Documente Academic
Documente Profesional
Documente Cultură
1
- Simulare şi modelare.
Descrierea semnalelor
2
Procesarea continuă a semnalelor
Cazul periodic-continuu
Fie f : , R . Dacă:
atunci
f ( x) Ao An cos(nx) Bn sin(nx),
n 1 n 1
unde
1
A0 f ( x)dx
2
1
An f ( x) cos(nx)dx;
1
Bn f ( x) sin(nx)dx; n 1,...
Observaţie. Dacă f x este impară atunci Ai 0, i 0,1,... Dacă f x este pară atunci
coeficienţii Bi 0, i 1,...
x
Exemplu de calcul: f x .
Graficul funcţiei pe intervalul , este cel din figura de mai jos:
f x
x
1
3
1 x 1 x2
A0 2
2
2
dx
2 2 2
0;
1 x
An cos(nx)dx 0 ( f impara);
1 cos nx cos nx
1 1
Bn
2 f ( x)sin nxdx
2 x sin(nx)dx
2
x
n n
dx
1 cos nx
x
2 n
Prin urmare:
2
B1
1
B2
2
Bn 1
n 1
n
şi deci
2 sin 2 x sin 3x
f ( x) sin x .....
2 3
Graficul aproximaţiei funcţiei obţinute prin suma primilor şase termeni este prezentat
mai jos:
f x
x
1
în care:
T
2
1
T T
A0 v(t )dt
2
T
2
2
T T
An v(t ) cos(nt )dt ;
2
T
2
2
T T
Bn v(t )sin(nt )dt ; n 1,...
2
Definiţie. Frecvenţele semnalelor sinusoidale din dezvoltarea (1) se numesc armonici.
Prima armonică coincide cu frecvenţa de repetare a semnalului în domeniul timp şi se
numeşte frecvenţă fundamentală.
Exemplu de calcul
Fie semnalul din figura de mai jos:
v t
T T t
2 2
2 2
2V 4
2V n
An v t cos nt dt cos nt dt n sin
T T T
T 2
2 4
5
2
unde . Prin urmare:
T
V 2V 1 1
v t cos t cos3t cos5t ...
2 3 5
Aproximaţia cu 4 temeni ai sumei e mai sus are forma:
v t
V
T T
2 2 t
6
Curs 9.
T T
definită pe intervalul , , atunci ea poate fi aproximată prin seria Fourier:
2 2
f (t ) Ao An cos nt Bn sin nt , unde
n 1 n 1
T
1 2
T
A0 f (t )dt
T
2
T (2)
2 2
An f (t ) cos nt dt ;
T T
2
T
2
2
T T
Bn f (t )sin nt dt.
2
f (t ) Ao An cos nt Bn sin nt
n 1 n 1
e jnt
e jnt
e jnt e jnt
Ao An Bn
n 1 2 2j
An jBn jnt
A jBn jnt
Ao e n e n e jnt
n 1 2 n 1 2 n
7
Coeficienţii n se numesc coeficienţi Fourier complecşi. In egalităţile de mai sus s-a
ţinut cont de relaţiile (3).
Din expresiile (2) şi (4) se obţine:
T T
1 2
1 2
f t
t
5
n f (t )e jnt dt e jnt
dt
T T
2
T T2
8
n
V
T
In cazul unui singur impuls, 0 sau dacă funcţia f t este neperiodică, rezultă:
T
1 2
T
f (t )e jnt dt
g lim 0
T
2
n
1
F f t ,
1
2
f (t )e jt dt
2
limT f t dt
T
este finită.
Exemplu de calcul. Fie funcţia a cărui grafic este dat în figura de mai jos:
f t
t
9
Transformata Fourier a funcţiei f t este:
2
F F f t f t e jt
dt V e jt dt
2
F
V
2
F k 0 dt k.
1
f t F e jt d .
2
10
X v t v t e
1 2
j t
dt
1
v1 t V2 u e jut e jt dt
2
1
v1 t V2 u e dudt
j u t
2
1
V2 u v1 t e j u t dt du
2
1 1
V1 u V2 u du 2 V1 u V2 u du.
2
Făcînd 0 din egalitatea de mai sus se obţine:
1
v1 t v2 t dt 2 V1 u V2* u du (5)
unde s-a notat V2* u : V2 u . Egalitatea (5) se numeşte egalitatea lui Parseval.
F v t v2 t
1
V1 *V2 , sau echivalent
1
2 (6)
F V1 *V2 2v1 t v2 t
1
cuprinsă între 0.3 kHz şi 3 KHz. Purtătoarea acestui semnal, reprezentată în figura b)
are frecvenţa 30kHz. In figura c) este reprezentat semnalul modulat în amplitudine,
obţinut prin produsul dintre semnal şi purtătoare.
X
x t
0.33
t
a)
11
P
p t
30
t
b)
x t p t
F x t p t
t
30
c)
Din (6) rezultă că spectrul produsului x t p t este proporţional cu produsul de
12
66MHz, canalul 4 corespunde frecvenţei de la 66 la 72 MHz, etc. Această metodă se
numeşte multiplexare în domeniul frecvenţei.
13
Curs 10.
In MATLAB
n 0 :10;
x 0.9 . ^ n;
x1 n x2 n x1 n x2 n
x1 n x2 n x1 n x2 n
14
Transformate Fourier discrete (TFD)
Exemplul 1
n
Să se determine TFD a semnalului x n 0.5 , n 0.
n j n j n 1 ej
X 0.5 e 0.5e j
n 0 n 0 1 0.5e ej 0.5
Exemplul 2
Să se determine TFD a semnalului cu durată fixă
x n 1, 2,3, 4,5 , n 1,0,1, 2,3
j n
X x n e ej 2 3e j
4e 2j
5e 3j
15
n 1: 3;
x 1: 5;
k 0 : 500; w pi / 500 * k ;
X x *exp j * pi / 500 . ^ n '* k ;
magX abs X ;
angX angle X ;
realX real X ;
imagX imag X ;
subplot 2, 2,1 ; plot k / 500, magX ; grid
subplot 2, 2,3 ; plot k / 500, angX / pi ; grid
subplot 2, 2, 2 ; plot k / 500, realX ; grid
subplot 2, 2, 4 ; plot k / 500, imagX ; grid
TFD discreta Re X
x 0 N
2
(amplitudine cosinusuri)
0 N 1
Im X
0
N
TFD inversa (amplitudine sinusuri)
2
16
Valorile Re X reprezintă amplitudinile componentelor de tip cosinus iar Im X
reprezintă amplitudinile componentelor de tip sinus.
Prin urmare TFD transformă N puncte în N 2 puncte.
De obicei se utilizează una dintre următoarele patru metode de scalare a abscisei în
domeniul timp:
N
a) Scalarea de la 0 la ;
2
b) Scalarea de la 0 la 0.5 adică la jumătate din frecvenţa de eşantionare;
c) Similar cu b) dar se înmulţeşte cu 2 , obţinîndu-se o scalare între 0 şi ;
d) Scalarea ca în cazul continuu. De exemplu, dacă un semnal este eşantionat cu
frecvenţă 10kHz , atunci domeniul de frecvenţe este 0 5kHz .
N
N N
k 1
Re X k cos
N N k 0 N
,
i 0,1,...
(7)
17
Această metodă constă în a scrie ecuaţia de sinteză (7) pentru i 0,..., N 1 obţinînd
N
astfel N ecuaţii liniare cu N necunoscute Re X k , k 0,..., şi
2
N
Im X k , k 1,..., 1 . Se poate utiliza orice algoritm pentru a rezolva acest sistem
2
algebric liniar dar metoda nu este foarte utilizată deoarece necesită un număr mare de
operaţii.
b) Calculul TFD prin metoda corelaţiei
Calculul părţilor reale Re X i şi imaginare Im X i se poate face pornind de la aşa-
N k 0
Im X k N
Im X k , pentru k 0,...,
N /2 2
Re X k N
(10)
Re X k , pentru k 1,..., 1
N /2 2
N
Re X
Re X 0 N 2
Re X 0 , Re X
N 2 N
18
c) A treia metodă de calcul al transformatei Fourier discrete (cel mai frecvent
utilizată) este transformata Fourier rapidă care va fi prezentată în cursul următor.
Amplitudine x Amplitudine X
0.2 0.5
64 128 255
Frecventa
Numarul esantionului
Amplitudine kx Amplitudine kX
0.2 0.5
64 128 255
Frecventa
Numarul esantionului
19
x1 Re X 1 Im X 1
0.1 0.1
Frecventa Frecventa
Nr. esantioane
x2 Re X 2 Im X 2
0.1 0.1
Frecventa Frecventa
Nr. esantioane
x1 x2 Re X 1 X 2 Im X 1 X 2
0.1 0.1
Frecventa Frecventa
Nr. esantioane
20
Amplitudine
13 26 39 60 80
Frecventa (Hz)
200
undelor electromagnetice). In expresia de mai sus, reprezintă pulsaţia Doppler.
c
200
Din analiza spectrală a semnalulului recepţionat se obţine pulsaţia 0 de
c
unde rezultă pulsaţia Doppler şi deci 0 , viteza de deplasare a ţintei.
21
Curs 11.
Transformata Fourier discretă reală definită în cursul anterior are unele limitări, printre
care:
- nu sunt luate în consideraţie “frecvenţele negative” (vezi Cursul 9) care sunt
importante în unele aplicaţii;
N
- expresiile diferite ale coeficienţilor lui Re X 0 şi Re X din expresia (7) a
2
1 2 N
inversei TFD reale, care sunt în loc de pentru k 1,..., .
N N 2
Inconvenientele menţionate mai sus se pot depăşi prin utilizarea transformatei Fourier
discrete complexe, definită ca:
N 1 2 k i
X k x i e
j
N , pentru k 0,..., N 1 (11)
i 0
şi a inversei acesteia:
2 k i
1 N 1
x i N , i 0,..., N 1.
j
X k e (12)
N k 0
22
Comparaţie între TFD reală şi TFD complexă
TFD reală transformă un şir de N numere reale din domeniul timp în două şiruri de
N
cîte 1 puncte în domeniul frecvenţial.
2
TFD complexă transformă un şir de N numere complexe din domeniul timp (adică
două siruri cu cîte N numere reale reprezentînd părţile reale şi respectiv imaginare) în
cîte 2 şiruri cu cîte N numere reale.
Dîndu-se N numere reale, dacă se doreşte calculul TFD reale utilizînd TFD complexă,
se setează partea reală cu cele N valori reale date şi se setează la 0 cele N
componente ale vectorului conţinînd valorile imaginare. Aplicînd TFD complexă
rezultă 2 siruri a cîte N numere, reprezentînd partea reală şi respectiv pe cea
N
imaginară. Elementele de la 0 la ale acestor şiruri coincid cu elementele TFD
2
reale. Aceste consideraţii privind comparaţia dintre TFD reală şi TFD complexă sunt
ilustrate în figura de mai jos.
TFD reala
Partea reala
N /2
Semnalul in domeniul timp 0
0 N 1 Partea imaginara
N /2
0
TFD complexa
Partea reala Partea reala
N /2
0 0 N 1
N 1
Partea imaginara N /2
0 0 Partea imaginara
N 1 N 1
Pentru calculul TFD reale inverse utilizînd TFD complexă inversă se ţine seama de
proprietăţile de paritate şi imparitate ale părţilor reale şi respectiv imaginare ale
spectrului unui semnal real. Dîndu-se cele două subşiruri ale TFD reale cu elementele
23
N
de la 0 la se completeză vectorul părţilor reale ale TFD complexe astfel: elementul
2
N N N N
1 identic cu elementul 1 , elementul 2 identic cu elementul 2,
2 2 2 2
ş.a.m.d. până la elementul N 1 care este identic cu elementul 1.
Pentru obţinerea vectorului părtilor imaginare a TFD complexe, se completează
N N
elementul 1 cu opusul (semn schimbat) ale elementului 1 din partea
2 2
N N
imaginară a TFD reale, elementul 2 cu opusul elementului 2 , ş.a.m.d.
2 2
Aplicînd un algoritm de calcul al TFD complexe inverse celor două şiruri generate mai
sus, rezultă 2 şiruri cu câte N elemente din domeniul timp. Primul coincide cu cele N
elemente din domeniul timp, iar cel de-al doilea are toate elementele 0 (cu excepţia
unor erori de rotunjire).
i 0 3
3 2 3 i
1 j 32
X 3 x i e
j
4 e .
i 0 3
24
Transformata Fourier rapidă
N k 0
N 1 2 k i
(13)
X k x i e
j
N , k 0,..., N 1
i 0
Relaţiile de mai sus diferă de (9) şi (10) prin faptul că în cazul transformatei Fourier
discrete complexe indicele k ia valori între 0 şi N 1 în timp ce în cazul real acesta
N
ia valori între 0 şi .
2
Cunoscînd vectorul X . , pentru calculul lui x . sunt necesare N 2 operaţii (prin
W i k N N W N 1
i1k2
1 2 1 2
rezultă că:
W ik W i N i k k N W ik W i k N
1 2 2 1 2 1 1 2 2 1
şi deci
1 N1 1
N 1 ik
x i x i1 , i2 X k1 , k2 W
2
ik N
W .
2 2 1 1
N k 0 k 0
1 2
25
Prin urmare calculul primei sume (13) revine la calculul sumei duble de mai sus sau
echivalent, la calculul sumelor succesive:
N 2 1
X 1 k1 , i2 X k , k W1 2
i2 k2 N1
k2 0
N1 1
(14)
1
x i1 , i2 X k , i W
1 1 2
ik1
N k1 0
menţionat mai sus în care se utilizează N 2 operaţii. In cazul mai general în care se
face descompunerea N N1 Nm , numărul total de operaţii necesar calculului
Curs 12.
26
In figura de mai jos se ilustrează comparativ două răspunsuri în timp, corespunzător
unor performanţe bune şi respectiv nesatisfăcătoare ale unui filtru digital.
Nr. esantion
32 64 32 64 Nr. esantion
27
Trece-jos
Trece-sus
Amplitudine Amplitudine
Banda de trecere
Banda de tranzitie
Banda de oprire
Frecventa
Frecventa
Amplitudine Amplitudine
Trece-banda Rejecteaza-banda
Frecventa Frecventa
28
Performante slabe Performante bune
Amplitudine Amplitudine
Panta mica in banda de trecere Panta mare in banda de trecere
Frecventa Frecventa
0.2 0.5 0.2 0.5
Amplitudine (dB) Amplitudine (dB)
Atenuare slaba in banda Atenuare buna in banda
de oprire de oprire
0.2 0.5 Frecventa 0.2 0.5 Frecventa
-40
-60
29
Trece-jos
Filtru trece-sus
reprezentat ca o
conexiune paralel
h[n] -
x[n] y[n]
+
n
+
Trece-tot
b) Cea de-a doua metodă constă în inversarea spectrală din două în două eşantioane,
ca în figura de mai jos.
Amplitudine Amplitudine
20 30 Nr. esantion
0.2
Frecventa
Amplitudine Amplitudine
0.3
20 30 Nr. esantion Frecventa
30
0.5. Spectrul ilustrat în figura din dreapta jos este spectrul la frecvenţele negative
translatat cu 0.5.
Pentru obţinerea unui filtru trece-bandă se utilizează un fitru trece-jos şi unul trece-sus,
ca în figura de mai jos:
Trece-jos Trece-sus
x[n] h1 n h2 n y[n]
Trece-banda
h1 n h2 n
x[n]
y[n]
31
Curs 13.
Filtrele cu medie mobilă (moving average) sunt cele mai utilizate filtre digitale
datorită simplităţii lor. Aceste filtre au performanţe bune în cazul reprezentării în
domeniul timp a semnalului care trebuie filtrat. Aşa cum arată şi numele, filtrul cu
medie mobilă mediază cu un număr prestabilit M de valori semnalul x . de la
32
Amplitudine Semnalul filtrat, M=11
Semnalul nefiltrat
Amplitudine
200 300
Numar esantioane
Amplitudine
Numar esantioane
200 300
Numar esantioane
In figura din stînga este reprezentat în timp semnalul nefiltrat. El este obţinut
dintr-un semnal dreptunghiular perturbat cu zgomot alb. In celelalte două figuri sunt
reprezentate ieşirile filtrului digital în cazul medierii cu M 11 şi respectiv cu
M 51 . Se constată că amplitudinea zgomotului aleator s-a redus. Această reducere
este proporţională cu rădăcina pătrată a numărului M cu care se face medierea. De
exemplu, pentru M 100 , amplitudinea zgomotului se reduce de 10 ori.
Deşi pantele răspunsurilor descresc (nu sunt la fel de abrupte ca cele ale
semnalului de intrare), totuşi nici un alt filtru liniar nu asigură un răspuns mai rapid.
De remarcat faptul că performanţele din domeniul frecvenţial ale acestui filtru sunt
foarte proaste, în sensul că filtrul cu medie mobilă nu asigură separarea adecvată a
benzilor de frecvenţă.
In figura de mai jos este prezentat spectrul filtrului cu medie mobilă pentru
M 3, M 11 şi respectiv pentru M 31.
33
Amplitudine
11 puncte
1
3 puncte
31 puncte
0.5
Frecventa
In concluzie, acest filtru este foarte bun dacă este utilizat ca filtru de netezire
dar este total neadecvat ca filtru trece-jos.
Filtrele “sinc” (sinus cardinal, vezi Cursul 9) cu fereastră sunt utilizate pentru
separarea benzilor de frecvenţă. In figura de mai jos este ilustrată metoda de sinteză a
acestor filtre.
34
Domeniul timp Domeniul frecventa
Amplitudine Amplitudine
a. Filtrul ideal B. Raspunsul in frecventa
1 al filtrului ideal
1
fc
-50 0 50
Frecventa
Nr. esantioane
Amplitudine Amplitudine
d. Raspunsul frecvential
c. Functia sinc
pentru functia sinc
1 trunchiata 1
trunchiata
1
M fc
Frecventa
Nr. esantioane
Amplitudine
e. Fereastra Blackman
sau Hamming
fc
35
acestui inconvenient se netezeşte funcţia sinc trunchiată prin multiplicarea ei cu o
funcţie numită fereastră. Se folosesc în mod uzual două tipuri de ferestre, şi anume
fereastra Blackman şi fereastra Hamming. In Figura e. este prezentată fereastra
Blackman iar în Figura f. , rezultatul înmulţirii funcţiei sinc-trunchiată cu acest tip de
fereastră.
Ecuaţia ferestrei Blackman este:
wi 0.54 0.46cos 2i / M
36
Curs 14.
Filtru digital
Amplitudine Amplitudine
Filtru recurent
a0 0.15
b1 0.85
10 20 Nr. esantion 10 20
Amplitudine Amplitudine Nr. esantion
Filtru analogic
R
C
37
Filtru digital
Amplitudine Amplitudine
Filtru recurent
a0 0.93
a1 0.93
b1 0.86
10 20 Nr. esantion 10 20
Amplitudine C Amplitudine Nr. esantion
Filtru analogic
Filtre trece-bandă
38
1 2 R cos 2f R 2
K
2 2cos 2f
R 1 3B
iar f şi B reprezintă frecvenţa în centrul intervalului de trecere iar B este lăţimea de
bandă dorită. Atît f cît şi B sunt exprimate ca fracţiuni ale frecvenţei de eşantionare
a semnalului de la intrare deci sunt cuprinse între 0 şi 0.5.
Filtre Cebîşev
Amplitudine
20%
0.5%
1
0%
0.2
Frecventa
Pentru suprareglaje mari (situaţie nedorită) coborîrea caracteristicii este mai abruptă
(situaţie dorită). Pentru suprareglaj 0% filtrul se numeşte Butterworth (sau cu
platitudine maximă).
Coeficienţii recurenţi ai ecuaţiei (15) sunt tabelaţi pentru diverse frecvenţe, număr de
poli şi tipuri de filtre (trece-jos, trece-sus, trece-bandă). Aceşti coeficienţi se determină
pornind de la variantele continue ale filtrelor. Astfel, amplitudinea răspunsului
frecvenţial la impuls al filtrului Butterworth de ordinul n are expresia:
39
1
H j
2
2n
, (16)
1
c
unde 2f , c 2fc iar f c este frecvenţa de tăiere. In figura de mai jos sunt date
caracteristicile pentru n 2, 4 şi 8.
Amplitudine
n4
1 n8
n2
c
Pulsatia
1 2Vn 2
c
unde Vn x : cos n arccos x iar 0 reprezintă nivelul impus al suprareglajului.
Forma tipică a amplitudinii răspunsului frecvenţial pentru aceste filtre este următoarea:
Amplitudine
1
1
c
Pulsatie
40
41