Documente Academic
Documente Profesional
Documente Cultură
1 S Discrete
1 S Discrete
Figura 1.1
2π 2π
şi Ts este pe rând , .
4ω0 ω0
c) În fiecare din cazurile de la b), calculaţi y(t) şi Y(ω), dacă H(ω) este pe
π
rând: FTJ cu frecvenţa de tăiere la şi respectiv un filtru având funcţia
Ts
pondere h ( t ) = σ ( t ) − σ ( t − Ts ) .
Rezolvare
Figura 1.2
∞ ∞
b) v ( t ) = x ( t ) ∑ δ ( t − nTs ) = ∑ x ( nT )δ ( t − nT )
s s (1.10)
n =−∞ n =−∞
unde s-a folosit egalitatea binecunoscută din teoria distribuţiilor
x ( t ) δ ( t − t 0 ) = x ( t0 ) δ ( t − t0 ) (1.11)
Prin urmare
x ( nTs ) , t = nTs
v (t ) = (1.12)
0 , t ≠ nTs
v(t) este semnalul rezultat prin eşantionarea uniformă cu Ts a lui x(t).
Capitolul 1 – Semnale şi sisteme discrete 3
Aşadar
sin ω0 nTs
, t = nTs
v ( t ) = π nTs (1.13)
0 , t ≠ nTs
Pentru a calcula spectrul, facem apel la teorema convoluţiei în
frecvenţă
1
F { x ( t ) p ( t )} = X (ω ) ∗ P (ω ) (1.14)
2π
şi ţinem cont că
2π
{
F δ Ts ( t ) =} δ 2π ( ω )
Ts Ts
(1.15)
ceea ce conduce la
1 2π ∞
1 ∞
2π 2π
V (ω ) = X (ω ) ∗
2π Ts
∑ δ ω − n
n =−∞
= ∑ X ω − n
Ts T T
(1.16)
s n =−∞ s
( )
V e jω = TsV (ωTs ) π π
ω∈ − ;
(1.17)
Ts Ts
Figura 1.3
2π
Considerând valorile date în ipoteză, mai întâi pentru Ts = ,
4ω0
spectrul este cel din figura 1.4.
4 Prelucrarea numerică a semnalelor – Probleme
Figura 1.4.
2π
Pentru Ts = , se observă că spectrele imagine (considerate pe o
ω0
perioadă) se suprapun pe o jumătate de peroadă, astfel că spectrul rezultat este
constant în întreaga bandă: V (ω ) = 2, ∀ω , deci v ( t ) = 2δ ( t ) .
c) În primul caz, frecvenţa de tăiere a FTJ-ului este ωt = 2ω0 . Din figura 1.4,
se observă că aceasta este echivalentă cu reţinerea primului spectru (din
jurul originii).
Figura 1.5.
1
Rezultă că y ( t ) = x ( t ) şi deci semnalul poate fi refăcut perfect din
Ts
eşantioanele sale.
În al doilea caz, filtrul se aplică asupra unui spectru constant şi rezultă
y ( t ) = v ( t ) ∗ h ( t ) = 2h ( t ) care diferă în principiu de x(t).
Inspectând atent figura 1.5, rezultă o generalizare extrem de importantă
2π
pentru eşantionarea semnalelor. Când ≥ 2ω0 (condiţia Nyquist), semnalul
Ts
iniţial poate fi refăcut (mai puţin o constantă de scalare) din eşantioanele sale
printr-o filtrare trece-jos ideală. Filtrul este cu atât mai pretenţios (bandă de
tranziţie mai mică) cu cât inegalitatea de mai sus tinde către egalitate.
2π
Dacă < 2ω0 , apare fenomenul de aliere spectrală (suprapunerea
Ts
spectrelor imagine) şi refacerea semnalului iniţial este imposibilă.
Capitolul 1 – Semnale şi sisteme discrete 5
sau
∞
y (t ) = ∑ x ( nT ) h ( t − nT )
n =−∞
s s (1.19)
Figura 1.6.
Figura 1.7.
Rezolvare
Figura 1.8.
Capitolul 1 – Semnale şi sisteme discrete 7
Figura 1.9.
Figura 1.10.
Rezolvare
a) Aplicăm definiţia
∞ ∞
1
( ) = ∑ u ( n)e
X e jω − jnω
= ∑ e − jnω =
1 − e − jω
(1.28)
n =−∞ n=0
b) Folosind teorema întârzierii
1 − e − jNω
( )
X e jω = U e jω 1 − e jNω = ( )( ) 1 − e− jω
=
N N N N (1.29)
e
−j
2
ω
e
−j
2
ω
−e
j
2
ω
−j
N −1 sin
ω
ω
= =e 2 2
1
−j ω
1
−j ω
1
j ω 1
e 2
e 2
−e 2 sin ω
2
∞
c) X e ( ) = ∑ δ ( n)e
jω − jnω
=1 (1.30)
n =−∞
a) Să se calculeze ( )
X F e jω = TFTD { x ( n ) w ( n )} şi să se reprezinte
( )
X F e jω .
b) Să se exprime X ( k ) = TFDN { x ( n )} în funcţie de X F e jω . ( )
2π 2π
c) Reprezentaţi X(k) pentru ω0 = n0 şi pentru ω0 ≠ n0 .
N N
π 9π
Aplicaţie numerică: N = 8 , ω0 ∈ , .
2 16
Rezolvare
∞ N −1
XF e( ) = ∑ x ( n) w( n) e
jω − jnω
= ∑ x ( n ) e − jnω (1.31)
n =−∞ n =0
Sau, înlocuind cu expresia semnalului x(n):
N −1
XF e ( ) = ∑e
jω − jn(ω −ω0 )
(1.32)
n =0
Termenii formează o progresie geometrică de N termeni, cu raţia
− j(ω −ω0 )
e , deci
N
1− e
− jN (ω −ω0 )
N
− j (ω −ω0 ) sin
e 2 ( ω − ω0 )
( )
XF e =jω
1− e − j(ω −ω0 )
= 1
− j (ω −ω0 )
2
1
(1.33)
e 2 sin (ω − ω0 )
2
În vederea reprezentării spectrului de amplitudini, considerăm funcţia
auxiliară
N
sin ω
F (ω ) = 2 (1.34)
1
sin ω
2
În ω = 0 funcţia tinde către N:
N N N
sin ω cos ω
lim F (ω ) = lim 2 = lim 2 2 =N (1.35)
ω →0 ω →0 1 ω →0 1 1
sin ω cos ω
2 2 2
Funcţia suferă anulări în punctele în care se anulează numărătorul
N N 2π
sin ω = 0 ⇔ ω = kπ , k ∈ Z ⇔ ω = k (1.36)
2 2 N
Pentru ω ∈ [ 0;π ] , numitorul este monoton crescător şi deci alura
caracteristicii va fi aceea a unei sinusoide amortizate cu anulările menţionate
mai sus. Pentru ω ∈ [π ;2π ] , numitorul creşte monoton şi anvelopa sinusoidei
creşte de asemenea.
10 Prelucrarea numerică a semnalelor – Probleme
Figura 1.11
N −1 2π
−j
b) Prin definiţia TFD, avem X ( k ) = ∑ x ( n )W nk
N cu WN = e N
şi deci
n =0
N −1 2π
( )
− j nk
X (k ) = ∑ x (n) e N
= X F e jω 2π (1.37)
ω =k
n =0 N
TFD rezultă prin eşantionarea uniformă a TFTD pentru semnalul
2π
ferestruit corespunzător, cu .
N
π
c) Plecăm de la caracteristica din figura 1.11, pe care o translatăm cu ,
2
9π
respectiv . În primul caz, se remarcă faptul că se eşantionează în vârful
16
lobului principal şi în punctele de anulare. Aceasta se datorează faptului că
2π
ω0 este un multiplu de şi deci TFD se calculează pe un număr întreg
N
de perioade. În al doilea caz însă, caracteristica nu se mai eşantionează în
vârful lobului principal, iar restul punctelor de eşantionare nu mai coincid
Capitolul 1 – Semnale şi sisteme discrete 11
Figura 1.12
Figura 1.13
12 Prelucrarea numerică a semnalelor – Probleme
Rezolvare
b) Se observă că
( )
H FTS e jω = 1 − H FTJ e jω ( ) (1.42)
ceea ce în timp se scrie
ω0
hFTS ( n ) = δ ( n ) − hFTJ ( n ) = δ ( n ) − sincnω0 (1.43)
π
c) Observând că
( )
H FTB e jω = H FTJ e ( (
j ω −ω p )
) (
+ H FTJ e
(
j ω +ω p )
) (1.44)
ω1 + ω2 ω2 − ω1
cu notaţiile ω p = şi ω0 = , folosind teorema modulaţiei
2 2
hFTB ( n ) = 2hFTJ ( n ) cos nω p (1.45)
deci
ω2 − ω1 ω − ω1 ω1 + ω2
hFTB ( n ) = sinc n 2 cos n (1.46)
2π 2 2
Capitolul 1 – Semnale şi sisteme discrete 13
d)
( )
H FOB e jω = 1 − H FTB e jω ( ) (1.47)
şi prin urmare
ω2 − ω1 ω − ω1 ω1 + ω2
hFOB ( n ) = δ ( n ) − hFTB ( n ) = δ ( n ) − sinc n 2 cos n (1.48)
2π 2 2
Rezolvare
Figura 1.14
Se identifică următoarele situaţii:
a) n < 0
În acest caz cele două semnale din figură au suporturi temporale
disjuncte şi y(n)=0.
b) − M + 1 + n < 0 şi n ≥ 0 echivalent cu n = 0, M − 1
În această situaţie, suporturile se intersectează pe m = 0, n şi y(n)=n+1.
c) − M + 1 + n ≥ 0 şi n < N − 1 , deci n = M − 1, N − 1
Suporturile se intersectează pe M-1 eşantioane, deci y ( n ) = M .
d) n ≥ N − 1 şi n − M + 1 < N − 1 sau n = N − 1, M + N − 2
14 Prelucrarea numerică a semnalelor – Probleme
Figura 1.15.
Rezolvare
∞ ∞
1
a) X ( z) =
n =−∞
∑
n =0
x ( n ) z −n = ∑ z −n =
1 − z −1
(1.50)
∞ ∞
1
b) X ( z) = ∑ x ( n) z
n =−∞
−n
= ∑ an z −n =
n=0 1 − az −1
(1.51)
1
Rezultatul este de asemenea X ( z ) = , însă de această dată
1 − az −1
transformata Z are o convergenţă de interior, caracteristică oricărui semnal
anticauzal. Acest fapt derivă şi din necesitatea ca raţia progresiei geometrice
să fie de modul subunitar a −1 z < 1 ⇔ z < a .
Se observă că legătura dintre domeniul timp discret şi planul complex z
nu este biunivocă. Aceeaşi transformată Z poate aparţine mai multor semnale,
fiind necesară precizarea domeniului de convergenţă pentru determinarea
riguroasă.
d)
∞ ∞ −1 ∞
X ( z) = ∑ x (n) z
n =−∞
−n
= ∑a
n =−∞
n
z −n
= ∑a
n =−∞
−n −n
z + ∑ an z −n =
n= 0
∞ ∞
(1.53)
= ∑a z + ∑a zn n n −n
n =1 n =0
Calculând separat fiecare sumă, rezultă
az 1 1 − a2
X ( z) = + = (1.54)
1 − az 1 − az −1 1 + a 2 − az − az −1
1
cu condiţiile de convergenţă az < 1 şi az −1 < 1 , deci a < z < .
a
e)
∞ ∞ ∞ ∞
1
( )
n
X ( z) = ∑
n =−∞
x ( n ) z −n = ∑
n =−∞
a z − n = ∑ e jnω0 z − n = ∑ e jω0 z −1
n
n=0 n=0
=
1 − e jω0 z −1
(1.55)
jω0
cu e < z ⇔ z > 1.
f)
1
Z {sin ( nω0 ) u ( n )} =
2j
{ } {
Z e jnω0 u ( n ) − Z e − jnω0 u ( n ) =
}
(1.56)
1 1 1
= jω0 −1
− − jω0 −1
2 j 1− e z 1− e z
16 Prelucrarea numerică a semnalelor – Probleme
g) După prelucrări
sin ω0 z −1
X ( z) = (1.57)
1 − 2cos ω0 z −1 + z −2
cu condiţiile de convergenţă z > e ± jω0 = 1 .
h) Similar se obţine
1 − cos ω0 z −1
X ( z) = , z > e ± jω0 = 1 . (1.58)
1 − 2cos ω0 z + z
−1 −2
1
i) X ( z) = , z >r; (1.59)
1 − re jω0 z −1
r sin ω0 z −1
j) X ( z) = , z >r (1.60)
1 − 2r cos ω0 z −1 + r 2 z −2
1 − r cos ω0 z −1
k) X ( z) = , z >r (1.61)
1 − 2r cos ω0 z −1 + r 2 z −2
Rezolvare
1 N −1 1
a) ck = ∑ δ ( n )WNnk = (1.63)
N n =0 N
şi relaţia pentru sinteza semnalului se scrie
1 N −1 − nk
x ( n ) = ∑WN (1.64)
N k =0
1
1 N −1 − n nk 1 N −1 n( k −1) 1 ,k =1
b) ck = ∑WN WN = ∑WN = δ ( k − 1) = N (1.65)
N n =0 N n =0 N 0, k ≠ 1
2π 2π
j n −j n
2π e N
+e N
c) x ( n ) = cos n = (1.66)
N 2
Folosind proprietăţile de liniaritate,
1
1 , k ∈ {1, N − 2}
ck = δ ( k − N + 2 ) + δ ( k − 1) = 2 N (1.67)
2N 0, k ∉ {1, N − 2}
1
d) Similar, ck = −δ ( k − N + 2 ) + δ ( k − 1) (1.68)
2 jN
Rezolvare
În concluzie,
zn
x (n) = ∑ Rez , zk (1.71)
zk = pol al lui
zn z −2
z −2
zk <R
n = (1.75)
dz z − 2 ( z − 2)
n
şi rezultă că
x ( n ) = −2 n (1.76)
Concluzionând:
−2n , n ≤ −1
x (n) = (1.77)
0, n≥0
sau, într-o scriere compactă
x ( n ) = −2n u ( − n − 1) (1.78)
X(z) este olomorfă într-un disc, ceea ce face ca semnalul corespunzător
să fie anticauzal.
Capitolul 1 – Semnale şi sisteme discrete 19
z
1.10. Calculaţi Z −1 pe rând cu z < a , a < z < b , z < b ,
( z − a )( z − b )
dacă a<b.
Rezolvare
Rezolvare
Rezolvare
Y ( z) 1
= H ( z) = (1.90)
X ( z) 1 − 1.6 z + 0.63 z −2
−1
Sau
Y ( z ) − 1.6 z −1Y ( z ) + 0.63 z −2Y ( z ) = X ( z ) (1.91)
de unde, trecând în domeniul timp şi folosind teorema întârzierii
y ( n ) = x ( n ) + 1.6 y ( n − 1) − 0.63 y ( n − 2 ) (1.92)
Rezolvare
ω
( )
H e jω = 4sin 2
2
(1.96)
arg { H ( e )} = π − ω
jω
(1.97)
a) Folosim metoda armonică sub forma
( ) (
T {sin ( nω0 + ϕ )} = H e jω0 sin nω0 + ϕ + arg H e jω0 { ( )}) (1.98)
rezultă
j π2 π π j π
y ( n ) = H e sin n + + arg H e 2 =
2 4
(1.99)
π π π π π
= 2sin n + + = 2cos n +
2 4 2 2 4
b) Folosim metoda armonică sub forma
{ }
T e jnω0 = H e jω0 e jnω0 ( ) (1.100)
şi obţinem
π π
j π2 jn π2 jn
π j n +
y ( n ) = H e e = 2 je = 2e 2 2
2
(1.101)
c) Folosim metoda transformatei Z
1
(
Y ( z ) = H ( z ) X ( z ) = 1 − 2 z −1 + z −2
1− z
)−1
= 1 − z −1 (1.102)
rezultând
y ( n ) = δ ( n ) − δ ( n − 1) (1.103)
d) Procedând similar cu c), deducem
−8
−2 1 − z
(
Y ( z ) = H ( z ) X ( z ) = 1 − 2z + z−1
)
1 − z −1
=
(1.104)
( )( )
= 1 − z −1 1 − z −8 = 1 − z −1 − z −8 + z −9
cu soluţia
y ( n ) = δ ( n ) − δ ( n − 1) − δ ( n − 8 ) + δ ( n − 9 ) (1.105)
Capitolul 1 – Semnale şi sisteme discrete 23
Rezolvare
2 j n =0
(
H ( z ) = ∑ r sin nω0 z = ∑ r e − e − jnω0 z − n (1.107) )
n =0
Separând cele două sume, identificăm sumele a două progresii geometrice:
Fiecare din cele două serii este convergentă dacă raţia este subunitară în
modul:
re jω0 z −1 < 1, respectiv re − jω0 z −1 < 1 . (1.108)
În aceste condiţii
1 1 1 1
H (z) = jω0 −1
− (1.109)
2 j 1 − re z 2 j 1 − re − jω0 z −1
După prelucrări
r sin ω0 z −1
H ( z) = (1.110)
1 − 2r cos ω0 z −1 + r 2 z −2
care este convergentă pentru z > r .
24 Prelucrarea numerică a semnalelor – Probleme
w0=pi/4;
r=1/sqrt(2);
b=[0,r*sin(w0)];%numaratorul lui H(z)
a=[1,-2*r*cos(w0),r^2];%numitorul lui H(z)
figure,zplane(b,a)%diagrama poli-zerouri
Figura 1.16
Capitolul 1 – Semnale şi sisteme discrete 25
Figura 1.17
r=1/sqrt(2);
b=[0,r*sin(w0)];
a=[1,-2*r*cos(w0),r^2];
h=impz(b,a,30);--raspunsul la impuls
figure,stem(h),grid
Figura 1.18
26 Prelucrarea numerică a semnalelor – Probleme
Figura 1.19
r < 1.
Rezolvare
Din ipoteză,
( )
H e jθ = 1 (1.123)
Cum
G
( )
H e jω =
1 − 2r cosθ e − jω + r 2e − j 2ω
(1.124)
şi
G
( )
H e jθ =
1 − r 1 − re j 2θ
=1 (1.125)
avem
G = (1 − r ) 1 − 2r cos 2θ + r 2 (1.126)
Mai departe, banda rezonatorului este
B3dB ≈ 2 (1 − r ) (1.127)
(demonstraţi de ce!)
şi deci
2π 0.05
r =1− = 0.843 (1.128)
2
iar G = 0.205 .
Rezolvare
b=[1/3,1/3];
a=[1,-1/3];
figure,freqz(b,a)
Figura 1.20.
e) Scriem
H ( z ) = A( z ) B ( z ) (1.133)
1 1
cu A( z ) =
1 ( 3
)
şi B ( z ) = 1 + z −1 . (1.134)
1 − z −1
3
Se ştie că pentru un sistem cauzal
n
1
a ( n) = u (n) (1.135)
3
şi în mod evident
30 Prelucrarea numerică a semnalelor – Probleme
1 1
b ( n ) = δ ( n ) + δ ( n − 1) (1.136)
3 3
rezultând
1 1
h ( n ) = ( a ∗ b )( n ) = a ( n ) + a ( n − 1) (1.137)
3 3
Avem
n +1 n
1 1
h ( n ) = u ( n ) + u ( n − 1) (1.138)
3 3
Pentru n<0, h(n)=0.
Pentru n=0, h(n)=1/3.
n n +1
1 1 1
Pentru n>0, h ( n ) = + 1 = 4 .
3 3 3
Figura 1.21.
Probleme propuse
z−a
1.18. Se dă sistemul H ( z ) = cu 0<a<1.
z
a) Să se arate că sistemul este un FTS şi găsiţi atenuarea relativă la frecvenţe
joase;
b) Să se demonstreze că sistemul defazează în sens trigonometric toate
componentele spectrale.
Indicaţie
∞ 1
O serie complexă ∑ a ( n ) este convergentă dacă şi numai dacă lim ( an ) n < 1 .
n =0
n→∞
În cazul lui X(z), suma se poate descompune în două serii (una pentru n<0 şi
cealaltă pentru n ≥ 0 ), fiind necesar şi suficient ca ambele serii să fie
convergente astfel ca X(z) să fie olomorfă. Se aplică criteriul de mai sus
pentru fiecare din cele două serii.
Dacă semnalul este (anti)cauzal, una din cele două serii dispare şi se deduce o
singură inegalitate pentru z .
z +1
1.20. Se dă sistemul cauzal H ( z ) = , la intrarea căruia se aplică
z−a
nπ
x ( n ) = cos şi se remarcă faptul că la ieşire semnalul obţinut este în
2
cuadratură cu cel de la intrare. Să se găsească a, precum şi amplitudinea
semnalului de la ieşire.
32 Prelucrarea numerică a semnalelor – Probleme
Indicaţie
π
( )
Condiţiile se pun H e jθ = 0,θ ∈ 0, , prin urmare funcţia de
2
transfer va avea zerouri la aceste frecvenţe şi în factorizarea lui H(z) vor
( )( )
apărea termenii 1 − e jθ1 z −1 1 − e jθ2 z −1 . Condiţia ca filtrul să aibă coeficienţi
reali impune ca zerourile complexe să apară în perechi complex conjugate.
Indicaţie
Remarcaţi că
y ( n ) = y ( n − 1) + x ( n ) (1.144)
Indicaţie
Se va aplica operatorul Z{} relaţiei de mai sus şi se formează un binom
Newton sub forma (1+z-1)N.
Indicaţie
Se vor folosi:
- teorema întârzierii TFTD { x ( n − n0 )} = e − jn0ω X e jω ( )
{
- teorema modulaţiei TFTD x ( n ) e jnω0 = X e } ( j (ω −ω0 )
)
- teorema derivării în frecvenţă TFTD {− jnx ( n )} =
dX e jω ( )
dω
Indicaţie
x2 ( n ) = α − e +e x1 ( n ) (1.148)
2
şi după prelucrări
π 2π π 2π
1 − α jN j N n 1 − α -j N -j N n
x2 ( n ) = α x1 ( n ) − e e x1 ( n ) − e e x1 ( n ) (1.149)
2 2
Se aplică TFTD relaţiei anterioare şi se foloseşte mai departe teorema
liniarităţii TFTD. Totodată se mai ţine cont că
2π
±j n j ω ∓ 2Nπ
TFTD x1 ( n ) e N
= X 1 e
(1.150)