Documente Academic
Documente Profesional
Documente Cultură
Tema 2
Prelucrarea matematica a semnalelor
Analiza semnalelor
Resteanu Alexandru-Lucian
-2016-
Analiza semnalelor este realizata in principal folosind analiza Fourier, care implica
transformarea semnalului din domeniul timp in domeniul frecventa,obtinandu-se astfel
spectrul semnalului.Spectrul semnalului arata: componentele spectrale continute cu valorile
frecventelor, amplitudinilor si fazelor corespunzatoare (spectrul de amplitudine si spectrul de
faza);Spectrul nu arata la ce momente de timp apar aceste componente. Din aceasta cauza, s-a pus
problema gasirii unei modalitati de caracterizare simultana, n timp si frecventa a semnalelor si
posibilitatea de a observa evolutia n timp a fiecarei componente spectrale a semnalului.
Pentru a obtine atat informatii de timp si frecventa, semnalul se analizeaza pe timp
scurt(Short Time Analysis) prin incadrarea acestuia intr-o fereastra , o functie bidimensioanala
de timp si frecventa.Ca o consecinta a principiului incertitudinii , ncazul STFT suntem in fata
unui compromis:
Cazul 1: o buna rezolutie in timp impune folosirea unei ferestre temporale g(t) foarte nguste.
Cazul 2: o buna rezolutie in frecventa impune un interval spectral de analiza foarte ngust, adica
un filtru de banda ct mai ngusta, ceea ce inseamna o fereastra temporala, g(t),foarte larga.
Cele doua cerinte sunt, evident, contradictorii.
Fenomenul Gibbs este inca un dezavantaj aparut ca urmare a ferestruirii in timp sau frecventa
si reprezinta maniera particulara in care o serie Fourier continua si diferentiabila se comporta
la o discontinuitate.
Tipuri de ferestre
Pentru ferestrele uzuale, caracteristica de amplitudine are un lob principal, centrat pe = 0 , i
un numr de lobi secundari cu tendine de descretere.
Efectul trunchierii asupra caracteristicii obinute, cunoscut sub numele de fenomen Gibbs, se
poate constata n special n zonele de tranziie rapid a caracteristicii. Se constat dou
aspecte:
1. Apariia unei benzi de tranziie de lime finit, care este cu att mai mare, cu ct lrgimea
lobului principal al ferestrei este mai mare;
2. Apariia unor ripluri sau oscilaii att n banda de trecere ct i n cea de oprire a cror
amplitudine i vitez de scdere sunt determinate de amplitudinea i viteza de scdere a
lobilor secundari ai spectrului ferestrei. Aceste ripluri cresc ctre marginile benzilor de trecere
i oprire, n apropierea punctelor de discontinuitate ale caracteristicii ideale.
In continuare , se va analiza semnalul treapta incadrat in diferite tipuri de ferestre de semnal in
domeniul frecventa.
Functia treapta a semnalului este: u(t)=1(t);
Caracterizata de sistemul:
(3.3)
B
u(B), B
u ()
0, B
B
sin c( Bt ) (3.5).
uB
sin c ( B )u (t ) d
(3.6)
sin c( )d (3.7)
syms x t b
% se definesc variabilele simbolice
f=sin(x)/x;
% se defineste functia sinc(x)
ub=int(f,-inf,b*t)/pi;
% se calculeaza ub(t) cu relatia (3.6)
ezplot(subs(ub,b,2));
% se ploteaza ub pentru b=2
hold;
% se blocheaza graficul
ezplot(subs(ub,b,4));
% se ploteaza ub pentru b=4
ezplot(subs(ub,b,8));grid; % se ploteaza ub pentru b=8
hold;
% se deblocheaza graficul
1 , B
B () B
0, B
wD (t )
1
2
(3.8)
B
t
u B (t )
( )d , t
syms w v t b;
Se poate observa din figurile de mai sus,ca pe masura ce latimea ferestrei de frecventa creste,
semnalul de timp se aproprie ca forma de semnalul treapta original.
Fereastra triunghiulara determina o scadere a amplitudinii lobilor laterali, dar latimea lobilor se
dubleaza, ceea ce afecteaza rezolutia n domeniul frecventa.
3. Fereastra Hamming
wHM ()
0, B
B , B
syms x v t b;
subplot(122);
ezplot(rasp,[-10,10]);
legend(sprintf('1B(t),B=%d',lat));
Prin nsumarea termenilor rezultnd un lob principal cu limea dubl fa de cea a lobului
principal al ferestrei dreptunghiulare. Amplitudinile lobilor secundari sunt considerabil mai
mici comparativ cu cele ale lobilor secundari ai ferestrei dreptunghiulare. Pentru =0,54
(fereastra Hamming), 99,96% din energia total a ferestrei este coninut n lobul principal.
W ( ) A B cos(
) C cos(2
) , A,B,C constante definite
B
Fereastrele
1. Fereastra Hann
syms x v t b;
% x are semnificatia frecventei
% v are semnificatia timpului
lat=input('latimea ferestrei de frecventa: ');
F=0.5+0.5*cos(pi*x/b);
FF=subs(F,b,lat);
figure(1);ezplot(FF,-lat,lat);
legend(sprintf('Hann(x)\nx=frecventa\nB=%d',lat));
G=F*exp(i*x*v);
% se calculeaza functia de timp ca transformata fourier
inversa
f=int(G,-lat,lat)*.5/pi;
fb=simplify(subs(f,b,lat));figure(2);
subplot(121);ezplot(fb);axis tight;
legend(sprintf('Hann(v)\nv=timp\nB=%d',lat));
rasp=int(fb,v,-inf,t);rasp=simplify(rasp);
subplot(122);ezplot(rasp,[-10,10]);
legend(sprintf('1B(t),B=%d',lat));
2. Fereastra Blackman
syms x v t b;
% x are semnificatia frecventei
% v are semnificatia timpului
lat=input('latimea ferestrei de frecventa: ');
% Fereastra Blackman
%F=0.42+0.5*cos(pi*x/b)+0.08*cos(2*pi*x/b);
% Fereastra Blackman-Harris
F=.35875+.48829*cos(pi*x/b)+.14128*cos(2*pi*x/b)...
+.01168*cos(3*pi*x/b);
% Fereastra Nuttall-Blackman-Harris
%F=.3635819+.4891775*cos(pi*x/b)+.1365995*cos(2*pi
%*x/b)+.0106411*cos(3*pi*x/b);
FF=subs(F,b,lat);
figure(1);ezplot(FF,-lat,lat);
legend(sprintf('BlackmanHarris(x)\nx=frecventa\nB=%d',lat));
G=F*exp(i*x*v);
% se calculeaza functia de timp ca transformata
% fourier inversa
f=int(G,-lat,lat)*.5/pi;
fb=simplify(subs(f,b,lat));figure(2);
subplot(121);ezplot(fb);axis tight;
legend(sprintf('Blackman-Harris
(v)\nv=timp\nB=%d',lat));
rasp=int(fb,v,-inf,t);rasp=simplify(rasp);
subplot(122);ezplot(rasp,[10,10]);legend(sprintf('1B(t),B=%d',lat));
Fereastra Blackman se obine tot din familia de ferestre n cosinus ridicat, ca ferestrele
Hamming i Hanning prin adugarea unui termen suplimentar fa de fereastra Hamming care
conduce la lrgirea i mai mult a lobul principal Din analiza spectrului acestei ferestre, se
observ c limea lobului principal este de trei ori mai mare dect n cazul ferestrei
dreptunghiulare, iar amplitudinea lobilor secundari prezint o atenuare mare.
Din figura se poate observa diferenta intre lobul pricincipal al acestor si amplitudinea
acestora in domeniul frecventa.
Aplicatie practica: Realizarea spectogramei unui sunet inregistrat de la microfon sau fisier
.wav ,sunet care este ferestruit de toate ferestre descrise mai sus.Din studiul graficelor, se
poate observa diferente de rezolutie in frecventa intre aceste ferestre.
Spectrogram este o imagine care ne demonstreaz densitatea spectral a unui semnal audio
variabil n timp. Instrumentul care genereaz o spectrogram este numit spectrograph sau
sonograph.
Cel mai des o spectrogram este reprezentat printr-un grafic cu dou dimensiuni geometrice:
axa orizontal care definete timpul, i axa vertical care definete frecvena; o a treia
dimensiune care ne indic amplitudinea unei frecvene particulare la un anumit timp este
intensitatea culorii punctului de pe imagine.
La ce ne ajut spectrogramele ? Cnd vrem s tim exact calitatea unui anumit sunet (cntec),
i nu avem tehnic audiofil costisitoare i/sau auz fin muzical, sau pur i simplu vrem s
demonstrm calitatea unui release muzical, atunci spectrograma ne ajut foarte mult.
Functia in MATLAB B = specgram(a,nfft,fs,window,numoverlap)
nfft specifica lungimea FFTsi denota frecventele la care transformata Fourier este calculata.
Fs poate fi frecventa cu care apare sunetul;window este una din ferestrele de mai sus si
specifica numarul de esantioane din sectiuni; numoverlap este numarul de esantione prin
care sectiunile se suprapun.
Spectogramle pentu un fisier .wav sunt:
1)Hamming
2)Dreptunghiulara
3) Triunghiulara
4)Blackman
Bibliografie
http://www.scribd.com/doc/56005916/Analiza-Timp-Frecventa
www.google.ro