Documente Academic
Documente Profesional
Documente Cultură
SEMNALE,
CIRCUITE
si SISTEME
EDITURA ACADEMICA
Emil Ceang, Iulian Munteanu, Antoneta Bratcu, Mihai Culea
Semnale, circuite i sisteme. Partea I: Analiza semnalelor
Referent: Dr. Ing. Ion Mitescu
Editura ACADEMICA
Str. Domneasc 111
6200 Galai ROMNIA
ISBN 973-8316-16-2
Prefa
Capitolul 1: INTRODUCERE 1
1.1. Noiunea de semnal 1
i
Semnale, circuite i sisteme. Partea I: Semnale
ii
Cuprins
Bibliografie 191
iii
Semnale, circuite i sisteme. Partea I: Semnale
iv
Capitolul 1
INTRODUCERE
adic x(t ) L1 .
u(t) y(t)
Sistem
dinamic
Semnalele se pot aplica unor circuite sau, mai general, unor sisteme
dinamice. Fie u(t) semnalul aplicat la intrarea unui sistem i y(t) semnalul
obinut la ieirea acestuia, numit i rspuns al sistemului la semnalul de intrare
(fig. 1.1). Sistemele dinamice realizeaz prelucrarea semnalelor, conform cu
funciunile realizate de echipamentele electronice n care sunt nglobate.
Exemplificm cteva operaii uzuale de prelucrare a semnalelor:
integrarea unui semnal, derivarea acestuia, filtrarea (extragerea unor
componente spectrale ale semnalului sau, dup caz, eliminarea componentelor
parazite), modulaia semnalelor, etc. De fapt, cele mai multe echipamente
electronice sunt formate din lanuri de sisteme dinamice, care realizeaz
prelucrri consecutive ale semnalelor, conform unei tehnologii care
determin funciunile realizate de echipamentul respectiv.
1
Semnale, circuite i sisteme. Partea I: Semnale
uk Sistem numeric yk
(realizare software)
u ( x1 , x2 ) y ( x1 , x2 )
Sistem 2D
2
1. Introducere
3
Semnale, circuite i sisteme. Partea I: Semnale
4
Capitolul 2
t
-T 0 T 2T
T T T
Fig. 2.1 Semnal periodic
5
Semnale, circuite i sisteme. Partea I: Semnale
N
sum, N, este dat; dac vom calcula eroarea ntre u(t) i aii (t ) , adic:
i =0
N
(t ) = u (t ) aii (t ) , atunci se caut ca aceast eroare s fie ct mai mic;
i =0
6
2. Modelarea semnalelor periodice
Observaii:
Se constat c parametrii {ai}i=1,2, se calculeaz n mod independent,
fiecare fa de ceilali.
Dac, pentru un N adoptat arbitrar, rezult o eroare de modelare
inacceptabil, se adaug noi termeni i se calculeaz parametrii aN +1 , aN + 2 ,... ,
pn se obine precizia dorit pe intervalul T, fr ca parametrii determinai
anterior s fie afectai.
Cazul sistemelor de funcii neortogonale
Relaia (2.3) se nmulete cu j (t ) , unde j=0,1,2,N. Cele N + 1 relaii
astfel obinute se integreaz pe intervalul T. Folosind notaiile:
i , j = i (t ) j (t )dt , u ,i = u (t )i (t )dt ,
T T
rezult un sistem de N + 1 ecuaii liniare cu necunoscutele a0 , a1 , a2 ,..., aN :
a0 0 , 0 + a1 1 ,0 + ... + aN N ,0 = u ,0
a0 0 , 1 + a1 1 ,1 + ... + aN N ,1 = u ,1
.
.
.
a0 0 , N + a1 1 , N + ... + aN N , N = u , N
Observaii:
Volumul de calcul este foarte important. Parametrii nu se obin n mod
independent, ci se obine ntregul set, {ai}i=0,1,2,N.
Dac eroarea de aproximare la valoarea adoptat a lui N nu este
acceptabil, atunci trebuie adugai termeni. n acest caz trebuie recalculai toi
parametrii din model (se reface toat procedura).
Dac funciile nu sunt liniar independente, sistemul liniar de ecuaii
7
Semnale, circuite i sisteme. Partea I: Semnale
Noiunea de spectru
Ansamblul parametrilor se reprezint grafic ntr-o manier specific,
reprezentarea respectiv numindu-se spectru (fig. 2.3).
a0 a1 a3 a4 a6
2 5 i
0 1 3 4 6
a2 a5
Fig. 2.3 Spectrul SFG al unui semnal
(2.6) u (t ) = aii (t )
i =0
(2.8) I = 2 (t )dt
T
8
2. Modelarea semnalelor periodice
N
Adugnd i scznd C 2 ai2 , se obine:
i =0
N N
I = u 2 (t )dt C 2 ai 2 + C 2 (ai bi ) 2
T i =0 i =0
unde unul din factorii u(t) se nlocuiete prin modelul (2.2). Rezult:
2
u (t ) = u (t ) aii (t ) dt = ai u (t )i (t )dt
T T i =0 i =0 T
n relaia de mai sus se utilizeaz relaia (2.5) i rezult:
2 2 2
(2.11) u (t )dt = C ai
T i =0
9
Semnale, circuite i sisteme. Partea I: Semnale
u (t ) 1
C02
( ) dt
a0
1
i
C12
( ) dt
a1
i
i i
i i
1
C N2
( ) dt
aN
0 (t ) 1 (t ) N (t )
GF iii
10
2. Modelarea semnalelor periodice
a0 =
a1 =
i
u (t )
i
aN i
=
0 (t ) 1 (t ) N (t )
GF iii
T
, i= j
sin(i0t )sin( j0t )dt = 2
T 0, i j
T
Deci ptratul normei acestor funcii este C 2 =
. n sistemul de funcii
2
este i o constant, i anume 0 (t ) = 1 . Norma acesteia se obine
din: C0 2 = 1 1dt = T , deci componentei unitare din sistem i corespunde
T
norma T.
11
Semnale, circuite i sisteme. Partea I: Semnale
1
(2.16) C0 = u (t )dt
TT
Semnificaia fizic a parametrului C0 este aceea de medie a semnalului.
Ceilali parametri se obin conform relaiilor:
2
(2.17) Ci = u (t ) cos(i0t )dt , i = 1, 2...
TT
2
(2.18) Si = u (t )sin(i0t )dt, i = 1, 2,...
TT
Relaia (2.15) reprezint expresia semnalului u(t) n seria Fourier
trigonometric (SFT), iar relaiile (2.16), (2.17) i (2.18) servesc la
determinarea spectrului din SFT (fig. 2.6).
C0 C1
C2 C4
3 0 5 0
0 0 2 0 40
C5
S1 C3
S4 S5
2 0 3 0
0 0 4 0 5 0
S2 S3
12
2. Modelarea semnalelor periodice
(2.20) Ai = Ci 2 + Si 2 , i = 1, 2,... A0 = C0 ,
Si
(2.21) i = arctg , i = 1, 2,...
Ci
n aceste condiii, relaia (2.15) se poate scrie astfel:
(2.22) u (t ) = A0 + Ai cos(i0t + i )
i =1
Relaia (2.22) reprezint expresia semnalului u(t) n SFA, adic sub form
de sum de armonici, la care se adaug componenta continu A0 . O armonic
de ordinul i are expresia Ai cos(i0t + i ) i reprezint o component
cosinusoidal avnd pulsaia cunoscut, i 0 . Aceast armonic este
determinat prin doi parametri: amplitudinea i faza iniial. Valoarea i=1
corespunde componentei fundamentale, numit simplu fundamental.
Spectrul SFA include spectrul de amplitudini i spectrul fazelor iniiale,
ca n figura (2.7).
A1
A2 A3
A0 A4 A5
0 0 2 0 3 0 4 0 5 0
2 5
0 3 0 4 0
0 2 0 5 0
4
1 3
13
Semnale, circuite i sisteme. Partea I: Semnale
1 ji t
(2.25) u (t ) = Ai e 0
2 i =
Relaia (2.25) reprezint expresia modelului semnalului n seria Fourier
complex (SFC). n aceast expresie, factorii e ji0t nu introduc nici o
informaie. ntreaga informaie despre model este inclus n parametrii Ai .
Pentru calculul parametrilor compleci Ai se ine cont de relaiile
Si
Ai = Ci 2 + Si 2 i i = arctg , din care rezult c:
Ci
Ai = Ci jSi
Vom utiliza aceast relaie, mpreun cu expresiile (2.17) i (2.18) care
definesc parametrii SFT:
2
Ai = [ u (t ) cos(i0t )dt j u (t )sin(i0t )dt ] =
T T T
2
= u (t )[cos(i0t ) j sin(i0t )]dt
TT
sau:
2 ji t
(2.26) Ai = u (t )e 0 dt
TT
SFC este complet definit de relaiile (2.25) i (2.26). Examinnd acest
model se constat prezena n prima relaie a factorului , iar n a doua relaie
a factorului 2. Este evident faptul c modelul poate fi pus sub o form mai
simpl, utilizat uzual n aplicaii:
14
2. Modelarea semnalelor periodice
(2.27) u (t ) = Ai e ji0t
i =
1 ji t
(2.28) Ai = u (t ) e 0 dt
TT
Reprezentarea spectral a semnalului n SFC este ilustrat n fig. 2.8. Aici
s-a considerat c semnalul are n SFA spectrul din figura 2.7. Spectrul de
amplitudini din SFC are simetrie par. Trecerea de la spectrul de amplitudini
din SFA la cel din SFC se face diviznd la 2 amplitudinile Ai i atribuind
amplitudinile njumtite inclusiv frecvenelor discrete negative, i0 .
Spectrul fazelor iniiale n SFC are simetrie impar, iar pentru frecvene
pozitive el este identic cu cel din SFA. Deci legtura dintre SFC i SFA este
dat de relaiile:
1
(2.29) A i = Ai ; i = i
2
1
A 1 = A1 A1 = A1 1
A3 = A3 2 A3 = A3
2
A 2 = A2 A 0 = A0 1 1
A 4 = A4 A2 = A2 A4 = A4
2 2
5 0 4 0 3 0 2 0 0 0 0 2 0 3 0 4 0 5 0
1
31
2 5
41
5 0 2 0 0 3 0 4 0
4 0 3 0 0 0 2 0 5 0
51
4
21
1 3
Observaii:
1. Pentru simplificarea exprimrii, s-a utilizat noiunea de spectru i n
cadrul SFC, chiar dac aici reprezentarea spectral include mrimi fr
corespondent fizic (frecvene negative).
2. La calculul parametrilor SFT cu relaiile (2.17) i (2.18) se ine cont de
urmtoarele reguli de calcul:
dac u(t) este funcie par, adic u (t ) = u (t ) , rezult:
2 T /2 4 T /2
(2.30) Si = 0; C0 = u (t )dt ; Ci = u (t ) cos(i0t )dt , i = 1, 2,...
T 0 T 0
15
Semnale, circuite i sisteme. Partea I: Semnale
4 T /2
(2.31) Ci = 0; Si = u (t )sin(i0t )dt , i = 1, 2,...
T 0
3. Fie u(t) semnalul modelat prin SFC, conform relaiilor (2.27) i (2.28).
Presupunem c semnalul este ntrziat cu timpul . Pentru obinerea modelului
semnalului ntrziat, u(t-), se nlocuiete t cu t- n SFC, rezultnd:
u (t ) = Ai e ji0 (t ) = Ai e ji0 e ji0t = Ai e ji0t ,
i = i = i =
T T
2 1
Fig. 2.9 Semnal de tip sinus ptrat
4 T /2 4 cos(i0t ) 4 1 cos(i0T / 2)
Si = u (t )sin(i0t )dt = =
T 0 T i0 T i0
0
nlocuind 0 = 2 T se obine:
4
, i impar
Si = i
0, i par
C0 C1 C2 C3 C4 C5 C6
4 4
S1 S3
4 3 5
S5
S2 S4 S6
0 30 50
Fig. 2.10 Spectrul SFT al semnalului din fig. 2.9
16
2. Modelarea semnalelor periodice
Dac se exprim funcia sinus prin funcia cosinus, expresia (2.33) devine:
4 1
(2.34) u (t ) = cos [ (2k + 1)0t 2] ,
k =0 2k + 1
reprezentnd SFA. Exist numai armonici de ordin impar, caracterizate de
relaiile:
4 1
A2 k +1 = ; 2k+1 = 2; k = 0,1,...
2k + 1
2 2 2 2
2 2
5 3 3 5
50 40 30 20 0 0 0 20 30 40 50 60
2 0 30 50
50 30 0
2
Fig. 2.12 Spectrul SFC al semnalului din fig. 2.9
17
Semnale, circuite i sisteme. Partea I: Semnale
1.5 u (t ) i = 1,3
u (t )
1
0.5
t
T
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-0.5 i =1
-1
i = 1,3,5,7 i = 1,3,5
-1.5
Fig. 2.13 Semnalul u(t) i diferite aproximri ale sale prin SFA
Observaie:
Spectrul unor semnale se poate obine din spectrul cunoscut al unui
semnal de referin, prin nsumarea unei constante i/sau modificarea scrii
i/sau operaie de ntrziere. De exemplu, considernd u(t) din fig. 2.9 ca
semnal de referin, semnalul periodic din fig. 2.14 se scrie:
u1 (t ) = 1.5 + 0.5 u (t t0 )
18
2. Modelarea semnalelor periodice
2 1
u1 (t ) = 1.5 + cos (2k + 1)0 t (2k + 1)0 t0 ,
k = 0 2k + 1 2
deci:
2 1
A0 = 1.5 ; A2 k +1 = ; 2 k +1 = (2k + 1)0 t0
2k + 1 2
u1 ( t )
2 T
2
1
T t
0 t0
Fig. 2.14 Semnal derivat din semnalul u(t), dat n fig. 2.9
Aplicaia 2.2:
Fie x(t) un tren de impulsuri de arie unitar, reprezentat n fig. 2.15. S se
modeleze semnalul prin seria Fourier, tiind c T=1 ms i =0.2 ms.
x (t )
1
t
T T
2 2
Fig. 2.15 Tren de impulsuri de arie unitar
1 1 2 1 1 1 2
Ai = u ( t ) e ji0t dt = e ji0t dt = e ji0t =
TT T T ji0
(2.35) ,
2 2
1 i
= sinc 0
T 2
unde sinc() este funcia sinus cardinal. Rezult parametrii Ai i i :
1 2 i
(2.36) A0 = A0 = ; Ai = 2 Ai = sinc 0 , i = 1,2,3
T T 2
19
Semnale, circuite i sisteme. Partea I: Semnale
i
0, pentru sinc 0 0
2
(2.37) i =
, pentru sinc i0 < 0
2
Graficul funciei sinc(x) este dat n fig. 2.16, a). Reprezentarea semnalului
cu ajutorul SFC este:
1 i ji t
(2.38) x ( t ) = Ai e ji0t = sinc 0 e 0
i = T i = 2
sinc(x )
1 Ai A0 = 1 T
1T
1
A1 = sinc 0
a) b) T 2
2 f * f* f * =1 2f*
-
-2 2 x f0 f0 f [Hz ]
0.2
2 f0
i0
Funcia sinus cardinal se anuleaz pentru = k sau, altfel,
2
i 1 1
2 f 0 = k . Deci Ai = 0 pentru frecvena f = , f 0 = , i pentru
2 T
* *
2 f , 3 f ,... . Spectrul SFC este reprezentat n fig. 2.16, b). Se observ c
A5 = A10 = = 0 .
Pornind de la relaia (2.29) se poate construi spectrul de amplitudini (fig.
2.17, a)) i de faze (fig. 2.17, b)), care caracterizeaz seria Fourier armonic.
2 2 2
sinc 0 sinc 0
T 2 T 2
2 3
1 sinc 0
T 2
T
a)
f
0 f0 2 f0 5 f0
6 f0 f
b)
0 f0 2 f0 5 f0
20
2. Modelarea semnalelor periodice
Aplicaia 2.3:
Fiind dat un tren de impulsuri cu arie unitar, avnd perioada T = 2s i
durata = 0.2s , s se realizeze programul care efectueaz urmtoarele
operaii:
calculul componentelor spectrale aferente SFC;
reprezentarea n acelai grafic a semnalului dat (pe o perioad a
acestuia), ct i a semnalelor calculate pe baza unui numr finit de armonici
din spectrul determinat. Se vor considera 9, 19, i 29 armonici n spectru.
0.5 0
0.45
-0.5
0.4
0.35 -1
0.3 -1.5
0.25
0.2 -2
0.15 -2.5
0.1
0.05 -3
0
0 5 10 15 20 25 30 35 40 45 50 0 5 10 15 20 25 30 35 40 45 50
21
Semnale, circuite i sisteme. Partea I: Semnale
dt=0.001;t=[-T/2+dt:dt:T/2];
figure(3);
h=plot(t,x,'k');set(h,'LineWidth',2);
axis([-1 1 -1.5 7]);hold on;
%calculul semnalelor deduse pe baza spectrului determinat
%se utilizeaz 9, 19 i 29 armonici n spectru; se reprezint aceste
%semnale pe un grafic comun cu cel al trenului de impulsuri
for j=9:10:29,
xy=A(1)*ones(1,2000);
for i=1:j,
xy=xy+2*A(1,i+1)*cos(i*w0*t+phi(1,i+1));
end;
plot(t,xy,'k');axis([-1 1 -1.5 7]);end;grid;
7
6
x (t )
5
0
t
-1
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
Fig. 2.19 Semnalul x(t) i aproximarea acestuia printr-un numr finit de armonici
6 9 19 29
5
x(t )
4
0
t
-0.2 -0.15 -0.1 -0.05 0 0.05 0.1 0.15 0.2
Fig. 2.20 Detalierea zonei centrale din fig. 2.19
22
2. Modelarea semnalelor periodice
4
5
6
7 1
1 2 1 12
23
Semnale, circuite i sisteme. Partea I: Semnale
n care:
1 1
a0 = T u (t )wal(0, t )dt = T u (t )dt
(2.42)
ai = 1 u (t )wal(i, t )dt , i = 1, 2,...
TT
a1 a4
a0 a3 a6
2 5 a7 i
a)
0 1 3 4 6 7
a2 a5
c0 = a0 c2 = a4 c3 = a6
1 k
0 2 3
b) c1 = a2
s0 = a1 s1 = a3 s3 = a7
2 k
0 1 3
s2 = a5
Fig. 2.22 Spectre n analiza Fourier-Walsh, conform modelelor (2.41) a) i (2.43) b)
24
2. Modelarea semnalelor periodice
n care:
1
(2.44) ck = a2 k = u (t )cal(k , t )dt , k = 0,1, 2,...
TT
1
(2.45) sk = a2 k +1 = u (t )sal( k , t )dt , k = 0,1, 2,...
TT
Spectrul semnalului modelat prin relaiile (2.41) i (2.43) este reprezentat
n fig. 2.22, a), respectiv 2.22, b).
Generarea funciilor Walsh se face, de regul, prin relaii iterative. Vom
ilustra dou astfel de proceduri.
Procedura 1. Se iniializeaz wal(0,), cu valoare unitar pentru 1 2
i zero n rest. n continuare, wal(i+1,), se calculeaz pe baza funciei
anterioare, wal(i,), i=0,1,2, ..., utiliznd ecuaia:
j
+l 1
wal(2 j + l , ) = (1) 2 wal j , 2 + +
(2.46) 4
1
+ (1) j +l wal j , 2
4
Exemplul 2.1:
Calculul funciei wal(1,) pe baza funciei wal(0,). n cazul funciei
wal(1,), indicii j i l sunt: j = 0 i l = 1 . Aplicnd relaia (2.46), rezult:
25
Semnale, circuite i sisteme. Partea I: Semnale
1 1
(2.47) wal(1, ) = (1) wal 0, 2 + + (1) wal 0, 2
2 2
1 1
(2.48) wal(5, ) = (1) 2 wal 2, 2 + + (1)3 wal 2, 2
2 2
wal(2,2 )
wal ( 2,2 + 1 2 )
wal ( 2,2 1 2 )
wal(5, )
26
2. Modelarea semnalelor periodice
Exemplul 2.2:
Deducerea funciei wal(1,r) din wal(0,r) se face cu relaia (2.49), n care
se pune j = 0 i l = 1 . Considernd N=4, rezult:
wal(1, r ) = (1) [ wal(0, 2r ) + (1) wal(0, 4 + 2r ) ]
Construcia funciei este utilizat n fig. 2.25.
wal(0,r )
0 1 2 3 r
wal(0,2r )
r
wal ( 0, - 4+2r )
r
wal(1,r )
1
r
Aplicaia 2.4:
S se efectueze analiza Fourier-Walsh a semnalului x(t ) = sin(0t ) ,
2
0 = , considernd numai primele 6 funcii Walsh.
T
x( )
1 1
2 2
Fig. 2.26 Semnal sinusoidal
27
Semnale, circuite i sisteme. Partea I: Semnale
12
a3 = x( ) wal(3, )d = 0
1 2
18 38
a5 = 4 sin(2 )d 2 sin(2 )d
0 18
x( ) x( )
1 1
2 2
x( ) = a1 wal(1, ) + a5 wal(5, )
rad(1, )
1
1 2
12
1
rad(2, )
rad(3, )
28
2. Modelarea semnalelor periodice
(
(2.50) rad(i, ) = sign sin 2i ,
)
unde [ 1 2,1 2] este timpul normat.
Primele 3 funcii Rademacher sunt ilustrate n fig. 2.28. Din relaia de
definiie (2.50), se constat c toate funciile sunt impare, deci ele nu formeaz
un sistem complet de funcii ortogonale. n consecin, ele pot fi utilizate
numai pentru modelarea semnalelor cu simetrie impar.
(
sign cos 2k ;
) k = 0,1, 2,...; i = 2k
(2.51) had(i, ) =
( )
(1)k +1 sign sin 2k +1 ; k = 0,1, 2,...; i = 2k + 1
-1
had(2, )
had(3, )
had(4, )
29
Semnale, circuite i sisteme. Partea I: Semnale
har(3, )
2
2
har(4, )
2
har(5, )
2
har(6, )
2
har(7, )
2
2
Fig. 2.30 Funcii Haar
30
2. Modelarea semnalelor periodice
k j 1 j 0.5
2 pentru k
<
2 2k
j 0.5 j
(2.53) har( k , j , ) = 2k pentru <
2k 2k
0 n rest
Norma funciilor Haar, exprimate n raport cu timpul normat, este unitar.
Modelul Fourier Haar al unui semnal u(t) este:
(2.54) u ( ) = ai har(i, ) ,
i =0
1
unde ai = u ( ) har(i, )d .
0
Reprezentarea grafic a primelor 8 funcii Haar este dat n fig. 2.30.
31
Semnale, circuite i sisteme. Partea I: Semnale
Li +1 (t ) = (t 2i 1) Li (t ) i 2 Li 1 (t )
2
Polinoamele Hermite, cu funcia de ponderare (t ) = et , t ( ; ) .
Ecuaia utilizat pentru generarea acestor funcii este:
H i +1 (t ) = 2t H i (t ) 2i H i 1 (t )
Polinoamele Cebev, cu funcia de ponderare
1
(t ) = , t [ 1; +1] i ecuaia recursiv de generare:
1 t2
Ci +1 (t ) = 2t Ci (t ) Ci 1 (t )
Observaie:
n principiu, n SFG, putem adopta orice sistem de funcii, cu condiia ca
acestea s fie liniar independente.
Dac se adopt sistemul { fi (t )}i =1,2,... de funcii liniar independente, este
oportun ca el s se transforme ntr-un sistem de funcii {i (t )} ortogonale,
pentru ca determinarea parametrilor SFG s se fac uor. Se tie c, dac este
ndeplinit condiia i (t ) j (t )dt = ij , unde ij este simbolul lui
T
Kronecker, atunci sistemul este ortonormal.
Trecerea de la sistemul iniial de funcii { fi (t )} , liniar independente, dar
neortogonale, la sistemul de funcii ortonormale {i (t )} , se face prin
procedura general Gramm-Schmidt de ortogonalizare.
O prezentare elementar a acestei proceduri este dat n cele ce urmeaz:
Se consider 1(t) definit ca: 1 (t ) = a1 f1 (t ) , i se impune condiia
ca norma funciei 1 (t ) s fie unitar:
1 ,1 = 1 12 (t )dt = 1 ,
T
adic:
2 (t ) = a2 [ f1 (t ) + a3 f 2 (t )]
Din condiia 1 ,2 = 0 rezult a3, iar din 2 ,2 = 1 se obine a2.
Funcia 3 (t ) se definete sub forma:
32
2. Modelarea semnalelor periodice
3 (t ) = a4 [ f1 (t ) + a5 f 2 (t ) + a6 f3 (t )]
Condiiile 1 ,3 = 0 i 2 ,3 = 0 se folosesc pentru determinarea
parametrilor a5 i a6, iar pentru determinarea lui a4 se folosete condiia
3 , 3 = 1 .
Procedura se repet pn cnd sunt implicate toate funciile din
sistemul iniial, { fi (t )} .
Dintre funciile iniiale, { fi (t )}i =1,2,... , cel mai des apelate n modelarea
semnalelor, fcnd obiectul operaiei preliminare de ortogonalizare, sunt
funciile exponeniale, fi (t ) = eit , cu valori impuse pentru i .
33
Semnale, circuite i sisteme. Partea I: Semnale
34
Capitolul 3
MODELAREA SEMNALELOR NEPERIODICE
3.1. Analiza spectral a semnalelor utiliznd transformata
Fourier
Se caut modelul unui semnal neperiodic oarecare, u ( t ) , de modul
integrabil (fig. 3.1, a)). Pentru aceasta se utilizeaz un alt semnal, periodic,
notat prin uT ( t ) , care ntr-o perioad T posed forma semnalului u ( t ) (vezi
fig. 3.2, b)).
u (t )
a)
t
uT ( t )
b)
t
T T
1 ji t
(3.1) uT (t ) = Ai e 0
2 i =
i, deoarece n perioada T avem u(t) = uT(t),
1 1
uT ( t ) e 0 dt = u ( t ) e 0 dt
ji t ji t
(3.2) Ai =
TT TT
-3 0 -2 0 - 0 0 0 2 0 3 0
Fig. 3.2 Pulsaiile discrete din SFC
1
nlocuind (3.1) n (3.2), se obine uT ( t ) = u ( t ) e ji0t dt e ji 0t ,
i = T T
sau:
1 ji t
(3.3) uT ( t ) = u ( t ) e 0 dt e 0 0 ,
ji t
2 i = T
35
Semnale, circuite i sisteme. Partea I: Semnale
36
3. Modelarea semnalelor neperiodice
U ( ) = u ( t ) e j t dt = u ( t )( cos t jsin t ) dt =A ( ) jB ( ) ,
unde A ( ) = u ( t ) cos tdt , iar B ( ) = u ( t ) sin tdt .
n concluzie, se obine:
U ( ) = U ( ) e
j ( )
(3.8) ,
U ( ) = A2 ( ) + B 2 ( )
cu: B ( )
( ) = arg U ( ) = arctg
A ( )
Funciile A ( ) i U ( ) sunt pare, iar funciile B ( ) i ( ) sunt
impare.
u (t ) e dt U ( i )
ji t
n consecin:
1
(3.9) u ( t ) uT ( t ) = U ( i ) e ji t
2
2
unde 0 = . Conform cu (3.9) i (3.10), rezult:
T
1
(3.11) Ai = U ( i )
2
Fie o form oarecare a funciei spectrale U ( ) (fig. 3.4, a)). Dac se
discretizeaz axa frecvenelor cu un pas , se observ c produsul
U ( i ) reprezint aria ai , haurat pe fig. 3.5, a), adic:
(3.12) ai = U ( i )
37
Semnale, circuite i sisteme. Partea I: Semnale
U ( ) U (i )
ai
a)
0
i i
1
A0 = a0
2 Ai =
1
A i = Ai ai
2
b)
0
i i
A1 = 2 A1 1
Ai = 2 Ai = ai
c) A0 = A0
0
i
Fig. 3.4 Procedeul de discretizare a unei funcii spectrale
38
3. Modelarea semnalelor neperiodice
Ai dA dA
i prin iar prin i rezult U ( ) = . Cele prezentate
d d
justific utilizarea urmtoarelor denumiri: funcie a densitii spectrale, pentru
U ( ) , i densitate spectral de amplitudini, pentru U ( ) .
Fie u (t ) = (t ) impulsul real de arie unitar (fig. 3.5). S se calculeze
funcia spectral a acestui semnal.
Funcia spectral este transformata Fourier a semnalului:
2 1
(3.15) U ( ) = F {u ( t )} = u ( t ) e jt dt = e jt dt = sinc ,
2
2
u (t ) = (t )
1
2 2
t
4 4
2 2
Fig. 3.5 Impuls de arie unitar Fig. 3.6 Funcia spectral a impulsului
39
Semnale, circuite i sisteme. Partea I: Semnale
i
sinc
1 2
a) i
a0 = a i = sinc
2
i
1 2 1 1 1 2
A0 = a0 =
b) 2 T
1 1 i
Ai = ai = sinc
2 T 2
0 i
1
2
(3.19) W = U ( ) d ,
0
2 dW
deci funcia U ( ) = este proporional cu densitatea energiei pe axa
d
pulsaiilor .
40
3. Modelarea semnalelor neperiodice
du ( t )
(3.21) F = jU ( )
dt
Teorema integrrii n timp
Dac semnalul u(t) are funcia spectral U(), atunci integrala lui n timp,
t
u ( )d , are funcia spectral:
t U ( )
(3.22) F u ( ) d =
j
Proprietatea paritii
Dac semnalul este par, funcia spectral este real.
Proprietatea simetriei
Fie U() transformata Fourier a unui semnal u(t). Dac se nlocuiete
prin t se obine funcia U(t). Transformata Fourier a acestei funcii este:
1 1
F {U ( t )} = F 2 U ( t ) = 2 U ( t ) e dt
j t
2 2
Dac n expresia (3.7) a transformatei Fourier inverse se substituie
variabila prin t, se obine:
1
U ( t ) e dt = u ( )
j t
2
41
Semnale, circuite i sisteme. Partea I: Semnale
Rezult:
(3.23) F {U ( t )} = 2 u ( )
Deci:
(3.25) F {ui ( t )} = U i ( ) = U ( ) e j
42
3. Modelarea semnalelor neperiodice
{ }
F u (t ) e j0t = u (t ) e j0t e j t dt = u (t ) e j ( 0 )t dt = U ( 0 )
{ }
(3.27) F u (t ) e j0t = U ( 0 )
1
{U ( 0 ) + U ( + 0 )}
F
(3.28) umod (t ) = u (t ) cos(0t )
2
n fig. 3.8, a) i b) sunt reprezentate schematic modulele funciilor spectrale
ale semnalelor u (t ) i umod ( t ) .
U ( ) U mod ( )
u (t ) u mod (t )
1 12
cos 0 t 0 0
a)
b)
43
Semnale, circuite i sisteme. Partea I: Semnale
(3.30) x ( t ) ( t ) dt = x ( 0 )
(3.31) x ( t ) u (t )dt = x ( t ) dt
0
du (t )
ntre cele dou distribuii exist relaia ( t ) = . ntr-adevr,
dt
d u (t )
substituind n (3.30) pe (t ) prin se obine:
dt
du (t )
x (t ) dt = x ( t ) u (t ) x ' ( t ) u (t )dt
dt
(3.35) x ( t ) ( t t0 ) = x ( t0 ) ( t t0 )
44
3. Modelarea semnalelor neperiodice
1 1
( ) e j t d = 1 e j t d = ( t )
2 2
( ,t ) 1 ( ,t ) 1 ( 2 )
a) b)
t t
( ,t ) 1 ( ,t ) 1 ( )
c) d)
t t
Fig. 3.9 Funcii ( , t ) care pot genera, prin trecere la limit, distribuia ( t )
45
Semnale, circuite i sisteme. Partea I: Semnale
1 t 2 2
( , t ) = e
1
( , t ) = sinc ( t )
F { e } = F { 1 e } = 2 (
j 0t j 0t
0 )
F {cos 0t}
0 0
n consecin:
46
3. Modelarea semnalelor neperiodice
1
2
(
)
(3.40) F {cos o t} = F e j0t + e j 0t = ( 0 ) + ( + 0 )
1
( )
(3.41) F {sin 0t} = F e j0t e j0t = ( 0 ) ( + 0 )
2j j
Observaie:
Interpretarea relaiilor de mai sus este urmtoarea: se consider cos 0t ca
fiind o armonic de frecven 0 ; densitatea de amplitudini la frecvena 0
este evident infinit (fig. 3.10), pentru c amplitudinea armonicii corespunde
unei singure frecvene 0 (distribuia de amplitudini este concentrat la o
singur frecven: 0 ). Deci prezena impulsurilor la frecvenele 0 i ( 0 )
n caracteristica spectral F {cos 0t} este justificat. Trecerea de la
caracteristica spectral a semnalului cosinusoidal la spectrul SFA al acestuia se
face mprind la aria impulsului ( 0 ) (fig. 3.4, c)). ntruct aria
acestui impuls este , se obine valoarea 1 pentru amplitudinea armonicii de
pulsaie 0 . n mod similar se face trecerea de la caracteristica spectral a
semnalului sin 0t la spectrul SFA. Aici intervine factorul 1/j, care semnific
faza iniial de /2 a armonicii de amplitudine unitar i pulsaie 0
( 1 cos (0t / 2 ) = sin 0t ).
{ }
F {u (t )} = Ai F e ji0t = 2 Ai ( i0 )
i = i =
2 A1 2 A1
A0
2 A3 2 A3
2 A2 2 A2
30 20 0 0 0 20 30
Fig. 3.11 Caracteristica spectral (densitatea spectral de amplitudine)
a unui semnal periodic
47
Semnale, circuite i sisteme. Partea I: Semnale
48
3. Modelarea semnalelor neperiodice
1 1 j + j 2 j
= + = =
j + j 2
+ 2
+ 2
2
{ }
(3.45) F lim f (t , ) = F {sign(t )} =
0
2
j
Calculnd prin distribuia transformata Fourier a semnalului (3.42),
rezult:
1 1 1 1
F {u (t )} = F + F sign(t ) = F + F {sign(t )}
2 2 2 2
n continuare se ine cont de relaiile (3.39) i (3.45), rezultnd
caracteristica spectral a treptei unitare:
1 1 2 1
(3.46) F {u (t )} = 2 ( ) + = ( ) +
2 2 j j
T ( t )
1
t
3T 2T T 0 T 2T 3T
Fig. 3.14 Distribuia delta periodic
unde:
49
Semnale, circuite i sisteme. Partea I: Semnale
(3.49) 0 = 2 T
1 1 1
(3.50) Ai = T ( t ) e ji0t dt = ( t ) e ji0t dt =
T T T T
Deci:
1 ji0t
(3.51) T ( t ) = e
T i =
Calculnd transformata Fourier, se obine:
2
F { T ( t )} =
1
{
ji t
F e 0 =
T i =
} ( i0 )
T i =
(3.52)
= 0 ( i 0 )
i =
Se noteaz:
(3.53) 0 ( ) = ( i 0 )
i =
Concluzie:
Caracteristica spectral a distribuiei delta periodice T(t) (vezi
fig. 3.15, a)) este o distribuie delta periodic, 0 ( ) , definit n domeniul
frecvenial (fig. 3.15, b)).
T (t ) 0 0 (t )
1
F
t
3T 2T T 0 T 2T 3T 3 0 2 0 0 0 0 2 0 3 0
a) b)
Fig. 3.15 Distribuia delta periodic a) i caracteristica ei spectral b)
50
3. Modelarea semnalelor neperiodice
X ( ) a semnalului.
x(t )
x(t )
x(t )
a) x1 x2 x3 x4 x5 6t 7t 8t
t
0 t 2t 3t 4t 5t
(1) x(t ) x6 x7
x (t )
a1 a7
b) a2
a0 4t 5 t 6t
t
0 t 2 t 3t
a3 a6 7t 8 t
a5
(2) a4
x (t )
c) a2 a1 a7
a0 a6 a5
t 2t 3t 4t 8 t
t
0 5t 6t 7t
a1 a0 a3 a2 a5 a4 a7 a6
a4 a3
Fig. 3.16 Prelucrarea semnalului x(t ) pentru determinarea caracteristicii spectrale
51
Semnale, circuite i sisteme. Partea I: Semnale
unde a1 = 0 i aN = 0 .
Transformata Fourier a derivatei a doua, x(2) (t ) , este:
{
F x
(2)
} N
(t ) = (ai ai 1 )e jit
i =0
(2)
ntruct x(t ) se obine printr-o dubl integrare din x (t ) , rezult (din
teorema integrrii n timp):
{ }
2
1 (2) 1 N jit
(3.55) X ( ) = F x (t ) = 2 (ai ai 1 )e
j i =0
Aplicaia 3.1:
Fie semnalul x(t) de form triunghiular, reprezentat n fig. 3.17, a). Se
cere transformata Fourier a semnalului x(t).
Conform procedurii de mai sus, se deriveaz semnalul de dou ori. Prima
(1) (2)
derivat, x (t ) , este reprezentat n fig. 3.17, b), iar derivata a doua, x (t ) ,
(2)
n fig. 3.17, c). Transformata Fourier a semnalului x (t ) este:
{
F x
(2)
}
1 2 1
(t ) = F ( t + T ) ( t ) + ( t T )
T T T
sau, aplicnd teorema ntrzierii/anticiprii,
T T 2
1 j 2
{ } ( )
1 j
(2) jT jT
F x (t ) = e 2+e = e e 2
T T
T x (t )
a)
T T
x (1) ( t )
b) 1
T T
1
1 x (2) ( t )
c)
T 0 T
2
Fig. 3.17 Prelucrarea prin derivare a unui semnal, n vederea
determinrii caracteristicii spectrale
52
3. Modelarea semnalelor neperiodice
j j
e j e j e 2 e 2
= 2 j + = 2 j sin( ) + sin
2j 2j 2
2 x(t )
a) 1
t
2 i 2
b) x(t )
1
t
0
-1
Fig. 3.18 Semnalul x(t) i derivata lui
ntruct x(t) se obine prin integrarea lui x (1) (t ) , din relaia (3.21) rezult:
X ( ) =
1
j
{ }
2
F x (1) (t ) = sin( ) + sin
,
2
relaie care se rescrie succesiv:
53
Semnale, circuite i sisteme. Partea I: Semnale
2 2sin( ) 1
X ( ) = sin( ) + sin = + sin ( 2 )
2 2
n concluzie, funcia spectral a semnalului x(t) este:
X ( ) = 2sinc( ) + sinc
2
b) Metoda 2
Se descompune semnalul dat ntr-o sum de 2 impulsuri reale, de arii 2,
respectiv , ca n fig. 3.19.
x1 (t ) x2 (t )
x (t ) = 1
t
+ 1
t
2 2
54
3. Modelarea semnalelor neperiodice
x1 ( t ) x2 ( t ) = x1( ) ( t ) x2( ) ( t ) ,
1 1
(3.62)
unde:
dx ( t ) t
x1( ) ( t ) = 1 ; x2( ) ( t ) = x2 ( )d
1 1
dt
Pentru a demonstra relaia (3.62), se consider:
{ } {
F x1( ) ( t ) = j X 1 ( ) , F x2( ) ( t ) =
1 1 1
j
}
X 2 ( ) . i cum:
{ 1 1
}
F x1( ) ( t ) x2( ) ( t ) = j X1 ( )
1
j
X 2 ( ) = X1 ( ) X 2 ( ) , iar:
F { x1 ( t ) x2 ( t )} = X 1 ( ) X 2 ( ) , atunci:
{ }
F x1( ) ( t ) x2( ) ( t ) = F { x1 ( t ) x2 ( t )} ,
1 1
55
Semnale, circuite i sisteme. Partea I: Semnale
x ( t ) ( t ) = x( ) ( t ) ( ) ( t )
1 1
(3.63) x ( t ) = x (1) ( t ) u ( t )
6. Convoluia unui semnal x(t) cu treapta unitar u(t) se poate scrie sub forma
x ( t ) u ( t ) = x( ) ( t ) u ( ) ( t ) = x( ) ( t ) ( t ) , ntruct derivata treptei
1 1 1
t
x ( t ) u ( t ) = x( ) ( t ) = x ( ) d
1
(3.64)
Aplicaia 3.3:
Fie x(t) un semnal, reprezentat grafic n fig. 3.20. Se va ilustra n cele ce
urmeaz construcia convoluiei semnalului x(t) cu treapta unitar, u(t), n
conformitate cu relaia:
(3.65) x ( t ) u ( t ) = x ( t ) u ( ) d
u (t )
1
t
x (t )
56
3. Modelarea semnalelor neperiodice
u (t )
a) 1 t
0
x ( ) t =0
b)
t
x ( t1 ) t1 0
c)
t1 t
x(t ) u ( t )
d)
t1 t
F 1 { X1 ( ) X 2 ( )} = 2 x1 (t ) x2 (t )
Aplicaia 3.4:
S se calculeze x(t ) = u (t ) u (t ) , unde u(t) este reprezentat n fig. 3.22.
Convoluia u (t ) u (t ) este dat de relaia:
t
x(t ) = u ( ) u (t )d
0
57
Semnale, circuite i sisteme. Partea I: Semnale
u (t )
1
t
0 t0
Fig. 3.22 Semnalul u(t) (aplicaia 3.5)
58
3. Modelarea semnalelor neperiodice
Observaie:
Pentru un semnal necauzal se definete transformata Laplace bilateral:
(3.69) LB { x(t )} = X B ( s ) = x(t )e st dt ,
59
Semnale, circuite i sisteme. Partea I: Semnale
Im s
s
Re s
c
R
Fig. 3.24 Conturul Bromwich
n care c se alege astfel nct c > a . Conturul de integrare din planul complex
s (conturul Bromwich) este prezentat n fig. 3.24.
60
3. Modelarea semnalelor neperiodice
{ }
(3.78) L e at x(t ) = X ( s a)
1 1 t n 1
L { (t )} = 1 , L {u (t )} = , L {r (t )} = 2 , L u (t ) = n +1
s s n! s
transformata Laplace a funciei exponeniale:
{ }
L e at =
1
sa
transformatele Laplace ale funciilor trigonometrice:
0 s
L {sin( 0t )} = L {cos( 0t )} = .
s + 02
2
s + 02
2
61
Semnale, circuite i sisteme. Partea I: Semnale
0
{
L e at sin( 0t ) =} ( s + a) + 02 2 {
, L e at cos( 0t ) = } s+a
( s + a)2 + 02
Aplicaia 3.5:
Fie semnalul x(t) din fig. 3.25. S i se calculeze transformata Laplace i
transformata Fourier.
Se pornete de la observaia c x(t) poate fi exprimat ca suma dintre o
treapt unitar pozitiv i o treapt unitar negativ ntrziat cu T uniti de
timp (fig. 3.25). Rezult:
1 1 sT 1 e sT
L { x(t )} = X ( s ) = e =
s s s
Se observ c semnalul este cauzal i de valoare finit a integralei
modulului. n consecin, din transformata Laplace, cu substituia s=j, se
obine transformata Fourier a lui x(t):
T T T
j j j T
jT
1 e e 2 (e e 2 2 ) j T
X ( ) = =T =T e 2 sin c
j T 2
2j
2
x (t )
1
t
T
u (t )
1
t
T
u (t )
t
T
1
Fig. 3.25 Descompunerea unui impuls ca sum a dou semnale treapt
Aplicaia 3.6:
Fie un semnal cauzal sub forma unui tren de impulsuri de lime i
perioad T (fig. 3.26). S se determine transformata Laplace a semnalului.
Pe baza rezultatului din aplicaia anterioar, transformata Laplace a
1
( )
primului impuls este 1 e s . Impulsul de la momentul iT (i>0) se obine
s
prin ntrzierea primului impuls cu iT i va avea transformata Laplace
1
s
( )
1 e s eiTs (teorema ntrzierii). Prin urmare:
62
3. Modelarea semnalelor neperiodice
1 e s 1 e s
(3.85) X ( s) = (1 + e Ts + e2Ts + ... = )
s s 1 e Ts( )
Acest semnal nu are valoare finit a integralei modulului, deci nu este
ndeplinit condiia de existen a transformatei Fourier. n consecin, nu este
corect aplicarea substituiei s j pentru a determina funcia spectral a
semnalului.
x (t )
t
0 T +T 2T + 2T
Fig. 3.26 Tren de impulsuri
1 x ( )
H { x (t )} = v. p. d ,
t
63
Semnale, circuite i sisteme. Partea I: Semnale
1
(3.93) F = j sign( )
t
nlocuind aceast expresie n (3.92), se obine caracteristica spectral a
transformatei Hilbert x ( t ) :
(3.94) X ( ) = j X ( ) sign( )
Din relaia (3.89), de definiie a semnalului analitic, se deduce c:
64
3. Modelarea semnalelor neperiodice
(3.95) Z ( ) = X ( ) + j X ( ) ,
2 X ( ), > 0
(3.96) Z ( ) = X ( ), = 0
0, <0
n concluzie, semnalul analitic are o caracteristica spectral ntotdeauna
nul pentru frecvene negative. Deci, dac ntr-o caracteristic spectral a unui
semnal se ia n considerare numai domeniul frecvenelor pozitive (care exist
n natur), atunci caracteristicii spectrale respective i va corespunde un semnal
analitic.
(3.98) F {sin( 0t )} = [ ( - 0 ) - ( + 0 ) ]
j
j X cos ( )
b) 0
0
65
Semnale, circuite i sisteme. Partea I: Semnale
(3.101) X cos ( ) = [ ( 0 ) ( + 0 )] = X sin ( )
j
66
3. Modelarea semnalelor neperiodice
67
Semnale, circuite i sisteme. Partea I: Semnale
1 1
s
X MA ( ) = X ( ) F {sin( 0t )} = X ( ) [ ( - 0 ) - ( + 0 ) ]
2 2 j
Convoluia unei funcii cu o distribuie este egal cu funcia respectiv
avnd argumentul distribuiei (vezi (3.61)); astfel, relaiile anterioare devin:
1
c
(3.112) X MA ( j ) = { X ( - 0 ) + X ( + 0 )}
2
1
s
(3.113) X MA ( ) = { X ( - 0 ) X ( + 0 )}
2j
nlocuind (3.112) n (3.109), avem:
1
c
X MA ( ) = j { X ( - 0 ) + X ( + 0 )} sign( )
2
(3.114) ,
1
= { X ( - 0 ) X ( + 0 )}
2j
ntruct: X ( - 0 ) sign( ) = X ( 0 ) i
X ( + 0 ) sign( ) = X ( + 0 ) .
Din relaiile (3.114) i (3.113) rezult c:
c s
(3.115) X MA ( ) = X MA ( )
c s
i, n consecin, x MA (t ) = xMA (t ) , sau, ntr-o exprimare explicit:
68
3. Modelarea semnalelor neperiodice
1 1
X ( ) = X ( ) ( ) +
2 j
(3.119)
1 1 1
= X ( ) ( ) + X ( j )
2 2 j
Pe baza faptului c produsul de convoluie al unei funcii cu distribuia este
egal cu funcia respectiv i fcnd simplificrile posibile, expresia (3.119)
devine:
1 1 1 X ( )
X ( ) = X ( ) = du
j j ( u )
nlocuind:
(3.120) X ( ) = A( ) + j B( ) ,
rezult:
1
A(u ) + j B (u )
A( ) + j B( ) = du
j ( u )
i n final:
1 B ( )
(3.121) A( ) = v. p. du
- u
1 A( )
(3.122) B ( ) = v. p. du
- u
Concluzia care se desprinde este c, la un semnal cauzal, partea real
A( ) a caracteristicii spectrale este transformata Hilbert a prii imaginare
B ( ) , deci funciile A( ) i B ( ) formeaz o pereche Hilbert.
69
Semnale, circuite i sisteme. Partea I: Semnale
70
Capitolul 4
SEMNALE MODULATE
x p (t ) A
t
0 t0
T T
Fig. 4.1 Semnal purttor sub forma unui tren de impulsuri
71
Semnale, circuite i sisteme. Partea I: Semnale
x p (t )
Ap
t
0
A
n care m = se numete grad de modulaie. Formele semnalelor x(t ) ,
Ap
x p (t ) i xMA (t ) sunt ilustrate n fig. 4.2. Utiliznd notaiile din aceast figur,
72
1. Semnale modulate
A
0
spectru x(t )
0 Ap
spectru x p (t ) //
p
Ap
mAp 2 mAp 2
spectru xMA (t ) //
p 0 p p + 0
Fig. 4.3 Spectrul semnalelor x(t ) , x p (t ) i xMA (t )
73
Semnale, circuite i sisteme. Partea I: Semnale
Pu
(4.5) =
PMA
p
Ap p t
O
Fig. 4.4 Reprezentarea fazorial a semnalului modulat
74
1. Semnale modulate
Ai
unde mi = este gradul de modulaie aferent armonicii i. Se observ c
Ap
fiecare armonic realizeaz modulaia purttorului cu un grad de modulaie mi
proporional cu amplitudinea Ai a armonicii (mi~Ai). Deci gradele de modulaie
sunt mai mari sau mai mici, dup cum amplitudinile armonicilor sunt mai mari
sau mai mici.
Relaia (4.7) se pune sub forma:
mi Ap
(4.8)
xMA (t ) = Ap cos( p t ) +
i =0 2
{
cos[( p i 0 )t + i ] +
}
+ cos[( p + i 0 )t + i ]
... ...
xMA (t ) //
p
... p 20 p 0 p + 0 p + 20 ...
xM
unde m = .
Ap
75
Semnale, circuite i sisteme. Partea I: Semnale
{
X MA ( ) = F { xMA (t )} = F Ap cos( p t ) + Ap m x(t ) cos( p t ) = }
(4.10)
{ } {
= Ap F cos( p t ) + Ap m F x(t ) cos( p t ) }
Din relaia (3.66) rezult c:
1
{
(4.11) F x(t )cos( p t ) = } 2
{
X ( ) F cos( p t ) }
{ }
nlocuind F cos( p t ) = ( p ) + ( + p ) n relaiile de mai
sus, rezult:
X MA ( ) = Ap ( p ) + ( + p ) +
(4.12) + mAp
1
2
{
X ( ) ( p ) + ( + p ) }
Convoluia unei funcii cu distribuia este funcia avnd argumentul
distribuiei . Deci:
X ( ) ( p ) = X ( p )
(4.13)
X ( ) ( + p ) = X ( + p )
X MA ( )
X ( ) Ap ( + p ) Ap ( p )
1
MA mAp
2
// //
0 p 0 p
mAp mAp
X ( + p ) X ( p )
2 2
76
1. Semnale modulate
X MA ( ) = Ap ( p ) + ( + p ) +
(4.14) mAp
+ X ( p ) + X ( + p )
2
Caracteristicile spectrale ale semnalelor x(t ) i xMA (t ) sunt date n
fig. 4.6. Aici se observ componentele caracteristicii spectrale ale semnalului
modulat: purttoarea (distribuia Ap ( p ) ) i cele dou benzi laterale.
Observaie:
Reprezentarea grafic a caracteristicii X ( ) este simbolic i nu are
legtur cu densitatea de amplitudini real a semnalului. Simbolizarea permite
s se discearn banda semnalului i frecvenele maxim i minim ce definesc
banda.
n concluzie, din cele prezentate rezult c modulaia examinat are dou
dezavantaje:
Banda ocupat de semnalul modulat este dubl fa de cea minim
necesar. De exemplu, banda semnalului telefonic este cuprins ntre 0.3 kHz
i 3.4 kHz. Dac s-ar utiliza modulaia prezentat, lrgimea benzii semnalului
modulat, n jurul frecvenei purttoare, ar fi de 6.8 kHz.
n semnalul modulat se regsete integral purttoarea, rezultnd
unele neajunsuri de natur energetic (randament sczut) i de prelucrare a
semnalului (posibilitatea saturrii amplificatoarelor, datorit nivelului ridicat al
purttoarei, n raport cu componentele laterale utile).
n schimb, extragerea semnalului de baz din cel modulat se realizeaz
foarte simplu, printr-o operaie de detecie/redresare.
Aplicaia 4.1:
Fie semnalul purttor x p (t ) = U 0 cos( p t ) , cu U 0 = 20 V i
4
p = 20 kHz . Semnalul modulator este xm (t ) = U k cos(2 f k t ) , unde:
k =1
k 1 2 3 4
f k [kHz] 1 2 5 8
U k [V] 8 4 6 2
Se cere:
s se reprezinte spectrele semnalului de baz i a celui modulat;
s se calculeze puterea semnalului modulat i randamentul
modulaiei.
U
Gradele de modulaie ale celor 4 armonici sunt: m1 = 1 = 0.4 ,
U0
77
Semnale, circuite i sisteme. Partea I: Semnale
U2 U U
m2 = = 0.2 , m3 = 3 = 0.3 i m4 = 4 = 0.1 .
U0 U0 U0
Conform relaiei (4.8), xMA (t ) se scrie:
4 U p mk
xMA (t ) = U p cos( p t ) + cos( p k 0 )t + cos( p + k 0 )t
k =1 2
Ultima relaie se poate rescrie punndu-se n eviden purttoarea i cele 2
benzi laterale:
4 U p mk
xMA (t ) = cos( p k 0 )t +
k =1 2
4 U p mk
+ U p cos( p t ) + cos( p + k 0 )t
k =1 2
Conform acestei expresii, spectrul semnalului modulat este reprezentat n
zona frecvenelor mari din fig. 4.7.
U1
Up
U3
U2 U4 m1 U p m2 U p m3 U p
f [kHz] =4
2 2 2 m4 U p
f1 f 2 f3 f4
2
f [kHz]
0 10 12 20 28
78
1. Semnale modulate
x (t ) xMA ( t ) = u ( t ) cos(p t )
cos(p t )
xMA ( t ) x (t )
x (t )
t0
t
xMA ( t )
1
{
X MA ( ) = F x(t ) cos( p t ) = } 2
{
X ( ) F cos( p t ) = }
=
1
2
{
X ( ) ( p ) + ( + p ) }
79
Semnale, circuite i sisteme. Partea I: Semnale
X ( ) X MA ( )
1
MA 1
2
// //
0 p 0 p
Fig. 4.10 Spectrul semnalului MA cu modulaie de tip produs
t
0
Semnalul se pune sub forma x(t ) = u (t ) cos( 0 t ) (fig. 4.11, a)), unde u(t)
este un impuls real de amplitudine unitar i arie 2 (fig. 4.11, b)).
a) u (t ) x(t ) = u (t ) cos( t )
0
cos(0 t )
u (t )
b) 1
t
T0
Fig. 4.12 Generarea semnalului x(t) din fig. 4.11
80
1. Semnale modulate
2
n relaia de mai sus se folosete faptul c 0 = 2T0 = 4 . Rezult:
T0
X ( ) = sinc ( 4 ) + sinc ( + 4 ) = X1 ( ) + X 2 ( )
a)
0
X ( )
b)
4 4
2
81
Semnale, circuite i sisteme. Partea I: Semnale
{
V ( ) = F xMA (t ) cos( p t ) = } 1
2
{
X MA ( ) ( p ) + ( + p ) }
1
x(t )
xMA (t ) v(t ) 2
FTJ
x(t ) = Ap cos( p t )
n final se obine:
1
(4.17) V ( ) = X ( 2 p ) + 2 X ( ) + X ( + 2 p )
4
Caracteristicile spectrale X MA ( ) i V ( ) sunt prezentate n fig. 4.15.
X MA ( )
12
// //
p 0 p
Demodulare
Caracteristica de
V ( ) atenuare a FTJ
12
14
// //
2 p 0 2 p
Fig. 4.15 Funcionarea demodulatorului de tip produs
82
1. Semnale modulate
1 1
numai componenta spectral de joas frecven: 2 X ( ) = X ( ) . n
4 2
consecin, la ieirea FTJ se va obine (1 2 ) x(t ) .
83
Semnale, circuite i sisteme. Partea I: Semnale
jX ( ) = X ( ) sign( )
n fig. 4.17, a) sunt reprezentate schematic funciile spectrale X ( ) i
jX ( ) . Se observ c, pentru > 0 , jX ( ) = X ( ) , iar pentru < 0 ,
jX ( ) = X ( ) .
X ( )
1 X MA ( )
MA 12
// //
0 p 0 p
j X ( ) j X MA ( )
12
MA // //
p 0 p
0
jX MA BLU ( )
a) 1
// //
p 0 p
X MA BLU ( )
1
// //
p 0 p
b)
Fig. 4.17 Caracteristicile spectrale ale semnalelor implicate n schema din fig. 4.16
{ }
X MA ( ) = F x(t ) sin( p t ) =
1
2
{
X ( ) F sin( p t ) }
{ }
Utiliznd expresia (3.37) pentru F sin( p t ) se obine:
84
1. Semnale modulate
1
X MA ( ) =
2 ( ) (
X ( ) p + p =
)
j ,
1
(
= j X p + jX +p
2
) ( )
din care rezult:
1
(4.18) X MA ( ) = j X ( p ) + j X ( + p )
2
Aceast funcie spectral, reprezentat n fig. 4.17, b), are dou
1
componente: cea situat n jurul pulsaiei p , j X ( p ) , obinut prin
2
inversarea semnului i decalarea la dreapta a caracteristicii j X ( ) , i cea
1
situat n jurul pulsaiei p , j X ( + p ) , obinut prin deplasarea spre
2
stnga a caracteristicii spectrale j X ( ) . Din fig. 4.17, b), se observ c, dac
se scad funciile X MA ( ) i X MA ( ) (la elementul de nsumare din fig. 4.16,
semnele sunt + i respectiv ), se obine X MA BLU ( ) , fiind suprimat
banda lateral inferioar. Dac se adun X MA ( ) i X MA ( ) (elementul de
nsumare din schem, are semnul + la ambele intrri), se obine
X MA BLU ( ) , cu banda superioar suprimat.
85
Semnale, circuite i sisteme. Partea I: Semnale
12 jX 2s ( )
0
Fig. 4.20 Obinerea caracteristicii spectrale a semnalului x2s (t )
1
X 2sin ( ) = F { x(t ) sin(t )} = X ( ) ( p ) ( + p ) ,
2 j
din care rezult:
86
1. Semnale modulate
1
(4.20) jX 2 sin ( ) = [ X ( ) X ( + )]
2
Caracteristica spectral jX 2sin ( ) se obine prin simpla deplasare spre
dreapta a caracteristicii X ( ) , n jurul pulsaiei + , ct i prin inversarea
semnului caracteristicii X ( ) i deplasarea ei spre stnga n jurul pulsaiei
(vezi fig. 4.20). Prin eliminarea componentelor spectrale de frecvene
> , cu ajutorul FTJ, se obine caracteristica spectral jX 2s ( ) , asociat
semnalului x2s (t ) (fig. 4.20).
X 1 ( )
14
// //
p 0 p
X 2 ( )
14
// //
0
p p
X MA BLU ( )
12
// //
p 0 p
X MA BLU ( )
12
// //
p 0 p
Fig. 4.21 Obinerea caracteristicii spectrale a semnalului xMA- BLU (t )
n cel de-al doilea etaj al ramurii superioare, semnalul x1c (t ) este modulat
cu purttorul cosinusoidal cos( p t ) , unde p este mult mai mare dect
pulsaia maxim din spectrul semnalului modulator. La ieirea modulatorului
se obine semnalul x1 (t ) , a crui caracteristic spectral este:
{
X1 ( ) = F x1c (t ) cos( p t ) =
1
2
} { ( ) (
X 1c ( ) p + + p
)}
sau:
87
Semnale, circuite i sisteme. Partea I: Semnale
1
(4.21) X1 ( ) = X1c ( p ) + X1c ( + p )
2
n reprezentarea grafic din fig. 4.21, cele dou componente ale funciei
X1 ( ) se obin prin deplasarea simetric, n jurul pulsaiilor p i p a
caracteristicii spectrale X1c ( ) din fig. 4.19.
n ramura inferioar, semnalul x2s (t ) este modulat pe purttorul
sinusoidal sin( p t ) . La ieirea modulatorului se obine semnalul
x2 (t ) = x2s (t ) sin( p t ) , a crui caracteristic spectral este:
1
{
X 2 ( ) = F x2s (t ) sin( p t ) =} 2
X 2s ( ) ( p ) ( + p )
j
1
(4.22) X 2 ( ) = jX 2s ( p ) + X 2s ( + p )
2
Caracteristica X 2 ( ) , reprezentat n fig. 4.21, se obine pe baza funciei
jX 2s ( ) , dat n fig. 4.20, prin inversarea semnului acestei funcii i
deplasarea ei n jurul pulsaiei p , precum i prin simpla deplasare a ei spre
stnga, n jurul pulsaiei p .
Dac n elementul de nsumare din fig. 4.18, ambele intrri au semnul +
( xMA- BLU (t ) = x1 (t ) + x2 (t ) ), atunci X MA- BLU ( ) = X1 ( ) + X 2 ( ) i
semnalul modulat de la ieirea modulatorului conine banda lateral
superioar. Dac semnalele x1 (t ) i x2 (t ) se scad, semnalul modulat va
conine banda lateral inferioar (vezi fig. 4.21).
88
1. Semnale modulate
1 B
X B ( ) x B (t ) p1 p2 p3 x (t )
FTJ 2
FTB B
Canal fizic
p2
p2
1 C
X C ( ) x C (t ) x (t )
FTBC FTJ 2
p3
p3
Fig. 4.22 Principiul multiplexrii n frecven
n schema dat n fig. 4.22 s-a utilizat modulaia de tip produs, n care un
semnal modulat ocup o band dubl fa de cea minim necesar. Astfel, n
cazul unui semnal telefonic, unde banda este limitat n domeniul
0.3 3.4 kHz , banda semnalului modulat este de 2 3.4 = 6.8 kHz , iar
frecvenele purttoare adiacente trebuie s fie distanate la 8 kHz , pentru a
se asigura i ecartul necesar separrii cilor prin FTB. Dac ns se utilizeaz
MA-BLU, atunci banda semnalului se reduce la jumtate, frecvenele
purttoare adiacente sunt decalate cu 4 kHz, iar numrul de semnale
multiplexate n frecven, transmise pe canalul fizic, se dubleaz vezi
fig. 4.23.
0
//
f p( i1) f pi f p( i+1) f
4 kHz
89
Semnale, circuite i sisteme. Partea I: Semnale
rezult:
(4.27) (t ) = p t + K p x(t )
Semnalul MP este:
(4.28) xMP (t ) = Ap cos p t + K p x(t )
(4.30) (t ) = p + K x(t )
90
1. Semnale modulate
t
(4.32) xMF (t ) = Ap cos p t + K x( )d
0
Se constat c semnalele MP i MF, avnd expresiile (4.28), respectiv
(4.32), sunt asemntoare: n primul caz deviaia de faz este proporional cu
semnalul modulator, iar n cel de-al doilea caz cu integrala semnalului
modulator. n ambele situaii, frecvena unghiular a semnalului modulat
depinde de x(t), fapt care justific denumirea generic de modulaie unghiular
dat ansamblului MP i MF.
n fig. 4.24 s-au ilustrat cele dou tipuri de modulaie pe cazul celui mai
simplu semnal modulator: semnalul binar (telegrafic).
S-au utilizat notaiile: x(t ) semnal de baz; xMF (t ) semnal modulat
FSK (Frequency Shift Keying); xMP (t ) semnal modulat PSK (Phase Shift
Keying). Utiliznd termenul de cheiere (n sensul comutrii valorii unui
parametru), FSK i PSK nseamn cheierea deviaiei de frecven, respectiv
cheierea deviaiei de faz.
x(t )
t
0
xMF (t )
t
0
xMP (t )
t
0
91
Semnale, circuite i sisteme. Partea I: Semnale
(4.34) (t ) = p t + sin( 0t ) ,
unde = se numete indice de modulaie.
0
Expresia semnalului modulat n frecven devine:
(
xMF (t ) = Ap cos p t + sin(0t ) = )
(4.35) = Ap cos( p t ) cos [ sin(0t ) ]
Ap sin( p t ) sin [ sin(0t )]
(4.37) sin [ sin( 0t )] = 2 J 2i -1 ( ) sin [ (2i 1) 0t ]
i =1
J k ( )
1
J0()
J1()
J2()
J3() J4()
0.5 J5() J6()
-0.5
0 1 2 3 4 5 6 7 8 9 10
Fig. 4.25 Primele 7 funcii Bessel de spea I
( ) (
2sin( p t ) sin(2i0t ) = cos p + (2i + 1)0 t cos p (2i + 1)0 t
)
Drept urmare, relaia (4.35) se rescrie sub forma:
92
1. Semnale modulate
xMF (t ) = Ap J 0 ( ) cos( p t ) +
(4.38)
{ }
+ Ap J k ( ) cos ( p + k 0 ) t + (1)k cos ( p k 0 ) t
k =1
Funciile Bessel pot fi i de ordin negativ, n care caz este valabil relaia:
J ( ), k par
(4.39) J k ( ) = k
J k ( ), k impar
Dac n relaia (4.38), indicele k din sum se extinde de la la + ,
atunci relaia (4.39) permite scrierea expresiei (4.38) a semnalului MF ntr-o
form foarte compact:
(4.40) xMF (t ) = Ap J k ( ) cos ( p + k 0 ) t
k =-
0.4
0.2 J-8 J-6 J-4 J-2 J0 J4 J6 J8
0
J-7 J-5 J-3 J1 J3 J5 J7 J9
-0.2
0
-0.4
-0.6 J-1
-0.8 0 2 4 6 8 10 12 14 16 18 20
Fig. 4.26 Spectrul semnalului MF pentru = 2.4
93
Semnale, circuite i sisteme. Partea I: Semnale
94
1. Semnale modulate
(4.47) B = 2( + 1) 0
Vom analiza n continuare dou cazuri: cazul semnalelor MF cu indice de
modulaie redus, respectiv cu indice modulaie mare.
Pentru indice de modulaie redus, se ine cont c funcia:
k
1 2 4 6
Jk ( ) 2 + 4 6 + ...
2 k ! 2 1!(k + 1)! 2 2!(k + 2)! 2 3!(k + 3)!
95
Semnale, circuite i sisteme. Partea I: Semnale
1
0.8
0.6
0.4
J1 J3 J5 J7 J9
0.2 J-9 J-7 J-5 J-3 J-1
0
p J2 J4 J6 J8
-0.2 0 2 4 6 8 10 12 14 16 18 20
Fig. 4.28 Spectrul semnalului MF cu redus ( = 0.3 )
96
1. Semnale modulate
(4.50) B = 2( + 1) 0 2 0
Ap Ap
( p 0 )t ( p + 0 )t
2 2
Ap p t 0 0
p
Fig. 4.29 Reprezentarea fazorial a semnalului MF cu indice redus de modulaie
97
Semnale, circuite i sisteme. Partea I: Semnale
xMP (t ) = Ap J 0 ( ) cos( p t ) +
(4.55)
{ }
+ Ap J k ( ) cos ( p + k 0 ) t + (1) k cos ( p k 0 ) t
k = -1
Dac indicele de modulaie este mic, adic < 0.4 , se obine un semnal
cu banda B = 20 , de tip purttoare cu dou componente laterale, exact ca la
modulaia n frecven. Acest caz se utilizeaz efectiv n comunicaii de date.
Dac indicele este mare, banda semnalului MP are expresia
B = 2( + 1) 0 , care depinde de pulsaia 0 a semnalului modulator. Deviaia
maxim de faz este cuprins n domeniul [ , ] , deci = nu poate lua
valori mai mici de . Rezult c, spre deosebire de MF, modulaia MP nu se
poate aplica la valori mari ale indicelui de modulaie. n schimb, modulaia de
faz cu indice redus de modulaie se utilizeaz frecvent n comunicaiile de
date.
sau, innd cont c k x x(t ) are valori foarte mici i cos [ k x x(t ) ] 1 ,
sin [ k x x(t )] k x x(t ) ,
+
Ap cos( p t )
xMP (t )
Ap sin( p t )
kx
2
x(t )
Fig. 4.30 Modulator MP cu indice redus de modulaie
98
1. Semnale modulate
xMP (t )
kx
()dt
x(t )
Fig. 4.31 Modificarea schemei din fig. 4.30, pentru a se obine
MF cu indice redus de modulaie
99
Semnale, circuite i sisteme. Partea I: Semnale
xMIA N (t ), x(t )
x(t )
t
0
xMIA N (t )
x p (t )
t
0
T
Fig. 4.32 Modulaia impulsurilor n amplitudine natural
100
1. Semnale modulate
n consecin:
(4.62) x p (t ) = f (t ) T (t ) ,
f (t )
0 T (t )
Fig. 4.33 Impuls de amplitudine unitar Fig. 4.34 Modelul matematic temporal
al unui semnal MIA-N
101
Semnale, circuite i sisteme. Partea I: Semnale
Deci:
(4.66) F { T (t )} = p ( i p )
i =
X ( )
1
M M
102
1. Semnale modulate
sinc i = 1 i =1 sinc
2 2
3 3
sinc sinc
2 2
i = 3 i=3
i = 2 i=2
2M 2M
4 p 3 p 2 p M M p 2 3 p 4
2 p = 2 p = 4 p =
103
Semnale, circuite i sisteme. Partea I: Semnale
xMIA- N (t ) cos( p t )
a) b)
Fig. 4.37 Extragerea semnalului de baz din semnalul MIA-N
xT (t ) x(t )
b)
6T 7T 8T 9T t
0 T 2T 3T 4T 5T 10T
x(t )
xMIAU (t ) c)
6T 7T 8T 9T t
0 T 2T 3T 4T 5T 10T
104
1. Semnale modulate
(4.73) xMIAU (t ) = xT (t ) f (t )
x(t ) xT (t ) xMIAU (t )
T (t ) f (t )
Fig. 4.39 Modelul matematic temporal al unui semnal MIA-U
Schema care ilustreaz acest model matematic este dat n fig. 4.39.
Pentru deducerea modelului frecvenial al semnalului xMIAU (t ) se
determin mai nti caracteristica spectral a semnalului xT (t ) :
1
X T ( ) = F { x(t ) T (t )} = X ( ) F { (t )} =
2
1 1
(4.74) = X ( ) p p ( ) = X ( ) p ( ) =
2 T
1
= X ( ) ( i p )
T i =-
sau:
1
(4.75) X T ( ) = X ( i p )
T i =-
Aplicnd transformata Fourier relaiei (4.73) se obine:
X MIAU ( ) = X T ( ) F ( ) ,
sau, nlocuind F ( ) i X T ( ) prin expresiile (4.64) i, respectiv, (4.75):
j
(4.76) X MIAU ( ) = e 2 sinc X ( i p )
T 2 i =-
Pentru ilustrarea grafic a funciei spectrale X MIAU ( ) vom considera
105
Semnale, circuite i sisteme. Partea I: Semnale
i = 1 i =1
sinc
2
i = 3 i=3
i = 2 i=2
i = 4 i=4
4 p 3 p 2 p p M M p 2 p = 2 3 p 4 p
0
106
1. Semnale modulate
t
2 A2B 2C 4 A4B 4C
T 2T 3T 4T 1A 1B 1C 3A3B 3C
x B (t ) x A (t )
FTJ
1B t
2B 3B 4B
t T 2T 3T x B (t )
FTJ
T 2T 3T 4T Canal fizic
x C (t ) T T
x C (t )
3C FTJ
1C 2C
t
T 2T 3T 4T
Fig. 4.41 Principiul multiplexrii n timp
107
Semnale, circuite i sisteme. Partea I: Semnale
unde:
(4.78) p (t ) = pM x(t ) ; x(t ) 1
t0 > 0 t0 = 0 t0 < 0
(i 1)T iT (i + 1)T
T T
2 2
Fig. 4.42 Impulsuri cu diverse valori ale fazei
x p (t ) t
0 T 2T 3T 4T 5T 6T 7T 8T
x(t )
a) b)
Fig. 4.43 Modulaia natural a impulsurilor n poziie
108
1. Semnale modulate
i p
(4.87) Ai = sinc ,
T 2
deci:
109
Semnale, circuite i sisteme. Partea I: Semnale
i p ji pt
(4.88) x p (t ) = sinc e
T i = 2
n 2.2.3 s-a artat c, dac ntr-un semnal periodic, avnd parametrii Ai
din SFC, se nlocuiete t cu t-, atunci parametrii Ai ai semnalului cu
argument modificat sunt Ai = Ai e ji0 . Vom aplica aceast proprietate n
cazul semnalului MIP-N, care este dat de expresia (4.81). Putem considera c
x p (t + pM sin( 0t )) este obinut din x p (t ) prin nlocuirea lui t cu
t + pM sin(0t ) . n consecin, parametrii Ai din SFC a semnalului MIP-N
se obin din parametrii Ai ai semnalului x p (t ) , prin relaia:
ji p pM sin( 0t )
(4.89) Ai = Ai e ,
i p ji p (t +pM sin(0t ))
(4.90) xMIP N (t ) = sinc e
T i = 2
Vom pune exponeniala din (4.90) sub forma:
ji p (t +pM sin( 0t )) ji p t ji p pM sin( 0t )
(4.91) e =e e
Constatm c la exponentul celui de-al doilea factor din (4.91) intervine o
funcie sinusoidal. Din proprietile funciilor Bessel de spea I se tie c:
(4.92) e ja sin(t ) = J k (a) e jk t
k =
Adaptnd aceast relaie la cel de-al doilea factor din (4.91), rezult:
ji p pM sin( 0t )
(4.93) e = J k (i p pM ) e jk0t
k =
i p j (i p + k 0 )t
(4.94) xMIP N (t ) = sinc J k (i p pM ) e
T i = 2 k =
Se observ c semnalul MIP-N are un spectru discret, n sensul c exist
armonici numai la pulsaiile i p + k 0 , (i=1, 2,...; k=0, 1, 2,...).
ntruct:
(4.95) F e { j (i p + k 0 )t
} = 2 ( i p k 0 ) ,
110
1. Semnale modulate
x(t ), d (t )
t
0 T 2T 3T 4T 5T 6T 7T 8T
xMIP U (t )
p = 0 p > 0 p = 0 p < 0 p = 0
t
0 T 2T 3T 4T 5T 6T 7T 8T
Fig. 4.44 Modulaia uniform a impulsurilor n poziie
T (t ) f (t )
Fig. 4.45 Schema de realizare a unui semnal MIP-U
111
Semnale, circuite i sisteme. Partea I: Semnale
Pe baza relaiei (4.92), a doua exponenial din (4.100) se scrie sub forma
e jpM sin(0iT ) = J k (pM ) e jik0T , iar expresia (4.100) devine:
k =
D( ) = e jiT J k (pM ) e jik0T =
i = k =
(4.101)
= J k (pM ) e j ( k0 )iT
k = i =
ntruct:
(4.102) xMIP U (t ) = d (t ) f (t ) ,
caracteristica spectral a semnalului MIP-U este:
(4.103) X MIP U ( ) = D( ) F ( ) ,
sau, innd cont de (4.64) i (4.101):
j
(4.104) X MIP U ( ) = sinc e
2 J k (pM ) e j ( k0 )iT
2 k = i =
112
1. Semnale modulate
t
0 T 2T 3T 4T 5T 6T 7T 8T
T 3T 5T 7T
2 2 2 2
Fig. 4.46 Modulaia impulsurilor n durat
113
Semnale, circuite i sisteme. Partea I: Semnale
ji p t p i p p
(4.108) x p (t ) = Ai e ; Ai = sinc ,
i = T 2
sau:
p i p p ji pt
(4.109) x p (t ) = sinc e
i = T 2
Seria Fourier armonic este:
p 2 p i p p
x p (t ) = + sinc cos(i p t ) =
T T i =1 2
(4.110)
p 2 p 2 i p p
= + sin cos(i p t )
T T i =1 i p p 2
ntruct p = 2 / T , expresia semnalului purttor devine:
2 1 i
(4.111) x p ( t ) =
T
+ sin p cos i p t
i =1 i T
( )
Modelul semnalului MID se obine nlocuind n (4.111) durata constant
p prin durata dependent de cea a semnalului modulator, (t), conform relaiei
(4.107):
1 2 1 i
(4.112) xMID ( t ) =
2
[1 + x(t ) ] + sin (1 + x ( t ) ) cos i p t
i =1 i 2
( )
Dac semnalul modulator, x(t), este sinusoidal de pulsaie 0 (vezi
fig. 4.46), atunci n argumentul funciei sinus din (4.112) intervine termenul
sin(0t). Dezvoltarea expresiei care conine o funcie sinus avnd n argument
o alt funcie sinus permite obinerea spectrului semnalului MID prin
intermediul funciilor Bessel de spea I.
114
Capitolul 5
SEMNALE EANTIONATE
5.1. Introducere
Achiziia unui semnal analogic, n vederea prelucrrii lui ntr-un sistem
numeric de calcul, se realizeaz printr-un convertor analogic/numeric (CAN).
Operaia de conversie presupune dou etape, dup cum urmeaz.
1. Procesul de eantionare. Semnalul analogic, x ( t ) , este eantionat
discretiznd timpul cu o perioad de eantionare Te . Elementul care realizeaz
aceast operaie este reprezentat printr-un ntreruptor cu funcionare ciclic,
avnd perioada Te (fig. 5.1). La ieirea elementului E (de eantionare) se
obine semnalul eantionat, adic irul { x ( iTe )} , i = 0,1, 2,3 (fig. 5.1);
x(t ) E x* ( t ) x(iTe )
Te
115
Semnale, circuite i sisteme. Partea I: Semnale
b) t
Te ( t )
1
c) t
Te 2Te
x * (t )
d)
t
Te 2Te
mrimea impulsului este evaluat prin suprafaa sa. n acest caz, procesul de
delta periodice de ctre un semnal x(t) (vezi fig. 5.2, b), c) i d)).
Deci:
(5.1) x ( t ) = x ( t ) Te ( t ) ,
unde:
(5.2) Te ( t ) = ( t kTe )
k =
116
5. Semnale eantionate
ntr-adevr:
(5.3) x ( t ) = x ( t ) ( t kTe ) ,
k =
sau:
(5.4) x* ( t ) = x ( kTe ) ( t kTe )
k =
(5.5) { }
F x ( t ) = F { x ( t ) Te ( t )} =
1
X ( ) F Te ( t )
2 { }
X * ( )
i = 1 i=0 i =1
1 X ( )
1 1 1
X ( + e ) X ( ) 1 X ( e )
x(t ) x* (t ) Te Te Te Te
Te
0 e 0 e
Fig. 5.4 Caracteristica Fig. 5.5 Caracteristica spectral a semnalului
spectral a semnalului x(t) eantionat x* ( t )
Notm prin:
(5.6) X ( ) = F x ( t ) { }
caracteristica spectral a semnalului eantionat. Conform relaiilor (5.5), (5.6)
i (3.52) se obine:
1
X ( ) = X ( ) e e ( )
2
(5.7)
= e X ( ) ( ie )
2 i =
ntruct frecvena de eantionare este dat de relaia e = 2 Te , rezult:
117
Semnale, circuite i sisteme. Partea I: Semnale
1
(5.8) X ( ) = X ( ) ( ie ) ,
Te i =
sau, considernd proprietile (3.61) ale distribuiei delta:
1
(5.9) X ( ) = X ( ie )
Te i =
1 Te X * ( )
e e
Fig. 5.6 Suprapunerea spectral
Concluzie:
Caracteristica spectral a semnalului eantionat, X ( ) , este periodic,
de perioad e = 2 Te (vezi fig. 5.5).
Observaii:
1. Acelai rezultat se poate obine dac semnalul eantionat se consider
obinut dintr-un semnal MIA-N, fcnd ca durata a impulsurilor s tind spre
zero, aria acestora rmnnd finit (unitar). n expresia caracteristicii
spectrale X MIA N ( ) , dat de relaia (4.71), factorul Te care nmulete
suma reprezint raportul dintre aria impulsului din semnalul purttor (n cazul
MIA-N aria este , iar n cazul eantionrii aria se consider unitar) i
perioada impulsurilor. n cazul eantionrii acest raport devine 1 Te . n cadrul
termenilor sumei din (4.71) se nlocuiete p i e i se calculeaz limita:
(
lim e
j p 2
( ))
sin c i p 2 = 1
118
5. Semnale eantionate
X ( ) X * ( )
1
i = 1 i = 0 1 Te i =1
e
e
2 2
M M e M M e
e + M e M e + M
Fig. 5.7 Caracteristic Fig. 5.8 Ilustrarea teoremei lui Shannon
spectral cu frecvena
maxim finit
X * ( )
1 Te
e e e e
M = M =
2 2
119
Semnale, circuite i sisteme. Partea I: Semnale
x
Fig. 5.11 Distribuia poli-zerouri a funciei X ( s )
120
5. Semnale eantionate
1
Pentru i = 0 , funcia X ( s ) genereaz aceiai poli i zerouri, care sunt
Te
reprezentai n fig. 5.11, i care sunt cuprini n banda orizontal de lime
egal cu e , centrat pe frecvena = 0 (fig. 5.12). Polii i zerourile
celorlalte funcii, pentru i 0 , se obin n benzile orizontale, de aceeai lime
i centrate pe frecvenele ie (vezi fig. 5.12). Banda central, caracterizat
e e
de , este denumit fie de baz i corespunde componentei
2 2
centrale din caracteristica spectral X * ( ) (pentru i = 0 , vezi fig. 5.8).
121
Semnale, circuite i sisteme. Partea I: Semnale
e
Pentru > , amplificarea filtrului este nul, deci benzile laterale ale
2
caracteristicii X * ( ) sunt eliminate. Banda central (pentru i = 0 ) este
multiplicat cu Te , de unde rezult la ieirea filtrului caracteristica
spectral X ( ) , deci semnalul x ( t ) . n planul s (fig. 5.12), efectul filtrului
este obinerea fiei de baz, pornindu-se de la distribuia poli-zerouri a lui
X * ( s ) , care conine un numr infinit de benzi orizontale.
Filtrul trece jos ideal nu este fizic realizabil. Practic se utilizeaz elemente
de reconstrucie a semnalului x ( t ) , care realizeaz o aproximare a
caracteristicii filtrului trece jos ideal. Aceste elemente de reconstrucie se
numesc extrapolatoare.
x(t )
x (t )
* x(t )
t
x* (t )
x(t ) x* (t ) t
122
5. Semnale eantionate
Te 2Te 3Te
Fig. 5.16 Reconstrucia semnalului folosind un extrapolator de ordinul 1
5.3. Transformata Z
5.3.1. Transformata Z direct
Fie x ( t ) un semnal nul pentru t < 0 (semnal cauzal). Semnalul
eantionat, x* ( t ) , definit prin relaia (5.4), se poate exprima ca mai jos:
(5.14) x* ( t ) = x ( kTe ) ( t kTe ) = x ( kTe ) ( t kTe )
k = k =0
sau:
(5.16) X * ( s ) = x ( kTe ) e skTe ,
k =0
123
Semnale, circuite i sisteme. Partea I: Semnale
ntruct:
Dac nlocuim:
(5.18) e sTe = z
n (5.16), atunci:
adic:
(5.20) X ( z ) = x ( kTe ) z k ,
k =0
(5.21) { }
X ( z ) = Z x* ( t ) = Z { x ( kTe )}
Observaii:
1. Fie o vertical de abscis trasat n planul s. Traiectoria
corespunztoare n planul z este un cerc de raz = e Te (fig. 5.17).
Im s Im z
z = e sTe s
Re Re
0
0 D
Im s Im z
g e
f e
2
Cs e
Re e sTe = z
g
f d Re
d 1
b a0
c
e
a b 2
c
124
5. Semnale eantionate
1 dz
Folosind substituia e sTe = z n (5.23) i ds = , rezult:
Te z
1 1
(5.24) x ( kTe ) = X (s) z k 1dz
2 j C Te e sTe = z
Dar:
1 1
X ( s ) sTe = X ( s jie ) i =0, esTe = z = X ( s ) = X (z) ,
*
Te e =z Te i = i = 0, e sTe = z
unde s-a considerat fia de baz din planul s, prin adoptarea indicelui i=0.
nlocuind ultima relaie n (5.24) rezult:
1
(5.25) x ( kTe ) = X ( z) z
k 1
dz
2 j C
Conturul de integrare C n planul complex z este cercul de raz
= ecTe . Expresia (5.25) definete transformata Z invers.
125
Semnale, circuite i sisteme. Partea I: Semnale
1. Liniaritatea
Fie Z{ xi ( k )} = X i ( z ) . Avem:
N N
(5.26) Z ci xi ( k ) = ci X i ( z )
i =1 i =1
2. Teorema ntrzierii
Fie xi ( k ) = x ( k d ) semnalul x(k ) ntrziat cu d perioade de
eantionare. Avem:
(5.27) Z{ xi ( k )} = Z{ x ( k d )} = z d X ( z )
Demonstraie:
Z{ x ( i d )} = x ( iTe dTe ) z i = x ( i d ) Te z i
i =0 i =0
Notnd i-d=k, rezult:
Z{ x ( i d )} = z d x ( k ) z k = z d x ( k ) z k = z d X ( z ) ,
k = d k =0
ntruct x(k)=0 pentru k<0.
Observaie:
Se poate interpreta z 1 ca fiind operator de ntrziere cu o perioad Te .
3. Teorema anticiprii
(5.28) Z{ x ( k + 1)} = z X ( z ) z x ( 0 ) ,
126
5. Semnale eantionate
Demonstraie:
Fie d(i) un semnal reprezentnd diferena eantioanelor consecutive din
semnalul eantionat (proporional cu derivata discret a semnalului):
d (i ) = x(i + 1) x(i )
Vom calcula transformata Z a acestui semnal pe dou ci:
1) D( z ) = Z{ x(i + 1) x(i )} = [ x(i + 1) x(i ) ] z i
i =0
Din aceast relaie rezult c:
(5.32) lim D( z ) = x(1) x(0) + x(2) x(1) + ... = lim x(i ) x(0)
z 1 i
127
Semnale, circuite i sisteme. Partea I: Semnale
Demonstraie:
i
Z{ y ( i )} = x(k ) z i = x(0) + [ x(0) + x(1)] z 1 + [ x(0) + x(1) + x(2)] z 2 ...
i =0 k =0
( ) (
= x(0) 1 + z + z 2 + ... + x(1) z 1 1 + z -1 + z 2 + ... + ...
-1
)
( ) 1
1 z 1 ( )
= 1 + z -1 + z 2 + ... x(0) + x(1) z 1 + x(2) z 2 + ... = X z
7. Teorema sumei
(5.37) x ( k ) = lim X ( z )
k =0 z 1
{
(5.38) Z e aiTe x ( iTe ) = X z e aTe } ( )
Demonstraie:
i
{ } ( ) ( )
Z e aiTe x ( iTe ) = e aiTe x ( iTe ) z i = x(iTe ) ze aTe = X ze aTe
i =0 i =0
128
5. Semnale eantionate
Pe de alt parte:
(5.41) Z{iTe x ( iTe )} = iTe x ( iTe ) z i
i =0
x1 ( k ) x2 ( k ) x1 ( k ) * x2 ( k ) =
(5.42) k k
= x1 ( i ) x2 ( k i ) = x1 ( k i ) x2 ( i )
i =0 i =0
Vom demonstra c:
(5.43) Z{ x1 ( k ) x2 ( k )} = X1 ( z ) X 2 ( z ) ,
X1 ( z ) X 2 ( z ) = x1 ( k ) z k x2 (k ) z k =
k =0 k =0
= x1 (0) + x1 (1) z 1 + x1 (2) z 2 + ...
(5.44) x2 (0) + x2 (1) z 1 + x2 (2) z 2 + ... =
= x1 (0) x2 (0) + [ x1 (0) x2 (1) + x1 (1) x2 (0)] z 1 +
+ [ x1 (0) x2 (2) + x1 (1) x2 (1) + x1 (2) x2 (0)] z 2 + ...
129
Semnale, circuite i sisteme. Partea I: Semnale
(5.46) X1 ( z ) X 2 ( z )=Z{ x1 ( k ) x2 (k )}
1 z du
X1 ( z ) X 2 ( z ) X1 ( z ) * X 2 ( z ) = X 1 X 2 (u ) =
2 j C u u
(5.47)
1 z du
= X1 (u ) X 2
2 j C u u
Vom demonstra c:
(5.48) Z-1 { X1 ( z ) X 2 ( z )} = x1 ( k ) x2 (k ) ,
130
5. Semnale eantionate
Te Te 2Te 3Te t
1 0 1 2 3 k
Fig. 5.19 Treapta unitar
Te z 1
(5.51) R ( z ) = Z{r ( k )} = 0 + Te z 1 + 2Te z 2 + ... =
(1 z ) 1 2
e(k ),e(t )
r (k ),r (t )
r (t ) = t
3Te e at
2Te
Te
e aTe e a2Te e a3Te
0 Te 2Te 3Te t 0 Te 2Te 3Te 4Te t
0 1 2 3 k 0 1 2 3 4 k
Fig. 5.20 Rampa unitar Fig. 5.21 Funcia exponenial
131
Semnale, circuite i sisteme. Partea I: Semnale
(5.53) x* ( t ) = x ( t ) Te ( t ) = x ( t ) ( t kTe ) ,
k =0
{ }
k =0
(5.54) L x* ( t ) X * ( s ) = X ( s ) * L ( t kTe )
Dar:
1
(5.55) L ( t kTe ) = 1 + 1 e sTe + 1 e s2Te + ... = ,
k =0 1 e sTe
atunci convoluia imaginilor din (5.54) devine:
1 1 c + j 1
(5.56) X * (s) = X (s) * 2 j X ( u )
= Te ( s u )
du
1 e sTe c j 1 e
Folosind relaia (5.19), se calculeaz transformata Z:
c + j
1 1
(5.57) X ( z) = X * (s) = X (u ) du
e sTe =z 2 j c j 1 e uTe 1
z
Exemplul 5.1:
Fie semnalul x ( t ) reprezentat n fig. 5.23 i definit prin:
1 e at pentru t 0
(5.59) x (t ) =
0 pentru t < 0
132
5. Semnale eantionate
x(t )
1
a
=
1
+
a
1
=
z 1 1 e aTe ( )
a 1 1 z 1 a 1 e aTe z 1 (
1 z 1 1 e aTe z 1 )( )
5.7. Calculul transformatei Z inverse
Se pot utiliza trei metode:
calculul direct, folosind relaia de definiie (5.25);
metoda seriei de puteri;
descompunerea funciei X(z) n elemente simple.
1. Calculul direct
1
(5.60) x ( k ) = Z1 { X ( z )} = X (z) z
k 1
dz = Rez X ( z ) z
k 1
2 j polii lui
X ( z ) z 1
Exemplul 5.2:
Fie:
0.25z
(5.61) X (z) =
( z 0.5)( z 0.3)
Polii funciei X(z) sunt z1 = 0.5 i z2 = 0.3 . Deci:
0.25 z
x ( k ) = Rez z k 1
z1 = 0,5 ( z 0.5 )( z 0.3)
z2 = 0,4
133
Semnale, circuite i sisteme. Partea I: Semnale
sau x ( k ) =
0.25
0.5 0.3
0.5k +
0.25
0.3 0.5
( )
0.3k = 1.25 0.5k 0.3k . Se obine irul
___
unde pi i ri , i = 1, n , sunt polii i, respectiv, reziduurile. Notm ai i bi ,
___
i = 1, n , coeficienii polinoamelor A ( s ) i respectiv B ( s ) . Atunci un program
Matlab de forma:
num=[bn bn-1 b1];
den=[an an-1 a1];
[r, p, k]=residue(num, den)
permite determinarea vectorilor r i p , ce conin reziduurile i polii, precum
i a coeficientului k din expresia (5.63).
Pentru exemplul considerat, funcia B ( s ) A ( s ) este:
2z 2 2.3z + 0.5
X ( z ) z 1 = ,
z 3 2.3z 2 + 1.7z 0.4
deci comenzile Matlab sunt:
num=[2 2.3 0.5]
den = [1 -2.3 1.7 -0.4]
[r, p, k]=residue(num, den)
Vectorii r i p obinui sunt:
2 1
r = 1 ; p = 0.8 ;
1 0.5
134
5. Semnale eantionate
b0 + b1 z 1 + ... + bn z n
X ( z) =
1 + a1 z 1 + ... + an z n
Se realizeaz dezvoltarea n serie de puteri a acestei funcii, mprind
numrtorul la numitor. Rezult:
X ( z ) = 0 + 1 z 1 + 2 z 2 + ...
Exemplul 5.4:
Se consider funcia X(z) dat prin (5.61). Ea se poate scrie sub forma:
0.25z 0.25z 1
X ( z) = =
z 2 0.8z + 0.15 1 0.8z 1 + 0.15z 2
mprind numrtorul la numitor se obine seria de puteri:
E x e m p l u l 5 . 5 : aplicaie n Matlab
Pentru funcia X ( z ) de forma (5.62) se folosete programul Matlab
urmtor, care realizeaz operaia iterativ de mprire a polinoamelor.
clear all;
num=[2 -2.3 0.5 0];
den=[1 -2.3 1.7 -0.4];
for k=1:5,
[q,r]=deconv(num,den);
num=conv(r,[1 0]);
v(k)=q(k);
end;
Programul calculeaz n vectorul v primele 5 valori ale variabilei x ( k ) i
genereaz rezultatele urmtoare: { x} = 2 2.3 2.39 2.387 2.3471 .
135
Semnale, circuite i sisteme. Partea I: Semnale
Se calculeaz coeficienii C1 i C2 :
0.25z 1 0.25 z 1
C1 = = 1.25 ; C2 = = 1.25
1 0.3z 1 z =0,5
1 0.5 z 1 z =0.3
1.25 1.25
Deci X ( z ) = . Transformata Z invers a funciei simple
1 0.5z 1 1 0.3z 1
C
F (z) = 1
este f ( k ) = Z1 { F ( z )} = C r k . Rezult:
1 r z
1.25
x ( k ) = Z1
1 0.5z 1
1.25 k
= 1.25 0.5 0.3
1 0.3z 1
k
( )
i { x ( k )}k =0,1,2... = 0; 0.25; 0.2; 0.1225;...
E x e m p l u l 5 . 7 : aplicaie n Matlab
Fie X ( z ) de forma (5.62). Dac se folosete variabila z 1 , atunci aceast
funcie devine:
2 2.3z 1 + 0.52z 2
( )
X z 1 =
1 2.3z 1 + 1.7z 2 0.4z 3
S considerm z 1 = u i s dezvoltm X ( u ) n elemente simple, cu
ajutorul funciei Matlab residue. Comenzile Matlab sunt:
num=[0.5 2.3 2 ];
den=[-0.4 1.7 -2.3 1];
[r, p, k]=residue(num, den)
Vectorii r i p obinui sunt:
2 2
r = 1.25 ; p = 1.25
2 1
136
5. Semnale eantionate
( )
i funcia X z 1 = X ( u ) devine X z 1 = ( ) z 1
2
2
+
z
1.25
1
+
2
1.25 1 z 1
sau:
X (z ) =
1 1 1 2
1
+ +
1 0.5z 1 0.8z 1 1 z 1
Transformata Z invers este:
x ( k ) = ( 1) 0.5k + 1 ( 0.8 ) + 2 (1) ,
k k
unde:
2
(5.67) 0 = ,
1 1 1
(5.68) Ai = x ( t ) e ji0t dt = x ( t ) e ji 0 t dt = x ( t ) e ji 0 t dt ,
0 0
1
(5.69) Ai = X ( i0 )
i expresia (5.66) devine:
1
x ( t ) = X ( i0 ) e 0
ji t
(5.70)
i =
137
Semnale, circuite i sisteme. Partea I: Semnale
1
X ( i0 ) e 0 , 0 t
ji t
(5.71) x ( t ) = i =
0, n rest
x(t )
1 X ( ) , ( )
Transformata
X ( )
Fourier
t
0 - M M
( )
a) c)
1
1 Ai = X (i 0 )
x (t )
Seria Fourier
complex M 0 M = (N 1) 0
(i ) = argX (i 0 )
t
i 0
0 2 M
0
b) d) M = (N 1) 0
138
5. Semnale eantionate
Se obine:
N 1 N 1
(5.75) X ( ) = x ( kT ) e j kTe Te = Te x ( k ) e j kTe
k =0 k =0
(5.77) 2M = N 0
Folosind (5.67), (5.74) i (5.77), relaia (5.76) devine:
2
N 1 N 1 ji kTe
X *
( i0 ) X ( i ) = x ( k ) e
* ji0 kTe
= x(k ) e =
k =0 k =0
2 2
N 1 ji kTe N 1 jik
= x(k ) e NTe
= x(k ) e N , i = 0, N 1
k =0 k =0
Deci:
2
N 1 jik
(5.78) X * (i ) = x ( k ) e N , i = 0,1, 2,... N 1
k =0
1 ji t Te
N 1
X ( i0 ) e 0 = X ( i0 ) e 0 ,
* ji t
0 t
(5.79) x( t ) = i= i=0
0, n rest
n relaia (5.79) se discretizeaz timpul t cu pasul Te , punnd t = k Te ,
unde valorile lui k corespund intervalului [ 0, ] : k=0,1,2,...,N-1. Rezult:
2
2 ji kTe
T N 1 1 N 1
x ( kTe ) x ( k ) = e X * ( i0 ) e = X * ( i ) e NTe ,
ji kT
NTe i=0 N i=0
k = 0,1,N 1
sau:
2
1 N 1 * jki
(5.80) x(k ) = X (i ) e N , k = 0,1, N 1
N i =0
139
Semnale, circuite i sisteme. Partea I: Semnale
Fie:
2
j
(5.81) u = e N
2
numrul complex de modul unitar i de argument , reprezentat ca vector, i
N
u i , k = 0,1, N -1 , steaua simetric a vectorilor de modul unitar (fig. 5.25).
Relaiile (5.78) i (5.80) devin respectiv:
Im
ui
2
i u2
N
1 u1 Re
u N 1
i
Fig. 5.25 Steaua vectorilor unitari u , i = 0, N 1
2
N 1 jik
(5.82) X *
( i ) = Fd { x(i)} = x ( k ) e N , i = 0, N 1
k =0
{
(5.83) x ( k ) = Fd1 X * (k ) = } 1 N 1 *
X ( i ) uik ,
N i =0
k = 0, N 1
140
5. Semnale eantionate
(5.85) X * ( i ) = N Ai
x (k )
x(k )
a)
k
2 t
Te kTe = NTe
X * (i )
X * (i ) = N Ai
b)
i
N 0 =
0 i 0
= e = 2 Te
141
Semnale, circuite i sisteme. Partea I: Semnale
Observaie:
Legtura dintre transformata Z i transformata Fourier discret permite
transferarea nspre transformata Fourier discret a celor mai multe dintre
proprietile transformatei Z. Astfel, definind produsul de convoluie ciclic al
semnalelor discrete x1(k) i x2(k), k = 0, N 1 :
N 1
(5.88) x(k ) = x1 (k ) x2 ( k ) = x1 (i ) x2 (k 1), k = 0, N 1 ,
i =0
se obine:
{ }
(5.91) Fd1 X * (k ) = x1 (k ) x2 (k )
142
5. Semnale eantionate
unde:
C = X ( 0 ) ; C =
* 2 Re X * ( i )
=
{ }
2Re {spc ( i + 1)}
0 i
N N N
(5.93) i = 1,N/2
Si =
*
{
2Imag X ( i )
=
}
2Imag {spc ( i + 1)}
; i = 1,N/2
N N
Cum 0 = 2 / T = 2 / NTe , rezult:
N 2
(5.94) xT ( nTe ) = C0 + Ci cos ( 2 in / N ) + Si sin ( 2 in / N )
i =1
Observaii:
1) n fig. 5.26, b) componentele X * (1) , X * ( 2 ) , X * ( N 1) ,
corespunztoare, respectiv, valorilor spc ( 2 ) , spc ( 3) , spc ( N ) , sunt
simetrice excepie fcnd X * ( 0 ) spc (1) , care este valoarea medie a
semnalului adic: X * (1) = X * ( N 1) ; X * ( 2 ) = X * ( N 2 ) ; Deci sunt
necesare numai componentele X * ( i ) , i = 0, N / 2 , pentru a cunoate modelul
spectral al semnalului.
2) Conform relaiei (5.85), avem Ai = X * ( i ) / N , de unde se obine
143
Semnale, circuite i sisteme. Partea I: Semnale
144
5. Semnale eantionate
2.5
a) 0
-1
-2.5
0 10 20 30 40 50 60 70
1.5 0
-0.5
-1
1
b) -1.5 c)
2
0.5 2.5
3
3.5
0 5 10 15 20 25 30 0 5 10 15 20 25 30
Fig. 5.27 Analiza spectral a unui semnal (exemplul 5.8)
x ( t ) = 0.2 + 1 cos ( t ) + 0.5cos 2t =
2
= A0 + A1cos ( t + 1 ) + A2 cos ( 2t + 2 )
145
Semnale, circuite i sisteme. Partea I: Semnale
Exemplul 5.9:
Fie:
T ( 2T1 ) , 0 t T1
(5.97) x (t ) =
0, n rest
a)
b)
c)
(5.98) (
X * (k ) = X e jk ,) k = 0, N 1
146
5. Semnale eantionate
(5.99) z ( k ) = x( k ) + j x( k ) ,
s aib transformata n z pe cercul unitar de forma:
0, 0
j
(5.100) Z (e ) = X (1), =0
j
2 X (e ), 0 <
(5.101) Z (e j ) = X (e j ) + j X (e j )
jX (e j ), 0
j j j
(5.102) X (e ) = 0, =0 = T (e ) X (e ) ,
j
jX (e ), 0 <
unde:
(5.103) T (e j ) = jsign( )
Vom calcula semnalul discret t (k ) , a crui transformat Z, pentru
z = e j , are forma (5.103). Pentru aceasta, n formula de definiie a
transformatei n z inverse, (5.25), punem z = e j . Vom avea dz = je j d , iar
integrala pe cercul C se va transforma ntr-o integral n raport cu , cu
limitele 0 i 2. Deci:
1 2 1 2
t (k ) = T (e j ) e( k 1) j je j d = ( jsign ) je jk d =
2 j 0 2 j 0
,
1 2
= ( cos(k ) sign + j sin(k ) sign ) d
2 j 0
sau, avnd n vedere c primul termen de sub integral este funcie impar, iar
al doilea este funcie par, rezult:
1 2 1
(5.104) t (k ) = sin(k )d = (1 cos(k ) ) , k = 1, 2,...
0 k
147
Semnale, circuite i sisteme. Partea I: Semnale
*
X (k ) = T * (k ) X * (k )
Aplicnd aici transformata Fourier discret invers i innd cont de relaia
(5.89), se obine expresia transformatei Hilbert discrete a semnalului x(k ) :
x(k ) = t (k ) x(k )
Se observ c, la fel ca n cazul semnalelor cu timp continuu (vezi relaia
(3.91)), transformata Hilbert a semnalului x(k ) se exprim prin convoluia lui
x(k ) cu semnalul dependent de inversul timpului discret, adic t (k ) = 2 (k ) .
-1
-2
-3
0 10 20 30 40 50 60
Fig. 5.29 Transformata Hilbert a semnalului din fig. 5.27
148
5. Semnale eantionate
clear all;
T0=3.2;T=2*T0;Te=0.1;N=T/Te;om=2*pi/T0;
figure(1);stem(ind,x);grid;axis([0 64 -3 3]);pause;
hil=hilbert(x);
hil=imag(hil);
figure(2);stem(ind(1:N),hil(1:N));
grid;axis([0 64 -3 3]);pause;
x1=-hilbert(hil);
x1=imag(x1);
figure(3);stem(ind(1:N),x1(1:N));
grid;axis([0 64 -3 3]);pause;
149
Semnale, circuite i sisteme. Partea I: Semnale
150
Capitolul 6
SEMNALE ALEATOARE
6.1. Noiunea de semnal aleator
Un semnal aleator este un proces a crui evoluie n timp este supus
legilor probabilistice. Pentru a caracteriza proprietile statistice ale semnalelor
aleatoare trebuie s introducem noiunile de funcie de repartiie i densitate de
probabilitate.
Fie N realizri ale unui semnal aleator (fig. 6.1). Presupunem c printre
acestea, sunt un numr de n1 realizri care au la momentul t1 valori inferioare
sau egale cu x1. Funcia repartiie de ordinul nti se definete ca:
n1
(6.1) F1 ( x1 , t1 ) = prob { x ( t1 ) x1} = lim
N N
t
1
t
2
t
N
t2
t1
151
Semnale, circuite i sisteme. Partea I: Semnale
n Fn ( x1 , t1;...xn , tn )
(6.6) n ( x1 , t1;...xn , tn ) =
x1...xn
Observaii:
Procesele aleatoare pure nu se ntlnesc niciodat n realitate. Semnalele
aleatoare reale pot fi considerate ca fiind procese Markov simple.
Parametrii unui proces aleator pur se calculeaz plecnd de la densitatea
de probabilitate de ordinul nti. Acetia sunt:
Valoarea medie (moment de ordinul nti)
x ( t1 ) = E { x ( t1 )} = x1 p1 ( x1 , t1 ) dx1
(6.10)
152
6. Semnale aleatoare
(6.11) x2 ( t1 ) = E { x (t ) x (t ) } = E {x (t )} x (t )
1 1
2 2
1
2
1
(6.15) 2 ( x1 , t1; x2 , t2 ) = 2 ( x1 , x2 , ) ,
(6.16) = t2 t1
n acest caz, relaiile (6.10)..(6.13) devin:
(6.17) x = x 1 ( x ) dx
(6.18) x2 = x 2 x 2
(6.19) Rxx ( ) = x1 x2 2 ( x1 , x2 , ) dx1dx2
(6.20) Rxy ( ) = xy 2 ( x, y, ) dxdy
Observaie:
Semnalele ale cror proprieti sunt complet descrise de momentele de
153
Semnale, circuite i sisteme. Partea I: Semnale
Rxx ( ) = x ( t ) x ( t + ) = x ( t ) x ( t + ) =
(6.23) 1 T
= lim x ( t ) x ( t + ) dt
t 2T T
Rxy ( ) = x ( t ) y ( t + ) = x ( t ) y ( t + ) =
(6.24) 1 T
= lim T x ( t ) y ( t + ) dt
t 2T
Clasificarea proceselor aleatoare este reprezentat n fig. 6.2.
154
6. Semnale aleatoare
1 T
(6.25) Rxx ( ) = lim x ( t ) x ( t + ) dt
T 2T T
Proprietile acestei funcii (fig. 6.3) sunt urmtoarele:
1) Funcia de autocorelaie este par: Rxx ( ) = Rxx ( ) ;
2) Este valabil relaia:
(6.26) lim Rxx ( ) = 0
(6.27) Rxx ( 0 ) = x 2 = x2 + x 2
R xx ( )
Observaie:
Dac x = 0 , atunci Rxx() este numit funcie de autocovarian, sau
funcie de covarian.
B. Caracteristica n domeniul frecven a unui semnal aleator este funcia
de densitate spectral a puterii, Sxx(), definit prin relaia:
1 2
(6.28) S xx ( ) = lim X T ( ) ,
T 2T
unde XT() este transformata Fourier a semnalului xT(t). Acesta este o parte
din procesul aleator, vzut prin fereastra de timp [-T,T] (fig. 6.4).
xT (t )
x(t )
T t
T 0
fereastr de timp
155
Semnale, circuite i sisteme. Partea I: Semnale
(6.29) lim S xx ( ) = 0 ,
(6.32) Rxx ( ) = F 1 {S xx ( )}
1
Rxx ( ) = S xx ( ) e d =
j
2
(6.34)
1 1
= S xx ( )( cos + jsin ) d = S xx ( ) cos d
2 0
R xx ( ) S xx ( )
F
a) b)
Fig. 6.5 Caracteristicile unui zgomot alb
Fie x(t) un semnal aleator pur. Funcia de corelaie are forma unui impuls
delta (fig. 6.5, a)) i densitatea spectral de putere este constant, deci ea
156
6. Semnale aleatoare
conine componente pentru toate frecvenele (fig. 6.5, b)). Acest semnal, care
nu este ntlnit n natur (este de putere infit), se numete zgomot alb.
Semnalele reale se numesc colorate i au forme diferite pentru funciile
de corelaie i cea de densitate spectral de putere (fig. 6.6 i 6.7). Ct timp un
semnal are o funcie de corelaie ngust, banda de densitate spectral a puterii
este larg (fig. 6.6) i n acest caz semnalul este mai apropiat de zgomotul alb.
Dac funcia de corelaie este larg, banda spectral a semnalului este ngust
(fig. 6.7) i semnalul este mai apropiat de un semnal periodic (determinist).
R xx ( ) S xx ( )
F
R xx ( ) S xx ( )
F
E x e m p l u l 6 . 1 : aplicaie n Matlab
Este ilustrat calculul numeric al caracteristicilor statistice ale unui proces
aleator. Acesta este coninut ntr-un fiier de date, achiziionate cu perioada de
eantionare Te , pe o durat D. Numrul datelor din fiier este N = D Te .
15
ve (t ) Evoluia n timp a
semnalului ve (t )
10
0 t
0 50 100 150 200 250 300 350 400 450 500
157
Semnale, circuite i sisteme. Partea I: Semnale
0.7
Ve ( j ) Spectrul
0.6 semnalului
ve (t )
0.5
0.4
0.3
0.2
0.1
f
0 0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
Fig. 6.10 Spectrul semnalului (exemplul 6.1)
clear all;clc;clg;
% durata nregistrrii i parametrii de eantionare
D=512;Te=1;N=D/Te;fe=1/Te;
df=fe/(2*N);
f=0:df:df*(N-1);
158
6. Semnale aleatoare
159
Semnale, circuite i sisteme. Partea I: Semnale
figure(4);
plot(tfd);
title('TFD a semnalului');axis([0 256 0 150]);grid;
%calculul spectrului de amplitudini i reprezentarea lui grafic
spc=tfd(1:N)/(N/2);
figure(5);
plot(f,spc);title('Spectrul semnalului');grid;
0.5
-0.5
-100 -80 -60 -40 -20 0 20 40 60 80 100
160
6. Semnale aleatoare
100 f
10-1
10-2
10-3
10-2 10-1
Fig. 6.12 Densitatea spectral de putere calculat pe baza
teoremei Wiener -Hincin (exemplul 6.1)
102 Svv ( f )
DSPP
a semnalului -
101 - DR + WH
100 f
10-1
10-2
10-3
10-2 10-1
Fig. 6.13 Densitatea spectral de putere calculat
pe baza TFD a semnalului aleator (exemplul 6.1)
-13
x 10
2.5 Diferenta ntre DSPP
2 calculate prin cele
dou metode
1.5
1
0.5
0
f
-0.5
-1
-1.5
-2
0 50 100 150 200 250 300 350 400 450 500
Fig. 6.14 Diferena dintre densitile spectrale calculate
pe baza celor 2 metode (exemplul 6.1)
161
Semnale, circuite i sisteme. Partea I: Semnale
Exemplul 6.2:
Se consider variabila w din programul Matlab prezentat n exemplul
anterior. Ea este generat prin funcia Matlab randn ca fiind un zgomot
pseudo-aleator alb, cu distribuie normal, de medie nul i dispersie unitar.
Se consider c fisierul w ar reprezenta un semnal aleator, achiziionat cu
perioada de eantionare Te. Pe baza unui program similar celui anterior, se vor
determina caracteristicile statistice ale acestui semnal.
Evoluia variabilei w este prezentat n fig. 6.15. Se constat c, n
comparaie cu zgomotul colorat din fig. 6.8, evoluia acestei variabile este mult
mai agitat.
5
w(t )
4
3
2
1
0
-1
-2
-3
-4
t
0 50 100 150 200 250 300 350 400 450 500
Fig. 6.15 Zgomotul pseudo-aleator w (exemplul 6.2)
Funcia de
1 Rww ( )
autocorelaie
0.8
0.6
0.4
0.2
0
-100 -80 -60 -40 -20 0 20 40 60 80 100
162
6. Semnale aleatoare
Te 0 Te
Fig. 6.17 Funcia de autocorelaie prezentat
ca un impuls real (exemplul 6.2)
163
Semnale, circuite i sisteme. Partea I: Semnale
T
(6.35) S ww ( ) = F {Rww ( )} = 2 Te sinc 2 e
2
T
pentru domeniul e , + e se poate considera sinc2 e 1 ,
2 2 2
deci:
(6.36) S ww ( ) 2 Te
puterea semnalului n banda e , + e , unde densitatea spectral
2 2
de putere are valoarea S ww ( ) 2 Te , este:
e
1 1 2 2 1 2 2
(6.37) P = S ww ( )d = e Te d = e Te =
2 2 2
2
102 DSPP a
S ww ( f )
Semnalului-
101 WH - ssp
100
10-1 f
10-2
10-3
10-2 10-1
Fig. 6.18 Caracteristica densitii spectrale de putere, dedus prin
prelucrarea numeric a datelor (exemplul 6.2)
164
6. Semnale aleatoare
1
S ww ( f )
0.9
0.8
0.7 Te = 1
0.6
0.5
0.4
Te = 0.5
0.3
0.2
0.1
f
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Fig. 6.19 Densitatea spectral de putere, calculat cu relaia (6.35),
reprezentat n scri liniare (exemplul 6.2)
165
Semnale, circuite i sisteme. Partea I: Semnale
axis([0 2 0 1]);
figure(31);
loglog(f,Svv);title('DSPP teoretica a semnalului ');
grid;hold on;
axis([0.005 5 5*10^(-3) 10]);
end
101
S ww ( f ) DSPP teoretic
a semnalului
f
100 Te = 1
Te = 0.5
10-1
10-2
166
Capitolul 7
167
Semnale, circuite i sisteme. Partea I: Semnale
(t2, f2)
(t3, f3)
(t1, f1)
2
t
t
fi
ti tf t
168
7. Analiza timp frecven
Trebuie s notm c funcia f este fie finit n timp, fie trebuie s fie
T T
considerat nul n afara unui interval finit , , astfel nct relaia de
2 2
mai sus s poat fi scris:
T
2
F { x} = x ( t ) e j 2 ft dt
T
2
Pentru a aproxima funcia considerm intervalul de integrare divizat n N
subintervale de lungime t = T N , delimitate de punctele
N N
tn = n t , n = : . Considernd integrandul:
2 2
g ( t ) = x ( t ) e j 2 ft
169
Semnale, circuite i sisteme. Partea I: Semnale
cte i care sunt aceste valori. Deoarece N valori ale funciei x ( tn ) sunt
utilizate pentru a aproxima F ( j ) = F ( j 2 f ) =F { x ( t )} , alegem tot N
valori discrete ale lui f pentru aproximarea caracteristicii spectrale.
Pentru determinarea frecvenelor care vor fi utilizate, vom reaminti mai
T T
nti faptul c domeniul temporal n care lucrm , este mprit n
2 2
intervale de lungime t, determinate de punctele tn = n t . Asociat
domeniului temporal, domeniul frecvenial , este mprit n N
2 2
intervale egale de dimensiune f determinate de punctele f k = k f .
Problema care se pune este determinarea unor relaii de legtur ntre t, f, T
i .
Domeniul temporal Domeniul frecvenial
t f
170
7. Analiza timp frecven
-1 0 0.001 0.02t(s)
dt coninutul ferestrei temporale
multiplicare cu o fereastr
unitar multiplicare cu o fereastr
gaussian
F F
GCT
171
Semnale, circuite i sisteme. Partea I: Semnale
(7.4) ( Gg f ) ( t , f ) f ( ) g ( t ) e
2 jf
d
fereastra triunghiular:
amplitudine
1
timp
- 0
Fig. 7.5 Fereastr triunghiular
t
T + 1, t < 0 t
gtr ( t ) = ; F { gtr } = sinc 2
t + 1, t > 0 2
T
fereastra gaussian:
2
t 2 4
gG ( t ) = A e ; F { gG } = A e
fereastra Hamming i Hanning:
172
7. Analiza timp frecven
t
g H ( t ) = + (1 ) cos 2 ,
T
unde T este dimensiunea ferestrei temporale. Pentru fereastra Hamming
= 0.54 , iar pentru fereastra Hanning = 0.5 .
amplitudine
1
b
c
timp
0 1
F
1
{Gg f } ( t , f ) g ( t ) d = f ( t ) g ( t ) g ( t ) d =
2 2
= f ( t ) g ( t ) d = f ( t ) g ( t ) d = f ( t ) g
2
astfel nct:
{ }
f ( t ) = C 1 F 1 Gg f g ( t ) d =
(7.5)
{ }
= C 1 F 1 Gg f e j 2 g ( t ) d d
2
unde C g .
Proprietile TGC sunt aceleai ca ale transformatei Fourier.
7.5. Undine
Noiunea de undin
O undin (adic, und mic) este o funcie care satisface urmtoarele
condiii n domeniul timp:
prezint o cretere brusc i finit a energiei;
prezint oscilaii.
173
Semnale, circuite i sisteme. Partea I: Semnale
Prima condiie este cea care face undina mic, n sensul c este bine
localizat n timp, n timp ce a doua condiie determin caracterul de und al
undinei.
Pentru simplificarea notaiilor, introducem operatorii de:
translaie:
a : L2 ( R ) L2 ( R ) , ( a f ) ( t ) f ( t a ) i F { a f } = e j 2 af F { f }
i dilataie:
1
Ds : L2 ( R ) L2 ( R ) , cu ( Ds f ) ( t ) s 2 f ( st ) i F { Ds f } = Ds 1F { f }
Astfel, dac s < 1 atunci Ds f este o contracie a lui f, iar dac s > 1 ,
Ds f este o dilatare a lui f.
Dac g este o undin, atunci setul de funcii { t Ds g } , alctuit din toate
dilatrile (pentru s 0 ) i translaiile (n domeniul t) funciei g, reprezint o
familie de undine. Undina care genereaz familia de undine se numete
undin mam. Parametrul s reprezint scala, iar t reprezint translaia.
2 30
1 20
0 10
-1 0
0 1 2 3 0 100 200 300 400 500
2 30
1 20
0 10
-1 0
0 1 2 3 0 100 200 300 400 500
2 30
1 20
0 10
-1 0
0 1 2 3 0 100 200 300 400 500
timp (s) frecven (Hz)
Fig. 7.7 Dilataiile unei undine mam i spectrele de amplitudini ale acestora
174
7. Analiza timp frecven
Exemple de undine
Undina Haar
Undinele Haar sunt un exemplu de familie de undine des utilizat care
conduc la o baz ortonormat, atunci cnd familia de undine este restrns la
translaii ntregi i dilataii executate utiliznd puteri ale lui 2.
Undina Haar este definit ca:
(7.6) g Haar = 1( 1 2,0] 1( 0,1 2] ,
0 t
-1
0 0.5 1
Undina Shannon
1
0.5
-0.5
- 1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
sinc
1.5
0.5
00 10 20 30 40 50 60
Fig. 7.9 Funcia sinc i spectrul de amplitudini al acesteia
175
Semnale, circuite i sisteme. Partea I: Semnale
-0.4
0 0.5 1
Fig. 7.10 Undina Morlet
176
7. Analiza timp frecven
de distan (norma H
) i de unghi (produsul scalar) sunt extinse. Din
punct de vedere matematic, un spaiu Hilbert este un spaiu vectorial complet
normat (cu norma H ), pe care se definete un produs scalar.
n aceste condiii, pentru un spaiu Hilbert H, CWT poate fi definit ca o
aplicaie Wg : H Wg ( H ) parametrizat de o funcie g.
CWT a unui semnal unidimensional este o funcie bidimensional, de
variabile t (timp) i s 0 (scal sau frecven), i poate fi scris ca:
(Wg f ) ( t , s ) = s
1
(7.10) 2
f ( ) g ( s ( t ) ) d ,
(Wg f ) ( t , s ) =
1
f , t Ds g = f ( ) s 2 g ( s ( t ) ) d =
(7.12) ,
= f ( ) Ds g ( ( t ) ) d = ( f * Ds g ) ( t )
f Ds g (W f ) ( t , s )
g
177
Semnale, circuite i sisteme. Partea I: Semnale
(Wg ( b f ) ) ( t , s ) = (Wg f ) ( t b, s )
Dilatarea:
E x e m p l u l 7 . 1 : aplicaie n Matlab
Vom aplica CWT unui semnal de tip chirp. Coeficienii astfel obinui
sunt caracterizai de trei elemente: scala (corespunztoare frecvenei), poziia
n timp i ponderea.
t=0:0.002:1.999;
%2 secunde i frecvena de eantionare de 1kHz
178
7. Analiza timp frecven
y=chirp(t,1,2,100,'q',[],'concave');
%pornete de la 1Hz i atinge 100Hz la t=1.999 secunde
subplot(2,1,1);
plot(y);
subplot(2,1,2);
%se afieaz coeficienii obinui prin descompunerea n undine,
%folosind undina de tip Daubechies
%afiarea se realizeaz tridimensional,
%parametrii fiind scala, momentul apariiei i ponderea undinei
coefs = cwt(y,1:50,'db5','3Dlvl');
n planul timp frecven reprezentarea acestora se realizeaz utiliznd
pentru fiecare coeficient nivele de gri, care codific ponderea fiecruia. Astfel,
negrul simbolizeaz o pondere maxim, n timp ce albul reprezint o pondere
nul. n fig. 7.12 se poate observa c la nceput ponderea coeficienilor de
scal mare (frecvene joase) este mare, iar pe msur ce frecvena semnalului
crete devin importante ponderile coeficienilor corespunztori scalelor mici
(frecvene mari).
{
(7.13) F Wg f } ( , s ) = (F { f } Ds 1 )
F { g} ( )
F {Wg f } ( , s ) ( Ds 1F { g} ) ( ) ds = F { f } Ds 1F { g} ( ) ds
2
s 0 R
( )
1 2
(7.14) = F { f }( ) s F { g} s 1 ds
R
1 2
= F { f }( ) u F { g}( u ) du
R
179
Semnale, circuite i sisteme. Partea I: Semnale
( )
1 2 1 2
(7.15) C s F { g} s 1 ds = u F { g}( u ) du
R R
{
F { f }( ) = C 1 F Wg f } ( , s ) ( Ds 1 )
F { g} ( ) ds
R
((
f ( t ) = C 1 Wg f
R
) (, s ) * ( Ds g )) ( t ) ds
(7.16) = C 1 Wg f ( ) ( , s ) ( Ds g ) ( t ) dsd
RR
= C 1 Wg f ( ) ( , s ) ( Ds g ) ( t ) dsd
RR
1 2
(7.17) C F { g}( ) d <
R
sub forma:
( )
Deoarece Wg1 : Wg L2 ( R ) L2 ( R ) , atunci pentru f L2 ( R ) i
180
7. Analiza timp frecven
(7.19) D {( 2 n
m, 2n )} m,n
22
21
20
1 2 3 timp
Fig. 7.13 Setul diadic de puncte n care se evalueaz CWT
181
Semnale, circuite i sisteme. Partea I: Semnale
182
7. Analiza timp frecven
subspaiul Vk au o rezoluie mai bun dect cele din V0. Acest lucru este
prezentat n fig. 7.14, unde s-a realizat o AMR utiliznd funcia de scalare
Haar Haar 1( 0,1] ; aici funciile din V0 sunt constante pe intervale ( n, n + 1] ,
iar f 0 V0 poate fi utilizat pentru aproximarea unei funcii f H astfel:
f 0 = f , n n = cn 1( n,n +1] ,
n n
3. V j = H i V j = {0}
183
Semnale, circuite i sisteme. Partea I: Semnale
(7.22) L ,k f { f , D2k n } = {( f D ) ( 2 n )}
2k
k
184
7. Analiza timp frecven
Notnd:
(7.23) H = F L ,1 i { }
(7.24) G = F L ,1 , { }
se poate arta c W0 dac i numai dac sunt ndeplinite condiiile:
2 2
1. H + 1 H =2
2
2. GH + 1 ( GH ) = 0
2
Deoarece condiiile (1) i (2) de mai sus caracterizeaz subspaiul W0, orice
funcie aparinnd acestuia trebuie s le ndeplineasc. Dac se consider
funcia G de forma:
(7.25) G = Q 1 H ,
2
(7.27) Q + 1 Q 1 H H = 0
2 2
Dac {qn } este secvena asociat lui Q, astfel nct Q este obinut
aplicnd transformata Fourier discret a secvenei {qn } , ecuaia (7.28) devine:
(7.29) qn + ( 1) qn = 0 q2 n = 0, n
n
(7.30) {
g n = {qn } * ( 1) h n
n
}
Cea mai simpl secven {qn } care ndeplinete aceste condiii este
n 1
qn = ( 1) n,1 , astfel nct se poate scrie:
g n = ( 1) h1 n
n
(7.31)
185
Semnale, circuite i sisteme. Partea I: Semnale
(7.32) F { } = D21 ( GF { } )
cu G de forma (7.25).
Se poate arta i c secvena { n } este ortonormat i c este complet
{ }
n W0, ceea ce nseamn c D2m n este baz ortonormat pentru H.
Ecuaia:
2 2
H + G =2
H H
x + y=2x
G G
Analiz Sintez
186
7. Analiza timp frecven
H 2 2 H
x + y=x
G 2 2 G
Analiz Sintez
Se observ c c = S S c i c ( S S c ) =
n
1
2
( )
1 + ( 1) cn , deoarece
n
(7.37) H 0 = HS S H + GS S G
H 64
2
128 32
H 2
16
G 2 H 2
G 2
G 2 16
1
innd cont c F {S S c} = (F {c} + 1/ 2F {c}) , H0 se poate scrie:
2
H0 =
1
2
( 2 2
)
H + G + (1/ 2 H ) H + (1/ 2G ) G = 1 , deoarece:
187
Semnale, circuite i sisteme. Partea I: Semnale
0.5
-0.5
-1
-0.5 -0.2
-1 -0.4
-1.5 -0.6
100 200 300 400 500 100 200 300 400 500
0.4
1
0.2
0
0
-1 -0.2
-0.4
-2
-0.6
50 100 150 200 250 50 100 150 200 250
Exemplul 7.2:
Pentru a exemplifica utilizarea algoritmului de descompunere, vom
considera un semnal aleator, care conine armonici definite de utilizator, la
care se adaug un zgomot alb. Dup aplicarea algoritmului piramidal, se
evideniaz componentele care dau detaliile semnalului. Scopul urmrit este de
a elimina componentele de zgomot, care au fost puse n eviden de algoritmul
piramidal.
Programul Matlab care realizeaz procesarea semnalului complex este
prezentat n continuare.
clear all
t = 1:100;
nr_armonici = input('Cate armonici? ');
188
7. Analiza timp frecven
fundamentala = 10*sin(2*pi*50*t/2500);
s = 0;
%generarea armonicilor
for i = 1:nr_armonici,
nr = input('nr armonica ');
A = rand(1,1);
armonica = 1.75*A*sin(2*pi*50*t*nr/2500);
s = s + armonica;
end
alb = rand(1,100);
white = 1.5*alb;
semnal = fundamentala + s + white;
subplot(2,2,1);plot(semnal);title('Semnal original')
subplot(2,2,2);plot(clean);title('Semnal filtrat')
end
Semnalul original Semnalul filtrat
15 15
10 10
5 5
0 0
-5 -5
-10 -10
-15 -15
0 20 40 60 80 100 0 20 40 60 80 100
189
Semnale, circuite i sisteme. Partea I: Semnale
190
Bibliografie
191
Semnale, circuite i sisteme. Partea I: Semnale
192
Repertoriu de figuri
Capitolul 1: INTRODUCE RE
Fig. 1.1 Sistem dinamic
Fig. 1.2 Sistem numeric
Fig. 1.3 Sistem 2D
193
Semnale, circuite i sisteme. Partea I: Semnale
194
Repertoriu de figuri
195
Semnale, circuite i sisteme. Partea I: Semnale
196
Repertoriu de figuri
197
Semnale, circuite i sisteme. Partea I: Semnale
198
Index alfabetic
199
Semnale, circuite i sisteme. Partea I: Semnale
200
Index alfabetic
201