe care nu sunt periodice vor fi denumite n continuare impulsuri,
desi acceptiunea curenta este usor diferita. Din punct de vedere al tratarii matematice insa,
tertium non datur: semanele periodice pot fi analizate prin serii i au spectru discret, cele
neperiodice se analizeaza prin transformari integrale i au spectru continuu.
Problema clasica a analizei unui semnal periodic a constat n determinarea frecventelor
unor semnale elementare (de regula sinusoidale), prezente intr-un semnal periodic oarecare.
Inca de la experimentele efectuate de Helmholtz cu ajutorul cunoscutilor sai rezonatori, s-a
constatat ca semnalele acustice periodice emise de anumite instrumente muzicale fac sa
rezoneze anumite sfere de dimeniuni variabile, sugerand existenta acelor frecvente de
rezonanta n compozitia semnalului. Distributia amplitudinilor semnalului periodic dupa
aceste frecvente, data de amplitudinile lor relative, a capatat denumirea de spectrul semnalului,
iar procesul de aflare a acesteia se numeste analiza spectrala.
Teoria moderna a analizei spectale generalizeaza acest concept pentru alte semnale
elementare n afara celor sinusoidale. Semnalele elementare dupa care se face analiza
reprezinta o baza de vectori ortogonali n spatiul Hilbert al semnalelor, iar semnalul compus
este un punct (sau vectorul de pozitie al acestuia) n acelasi spatiu Hilbert.
Scopul analizei spectrale este deci determinarea componentelor semnalului, adica a
proiectiilor vectorului semnal pe axele de coordonate ale spatiului semnalelor.
Problema inversa este sinteza semnalului, adica obtinerea unui semnal ca o combinatie
liniar a semnalelor elementare, cu coeficieni dai.
Acesta se realizeaz deci prin formula

0
( ) ( )
n n
n
x t a f t

=
=

(2.2)
n care ( )
n
f t reprezint functiile elementare care formeaza baza spatiului Hilbert respectiv, iar
n
a reprezinta coeficienii dezvoltarii semnalului ( ) x t dupa axele date de vectorii bazei, numite
i componente spectrale.
Teoretic, exista numeroase semnale care au un spectru infinit, n sensul ca este nevoie
de o infinitate de componente spectale i respectiv vectori ai bazei care sa conduca la o
egalitate n relatia (2.2). De exemplu, dezvoltarea unui semnal periodic dreptunghiular dupa
semnale elementare sinusoidale necesita un numar infinit de termeni. In anumite cazuri insa,
numarul de termeni este finit, ceea ce reprezinta desigur un avantaj n ceea ce priveste usurinta
i precizia calculelor. Se poate considera ca toate semnalele intalnite in practica au un numar
finit i rezonabil de mic de termeni cu valori semnificative. Se va demonstra la sfarsitul acestui
paragraf, din considerente energetice, ca pentru orice semnal exista un rang N , astfel incat
pentru orice indice i N > amplitudinile componentelor spectrale devin nesemnificative.
Pentru analiza propriu zisa se pleaca de la un semnal cunoscut i ce cere calculul
coeficienilor dezvoltarii (2.2) dupa setul de functii elementare ( )
n
f t .
Acest lucru este n mare masura usurat daca se alege de la bun inceput un set ortogonal
de vectori, deci care satisfac o relatie de tipul (1.20), avand domeniul de ortogonalitate chiar
perioada T a semnalului:

2
( ), ( ) ( ) *( )
i j i j i ij
T
f t f t f t f t dt c o = =
}
(2.3)
Intr-adevar, tinand cont ca o componenta a vectorului semnal se obtine efectuand n
relatia (2.2)produsul scalar al acestuia cu vectorul respectiv al bazei, conform relatiei (1.24) se
obtine:

2
* *
0
* 2
0
( ), ( ) ( ) ( ) ( ) ( )
( ) ( ) , 1, 2,...,
i ni
i i n n i
n
T T
n n i i i
n
T
c
x t f t x t f t dt a f t f t dt
a f t f t dt c a i n
o

=
= =
= = =

} }

}
(2.4)
Prin urmare, cele doua formule fundamentale ale analizei i sintezei semnalelor sunt:

0
( ) ( )
n n
n
x t a f t

=
=

(2.5)

*
2
1
( ) ( ) , 1, 2,...,
i i
i T
a x t f t dt i n
c
= =
}
(2.6)

Se poate demonstra ca pentru un set dat de vectori ai bazei descompunerea este unica, n
sensul ca pentru un numar finit de termeni retinuti n dezvoltarea (2.5) erorile sunt minime daca
se iau coeficienii dai de (2.6). Pentru aceasta, sa presupunem ca am alege un alt set de
coeficieni,
n
b i calculam eroarea pentru un numar finit de termeni ca abatere patratica medie:

2 2
0
2 2 2
0
0 0 0 0
[ ( ) ( )] 0
1 1
[ ( ) ( )] ( )
2 1
( ) ( ) ( ) ( )
N
n n
n
N
n n
n
T T
N N N N
m m n n n n m m
m n n m
T T
x t b f t
x t b f t dt x t dt
T T
a f t b f t dt b f t b f t dt
T T
c
c
=
=
= = = =
= >
= =
+

} }

} }
(2.7)
Efectuand inmultirile (ceea ce inseamna ca produsul de sume devine o suma dubla) i
scotind n afara integralei termenii care un depind de variabila de integrare t (ceea ce inseamna
inversarea sumei cu intergrala) rezulta:

2 2
0 0 0 0
2 2 2 2
0 0
1 2 2
( ) ( ) ( ) ( ) ( )
1 2 1
( )
N N N N
n m n m n m n m
n m n m
T T T
N N
n n n n n
n n
T
x t dt a b f t f t dt b b f t f t dt
T T T
x t dt a b c b c
T T T
c
= = = =
= =
= +
= +

} } }

}
(2.8)
In aceste relatii s-a tinut cont ca integralele care raman, conform conditiei de
ortogonalitate (2.3), au valoarea
2
n nm
c o iar din sumele dupa m ramane doar termenul pentru
care m n = , astfel ca sumele duble se contracta la sume simple.
Adunand i scazand un termen de forma
2 2
0
1
N
n n
n
a c
T
=

, relatia (2.8) se poate scrie sub

forma

2 2 2 2 2 2
0 0
1 1 1
( ) ( ) 0
N N
n n n n n
n n
T
x t dt b a c a c
T T T
c
= =
= + >

}
(2.9)
unde s-a tinut cont ca abaterea patratica este intotdeauna mai mare sau egala cu zero.
Analizand relatia (2.9), care da o cantitate pozitiva, se observa ca se atinge minimul n
functie de setul de coficienti
n
b daca al doilea termen (de asemenea mai mare sau egal cu zero)
este nul, adica daca noul set de coeficieni este chiar cel initial:
, 0,1, 2,...,
n n
b a n N = =
In acest caz, eroarea minima este:

2 2 2 2
min
0
1 1
( ) 0
N
n n
n
T
x t dt a c
T T
c
=
= >

}
(2.10)
De aici rezulta o relatie importanta, numita inegalitatea Bessel:

2 2 2
0
( )
N
n n
n
T
x t dt a c
=
>

}
(2.11)
Evident, egalitatea se obtine, numai daca descompunerea (2.5) este exacta, deci
considerand numarul total de termeni cu coeficieni nenuli,
0
N (finit sau infinit). n acest caz, se
obtine asa numita relatie Parseval:

0
2 2 2
0
( )
N
n n
n
T
x t dt a c
=
=

}
(2.12)
Daca vom considera ca semnalul ( ) x t este tensiunea sau intensitatea unui curent
electric printr-o rezistenta de 1 ohm, rezulta
2
2
( )
( ).1
1
x t
x t = este puterea instantanee. Prin
urmare integrala din relatia (2.12)impartita la T da puterea medie pe acest interval:

2
1
( )
T
T
P x t dt
T
=
}
(2.13)
Daca se inmulteste cu intervalul T se obtine energia semnalului pe perioada T ,

2
( )
T
T
E x t dt =
}
(2.14)
Aceasta inseamna ca relatia Parseval arata modul cum se distribuie energia pe
componentele semnalului. Se observa ca amplituidinile componentelor spactrale se aduna
patratic pentru a da energia semnalului. Neglijarea unor componente ale semnalului conduce la
scaderea energiei pe perioada T , dupa cum arata i inegalitatea Bessel.
Relatia Parseval demonstreaza afirmatia ca peste un anumit rang N componentele
semnalului trebuie sa aiba amplitudini nule. Intr-adevar, daca semnalul ar avea un numar infinit
de componente de amplitudine nenula, conform acestei relatii energia sa ar fi infinita, ceea ce
este inacceptabil fizic.


2.1.1Analiza Fourier a semnalelor periodice

Cel mai raspandita baza de vectori utilizata n analiza semnalelor o constituie setul de
functii trigonometrice ( ) cos( ), ( ) sin( )
n n
f t n t g t n t = O = O , cu n intreg pozitiv sau 0. Aceasta
alegere este naturala, deoarece n multe sisteme fizice, relatia intre fortele generalizate i
variatia coordonatelor generalizate este liniar daca sistemul este scos doar putin din starea de
echilibru. Dupa cum se stie, revenirea n starea de echilibru a sistemului n campul unor astfel
de forte se face prin oscilatii sinusoidale, ceea ce justifica interesul larg pentru astfel de
semnale.
Folsind aceste functii se poate genera o baza a unui spatiu n care se poate efectua asa
numita analiza Fourier a semnalelor periodice.
Functiile bazei sunt:

( ) cos( )
( ) sin( )
n
n
f t n t
g t n t
= O
= O
(2.15)
in care s-a notat cuO frecventa corespunzatoare perioadei semnalului analizat:

2
T
t
O = (2.16)
Se observa ca trebuiesc folosite atat functii de tip sinus cat i functii de tip cosinus.
Aceasta deoarece functiile sinus sunt impare i nici o combinatie liniar a lor nu ar putea
genera un eventual semnal par. De asemenea, functiile cosinus sunt pare, deci pentru a analiza
un semnal oarecare trebuie folosite ambele seturi de functii, folosind o serie de forma

0 0
( ) ( ) ( )
n n n n
n n
x t C f t S g t

= =
= +

(2.17)
unde s-au notat cu
n
C coeficienii dezvoltarii dupa cosinus i cu
n
S coeficienii dezvoltarii dupa
sinus.
Functiile sunt intr-adevar ortogonale, deoarece se pot verifica prin calcul direct relatiile
de ortogonalitate (se exprima functiile trigonometrice cu exponentiale complexe folosind
formula Euler):

cos cos , 1
2
sin sin , 1
2
sin cos 0
nm
T
nm
T
T
T
n t m t dt n m
T
n t m tdt n m
n t m tdt
o
o
O O = >
O O = >
O O =
}
}
}
(2.18)
Patratul constantei de normare este deci
2
T
, pentru orice 1 n > , Pentru 0 n = patratul
constantei de normare pentru functiile cosinusoidale este T iar pentru cele sinusoidale este 0
deoarece:

cos0 cos0
sin0 sin0 0
T
T
t t dt T
t tdt
O O =
O O =
}
}
(2.19)

In aceste conditii se pot scrie relatiile fundamentale ale analizei semnalelor (2.5) i (2.6)
sub forma:

0
1 1
( ) cos( ) sin( )
n n
n n
x t C C n t S n t

= =
= + O + O

(2.20)

2
( ) cos( ) , 1, 2,...
n
T
C x t n t dt n
T
= O =
}
(2.21)

2
( )sin( ) , 1, 2,...
n
T
S x t n t dt n
T
= O =
}
(2.22)

0
1
( ) ( )
T
C x t dt x t
T
= =
}
(2.23)


0
0 S = (2.24)

Se observa ca s-au separat termenii de indice 0, ramanad doar cel dupa cosinus.
Conform relatiei (2.23), acesta reprezinta valoarea medie a semnalului, numita i componenta
continua.
Relatia de analiza (2.20) reprezintAforma trigonometrica a seriei Fourier.
Se poate face o reprezentare grafica tridimensionala intuitiva a seriei Fourie
trigonometrice a unui semnal, cu ajutorul unor segmente echidistante cu lungimi proportionale
cu diversele amplitudini ale componentelor spectrale, ca n figura 1.5. Aceasta reprezentare
formeaza spectrul Fourier trigonometric al unui semnal periodic.



Figura 1.5. Spectrul Fourier trigonometric al unui semnal periodic

Pentru evidentierea caracteristicilor energetice ale seriei Fourier se poate folosi relatia
Parseval pentru semnale periodice. Astfel energia este

2 2 2 2
0
1 1
( )
2 2
n n
n n
T
T T
x t dt T C C S

= =
= + +

}
(2.25)
si impartind la T se obtine puterea

2 2
2 2
0
1
1
( )
2 2
n n
n
T
C S
x t dt C
T

=
(
| | | |
= + +
(
| |
\ . \ .
(

}
(2.26)
Se observa ca n calculul puterii se iau n consideratie amplitudinile efective ale
componentelor spectrale, egale cu amplitudinile impartie la 2 .



Forma armonica a seriei Fourier

Prin transformari trigonometrice simple, forma trigonometrica se poate transforma n
forma armonica a seriei Fourier (ca n figura 1.6)

0
1
( ) cos( )
n n
n
x t A A n t

=
= + O +

(2.27)

2 2 1/2
0 0
[ ]
1
( ) ( )
n n n
T
A C S
A C x t dt x t
T
= +
= = =
}
(2.28)
arctan
n
n
n
S
C
= (2.29)





Figura 1.6. Compunerea componentelor seriei Fourier trigonometrice n forma armonica


Marimea
n
reprezinta faza componente spectrale respective a seriei armonice; se
observa ca ea este masurata intre
n
A i
n
S , deci n sens invers trigonometric, avand semnul
minus n fata.
Spectrul Fourier armonic al unui semnal periodic se poate reprezenta prin doua grafice
bidimesionale: unul pentru amplitudini i unul pentru faze, ca n figura 1.7.
Avantajul acestei forme este acela ca n multe aplicatii informatia referitoare la faze nu
este importanta, i se poate folosi doar reprezentarea spectrala a amplitudinilor, care, spre
deosebire de cea din cazul seriei trigonometrice, este bidimensionala, deci mai simpla.
In aceasta reprezentare, componenta
0
A este componenta continua, componenta
1
A este
frecventa fundamentala sau pe scurt fundamentala, iar celelalte componente, corespunzatoare
unor frecvente multiplu intreg al fundamentalei se numescu armonici.



Figura 1.7. Spectrul Fourier armonic cu amplitudini i faze.

Conform expresiei(2.27), relatia Parseval(2.26)pentru putere se poate scrie n cazul
formei armonice a seriei Fourier astfel

2
2 2
0
1
1
( )
2
n
n
T
A
x t dt A
T

=
| |
= +
|
\ .

}
(2.30)


Forma exponentiala a seriei Fourier
Tinand cont, conform relatiei Euler (1.36) ca partea reala a unei exponentiale complexe
este cosinusul argumentului, un termen al seriei Fourier armonice se poate scrie sub forma:

( ) *
1
cos( ) Re[ ] Re[ ] Re[ ] [ ]
2
n n
j n t j jn t jn t jn t jn t
n n n n nc nc nc
A n t A e A e e A e A A e

O + O O O O
O + = = = = +
unde s-a notat cu
n
j
nc n
A A e

= amplitudinea complexa a unei componente
Prin urmare, forma armonica a seriei Fourier (2.27) se poate scrie sub forma:
(2.31)

*
0
1
1
( ) [ ]
2
jn t jn t
nc nc
n
x t A A e A e

O O
=
= + +

(2.32)
Se poate demonstra urmatoarea relatie:

*
nc nc
A A

= (2.33)
Intr-adevar, se poate calcula, succesiv:


2 2 1/2
( ) *
[ ]
arctan arctan arctan
n n n
n n
n n
n n n n
n n n
n n
n n n
j j j
nc n n n nc
S S
C C
A C S A
S S S
C C C
A A e A e A e A

=
=
= + =
| |
= = = =
|
\ .
= = = =
(2.34)

Rezulta ca al doilea termen al sumei se obtine din primul pur i simplu schimband
semnul lui n , deci luand aceiasi termeni dar cu indicele de sumare 1, 2, 3,..., n = . Suma
se poate scrie atunci cu un singur tip de termeni dar cu n variind de la la :

0
0
1
( )
2
jn t
nc
n
n
x t A A e

O
=
=
= +

(2.35)
Notand formal termenul cu indice 0 (componenta continua):

0 0
1
2
c
A A = (2.36)
rezulta urmatoarea forma exponentiala a seriei Fourier:

1
( )
2
jn t
nc
n
x t A e

O
=
=

(2.37)
Coeficienii dezvoltarii sunt:

2
( )
jn t
nc
T
A x t e dt
T
O
=
}
(2.38)
Intr-adevar, se poate calcula succesiv:


2 2 1/2
1/2
2
[ ] (cos sin )
1 cos (1 tan )
n
j
nc n n n n n
n
n n n
n
A A e C S j
S
C j
C

= = + + =
(
| |
= + + (
|
( \ .

(2.39)

unde s-a fortat factor comun n prima paranteza
n
C , iar n a doua paranteza cos
n
. Tinand cont
de relatia de definire a fazei (2.29), se obtine




2 1/2
[1 tan ]
nc n n
A C = + cos
n
(1 tan )
2 2
(1 ) ( )(cos ) ( )sin
2
( )(cos sin )
n
n
n n n
n T T
T
j
S
C j C jS x t n t dt j x t n t dt
C T T
x t n t j n t dt
T
+
= = = O O
= O O
} }
}
(2.40)

ceea ce demonstreza relatia (2.38).
De altfel, aceasta relatie se putea scrie direct daca se considera ca forma exponentiala a
seriei Fourier reprezinta dezvoltarea semnalului ( ) x t dupa un set de vectori ortogonali

{ }
; ,..., 2, 1, 0,1, 2...,
jn t
e n
O
= = (2.41)
Se poate verifica (prin relatia de ortogonalitate a acestor vectori care da i patratul
constantei de normare:

( )
*
,
jn t jm t jn t jm t jn t jm t
nm
T T
e e e e dt e e dt To
O O O O O O
= = =
} }
(2.42)
de unde rezulta conform regulii (2.6) de calcul pentru coeficieni

1 1
( )
2
jn t
nc
T
A x t e dt
T
O
=
}
(2.43)
ceea ce de asemenea demonstreaza relatia (2.38).

Conform expresiei (2.37), relatia Parseval pentru putere (2.12) se poate scrie n cazul
formei exponentiale a seriei Fourier astfel

2
2
1
( )
2
n
n
T
A
x t dt
T

=
| |
=
|
\ .

}
(2.44)


Semnalul dreptunghiular periodic

Pentru exemplificarea metodelor de analiza Fourier vom prezenta aplicarea acestora
pentru un tip de semnal foarte raspandit i care prezinta i o importanta practica i una
teoretica, fiind utilizat n numeroase dintre capitolele urmatoare semnalul dreptunghiular
periodic. El este reprezentat n figura 1.8.



Figura 1.8 Semnalul dreptunghiular periodic

Se observa ca este o succesiune de impulsuri cu amplitudini egale A, care se repeta cu
perioada T , fiecare impuls avand durata activa (in care semnalul este nenul) t . Se poate defini
un asa numit factor de umplere f al impulsurilor ca fiind raportul intre durata activa i
perioada:
| | , 0,1 f f
T
t
= e (2.45)
Se pot da diferite forme matematice pentru definirea unui astfel de semnal. Vom folosi
n continuare o constructie bazata pe elemente de teoria distributiilor care prezinta avantajul
utilitatii i n alte capitole ale lucrarii. Mai exact vom folosi distribuitiile (numite n continuare,
comform uzantelor, functii) Heaviside i Dirac.
Functia Heaviside numita i functie treapta se defineste de cele mai multe ori n felul
urmator:

0, 0
( )
1, 0
t
t
t
o
<

=

>

(2.46)
si este reprezentata grafic n figura 1.9. Aceasta figura poate fi generata cu ajutorul programului
Mathematica prin urmatorul program:







Figura 1.9. Reprezentare a unei portiuni a functiei Heaviside

Cu ajutorul functiei Heaviside se poate defini matematic i reprezenta grafic un impuls
dreptunghiular. Pentru aceasta se pot utiliza doua functii Heaviside, una cu treapta la 0 t = ,
definita de relatia (2.46), i alta cu treapta la t a = definita prin:

0,
( )
1,
t a
t a
t a
o
<

=

>

(2.47)
Prin scaderea acestor doua functii se obtine un impuls dreptunghiular, ca n programul
urmator i figura 1.10:






Figura 1.10. Obtinerea unui impuls dreptunghiular din doua functii Heaviside

Daca cele doua functii Heaviside ar fi avut treapta de exemplu la 6 t = i respectiv
8 t = s-ar fi obtinut un impuls decalat cu 4 T = fata de primul, ca n figura 1.11.


tr1 UnitStep t ; O functie cu treapta in 0
tr2 UnitStep t 2 ; O functie negativa cu treapta in 2
Plot tr1 tr2, t, 1, 8 , PlotRange All, PlotStyle Thickness .01 , AxesLabel t, "x t "
Compunerea celor doua functii
tr1 UnitStep t 4 ; O functie cu treapta in 4
tr2 UnitStep t 6 ; O functie negativa cu treapta in 6
Plot tr1 tr2, t, 1, 8 , PlotRange All, PlotStyle Thickness .01 , AxesLabel t, "x t "
Compunerea celor doua functii


Figura 1.11. Impuls dreptunghiular decalat cu T=4 fata de cel anterior

Prin compunerea celor doua impusuri se obtine o succesiune ca n figura 1.12




Figura 1.12. Succesiune de doua impulsuri dreptunghiulare

Generalizand, pentru Ni impulsuri se obtine:



imp1 UnitStep t UnitStep t 2 ;
imp2 UnitStep t 4 UnitStep t 6 ;
Plot imp1 imp2, t, 1, 8 , PlotRange All, PlotStyle Thickness .01 ,
AxesLabel t, "x t "
Ni 10;
T 1;
0.3;
imp
k 0
Ni
UnitStep t k T UnitStep t k T ;
Plot imp, t, 0.5, 10 , PlotRange All, PlotStyle Thickness .01 , AxesLabel t, "x t "

Figura 1.13 Succesiune de 10 Ni = impulsuri dreptunghiulare

Pentru usurinta calculelor se poate alege originea timpului la momentul
2
t
, adica la
jumatatea primului impuls, i rezulta o succesiune ca n figura 1.14.

Figura 1.14 Succesiune de 10 Ni = impulsuri dreptunghiulare cu originea timpului
centrata pe primul impuls

Coeficienii dezvoltarii n serie Fourier trigonometrica pentru acest semnal se calculeaza
cu formulele(2.21)-(2.23)

2
2
2 2
cos (sin sin )
2 2
sin
2
2 2 sinc
2
2
n
A
C A n tdt n n
T T n
n
A n
A f
T
n
t
t
t t
t
t t
t

= O = O + O =
O
O
O
= =
O
}
(2.48)

2
2
2
sin 0
n
S A n t dt
T
t
t
= O =
}
(2.49)

| |
2 2
0 0
2 2
1 1
( ) , 0,
T
T
A
C x t dt Adt Af C A
T T T
t
t
t

= = = = e
} }
(2.50)
Asa cum a fost aleasa originea timpului, semnalul este o functie para:
( ) ( ) x t x t = (2.51)
ceea ce justifica anularea coeficienilor
n
S (sinusul fiind o functie impara i ortogonala pe
cosinus nu poate sa apara n descompunerea unui semnal par).
In relatia (2.48) s-a notat cu sinc functia sinus cardinal:

sin
sinc( )
x
x
x
= (2.52)
Deoarece aceasta functie apare foarte des n prelucrarile de semnale, ii vom analiza n
continuare unele proprietati.
a)Valoarea n origine este unitara

0
sin
sinc(0) lim 1
x
x
x

= = (2.53)
b) Intersectiile cu abscisa sunt n puncte echidistante, multiplu de t
sinc( ) 0, sin 0, , 0 x x x k k t = = = e (2.54)
c) Functia are oscilatii n jurul abscisei, cu amplitudini din ce n ce mai mici atunci cand
x creste n modul (deoarece x apare la numitor). Infasuratoarea acestor maxime i minime
este deci o hiperbola echilatera.
d) Integrala de la 0 pana la o valoare oarecare u se numeste functie sinus integral i nu
are o primitiva, valorile sale fiind calculabile doar numeric.

0
sinc( )
Si( )
u
x
u dx
x
=
}
(2.55)
Valoarea la infinit este totusi calculabila analitic i va fi utilizata n unele aplicatii:

0
sinc( )
Si( )
2
x
dx
x
t

= =
}
(2.56)
Fiind o functie para, se poate scrie de asemenea

0
sinc( ) sinc( )
2
x x
dx dx
x x
t

= =
} }
(2.57)

Aceste proprietati sunt vizibile n reprezentarile grafice din figurile 1.14 i 1.15.



sinc x_
Sin x
x
; definirea ca o functie generica, folosind underscore dupa variabila
Plot sinc x , x, 20, 20 , PlotRange All, PlotStyle Thickness .01 , AxesLabel x, "Sinc x " ;
Cand se utilizeaza, parametrul formal x_ devine parametru actual x fara underscore

Figura 1.14 O portiune a functiei sinus cardinal





Figura 1.15 O portiune a functiei sinus integral

Revenind la spectrul semnalului dreptunghiular centrat n origine, se observa ca exista
doar componente dupa functii cosinus, iar liniile spectrale au o infasuratoare de forma unui
sinus cardinal. Spectrul se obtine cu programul urmator i este prezentat n figura 1.16.


Si u_
0
u
Sin x
x
x; definirea ca o functie generica, folosind underscore dupa variabila
Plot Si u , u, 20, 20 , PlotRange All, PlotStyle Thickness .01 , AxesLabel u, "Si u " ;
Cand se utilizeaza, parametrul formal u_ devine parametru actual u fara underscore

Figura 1.16 Spectrul unui semnal dreptunghiular periodic centrat n origine, cu factor
de umplere 0.05, amplitudine 1 i perioada 1.

Pentru un semnal dreptunghiular periodic necentrat n origine, cum este cel din figura
1.13, apar i componentele dupa sinus. Un program care calculeaza i aceste componente i
afisaja ambele spectre este prezentat n continuare, cu rezultatele din figurile 1.17a i 1.17b


Figura 1.17a Spectrul componentelor dupa cosinus



Figura 1.17b Spectrul componentelor dupa sinus

Un program care face reprezentarea grafica tridimensionala a spectrului Forier n forma
trigonometrica pentru semnal periodic dreptunghiular necentrat este prezentat n continuare.





Figura 1.18Reprezentare tridimensionala a spectrului Forier trigonometric pentru un
semnal de tipul celui din figura 1.13
Pentru a evita complicatiile introduse de semnalul necentrat n origine, este avantajos sa
se aleaga originea timpului pe mijlocul impulsului obtinandu-se un spectru numai dupa
cosinus. Aceasta conduce la o diferenta de faza
2
T
t
t A = A , care n cele mai multe aplicatii
nu este semnificativa.
Desi teoretic numarul de armonici din spectrul semnalului este infinit, practic se poate
defini o banda de frecventa formata din componentele care se afla n lobul principal al functiei
sinus cardinal, deci intre zero i prima intersectie cu originea.

sin 0,
2 2
2
n n
B n
t t
t
t
t
| |
O = O =
|
\ .
= O =
(2.58)
Numarul de componente spectrale din lobul principal este egal cu inversul factorului de
umplere ale impulsurilor.

2 1
1
T
n
n
f
t
t t
= =
O
=
(2.59)
Distanta intre doua linii spectrale este invers proportionala cu perioada semnalului

2
( 1) n n
T
t
AO= + O O= (2.60)
Rezulta ca daca se micsoreaza perioada i se mentine constant factorul de umplere,
limiile spectrale se distanteaza i invers, dar latimea lobilor ramane constanta.
Daca se micsoreaza factorul de umplere, lobul central al spectrului va cuprinde mai
multe componente, deci se mareste, deoarece distanta dintre ele depinde doar de T i nu
depinde de f . Acest lucru se poate proba cu programul urmator, n care se iau mai multe
valori pentru factorul de umplere mentinand perioada constanta i se obtin spectrele din figura
1.19.



T 1; A 2;
For 0.06, 0, 0.02, Scade factorul de umplere
g ;
For n 1, n 50, n ,
c n
2
T 0
A Cos n 2
T
t t;
g Append g, Graphics Thickness .008 , Line n, 0 , n, c n ;
;
Show g, Axes True, PlotRange 0, 50 , All , AxesOrigin 0, 0 , AxesLabel "n", "Cn"


Figura 1.19 Cresterea lobului central al spectrului cand factorul de umplere scade (in
prima figura 0.06 t = , n a doua 0.04 t = , iar n a treia 0.02 t = )





Componentele seriei Fourier n forma armonica pentru semnalul dreptunghiular
centrat n origine este identica cu modulul componentelor din seria trigonometrica, conform
relatiei (2.28), deoarece componentele dupa sinus sunt nule. Daca semnalul nu este centrat n
origine, spectrul armonic este cel prezentat n figura 1.20.



Figura 1.20a Spectrul de amplitudini al seriei Fourier armonice pentru semnal
dreptunghiular necentrat n origine

Figura 1.20b Spectrul de faze al seriei Fourier armonice pentru semnal
dreptunghiular necentrat n origine

Descompunerea n serie Fourier exponentiala a semnalului dreptunghiular centrat n
origine este, conform relatiilor (2.37) i (2.38)

/2
2 2
/2
sin
2 2 1
2
[ ] 2 2 sinc
2
2 2
jn jn
jn t
nc
n
A Ae dt A e e A A n
T T T T
jn n
t t t
t
t
t t t
t
O O
O

O
= = = = O
O
O
}
(2.61)

sin
2
( ) sinc
2
2
jn t jn t
n n
n
x t A e A n e
T T
n
t
t t t
t

O O
= =
O
= = O
O

(2.62)
Se observa ca n acest caz, amplitudinile sunt reale, n timp ce n cazul unui semnal
dreptunghiular necentrat n origine, rezulatul integrarii cu exponantiala imaginara da numere
complexe. Intr-adevar, pentru un semnal obtinut prin repetarea cu perioada T a unui impuls
care este nenul intre momentele
1
t i
2
t componentele seriei Fourier exponentiale sunt


2
1 2
1
2 2 2
2
jn t jn jn
T T T
nc
A
A Ae dt j e e
T n
t
t t t
t t
t
t
| |
= =
|
\ .
}
(2.63)

Un program care calculeaza spectrul seriei Fourier exponentiale pentru un semnal
dreptunghiular necentrat n origine este cel de mai jos, iar reprezentarea grafica este cea din
figura 1.23.


Deoarece, asa cum am aratat, amplitudinile componentelor spectrale sunt n general
complexe, liniile spectrale se vor alege cu lungimi proportionale cu modulul componentelor, cu
partea reala sau cu partea imaginara a acestora. Vom numi spectrele obtinute n aceste cazuri
spectrul modul (figura 1.21) , spectrul real (figura 1.22) i respectiv spectrul imaginar (figura
1.23).
Dupa cum se observa din aceste figuri, exista componente cu frecvente pozitive (pentru
0 n > ) dar i componente cu frecvente negative (pentru 0 n < ). Desi acestea din urma nu au o
semnificatie practica (in mod uzual consideram frecventa ca inversul perioadei iar pulsatia este
2
T
t
O = cu 0 T > ), ele pot fi usor interpetate fizic, daca tinem seama ca frecventa (pulsatia) se
poate defini ca derivata n raport cu timpul a unghiului fazorului n planul complex

( ) d t
dt

O = (2.64)
Daca unghiul creste n timp, deci fazorul se roteste n sens direct trigonometric,
frecventa este pozitiva, iar daca unghiul scade n timp, deci fazorul se roteste n sens invers
trigonometric, frecventa este negativa.

Figura 1.21 Spectrul modul al seriei Fourier exponentiale pentru semnal dreptunghiular
necentrat n origine
Figura 1.22 Spectrul real al seriei Fourier exponentiale pentru semnal dreptunghiular
necentrat n origine
Figura 1.23 Spectrul imaginar al seriei Fourier exponentiale pentru semnal
dreptunghiular necentrat n origine

Se observa ca spectrul modul este par, dupa cum rezulta i din relatia

( ) ( ) ( )
1 1 1
2 2 2 2 2 2
2 2 2 n
i
nc n n n n n n nc
A C S e C S C S A

= + = + = + = (2.65)
De asemenea se poate utiliza relatia Euler n relatia(2.38) i se obtine

2 2 2
1 1 1
2
2 2 2 2 2
cos sin
jn t
T
nc n n
A Ae dt A n tdt j A n tdt A jB
T T T T T
t t t
t
t t t
t t
= = = +
} } }
(2.66)
unde
n
A este partea reala iar
n
B este partea imaginara a unei componente spectrale. Deoarece
n
A este integrala unei functii pare, spectrul real este par, dupa cum se observa i n figura
1.24.De asemenea, deoarece
n
B este integrala unei functii impare, spectrul imaginar este
impar, dupa cum se observa i n figura 1.23.
Comparand spectrul seriei Fourier armonice din figura 1.20a cu spectrul modul al seriei
Fourier exponentiale din figura 1.21, se pot face urmatoarele observatii:
a) Numarul de componente spectrale n seria Fourier exponentiala este dublu fata de
seria armonica, cuprinzand i frecvente negative
b) Fiecare componenta spectrala din seria Fourier exponentiala are o amplitudine exact
jumatate din amplitudinea componentel omoloage din seria Fioure armonica
c) Infasuratoarea spectrului din seria Fourier exponentiala este continua n origine, n
timp ce n seria Fourier armonica componenta
0
C are o amplitudine de doua ori mai
mica decat valoarea care ar fi data de infasuratoare.





Cazuri particulare ale semnalului dreptunghiular simetric.

Semnalul cu factor de umplere .
Dupa cum rezulta din relatia (2.59) i se observa n figura 1.19, banda semnalului se ingusteaza
atunci cand factorul de umplere creste. Aceasta observatie este valabila numai pana la valoarea
1/ 2 f = , deoarece este evident ca un semnal dreptunghiular cu factorul de umplere difera de
unul cu factor de umplere 1 f doar prin componenta continua, deci variatia bezii de frecventa
cu factorul de umplere este ca n figura 1.24.

f
Figura 1.24 Variatia numarului de armonici din lobul principal cu factorul de umplere

Banda minima, corespunzatoare factorului de umplere 1/ 2 f = este, conform (2.59)

1 4
2 B
f T
t
= O = O = (2.67)
si cuprinde teoretic doua armonici. Practic numai prima armonica (fundamentala) este nenula,
iar spectrul semnalului periodic dreptunghiular centrat n origine arata ca n figura 1.25.

Figura 1.25 Spectrul semnalului dreptunghiular cu factoru de umplere

Spectrul Fourier pentru acest semnal poate fi descris analitic prin formule simple.
Introducand un factor de umplere n relatia (2.48) se obtine

2
sin sin
1
4 2
2 sinc 2
2
2 2
4 2
n
T
n
n
T
C A f A A
T
n
T
t t
t
t t
O
= = = (2.68)
Tinand cont ca sinusul este nenul numai pentru ( ) 2 1
2 2
n k
t t
= + , avand n aceste cazuri
valoarea ( 1)
k
, se obtine

2 1 2 1
( 1)
,
(2 1)
2
k
k k
A C k
k
t
+ + +

= = e
+
(2.69)
de unde rezulta urmatoarele particuaritati:
a) Ca la orice semnal dreptunghiular centrat pe origine, exista numai componente dupa
cosinus, iar forma trigonometrica este identica cu cea armonica
b) Toate armonicile pare sunt nule, n spectru exista doar armonici de ordin impar
2 1 n k = +
c) Modulul amplitudinilor componentelor spectrale sunt invers proportionale cu ordinul
lor, deci infasuratoarea spectrului n modul este o hiperbola echilatera

Semnalul periodic dreptunghiular centrat n origine se poate scrie deci sub forma
urmatoarei serii

0
( 1)
( ) cos(2 1) ;
2
(2 1)
2
k
k
A
x t A k t
k
t

= + + O
+

(2.70)
Aceste observatii sunt importante n aplicatiile electronice, deoarece un spectru larg
implica exigente mai mari atat pentru aparatura de transmitere cat i pentru cea de prelucrare a
semnalelor. Cel mai avantajos ar fi ca impulsurile dreptunghiulare sa aiba un factor de umplere
cat mai apropiat de pentru a avea o banda de frecvente cat mai mica. Pentru aparatura care
utilizeaza secvente de date binare, deci impulsuri aproximativ dreptunghiulare, se folosesc
uneori diversi algoritmi care sa inlocuiasca secventele mai lungi cu valoare constanta prin
secvente n care se fac inversiuni ale nivelelor logice dupa anumite reguli (de exemplu tehnici
cu intoarcere la zero).

Semnalul cu factor de umplere nul (impulsul Dirac periodic)
Pentru semnale dreptunghiulare periodice centrate n origine se poate analiza i un alt
caz limita, cel n care factorul de umplere tinde la 0. Se impune totusi o conditie suplimentara
n acest caz, deoarece daca amplitudinea ramane finita, suprafata S a fiecarui impuls (si deci i
puterea) ar tinde de asemenea catre 0,

2 2 2
1 1 1
( )
T
P x t dt A AS A f
T T T
t = = = =
}
(2.71)
astfel ca impulsurile nu ar mai avea spectru conform relatiei Parseval (2.30).
Singura posibilitate de a pastra semnalul cand factorul de umplere este nul ar fi ca pe
masura ce factorul de umplere scade, amplitudinea sa creasca imvers proportional, astfel incat
sa se mentina o areia constanta (de exemplu unitara) a fiecarui impuls
1
T
S Adt At = = =
}
(2.72)
Impunand aceasta conditie, daca perioada activa a impulsului, t , scade la 0,
amplitudinea tinde la infinit

0 0
1
lim lim A
t t
t

= = (2.73)
Fiecare impuls ar avea deci latime infinit mica i amplitudine infinita, deci ar fi similar
unei functii Dirac (mai exact, distributie Dirac). O functie Dirac centrata pe o valoare
0
t se
defineste n felul urmator

0
0
0
; ;
( )
0; ;
t t
t t
t t
o
=

=

=

(2.74)
si este reprezentata n figura 2.26
Functia Dirac are de asemenea unele proprietari remarcabile rezultate din teoria
distributiilor:
a) Aria unitara: Integrala pe toata axa a unei functii Dirac (aria sa) este egala cu 1.

0
( ) 1 t t dt o
+

=
}
(2.75) ( ) f t
b) Proprietatea de filtare: integrala produsului unei functii oarecare cu o functie Dirac
centrata intr-un punct
0
t este egala cu valoarea functiei n acel punct

0 0
( ) ( ) ( ) f t t t dt f t o
+

=
}
(2.76)

c) Derivata functiei Heaviside este functia Dirac

0
0
( )
( )
d t t
t t
dt
o
o

= (2.77)



Figura 1.26 Un impuls Dirac centrat la momentul 4 t s =

Daca se alege
0
0 t = rezulta definitia

; 0;
( )
0; 0;
t
t
t
o
=

=

=

(2.78)
si este reprezentata n figura 2.27

Figura 1.27 Un impuls Dirac centrat la momentul 0 t =

Vom numi impuls Dirac un semnal care are variatia n timp similara unei functii Dirac,
iar prin repetarea unui astfel de impuls pe toata axa timpului la momente echidistante kT se
obtine un semnal Dirac periodic, notat ( )
T
t o i reprezentat n figura 2.28
( ) ( );
T
k
t t kT o o

=
=

(2.79)

Figura 1.28 O portiune a unui semnal Dirac periodic cu perioada 1

Pentru impulsuri dreptunghiulare periodice centrate n origine am dedus seria Fourier
trigonometrica(2.61)

1
( ) 2 sin cos
2
n
A
x t A cn n t
T T
t t t

=
O
= + O

(2.80)
Punand n aceasta relatie conditia mentionata anterior 1 At = i tinand cont ca

0 0
sin( )
limsinc lim 1
2
x
n
x
t t
t

O = = (2.81)
se obtine urmatoarea formula pentru dezvoltarea n serie a semnalului Dirac periodic

1
1 2
( ) cos
T
n
t n t
T T
o

=
= + O

(2.82)
De asemenea, punand aceasta conditie n forma exponentiala a seriei Fourier (2.62)
pentru semnalul dreptunghiular periodic, i trecand la limita, se obtine o formula de dezvoltare
n serie dupa functii exponentiale complexe:

1
( )
jn t
T
n
t e
T
o

O
=
=

(2.83)


2.1.2 Analiza i sinteza semnalelor folosind polinoame ortogonale

In anumite cazuri este avantajos sa se aleaga alte seturi de vectori ortogonali pentru
analiza semnalelor. Astfel, deja sunt raspandite sisteme de transmisiuni de date care folosesc
unele functii speciale, cum ar fi polinoamele ortogonale,
Exista patru tipuri de astfel de polinoame si functii asociate ortogonale mai raspandite
n aplicatiile i teoria semnalelor: Legendre, Laguerre, Hermite i Bessel.
De remarcat ca relatia de ortogonalitate generala a polinoamelor ortogonale implica n
principiu introducerea unei functii pondere ( ) w t care sa asigure convergenta integralei, fiind
sub forma

2
( ), ( ) ( ) ( ) ( )
n m n m n nm
D
t t t t w t dt c o = =
}
(2.84)
Polinoamele Legendre se noteaza cu ( )
n
P t si se definesc ca solutii ale ecuatiei
diferentiale Legendre (vezi de exemplu Lebedev- Functii speciale) i se calculeaza de obicei pe
baza unor relatii de recurenta. Pentru aplicatii n care calculul se face analitic, se poate utiliza
de exemplu formula Rodrigues:
( ) ( )
2
1
1
2 !
n
n
n n n
d
P t t
n dt
= (2.85)

Pentru aplicatii n care se folosesc cicuite analogice, generarea lor se poate face folosind
integratoare cu amplificatoare operationale conform relatiei de recurenta:

1 2
1
0
( ) (2 1) ( ) ( )
( ) 1
x
n n n
P x n P y dy P x
P x

= +
=
}
(2.86)

Pentru n = 0, 1, 2, rezult expresiile:


( )
( )
( ) ( )
( ) ( )
( ) ( )
=
=
=
=
= +
0
1
2
2
3
3
7 5 3
7
1,
,
1
3 1 ,
2
1
5 3 ,
2
.
.
.
.
1
429 693 315 35
16
.
.
.
P t
P t t
P t t
P t t t
P t t t t t
(2.87)


Polinoamele Legendre au domeniul de ortogonalitate [-1,1] iar functia pondere pe acest
domeniu este 1. Relatia de ortogonalitate (2.84) se poate scrie astfel


2
( ), ( ) ( ) ( )
2 1
n m n m nm
D
P t P t P t P t dt
n
o = =
+
}
(2.88)

Rezulta ca norma polinoamelor Legendre este:


2
2
2 1
n
c
n
=
+
(2.89)
Componentele spectrale ale descompunerii unui semnal ( ) x t dupa un set de polinoame
Legendre se poate scrie n conformitate cu relatia generala (2.6)

1
1
2 1
( ) ( ) , 0,1, 2,...,
2
n n
n
a x t P t dt i n

+
= =
}
(2.90)
Sinteza semnalului din componentele sale se face n conformitate cu relatia generala
(2.5), rezultand

0
( ) ( )
N
n n
n
x t a P t
=
=

(2.91)

Pentru exemplificarea acestui tip de analiza, prezentam n continuare cazul unei functii
care contine termeni sinusoidali, termeni polinomiali i termeni exponentiali, care se repeta cu
perioada 2 T = i este definita pe intervalul [-1,1] n felul urmator:

2 3
( ) sin 2sin3 3
t
x t t t t t e

= O + O + + + (2.92)
Blocul urmator de instructiuni defineste parametrii i functia i afiseaza graficul
acesteia (mai exact doua perioade), reprezentat n figura 1.30. Se definesc mai intai parametrii
functiei semnal, apoi se defineste functia n interiorul unei perioade. Pentru afisare se defineste
o noua functie ca o fereastra dreptunghiulara de timp iar apoi cele doua perioade sunt obtinute
prin sumarea functiei semnal pe doua ferestre dreptunghiulare decalate cu perioada T .





Figura 1.30 Repetarea periodica a semnalului dat de functia din relatia (2.92)

Pentru acest semnal, presupus ca se repeta periodic n afara intervalului [-1,1],
urmatorul program caluleaza coeficienii descompunerii dupa polinoame Legendre, calculeaza
sinteza semnalului pe baza acestor coeficieni i calculeaza abaterea patratica medie n 100 de
puncte din intervalul de ortogonalitate.
Componentele se calculeaza cu relatia (2.90), dupa care se face sinteza functiei cu
relatia (2.91). De remarcat ca programul Mathematica probail calculeaza integrala prin metoda
reziduurilor, astfel ca unele componente au i un mic rest imaginar, efect al erorilor de
integrare numerica. Din aceasta cauza s-a luat n consideratie la sinteza numai partea reala a
acestor coeficieni.
Rezultatul analizei i sintezei este prezentat n figura 1.31. Se observa ca n intervalul de
orogonalitate (care coincide ca marime cu perioada) rezultatele sunt foarte bune. Evident, daca
se prelungeste analitic rezultatul abaterile n in afara perioadei sunt foarte mari, dupa cum se
observa n figura, unde intentionat s-a facut acesta prelungire (incorecta).



Figura 1.31 Rezultatul sintezei semnalului din componentele spectrului Legendre n
interiorul perioadei i putin n afara ei

Cu ajutorul unor linii de program asemanatoare celor prezentate la impulsul
dreptunghiular periodic, se poate face i trasarea spectrului Legendre al acestui semnal, ca n
figura 1.32. Se observa ca datorita faptului ca semnalul este mai apropiat de un semnal impar
decat de unul par, componentele de ordin impar se atenueaza mai rapid n spectru.


Figura 1.32 Reprezentarea spectrului Legendre al semnalului definit de relatia (2.92)

O alta posibilitate o reprezinta polinoamele Laguerre, exprimate i de formula:
( ) ( )
,
!
t n
n t
n n
t e d
L t t e
n dt
o
o
o

+
= (2.93)
Dac se presupune = 0, rezult:
( ) ( )
!
t n
n t
n n
e d
L t t e
n dt

= (2.94)
Polinoamele Laguerre se pot exprima si prin formula:
( ) ( )
0
1
!
k n
k
k
n n
k
t
L t C
k
=
=

(2.95)
In practica se pot genera polinoamele Laguerre cu integratoare cu amplificatoare
operationale, folosind expresia de recurenta:

1 1
0
( ) [ ( ) ( )]
t
n n n
L t n L x dx L t

=
}
(2.96)

unde
0
( ) 1 L t =
i se pot deduce polinoamele:








( )
( )
( )
( )
( )
0
1
2
2
2 3
3
2 3 4 5 6 7
7
1,
1 ,
1
1 2 ,
2
3 1
1 3 ,...
2 6
.
.
.
21 35 35 7 7 1
1 7
2 6 24 40 720 5040
L t
L t t
L t t t
L t t t t
L t t t t t t t t
=
=
= +
= +
= + + +
(2.97)


Funciile ( ) ,
n
L t o sunt ortogonale n intervalul (0, ), au ponderea
t
t e
o
i norma
( )
1
1
!
n
n
o I + + ; dac 0 o = , ponderea devine
t
e

iar norma ( )
1
1 1
!
n
n
I + = , deoarece
( ) 1 ! n n I + = .
O alta familie de polinoame ortogonale folosite in practica o constituie polinoamele
Hermite. Aceste polinoame, ce rezult din formula:
( )
( )
2 2
n
t t
n n
d
H t e e
dt

= (2.98)

sunt ortogonale n intervalul ( ) , , au ponderea
2
t
e

i norma 2 !
n
n t .
Polinoamele Hermite pot fi generate in practica folosind diferentiatoare cu
amplificatoare operationale, conform relatiei de recurenta:

1 2
( ) 2 ( ) ( 1) ( )
n n n
d
h x h x n h x
dx

= (2.99)


Prin calcul direct rezult:





( )
( )
( )
( )
( )
( )
( )
( )
0
1
2
2
3
3
4 2
4
5 3
5
6 4 2
6
7 5 3
7
1,
2 ,
2(2 1),
4(2 3 ),
4(4 12 3),
8(4 20 15 ),
8(8 60 90 15),
16(8 84 210 105),
H t
H t t
H t t
H t t t
H t t t
H t t t t
H t t t t
H t t t t
=
=
=
=
= +
= +
= +
= +
(2.100)


Alt set de funcii ortogonale utilizat in analiza semnalelor este reprezentat de funciile
Bessel de prim spe, . Se demonstreaz c dac ,... ,
2 1
o o este un ir de rdcini ale ecuaiei:
( ) 0,
P
J t = (2.101)

( )
P
J t
atunci irul:

( ) ( ) ( )
1 2
, ,..., ...
P P P n
J t J t J t o o o

este ortogonal n intervalul (0, 1), are ponderea t i norma:
( )
2 2
1
1
2
P n
C J o
+
= (2.102)

Altfel spus:

0, pentru m n,
( ) ( )
1
0
P m P n
tJ t J t dt o o
}
=
( )
2
1
1
,
2
P n
J o
+
pentru m = n

Dac n (2.42) se accept ( ) ( )
n P n
Q t J t o = , se obine dezvoltarea:

( ) ( )
1
,
N
n P n
n
x t a J t o
=
=

(2.103)


iar coeficienii a
n
vor fi :


( )
( ) ( )
1
2
1 0
2
n P n
P n
a tx t J t dt
J
o
o
+
=
}
(2.104)


Se obine, astfel, spectrul Fourier Bessel al semnalului dat n intervalul (0, 1). Cnd
semnalul este dat n intervalul oarecare (0, T) se poate face schimbarea de variabil
0
t
T
= i
revenind apoi la variabila t, se obine dezvoltarea:
( )
1
N
n
n P
n
x t a J t
T
o
=
| |
=
|
\ .

(2.105)


iar coeficienii sunt:

( )
( )
2 2
1 0
2
T
n P n
p n
t
a tx t J dt
T J T
o
o
+
| |
=
|
\ .
}
(2.106)


2.1.3. Analiza semnalelor cu ajutorul funciilor discontinue

Marea majoritate a semnalelor fizic sint reprezentate de functii continue, iar semnalele
biofizice sint de asemenea de acest tip. De aceea, in analiza semnalelor,cele mai utilizate seturi
de functii elementare sunt continue n raport cu timpul sau cu coordonatele generalizate.
In ultimele decenii, metodele de prelucrare a semnalelor au devenit preponderent
numerice, ceea ce a impus, pe langa discretizarea pe axa timpului (esantionare), si discretizarea
in amplitudine ( cuantizarea ) cu ajutorul convertoarelor analog numerice. In aceste procese
informatia continuta de semnal este in principiu alterata, sau disipata extensiv pe un numar
mare de componente spectrale, ceea ce poate micsora eficienta analizei.
Din aceste considerente, in ultima perioada au inceput sa fie folosite in unele cazuri
anumite seturi de functii discontinue [2,5].Cele mai raspindite sint funciile discontinue Walsh
si Haar, care formeaza subiectul analizei Fourier Walsh, respectiv Fourier Haar.


Analiza Fourier Walsh

Funciile Walsh pot fi deduse din funciile Rademacher, iar acestea sunt exprimate de
relaia:
( ) ( )
sin2
n
n
r sign u tu = (2.107)


n care
t
T
u = este timpul t raportat la un interval de referin T. In figura 2.41 sunt date
primele funcii Rademacher.Se verific uor c ele sunt ortogonale n intervalul
1 1
,
2 2
| |

|
\ .
, c
au ponderea i norma egale cu unitatea. Funciile sunt impare i deci nu permit analiza
semnalelor pare, ceea ce arat c funciile Rademacher nu constituie un sistem complet.

1
-1 -1
1
-1
1
1
-1
-1
-1/2 0
t
R (t)
1
R (t)
2
R (t)
3
R (t)
4
1/2


Fig. 2.41



Din n funcii Rademacher se deduce un set de 2
n
funcii Walsh. Modalitatea de
deducere nu este unic; intotdeauna, ns, se exprim funcia Walsh ca produs de funcii
Rademacher, conform formulei:
( )
m
wal u ( ) ( )
1
nk
n
p
m k
k
wal r u u
=
= (

[
(2.108)
-unde
( )
0,1, 2,..., 2 1
n
m = ,

n care puterea
nk
p capt valoarea 0 sau 1. Regula de fixare a puterii
nk
p
individualizeaz modalitatea de deducere i de ordonare a funciilor Walsh. Potrivit ordonrii
Walsh, se scrie:

1 nk n k n k
p m m
+
= (2.109)


simbolul indicnd adunarea modulo 2 a cifrelor binare 0 si 1.

Indicii
1
,
n k n k
m m
+
iau valori distincte
1 1 0
, ,..., ,
n n
m m m m

cnd k = 1, 2, , n. Aceti
indici rezult din reprezentarea ordinului m n sistemul de numeraie binar:

1 2 0
1 2
2 2 ... 2
n n
n
m m m m

= + + + (2.110)


cu precizarea
0
0 m = .
Ca exemplu, plecnd de la primele dou funcii Rademacher (n = 2), se deduc 2
2
= 4
funcii Walsh, prin considerarea produselor celor dou funcii Rademacher. Se exprim binar
ordinele funciilor Walsh,

1 0
1 2
1 0
1 2
1 0
1 2
1 0
1 2
0 0 2 0 2 0,
1 0 2 1 2 0, 1,
2 1 2 0 2 1, 0,
3 1 2 1 2 1,
m m m
m m m
m m m
m m m
= = + = =
= = + = =
= = + = =
= = + = =
(2.111)



i se scrie:

( ) ( )
2
2
1
k
p
m k
k
wal r u u
=
= (

[
, (m = 0, 1, 2, 3). (2.112)


Se calculeaz
nk
p pentru n = 2 i k = 1, 2; se gsete
21 2 1
p m m = ,
22 1 0
p m m = .
Formula (2.112) devine:



1 0 2 1
1 2
( ) [ ( )] [ ( )] , ( 0,1, 2, 3)
m m m m
m
wal r r m u u u

= = (2.113)


i, cunoscnd valorile lui
1 2
, m m pentru fiecare m = 0, 1, 2, 3 (date de 2.73), rezult:



( ) ( ) ( )
( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
0 0
0 1 2
1 0
1 1 2 1
1 1
2 1 2 1 2
0 1
3 1 2 2
1,
,
,
.
wal r r
wal r r r
wal r r r r
wal r r r
u u u
u u u u
u u u u u
u u u u
= =
= =
= =
= =
(2.114)



Efectund produsele (2.114) ale funciilor Rademacher, se deduc funciile Walsh din
figura 2.42. Cele patru funcii Rademacher din figura 2.41 genereaz, dup formula (2.70),
primele 2
4
= 16 funcii Walsh, dintre care, o parte sunt date n figura 2.43. In partea stng a
figurii 2.43 sunt precizate numerele de ordine ale funciilor. Deoarece funciile de ordin par
sunt pare fa de argumentul u , iar cele de ordin impar sunt impare, se obinuiete ca funciile
de ordin par (cu excepia funcie de ordin zero) s fie denumite ( ) ( )
2 m m
cal wal u u = , iar cele
de ordin impar s fie notate ( ) ( )
2 1 m m
sal wal u u

= ; prin aceasta, se obine analogia cu funciile

trigonometrice cos ,sin u u .
1
-1
1
-1
1
1
-1
-1
-1/2 0
t
wal (t)
1
wal (t)
2
wal (t)
3
wal (t)
4
1/2


Fig. 2.42




1
-1
1
-1
1
1
-1
-1
-1/2 0
t
cal (t)
2
sal (t)
3
cal (t)
3
sal (t)
4
1/2
4
5
6
7


Fig. 2.43


In afara intervalului
1 1
,
2 2
| |

|
\ .
, funciile Walsh trebuie continuate periodic. Datorit
periodicitii lor, funciile Walsh pot fi definite n orice interval, de lungime egal cu 1.
Funciile Walsh sunt ortogonale i normate; afirmaia poate fi dovedit recurgnd la
definiia (2.113) a funciilor Walsh, dar ea este aproape evident. Inmulind o funcie cu ea
nsi, se obine n tot intervalul
1 1
,
2 2
u
| |
e
|
\ .
o valoare constant i egal cu unitatea, deci:
( )
1 1
2 2
2
1 1
2 2
1.
n
wal d d u u u

= =
} }
(2.115)

Inmulind dou funcii Walsh oarecare, se obin valorile +1 sau 1 i se constat c
intervalele n care produsul este pozitiv sunt egale cu intervalele n care el este negativ; ca
atare, aria produsului este nul, adic:

( ) ( )
1
2
1
2
0
m n
wal wal d u u u

=
}
(2.116)



Relaiile(2.117)i(2.118) indic ortonormarea funiilor Walsh.
Analiza Fourier Walsh a unui semnal oarecare
( ) x t , dat n intervalul
1 1
,
2 2
t
T
u
| |
= e
|
\ .
const n scrierea dezvoltrii:

0
N
n n
n
t t
x a wal
T T
=
| | | |
=
| |
\ . \ .

(2.119)


n care coeficienii se deduc, pe baza proprietii de ortonormare:

1
2
1
2
n n
t t t
a x wal d
T T T

| | | | | |
=
| | |
\ . \ . \ .
}
(2.120)


Uneori se prefer s se evidenieze funciile cal, sal, scriind:

0 0
1 1
,
N N
n n n n
n n
t t t t
x c wal c cal s sal
T T T T
= =
| | | | | | | |
= + +
| | | |
\ . \ . \ . \ .

(2.121)


cu precizarea:


1
2
1
2
1
2
1
2
n n
n n
t t t
c x cal d
T T T
t t t
s x sal d
T T T

| | | | | |
=
| | |
\ . \ . \ .
| | | | | |
=
| | |
\ . \ . \ .
}
}
(2.122)

Prin aceasta se evideniaz analogia dintre seria Fourier i seria Fourier Walsh.
Coeficienii a
n
sau c
n
, s
n
reprezint spectrul Fourier Walsh al semnalului.
In cele ce preced N reprezint un ordin maxim, de la care ncepnd, componentele
spectrale devin neglijabile.
Calculul componentelor Fourier Walsh este foarte comod deoarece n integralele
(2.120) si (2.122) funciile ( ), ,
n n n
t t
wal cal sal
T T
u
| | | |
| |
\ . \ .
sunt constante pe poriuni.
Comoditatea este sporit atunci cnd nsui semnalul ( ) x t este constant pe poriuni; n acest
caz, este posibil ca spectrul s conin un numr riguros limitat de componente. Ca exemplu,
semnalul periodic dreptunghiular cu factor de umplere conine numai componentele
0 1
,
t t
wal sal
T T
| | | |

| |
\ . \ .
deoarece este evident c:

0 1
.
t t t
x wal sal
T T T
| | | | | |
=
| | |
\ . \ . \ .
(2.123)


Se tie c analiza Fourier a acestui semnal conduce la un spectru de lrgime infinit.



Analiza Fourier Haar

Cu excepia funciei Haar de ordin zero, care este o constant,
( )
0
1 _ u = (2.124)


toate celelalte funcii Haar ( )
n
_ u sunt exprimate grafic de impulsul din figura 2.47;
schimbnd ordinul n al funciei, se modific durata, amplitudinea A i poziia impulsului pe axa
variabilei u ; aceast variabil reprezint timpul raportat la un interval de referin.


X (t)
n
X (t)
0
0
0
1
1
t
t
A
-A
t
t

Fig. 2.47
Funciile Haar sunt ordonate n grupe. Pentru construirea funciilor Haar din grupa m ,
se imparte intervalul (0, 1) n 2
m
pri egale (subintervale), fiecare avnd lungimea
1
2
m
;
funciile aceleeai grupe corespund celor 2
m
-1 poziii diferite ale impulsului care ocup
subintervale. Pentru exprimarea analitic a funciilor Haar, se noteaz q n
m
+ =
1
2 i se
consider c q este numr ntreg, cuprins ntre 0 i ( ) 1 2
1

m
. Pentru n 1, se scrie:

( ) ( )
( )
1
1
2
1
2
2
2 2 1
2 ,
2 2
2 1 2 2
2 ,
2 2
0 , 0, 1
m
m
m m
m
n m m q
pentru celelalte valor
q q
pentru
q
i al
q
pentru
e lui din intervalul
u
_ u _ u u

+
+
s <

+ +
= = < s

(2.125)


1
2
2
m


Scrierea de mai sus exprim faptul c funcia Haar este constant, pozitiv i apoi
negativ, n dou subintervale vecine, mutate succesiv cu cte doi pai
2
2
m
| |
|
\ .
n domeniul (0,
1).
Prima grup (m = 1) corespunde mpririi intervalului (0, 1) n 2
1
= 2 pri; impulsul
poate s aib o singur poziie, cea din figura 2.48, b; amplitudinea impulsului este
1 1
2
2 1 A

= =
. Pentru grupa a doua (m = 2), se mparte intervalul (0, 1) n 2
2
= 4 pri; numrul de poziii
diferite ale impulsului este
4
2
2
parti
pasi
= , deci grupa conine dou funcii Haar ( )
2
_ u , ( )
3
_ u ,
artate n figura 2.48, c. Grupa a treia (m = 3), pretinde divizarea intervalului (0, 1) n 2
3
= 8
pri; numrul de poziii diferite ale impulsului este
8
4
2
parti
pasi
= , deci grupa conine patru
funcii Haar ( ) ( )
4 7
... _ u _ u , artate n figura 2.48, d. Amplitudinile impulsurilor din cele dou
grupe sunt respectiv
2 1 3 1
2 2
2 2;2 2.

= =
Funciile Haar sunt ortogonale i normate, fapt care rezult din figura 2.48 sau din
relaiile de definiie (2.83). Din acest motiv, pentru un semnal oarecare ( ) x t , se face
dezvoltarea Fourier Haar:

( ) ( )
0
,
N
n n
n
x a u _ u
=
=

(2.126)


n care:


( ) ( )
1
0
.
n n
a x d u _ u u =
}
(2.127)



i fcnd apoi nsumarea referitoare la m, rezult:

( ) ( )
1
1 1
2 1
0 0
2 2
1 1
,
m
m m
M
q q
m q
x a a u _ _ u

+ +
= =
= +

(2.128)


n care M reprezint numrul grupelor de funcii Haar utilizate pentru analiza
semnalului.

X (t)
4
X (t)
3
X (t)
2
X (t)
1
X (t)
0
X (t)
5
X (t)
6
X (t)
7
0
0 0
0 0
0
0 0
1
1
1
1
1
1
1
1
t
t t
t t
t
t t

Fig. 2.48.

Introducnd (2.125) in (2.127), rezult formula:

( ) ( ) 1
2 1 2 2
1 2 2
2
2
2 2 1
2 2
2 ,
m
q q
m m m
q
q q
m m
a x d x d u u u u

+ +

+
+
(
(
=
(
(

} }
(2.129)


n care q = 0, 1, 2, , (2
m-1
-1). Formula este deosebit de comod deoarece ea se reduce
la calculul ariilor unor fii de semnale, de limi egale cu pasul
1
2
m
.

2.2 Analiza impulsurilor.Transformari integrale ale semnalelor

Vom numi n continuare impulsuri toate semnalele deterministe neperiodice, fie ca au
durata finita sau infinita. Pentru a-si pastra caracterul determinist, deci pentru a fi cunoscute
cantitativ pe toata axa timpului, ele trebuie sa fie definite pe un interval infinit, chiar daca sunt
nenule doar pe un interval finit. Aceasta particularitate exclude aplicarea directa a metodelor de
analiza i sinteza pe baza unui set de functii elementare cu un domeniu de ortogonalitate finit,
deoarece nici o combinatie a acestora un ar putea genera un semnal neperiodic de durata
infinita. Inafara intervalului de ortogonalitate, rezultatul unei astfel de combinatii s-ar repeta
periodic, deci nu ar putea constitui un impuls.
Totusi, procedeele folosite pentru semnale periodice se pot aplica indirect i aici, daca
semnalul ( ) x t este nenul doar pe o portiune finita, T , n afara careia putem presupune ca
semnalul se repeta periodic ca un semnal ( )
T
x t , pe care il vom numi n continuare semnal
periodizat (figura 2.1). Alegan d originea timpului pe mijlocul acestui interval, rezulta ca prin
trecerea la limita T acest semnal ramane singur pe axa timpului astfel ca putem scrie:
( ) lim ( );
T
T
x t x t
>
= (2.130)
Dar pentru semnalul periodic ( )
T
x t se poate face analiza i sinteza folosind procedeeele
generale valabile pentru semnalele periodice, dupa care rezultatele pentru ( ) x t se pot obtine
prin trecerea la limita T a rezultatelor pentru semnalul ( )
T
x t . Prin acest procedeu, printr-
o trecere atenta la limita se poate face chiar i analiza unor semnale neperiodice cu durata
infinita, dupa cum se va exemplifica mai departe.

2.2.1 Analiza Fourier a impulsurilor. Transformarea Fourier

Semnalul periodizat poate i reprezentat printr-o serie Fourier exponentiala:

1
( )
2
jn t
T nc
n
x t A e

O
=
=

(2.131)
unde
2
T
t
O = ia amplitudinile componentelor spectrale sunt, conform relatiei (2.38)

/ 2
/ 2
2
( )
T
jn t
nc T
T
A x t e dt
T
O

=
}
(2.132)

Introducand expresia coeficienilor n relatia (2.131) se obtine:

/ 2
/ 2
1 2
( ) ( )
2
T
jn t jn t
T T
n
T
x t x t e dt e
T

O O
=

| |
=
|
\ .

}
(2.133)
si inlocuind expresia lui O obtinem

/ 2
/ 2
1
( ) ( )
2
T
jn t jn t
T T
n
T
x t x t e dt e
t

O O
=

| |
= O
|
\ .

}
(2.134)
Dupa cum s-a aratat, componentele spectrale au frecvente multiplu intreg al frecventei
fundamentale O, astfel ca distanta pe abscisa spectrului intre doua compnente spectrale
n
A i
1 n
A
+
este
( 1) n n + O O= O (2.135)
Vom nota cele doua frecvente cu
1 n
e
+
respectiv
n
e iar distanta intre ele cu e O= A , ca
n figura 2.2, iar semnalul periodizat poate fi scris

/ 2
/ 2
1
( ) ( )
2
n n
T
j t j t
T T n
n
T
x t x t e dt e
e e
e
t
+

=

| |
= A
|
\ .

}
(2.136)
Pentru a descrie spectrul semnalului neperiodic se va face acum trecerea la limita ca n
relatia (2.130).
Tinand seama ca aceasta distanta este invers proportionala cu perioada T , rezulta ca
prin trecerea la limita T ea devine infinit mica, d e e A , iar variabila
n
e devine o
variabila continua, e . Totodata, se observa ca suma din expresia (2.136) prin trecere la limita
devine o integrala Rieman:

( )
/ 2
0
/ 2
1
lim ( ) lim ( ) lim ( )
2
n n
T
j t j t
T T T n
T T
n
T
x t x t x t x t e dt e
e e
e
e
t
+

> A > >

=

| |
= = = A
|
\ .

}
(2.137)
Rezulta urmatoarea egalitate, denumita expresia integrala a lui Fourier

1
( ) ( )
2
j t j t
x t x t e dt e d
e e
e
t

| |
=
|
\ .
} }
(2.138)
Integrala din paranteza are ca variabila de integrare t , deci rezultatul ei va depinde de
cealalta variabila care apare n integrand, deci de e . Rezulatul integrarii va fi notat cu
majuscula aceleiasi litere cu care s-a notat semnalul, n cazul de fata ( ) X e . Aceasta marime,
obtinuta printr-o transformare care implica o integrala i setul de functii utilizate n forma
Fourier exponentiala, o vom numi transformata Fourier a semnalului original ( ) x t iar
procesul prin care se obtine il vom numi transformare Fourier
( ) ( )
j t
X x t e dt
e
e

=
}
(2.139)
Relatia (2.138) se poate scrie deci i sub forma

1
( ) ( )
2
j t
x t X e d
e
e e
t

=
}
(2.140)
exprimand trecerea inversa, de la semnalul transformat Fourier ( ) X e la semnalul original ( ) x t
. Acest proces poate fi deci denumit transformare Fourier inversa.
Relatia (2.140) poate fi folosita pentru a da o interpretare spectrala transformatei
Fourier. Astfel, revenind la expresia dinainte de trecerea la limita, putem scrie, prin comparatie
cu seria Fourier trigonometrica, o analogie cu componentele spectrale ale unui semnal periodic

1 1
( ) ( ) [ ( ) ]
2 2
n n
j t j t
T n nc
n n
x t x t X e A e
e e
e e
t

= =
~ A =

(2.141)
| |
1
( )
nc n
A X e e
t
= (2.142)
Rezulta ca un semnal neperiodic poate fi sintetizat ca o suma infinita de oscilatii cu
frecvente
n
e infinit apropiate i cu amplitudini proportionale cu valoarea transformatei Fourier
a impulsului pentru frecventele respective.
Totusi analogia nu este completa, deoarece amplitudinea asociata unei valori fixe a
frecventei ( 0 e A ) este nula conform relatiei (2.142), n schimb marimea

0
( ) lim
nc
A
X
e
e t
e

= (2.143)
reprezentand amplitudinea spectrala raportata la un interval de frecventa este nenula. Prin
urmare, transformata Fourier a unui semnal neperiodic reprezinta densitatea spectrala de
amplitudine a semnalului.
In general nu se poate calcula transformata Fourier n cazul unui semnal periodic,
deoarece integrala cu limite infinite (2.139) un ar fi convergenta decat n cazuri speciale i cu
precautii de trecere la limita, asa cum se va exemplifica mai tarziu. Facand insa o comparatie
intre expresia transformatei Fourier i expresia (2.38) a unei componente spectrale putem scrie:

2
2
2 2
( ) ( )
T
jn t
nc
T
A x t e dt X n
T T
O

= = O
}
(2.144)
Aceasta inseamna ca spectrul unui semnal periodic de durata finita se poate calcula tot
prin transformare Fourier. Mai intai se considera ca semnalul periodic reprezinta repetarea cu
perioada T a impulsuluide durata finita, i se calculeaza transformata Fourier a impulsului.
Apoi, conform relatiei (2.144) se calculeaza amplitudinile spectrale din esantioanele
transformatei Fourier n punctele cu frecvente multiplu de O.
Transformata Fourier este n general o marime complexa. Intr-adevar, folosind relatia
Euler n relatia de definitie (2.139), se poate scrie:
( ) ( ) ( ) X A jB e e e = (2.145)
unde partea reala i respectiv imaginara sunt

( ) ( ) cos
( ) ( ) sin
A x t tdt
B x t tdt
e e
e e

=
=
}
}
(2.146)
Deoarece functa cosinus este para iar functia sinus este impara, rezulta:
a) Daca semnalul este o functie para de timp, partea reala a transformatei Fourier este
nenula, iar partea imaginara este nula. Intr-adevar, produsul intre doua functii pare fiind tot o
functie para , prima integrala este nenula, iar produsul intre o functie para i una impara fiind o
functie impara, integrala a doua este nula. Transformata Fourier este reala.
b)Daca semnalul este o functie impara de timp, partea reala a transformatei Fourier este
nula, iar partea imaginara este nenula, din considerente similare cu cele precedente.
Transformata Fourier este pur imaginara.
Ca orice marime complexa, transformata Fourier poate fi scrisa n modul i argument ca

( )
( ) | ( ) |
j
X X e
e
e e = (2.147)

( )
( ) arctan
( )
B
A
e
e
e
= (2.148)
Transformarea Fourier inversa va da insa un semnal real, deoarece ( ) X e este o functie
para

[ ( )]
0 | ( )|
1 1
( ) | ( ) | | ( ) | cos[ ( )]
2 2
1 1
| ( ) | sin[ ( )] | ( ) | cos[ ( )]
2 2
j t
deoarece X e para
x t X e d X t d
X t d X t d
e e
e
e e e e e e
t t
e e e e e e e e
t t

+



= = + +
+ + = +
} }
} }
(2.149)

2.2.2 Teoreme ale transformatei Fourier

In diverse calcule care implica transformata Fourier sunt uneori utile anumite
proprietati ale acesteia date de teoremele ce vor fi prezentate n continuare
Vom nota n continuare corespondenta intre semnalul original i transformata sa Fourier
ca o corespondenta biunivoca:

( ) ( ) x t X e (2.150)
Definim de asemenea doi operatori de transformare Fourier directa i inversa
1

n felul urmator:
{ ( )} ( ) x t X e = (2.151)

{ }
1
( ) ( ) X x t e

= (2.152)


1.Teorema intarzierii:

0
0
( ) ( )
j t
x t t e X
e
e

(2.153)
Demonstratie:
{ }
0 0
( )
0 0 0 0
( ) ( ) ( ) ( )
j t j t t j t
x t t x t t e dt e x t t e d t t
e e e



= =
} }

Daca n ultima integrala se face schimbarea de variabila
0
' t t t = se observa ca ea
reprezinta chiar transformata Fourier a semnalului ( ) x t

Exemplu la teorema intarzierii
Fie semnalul
2 4
1
( ) 8 2 x t t t = + , diferit de 0 numai pe intervalul [-2,2]. El poate fi
construit matematic prin inmultire cu o fereastra formata de doua functii Heaviside i are
graficul dat de programul urmator



Transformata Fourier a acestui impuls este calculata i afisata grafic de programul
urmator:

In continuare vom considera un semnal decalat pe axa timpului cu
1
0 t > , deci intarziat
fata de cel initial, dupa cum se observa din reprezentarea grafica data de programul urmator.


Conform teoremei intarzierii transformata Fourier a acestuia este egala cu cea a
impulsului initial inmultita cu
1
j t
e
e
. Prin urmare, daca se imparte cu aceasta cantitate, ar trebui
sa se obtina exact transformata Fourier a impulsului initial, fapt demonstrat de programul
urmator.






2.Teorema dilatarii sau comprimarii axei timpului

1
( ) x kt X
k k
e | |

|
\ .
(2.154)
Demonstratie
{ }
1 1 1
( ) ( ) ( )
2
j kt
k
x kt x kt e d kt X
k k k
e
e

| |
= =
|
\ .
}

In integrala s-a facut schimbarea de variabila ' kt t = , i se observa ca integrala este
chiar transformata Fourier a semnalului ( ) x t , dar cu argument / k e .


3.Teorema derivarii

( ( ))
( )
d x t
j X
dt
e e (2.155)
Demonstratie

( ) ( )
( ) ( ) ( )
j t j t j t
dx t dx t
e dt x t e j x t e dt j X
dt dt
e e e
e e e

= = + =
`
)
} }

S-a integrat prin parti iar n primul termen s-a aplicat lema lui Jordan: integrala n
planul complex , pe un contur inchis format dintr-un semicerc centrat n origine i de raza R a
unei functii al carei modul tinde la 0 cand R , tinde de asemenea la 0:
lim ( ) 0
j z
R
C
f z e dz
o

=
}
(2.156)

4.Teorema integrarii

1
( ) ( )
t
x t dt X
j
e
e

}
(2.157)
Demonstratie:


( )
1
( ) ( ) ( )
1 1
( ) ( ) ( )
t t t
j t j t
t
j t j t
x t dt x t dt e dt x t dt d e
j
x t dt e x t e dt X
j j
e e
e e
e
e
e e

| | | |
= =
` | |
) \ . \ .
| |
= + =
|
\ .
} } } } }
} }
(2.158)

S-a integrat de asemenea prin parti i s-a aplicat lema lui Jordan.


5.Teorema translatiei spectrului
Inmultirea unui semnal ( ) x t cu o sinusoida de frecventa
0
e i faza
0
constante se
numeste modulatie n amplitudine, i este un proces destul de raspandit n comunicatiile radio.
Semnalul initial se numeste semnal modulator, sinusoida cu frecventa constanta se numeste
purtatoare iar semnalul compus se numeste semnal modulat. Transformarea Fourier a acestui
semnal compus arata ca spectrul initial al semnalului, numit banda de baza, se translateaza de o
parte i de alta a frecventei purtatoarei, sub forma a doua benzi laterale, cu amplitudini
injumatatite fata de banda de baza.

0 0
0 0 0 0
1 1
( ) cos( ) ( ) ( )
2 2
j j
x t t e X e X

e e e e e

+ + + (2.159)
Aplicand relatia lui Euler

0 0 0 0
( ) ( )
0 0
1 1
cos( )
2 2
j t j t
t e e
e e
e
+ +
+ = + (2.160)

{ }
0 0 0 0
0 0 0 0
( ) ( )
( ) cos( ) ( ) cos( )
1 1
( ) ( )
2 2
j t
j t j j t j
x t x t t e dt
x t e e dt x t e e dt
e
e e e e
e e

+

+ = +
= +
}
} }
(2.161)


Se observa ca daca n ultima integrala se scoate in afara constanta
0
j
e

, se obtine
transformata Fourier a semnalului ( ) x t , dar de argument
0
e e + . De asemenea, n penultima
integrala daca se scoate
0
j
e

se obtine transformata Fourier a semnalului ( ) x t , dar de argument
0
e e .
Aceasta teorema are o mare importanta practica pentru transmiterea radio a semanlelor,
deoarece n loc de frecvente de ordinul miilor de hertzi se obtin frecvente de ordinul frecventei
purtatoare. Deoarece o antena de emisie verticala trebuie sa aiba inaltimea de un sfert din
lungimea de unda (ceea ce ar insemna de exemplu 75 km la 1000 de Hz!) ea va trebui sa aiba
numai 75 de m pentru o purtatoare de 1 MHz i numa 7.5 cm pentru o purtatoare de 1GHz.

6.Teorema convolutiei n domeniul frecventei
In cazul general al semnalului format ca produs a doua semnale
1
( ) x t i
2
( ) x t ,
transformata Fourier genereaza o integrala de convolutie.

1 2 1 2 1 2
1 1
( ) ( ) ( ) ( ) ( )* ( )
2 2
x t x t X X d X X e e e
t t

=
}
(2.162)
unde este o variabila cu dimensiuni de frecventa iar operatorul de convolutie s-a notat cu - ,
ceea ce permite i denumirea alternativa de produs de convolutie.
Demonstratie


{ }
1 2 1 2 2 1
( )
1 2 1 2 1 2
1
( ) ( ) ( ) ( ) ( ) ( )
2
1 1 1
( ) ( ) ( ) ( ) ( )* ( )
2 2 2
j t j t j t
j t
x t x t x t x t e dt x t e X e d dt
X x t e dt d X X d X X
e e
e

t
e e e
t t t






| |
= =
|
\ .
(
= = =
(

} } }
} } }
(2.163)


7.Teorema convolutiei n domeniul timp
Produsul de convolutie a doua semnale
1
( ) x t i
2
( ) x t are transformata Fourier egala cu
produsul treansformatelor Fourier ale celor doua semnale:

1 2 1 2 1 2
( ) ( ) ( ) ( ) ( ) ( ) x t x t x x t d X X e e

- =
}
(2.164)
Demonstratie: se porneste n sens invers, de la produsul celor doua transformate Fourier

1 2 1 2
( )
1 2
( ) ( ) ( ) ( )
( ) ( )
j j
j
X X x e d x e d
x x e d d
e ue
e u
e e u u
u u




+

= =
=
} }
} }
(2.165)
Notand t u + = , rezulta t u = i d dt u = . Inlocuind n (2.165) obtinem

1 2 1 2 1 2
( ) ( ) ( ) ( ) ( ) ( )
j t j t
x x t e d dt x x t d e dt x x t d
e e




(
= =
` (
)
} } } } }
(2.166)

ceea ce demonstreaza teorema.

8. Teorema simetriei
Daca un semnal ( ) x t are transformata Fourier ( ) X e , atunci un alt semnal care are
forma identica cu a acestei transformate Fourier, pe care il notam cu ( ) X t va avea transformata
Fourier cu forma primului semnal ( ) x e :

{ } { } ( ) ( ) ( ) 2 ( ) x t X X t x e t e = = (2.167)
Demonstratie: consideram ca semnalul ( ) x t se obtine din transformarea Fourier inversa
a lui ( ) X e

1
( ) ( )
2
j t
x t X e d
e
e e
t

=
}
(2.168)


O astfel de relatie este valabila pentru orice notatie a variabilelor t i e , de exemplu
t u i v e :

1
( ) ( )
2
juv
x u X v e dv
t

=
}
(2.169)
Aceasta se poate scrie i sub forma:
2 ( ) ( )
juv
x u X v e dv t

=
}
(2.170)
Renotand variabilele invers, u e i v t rezulta

2 ( ) ( )
j t
x X t e dt
e
t e

=
}
(2.171)
Se observa ca membrul drept al acestei ecuatii este chiar transformata Fourier a unui
semnal ( ) X t , ceea ce demonstreaza teorema.

Exemplu la teorema simetriei
Fie semnalul
2
1
( ) x t t = , diferit de 0 numai pe intervalul [-2,2]. El poate fi construit
matematic prin inmultire cu o fereastra formata de doua functii Heaviside i are graficul dat de
programul urmator


Transformata Fourier a acestui semnal,
1
( ) X e , are o expresie analitica data de
programul urmator, i un grafic teoretic infinit.



Programul afiseaza doua portiuni centrale ale acestei transformate Fourier. Din prima se
observa ca aceasta tinde oscilant catre 0 cand e tinde catre plus sau minus infinit. Al doilea
grafic arata transformata Fourier n zona centrala cuprinsa n intervalul
| | 2, 2 ee , care va da
forma unui nou impuls definit n domeniul timp, n acelasi interval
| | 2, 2 t e ,
2
( ) x t .
Acest impuls va avea expresia data de expresia analitica a transformatei Fourier,
1
( ) X e
n care se face inlocuirea t e i se inmulteste cu fereastra de timp data de diferenta celor
doua functii Heaviside, pentru a ii asigura durata finita, cu un interval identic cu al primului
impuls. El este reprezentat matematic i grafic de programul urmator.



In continuare se va calcula i reprezenta grafic transformata Fourier a acestui nou
impuls,
2
( ) x t , a carui forma este identica pe portiunea [-2,2] cu transformata Fourier a primului
impuls. Teoretic, ar trebui sa calculam aceasta transformata Fourier pe n interval infinit, dar
bazandu-ne pe scaderea integrantului la valori mari ale variabilei de integrare ne-am limitat la
un interval finit, dar suficient de mare, [-1000,1000].
Rezultatele acestui program arata ca Transformata Fourier
2
( ) X e aproximeaza foarte
bine forma primului impuls, conform teoremei simetriei. Egalitatea nu poate fi perfecta din
doua motive: pe de o parte nu am luat un interval de integrare infinit (integrala nu ar fi
convergenta) iar pe de alta parte se manifesta fenomenul Gibbs (la capetele apar oscilatii,
datorate convolutiei aparute n urma inmultirii functiei semnal cu functia fereastra Heaviside).


2.2.3 Transformate Fourier ale unor impulsuri uzuale

1.Impuls dreptunghiular

Urmatorul program reprezinta grafic un impuls dreptunghiular definit prin relatia:

| |
1 2 2 1
( ) ( ) ( ) , x t A t t t t t t o o = > (2.172)
a carui transformata Fourier obtinuta prin calcul direct este:

2
1 2
1
1
( ) [ ]
t
j t j t j t
t
X e dt e e
j
e e e
e
e

= =
}
(2.173)



Se observa ca s-a introdus instructiunea de asigurare a conditiei
2 1
t t > , s-a luat
amplitudinea unitara i s-au trasat separat grafice pentru partea reala i cea imaginara a
transformatei Fourier. De asemenea, limitele de intergrare nu sunt infinite ci s-au ales tinand
cont de intervalul pe care semnalul este nenul.
Rezultatele sunt prezentate n continuare:




In cazul unui impuls dreptunghiular centrat n originea axei timpului, datorita faptului
ca el este descris de o functie para, transformata Fourier este reala, conform relatiei (2.146).
Impulsul poate fi scris matematic n forma:
( )
2 2
x t A t t
t t
o o
(
| | | |
= +
| | (
\ . \ .

(2.174)
iar transformata sa Fourier obtinuta prin calcul direct este:


2 2
sin sin
2 2
( ) 2 sinc
2
2
j j
A
X e e A A A
j
t t
e e
t t
e e
t
e t t e
t
e e
e
(
= = = =
(

(2.175)


Programul care afiseaza impulsul i transformata sa Fourier este urmatorul:

Rezultatele programului sunt urmatoarele i se observa ca partea imaginara este intr-
adevar nula.


Clear "` " ;
$Assumptions 0;
x t_ A UnitStep t
2
UnitStep t
2
;
X _
2
2
x t
t
t
2;
A 3;
Plot x t , t, 3, 3 , AxesLabel "t", "x t "
Plot Re X , , 20, 20 , PlotRange All,
AxesLabel " ", "Re X "
Plot Im X , , 20, 20 , PlotRange All,
AxesLabel " ", "Im X "
2 A Sin
2
-3 -2 -1 1 2 3
t
0.5
1
1.5
2
2.5
3
x t

















-20 -10 10 20
-1
1
2
3
4
5
6
Re X
-20 -10 10 20
-1
-0.5
0.5
1
Im X
2.Impulsul Dirac

Semnalul cu forma unui impuls Dirac definit de relatia (2.78) presupune o amplitudine
infinita i o durata nula, deci nu poate fi realizat fizic. Totusi, semnale care au aspect
asemanator impulsului Dirac se intalnesc atat n teorie cat i n practica, astfel ca este util sa ii
studiem transformata Fourier.
Prin calul direct rezulta imediat ca pentru un impuls
( ) ( ) x t t o = (2.176)
transformata Fourier este
( ) 1 X e = (2.177)
Aceasta insemna ca n spectrul unui astfel de impuls exista toate frecventele de la la cu
amplitudini egale. Evident, aceasta ar conduce la o energie infinita (conform relatiei
Parseval(2.12)), ceea ce este n acord cu faptul ca un astfel de impuls nu este realizabil.
Programul care calculeaza i afiseaza transformata Fourier a acestui semnal este:

Rezultatul este nenul doar pe partea reala, fiind cel dat de relatia (2.177)



3.Impulsul exponential

Consideram un semnal definit matematic n felul urmator:
( ) ( ), 0
t
x t e t
o
o o

= > (2.178)
Astfel de semnale se intalnesc de exemplu la descarcarea unui condensator sau la
trecerea impulsurilor dreptunghiulare prin condensatori serie. Desi teoretic acest impuls are o
durata infinita, transformata sa Fourier exista i se poate calcula analitic fiind:

1
( ) X
j
e
o e
=
+
(2.179)
Programul urmator afiseaza grafic impulsul i transformata sa Fourier
-20 -10 10 20
0.5
1
1.5
2
Re X

S-a precizat initial conditia ca o sa fie real i pozitiv, iar pentru limitele de integrare s-a
tinut cont de intervalul pe care impulsul este nenul. Deoarece functia semnal nu este para i nici
impara, transformata Fourier are i parte reala i parte imaginara. Rezultatele generate de
program sunt urmatoarele:
Expresia tranformatei Fourier:
(2.180)

Graficul semnalului:


Graficul partii reale a transformatei Fourier:






1
-3 -2 -1 1 2 3
t
0.2
0.4
0.6
0.8
1
x t
-20 -10 10 20
0.2
0.4
0.6
0.8
1
Re X

Graficul partii imaginare a transformatei Fourier:



4.Impulsul exponential simetric

Consideram un semnal definit matematic n felul urmator:
( ) , 0
t
x t e
o
o

= > (2.181)
Desi acest tip de semnal nu apare des n practica, el prezinta interes teoretic avand o
durata infinita, pe toata axa timpului, i totusi transformata sa Fourier exista i se poate calcula
analitic fiind:

0
( ) ( )
2 2
0
2
( )
j t j t
X e dt e dt
o e o e
o
e
o e

= + =
+
} }
(2.182)
Programul urmator afiseaza grafic impulsul i transformata sa Fourier

Rezultatele programului sunt prezentate n continuare.
Expresia transformatei Fourier:


Graficul semnalului:
-20 -10 10 20
-0.4
-0.2
0.2
0.4
Im X
2


Graficul partii reale a transformatei Fourier:



Partea imaginara a transformatei Fourier este nula, deoarece semnalul este o functie
para.


5.Impulsul exponential inmultit cu impuls triunghiular

Consideram un semnal definit matematic n felul urmator:
( ) ( ), 0
t
x t te t
o
o o

= > (2.183)
Acest semnal are de asemenea o durata infinita iar transformata sa Fourier exista i se
poate calcula analitic fiind:

( ) ( ) ( )
0 2
0 0
1 1 1
( ) |
( )
j t j t j t
X te dt t e dt
j j j
o e o e o e
e
o e o e o e

+ + +
= = + =
+ + +
} }
(2.184)


2
1
( )
( )
X
j
e
o e
=
+
(2.185)
Programul urmator afiseaza grafic impulsul i transformata sa Fourier.
-3 -2 -1 1 2 3
t
0.2
0.4
0.6
0.8
1
x t
-20 -10 10 20
0.5
1
1.5
2
Re X

Rezultatele programului sunt prezentate n continuare.
Expresia transformatei Fourier:


Graficul semnalului:


Graficul partii reale a transformatei Fourier este:







Graficul partii imaginare a transformatei Fourier este:
1
2
-3 -2 -1 1 2 3
t
0.05
0.1
0.15
0.2
0.25
0.3
0.35
x t
-20 -10 10 20
0.2
0.4
0.6
0.8
1
Re X


In cazul general al unui impuls de forma
( ) ( ), 0
n t
x t t e t
o
o o

= > (2.186)
se poate demonstra prin inductie ca transformata Fourier este

1
!
( )
( )
n
n
X
j
e
o e
+
=
+
(2.187)

6.Impulsul exponential complex

Consideram un semnal definit matematic n felul urmator:

| |
0 0
( ) ( ) ( ) , 0
j t
x t e t t t t
o
o o o

= + > (2.188)
Acest semnal este un exemplu de semnal complex a carui transformata Fourier este
reala, fiind:

0
0 0 0
0
0
( )
( ) ( )
1
( ) [ ]
( ) ( )
|
t
j t
t j t j t j t j t
t
t
e
X e e dt e e
j j
o e
o e o e o e
e
o e o e
+
+ +

= = =
+ +
}



2sin( )
( ) X
o e
e
o e
+
=
+
(2.189)


7.Impulsul clopot Gauss

Consideram un semnal definit matematic n felul urmator:

2
2
2
( ) , 0
t
a
x t e o

= > (2.190)
Acest semnal are forma unui clopot Gauss iar transformata sa Fourier se calculeaza n
felul urmator:

2 2
2 2
2
2
2 2
2
( )
t
t a
a
j t
j
a
a
X e dt e e dt
e
e
e
e
| |
| |

+ | +
| |
\ . \ .

= =
} }
(2.191)
Facand o schimbare de variabila
, , 2
2 2 2
t a dt
u j du dt a du
a a
e
= + = = (2.192)

2 2 2 2
2 2
2 2
( ) 2 2
a a
u u
X e e a du a e e du
e e
e




= =
} }
(2.193)
-20 -10 10 20
-0.6
-0.4
-0.2
0.2
0.4
0.6
Im X
Tinand cont ca ultima integrala este egala cu t (integrala Euler,
1
2
t
| |
I =
|
\ .
), se
obtine:

2sin( )
( ) X
o e
e
o e
+
=
+
(2.194)
Programul urmator afiseaza impulsul clopot Gauss i transformata sa Fourier.

Graficul impulsului este:


Rezultatul transformarii Fourier este:

Transformata Fourier este reala datorita paritatii semnalului si, dupa cum arata
rezultatul analitic, are un grafic tot de tip clopot Gauss.

-30 -20 -10 10 20 30
t
0.2
0.4
0.6
0.8
1
x t
1
2
2 2
2
-3 -2 -1 1 2 3
1
2
3
4
5
6
7
Re X
8.Impulsul sinusoidal modulat cu exponentiala

Consideram un semnal definit matematic n felul urmator:

0 0
( ) cos( ) ( ), 0
t
x t e t t
o
e o e

= > (2.195)
Acestaeste un semnal modulat n amplitudine, cu purtatoarea avand frecventa
0
e .
Folosind teorema translatiei spectrului data de relatia (2.159) i transformata Fourier a
semnalului exponential (2.179), se obtine urmatoarea transformata Fourier a impulsului
modulat:


{ }
0
0 0
0 0
2 2 2
0
1 1 1 1
cos
2 ( ) 2 ( )
1
2 2
t
j
F e t
j
j j j j
j
o
e
o e e o e e
o e e o e e
o e e o e

= + =
+ + +
+ + + +
=
+ +
(2.196)


2 2 2
0
( )
2
j
X
j
o e
e
o e e o e
+
=
+ +
(2.197)
Similar, pentru un semnal

0 0
( ) sin( ) ( ), 0
t
x t e t t
o
e o e

= > (2.198)
al carei purtatoare difera de cea precedenta printr-o faza / 2 t , se obtine

0
2 2 2
0
( )
2
X
j
e
e
o e e o e
=
+ +
(2.199)
Programul urmator afiseaza semnalul i transformata Fourier a semnalului (2.195).



Expresia transformatei Fourier este:


Reprezentarea grafica a semnalului este:
2
v
0
2


Partea reala a transformatei Fourier este:


Partea imaginara a transformatei Fourier este:

2 4 6 8 10
t
-0.75
-0.5
-0.25
0.25
0.5
0.75
1
x t
-20 -10 10 20
0.1
0.2
0.3
0.4
0.5
Re X
-20 -10 10 20
-0.2
-0.1
0.1
0.2
Im X
2.2.4 Teorema lui Perseval pentru semnale neperiodice

Daca x(t) reprezinta tensiunea sau intensitatea curentului unui semnal impuls, energia
disipata de semnal pe o rezistenta 1 R = O este

2
( ) E x t dt

=
}
(2.200)
Tinand cont ca faza transformatei Fourier este o functie impara iar modulul o functie
para i deci
* ( )
( ) ( ) ( )
j
X A e X
e
e e e

= = , sa calculam marimea
2
| ( ) | X d e e

}
pentru a
calcula distributia energiei pe frecvente. Rezulta:

2
2
| ( ) | ( ) ( ) ( )[ ( ) ]
( )2 ( ) 2 ( )
j t
X d X X d X x t e dt d
x t x t dt x t dt
e
e e e e e e e
t t




= = =
= =
} } }
} }
(2.201)

Deci teorema lui Perseval pentru impulsuri are forma

2 2
1
( ) | ( ) |
2
E x t dt X d e e
t


= =
} }
(2.202)
Se poate arata ca nici n acest caz nu putem vorbi de o energie asociata unei
componente spectrale. Intr-adevar,daca consideram semnalul ca fiind periodic cu T foarte
mare, energia se poate scrie conform teoremei Parseval pentru semnale periodice

2
0
1
| ( ) |
n n
n
E X e e
t

=
~ A

(2.203)
iar energia asociata unei frecvente n spectru continuu este nula:

2
1
| ( ) | 0
n n
E X e e
t
= A (2.204)
cand 0
n
e A
In schimb marimea

2
0
1
| ( ) |
( )
lim 0
n
n n
n
X
E
e
e e
e
t
e e
A
A
c
= =
c A
(2.205)
este nenula i deci
2
| ( ) | X e reflecta distributia energiei n spectru fiind densitatea spectrala a
energiei.


2.2.5 Obtinerea impulsului Dirac din functii continue

In diverse calcule teoretice i chiar aplicatii practice se intalnesc uneori impulsuri avand
ca forma distributia Dirac definita de cele mai multe ori prin relatia mentionata anterior

; 0
( )
0; 0
t
t
t
o
=

=

=

(2.206)
cu conditia suplimentara de arie unitara
( ) 1 t dt o

=
}
(2.207)
Strict vorbind aceasta nu este o functie i nu prezinta continuitate, deci nu se poate
utiliza direct n calcule analitice. De aceea se recomanda utilizarea unor functii care sa o
aproximeze, iar dupa efectuarea tuturor prelucrarilor analitice sa se treaca la limita care
conduce la distributie Dirac.
Ca un prim exemplu putem considera limita

2
( ) lim ( )
u
f u e u
o
o
o
o
t

= = (2.208)
Suprafata impulsului este

2
1
u
e du
o
o
t

=
}
(2.209)
deci unitara, iar valoarea n origine:

(0) f
o
t
= (2.210)
Prin urmare, valoarea n origine tinde la cand o , i deoarece suprafata ramane
constanta, functia devine infinit ingusta, aproximand deci un impuls Dirac.
O alta varianta ar fi sa consideram functia:
( ) lim sinc( ) ( )
k
k
f u ku u o
t

= = (2.211)

Se observa ca aria este constant unitara

sin 1 sin 1
( ) 1
k kt v
f t dt dv
kt v
t
t t t


= = = =
} } }
(2.212)

iar valoarea n origine este
(0)
k
f
t
= (2.213)

deci tinde la infinit cand k . Deoarece suprafata este constant unitara inseamna ca functia
devine infinit ingusta aproximand impulsul Dirac
Un ultim exemplu il constituie functia

2 2
0
1
( ) lim ( ) f u u
u
|
|
o
t |

= =
+
(2.214)
Si n acest caz aria este constant unitara


2 2
1 1
1
2 2
d
| t t
e
t | e t

| |
= + =
|
+
\ .
}
(2.215)



De asemenea valoarea n origine
0
lim (0) f
|
= cand | i deci functia devine
infinit ingusta i tinde catre un impuls Dirac

2.2.6 Recapitulare pentru calculul analitic al transformatei Fourier
pentru unele impulsuri uzuale

1) Pentru un impuls dreptunghiular

1 2 1 2
( ) 1, ( , ), x t t t t t t = e < (2.216)
prin calcul direct se obtine

2
1 2
1
1
( ) [ ]
t
j t j t j t
t
X e dt e e
j
e e e
e
e

= =
}
(2.217)
2) Pentru un impuls dreptunghiular centrat n origine

0 0
( ) 1, [ , ] x t t t t = e (2.218)
prin calcul direct se obtine

0 0 0
0 0 0
0
sin 1
( ) [ ] 2 2 sinc
j t j t
t
X e e t t t
j t
e e
e
e e
e e

= = = (2.219)
De observat ca daca semnalul ar fi
( ) 1, [ , ] x t t = e (2.220)
calculul direct al transformatei Fourier da un rezultat infinit. Trecand insa relatia (2.219) la
limita
0
t si tinnd cont de relaia (2.211) rezulta ca transformata Fourier a curentului
continuu este
e to e = ( ) 2 ( ) X (2.221)
adica spectrul are o singura armonica, de amplitudine infinita si frecventa zero, aa cum era de
ateptat.
3) Pentru un impuls Dirac centrat in origine
( ) ( ); ( , ) x t t t o = e (2.222)

prin calcul direct se obtine

0
( ) ( ) 1
j t
X t e dt e
e
e o

= = =
}
(2.223)
De observat ca in conformitate cu teorema Parceval (2.202), energia unui astfel de
impuls ar fi infinita, deci impulus Dirac nu poate fi realizat in practica.
4) Pentru un impuls exponential pornind din origine
( ) ; (0, )
t
x t e t
o
= e + (2.224)
prin calcul direct se obtine

( )
0
1
( )
j t
X e dt
j
e o
e
o e

+
= =
+
}
(2.225)
5) Pentru un impuls exponential simetric fata de origine

| |
( )
t
x t e
o
= (2.226)
prin calcul direct se obtine


0
( ) ( )
2 2
0
2
( )
j t j t
X e dt e dt
o e o e
o
e
o e

= + =
+
} }
(2.227)
6) Pentru impulsul proportional-exponential pornind din origine
( ) ; (0, )
t
x t te t
o
= e (2.228)

prin integrare prin parti se obtine


( ) ( ) ( )
0 2
0 0
1 1 1
( ) |
( )
j t j t j t
X te dt te e dt
j j j
o e o e o e
e
o e o e o e

+ + +
= = + =
+ + +
} }
(2.229)
In calculul primului termen s-a tinut cont ca factorul exponential scade mai rapid decat orice
polinom astfel ca produsul lor la infinit este nul.
Acelasi rezultat se poate obtine plecnd de la transformata Fourier a impulsului
exponential (2.225) i, observand ca impulsul proportionalexponential este dat de derivata in
raport cu o a acestuia:

{ } { }
o o o
o o o e o e

| |
= = =
|
+ +
\ .
2
1 1
( )
( )
t t t
d d
te te e
d d j j
(2.230)

7) Prin generalizarea rezultatului precedent pentru impulsul
( ) ; (0, )
k t
x t t e t
o
= e (2.231)
prin inductie completa obtinem

{ } { }
2
2 3
1 2
( ) ( )
t t
d d
t e te
d d j j
o o
o o e o e o

(
= = =
(
+ +

(2.232)

{ } { }
1
1
( 1)! !
( ) ( )
k t k t
k k
d d k k
t e t e
d d j j
o o
o o e o e o

(
= = =
(
+ +

(2.233)
8) Pentru un impuls exponential imaginar incepand din origine
( ) ; (0, )
jbt
x t e t

= e (2.234)
prin calcul direct se obtine o transformata Fourier pur imaginara

( )
( )
0
0 0
1
( )
( ) ( )
|
j b t
jbt j t j b t
e
X e e dt e dt
j b j b
e
e e
e
e e
+
+
= = = =
+ +
} }
(2.235)
Daca originea timpului se alege la mijlocul impulsului

0 0
( ) ; ( , )
jbt
x t e t t t

= e (2.236)
prin calcul direct se obtine o transformata Fourier reala

0
0
0 0
( )
( ) ( ) 0
( )
( )
sin( ) 1
[ ] 2
( )
|
t j b t
t jbt j t
t
t
j b t j b t
e
X e e dt
j b
b t
e e
j b b
e
e
e e
e
e
e
e e
+

+ +
= = =
+
+
= + =
+ +
}
(2.237)

9) Un impuls in forma de clopot Gauss

2
2
2
( ) ; ( , )
t
a
x t e t

= e (2.238)
are transformata Fourier tot in forma de clopot Gauss

2 2
2
( ) 2
a
X a e
e
e t

= (2.239)
Pentru a calcula intrgrala

2
2
2
( )
t
j t
a
X e dt
e
e
| |

+ |
|
\ .

=
}
(2.240)
se face schimbarea de variabila

; ; 2
2 2 2
t a dt
u j du dt a du
a a
e
= + = = (2.241)
astfel ca se poate scrie

2 2 2 2 2
2 2
2
( )
2 2 2 2 2
t t a a a
j t j u
a a
e e e
e + = + + = + (2.242)
iar transformata Fourier este

2 2 2 2 2 2
2 2
2 2 2
( ) 2 2
a a a
u u
X e e a du e e du e a
e e e
e t




= = =
} }
(2.243)
10) Pentru un impuls triunghiular
( ) , (0, ) x t t t t = e (2.244)
prin calcul direct se obtine transformata Fourier

0
0 0
0 2 2 2
( )
1
|
|
j t j t
j t
j j t j j
te e
X te dt
j j
e e e e
j j
t t e e
e t
et e et et
t
e
e e
t t
e e e e e

= = + =
= + = +
} }
(2.245)


2 2
1 1
( ) ( )
j
X e
j
et
t
e
e e e

= (2.246)
11) Pentru o oscilatie amortizata de tip cosinusoidal incepand din originea timpului

0
( ) cos , (0, )
t
x t e t t
o
e

= e (2.247)
Transformata Fourier se poate obtine aplicnd teorema translatiei spectrului(2.159)

{ }
0
0 0
0 0
2 2 2 2 2 2
0 0
1 1 1 1
cos
2 ( ) 2 ( )
1
2 2 2
o
e
o e e o e e
o e e o e e o e
o e e e o e e o e

= + =
+ + +
+ + + + +
= =
+ = + + +
t
j
e t
j
j j j j j
j j
(2.248)

Pentru un semnal sinusoidal amortizat

0
( ) sin , (0, )
o
e

= e
t
x t e t t (2.249)
aplicand teorema deplasarii se obtine

{ } { }
2 2
0 0
0 0
0 0
1 1
sin cos( / 2)
2 ( ) 2 ( )
1
( )
2 ( ) ( )
t t
o o
e e t
o e e o e e
o e e o e e

= + = =
+ + +
=
+ + +
j j
t t
e e
e t e t
j j
j j
j j



{ }
0
0 2 2 2
0
sin
2
o
e
e
o e e o e

=
+ +
t
e t
j
(2.250)


12) Sa consideram semnalul periodic

0
( ) cos , ( , ) e = e x t t t (2.251)
Desi acesta nu este un impuls, ca si in cazul altor semnale de durata infinita (cum sunt
cele din exemplele anterioare), se poate calcula prin trecere la limita transformata sa Fourier.
Pentru aceasta se va considera doar o portiune a acestui semnal, de durata finita,
cuprinsa intere
2
t
si
2
t
.

0
( ) cos , [ , ]
2 2
x t t t
t
t t
e = e (2.252)
reprezentat in figura urmatoare (
0
10 rad/s, 2,5s e t = = ):


Acesta este un impuls, fiind produsul intre o cosinusoida si o fereastra de timp
dreptunghiulara, deci se poate calcula transformata sa Fourier

0 0 0 0
( ) ( ) ( ) ( )
2
2 2 2 2
0
0 0
2
0 0
1
( ) cos
2 2 ( ) 2 ( )
sinc( ) sinc( )
2 2 2 2
t
t t t t
e e e e e e e e
e
t
t
e e
e e e e
t t t t
e e e e
+ +

= = +
+
= + +
}
j j j j
j t
e e e e
X te dt
j j
(2.253)
reprezentata in figura urmatoare:

Daca se mareste t , cele doua maxime ale transformatei Fourier cresc in inaltime si se
ingusteaza, conform figurii, aproximand intr-o oarecare masura doua impulsuri Dirac centrate
pe 10 e = rad/s.
6 4 2 2 4 6
1.0
0.5
0.5
1.0
20 10 10 20
0.5
0.5
1.0
1.5
2.0
2.5



Trecnd la limita t din impulsul ( ) x t
t
se obtine semnalul periodic iniial ( ) x t ,
astfel ca se poate obtine prin aceasta trecere la limita si transformata Fourier a acestuia.

0 0
( ) lim ( ) lim sinc( ) sinc( )
2 2 2 2
t
t t
t t t t
e e e e e e

| |
= = + +
|
\ .
X X (2.254)
Tinnd cont de faptul ca sinusul cardinal trece la limita in impuls Dirac, conform
relatiei (2.211) se obtine

0 0
( ) ( ) ( ) e to e e to e e = + + X (2.255)
Acest rezultat arata, cum era de asteptat, ca o sinusoida are o singura linie spectrala in
seria Fourier trigonometrica, (si simetrica acesteia in seria Fourier exponentiala).

2.3 Transformarea Laplace

Datorita limitelor infinite de integrare, in multe cazuri transformata Fourier nu este
convergenta. Conditiile de convergenta sunt greu de verificat apriori astfel ca se recurge uneori
la conditii suficiente, nu si necesare.
Se demonstreaza ca un criteriu suficient de convergenta a transformatei Fourier este
criteriul absolutei integrabilitati. Acesta arata ca daca aria cuprinsa intre modulul semnalului si
abscisa este finita, atunci si transformata Fourier a semnalului este finita.
15 10 5 5 10 15
1.0
0.5
0.5
1.0
30 20 10 10 20 30
2
2
4
6
8
( ) finit ( ) finit
j t
x t dt x t e dt
e

} }
(2.256)
Acest criteriu este suficient dar nu i necesar. Exista functii care nu sunt absolut
integrabile i totusi au transformata Fourier, cum ar fi cele din exemplele 2) si 12).
O metoda generala care sa asigure absoluta integrabilitate a unui semnal ar fi inmultirea
cu o functie rapid descresatoare. Deoarece functia elementara cea mai rapid descrescatoare este
exponentiala cu exponent negativ, exista o probabilitate mare ca produsul
( ) ( ) , 0
ct
f t x t e c

= > (2.257)
sa fie absolut integrabil (deci sa admita transformata Fourier) chiar daca semnalul original ( ) x t
nu este absolut integrabil.
| ( ) | | ( ) | | ( ) |

= <
} } }
ct
f t dt x t e dt x t dt (2.258)
Printr-o astfel de operatie se largeste deci clasa functiilor transformabile integral.
Calculand transformata Fourier a acestui produs se obtine:

{ }
( )
( ) ( ) ( ) ( )
e e

+

= = =
} } }
ct ct j t c j t st
x t e x t e e dt x t e dt x t e dt (2.259)
unde am notat s c je = + , o variabila complexa avand dimensiuni de frecventa.
Aceasta integrala reprezinta transformarea Laplace a unui semnal ( ) x t si se npteaza
{ } ( ) ( ) ( )

= =
}
st
x t X s x t e dt (2.260)
In practica, se utilizeaza si transformata Laplace unilaterala, pentru semnalele cauzale,
care sunt nule inaintea unui moment initial
{ }
0
( ) ( ) ( )

= =
}
st
I I
x t X s x t e dt (2.261)
( ) ( )
ct
f t x t e

= -poate sa fie absolut integrabila chiar daca X(t) nu este pentru o clasa
foarte mare de functii extindem numarul de functii transformabile Fourier.
Se poate defini si transformarea Laplace inversa, pornind de la inversa transformatei
Fourier a lui ( ) X s , care conform relatiei (2.259) trebuie sa dea semnal ( ) f t

1
1
{ ( )} ( ) ( ) ( )
2
e
e
t

= =
}
ct j t
X s f t x t e X s e d (2.262)
Rezulta

( )
1
( ) ( )
2
e
e
t

+

=
}
c j t
x t X s e d (2.263)
Tinand cont ca c j s e + = si deci
1
d ds
j
e = , se obtine formula de transformare Laplace
inversa

1
1
( ) { ( )} ( )
2
e
e
t
+

= =
}
c j
st
c j
x t X s X s e ds (2.264)

Criteriile de existenta ale transformatei Laplace (sau conditiile) rezulta in tmpul
calculului integralei. Se poate estima apriori un domeniu de convergenta folosind criteriul
maximului: Transformata Laplace exista daca putem gasi un set de constante reale , , M o |
astfel inct sa avem

, 0
( )
, 0
o
|
<

s

>

t
t
Me t
x t
Me t
(2.265)
In acest caz se poate scrie:

0
0
0
( ) ( ) ( ) 0 ( )
0
0
| ( ) | | ( ) | | ( ) |
| |
ct ct ct
c t c t c t c
X t e dt x t e dt x t e dt
M M
M e dt M e dt e e
c c
o | o |
o |

s + s
s + =

} } }
} }
(2.266)
Se observa ca pentru ca cei doi termeni sa fie finiti trebuie ca

0
0
o o
| o
| |
s s

s s

> >

c c
c
c c
(2.267)
Prin urmare, domeniul de convergenta al transformatei Laplace este fia din planul
complex cuprinsa intre o si |
Re[ ] | o s s s (2.268)
Daca semnalul este cauzal, deci criteriul maximului devine ( ) , 0
|
s >
t
x t Me t , conditia
de convergenta rezulta
Re[ ] | s s (2.269)
Prin urmare, domeniul de convergenta este semiplanul din dreapta lui Re[ ] | = s , iar
eventualele valori infinite ale integralei Laplace se pot gasi doar in semiplanul stng.
Exista unele diferenta intre cele doua transformari in domeniul timpului. Astfel,
aproximand integrala Forier printr-o suma

( )
( )
( )
2 2 2
e e e
e
e
t
+
(
A = =
(


n
j nt j nt j nt n nc n
n
n n n
X A A
x t e e e (2.270)
se observa ca ea face reprezentarea semnalului printr-o suma de oscilatii de
amplitudiniconstante n timp si diferite frecvente si faze. Prin urmare, transformarea Fourier se
aplica circuitelorcare lucreaza in asa-numitulregim permanent.
In schimb, aproximand integrala Laplace printr-o suma

( ) 1
( ) ( )
2 2
( )
2 2
e
e
t t
t
+

( A
= =
(

(
= A =
(

}

n
j t
n
n n
c j
s t st n n
n
c j
c t j t n nc
n
n
X s s
x t X s e ds e
j j
X s A
s e e e
j
(2.271)
unde
( )
[ ]
t
= A
n
c t n
nc n
j
X s
A s e , ceea ce arata ca amplitudinile semnalelor elementarecare compun
astfel de impulsurivariaza in timp

0, | |
0, | |
0, | | .
>

<

= =

n nc
n nc
n nc
c A creste
c A scade
c A ct
(2.272)
Prin urmare, transformarea Laplace se aplica circuitelorcare lucreaza in asa-
numitulregim tranzitoriu.

Proprietatile Transformatei Laplace


1)Teorema deplasarii(intarzierii):


0
0
( ) ( )
st
x t t e X s
o

(2.273)

( ) { ( )} X s L x t = (2.274)

0 0 0
0
( ) ( ) ( ) ( )
st st st st s s
x t t e dt X e e d e X e d e X s
t t
t t t t



= = =
} } }
(2.275)


0
t t t = (2.276)

0
t t t = + (2.277)



2)Teorema comprimarii axei timpului:

1
( )
s
X kt X
k k
| |

|
\ .
(2.278)



3)Teorema derivarii:

1 2 (1) ( 2) ( 1)
( )
( ) (0) (0) ... (0) (0)
n
n n n n n
n
d x t
s X s s x s x sx x
dt

(2.279)


(2.280)

1 2 (1) ( 2) ( 1)
( )
( ) (0) (0) ... (0) (0)
n
n n n n n
n
d x t
s X s s x s x sx x
dt



4)Teorema integrarii:

1
( ) ( )
t
n
x t dt X s
s

}
(2.281)


5)Teorema convolutiei in domeniul frecventa:


1 2 1 2
1
( ) ( ) ( ) ( )
2
c j
c j
x t x t X X s d
j

t
+


}
(2.282)


6)Teorema convolutiri in domeniul timp:


1 2 1 2
( ) ( ) ( ) ( ) x x d X s X s u u u

}
(2.283)



2.4 Alte tipuri de transformari integrale ale semnalelor

Transformrile Fourier sau Laplace sint de tip integral; ele asociaz semnalului ( ) t x ,
prin intermediul unor integrale, nite funcii spectrale, definite n raport cu frecvena real e
sau frecvena complex s. Este posibil ca transformrile integrale s fie concepute ntr-un mod
mai general, introducnd transformata



( ) ( ) ( ) , X x t f t dt

=
}
(2.284)
n care funcia ( ) , t f trebuie astfel aleas nct s existe o funcie ( ) ,
1
t f

care s
permit transformarea invers



( ) ( ) ( )
1
, x t X f t d

=
}
(2.285)

In cazul transformatei Laplace s-au ales:
( ) ( ) , ,
st
f t f t s e

= = (2.286)

( ) ( )
1 1
, ,
st
f t f t s e

= = (2.287)



In cele ce urmeaz, vor fi prezentate transformrile integrale Carson, Mellin i Fresnel.


2.4.1. Transformata Carson

Pentru semnalul x(t), transformata Carson [2], bilateral sau unilateral, este:


( ) { } ( )
st
II
C x t s x t e dt

=
}
(2.288)


( ) { } ( )
0
st
I
C x t s x t e ds

=
}
(2.289)

ntre transformatele Carson i Laplace exist deci relatia de legtur:

( ) { } ( ) { }
II II
C x t sL x t = (2.290)


( ) { } ( ) { }
I I
C x t sL x t = (2.291)

Originalul, corespunztor transformatei Carson inverse, se este dat de relaia:


( ) ( )
1 1
2
c j
st
c j
x t C s e ds
j s t
+

=
}
(2.292)


2.4.2. Transformata Mellin

In relaiile de transformare Laplace



( ) ( )
st
II
X s x t e dt

=
}
(2.293)


( ) ( )
1
2
c j
st
II
c j
x t X s e ds
j t
+

=
}
(2.294)
prin nlocuirile:

s = (2.295)


t
e t = (2.296)


rezult:

ds d = (2.297)


ln t t = (2.298)



d
dt
t
t
= (2.299)


Relaiile (2.34), (2.35) devin:


( ) ( )
0
ln
II
d
X x

t
t t
t

=
}
(2.300)

( ) ( ) ( )
1
ln
2
c j
II
c j
x X d
j

t t
t

+
=
}
(2.301)

Notnd ( ) ( )
M II
X X = , ( ) ( ) t t f x = ln i revenind la variabila t (n locul variabilei
t ), rezult relaia:


( ) ( )
1
0
M
X f t t dt

=
}
(2.302)

( ) ( )
1
2
c j
M
c j
f t X t d
j


t
+

=
}
(2.303)

care reprezint transformatele Mellin, direct i invers, ale semnalului f(t).
Schimbnd i notaia f(t) prin x(t), se obin expresiile:


( ) ( )
1
0
M
X x t t dt

=
}
(2.304)
( ) ( )
1
1
1
2
c j
M
c j
x t X t d
j


t
+

=
}
(2.305)

(2.37)



2.4.3. Transformata Fresnel

Pentru o funcie ( ) x , avind ca variabila coordonata generalizat , se definete
transformata Fresnel prin relaia:
( ) ( )
( )
2
2
j
F
X x e d

=
}
(2.306)



Se arata [2] c originalul, corespunztor transformatei inverse a lui ( )
F
X se
calculeaz cu formula:
( ) ( )
( )
2
2
1
2
j
F
x X e d


t

=
}
(2.307)




Equation Section (Next)
Capitolul 3
Raspunsul sistemelor la semnale


Fie un sistem oarecare la intrarea caruia aplicam un semnal x(t) cunoscut. Se pune
problema sa cunoastem rapunsul y(t)al sistemului la acest semnal.
Metoda este utila in faza proiectarii sistemului, pentru a determina structura care asigura
un anumit raspuns y(t) la un semnal dat x(t).

Sisteme liniare
Fie un sistem caracterizat de un operator L prin urmatoarea corespondenta intre
semnalul de intrare si cel de iesire:
( ) { ( )} = y t L x t (3.1)
Se spune ca sistemul liniar daca operatorul L este liniar in sensul ca daca semnalul de
intrare este o combinatie liniara a mai multe semnale individuale si cel de iesire va fi o
combinatie linara a raspunsurilor sistemului la semnalele individiuale :

1 1 2 2 1 1
{ ( ) ( ) ... ( )} { ( )} ... { ( )}
n n n n
L a x t a x t a x t a L x t a L x t + + + = + + (3.2)
Un semnal oarecare poate fi descompus dupa un sistem de functii elementare formand
de regula un set ortogonal

0
( ) ( )
N
k k
k
x t a f t
=
=

(3.3)
deci si raspunsul poate fi determinal ca o combinatie liniara a raspunsurilor la semnalele
elementare respective :

0
( ) { ( )} { ( )}
N
k k
k
y t L x t a L f t
=
= =

(3.4)
Numarul N de semnale elementare care sa asigure exactitatea descompunerii (3.3)
poate fi foarte mare sau chiar infinit ceea ce face dificila analiza in aceasta forma, deoarece
trebuie sa cunoastem o multime de raspunsuri partiale ale sistemului { ( )}
k
L f t .
De aceea vom cauta sa folosim anumite caracteristici calculabile sau masurabile ale
sistemului, numite invarianti,care permit determinarea raspunsului fara a cunoaste celelate
raspunsurile la toate semnalele elementare din descompunerea (3.3).
Prin alegerea unor anumite semnale cu caracteristici speciale, numite semnale test,
raspunsul sistemului la aceste semnale permite analiza raspunsului pentru orice alte semnale.


3.1. Metoda semnalelor de test

Consideram un semnal cauzal ( ) x t , pe care il aproximam printr-o secventa de date ( ) x t
reprezentata de valorile semnalului la momente discrete de timp kT (esantioanele acestui
semnal obtinute imapartinad axa timpului in portiuni echidistante egale cu T).
( ) ( ), [ , ( 1) ] x t x t t kT k T = e + (3.5)
La limita 0 T cele doua semnale ar fi identice:

0
( ) lim ( )
T
x t x t

= (3.6)

Putem privi semnalul ( ) x t ca o suma de impulsuri dreptunghiulare decalate cu kT.

0
( ) ( )[ ( ) [ ( 1) ]]
N
k
x t x kt t kT t k T o o
=
= +

(3.7)

unde ( ) x kT amplitudinea impulsului dreptunghiular [ ] [ ( 1) ] t kT t k T o o + care incepe la
momentul kT.
Notam
k
kT t = momentul citirii esantionului k. Perioada de esantionare este:

1
( 1)
k k k
T k T kT t t t
+
= + = = A (3.8)
Rezulta ca relatia (3.7) se poate scrie:

0
( ) ( )[ ( ) ( )]
N
k k k
k
x t x t t
t
t o t o t t
t
=
A
= A
A

(3.9)
Se trece la limita 0 t A


0
( )
( ) ( )
( ) lim ( )[ ]
k k
k
t
T t T t
x t x
t
o t
t t t
t t
t
A
+

A
= A
A

(3.10)
Dac
k
t t rezulta d t t A iar suma se transform n integral


0
( ) ( ) ( )
t
x t x t d t o t t =
}
(3.11)
care reprezinta o convolutie in domeniul timpului
Analiza se mai poate face considerand semnalul aproximant ca fiind o suma de functii
Heaviside decalate in timp si de diverse amplitudini.

0 0
( ) ( )[ ( ) ( 1) ] ( )[ ( ) ( )]
N N
k k k
k k
x t t kT x kT x k T t x x
t
o o t t t t
t
= =
A
= = A
A

(3.12)


'( )
0
0
[ ( ) ( )]
( ) lim ( )
X
N
k k
k
k
x x
x t t
t
t
t t t
o t t
t
A
=
A
= A
A

(3.13)

0
( ) '( ) ( )
t
x t x t d t o t t =
}
(3.14)


Deci

0
( ) ( ) ( )
t
x t x t d t o t t =
}
(3.15)

0
( ) '( ) ( )
t
x t x t d t o t t =
}
(3.16)
Aplicand operatorul liniar al sistemului conform relatiei(3.4), obtinem raspunsul

0
0
( ) { ( )} { ( ) ( ) }
( ) { ( )}
t
t
y t L x t L x t d
x L t d
t o t t
t o t t
= = =
=
}
}
(3.17)
respectiv, in varianta a doua:

0
( ) '( ) { ( )}
t
y t x L t d t o t t =
}
(3.18)
Deci este suficient sa cunoastem raspunsul sistemului la semnalele test
{ ( )} L t o t sau { ( )} L t o t pentru a se determina raspunsul y(t) pentru orice semnal de
intrare x(t).
Vom numi raspunsul sistemului la semnal Dirac, ( ) h t , functia pondere a sistemului iar
raspunsul la semnal Heaviside , ( ) g t , functia indiciala a sistemului.
Un sistem al carui raspuns la semnale test nu depinde de alegerea originii timpului, se
numeste sistem invariant in timp.

{ ( )} ( ) { ( )} ( ) L t h t L t h t o t t o = = (3.19)

{ ( )} ( ) { ( )} ( ) L t g t L t g t o t t o = = (3.20)

Sisteme liniare si invariante in timp cu conditii initiale nule
Daca semnalul inaintea momentului intial este nul :
(0 ) 0 x

= (3.21)

rezulta ca semnalul de iesire este o convolutie a semnalului de intrare cu functia pondere a
sistemului, sau o convolutie a derivatei semnalului de intrare cu functia indiciala a sistemului :

0
0
( ) ( ) ( ) ( ) ( )
( ) '( ) ( ) '( ) * ( )
t
t
y t x h t d x t h t
y t x g t d x t g t
t t t
t t t
= = -
= =
}
}
(3.22)
Functiile h(t) si g(t) se determina introducand la intrare cu impuls Dirac respectiv
Heaviside.
Practic putem face doar aproximatii ale celor doua functii (indiciala si pondere)
deoarece ele nu se pot realiza experimental, prima avand teoretic o amplitudine infinita iar a
doua o durata infinita.
Putem realiza o estimare indirecta a acestoraa folosind un generator de zgomot alb
(dupa cum se va arata mai tarziu) pentru identificarea sistemului adica a invariantului
caracteristic sistemului.

3.2. Metoda transformatei Laplace (metoda operationala)

Pornind de la ecuatia raspunsului in domeniul timp

0
( ) ( ) ( ) t t t =
}
t
y t x h t d (3.23)


putem determina raspunsul si prin calcul operational. In acest scop se aplica o transformare
Laplace ambilor membri ai ecuatiei (3.23)

0
{ ( )} ( ) { ( ) ( ) } t t t = =
}
t
y t Y s x h t d (3.24)

conform teoremei translatiei

0 0 0
{ ( )} ( ) { ( )} ( ) { ( )} { ( )} ( )
t t
t t t t t t t

= = =
} } }
t t t
s s
y t x h t d x e h t d h t x e d (3.25)
Notam transformata Laplace a functiei pondere cu H(s), numita functia de transfer a
sistemului

( ) { ( )} h H t s (3.26)
Rezulta transformata Laplace a raspunsului:

0
( ) { ( )} ( ) ( ) ( ) ( )
t
t t

= =
}
t
s
Y s y t H s x e d H s X s (3.27)
( ) ( ) ( ) Y s H s X s = (3.28)
unde s-a notat cu X(s) transformata Laplace a semnalului de intrare
Functia de transfer a sistemului este un invariant al sistemului. Daca se cunoaste
raspunsul la un anumit semnal de intrare.

( )
( )
( )
Y s
H s
X s
= (3.29)

1 1
{ } { ( )} { ( ) ( )} Y t L Y s L H s X s

= = (3.30)
Importanta acestei metode este ca se poate face fara etape experimentale, numai prin
analiza teoretica a sistemului, cunoscand structura acestuia. Exista posibilitatea de a proiecta
sistemele pornind de la functia de transfer H(s). Metoda semnalelor de test se foloseste atunci
cand nu cunoastem structura sistemului si trebuie sa-l identificam.
Metoda operationala este justificata de faptul ca functionarea unui sistem cu constante
concentrate (R,L,C), invariabil in timp este caracterizata printr-o ecuatie integrodiferentiala,
care prin derivari se poate aduce la forma unei ecuatii diferentiale de ordin superior:


1
1 1 0 1
1
1 1 0 1
( ) ( ) ( )
... ( )
( ) ( ) ( )
... ( )

+ + + +
= + + + +
n n
n n n n
m m
m m m m
d y t d y t dy t
a a a a y t
dt dt dt
d x t d x t dx t
b b b b x t
dt dt dt
(3.31)

Pentru cazul sistemelor cu conditiile initiale nule procedura este urmatoarea:
a) Se scrie sistemul de ecuatii Kirchoff si se rezolva pentru obtinerea ecuatiei
raspunsului;
b) Se deriveaza ecuatia pana la eliminarea truturor integralelor ;
c) Se aplica transformarea Laplace ambilor membrii ai ecuatiei raspunsului, tinand cont
de teorema derivarii pentru conditii initiale nule

( )
( )

=
`
)
n
n
n
d x t
s X s
dt
(3.32)
d) Se calculeaza raportul

( )
( )
( )
Y s
H s
X s
= (3.33)

deci

1
1 1 0 1 0
( ... ) ( ) ( ... ) ( )

+ + + + = + + +
n n m
n n m
a s a s a s a Y s b s b s b X s (3.34)

1
1 1 0
1
1 1 0
... ( ) ( )
( )
( ) ... ( )

+ + +
= = =
+ + + +
m m
m m
n n
n n
b s b s b s b Y s P s
H s
X s a s a s a s a Q s
(3.35)
Rezulta deci ca functia de transfer pentru circuite liniare, invariante in timp cu constante
concentrate si conditii initiale nule este un raport de doua polinoame in variabila s. Radacinile
polinomului de la numarator se numesc zerourile functiei de transfer, iar radacinile polinomului
de la numitor se numesc polii functiei de transfer. De remarcat ca modulul functiei de transfer
are o asimptota oblica crescatoare cu 6 m dB/octava ( 20 m dB/decada), unde m este numarul
de zerouri, si descrescatoare cu 6 n dB/octava ( 20 n dB/decada), unde n este numarul de poli.
Aceasta inseamna ca zerourile functiei de transfer favorizeaza frecventele inalte si atenueaza
frecvaentele joase, in timp ce polii favorizeaza frecventele joase si atenueaza frecventele inalte
din spectrul semnalului.
Imaginea Laplace a raspunsului fiind:
( ) ( ) ( ) = Y s H s X s (3.36)
raspunsul sistemului in domeniul timp va fi :

1 1
( ) { ( )} { ( ) ( )}

= = y t Y s H s X s (3.37)
Prin urmare, functia de transfer se poate determina prin calcul si nu avem nevoie de
experimente folosind semnale de test. De asemenea, se poate calcula raspunsul sistemului la
orice semnal de intrare, pornind de la expresia tranformatei sale Laplace (3.28), prin
transformare Laplace inversa :

1
( ) ( )
2t
+

=
}
c j
st
c j
y t Y s e ds
j
(3.38)

Pentru rezolvarea integralei se poate aplica teorema Cauchy (teorema reziduurilor):

1
( ) 2 ( )[ ( )]
N
k k
k
f z dz j rez z f z t
=
I
=

}
(3.39)
unde I

este o curba inchisa care contine toti polii functiei de variabila complexa f(z), iar
( )[ ( )]
k k
rez z f z este reziduul functiei f(z) in polul
k
z .
In teoria functiilor de variabila complexa se defineste reziduul unei functii intr-un pol
simplu (deci cu ordinul de multiplicitate m=1) ca fiind coeficientul puterii -1 din dezvotarea in
serie Laurent. In practica, el se poate calcula mai simplu prin formula:
rez( )[ ( ) ] lim[( ) ( ) ]
k
st st
k k
s s
s Y s e s s Y s e

= (3.40)

Pentru poli multipli (cu ordin de multiplicitate m>1) se poate folosi formula de tip
Rodriguez :

1
1
1
( )[ ( ) ] lim [( ) ( ) ]
( 1)! k
m
m st m st
k k m
s s
d
rez s Y s e s s Y s e
m ds

(3.41)

Formand conturul I

ca un arc de cerc I
c

in semiplanul stang (care contine polii in cazul
semnalelor deterministe) cu raza

tinzand la infinit, completat cu o dreapta verticala de
abscisa Re[ ] z c = , suntem siguri ca in interior vom cuprinde toti polii functiei de integrat.
Rezulta:
( ) ( ) ( )
+
I I
= +
} } }
c
c j
st st st
c j
Y s e ds Y s e ds Y s e ds (3.42)
Toate semnalele fizic realiabile satisfac conditiile Lemei Jordan: integrala pe un arc de
cerc cu se anuleaza.
lim ( ) 0

I
=
}
c
st
Y s e ds (3.43)

1
( ) 2 ( )[ ( ) ] t
=
I
=

}
N
st st
k
k
Y s e ds j rez s Y s e (3.44)
Din ecuatia (3.38) rezulta deci raspusul in domeniul timp ca o suma de reziduuri

1
( ) ( )[ ( ) ]
=
=

N
st
k
k
y t rez s Y s e (3.45)
Tinand cont de forma functiei de transfer pentru circuite liniare, invariante in timp cu
constante concentrate si conditii initiale nule (3.35), obtinem


( )
( ) ( ) ( ) ( )
( )
st st st
P s
Y s e H s X s e X s e
Q s
= = (3.46)
Polii integrandului,
k
s , sunt deci radacinile numitorului
( ) 0 =
k
Q s (3.47)
Polinomul de la numitor se poate scrie si ca produs, ceea ce este util in cazul in care se
foloseste metoda calcularii integralei Laplace inverse prin descompunere in fractii simpe.

1 2
1 2
( ) ( ) ( ) ...( )
N
m m m
N
Q s s s s s s s = (3.48)

Poli multipli apar atunci cand avem in circuit grupuri RC lau RL cu acceai constanta de
timp, ceea ce practic se intalneste mai rar. Pentru cazuri in care avem doar poli simpli, relatia
(3.45) devine :

1 1
( )
( ) ( ) ( ) lim ( ) ( )
( ) ( ) ( )

= =
| | (
= =
|
(

\ .

k
n N
st st k
k
s s
k k
k
s s P s
y t rez s X s e P s X s e
Q s Q s Q s
(3.49)
deoarece conform (3.47) ( ) 0
k
Q s =

Se poate recunoaste in limita fractiei din (3.49) expresia inversei derivatei polinomului
de la numitor, deci se obtine asa numita formula Heaviside pentru calculul raspunsului
sistemului cu poli simpli si conditii initiale nule.


1
( ) ( )
( )
'( )
k
n
s t k k
k
k
P s X s
Y t e
Q s
=
=

(3.50)

In cazul destul de raspandit cand avem un pol simplu in origine (de exemplu cand
semnalul de intrare este o treapta, deci avand imaginea Laplace 1/s)
( ) ( ) = Q s sR s (3.51)

1
( ) lim ( ) ( )
[ ( )]
>
=

=

k
n
st k
s s
k
s s
y t P s X s e
s R s
(3.52)
Relatia Heaviside pentru cazul polului simplu in origine devine :

'
1
(0) (0) ( ) ( )
( )
(0) ( )
k
n
s t
k k
k k k
P X P s X s
Y t e
R s R s
=
= +

(3.53)

Exemplu
Fie un circuit cu constante concentrate ca in figura 3.2 si conditii initiale nule:

0
0 0 t u i = = = (3.54)
Se aplica la intrare un semnal treapta cu amplitudinea U=1V si se cere raspunsul
sistemului
2
( ) i t .
Rezolvare:

Se scriu ecuatiile Kirchoff

1 2 3
i i i = + (3.55)

1 2
1 1 1 2
( )
di di
x t Ri L L
dt dt
= + + (3.56)

2
3 2 2
di
i R L
dt
= (3.57)
Se rezolva sistemul in raport cu
2
( ) i t prin substitutie

2 2 2 2
3 1 2
2 2
L di L di
i i i
R dt R dt
= = + (3.58)

2
1 2 2 1 2 2 2
1 2 2 1 2 2
2 2
( )
R di di L L d i di
x t Ri L L L
R dt dt R dt dt
= + + + + (3.59)

2
1 2 2 1 2
2 1 2 1 2 2
2 2
( )
L L d i R di
x t L L L Ri
R dt R dt
| |
= + + + +
|
\ .
(3.60)
Aplicand transformarea Laplace

2 1 2 1
2 1 2 1
2 2
( ) ( )
L L R
X s s L L L s R Y s
R R
( | |
= + + + +
( |
\ .
(3.61)

1
( ) X s
s
= (3.62)
Rezulta functia de transfer

2
1 2 1
2 1 2 1
2 2
( ) 1
( )
( )
Y s
H s
X s L L R
s L L L s R
R R
= =
| |
+ + + +
|
\ .
(3.63)
si imaginea Laplace a raspunsului


2
1 2 1
2 1 2 1
2 2
1
( ) Y s
L L R
s s L L L s R
R R
=
( | |
+ + + +
( |
\ .
(3.64)
Din aceasta relatie se calculeaza numeric radacinile numitorului s
1
si s
2
, astfel ca
imaginea Laplace a raspunsului poate fi scrisa sub forma:

1 2
( )
( )( )
c
Y s
s s s s s
=

(3.65)]
unde c este o constanta rezultata din calculul radacinilor ecuatiei


2 1 2 1 2
1 2 1 1 2
2 2
0 , ,
L L R L
s L L s R s s c
R R
| |
+ + + + =
|
\ .
(3.66)
Se calculeaza in final raspunsul in domeniul timp in mod direct


3
1
1 2
( ) lim[( ) ]
( )( )

=
=

k
st
k
s s
k
c
y t s s e
s s s s s
(3.67)

1 2
1 2 1 1 2 2 2 1
( ) ( ) 0
( ) ( )
s t s t
c ce ce
Y t t t
s s s s s s s s
o = + + >

(3.68)
O alta metoda pentru calculul raspunsului in domeniul timp ar fi folosirea relatiei
Heaviside, presupunand ca numeric polii sunt simpli

2 1 2 1
2 1 2 1
2 2
( )
L L R
Q s s s L L L s R
R R
( | |
= + + + +
( |
\ .
(3.69)

' 2 1 2 1
2 1 2 1
2 2
( ) 3 2
L L R
Q s s s L L L R
R R
| |
= + + + +
|
\ .
(3.70)
1 U V = (3.71)


1 2
2 2 1 1 2 1 1 2 1
1 1 2 1 2 1 2 2 2 1 2 1
2 2 2 2
1 1 1
( )
3 2 3 2
s t s t
e e
Y t
R L L R L L R
s s L L L R s s L L L R
R R R R

= + +
| | | |
+ + + + + + +
| |
\ . \ .
(3.72)

1 2
2 2 1 1 2 1 1 2 1
1 1 2 1 2 1 2 2 2 1 2 1
2 2 2 2
1 1 1
( )
3 2 3 2
s t s t
e e
Y t
R L L R L L R
s s L L L R s s L L L R
R R R R

= + +
| | | |
+ + + + + + +
| |
\ . \ .
(3.73)


O a treia metoda ar fi cea a descompunerii in fractii simple:

3 1 2
1 2
( ) = + +

a a a
Y s
s s s s s
(3.74)
astfel ca raspunsul in timp va avea forma

1 2
2 1 2 3
( ) [ ] ( )
s t s t
i t a a e a e t o = + + (3.75)



( )
( )
L
diL t
u t L
dt
= (3.76)


Imaginile Laplace ale elementelor de circuit
In practica este mai simplu sa se transforme direct circuitul analizat in echivalentul sau
Laplace, prin simpla inlocuire a complonentelor cu imaginile lor Laplace. Deducerea acestora
este prezentata in cele ce urmeaza.
Pentru inductanta, tinand seama de expresia tensiunii de autoinductie

( )
( )
L
L
di t
u t L
t
= (3.77)
Prin aplicarea transformarii Laplace si folosirea teoremei derivarii obtinem
( ) ( ) =
L L
U s sL I s (3.78)

deci impedanta Laplace a inductantei (functia de transfer), pentru conditii initiale nule este

( )
( )
( )
L
L
L
U s
Z s sL
I s
= = (3.79)
Similar, pentru condensator, tinand seama de expresia intensitatii curentului


( )
( ) =
C
c
du t
i t C
dt
(3.80)
( ) ( ) =
C C
I s sCU s (3.81)


( ) 1
( )
( )
= =
c
c
c
U s
Z s
I s sC
(3.82)
Rentru rezistente, imaginea Laplace este evident aceeasi ca in domeniul timp
( )
R
Z s R = (3.83)
Avantajul acestei abordari este ca ecuatiile lui Kirchoff capata forma unor ecuatii
algebrice, fara a mai contine derivate si integrale pentru inductante si respectiv condensatori.
Daca s-ar transforma Laplace circuitul precedent, imaginea Laplace a curentului de
iesire ar putea fi calculata direct din formula divizorului potentiometric, fara a mai rezolva nici
macar sistemul de ecuatii Kirchoff :

2
2 2
1 2
UR
U IR
R R
= =
+
(3.84)

2
2
2 2
( ) 1
( )
U s
I s
sL sL
= =
2
[ ( )
sL
X s
2
2 2
1 1
2 2 2 2
2 2
2
2 2 1 1 2 2 2 2 1 2 1 2 2 1 1 2
2
1 2 1
2 2 1 1
2 2
/ 1
( )( )
1
/
R
sL R
R sL
sL R sL R
R R s
s sL R R sL R sL sL R R R R L s R L s s L L
L L R
s s L L L s R
R R

| |
+ + =
|
+ +
\ .
= = =
+ + + + + + +
=
( | |
+ + + +
( |
\ .
(3.85)





3.3 . Metoda operatoriala de determinare a raspunsului la semnale

Aceasta metoda are avantajul ca implica algoritmi mai simpli pentru tratarea
computerizata.
In principiu, se cauta un operator H care aplicat semnalului de intrare sa furnizeze
semnalul de iesire
{ } ( ) ( ) = y t H x t (3.86)
Aplicarea operatorului presupune o serie de reguli corespunzatoare diverselor calcule
efectuate asupra semnalului de intrare, si care vor fi prezentate in continuare

Operatorul de derivare

Aceasta operatie, care apare frecvent in relatia dintre tensiune si intensitatea curentului
in elementele de circuit reactive, se poate reprezenta simbolic prin aplicarea unui operator notat
cu p si a carui actiune presupune efectuarea unei derivari in raport cu timpul :

( )
{ ( )} ( ) = =
not
dx t
p x t px t
dt
(3.87)

Se poate observa ca acest operator este liniar

1 1 2 2 1 1 2 2
{ ( ) ( )} ( ) ( ) p a x t a x t a p x t a p x t + = + (3.88)
De asemenea el respecta formal si celelalte reguli algebrice
[ ( )] ( )
n m n m
p p x t p x t
+
= (3.89)
Aplicandu-l asupra ambilor membri ai ecuatiei diferentiale a raspunsului in timp
obtinem :

1
1
1 0 1
1
1 1 0 1
1
1
1 0 1
1
1 1
1 0
( ) ( ) ( )
...
( ) ( ) ( )
... ( );
( ) ( ) ( )
...
( ) ( )
( )
... ( )

+ + + +
= + + + +
+ + + +
= + +
+ + +
n n
n n n n
m m
m m m m
n n
n n n n
m m
m m m m
a dy t d y t d y t
a a a y
dt dt dt
d x t d x t dx t
b b b b x t
dt dt dt
a dy t d y t d y t
a a a y
dt dt dt
d x t d x t
b b
dt dt
dx t
b b x t
dt
(3.90)
deci

1 1
1 1 0 1 1 0
[ ... ] ( ) [ ... ] ( )
n n m m
n n m m
a p a p a p a y t b p b p b p b x t


+ + + + = + + + + (3.91)

Pentru circuite fizic realizabile exista intotdeauna operatorul invers

1 1
1 1 0
[ ... ]
n n
n n
a p a p a p a

+ + + + (3.92)
care aplicat ambilor membri ai ecuatiei sa ne dea raspunsul in domeniul timp :

1 1 1
1 1 0 1 1 0
( ) [ ... ] [ ... ] ( )


= + + + + + + + +
n n m m
n n m m
y t a p a p a p a b p b p b p b x t (3.93)


relatie care se poate scrie formal ca :
( ) ( ) ( ) y t H p x t = (3.94)
unde

1
1 1 0
1
1 1 0
... ( )
( )
... ( )
m m
m m
n n
n n
b p b p b p b P p
H p
a p a p a p a Q p

+ + + +
= =
+ + + +
(3.95)
H(p) este un operator care actioneaza asupra lui x(t) si se numeste transmutanta.
Operatorul de derivare
d
p
dt
= poate fi considerat ca o variabila algebrica pentru care
raman valabile operatiile de adunare, scadere si inmultire.

In functie de gradul polinoamelorde la numarator si numitor se disting 2 cazuri:


1) Gradul lui Q este mai mare decat gradul lui P. In acest caz se va face descompunerea
algebrica a transmutantei in fractii simple

1
( )
( )
k
N
k
m
k k
A
H p
p p
=
=

(3.96)
unde p
k
sunt cei 1, k N =

poli de ordine
k
m ai lui ( ) Q p .

2) Gradul lui Q este mai mic decat gradul lui P. In acest caz se va face impartirea cu rest
a celor doua polinoame iar fractia ramasa se va descompune algebrica de asemenea in fractii
simple :

0
( )
( ) ( )
( )
P p
H p A p
Q p
= + (3.97)
unde A(p) are forma

1
1 0
( ) ...
k k
k k
A p p p o o o

= + + + (3.98)

Tinand cont ca acum gradul lui
0
P este mai mic decat gradul lui Q rezulta:

0
1
( )
( ) ( )
k
N
k
m
k k
P p A
Q p p p
=
=

(3.99)

Deci in general ( ) H p se compune prin adunarea de operatori elementari de tipul:

1 1
1 1 1 1
; ; ; ; ;
( )
m
m m
p p
p p p p p p
(3.100)


Vom analiza pe rand actiunea acestor operatori asupra unui semnal.
a) Pentru operatorii de derivare relatia este cea prezentata anterior

( )
( ) =
m
m
m
d x t
p x t
dt
(3.101)


b) Pentru stabilirea actiunii operatorului
1
p
facem notatia

1
( ) ( ) z t x t
p
= (3.102)

de unde rezulta

( )
( ) ( )
dz t
x t pz t
dt
= = (3.103)

0
0
( ) ( ) ( ) t t =
}
t
t
z t z t x d

Considerand cazul cu conditii initiale nule obtinem

0 0
( ) 0 z t = (3.104)

0
1
( ) ( ) ( ) t t = =
}
t
t
x t z t x d
p
(3.105)

deci
1
p
semnifica integrarea functiei careia i se aplica.
c) Pentru puterile acestui operator,
m
p , avem

0 0
2
1 1 1
( ) ( ) ( ) t t t
| |
= =
|
\ .
} }
t t
t t
x t x t d x d
p p p
(3.106)

0 0 0
1
... ( ) t t t t

= =
} } }
t t t
m
m
t t t
m ori
p d d x d
p
(3.107)


Exista si o alta exprimare posibila a operatorului
m
p

. Dezvoltand ( ) z t in serie Taylor

si tinand cont de expresia restului Cauchy, avem:

1
( ) ( )
m
x t z t
p
= (3.108)

0
0
2
0 0 0 0 0
1 ( 1) 1 ( )
0
1 1
( ) ( ) ( ) '( ) ( ) ''( ) ...
1! 2!
1 1
( ) ( ) ( )
( 1)! ( 1)!
t t t

= + + +
+ +

}
t
m m m m
t
t
z t z t t t z t t t z t
t t z t z d
m m
(3.109)


Considerand conditiile initiale nule:

0
( 1)
0 0
( ) '( ) ... 0
m
t
z t z t z

= = = = (3.110)

0
1 ( )
1
( ) ( ) ( )
( 1)!
t t t

}
t
m m
t
z t t z d
m
(3.111)

Dar

( )
( ) ( ) ( ) = =
m m
p z t z t x t (3.112)

deci
( ) ( )

=
m
z t p x t (3.113)
Rezulta urmatoarea expresie pentru actiunea operatorului
m
p

0
1
1
( ) ( ) ( ) ( )
( 1)!
t
m m
t
p x t t x d z t
m
t t t

= =

}
(3.114)



d) Pentru operatorul
1
1
p p

unde
1
p este o constanta facem iarasi notatia

1
1
( ) ( ) x t z t
p p
=

(3.115)

1
( ) ( ) ( ) x t p p z t = (3.116)


1
( ) ( ) =
dz
x t p z t
dt
(3.117)

Inmultind ambii membri ai acestei relatii cu
1
p t
e

1 1 1
1
( ) ( )
p t p t p t
dz
x t e e e p z t
dt

= (3.118)

1 1
( ) [ ( )]
p t p t
d
x t e e z t
dt

= (3.119)

1 1
0
( ) ( )
t
p t p
t
z t e x e d
t
t t

=
}
(3.120)
Deci actiunea operatorului
1
1
p p
este data de relatia:

1 1
0
1
1
( )
t
p t p
t
e x e d
p p
t
t t

}
(3.121)







e) Pentru a deduce actiunea operatorului
2
1
1
( ) p p
vom scrie


1 1 1 1
0
2
1 1 1 1
1 1 1 1
( ) [ ( )] ( )
( )
( )
t
p t p p t p
t
x t x t t
p p p p p p p p
e e d e e
t t

t t

= = =

= =
}
1
p
e
t
1
0 0
1 1 1 1
0
2
1
1 1 1
1
( ) ( )
( )
1 1 1
[ ( )] ( )
( )
t
p
t t
t
p t p p t p
t
d x e d x t
p p
x t t
p p p p p p
e e d e e
t

t t
t

t t

= = =

= =
} }
}
1
p
e
t
1
0 0
( )
t
p
t t
d x e d
t

} }
(3.122)
Tinand cont de relatia (3.121)

1 1
0
( ) ( )
p p
t
e x e d
t
t
t

=
}
(3.123)

rezulta:

1 1
0 0
2
1
1
( ) ( )
( )
t
p t p
t t
x t e d x e d
p p
t

} }
(3.124)

Introducem notatia:

1
0
( ) ( )
p
t
u x e d
t

=
}
(3.125)

1
( )
( )
p
du
x e
d
t
t
t
t

= (3.126)

1 1
0
0
1 1
0
0
0
1 1 1
0 0
1 1
0 0
1 1
0
2
1
0
1
( ) ( ) ( ( )
( )
( )
) ( ( ) )
( ) ) ( ( )
( ) ( ) )
( ) ( )
|
|
t
p t p t t
t
t
t
p t p t
t
t
t
t t
p p t p
t t
t t
p p
t t
t
p t p
t
x t e u d e u
p p
du
d e x e d
d
x e d e t x e d
t x e d x e d
e t x e d
t

t t
t t
t
t t t t
t
t t t
t
t t t t t
t t t t t
t t t

= =

=
=
=
=
}
} }
} }
} }
}
(3.127)
Deci, actiunea operatorului este data de relatia

1 1
0
2
1
1
( ) ( ) ( )
( )
t
p t p
t
x t e t x e d
p p
t
t t t

}
(3.128)

Se poate deduce prin generalizare ca actiunea operatorului
1
( )
m
p p

este:

1
1
0
1
1
( ) ( ) ( )
( 1)!
p t
t
p m m
t
e
p p t x e d
m
t
t t t

=

}
(3.129)

In concluzie, deducerea raspunsului sistemului cu conditii initiale nule pe baza relatiei
( ) ( ) ( ) y t H p x t = (3.130)
se poate face descompunerea lui H(p) in fractii simple si calculul actiunii componentelor
operatorului transmutanta asupra semnalului de intrare.
Pentru exemplul din paragraful anterior, aplicarea metodei operatoriale se poate face in
felul urmator:

2
2 1
1 2
R
u u
R R
=
+
(3.131)

1 1
( ) ( )
R
u t Ri t = (3.132)

1
1
1 1 1 L
di
u L L pi
dt
= = (3.133)

1 1
Z L p = (3.134)


2
2
2 2 2 2 L
di
u L Lpi z L
d
= = = (3.135)


2
2
2 2
( ) 1
( )
p
u t
i t
L p L
= =
2
1
( )
p
L
u t
2
2 2
2 2
1 1
2 2
p
p
p
p
R
L R
L R
R L
L R
+
+ +
+
(3.136)


1
2
2
1 2 1
1 2 2 1
2 2
( )
( )
u t
i t
L L R
p L L L p R
R R
=
| |
+ + + +
|
\ .
(3.137)

2
1 2 1 2
( ) ( )
( ) ( )
( )( )
t A t B
i t t
p p p p p p p p
o o
o = = +

(3.138)

unde
1
p si
2
p sunt radacinile numitorului din relatia (3.137)
Dar

1 1
1 1 1
1
1 0
1 1 1
1
( 1)
t
p t p
p t p t p t
p t
e e d
p p
e e e
e
p p p
t
t

= =

= + =
}
(3.139)

Deoarece pentru semnale cauzale:
( ) 1 t o = (3.140)
rezulta:

1
2
1 2
2
1 1 2
1 2 1 2
1
( ) ( 1) ( )
( )
p t
p t
p t p t
e B
i t A e t
p p p
A B A B
e e t
p p p p
o
o
( | |
= + =
( |
\ .
( | |
= + + +
( |
\ .
(3.141)


3.4. Raspunsul la semnal al circuitelor cu conditii initiale nenule

In aceste cazuri, teorema dervarii la transformarea Laplace trebuie sa
includa si conditiile initiale:

( )
{ ( )} (0 )
dx t
s x t x
dt


=
`
)
(3.142)
Aceasta relatie se aplica intensitatii curentului prin condensator si tensiunii la bornele
unei inductante:

( )
( )
L
c
dU t
i t c
dt
= (3.143)

( )
( )
L
L
di t
U t L
dt
= (3.144)

Teoretic, la semnale treapta (functii discontinue) aceste relatii nu sunt direct aplicabile
deoarece derivata ar fi infinita, nefiind definita decat pentru functii continue.
O varianta de solutionare a problemei ar fi observatia ca la comutatii, datorita
rezistentei interne a fiecarui condensator, intensitatea curentului va fi finita. Totusi, daca
renuntam la condensatori si bobine ideala, calculul se complica si trebuie sa avem date
experimentale referitoare la rezistenta lor interna, iar analiza teoretica este ingreunata.
Printr-o abordare operationala a calculului se pot evita insa problemele de
discontinuitate ale functiilor, pe baza proprietatilor cunoscute ale derivatelor distributiilor.
Consideram ca semnalul cu discontinuitati de speta II este compus dintr-un semnal cu
discontinuitati de speta I peste un semnal se suprapune o functie Heaviside

[ ( ) ( )] ( ); ( , )
( )
( ); [ , )
x x t t
x t
x t t
c c o c c
c
e

=

e

(3.145)
Ambele componente sunt acum derivabile:

[ ( ) ( )] ( ); ( , )
'( )
'( ); [ , )
x x t t
x t
x t t
c c o c c
c
e
=

(3.146)
Aplicand teorema derivarii pentru transformarea Laplace:
(3.147)

0
( )
'( ) [ ( ) ( )] ( ) '( )
[ ( ) ( )] ( ) ( ) (0 ) |
st st st
st st
dx t
x t e dt x x t e dt x t e dt
dt
x x e x t e s e x t dt x
c
c c c
c
c c o
c c




+

= = + =
`
)
= + + =
} } }
(0 ) 0 (0 ) x x
+
+ { ( )} s x t
c

+
}

Notam:
0 , 0 c c
+
= = (3.148)
Atunci (0 )

x va fi valoarea semnalului la un moment imediat anterior momentului in

care se produce comutatia (un salt in circuit).
Teorema derivarii pentru conditii initiale nenule devine:

1 2 (1) ( 2) ( 1)
( )
{ ( )} (0 ) (0 ) ... (0 ) (0 )
n
n n n n n
n
d x t
s x t s x s x sx x
dt



=
`
)
(3.149)
Conditii initiale sunt date de valoarea functiei (0) x si a primelor n-1 derivate la
momentul imediat anterior comutatiei,
(1) ( 1)
(0 ),..., (0 )

n
x x
Asa cum s-a aratat, functionarea sistemelor liniare, invariante in timp si cu constante
concntrate este caracterizata de o ecuatia diferentiala de ordin superior de tipul:

1 1
1 0 1 0 1 1
( ) ( ) ( ) ( )
... ( ) ... ( )
n n m m
n n m m n n m m
d y t d y t d x t d x t
a a a y t b b b x t
dt dt dt dt


+ + + = + + + (3.150)

Notand conditiile initiale la intrare si iesire sub forma:

0 0
(1) (1)
1 1
( 1) ( 1)
1 1
(0 ) (0 )
(0 ) (0 )
(0 ) (0 )
m n
m n
x x y y
x x y y
x y y y




= =

= =

= =

(3.151)
Aplicand teorema derivarii pentru transformata Laplace ambilor membri ai
ecuatiei(3.150) obtinem:

1 1 1
1 0 1 0
[ ... ] ( ) ( ) [ ... ] ( ) ( )
n n m m
n n m m
a s a s a Y s F s b s b s b X s G s


+ + + + = + + + + (3.152)
unde, dupa cum se observa apar doua functii suplimentare care contin conditiile initiale:

1 2
0 1 2 1
2 1
1 0 1 3 2 1 0
( ) [ ... ]
[ ... ] ...
n n
n n n
n n
n n n
F s a s y s y sy y
a s y s y sy y a y




= + + + +
+ + + + + + +
(3.153)

1 2
0 1 2 1
2 3
1 0 1 3 2 1 0
( ) [ ... ]
[ ... ] ...
m m
m m m
m m
m m m
G s b s x s x sx x
b s x s x sx x b x




= + + + +
+ + + + + + +
(3.154)
Circuitele cu conditii initiale nenule sunt circuite de comutatie.

Imaginile Laplace ale componentelor reactive in conditii initiale nenule

In practica, la fel ca in cazul circuitelor cu conditii initiale nule, este mai simplu sa se
lucreze direct cu imagimile Laplace ale componentelor de circuit si se obtinandu-se ecuatiile
Kirchoff in forma algebrica.
Schema echivalenta in imagini Laplace a unei bobine :
( ) |
L
L
di
U t L
dt
= (3.155)

.
(0 ) ( ) ( )
L L L
tem caderi detensiune
Li sLI s U s

= (3.156)
( ) ( ) (0 )
L L L
generator detensiune
U s sLI s Li

= (3.157)
Deci o bobina este echivalenta cu o impedanta in serie cu un generator (0 )
L
Li

care
debiteaza in acelasi sens cu curentul.
Schema echivalenta in imagini Laplace a unui condensator:

( )
( ) =
c
c
du t
i t C
dt
(3.158)
( ) ( ) (0 )

=
c c c
I s sCU s cu (3.159)

(0 ) ( )
( )

=
u I s
U s
sC s
(3.160)
Deci un condensator este echivalent cu o impedanta in serie cu un generator de tensiune
(0 )

c
u
s
care debiteaza in sens opus curentului.

(0 ) ( )
( )

= +
c
c
generator caderi detensiune
u I s
U s
s sC
(3.161)

Exemplu :
Inainte de comutatie
1
T si
2
T sunt saturati :

2
(0 )
L
E
i
R

= (3.162)
Dupa comutatie ei se blocheaza:

0, 4
0
0
=
=
CE
C
BE
U
I
U
(3.163)

1
0
( ) 1
( ) ( ) ( ) o = + +
}
t
di t
E t Ri t L i t dt
dt c
(3.164)

Derivand ecuatia obtinem :

2
1 2
( ) ( ) 1
( ) ( )
di t di t
E t R L i t
dt dt c
o = + + (3.165)

Aplicand transformarea Laplace rezulta :

2 1
1
1
( ) (0 ) ( ) (0 ) (0 ) ( ) E RsI s Ri Ls I s Lsi Li I s
c

= + + (3.166)

2
2 2
1
1
( ) ( ) ( ( ))
E E s
E sRI s R s LI s L I s
R R c
= + + + + (3.167)

2
1
2
( )
( )
1
E
E R sL
R
I s
sR s L
c
+
=
+ +
(3.168)
Nu mai avem nevoie de doua circuite ci doar de unul, de la 0 la t.

1
(0 ) 1
(0 ) ( ) ( ) ( )
L
u E
Li RI s sLI s I s
s s sc

= + + (3.169)

2 2 1
1
( ) ( ) ( )
E E E
L R sL I s
R s s sc

+ = + + (3.170)

2 2
1 1
2
/ ( ) ( )
( )
1 1
E R E
E s L E sL R
R s R
I s
R sL Rs s L
sc c
+ +
= =
+ + + +
(3.171)

Rezolvarea ecuatiilor intgrale si integrodiferentiale prin calcul operational

In cazul circuitelor de amplificare cu reactie de tip paralel, se pot intalni ecuatii
integrale de forma:

0
( ) ( ) ( ) ( )
t
x t A X h t d f t t t t + =
}
(3.172)
unde ( ) x t este semnalul de intrare aplicat iar termenul
0
( ) ( ) t t t
}
t
A X h t d

este introdus de
reactie. Se observa ca acesta reprezinta o convolutie, astfel ca prin transformare Laplace
integrala devine un simplu produs.
( ) ( ) ( ) ( ) x g t d X s g s t t t
}
(3.173)
Exemple.
a)Fie un circuit caracterizat de ecuatia integrala de tip Volterra:

0
( ) 2 ( ) cos ( ) sin
t
x t x t d b t e t e t t e + =
}
(3.174)
Aplicand transformarea Laplace obtinem

2 2
2 2 2
2 2
( )
2
2 ( )
1
b
b b
s
X s
s
s s s
s
e
e e
e
e
e e e
e
+
= = =
+ + +
+
+
(3.175)
b) Fie un circuit caracterizat de ecuatia integro-diferentiala

0
( ) '( ) 2 ( )sin( ) cos /
t
X t X t x t d t sht v t t t o + = +
}
(3.176)
Aplicam transformarea Laplace si teorema convolutiei in domeniul timp:

2 2 2
1 1
( ) ( ) '(0 ) 2 ( )
1 1 1
s
X s SX s X X s
s s s

+ = +
+ +
(3.177)
'(0 ) 1 X

= (3.178)

2 2
2 2
2
1
1
( 1) 1
1 1
( )
2
1
1
s
s s s
s s
X s
s
s
+ +
+ +
+
= =
+
+
4
1 s +
2 2
4 3 2
2 2 3 2
( 1)[(1 )( 1) 2]
( 1)( 1 2) 1
s s s
s s s s s
s s s s s
=
+ +
+ +
= =
+ + +
(3.179)

Rezulta solutia:
( ) cosh = x t t (3.180)


Legatura intre conditiile inainte si dupa comutatie.

Exista cazuri in care cunoastem conditiile de la 0
+
si putem deduce conditiile de la 0

.
In general acestea difera la bornele bobinelor si condensatorilor
(0 ) (0 )
L L
i i
+
= (3.181)
(0 ) (0 )
c c
u u
+
= (3.182)
Aceasta rezulta din ecuatiile dependentei tensiunilor si intensitatii curentului in cazul
acestor componente. Avem:

0
1
( ) ( ) (0 )
t
L L L
i t u t dt i
L

= +
}
(3.183)

0
0
1
(0 ) ( ) (0 )
L L L
i u t dt i
L
+

+
= +
}
(3.184)

0
0
1
(0 ) (0 ) ( )
L L L
i i u t dt
L
+

+
=
}
(3.185)
respectiv:

0
1
( ) ( ) (0 )

= +
}
t
c L c
u t i t dt u
C
(3.186)

si deci

0
0
1
(0 ) (0 ) ( )
+

+
=
}
C C C
u u i t dt
C
(3.187)

De regula in aceste puncte, 0
+
si 0

exista un salt, deci va trebui sa separam integrala in

doua, de o parte si de alta a punctului de discontinuitate.
Plin aplicarea legii a doua a lui Kirchhoff pe un ochi de retea in care avem tensiuni
electromotoare si caderi de tensiune ( )
k
u t
( ) 0 =
k
k
u t (3.188)
si integrand intr-o vecinatate a momentului comutatiei obtinem:

0
lim ( ) 0
k
k
u t dt
c
c
c

}
(3.189)
La comutatie pot deveni infinite numai tensiunile pe bobine, restul sunt finite, si deci
fiind integrate intr-un interval infinit mic devin nule. In ecuatia ochiului respectiv raman deci
numai tensiunile pe bobine

0
0 0
0
0
( ) ( ) ( )
lim lim [ ]
lim (0)
c c
c
c

= +
=

} } }
k k k
k k k
k k
k k
di t di t di t
L dt L dt L dt
dt dt dt
L i ( ) ( ) (0) c c +
k k k k k k
L i L i L i 0
(
=

k
(3.190)

Rezulta o relatie care arata conservarea fluxului magnetic prin bobina in procesul de
comutatie :
(0 ) (0 )
+
=
k k k k
k k
L i L i (3.191)
(0 ) (0 )
k k
k k

+
=

(3.192)
Plin aplicarea legii intaia a lui Kirchhoff intr-un nod de retea in care converg
intensitatile curentilor ( )
k
i t
( ) 0 =
k
k
i t (3.193)
si integrand intr-o vecinatate a momentului comutatiei obtinem:

0
lim ( ) 0
c
c
c

}
k
k
i t dt (3.194)
La comutatie pot deveni infinite numai intensitatile curentilor prin condensatori, restul
sunt finite, si fiind integrate intr-un interval infinit mic devin nule. In ecuatia nodului respectiv
raman deci numai intensitatile curentilor prin condensatori.

0
( )
lim 0
k
k
k
du t
c dt
dt
c
c
c

}
(3.195)

Rezulta deci o relatie care arata care arata conservarea sarcinii electrice in condensator
la momentul comutatiei:
(0 ) (0 )
+
=
k k k k
k k
C u C u (3.196)
(0 ) (0 )
k k
k k
q q
+
=

(3.197)


Exemplu :
Initial tranzistorul T este saturat si intensitatea curentului prin bobina este :
(0 )
E
i
R

= (3.198)
Folosind teorema conservarii fluxului

2
2 2 1
(0 ) (0 ) (0 )
E
L i L L i Li
R
+ +
= = + (3.199)
rezulta intensitatea curentului prin bobina dupa comutatie

2
1 2
(0 )
+
=
+
L E
R
i
L L
(3.200)

Equation Section (Next)
Capitolul 4.
Semnale aleatoare

4.1. Probabilitati

Sa consideram o multime M ale carei elemente sunt valori numerice sau logice
{advarat sau fals} oarecare, adimensionale sau corespunzand valorior unor marimi fizice

1 2
{ , ,..., }
n
M v v v =
cu proprietatile

1
; ,
n
i i j
i
v E v v i j
=
= = u = (4.1)
unde E este o constanta iar u este o multime vida.
Vom numi elementele
i
v acestei multimi esantioane iar multimea M spatiul
esntioanelor. Esantioanele pot sa fie elemente ale unei multimi numarabile (finita sau infinita)
sau continue.
Aparitia unuia dintre esantioanele din spatiul esantioanelor o vom numi realizare, iar
aparitia unei submultimi din spatiul esantioanelor o vom numi eveniment. Spatiul esantioanelor
cuprinde un numar de evenimente distincte pe care il vom numi camp de evenimente.
Evenimentul care acopera toate posibilitatile de realizare in spatiul esantioanelor il vom
numi eveniment sigur si este chiar constanta E , din relatia (4.1). Pentru comoditate, se alege de
regula valoarea acestei constante ca fiind 1 sau 100%.
Numim eveniment favorabil sau caz fovorabil acel eveniment care se incadreaza intr-o
submultime a spatiului esantioanelor stabilita pe baza unor criterii specifice unei anumite
probleme. O realizare care se incadreaza intr-un eveniment favorabil se va numi realizare
favorabila.
Numim probabilitate asociata unui eveniment raportul intre numarul de cazuri
favorabile si numarul total de evenimente posibile.

favorabil
total
n
p
n
= (4.2)
-------------------------------

Exemplu.
Consideram o aruncare a unui zar. Spatiul esantioanelor este
{1, 2, 3, 4, 5, 6} M =
Aparitia numarului 4 este o realizare si totodata un eveniment (o submultime cu un
singur element}. Aparitia unui numar par este un eveniment format de o submultime cu trei
elemente {2,4,6}.
Aparitia unui numar intreg cuprins intre 1 si 6 este evenimentul sigur. Daca se alege
criteriul numar par, aparitia numarului 2 este o realizare favorabila. Probabilitatea de a se
obtine numarul 2 este 1/6 (un sigur caz favorabil din sase posibile), iar probabilitatea sa se
obtina un numar mai mare sau egal cu 3 este 2/3 (patru cazuri favorabile:3,4,5,6 din sase
posibile.
-------------------------------
Daca notam cu
i
p probabilitatea de aparitie a unui element
i
v al spatiului esantioanelor,
putem defini multimea probabilitatilor asociate acestuia

1 2
{ , ,..., }
n
P p p p = (4.3)
Vom numi in continuare camp probabilistic ansamblul format de spatiul esantioanelor
si multimea probabilitatilor asociate acestuia .
Probabilitatea unui eveniment compus din mai multe evenimente se calculeaza cu
aceeasi relatie (4.2). Prin analiza cazurilor se poate deduce ca daca evenimentele sunt
independente, probabilitatea totala ca sa se produca si evenimentul
1
e , si evenimentul
2
e si
evenimentu
3
e si evenimentul
n
e este egala cu produsul probabilitatilor individuale ale
acestor evenimente

1
n
i
i
p p
=
=
[
(4.4)
De asemenea, daca evenimentele sunt independente, probabilitatea totala ca sa se
produca sau evenimentul
1
e , sau evenimentul
2
e sau evenimentu
3
e sau evenimentul
n
e este
egala cu suma probabilitatilor individuale ale acestor evenimente

1
n
i
i
p p
=
=

(4.5)
-------------------------------
Exemplu
La o aruncare cu doua zaruri, spatiul esantioanelor are 36 de elemente
{{1,1},{1, 2},{1,3},...,{6,5},{6, 6}} M =
Probabilitatea ca primul zar sa aiba valoarea 5 iar al doilea 2 corespunde elementului
{5,2}, deci este de 1/36. Aceasta se poate obtine ca produs al evenimentelor individuale
aparitia lui 5 la primul zar cu probabilitatea de 1/6 si aparitia lui 2 la al doilea zar tot cu
probabilitatea 1/6. Evenimentele fiind evident independente, probabilitatea evenimentului
compus este data de produsul probabilitatilor individuale.
Probabilitatea ca un zar (oricare) sa aiba valoarea 5 si celalalt valoarea 2 corespunde
elementelor {2,5} si {5,2} deci este 1/18, deoarece este probabilitatea sa se produca sau primul
eveniment, sau al doilea.
-------------------------------

4.2. Variabile aleatoare

Functiile de timp deterministe, fiind functii a caror variatie in timp poate fi descrisa
analitic pe toata axa timpului nu sunt purtatoare de informatie. Intr-adevar, descrierea analitica
permite cunoasterea apriori a valorii functiei la orice moment de timp prin calcul direct, deci
nu exista nici o incertitudine cu privire la evolutia ulterioara a unei astfel de functii. Informatia
fiind generata de inlaturarea unei incertitudini, prin observatie, rezulta ca astfel de functii,
nefiind grevate de incertitudini, nu sunt purtatoare de informatie.
Functiile care descriu procese reale nu pot fi detreministe in sens strict, deoarece
cunoasterea lor pe toata axa timpului presupune o durata infinita a procesului. Chiar si in cazul
functiilor definind procese cu durata finita (cu valori nule in afara unui interval finit) nu sunt
strict deterministe deoarece nu se poate sti sigur daca valoarea respectiva nu va inceta sa fie
nula la un moment oarecare din viitor.
Functiile a caror evolutie temporala nu poate fi decsrisa analitic, existand incertitudini
asupra valorilor lor la un moment dat ulterior observatiei curente sunt functii nedeterministe,
sau aleatoare. Deoarece de cele mai multe ori argumentul functiilor aleatoare este timpul, il
vom considera pe acesta ca o variabila independenta, iar functiile insesi vor fi niste variabile
aleatoare, dependente de timp. Ele sunt, evident, purtatoare de informatie si constituie obiectul
de lucru uzual al tehnicilor statistice.
Variabilele aleatoare sunt generate de procese aleatoare (numite si procese stohastice)
iar studiul lor matematic se face prin metodele teoriei probabilitatilor si statisticii. Vom nota in
continuare variabilele aleatoare cu litere grecesti: ( ), ( ) t t q , etc. Dupa cum arata definitia,
aceste notatii nu reprezinta functii de timp descriptibile analitic ci liste de perechi de valori ale
timpului si variabilei, rezultate prin observatii directe:
1 1 2 2 3 3
( ) {{ , ( )},{ , ( )},{ , ( ),...} t t t t t t t = .
Desi o valoare a variabilei la un moment oarecare
1
t nu se poate cunoaste precis decat
prin observatie directa, exista totusi posibilitatea de a cunoaste a-priori o valoare probabila a
acesteia prin intermediul unor caracteristici statistice stabilite printr-un numar de observatii
preliminare asupra procesului.
Astfel, in statistica matematica, prin observarea unui camp de evenimente intr-un
ansamblu statistic se pot defini doua functii statistice primare de variabile aleatoare care sa
permita prezicerea, cu un anumit grad de precizie, a unei realizari (a unei valori).
Functiile statistice se pot stabili prin observatie directa asupra valorilor dintr-un
ansamblu statistic de n variabile aleatoare la un moment dat.

4.3. Functii de repartitie si densitati de probabilitate
Fie
1
x o valoare data din domeniul de valori ale variabilelor aleatoare presupuse
identice din punct de vedere statistic. Masurand cele n valori ale variabilelor la un moment dat
1
t , se constata ca
1
x
n dintre variabile au o valoare mai mica sau egala decat
1
x , iar restul o
valoare mai mare. Evident, numarul
1
x
n este o functie de
1
x si se poate intampla ca atunci cand
1
x este la marginea superioara a domeniului de valori avem
1
x
n n = iar cand
1
x este la marginea
inferioara a acestui domeniu avem
1
0
x
n = . Raportul
1
x
n
n
arata probabilitatea ca valoarea unei
variabile aleatoare din ansamblul statistic sa fie, la un moment dat
1
t , mai mica sau egala cu
1
x
si defineste functia de repartitie de ordinul I:


1 1 1 1 1
( , ) { ( ) } F x t P t x = s (4.6)

Evident, functia de repartitie este intotdeauna monoton crescatoare, deoarece daca se
creste valoarea de referinta
1
x probabilitatea de incadrare sub aceasta valoare este mai mare.
Panta de crestere a functiei de repartitie este

1
1 1 1 1 1
1 1
0
1
( , ) ( , )
( , ) lim
x
F x x t F x t
w x t
x
A
+ A
=
A
(4.7)
si se numestedensitate de probabilitate. Ea este deci derivata functiei de repartitie

1 1 1
1 1 1 1 1 1 1 1
1
( , )
( , ) { ( ) }
F x t
w x t P x t x dx
x

c
= = s s +
c
(4.8)
si reprezinta probabilitatea de incadrare a valorii lui
1 1
( ) t intr-un interval infinit de mic
1
dx incepand de la
1
x .
Rezulta ca si reciproc, functia de repartitie este integrala densitatii de probabilitate:

1
1 1 1 1 1 1 1
( , ) ( , )
x
F x t w u t du

=
}
(4.9)
unde s-a notat cu o litera diferita, u, variabila de integrare.
Probabilitatea ca valoarea obtinuta sa fie mai mica decat este desigur 1, deci

1 1 1 1 1
( ) ( , ) 1 F w u t du

= =
}
(4.10)
In mod similar, in cazul cand avem doua variabile aleatoare,
1
si
2
, observate la
momentele
1
t si
2
t se pot defini functii aracteristice statisticii de ordinul II
Astfel putem defini functia de repartitie de ordinul II ca fiind probabilitatea ca prima
variabila aleatoare sa ia o valoare mai mica sau egala decat valoarea
1
x si a doua variabila
aleatoare sa ia o valoare mai mica sau egala decat valoarea
2
x

2 1 2 1 2 1 1 1 2 2 2
( , ; , ) { ( ) ( ) } F t t P t x si t x = s s (4.11)

Densitatea de probabilitate de ordinul II este derivata de ordinul doi a acestei functii de
repartitie:

2
2 1 2 1 2
2 1 2 1 2
1 2
( , ; , )
( , ; , )
F x x t t
w x x t t
x x
c
=
c c
(4.12)
Generalizand se pot obtine functii caracteristice unei statistici de ordinul n

1 2
1 2 1 2 1 2 1 2 1 2
( , ,... ; , ,..., ) ... ( , ,... ; , ,..., ) ...
n
x x x
n n n n n n n
F x x x t t t w x x x t t t dx dx dx

=
} } }
(4.13)

1 2 1 2
1 2 1 2
1 2
( , ,... ; , ,..., )
( , ,... ; , ,..., )
...
n
n n n
n n n
n
F x x x t t t
w x x x t t t
x x x
c
=
c c c
(4.14)
Pentru functiile statistice de ordinul II se pot defini functii de repartitie marginale,
obtinute la marginea superioara a uneia dintre variabilele aleatoare. Astfel, daca se merge pana
la cu valoarea variabilei
2
, se obtine

2 1 1 1 1 2 2 11 1
( , ) { ( ) ; ( ) } ( ) F x P t x x F x = s s = (4.15)
Aceasta este o functie de repartitie marginala de ordinul I depinzand de variabila
1
x .
Intr-adevar, deoarece
2 2
( ) t s este un eveniment sigur; ea nu mai depinde de variabila
2
x ,
fiind deci o functie de repartitie de ordinul I, dar obtinuta ca margine a unei functii de repartitie
de ordinul II.
Similar, functia

2 2 1 1 2 2 2 12 2
( , ) { ( ) ; ( ) } ( ) F x P t t x F x = s s = (4.16)
se numeste functie de repertitie marginala de ordinul I referitoare le variabila 2.
Pe baza functiilor de repartitie marginale se pot defini si densitatile de probabilitate
marginale:
11 1
( ) w x densitatea de probabilitate marginala referitoare la variabila dependenta de
1
x si
12 2
( ) w x densitatea de probabilitate marginala referitoare la variabila dependenta de
2
x .

11 1
11 1
1
( )
( )
c
=
c
F x
w x
x
(4.17)

12 2
12 2
2
( )
( )
F x
w x
x
c
=
c
(4.18)
Evident, avem relatiile:

1 1
2 1 2 1 2 1 2 11 1 1
( , ) ( , ) ( )
x x
F x w x x dx dx w x dx

= =
} } }
(4.19)

2 2
2 2 2 1 2 1 2 12 2 2
( , ) ( , ) ( )
x x
F x w x x dx dx w x dx

= =
} } }
(4.20)

2
( , ) 1 F = (4.21)
Cazul variabilelor independente
Presupunem ca cele doua variabile aleatoare
1
si
2
sunt independente. In acest caz,
fuctiile statistice de ordinul II se pot factoriza in functii statistice marginale de ordinul I

. .
2 1 2 1 1 1 2 2 2 1 1 1 2 2 2
11 1 12 2
( , ) { ( ) ; ( ) } { ( ) } { ( ) }
( ) ( )
v indep
F x x P t x t x P t x P t x
F x F x
= < < = < < =
=
(4.22)

2
2 1 2
2 1 2 11 1 12 2
1 2 1 2
11 1 12 2
11 1 12 2
1 2
( , )
( , ) ( ) ( )
( ) ( )
( ) ( )
F x x
w x x F x F x
x x x x
F x F x
w x x
x x
e
( c c c
= = =
(
c c c c

c c
= =
c c
(4.23)
Deci, in cazul in care se verifica experimental egalitatea

2 1 2 11 1 12 2
( , ) ( ) ( ) w x x w x x e = (4.24)
putem afirma ca cele doua variabile aleatoare sunt independente.
Dimpotriva, daca se constata experimental ca

2 1 2 11 1 12 2
( , ) ( ) ( ) 0 w x x w x w x = (4.25)
rezulta ca cele doua variabile aleatoare sunt dependente. Spunem in acest caz ca intre cele doua
variabile aleatoare exista o corelatie.

4.4. Momente ale variabilelor aleatoare
Se defineste momentul de ordinul k al variabilei integrala

1
( ) ( )
k
k
m x w x dx

=
}
(4.26)
O astfel de integrala poate fi considerata ca limita a unei sume, si deci exprima o medie
poderata, densitatea de probabilitate de ordinul 1 fiind ponderea.
Momentul de ordinul 1 al unei variabiel aleatoare

1 1 1
( ) ( ) m xw x dx

= =
}
(4.27)
se numeste valoarea medie a semnalului sau speranta matematica sau
0
x sau x .
Similar, momentul de ordinul 2 este:

2 2 2
2 1 1
{ } ( ) m x w x dx x

= = =
}
(4.28)

4.5. Momente ale variabilelor centrate:

Fie abaterea

0
o
x x x A = = (4.29)
care se mai numeste si variabila centrata pe valoarea sa medie. Se pot defini momente de
ordinul k al unei variabile aleatoare centrate

0
1 1
{ } ( ) ( )
k
k
m w x dx

=
}
(4.30)
Momentul de ordinul 1 al unei variabile aleatoare centrate este intotdeuna nul:

0
1 1 1 1
1
{ } ( ) ( ) ( ) ( ) 0 m w x dx w x dx w x dx

= = =
} } }
(4.31)
In practica se foloseste foarte des momentul de ordinul 2 al unei variabile aleatoare
centrate, care este media patratului abaterii si se poate exprima in functie de momente ale
variabilei aleatoare necentrate:

0
2 2
2 1 1 1
2 2 2
2 2
1
1
{ } ( ) ( ) ( ) 2 ( )
( ) 2
m w x dx w x dx w x dx
w x dx

= = +
+ = + =
} } }
}
(4.32)

Aceasta marime se mai numeste si abatere patratica medie, si se noteaza cu
2
o .

4.6. Functia caracteristica si functia generatoare de momente

In anumite calcule este util sa se gaseasca o posibilitate alternativa de generare analitica
a unor marimi de tip medii.
Astfel, se poate defini functia caracteristica a unei variabile aleatoare
1
x ca transformata
Fourier a densitatii de probabilitate, sau ca medie a nuei exponentiale:

1 1
1 1 1 1 1
{ ( )} ( ) ( )
j X j X
F w X w x e dX e
e e
e

= = = +
}
(4.33)

Aceasta functie are proprietate ca derivata sa de ordin k este in legatura directa cu
momentul de ordin k al variabilei aleatoare

1
0
1 1 1 1 1 1 1 1
1
( )
( ) ( ) ( ) ( )
( ) { }
k Pentru
j X k k k k
k
k
k
d
j x w x e dx j x w x dx
d
j m x
e
e
e
e

=

+
= =
=
= } }
(4.34)

De asemenea, ea poate fi dezvoltata in serie dupa momentele de diferite ordine ale
variabilei. Intr-adevar, tinand cont de dezvoltarea in serie a exponentialei

1
1
0
( )
!
k
j x k
k
j
e x
k
e
e

(4.35)

rezulta, prin inversarea sumei cu integrala:

1 1 1
0
( )
( ) ( )
!
k
k
j
w x dx
k
e
e


=

+ =

}
(4.36)

1
1
( )
( ) 1 { }
!
k
k
k
j
w m x
k
e

+ = +

(4.37)

Uneori se foloseste functia
x
e
e
care da direct momentul de ordinul k.

1
( ) ( ) ( , )
x x
w x e dx x e
e e
e e

u = = =
}
(4.38)

Aceasta functie se numeste si functie generatoare de momente, deoarece derivata sa de
ordinul kin origine este chiar momentul de ordinul k al variabilei aleatoare.

1
( )
( )
k
k x
k
d
w x x e dx
d
e
e
e

u
=
}
(4.39)

0
( )
{ }
k
k k
d
m x
d
e
e
e
=
u
= (4.40)

4.7. Functii de variabile aleatoare

Avand in vedere ca orice functie analitica se poate aproxima printr-un polinom, este util
sa studiem regulile de compozitie statistica ale variabilelor aleatoare.
Astfel, momentul de ordinul 1 al sumei algebrice a doua variabile aleatoare, este egal cu
suma algebrica a momentelor de ordinul 1 ale celor doua variabile aleatoare.

1 1 2 1 2 2 1 2 1 2
1 2 1 2 1 2 2 2 1 2 1 2
11 1 1 2 12 2 2 1 1 2 2
{ } ( ) ( , )
( , ) ( , )
( ) ( ) { } { }
m w x x dx dx
w x x dx dx w x x dx dx
w x dx w x dx m m









= =
= =
= =
} }
} } } }
} }
(4.41)

1 1 2 1 1 2 2
{ } { } { } m m m = (4.42)


Acest rezultat se poate evident generaliza pentru un numar oarecare de variabile
aleatoare, bineinteles in ceea ce priveste momentul de ordinul 1:

1
1 1
{ } { }
N N
k k k
k k
m m
= =
=

(4.43)
Regula de compozitie de tip produs are insa un comportament mult mai complicat,
caracterizand intr-un mod mai plenar campul a doua variabile aleatoare.
Astfel, momentul de ordinul 1 al produsului a doua variabile aleatoare se defineste cu
relatia

1 1 2 1 2 2 1 2 1 2 1 2
{ , } , ( , ) m w x x dx dx


= =
} }
(4.44)

Daca
1
si
2
sunt variabile aleatoare independente, atunci densitatea de probailitate de
ordinul 2 este egala cu produsul densitatilor de probabilitate marginale de ordinul 1, astfel ca
putem scrie

1 1 2 1 2 11 1 12 2 1 2
1 11 1 1 2 12 2 2 1 1 1 2
{ } ( ) ( )
( ) ( ) { } { }
m w x w x dx dx
w x dx w x dx m m






= =
= =
} }
} }
(4.45)

Deci in cazul a doua variabile aleatoare independente, media produsului este egala cu
produsul mediilor acestora:

1 2 1 2
= (4.46)

si deci functia data de diferenta intre media prodului si produsul mediilor este nula

1 2 1 2
0 = (4.47)

Deoarece aceasta se poate intampla daca si numai daca cele doua variabile sunt
independente, rezulta ca, daca aceasta functie nu este nula, exista o dependenta, adica statistic
vorbind o corelatie intre cele doua variabile aleatoare. De aceea functia

1 2
1 2 1 2 1 2
( , ) K t t

= (4.48)

si care nu este intotdeauna nula, se numeste functie de covariatie a variabilelor
1
si
2
.
In cazul in care se considera doua tronsoane diferite ale unei singure variabile aleatoare,
functia se mai numeste si functie de autocovariatie, iar daca sunt doua variabile diferite, functie
de intercovariatie.
In foarte multe aplicatii, se poate considera ca variabilele sunt de medie nula (nu au
componenta continua), si in acest caz functia se reduce la

1 2
1 2 1 2
( , ) B t t

= (4.49)

Adica momentul de ordinul 1 al produsului variabilelor aleatoare, sau media produsului
acestora, numita functie de corelatie (sau autocorelatie, respectiv intercorelatie)
Se poate demonstra ca de fapt functia de covariatie este momentul de ordinul 1 al
produsului variabilelor aleatoare centrate

1
0 0
1 1 2 1 1 2 2 2 1 2 1 2 1 2 2 1 2 1 2
2 1 2 1 2 1 2 1 2 2 1 2 1 2
1 2 1 2 2 1 2 1 2 2 1 11 1 1
1
1 2
{ } ( )( ) ( , ) ( , )
( , ) ( , )
( , ) ( )
m w x x dx dx w x x dx dx
w x x dx dx w x x dx dx
dx dx w x x w x dx
w

= =
+
+ =

} } } }
} } } }
} } }
}
12 2 2 1 2
( ) x dx +
1
1 2 2 1 1 2
( ) K t t

= =
(4.50)
Deci functia de autocovariatie, respectiv functia de corelatie

1 2
1 2 1 2 1 2
( ) K t t

= (4.51)

1 2
1 1 1 2 1 2 1 2
{ } ( , ) m K t t

= = + (4.52)
exprima gradul de dependenta intre doua variabile aleatoare.
Dupa cum se observa din formulele de definitie, in cazul general funct ia de covariatie si
functia de corelatie se exprima prin densitatea de probabilitate de ordinul II. Se poate spune
deci ca ele sunt functii statistice de ordinul II.


4.8. Regresie liniara. Coeficient de corelatie.
In multe cazuri, dependenta a doua variabile are un caracter liniar din punct de vedere
statistic, in sensul ca o variabila aleatoare
2
are expresia aproximativa dependenta de gradul
unu al unei alte variabile aleatoare
1
.

2 1
a b q ~ = + (4.53)

Parametrii dreptei care prezice cel mai bine dependenta celor doua variabile aleatoare
se pot determina din conditia ca punctele determinate de valorile celor doua variabile aleatoare
la diferite momente sa se abata cat mai putin (cu plus si cu minus) fata de aceasta dreapta.
Pentru a putea omite semnul, s-ar putea folosi modulul abaterii, dar functia modul nu este
derivabila in origine, astfel ca pentru calcule analitice se prefera functia abatere la patrat a
variabilei
2
fata de dreapta.
Punand deci conditia ca abaterea medie patratica sa fie minima.

2 2
2 2 1
( ) ( ) min a b o q = = = (4.54)

2 2 2 2
2 1 2 1 2 1
2 2 2 a b a b ab o = + + + (4.55)

Minimul se obtine prin derivare in raport cu cei doi parametri ai dreptei. Din acest
sistem

2
2 2 2
d
a
da
o
= +
1
0
2
b
d
db

o
=
=
1
2 b +
1 1 2
2 0 a

(4.56)

rezulta

2 1
2
2
1 1 2 1 2 1
0
a b
b b

+ =

(4.57)
Rezolvand sistemul, obtinem panta dreptei care prezinta cea mai buna variatie a unei
variabile fata de cealalta.

1 2 1 2
2
2
1 1
b

(4.58)
Se observa ca acest parametru este proportional cu functia de covariatie

, 1 2
2
1
( , ) K t t
b

o
= (4.59)
Am putea lega aceasta panta de un moment de ordinul 1 al produsului celor doua
variabile centrate si raportate la radicalul abaterii patratice medii a fiecareia, numite variabile
normalizate

1 2
0 0
0 0
1 2
1 2 1
1 1 1 2
1 2 1 2 1 2 2
( , )
1
{ }
K t t
m m b

o

o o o o o o o


= = =
`

)
(4.60)

unde
0 0
1 2
1 2
;

o o
sunt variabile normalizate. Momentul de ordinul 1 al produsului variabilelor
normalizate se numeste coeficient de corelatie
Se poate demonstra ca acesta are valori cuprinse intre 0 si 1, [0,1] e si este legat de
functia de covariatie prin relatia

2
1 2 1
( , ) K t t b

o = (4.61)

Deoarece in cazul in care cele doua variabile aleatoare sunt independente, functia de
covariatie este nula si deci si coeficientul de corelatie este nul

1 2
( , ) 0 0

= = K t t (4.62)

In cazul in care una dintre variabilele aleatoare este complet dependenta de cealalta

2 1
a b = + (4.63)

Rezulta

1 2 1 2 1 2
2 2
2 2
1 2
1 1 2 2
( )( )
K

o o

= =

(4.64)

1 1 1 1
2 2
2 2
1 1 1 1
1
( ) ( )
( )[( ) ( )
a b a b
a b a b
a

+ +
= =
+ +
=
2
1 1
b a +
2
1
2
2 2
1 1
( )(
b
a

1
2ab +
2 2 2
1
b a +
1
2ab
2 2
1
2
2
1 1
2 2
2 2 2
1 1 1 1
( )
1
( )( )
b
b
b

=
+

= =

(4.65)

Prin urmare, coeficientul de corelatie arata prin valori in intervalul [0,1] gradul de
corelatie al celor 2 variabile;

4.9. Legatura intre semnalele aleatoare de la intrarea si cele de la
iesirea unui circuit
Sa presupunem ca la intrarea unui circuit apare o variabila aleatoare care se transfera
la iesirea acestuia ca o variabila aleatoate q , legate prin functia
( ) f q = (4.66)

Daca aplicatia este bijectiva,

1
( ) f q

= (4.67)

si deci putem exprima o dependenta intre densitatile de probabilitate la intrarea si la iesirea
circuitului:

1 1 1 1 1 1 1 1 1
{ ( ) } { ( ) } w P x t x dx P y t y dy q = s s + = s s + (4.68)


1 1 1 1 1
1
1 1 1 1 1
( ) ( ) valoarea intrarii la
( ) ( ) valoarea iesirii la
y f x x t t
x f y y t t

(4.69)

Prin urmare, densitatea de probabilitate de ordinul 1 de la iesirea circuitului se poate
calcula cu ajutorul derivatei

1
1 1 1 1 1 1 1 1
1
( ) ( ) ( ) ( )
dx
w dx W dy W w
dy
q q = = (4.70)

iar densitatea de probabilitate de ordinul 2 cu ajutorul Wronskianului

2 1 2 1 2 2 1 2 1 2
( , ) ( , ) w x x dx dx W y y dy dy = (4.71)


2 1 2
2 1 2
( , )
( , )
w x x
W y y =
A
(4.72)

1 1
1 2
1 2
2 2 1 2
1 2
y y
x x
y y
y y x x
x x
c c
c c
c c
A = =
c c c c
c c
(4.73)

4.10. Proprietatile ale functiilor statistice pentru procese stationare

Un proces stationar este definit in sens strict prin invarianta densitatii de propabilitate
de orice ordin in raport cu originea timpului.

1 2 1 1 2 1
( , ,..., ; ,...., ) ( , ,... ; ,..., ), = + +
n n n n n n
w x x x t t w x x x t t t t t (4.74)
In practica actuala se lucreaza cu procese stationare in sens largit, care au densitatile de
propabilitate pana la ordinul II invariante in raport cu originea timpului.

2 1 2 1 2 2 1 2 1 2
( , ; , ) ( , ; , ) = + + w x x t t w x x t t t t (4.75)

1 1 1 1 1 1
( , ) ( ; ) = + w x t w x t t (4.76)

Se poate demonstra ca densitatea de probabilitate de ordinul II depinde doar de
diferenta de timp

2 1 2 1 2 2 1 2 2 1 2 1 2 1 2 2 1 2
( , ; , ) ( , ;0; ) ( , ; ) ( , ; ) t = = = w x x t t w x x t t w x x t t w x x (4.77)
unde s-a ales
1 2
( ) = t t , respectiv
2 1
( ) = t t , iar
2 1
t = t t . Se observa ca aceasta functie este
para in raport cu timpul.
De asemenea, densitatea de probabilitate de ordinul I nu depinde de timp, deoarece daca
alegem in relatia (4.76)
1
= t t obtinem



1 1 1 1 1
( , ) ( ) = w x t w x (4.78)
Momentele variabilelor aleatoare si ale variabilelor aleatoare centrate, fiind exprimate
prin densitatea de probabilitate de ordinul I nu depind de timp :

1 1 1 1 1 1 1
{ ) { ( )] ( , )

= =
}
k k
k
m x t w x t dx x (4.79)

0
1 1 1 1 1 1 1 1
{ } ( ) ( ; ) ( )

= =
}
k k
k
m x x w x t dx x x (4.80)


Functia de corelatie si functia de covariatie, depinzand de densitatea de probabilitate de
ordinul II, vor depinde de diferenta de timp:

2
1 2 1 2 2 1 2 1 2 1 2
2 1
( , ) ( , ) ( )
( ) ( ) ( )
t t
B t t w X X dX dX B t t
B t t B B



t t

= = =
= = =
} }
(4.81)

1 2 1 2 2 1
( , ) ( ) ( ) ( )
( )
K t t K t t K t t K
K

t
t
= = = =
=
(4.82)
Daca un tronson temporal din semnalul respectiv este reprezentativ pentru sistemul
statistic de tronsoane, deci daca marimile statistice temporale ale semnalului respectiv sunt
egale cu cu marimile statistice omoloage pe ansamblul statistic atunci semnalul se numeste
ergodic.

1 2 1 2
( , ,..., ) ( , ,..., )
n n
f f = (4.83)

4.11 Media temporala a unei variabile aleatoare

Se defineste media temporala a unui semnal aleator prin relatia:

2
2
1
( ) lim ( )
T
T
T
x t x t dt
T

=
}
(4.84)
In practica se poate calcula o medie a semnalului respectiv doar pe un tronson finit de
perioada T, media obtinuta reprezentand o estimare a mediei reale care ar fi obtinuta pe o
perioada infinita.

2
2
1
( ) lim ( )
T
T
t
T
x t x t dt
T

=
}
(4.85)
cu proprietatea
( ) lim ( ) ( )
T T
t
x t x t x t

= ~ (4.86)
Daca facem schimbarea de variabila:

1
' t t t = + (4.87)

1
1
/ 2 / 2
1 1
/ 2
2
1 1
( ) lim ( ' ) ' lim ( )
T t T
T t
T T
t
x t x t t dt x t dt x
T T

= + = =
} }
(4.88)
deoarece daca T atunci

1 1
,
2 2 2 2
T T T T
t t (4.89)


Rezulta ca stationaritatea unui proces aleator este automata daca media este calculata
exact (deci pentru T ).
Prin similitudine cu media pe un ansamblu statistic, media temporala a produsului a
doua variabile aleatoare

2
1 1 2 2 1 1 2 2
2
1
( ) ( ) lim ( ) ( )

= + +
}
T
T
T
x t x t x t t x t t dt
T
(4.90)
se va numi functie de corelatie temporala.
Daca notam:

2 1
t t t = (4.91)


1
' t t t = + (4.92)
rezulta:

2 2
1 1 2 2 1 1 2 1 1 2
2 2
1 1
( ) ( ) lim ( ) ( ) lim ( ') ( ' ) t t


= + + + = +
} }
T T
T T
T T
x t x t X t t X t t dt X t X t dt
T T
(4.93)
Functia de corelatie temporala, depinde deci doar de diferenta de timp si nu depinde de
originea timpului. Ea va fi notata in continuare cu ( ) t R .

2
1 1 2 2 1 2
2
1
( ) ( ) ( ) lim ( ) ( )
T
T
T
R x t x t x t x t dt
T
t t

= = +
}
(4.94)
Aceasta definitie subliniaza raportarea la intervalul de timp.
Se observa ca valoarea functiei de corelatie temporala in origine este chiar puterea
medie a semnalului

/ 2
2
/ 2
1
(0) lim ( )

= =
}
T
T
T
R x t dt P
T
(4.95)
Uneori se renunta la raportarea la intervalul de timp, astfel ca dimensiunea functiei de
corelatie este de energie, iar valoarea in origine da chiar energia totala a semnalului:

/ 2
2
0
/ 2
(0) lim ( )

= =
}
T
T
t
R x t dt E (4.96)
Aceasta permite exprimarea functiei de corelatie si in dimensiuni de energie

2
1 2
2
( ) ( ) ( )
T
T
R x t x t dt t t

= +
}
(4.97)
Forma energetica are sens numai daca integrala este convergenta, adica energia este
finita. Dupa cum se poate intui (si se va demonstra mai departe), pentru un semnal pur aleator
energia este infinita deci a doua forma are sens din punct de vedere matematic dar fizic aceasta
un are sens.
Este evident ca si functia de corelatie temporala este para, dupa cum rezulta schimband
semnul in substitutia (4.91).
( ) ( ) R R t t = (4.98)



4.12. Interpretarea functiei de corelatie in spatiul semnalelor

Asa cum s-a aratat in capitolul 1, reprezentarea unui semnal intr-un spatiu vectorial este

0
( ) ( )
n
i i
i
x t t o
=
=

(4.99)
Aceasta scriere arata ca valoarea semnalului la un moment in timp poate fi figurat ca un
punct sau un vector intr-un spatiu vectorial generat de baza
i
.
Fie doua semnale

0
n
i i
i
x o
=
=

(4.100)


0
n
j j
i
y |
=
=

(4.101)
Asa cum s-a aratat, distanta intre semnale este

1
2
2
0
( , ) [ ( ) ]
n
i i
i
d x y o |
=
=

(4.102)
Norma unui semnal este distanta acelui semnal fata de origine

1
2
2
1
|| || ( , 0) [ | | ]
n
i
i
x d x o
=
= =

(4.103)
Produsul scalar exprimat in functie de componente este:

0
,
n
i i
i
x y o |
-
=
=

(4.104)
iar cu ajutorul acestuia se poate exprima distanta intre doua semnale ca norma vectorului
diferenta:
( , ) , d x y x y x y x y = = (4.105)

Produsul scalar sub forma integrala, in spatii Hilbert:

* *
0
( ) ( ) ( ) ( ) ( ) ( )
D
D
x t y t x t y t dt x t y t dt = =
} }
(4.106)
Pentru o baza de vectori ortonormati,
,
i j ij
o = (4.107)
coeficientii dezvoltarii sunt:
( ) ( )
i i
D
x t t dt o
-
=
}
(4.108)
unde D este domeniul de ortogonalitate al vectorilor bazei.
Rezulta ca in spatiul Hibert patratul normei semnalului este chiar energia semnalului pe
domeniul de ortogonalitate al vectorilor bazei.

2 2
|| || | ( ) |
D
x x t dt E = =
}
(4.109)
Tinand cont de (4.105) si (4.109), distanta intre cele doua semnale se poate scrie:
| |
1
2
2
( , ) || || ( ) ( )
D
d x y x y x t y t dt

= =
`
)
}
(4.110)
Vom studia in continuare semnificatia unui produs scalar intre un semnal si acelasi
semnal decalat in timp.

( ) ( ) ( ) ( ) ( ) x t x t x t x t dt R t t t

+ = + =
}
(4.111)
Dupa cum se observa, integrala obtinuta este chiar functie de autocorelatie a semnalului
in reprezentarea energetica (4.97).
Calculand efectiv distanta intre 2 puncte ale semnalului, decalate prin t , se obtine

2 2
2 2
( ( ), ( )) || ( ) ( ) || ( ) ( ), ( ) ( )
( ) ( ) ( ), ( ) ( ), ( ) ( ), ( )
|| ( ) || || ( ) || 2 ( ), ( ) 2 ( ), ( ) 2 ( ), ( )
2 (0) 2 ( )
d x t x t x t x t x t x t x t x t
x t x t x t x t x t x t x t x t
x t x t x t x t x t x t x t x t
R R
t t t t
t t t t
t t t
t
+ = + = + + =
= + + + < + + =
= + + + = + =
=
(4.112)
Rezulta ca functia de corelatie arata cu cat se distanteaza in spatiul semnalelor un
semnal de el insusi dupa un interval t .
Semnalele care au o functie de corelatie rapid descresctoare se departeaza rapid.
Tinand cont ca distanta este o forma patratica pozitiv definita, se poate scrie

2
( ( ), ( )) 2( (0) ( )) 0 d x t x t R R t t + = > (4.113)
Deci functia de corelatie este maxima in origine, unde este chiar puterea semnalului
(0) ( ) R R t > (4.114)
Daca intervalul de timp creste foarte mult esantioanele semnalului devin necorelate, deci
practic independente, astfel ca media produsului poate fi scrisa ca produsul mediilor.

Atunci cand intervalul

2
lim ( ) lim ( ) ( ) lim ( ) ( ) ( ) ( ) ( ) R x t x t x t x t x t x t x t
t t t
t t t

= + = + = = (4.115)
Daca semnalul este pur aleator, atunci doua esantioane oricat de apropiate ale
semnalului vor fi independente si se poate scrie

2
2
(0) ( ) ( ) R x t x t = = (4.116)
Distanta maxima intre (0) R si ( ) R este chiar dispersia variabilei aleatoare
x x o = =
2
2 2
( ) ( ) (0) ( ) t t R R (4.117)
Aceasta variatie a functiei de corelatie nu este intotdeauna monotona, dar exista
asimptota orizontala
2
( ) x t .
Toate mesajele ce provin de la sitemele fizice purtatoare de informatie provenind de la
mai multe fenomene simultane. In multe aplicatii trebuiesc separate semnalele generate
individual de anumite fenomene, in baza unui criteriu de dscriminare intre semnalele provenite
de la acestea. Metoda corelatiei da un astfel de criteriu pe baza distantei in spatiul semnalelor.
Studiind imprastierea esantioanelor in spatiul semnalelor se pot gasi zone care corespund
diverselor fenomene care genereaza semnalul total.

4.13. Densitatea spectrala de putere a semnalelor aleatoare

Dupa cum s-a mentionat la inceputul capitolului, semnalele aleatoare sunt purtatoare de
informatie, deci sunt cele care intereseaza in primul rand pentru prelucrare. Dar, datorita
caracterului aleator, nu se poate presupune ca ele sunt absolut integrabile deci in general:
| ( ) | t dt

}
(4.118)
Un semnal pur aleator nu este absolut integrabil, si de aceea analiza armonica a functiilor
deterministe nu poate fi aplicata direct semnalelor aleatoare.
In schimb, semnalele aleatoare intalnite in practica au unele caracteristici care permit
aplicarea metodelor folosite la analiza semnalelor deterministe: au durate si energii finite,
astfel ca se poate scrie:

2
| ( ) | t dt

=
}
(4.119)
Totusi, deoarece durata unui semnal aleatoar este indefinita, si uneori foarte mare, se
lucreaza de regula cu tronsoane
( )
( )
k
T
t ale semnalului ( ) t adica trunchieri ale semnalului pe
o anumita perioada T

( )
( )
( ); | |
2
( )
0; | |
2
k
k
T
T
t t
t
T
t

>

(4.120)
unde indicele k=1,2,3, desemneaza numarul tronsonului. Prin extinderea la infinit a oricarui
tronson rezulta semnalul aleator initial
( ) lim ( )
T
T
t t

= (4.121)

Un esantion
( )
1
( )
k
t

al unui tronson este o realizare particulara a semnalului aleator
( ) t din tronsonul k al acestuia.
Un sir de esantioane din unul sau mai multe tronsoane ale unui semnal aleator permite
definirea de marimi statistice atat temporale cat si pe ansamblu statistic.
In general se lucreaza cu puterea semnalului deoarece aceasta prezinta valori finite chiar
si in cazul impulsurilor apropiate de impulsul Dirac. Presupunand ca ( ) t este tensiunea sau
intensitatea curentului printr-o rezistenta 1 R = O puterea tronsonului k de durata T este:
/ 2 / 2 / 2
2
( ) ( ) ( ) ( )* ( ) ( )
/ 2 / 2 / 2
1 1 1 1
( ) ( ) ( ) ( ) ( )
2
T T T
K K K K k k j t
T T T T T T
T T T
P t dt t t dt t X e dt dt
T T T
e
e
t


(
( = = =
(


} } } }
(4.122)
unde am presupus ca exista
( )
( )
k
T
X e datorita absolutei integrabilitati a tronsonului
( )
( )
k
T
t .
Putem extinde limite la ( ) , , deoarece semnalul este nul pentru / 2 t T >

si tinand
cont ca:

( ) *( )
( ) ] ( )
k j t k
T
t e dt d X
e
e e

=
}
(4.123)
rezulta puterea tronsonului semanalului aleator

( ) 2
( ) ( ) ( )
| ( ) | 1 1
( ) ( )
2 2
k
k k k j t T
T T
X
P X t e dt d d
T T
e
e
e e e
t t


(
= =
(

} } }
(4.124)
Integrandul din acest ultim membru are dimensiuni de putere raportata la un interval de
frecvente si se numeste densitate spectrala de putere (DSP) a tronsonului k

( ) 2 ( )
( )
| ( ) |
( ) 2
k k
k
T T
T
X P
q
T
e
e t
e
c
= =
c
(4.125)
astfel ca puterea unui tronson se poate scrie:

( ) ( )
1
( )
2
k k
T T
P q d e e
t

=
}
(4.126)

In aplicatiile pur tehnice se folosesc numai frecventele pozitive si tinand seama si de
paritate, expresia devine:

( ) ( )
0
1
2 ( )
2
k k
T T
P q d e e
t

=
}
(4.127)

Facand notatia

( ) ( )
( ) 2 ( )
k k
T T
p q e e = (4.128)

unde
( )
( )
k
T
p e este densitatea spectrala unilaterala a puterii, sau DSP in domeniul frecventelor
pozitive, se poate scrie:

( ) ( )
0
1
( )
2
k k
T T
P p d e e
t

=
}
(4.129)

Pentru a calcula puterea medie totala a unui semnal aleator, trebuie sa facem o medie pe
ansamblul statistic al tronsoanelor si sa extindem durata la infinit. Notand limita la infinit a
unui tronson cu
( )
( )
k
q e , respectiv
( )
( )
k
p e :

( ) 2
( ) ( )
| ( ) |
( ) lim ( ) lim
k
k k
T
T
T T
X
q q
T
e
e e

= = (4.130)

( ) 2
( )
| ( ) |
( ) 2lim
k
k
T
T
X
p
T
e
e

= (4.131)
rezulta puterea medie totala a semnalului aleator:

( ) ( )
0 0
1 1 1 1
( ) ( ) ( ) ( )
2 2 2 2
k k
P q d p d q d p d e e e e e e e e
t t t t


= = = =
} } } }
(4.132)


In aceasta expresie s-a notat cu ( ) q e densitatea spectrala de putere a intregului semnal
aleator, obtinuta din medierea DSP a tronsoanelor

( ) 2
( ) 2
| ( ) |
( ) lim
| ( ) |
( ) 2lim
k
T
T
k
T
T
X
q
T
X
p
T
e
e
e
e

=
=
(4.133)

4.14. Teorema Wiener-Hincin

Una dintre cele mai importante punti de legatura intre teoria corelatiei din cadrul
statisticii de ordinul II si analiza semnalelor o constituie teorema Wiener-Hincin. In forma sa
cea mai simplificata, propusa initial de Einstein, ea arata ca densitatea spectrala de putere a
unui semnal aleator stationar in sens largit este egala cu transformata Fourier a functiei de
corelatie si invers. Mai riguros, legatura se poate face printr-o integrala Stieltjes chiar si in
absenta (rar intalnita) a transformatei Fourier respective.
Pentru demonstratia teoremei, se porneste de la expresia densitatii spectrale de putere si
se foloseste expresia integrala a densitatii spectrale de amplitudine a unui tronson,
( )
( )
k
T
X e :

1 2
1 2
( ) 2 ( ) *( )
( ) ( )
1 1 2 2
( ) ( ) ( )
1 2 1 2
| ( ) | | ( ) ( ) |
( ) lim lim
1
lim ( ) ( )
1
lim ( ) ( )
k k k
T T T
T T
jt j t k k
T T
T
j t t k k
T T
T
X X X
q
T T
t e dt t e dt
T
t t e dt dt
T
e
e
e e e
e

-
= = =
= =
=
} }
} }
(4.134)
Medierea statistica fiind tot o operatie de integrare se poate schimba ordinea de
integrare.

1 2
( ) ( ) ( )
1 2 1 2
1
( ) lim ( ) ( )
j t t k k
T T
T
q t t e dt dt
T
e
e

=
} }
(4.135)
Tinand cont ca pentru semnale stationare in sens largit
1 2
( , ) B t t

depinde numai de
intervalul de timp ( )
2 1
t t , se poate scrie:

( ) ( )
1 2 1 2 2 1
( , ) ( ) ( ) ( ) ( )
k k
T T
B t t t t B t t B

t = = = (4.136)
Introducem functia
1 2
( , ) t t u definita prin relatia

1 2
( )
1 2 1 2 2 1
( , ) ( ) ( ) ( ) ( )
j t t j
t t B t t e B e t t
e et

t t

u = = = u = u (4.137)
iar densitatea spectrala de putere devine:

/2 /2
2 1 1 2
2 2
1
( ) lim ( )
T T
T
T T
q t t dt dt
T
e


= u
} }
(4.138)
Notand intervalul de timp

2 1
t t t = (4.139)
se poate construi un sistem de axe de coordonate in care abscisa este
1
t iar ordonata
2
t .
0
t
2
t
1
A
B
D E
| | t
G
F
C
H
ds
|T|
-T/2
-T/2
T/2
T/2

Figura 4.1. Suprafata elementara pe care functia
2 1
( ) t t u este constanta

Se observa ca se poate construi dreapta AD de panta 1 si ordonala la origine t , a carei
ecuatie este

2 1
t t t = + (4.140)
de-a lungul careia t este constant, deci si functia ( ) t u este constanta, ca in figura 4.2.

Figura 4.2. Exemplu de suprafata tridimensionala generata de functia
2 1
( ) t t u

Densitatea spectrala de putere, conform relatiei (4.138), este data de volumul cuprins
intre functia
2 1
( ) t t u si patratul de latura T centrat in originea axelor de coordonate. Tinand
cont ca de-a lungul dreptei
2 1
t t t = + functia
2 1
( ) t t u este constanta, volumul total poate fi
calculat ca o suma a unor volume paralelipipedice avand baza dreptunghiulara cu laturile AB si
AD si inaltimea constanta ( ) t u . Rezulta ca integrala dubla se transforma in integrala simpla

/ 2
2
1
( ) lim ( )
T
T
T
q ds
T
e t

= u
}
(4.141)
unde baza are suprafata elementara AD.AB
ds AB AD = (4.142)
Calculul laturilor acestei suprafete se face conform figurii 4.1:

2
2 2 2
dt AC d
AB
t
= = = (4.143)
unde s-a tinut cont ca de-a lungul lui AC avem
1
t constant, deci diferentiind (4.140) obtinem

2
dt dt = (4.144)
In paralelogramul DFOG avem egalitatea DF=OG, deci se poate scrie:
| | DE T t = (4.145)
2 ( | |) 2 AD DE T t = = (4.146)

2
d
ds AB DE
t
= = ( | |) 2 T t ( | |) T d t t = (4.147)

/2 /2
2 2
2
2
1 1
( ) lim ( ) lim ( ) ( | |)
| |
lim ( )(1 ) ( )
T T
T T
T T
T
T
T
q ds T d
T T
d d
T
e t t t t
t
t t t t

= u = u =
= u = u
} }
} }
(4.148)

Tinand cont de expresia (4.137) a functiei ( ) t u obtinem:
( ) ( )
j
q B e d
et

e t t

=
}
(4.149)
Aplicand transformarea Fourier inversa se poate obtine functia de corelatie din
densitatea spectrala de putere:

1
( ) ( )
2
j
B q e d
et

t e e
t

=
}
(4.150)
Tinand seama de proprietatile functiei de corelatie si ale densitatii spectrale de putere
putem da diverse variante formulei Wiener-Hincin;
Astfel, tinand cont ca atat ( ) q e ecat si ( ) B

t sunt functii reale, se poate scrie:

( ) ( ) ( ) cos q B d

e t et t

=
}
(4.151)
( )
1
( ) ( ) cos
2
B q d

t e et e
t

=
}
(4.152)
De asemenea, avand in vedere ca sunt functii pare:
( )
0
( ) 2 ( ) cos q B d

e t et t

=
}
(4.153)
( ) ( )
0 0
1 1
( ) ( ) cos ( ) cos
2
B q d p d

t e et e e et e
t t

= =
} }
(4.154)
Pentru semnale ergodice functia de corelatie pe ansamblul statistic ( ) B

t este egala cu functia

de corelatie temporala ( ) R

t deci relatiile Wiener-Hincin se pot scrie si sub forma:

( ) ( ) ( ) cos q R d

e t et t

=
}
(4.155)
( )
1
( ) ( ) cos
2
R q d

t e et e
t

=
}
(4.156)


4.15. Functia de corelatie a semnalelor deterministe periodice

Functia de corelatie poate fi calculata si pentru semnale deterministe, fie pornind de la
relatia de definitie (4.94), fie cu ajutorul relatiei Wiener-Hincin (4.150).
O situatie importanta in practica o constituie semnalele care au atat componente
deterministe (de exemplu periodice) cat si nedeterministe (zgomote). Exista si componente
cvasi-determinste care pot fi purtatoare de informatie, cum este cazul semnalelor modulate in
amplitudine, frecventa sau faza, si care pot fi tratate destul de exact cu metodele spectrale prin
serii si transformari Fourier. Semnalele cvasi-deterministe si cele nedeterministe au anumite
caracteristici statistice distincte care permit separarea lor, asa cum se va arata ulterior.
Consideram in continuare o clasa simpla de semnale deterministe si anume semnalele
periodice, ca o idealizare a semnalelor intalnite in practica.

0
2
( ) ( ) ( ) x t x t T x t
t
e
= + = + (4.157)
Asa cum se stie, astfel de semnale admit dezvoltarea in serie Fourier exponentiala

0
1
( )
2
jn t
nc
n
x t A e
e

=
=

(4.158)
unde
nc
A este amplitudinea complexa a armonicii n
Folosind teorema lui Perceval, puterea semnalului se poate scrie, conform relatiei (2.44)

2
0
| ( ) |
n
P C ne

=
=

(4.159)
unde

0
0
1 1
( )
2 2
j
nc n
C n A A e

e = = (4.160)
Se observa ca in calculul puterii, prin ridicarea la patrat a amplitudinii complexe se
pierde informatia referitoare la faza, ceea ce era de steptat (energia pe o perioada nu depinde de
faza initiala).
Exprimand puterea semnalului in functie de densitatea spectrala de putere

1
( )
2
P q d e e
t

=
}
(4.161)
se poate exprima densitatea spectrala de putere sub forma:

2
0 0
( ) 2 | ( ) | ( )
n
q C n n e t e o e e

=
=

(4.162)
Intr-adevar, folosind proprietatea de filtrare (2.76) a functiei Dirac

0
0
0
1;
( )
0;
n
n
n
e e
o e e
e e
=

=

=

(4.163)
se obtine chiar puterea semnalului data de relatia (4.159)

2 2
0 0 0
1
( ) 2 | ( ) | ( ) | ( ) |
2
n n
P C n n d C n e t e o e e e e
t


= =

= =

}
(4.164)
In aceste conditii se poate calcula functia de corelatie temporala a semnalului cu
ajutorul teoremei Wiener-Hincin

1
( ) { ( )} B q t e

= (4.165)

1
( )
2
B t
t
= 2t
2
0 0
( ) ( )
j
n
C n n e d
et
e o e e e

}
(4.166)
Rezulta ca functia de corelatie a unui semnal periodic este tot o functie periodica, avand
aceeasi perioada, dar de faza nula (deoarece toti coeficientii dezvoltarii sunt reali):

0
( )
jn
n
n
B b e
e t
t

=
=

(4.167)
unde s-a facut notatia:

2
0
( )
n
b C ne = (4.168)
Aceasta analiza a folosit proprietatea de ergodicitate a semnalelor periodice, astfel ca
functia de corelatie temporala este egala cu functia de corelatie pe ansamblul statistic, data de
teorema Wiener-Hincin.
Pentru semnale cvasi-deterministe, putem defini un ansamblu statistic de semnale
sinusoidale pe care putem face medieri pentru obtinerea de marimi statistice de ordinul II.
Consideram un tronson al semnalului periodic ca fiind o anumita sursa de semnal k ce
va genera un semnal

0
( )
0
( ) ( )
jn t k k
n
t C n e
e
e

=
=

(4.169)

Considerand un ansamblu statistic format din mai multe surse de acest tip dar care se
deosebesc prin cel putin un parametru, putem defini densitatea spectrala de putere a unei surse

( ) ( ) 2
0 0
( ) 2 | ( ) | ( )
k k
n
q C n n e t e o e e

=
=

(4.170)

i densitatea spectrala de putere pe ansamblul statistic:

( ) 2
0 0
( ) 2 | ( ) | ( )
K
n
q C n n e t e o e e

=
=

(4.171)
In acest caz functia de corelatie se poate obtine pe ansamblul statistic

0
( ) 2
0
( ) | ( ) |
jn K
n
B C n e
e t
t e

=
=

(4.172)

0
( )
jn
n
n
B b e
e t
t

=
=

(4.173)

( ) 2
0
| ( ) |
K
n
b C ne = (4.174)







Equation Section (Next)
Capitolul 5.
Aplicatii ale teoriei corelatiei la filtrarea zgomotului

Teoria corelatiei si teorema Wiener-Hincin au facut posibila definirea matematica a
zgomotului si dezvoltarea unor metode complexe de tratare (in principal de atenuare) a
acestuia. Tehnologiile moderne necesita astfel de prelucrari pentru a separa informatia utila
atunci cand sunt implicate semnale foarte slabe in raport cu zgomotele inerente oricarui lant de
transmisie a informatiei. Astfel de cazuri se intalnesc de exemplu in transmisiunile radio
(telefonie mobila, transmisiuni spatiale), senzori de citire a datelor de pe supoti magnetici
(hard-discuri) sau optici (DVD, Blu-Ray), etc.
Din punct de vedere al teoriei informatiei zgomotul este un semnal aleator cu o functie
de autocorelatie rapid descrecatoare. Zgomotul ideal ar trebui sa aiba o corelatie nula intre doua
esantioane oricat de apropiate dar distincte, dar, asa cum se va demonstra, acest lucru nu este
posibil din considerente energetice. O definitie echivalenta a zgomotului, mai putin intuitiva
dar uneori mai utila, este aceea de semnal de banda foarte larga, ideal infinita.

5.1. Proprietatile statistice ale zgomotului

Consideram un semnal de banda larga in sensul teoriei corelatiei un semnal aleator a
carui densitate spectrala de putere nu depinde de frecventa (este constanta).
( )
0
( ) , 0, p N e e = e (5.1)
Este evident ca un astfel de semnal, numit prin analogie cu analiza spectrala a luminiii,
zgomot alb nu este fizic realizabil deoarece, conform teoremei Parceval el ar trebui sa aiba o
putere infinita. Intr-adevar, conform relatiei (4.132), puterea este:

0
0 0
1 1
( )
2 2
P p d N d e e e
t t

= = =
} }
(5.2)
Integrala improprie (5.2) poate fi convergenta doar daca densitatea spectrala de putere
ramane constanta intr-o banda limitata. Un astfel de semnal, numit zgomot alb in sens largit,
sau semnal aleator de banda limitata, are densitatea spectrala de putere constanta pana la o
frecventa limita, si nula peste aceasta:

0 0
0
;
( )
0;
N
p
e e
e
e e
s

=

>

(5.3)
Puterea unui astfel de semnal este

0
0 0
0
0 0
1 1
( )
2 2 2
N
P p d N d
e
e
e e e
t t t

= = =
} }
(5.4)
Functia de corelatie a zgomotului se poate calcula cu relatia Wiener-Hincin. In cazul
zgomotului alb (5.1), integrala nu este convegenta, dar functia de corelatie se poate obtine din
cea a zgomotului alb in sens largit prin trecere la limita
0
e .
Conform relatiei (4.154), pentru un semnal de banda limitata obtinem functia de
corelatie:

0
1
( ) ( ) cos
2
R p d t e et e
t

=
}
(5.5)

0 0
0 0 0 0 0
0 0
0 0
sin 1
( ) cos cos sinc( )
2 2 2 2
n
N N N
R N d d
e e
e t e
t et e et e e t
t t t t t
= = = =
} }
(5.6)
Functia de corelatie este in acest caz un sinus cardinal ca in figurile 5.1 si 5.2.

Figura 5.1. Functia de corelatie pentru un zgomot de banda 0.2kHz si N
0
=0,1 W/Hz




Figura 5.2. Functia de corelatie pentru un zgomot de banda 1kHz si N
0
=0,1 W/Hz

Dupa cum se observa functia de corelatie scade cu atat mai rapid cu cat banda este mai
larga. In cazul zgomotului alb de banda infinita este de asteptat ca functia de corelatie sa fie un
impuls Dirac. Intr-adevar, trecand la limita
0
e si tinand cont de relatia (2.211) se poate
scrie
( )
0
0 0 0
0
( ) lim sinc( )
2 2
n
N N
R
e
e
t et o t
t

= = (5.7)
Faptul ca functia de corelatie a zgomotului alb este un impuls Dirac inseamna ca doua
esantioane distincte oricat de apropiate sunt complet necorelate (au functia de corelatie nula).
Alte semnale aleatoare au variatii ale densitatii spectrale de putere, cum ar fi de
exemplu in cazul semnalului numit zgomot roz, la care aceasta scade cu 3dB/octava (10
dB/decada) cu frecventa, conform ecuatiei:

0
( )
N
p e
e
= (5.8)
-0.1 -0.05 0.05 0.1
1
2
3
R
Integrala Wiener-Hincin pentru un astfel de zgomot este convergenta doar daca se alege
o limita inferioara pentru frecventa. Chiar si in acest caz exista dificultati in origine ( 0 t )
datorita prezentei unui cosinus integral in expresia analitica a functiei de corelatie, ceea ce arata
ca o nici zgomotul roz ideal nu este fizic realizabil. Un exemplu de functie de corelatie pentru
zgomot roz este prezentat in figura 5.3.


5.2 Majorarea raportului semnal-zgomot prin corelatie

Toate semnalele ajung la destinatie afectate intr-o masura mai mare sau mai mica de
zgomote. De cele mai multe ori (daca sistemul prin care este transmisa informatia este liniar),
semnalul receptionat este o suprapunere liniara a semnalului generat de sursa si a zgomotului:
( ) ( ) ( ) r t s t n t = + (5.9)
unde am notat:
( ) r t = semnalul receptionat;
( ) s t = semnalul util;
( ) n t =zgomot;
Functia de corelatie a semnalului receptionat este, conform definitiei (4.94):

( ) ( ) ( ) [ ( ) ( )][ ( ) ( )]
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
recept
ss sn ns nn
R r t r t s t n t s t n t
s t s t s t n t n t s t n t n t
R R R R
t t t t
t t t t
t t t t
= + = + + + + =
= + + + + + + + =
= + + +
(5.10)
unde am notat:
( )
ss
R t = autocorelatia semnalului;
( )
sn
R t =intercorelatia semnalului zgomot;
( )
ns
R t =intercorelatia zgomot semnal;
( )
nn
R t =functia de autocorelatie a zgomotului;
Daca doua semnale sunt statistic independente functia de corelatie a lor este nula.
Avand in vedere ca semnalul si zgomotul provin de la surse (procese fizice) independente, se
poate afirma ca ele sunt statistic independente si deci functia lor de intercorelatie este nula.

( ) 0
( ) 0
sn
ns
R
R
t
t
=
=
(5.11)
Rezulta ca functia de corelatie a semnalului receptionat este suma intre functia de
autocorlatie a semnalului si functia de autocorelatie a zgomotului:
( ) ( ) ( )
recept ss nn
R R R t t t = + (5.12)
In particular, pentru 0 t =
(0) (0) (0)
r ss nn
R R R = + (5.13)
(0)
r r s n
R P P P = = + (5.14)
unde am notat:
r
P =puterea semnalului receptionat;
s
P =puterea semnalului util;
n
P = puterea zgomotului;
Pe baza acestei relatii putem demonstra ca semnalul si zgomotul sunt ortogonale in
spatiul semnalului. Avand in vedere ca energia semnalului este data de norma la patrat a
acestuia iar puterea se obtine prin impartirea la durata D a semnalului, putem scrie:

2
|| ||
x
x c = (5.15)

2
1
|| ||
x
P x
D
= (5.16)
Pe de alta parte norma semnalului compus este:

2 2 2
1 1
|| || [|| || , , || || ]
s n
P s n s s n n s n
D D
+
= + = + < > + < > + (5.17)
Cu definita (5.16) rezultatul (5.14) se poate scrie:

2 2 2
|| || || || || || s n s n + = + (5.18)
Acest lucru este posibil doar daca in ecuatia (5.17) avem produsele scalare nule:
, , 0 s n n s ( ) = ( ) = (5.19)
ceea ce arata ca semnalul util ( ) s t si zgomotul ( ) n t sunt ortogonale.
Rezulta ca doua semnale statistic independente sunt ortogonale in spatiul semnalelor
(reciproca nu este adevarata intotdeauna; este posibil de exemplu ca semnalele sa nu fie de
medie nula).
Revenind la aplicatia pentru majorarea raportului semnal zgomot, dupa cum rezulta din
ecuatiile (5.6) si (5.7) se poate afirma ca functia de autocorelatie a zgomotului tinde asimptotic
la zero pe masura ce marim intervalul de timp t .
Aceasta inseamna ca functia de autocorelatie a semnalului receptionat, dupa un interval
t suficient de lung de mediere, devine egala cu functia de autocorelatie a semnalului util,
deoarece ( ) 0
n
R t .
Din functie de corelatie a semnalului receptionat se poate reconstitui semnalul util,
deoarece informatiile cu privire la caracteristicile acestuia se pastreaza, cu exceptia fazei. Cel
mai simplu caz este cel al semnalului modulat in amplitudine care este in esenta un semnal
cvasi-periodic si a carui frecventa si amplitudine sunt in conformitate cu cele aratate la
paragraful 4.15, ecuatia (4.167).
Se poate afirma ca un zgomot este mai usor de filtrat prin procedee de corelatie atunci
cand banda lui este mai mare. Intr-adevar, tinand cont de expresia functiei de corelatie a
zgomotului:

0
0 0
0
( ) lim sin ( )
2
N
R r c
e
e
et
t

= (5.20)
se observa ca daca frecventa zgomotului alb creste, ( ) R t scade mai rapid la 0 si se poate
rejecta zgomotul folosind intervalele de timp mai mici de integrare. Acest lucru se datoreaza
faptului ca prima anulare a functiei de corelatie este pentru:

0
et t = (5.21)
deci intervalul minim necesar pentru integrare este invers proportional cu banda zgomotului:

0
t
t
e
= (5.22)

5.3. Dezvoltarea in serie cu coeficienti necorelati. Transformarea Karhunen Love

Asa cum s-a aratat in capitolul 2, analiza semnalelor este mai simpla daca se alege ca
set al bazei spatiului vectorial un set de vectori ortogonali { }
n
.

0
( ) ( )
D
i j ij
t t dt o =
}
(5.23)
In principiu se urmareste calculul cat mai simplu si mai rapid al coeficientilor
dezvoltarii in serie a unui semnal ( ) t , si in acest sens setul de functii trigonometrice sau
exponential complexe utilizat de analiza Fourier este in continuare cel mai raspandit. De regula
se considera ca ne putem limita la un numar finit de termeni, N, care conduce la un semnal
trunchiat, dar care aproximeaza suficient de bine semnalul initial:

1
( ) ( )
N
N i i
i
t t o
=
=

(5.24)
Evident, daca se mareste numarul de termeni, acest semnal tinde catre semnalul initial:

1
( ) lim ( )
N
i i
N
i
t t o

=
=

(5.25)
Totusi, pentru unele semnale, numarul de termeni semnificativi, N, poate fi destul de
mare, iar necesitatile de viteza de calcul implica limitarea acestui numar la o valoare rezonabila
M N < . Aceasta introduce unele erori suplimentare mai mult sau mai putin importante de
aproximare a semnalului:

1 1
( ) ( ) ( ) ( )
N M N
i i i i i i
i i i M
t t t t o o o
= = =
A = =

(5.26)
Pentru fiecare semnal in parte marimea acestei erori variaza in functie de setul de
vectori ortogonali { }
n
ales ca baza a dezvoltarii. Pentru diverse astfel de seturi, dezvoltarea
conduce la un numar mai mare sau mai mic de termeni semnificativi, astfel ca limitarea acestui
numar la o valoare fixa conduce la erori mai mari sau mai mici.
Este de asteptat ca informatia continuta de un semnal sa poata fi distribuita pe un numar
mai mic de termeni daca coeficientii dezvoltarii sunt necorelati, ducand astfel la o dezvoltare
optimala. La o dezvoltare suboptimala, o parte din informatie este distribuita pe mai multe axe
ale spatiului vectorial. Pierderea minima apare daca informatia nu este distribuita redondant, ci
este concentrata exclusiv pe un numar limitat de axe ale spatiului vectorial. Deoarece
informatia este continuta in coeficientii dezvoltarii, absenta redondantei acesteia presupune
independenta informationala a coeficientilor, adica lipsa corelatiei acestora.
Rezulta ca pe langa conditia de ortogonalitate a vectorilor bazei, o dezvoltare optimala
impune si conditia de necorelare a coeficientilor dezvoltarii, adica ortogonalitatea statistica a
acestora in spatiul semnalelor
, 0,1,...,
i j ij j
i j N o o o = = (5.27)
Aceasta conduce la o transformare dublu ortogonala, numita transformarea
Karhunen-Love dar cunoscuta si sub alte denumiri in diverse domenii.
Analiza unui semnal prin transformare Karhunen-Love presupune deci intr-o prima
etapa calculul setului de vectori ai bazei optimali pentru un semnal dat, punand conditia ca in
urma dezvoltarii coeficientii rezultati sa fie necorelati. Aceasta etapa mareste insa volumul de
calcule, ceea ce explica faptul ca in practica se prefera cel mai des transformari suboptimale, cu
este cea Fourier.
Vom cauta un set de functii ortonorate (norma fiecarui vector al setului este unitara)
care sa conduca la coeficienti necorelati. In acest caz, coeficientii dezvoltarii sunt:

0
( ) ( )
D
i i
t t dt o =
}
(5.28)
( ) 0 0
i
t i o = = (5.29)
Punem in plus conditia ca functia de corelatie a coeficientilor sa fie nula, cu exceptia
corelatiei unui coeficient cu el insusi:

i j ij j
o o o = (5.30)
Tinand cont de relatia (5.28) se obtine:

0 0
0 0 0 0
( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( , ) ( )
D D
i j i j
D D D D
i j i j
t t dt u u du
t dt t u u du t dt R t u u du

o o

= =
= =
} }
} } } }
(5.31)
unde am am notat ( , ) ( ) ( ) R t u t u

= functia de autocorelatie a semnalului.

Aceasta expresie poate fi pusa in coresponenta cu relatia (5.23), astfel ca putem scrie:

0 0 0
( ) ( , ) ( ) ( ) ( )
D D D
i j j i j
t dt R t u u du t t dt

=
} } }
(5.32)
Comparand integrandul primei integrale din membrul stang cu integrandul din membrul
drept, egalitatea este posibila daca este adevarata ecuatia:

0
( , ) ( ) ( ), 1, 2,...,
D
j j j
R t u u du t j N

= =
}
(5.33)
care defineste transformarea Karhunen-Loeve:

0
( ) ( ) ( ) ( ), 1, 2,...,
D
j j j
t u u du t j N = =
}
(5.34)
Daca semnalul este de medie nula, functia de corelatie este egala cu functia de
covariatie a semnalului:

1 2 1 2 1 2
( , ) ( ) ( ) ( ) ( ) K t t t t t t

= (5.35)
deci transformarea Karhunen-Loeve devine:

0
( , ) ( ) ( ), 1, 2,...,
D
j j j
K t u u du t j N

= =
}
(5.36)
Aceasta dezvoltare este absolut optimala deoarece, prin optimizarea coeficientilor,
obtinem pierdere minima de informatie la limitarea numarului de termeni ai dezvoltarii.
Ecuatia Karhunen-Loeve (5.36) este o ecuatie integrala de tip Fredholm de speta II,
omogena, avand ca nucleu functia de autocorelatie a semnalului. In cazul general, cand nucleul
este nedegenerat, ea se rezolva prin metode numerice, de regula prin metoda Nystrm. Dupa
cum se stie, o astfel de ecuatie are ca solutii valorile proprii ale nucelului ecuatiei, care este
chiar functia de corelatie a semnalului.
Definind un operator de transformare
k
T

conform ecuatiei (5.36), se observa ca
transformarea Karhunen-Loeve se reduce la o problema de valori proprii si vectori proprii:
( ) , , 1, 2,...,
k j j j
T u k j N = = (5.37)
Operatorul
k
T

contine esantioanele dupa j si k ale functiei de corelatie formand o
matrice de N linii si N coloane, numita matrice de corelatie (uneori matrice de covariatie) a
semnalului. Rezulta ca transformarea optimala este transformarea in spatiul vectorilor proprii ai
matricei de corelatie a semnalului.
Rezolvarea acestei probleme conduce atat la gasirea setului de vectori optimali ai
dezvoltarii (vectorii proprii), cat si la coeficientii acesteia, care rezulta din valorile proprii,
avand in vedere conditia (5.30) :

2 2
i i i i i
o o o o = = = (5.38)
Comparativ cu utilizarea unor seturi suboptimale de vectori ai bazei, transformarea
Karhunen-Loeve presupune un volum mult mai mare de calcule si datorita faptului nu s-a gasit
un inca un algoritm general de calcul rapid, cum este in cazul transformarii Fourier sau al
altora. Ea poate fi calculata totusi intr-un stadiu initial al proiectarii unor sisteme ca referinta de
evaluare a rezultatelor altor transformari.De asemenea, in anumite cazuri particulare, calculul
transformarii Karhunen-Loeve este facilitat de anumite ceracteristici ale semnalului. Astfel,
daca nucleul este degenerat, deci poate fi factorizat in doua functii de o singura variabila,
integrala Fredholm poate fi calculata analitic. De asemenea, daca nucleul depinde numai de
diferenta celor doua variabile sub forma:

| |
( , ) ( )
t u
K t u e K

t

= = (5.39)
vectorii proprii si valorile proprii sunt:

0
( )
jk t
k
t e
e
= (5.40)

2 2
0
2
1
k
k

e
=
+
(5.41)
deci transformarea optimala este in acest caz chiar transformarea Fourier.


5.4. Trecerea semnalelor aleatoare prin sisteme liniare

Consideram un sistem liniar caracterizat de operatorul L care transforma un semnal
aleator de intrare ( ) t intr-un semnal de iesire ( ) t q :
( ) { ( )} t L t q = (5.42)
Daca functia pondere a sistemului este h(t), conform ecuatiei (3.22) se poate scrie:
( ) ( ) ( ) t t h d q t t t

=
}
(5.43)
Se poate stabili o relatie care sa dea spectrul semnalului de iesire pornind de la spectrul
semnalului de intrare. Deoarece transformata Fourier a semnalului aleator nu este convergenta,
problema trebuie tratata prin intermediul densitatilor spectrale de putere, care se calculeaza pe
baza medierii unor tronsoane finite, absolut integrabile ale semnalelor aleatoare de intrare si
iesire.

( ) 2
| ( ) |
( ) lim
k
T
T
X
q
T

e
e

= (5.44)



( ) 2
| ( ) |
( ) lim
k
T
T
Y
q
T
q
e
e

= (5.45)
Pentru tronsoanele finite ale semnalelor aleatoare se poate scrie relatia (3.36)

( ) ( )
( ) ( ) ( )
k k
T T
Y X H e e e = (5.46)
unde ( ) H e

este functia de transfer a sistemului liniar;
Introducand aceasta relatie in ecuatiile (5.44) si (5.45), si tinand seama ca functia de
transfer este in invariant se obtine:

2
( ) | ( ) | ( ) q H q
q
e e e = (5.47)
Scriind functia de transfer, care este o functie complexa, in forma cu modul si faza:

( )
( ) ( )
j
H A e
e
e e = (5.48)
Se observa ca din puncte de vedere al densitatii spectrale de putere, defazajul introdus
de functia de transfer nu mai conteaza, ci numai modulul acestei

2
( ) ( ) ( ) q A q
q
e e e = (5.49)
Cunoscand densiatatea spectrala de putere a semnalului de iesire ( ) q
q
e se poate afla
functia de corelatia folosind teorema Wiener-Hincin.

2
1
( ) ( ) ( )
2
j
B A q e d
et
q
t e e e
t

=
}
(5.50)

Daca semnalul de intrare este un zgomot alb ideal cu densitate spectrala de putere
constanta intr-o banda infinita:

0
1 1
( ) ( )
2 2
q p N ct

e e = = = (5.51)
dupa cum s-a aratat (ecuatia (5.7)), functia de corelatie a semnalului de intrare este functie
Dirac multiplicata cu o constanta:

0
1
( ) ( )
2
B N

t o t = (5.52)
Acesta arata ca functia de corelatie a semnalului de intrare este nenula numai in origine;
intre esantioane oricat de apropiate de timp ale semnalului de intrare corelatia este nula:

( ) 0, 0 B

t t = > (5.53)
Conform ecuatiei (5.50), functia de corelatie a semnalului de iesire este:

2 2
0
0
1 1 1
( ) ( ) ( )
2 2 2 2
j j
N
B A N e d A e d
et et
q
t e e e e
t t


= =
} }
(5.54)
Aceasta valoare este in general diferita de zero, cu exceptia cazului ideal in care functia
de transfer ar avea o valoare constanta intr-o banda infinita si care ar conduce la o integrala
similara cu (5.6).
Rezulta ca la trecerea prin sistemul liniar semnalul aleator capata o functie de corelatie
nenula. Deci chiar daca introducem in sistem semnal necorelat, el va iesi din sistem corelat.
Dupa cum se va arata in continuare, sistemul introduce o corelatie intre valorile
semnalului la iesire care este cu atat mai mare cu cat largimea de banda a sistemului este mai
mica.


5.5. Exemple de functii de transfer si modul in care influenteaza spectrul si functia
de corelatie a semnalelor aleatoare

Spectrul unui semnal aleator la iesirea unui sistem cu o functie de transfer oarecare se
poate calcula usor cu relatia (5.49). In schimb calculul functiei de corelatie implica integrala
(5.54), care se poate calcula analitic doar pentru unele cazuri simple de forme ale functiei de
transfer. Pentru simplificare, vor considera doua astfel de cazuri si vom observa ca ele conduc
calitativ la acelasi rezultat.

a). Filtrul trece-jos ideal (FTJI)

Un astfel de filtru este caracterizat de functia de transfer idealizata:

0
0
; | |
| ( ) |
0; | |
A
H
e e
e
e e
s
=

>

(5.55)

0
( ) t e e = (5.56)

( ) ( )
( ) | ( ) | ( )
j j
H H e A e
e e
e e e = = (5.57)

|H( )| e
e
e
e 0
0 0
A
e
e ( )
0
e ( ) - = et
0

Figura 5.1 Modulul si faza filtrului trece-jos ideal

Dupa cum se observa in figura 5.1, panta modulului functiei de transfer devine infinita
la frecventa de taiere
0
e , ceea ce presupune un numar infinit de poli, fizic nerealizabil. In
practica totusi filtrul poate fi realizat cu o aproximatie suficient de buna, caracterizat de un
coeficient de dreptunghiularitate (
0
/
real
K e e = ) apropiat de 1.
Pentru acest caz idealizat se poate calcula usor functia pondere a filtrului:

0
0
0
0
0 0 0 0
0
0
1
( ) ( )
( )
0
0 0
0
0 0
1
( ) { ( )}
2
2 2 ( )
sin ( )
( )
j t j t
j t t j t t
j t t
h t F H Ae e d
A A e e
e d
j t t
t t A
t t
e
e e
e
e
e e
e
e
e e
t
e
t t
e
e
t e

= = =

= = =

}
}
(5.58)
Rezulta:

| |
0
0 0
( ) sinc ( )
A
h t t t
e
e
t
= (5.59)
Daca la intrare aplicam un semnal al ( ) t cu densitatea de putere q

.

0
1
( )
2
q N

e = (5.60)
la iesire semnalul va avea densitatea spectrala de putere:

2
0 0
0
1
; | |
( ) 2
0; | |
A N
q
q
e e
e
e e

>

(5.61)
deci la iesirea din sistem semnalul va fi un zgomot de banda limitata.
Functia sa de corelatie este:

0
0 0
0
2 2
0 0
1 1 1
( )
2 2 2 2
j j
j
e e
B A N e d A N
j
e
e t e t
et
q
e
t e
t t t

= =
}
(5.62)

2 0 0
0
( ) sin ( )
2
N
B A c
q
e
t e t
t
= (5.63)
Functia de corelatie nu va mai fi deci o functie Dirac, iar semi-latimea lobului central,
0
t , va fi cu atat mai mare cu cat frecventa de taiere este mai mica:

0
0
t
t
e
= (5.64)
La limita (teoretica)
0
0 e , s-ar obtine la iesire o functie de corelatie constanta, deci
de peroada infinita, care corespunde unui semnal cu frecventa nula, adica curent continuu.
Acest lucru nu este, evident, fizic realizabil cu elemente de circuit pasive.
Pentru un semnal treapta la intrare
( ) ( ) x t t o = (5.65)
raspunsul sistemului este:

0 0 0
0 0
0
0 0 0 0 0 0
0 0
0 0 0 0 0
sin ( )
( ) ( ) ( )
( )
sin ( ) sin ( )
Si[ ( )]
( ) ( ) 2
t
t
A t
y t t h d d
t
A t A t A A
d d t t
t t
e e t
o t t t t
t e t
e e t e e t
t t e
t e t t e t t

= = =

= + = +

} }
} }
(5.66)
unde an notat sinusul integral

0
sin
Si( )
x
u
x du
u
=
}
(5.67)
si am tinut cont ca

0
0 0
sin sin sin
Si( ) , ,
2 2
u u v
du du dv v u
u u v
t t

= = = = =
} } }
(5.68)
Raspunsul sistemului poate fi calculat si afisat cu ajutorul programului de mai jos.




Se observa ca apare o intarziere a raspunsului cu t
0
, moment la care raspunsul este A/2,
ceea ce era de asteptat, dar exista un raspuns diferit de zero si inaintea aplicarii semnalului,
ceea ce arata ca raspunsul nu este cauzal, iar un astfel de sistem nu este fizic realizabil.
Panta de crestere a semnalului la iesirea sistemului este:

0
0 0
( )
sinc[ ( )]
A dy t
t t
dt
e
e
t
= (5.69)
La momentul t
0
, aceasta panta este

0
0
0
( )
|
t
A dy t A
dt T
e
t
=
= = (5.70)
unde am notat cu
0
T timpul de crestere, adica timpul in care semnalul la iesire ar creste liniar
de la 0 la A. Conform definirii prin relatia (5.70), acesta este dependent de frecventa de taiere:

0
0 0 0
1
2 2
T
f f
t t
e t
= = = (5.71)
Acest timp este important pentru cazul mult mai raspandit in care intereseaza raspunsul
sistemului la un semnal dreptunghiular cu perioada activa o :
( )
2 2
x t t t
o o
o o
| | | |
= +
| |
\ . \ .
(5.72)
Raspunsul sistemului la acest semnal este:

0 0 0
0 0
sin ( )
( )
2 2 ( )
A t
y t t t d
t
e e t o o
o t o t t
t e t

( | | | |
= +
| | (

\ . \ .
}
(5.73)

2
0 0 0
0 0 0 0
0 0
2
sin ( )
( ) Si Si
( ) 2 2
t
t
A t A
y t d t t t t
t
o
o
e e t o o
t e e
t e t t
+

( ( | | | |
= = + +
`
| | ( (

\ . \ . )
}
(5.74)
In cazul unui tren de impulsuri dreptunchiulare, timpul de crestere trebuie sa fie mai
mic decat perioada activa a impulsurilor. Chiar si pentru impulsuri dreptunghiulare cu banda
minima (factor de umplere 0,5, adica
1
2
p
T o = , unde T
p
este perioada trenului de pulsuri) este
necesar ca timpul de crestere T
0
sa indeplineasca conditia:

0
T o s (5.75)
Tinand cont de relatia (5.71) frecventa pulsurilor care se pot transmite fara atenuari este:

0
2
p
f
f s (5.76)
Rezulta ca, la transmiterea de date sub forma de impulsuri dreptunghiulare, frecventa de
taiere a sistemului f
0
trebuie sa fie cel putin dubla fata de frecventa impulsurilor f
p
.


Figura 5.1. Trecerea unui impls dreptunghiular prin FTJ ideal




Figura 5.2. Trecerea implsurilor dreptunghiulare cu frecventa f si factor de umplere 1/2
prin FTJ cu frecventa de taiere f
0
=2f

Figura 5.3. Trecerea implsurilor dreptunghiulare cu frecventa f si factor de umplere 1/2
prin FTJ cu frecventa de taiere f
0
=4f



Figura 5.4. Trecerea implsurilor dreptunghiulare cu frecventa f si factor de umplere 1/2
prin FTJ cu frecventa de taiere f
0
=10f