Lucrarea nr.

DEFINIII I SEMNALE STANDARD

1. Scopul lucrrii
Lucrarea permite familiarizarea studenilor cu cteva noiuni eseniale
referitoare la modelarea i simularea, respectiv cunoaterea semnalelor standard
aplicate unui sistem.
2. Aspecte teoretice
2.1. Definiii, tipuri de sisteme
Prin model al unui sistem se nelege reprezentarea matematic a
dependenei dintre mai multe mrimi (fie ele de intrare, ieire sau intermediare),
dependen ce corespunde unui proces fizic realizabil.
Modelarea nseamn implementarea acestui model pe un dispozitiv de
calcul pentru a-i studia proprietile i performanele eseniale, iar simularea este
reprezentarea unui proces fizic realizabil (sau doar conceptual) printr-un model
idealizat, cu scopul precis de a obine informaii n ceea ce privete comportarea
lui.
Este important de menionat c reprezentarea cea mai realist a unui
proces fizic este modelarea matematic a sistemelor n domeniul timp prin ecuaii
difereniale. Studiul comportrii sistemului necesit ns rezolvarea acestor
ecuaii difereniale, metod care deseori este greoaie motiv pentru care se poate
face o transpunere a modelului matematic din domeniul timp n alte domenii,
pentru simplificarea calculelor.
Exist o serie de clasificri ale modelelor (respectiv sistemelor) n funcie
de diferite situaii, parametri, comportri, etc. care au fost studiate detaliat n
cadrul altor discipline (Teoria Sistemelor, Ingineria Reglrii Automate).
a)
b)
c)
d)
e)
f)
g)
h)
i)
j)

sisteme orientate, neorientate;

sisteme staionare, nestaionare;
sisteme anticipative, neanticipative;
sisteme deterministe, probabilistice (stohastice);
sisteme cu memorie, fr memorie;
sisteme cu parametri concentrai, distribuii;
sisteme uniforme, neuniforme;
sisteme dinamice continue, discrete (numerice);
sisteme liniare, neliniare;
sisteme parametrice, neparametrice.

2.2. Modelarea sistemelor

Reprezentrile cele mai uzuale ale sistemelor continue variabile n timp,
precum i schemele bloc ale acestora sunt:
A. Modelul I/O (intrare/ieire)
Elementele care au modele concentrate n spaiu, deci sunt aa zise
sisteme SISO (single input, single output), cu o singur intrare u(t) i o singur
ieire y(t) pot fi modelate:
- prin intermediul unor ecuaii difereniale matematice cu parametri
constani, n domeniul timp
R ( y (t ), u (t ), t ) = 0 sau y (t ) = f (u (t ), t )

H (s ) =

(1.1)

prin intermediul funciei de transfer (numit i reprezentare

polinomial), dup o transformare Laplace (Figura 1.1)

Y (s ) y n s n + ... + y1 s 1 + y 0
=
U (s ) u m s m + ... + u1 s 1 + u0

(1.2)

U(s)

Y(s)
H(s)

Fig. 1.1. Schema bloc a modelului intrare-ieire I/O dat prin funcie de transfer
B. Modelul I-S-O (intrare-stare-ieire)
Fa de modelele intrare-ieire, care conin doar mrimile de intrare i
ieire (u,y), la modele intrare-stare-ieire apare n plus mrimea de stare x (vezi
Lucr. nr. 3) . Astfel, prin rezolvarea sistemului de ecuaii difereniale de ordin I
(relaiile 1.3, 1.4, 1.5) se poate obine chiar vectorul de stare x(t).
R ( y (t ), x (t ), u (t ), t ) = 0

(1.3)

x (t ) = f ( x (t ), u(t ), t );

y (t ) = g ( x (t ), u (t ), t );

(1.4)

x (t ) = A(t ) x (t ) + B (t ) u (t )

y (t ) = C (t ) x (t ) + D (t ) u(t )

(1.5)

10

Poart denumirea de traiectorie de stare curba definit n spaiul strilor

de variaia lui x n timp.
Descrierea anterioar reprezint cazul generalizat al unui sistem MIMO
(multiple input, multiple output) liniar cu parametri variabili n timp (Figura 1.2).

B(t)

+
+

x(t)

x(t)

C(t)

y(t)

A(t)
D(t)

u(t)

Fig. 1.2. Schema bloc a modelului intrare-ieire ISO al unui sistem liniar cu
parametri variabili n timp
Dac sistemul este liniar cu parametrii invariani n timp (sistem LTI)
atunci matricile de sistem A,B,C,D sunt invariabile (nu depind de timp) i
sistemul ISO devine :

x (t ) = A x (t ) + B u (t )

y (t ) = C x (t ) + D u (t )

(1.6)

C. Modelul dat prin poli-zerouri-amplificare

O alt reprezentare a sistemelor cu o singur intrare i o singur ieire
SISO i a funciei de transfer, este cea prin metoda polilor i zerourilor, util n
studiul stabilitii sistemelor.
H (s ) =

(s z1 ) (s z 2 ) ... (s z n )
Z (s )
=k
(s p1 ) (s p2 ) ... (s pm )
P (s )

(1.7)

unde: zi zerourile funciei de transfer;

pj polii funciei de transfer;
k factor de amplificare.
D. Modelul dat prin fracii simple
Funcia de transfer a sistemului I/O poate fi dat i prin suma unor fracii
simple astfel :
H (s ) =

r
r1
r
+ 2 + ... + n + k ( s )
s p1 s p2
s pn

(1.8)

11

unde: pi polii funciei de transfer;

ri reziduurile corespunztoare polilor funciei de transfer;
k(s) partea improprie a funciei de transfer.
Modelele sistemelor discrete sunt similare ca form cu reprezentrile
sistemelor continue cu parametri variabili, sau nu, n timp.
2.3. Semnale standard
Avnd n vedere c studiul comportrii sistemelor i a performanelor
acestora presupune aplicarea unor semnale de intrare i urmrirea formei
semnalului de la ieire, este necesar cunoaterea unor astfel de semnale
standard:
- semnal Dirac;
- semnal treapt unitar;
- semnal ramp;
- semnal sinusoidal;
- semnal aleator cu distribuie uniform;
- semnal aleator cu distribuie normal.
3. Desfurarea lucrrii
Se vor realiza programe Matlab care s genereze i s afieze formele de
und (semnalele) din figurile 1.3 i 1.4, pstrnd proprietile lor (punct de
pornire, amplitudine, durata semnalului, frecven).

Fig. 1.3. Semnale de intrare de tip Dirac (impuls) i treapt unitar

12

n testarea sistemelor important este semnalul treapt deoarece referina,

de cele mai multe ori, se modifica brusc n trepte, iar dac semnalul exogen este
mai complicat el poate fi foarte bine aproximat cu trepte foarte fine. Altfel spus,
un sistem testat la intrare treapt va rspunde suficient de bine i la alte mrimi.

Fig. 1.4. Semnale de intrare ramp i sinusoidal

Pentru semnalul sinusoidal anterior, spre deosebire de celelalte forme de
und, mai trebuie definit i o frecven f (ex: 1Hz, 10Hz, 100Hz, etc). n studiul
comportrii diferitor procese sau fenomene se apeleaz la forme aleatoare (cu
distribuie uniform sau normal), introduse drept perturbaii n cele mai dese
cazuri.

Numerele aleatoare uniform distribuite pot fi generate n intervalul [0,1]

cu ajutorul funciei Matlab rand. Transformarea acestora n numere xTr,
distribuite uniform pe alt interval [a,b] se poate face cu relaia:
x Tr = (b a ) x + a

(1.9)

Acest semnal aleator cu distribuie uniform se caracterizeaz prin valoarea

medie (calculat cu funcia mean) i variana semnalului (ptratul valorii abaterii
standard, calculat cu funcia std). De exemplu, urmtoarea secven de
program calculeaz media i variana unui semnal generat X:
X=rand(1,1000);
M=mean(X);
V=std(X)^2;
13

Dac numrul eantioanelor este foarte mare (tinde spre infinit) media i
variana unui semnal aleator cu distribuie uniform pot fi aproximate analitic cu
relaiile:
=

X min + X max
2

2 =

(1.10)

( X max X min )2

(1.11)

12

Funcia densitate de probabilitate gaussian poate fi scris analitic

folosind cei doi parametri, medie i varian 2 , astfel:
f ( x) =

1
e
2

( x )2

(1.12)

2 2

n cazul repartiiei normale valoarea medie aleatoare corespunde valorii x

pentru care densitatea are un maxim; probabilitatea de apariie a unei valori
apropiate de valoarea medie este mult mai mare dect probabilitatea de apariie a
unei valori ndeprtate de medie (vezi clopotul lui Gauss).
Generarea unei secvene de valori aleatoare cu distribuie normal (medie
0 i varin 1) se poate face folosind funcia randn (Figura 1.5).

Fig 1.5 Semnale aleatoare cu distribuie uniform (intervalul [0,1]) i normal

(medie 0 i varian 1)
14

Dac se dorete o alt medie i alt varian, se poate aplica secvenei de

numere aleatoare cu distribuie gaussian, urmtoarea transformare:
x Tr = 2 x +

(1.13)

n figura 1.6 se prezint distribuia gaussian a semnalului aleator generat

cu funcia randn (afiat n figura 1.5), fr a aplica transformri de medie sau
varian.
Pentru aceasta se poate folosi secvena de program:
X=randn(1,1000);
[n,y]=hist(X,15);plot(y,n);grid;

Fig. 1.6. Distribuia gaussian a semnalului aleator (clopotul lui Gauss)

4.Tem
Se vor genera cel puin alte trei tipuri de semnale posibile (semnal
triunghiular, tren de impulsuri, etc ).

15