SCS I : Teoria semnalelor

Capitolul 1. Introducere
Capitolul 2. O privire generală
Capitolul 3. Semnale periodice
Capitolul 4. Semnale aperiodice
Capitolul 5. Semnale eşantionate
Capitolul 6. Semnale modulate

SCS I , 2003-2004
 3. SEMNALE PERIODICE

3.1 Seturi de funcţii ortogonale

3.2 Analiza armonică a semnalelor periodice

3.3 Metoda delta – periodic

SCS I -3. Semnale periodice

 3.12 Seturi de funcţii ortogonale

Dezvoltare de tip Fourier:

x(t ) = ∑ ak g k (t )
k
- seria să fie convergentă;
- coeficienţii ak să fie relativ uşor de determinat şi
independenţi unul de celălalt;
- funcţiile elementare să fie simplu de manevrat şi
adecvate scopului analizei.

⇒ utilizarea de seturi de functii ortogonale

SCS I -3. Semnale periodice

 3.1 Seturi de funcţii ortogonale

Un set de funcţii {gk(t)} este ortogonal dacă:

⎧ N 2
, pentru i = j (3.2)
∫T i
g t ⋅ g t dt =
*
( ) j ( ) ⎨
⎩ 0 , pentru i ≠ j

unde:
• T este domeniul de ortogonalitate;
• * = complex–conjugat;
• N reprezintă norma setului de funcţii. ; dacă N = 1, setul
este orto-normat.

Un set complet de funcţii elementare pentru o clasă de

semnale este un set cu care se poate analiza orice
semnal din acea clasă.

SCS I -3. Semnale periodice

 3.1 Seturi de funcţii ortogonale

Daca se considera o dezvoltare de tip Fourier:

x(t ) = ∑ ak g k (t ),
k

atunci coeficientii Fourier se calculeaza cu:

an = ∫ x t ⋅ g n (t ) dt .
1 *
N2
( )
T

SCS I -3. Semnale periodice

 3.1 Seturi de funcţii ortogonale

Se considera dezvoltarile de tip Fourier:

x(t ) = ∑ ak g k (t ), unde an = 1
N2 ∫ x (t ) ⋅ g n (t ) dt
*

k T

x(t ) = ∑ bk g k (t ).
k

Presupunem bk ≠ ak .

SCS I -3. Semnale periodice

 3.1 Seturi de funcţii ortogonale

Eroarea medie patratica:

ε 2 = T1 ∫ [ x(t ) − ∑ bk g k (t )]2 dt =
T k

= T1 ∫ x 2 (t ) dt − T2 ∑ bk ∫ x(t ) g k (t ) dt + T1 ∫ [∑ bk g k (t )]2 dt =
T k T T k

ε 2 = T1 ⋅ ∫ x 2 (t ) dt − 2N2
T ⋅ ∑ ak bk + N2
T ⋅ ∑ bk2 ± N2
T ⋅ ∑ ak2 =
T k k k

= T1 ⋅ ∫ x 2 (t ) dt − N2
T ⋅ ∑ ak2 + N2
T ⋅ ∑ (ak − bk ) 2
T k k

SCS I -3. Semnale periodice

 3.1 Seturi de funcţii ortogonale

Egalitatea lui Parseval:

N2
T ⋅ ∑ ak2 = 1
T ⋅ ∫ x 2 (t ) dt
k T

→ Un set de funcţii ortogonale este complet în raport cu o

clasă de semnale, dacă egalitatea lui Parseval se
verifică. ⇔ Suma puterilor componentelor este egală
cu puterea semnalului analizat.

SCS I -3. Semnale periodice

 3.2 Analiza armonică a semnalelor periodice

3.2.1 Seria Fourier armonica

3.2.2 Spectrul Fourier armonic

3.2.3 Proprietăţile SFA

SCS I -3. Semnale periodice

 3.2 Analiza armonică a semnalelor periodice
3.2.1 Seria Fourier armonica
1
Set de functii: 2 ; cos(2π nf1t ) ; sin(2π nf1t ) ; pentru : n = 1, ∞ .
Forma trigonometrica SFA:
∞ ∞
1
x(t ) = C0 + ∑ Cn cos(2π nf1t ) + ∑ Sn sin(2π nf1t )
2 n =1 n =1

unde C0 = T2 ⋅ ∫ x(t ) dt ; Cn = T2 ⋅ ∫ x(t ) cos (2π nf1t ) dt ; Sn = T2 ⋅ ∫ x(t ) sin (2π nf1t ) dt
T T T
Forma armonica a SFA:
∞
x(t ) = A0 + ∑ A cos
n =1
n (2π nf1t + ϕ n )

C0 Sn
unde A0 = ; An = Cn 2 + S n 2 ; ϕn = − arctg
2 Cn
Forma complexa
∞
a SFA:
1 1 ∞
x(t ) = ∑ Anc e j 2π nf1t
= A0 + ∑ Anc e j 2π nf1t
2 n =−∞ 2 n =−∞ ,n ≠ 0
Set de functii: e j 2π nf1t
2 1 2
unde A0 c =
TT∫ x (t ) dt =
2
A0 ; n ≠ 0, Anc =
TT∫ x(t ) e − j 2π nf1t dt ;

Anc = Cn − j ⋅ S n , Anc = An ; arg { Anc } = ϕ n .

SCS I -3. Semnale periodice
 3.2 Analiza armonică a semnalelor periodice
⎧ 2X0 ⎡ T T⎤ x(t)
∞
⎪X0 + t, t ∈ ⎢− , ⎥
Exemplu x(t ) = ∑ x1 (t − kT ) unde x1 (t ) = ⎨ T ⎣ 2 2⎦ 2X0
k =−∞ ⎪
Forma trigonometrica: ⎩ 0 in rest X0
T T

2 2
⎛ 2X0 ⎞ 2 2 ⎛2
2X0 ⎞ -T/2 T/2 t
C0 =
T ∫T ⎝
⎜ X 0 +
T ⎠⎟dt =
T
X 0T = 2 X 0 ; C n =
T ∫T ⎝
⎜ X 0 +
T ⎟⎠
cos(2π nf1t )dt ;
− −
2 2
T T
⎡ T
⎤
2 ⎛ 2
2X0 ⎞ 2⎢ ⎛ 2 X 0 ⎞ cos(2π nf1t ) 2 ⎥ 2 X 0 1 2 2X0
Sn = ∫ ⎜ X 0 + ⎟ sin(2 π nf t ) dt = − ⎜ X + ⎟ + ∫ cos(2π nf t ) dt = (−1) n +1
T⎢ ⎝ T ⎠ 2π nf1 − T ⎥ T 2π nf1 T πn
1 0 1
T T⎝ T ⎠
−
2
⎢
⎣ 2 ⎥
⎦ −
2
∞
1 2X0
x(t ) = 2 X 0 + ∑ (−1) n +1 sin(2π nf1t )
2 n =1 π n

Forma armonica:
⎧π
C 2X0 S ⎪⎪ 2 , n = 2k + 1
A = 0 = X ; A = C2 + S 2 = ; ϕ = − arctg n =⎨
0 n n n n
πn C ⎪ − π , n = 2k
0 2
n
⎪⎩ 2
∞ 2X
x(t ) = X + ∑ 0
cos (2π nf t + ϕ )
0 π n 1 n
n =1

SCS I -3. Semnale periodice

 3.2 Analiza armonică a semnalelor periodice
x(t)

Forma complexa:
T

2 2
⎛ 2X0 ⎞
A0 c =
T ∫T ⎜⎝ 0 T t ⎟⎠ dt = 2 X 0 = 2 A0
X +
−
2
T
⎡ T T
⎤
2 ⎛ 2
2 X 0 ⎞ − j 2π nf1t 2 ⎢⎛ 2 X 0 ⎞ e − j 2π nf1t 2 2
e − j 2π nf1t 2 X 0 ⎥ 2(−1) n
T ∫T ⎜⎝ ∫
Anc = X0 + t e dt = ⎢⎜ X 0 + t − dt ⎥ = j
T ⎟⎠ T ⎝ T ⎟⎠ − j 2π nf1 T − j 2π nf1 T πn
−
2
⎢⎣ −
2 −
T
2
⎥⎦
1 ∞ 2(−1) n j 2π nf1t
x(t ) = A0 + ∑ j πn e
2 n =−∞ ,n ≠ 0

SCS I -3. Semnale periodice

 3.2 Analiza armonică a semnalelor periodice

3.2.2 Spectrul Fourier armonic

∞
1 ∞
x(t ) = A0 + ∑ A cos
n =1
n (2π nf1t + ϕn ) x(t ) = A0 + ∑
2 n =−∞
Anc e j 2π nf1t

Fig.3.2. Exemplu de spectru în Figura 3.3. Spectrul din figura 3.2 în

reprezentare unilaterală. reprezentare bilaterală.

SCS I -3. Semnale periodice

 3.2 Analiza armonică a semnalelor periodice
⎧ 2X0 ⎡ T T⎤
Exemplu ∞
⎪X0 + t, t ∈ ⎢− , ⎥
x(t ) = ∑ x1 (t − kT ) unde x1 (t ) = ⎨ T ⎣ 2 2⎦ 2X0
k =−∞ ⎪ 0 in rest X0
⎩

-T/2 T/2 t
∞ 2X 1 ∞ 2(−1) n j 2π nf1t
x(t ) = X + ∑
0 π n
0
cos (2π nf t + ϕ )
1 n
x(t ) = A0 + ∑ j πn e
2 n =−∞ ,n ≠ 0
n =1 f1 f1

An An

f1 2f1 3f1 4f1 … f -4f1-3f1-2f1-f1 f1 2f1 3f1 4f1 … f

π/2
ϕn π/2 ϕn

-π/2
-π/2

SCS I -3. Semnale periodice

 3.2 Analiza armonică a semnalelor periodice

3.2.3 Proprietăţile SFA

Notatie: x (t ) ⇔ Ancx
a. Teorema liniarităţii.
x(t ) = α x1 (t ) + β x2 (t ) ⇔ Anc = α Anc1 + β Anc 2
b. Teorema întârzierii.
x1 (t ) = x (t − τ ) ⇔ Anc1 = Anc e − j 2π nf1τ
c. Teorema modulării.
Daca x1 (t ) = x(t ) ⋅ e j 2π f0t ,
⎡1 ∞ j 2π nf1t ⎤ 1 ∞
atunci x1 (t ) = ⎢ ∑ Anc ⋅ e ⎥ ⋅ e j 2π f0t
= ∑ Anc ⋅ e j 2π ( f0 + nf1 ) t

⎣ n =−∞
2 ⎦ 2 n =−∞

SCS I -3. Semnale periodice

 3.2 Analiza armonică a semnalelor periodice

3.2.3 Proprietăţile SFA

d. Teorema derivării.

x1 (t ) = x ( k ) (t ) ⇔ Anc1 = ( j 2π nf1 ) k ⋅ Anc

e. Teorema integrării.
t
Anc
x1 (t ) = ∫
−∞
x(τ ) dτ ⇔ Anc1 =
j 2π nf1

SCS I -3. Semnale periodice