Semnale Si Sisteme

SEMNALE, CIRCUITE SI SISTEME
Partea I
2003-2004
Curs: Prof. dr. ing. Marina Dana TOPA

Seminar & Laborator: Asist. ing. Ioana POPESCU
SCS I, 2003-2004
Structura disciplinei de Semnale, circuite si sisteme:
SCS I - sem.3 ~ Teoria Semnalelor – 2C 1S 1L
SCS II - sem. 4 ~ Teoria sistemelor – 2C 1S
SCS III - sem. 5 ~ Analiza si sint. circuitelor electrice – 2C 1S 2L
Nota finală:
SCS I & SCS III: 60%E + 30%L + 1p (+ bonus < 20%)
SCS II: 80%E + 10%S + 1p (+ bonus < 20%)
SCS I, 2003-2004
Examenul constă dintr-o probă scrisă şi va viza cunoaşterea teoriei şi
abilitatea rezolvării problemelor, în proporţii aproximativ egale.
Proba scrisă va fi combinată: grilă + cerere de enunţuri sau expresii +

rezolvare de probleme cu mersul complet + rezolvare de probleme doar cu
rezultat.
Cunoştinţele dobândite la SCS I şi II trebuie stăpânite cel puţin până la

examenul de SCS III, altfel se sancţionează la examen, prin notare
negativă.
Gafele monumentale ca şi necunoaşterea noţiunilor de matematică se

sancţionează, şi ele, cu note negative.
Notele L şi S vor fi acordate de asistenţi, care pot propune şi bonusuri

pentru activitatea de la laborator şi seminar.
SCS I, 2003-2004
Bibliografie pentru curs:
• V. Popescu, Semnale, circuite şi sisteme,Partea I. Teoria
semnalelor, Editura Casa Cartii de Stiinta, Cluj-Napoca,
2001.
• Gh. Cartianu, M. Săvescu, I. Constantin, D. Stanomir,
Semnale, circuite şi sisteme, Editura didactică şi pedagogică,
Bucureşti, 1980.
• Adelaida Mateescu, Semnale, circuite şi sisteme, Editura
didactică şi pedagogică, Bucureşti 1984.
• Adelaida Mateescu, N. Dumitriu, L. Stanciu, Semnale şi
sisteme. Aplicaţii în filtrarea semnalelor, Editura Teora,
Bucureşti 2001.
• A.V. Oppenheim, A. S. Willsky, I. T. Young, Signals and
Systems, Prentince-Hall, 1983.
• A. D. Poularikas, S. Seely, Signals and Systems, PWS
Publishers, Boston, 1985.
SCS I, 2003-2004
Bibliografie pentru seminar:
• Adelaida Mateescu, D. Stanomir (coordonatori), Probleme
de analiza şi sinteza circuitelor, Editura tehnică,
Bucureşti, 1976.
• M. Săvescu, T. Petrescu, S. Ciochină, Semnale, circuite şi
sisteme. Probleme. Editura didactică şi pedagogică,
Bucureşti, 1981.
Bibliografie pentru laborator:

• Ioana Popescu, Victor Popescu, Erwin Szopos, Marina
Dana Ţopa, Semnale, circuite şi sisteme. Îndrumător de
laborator IV, Editura Casa Cărţii de Ştiinţă, Cluj-Napoca,
2003.
SCS I, 2003-2004
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
1. INTRODUCERE
• SEMNAL = o mărime fizică deterministă sau
aleatoare, capabilă să transmită informaţie.
• CIRCUIT = un ansamblu de componente

electrice şi electronice, interconectate prin
conductoare sau prin câmp electromagnetic, care
transmit şi prelucrează semnale electrice.
• SISTEM = un ansamblu de circuite interconectate

în vederea unei funcţionări unitare.
SCS I -1. Introducere

2. O PRIVIRE GENERALA
2.1 Transmisia informatiei prin semnale
2.2 Spectre si filtre
2.3 Clasificarea semnalelor
2.4 Aspecte energetice
SCS I -2. O privire generala

Semnale:
• semnale utile xu(t)
• perturbatii p(t)
Figura 2.1. Transmisia informaţiei

prin semnale.

Figura 2.2. Legătură telefonică unilaterală.

Figura 2.3. Sistem de comunicaţii radio, cu semnale modulate.

Analiza semnalelor
• in timp;
• in frecventa - spectru;
• prin corelatie.
Figura 2.4. Graficul semnalului armonic
Exemplu:
x(t ) = X 1 ⋅ cos(2π f1t + ϕ x1 ) (2.1)
Figura 2.5. Spectrul semnalului armonic

Spectrul unui semnal:

• Amplitudine A>0
• Faza. −π ≤ ϕ ≤ π
x(t ) = X 1 ⋅ cos(2π f1t + ϕ x1 ) (2.1)
Figura 2.5. Spectrul semnalului armonic

Exemplu:
( )
x(t ) = X 0 + X 1 cos 2π f1t + ϕ x1 +
(2.4)
(
+ X 2 cos 2π f 2t + ϕ x2 )
X0 – componenta continua
X1, X2 –componente armonice
[0,f2]- banda de frecventa
Figura 2.6. Spectrul semnalului (2.4).

2.2 Spectre si filtre A
X1
Frecventa negativa f1 f
φ φ1
Reprezentare unilaterala a spectrului
x(t) = X1 cos(2π f1t +ϕ1) = f1 f
Relatia lui Euler
1 j 2π f1t 1
= ⋅ X1 ⋅ e ⋅ e + ⋅ X1 ⋅ e− jϕ1 ⋅ e− j2π f11t
jϕ1
A
2 2 ½ X1 ½ X1
Reprezentare bilaterala a spectrului -f1 f1 f

φ φ1
-f1 f1 f
-φ1

1 j 2π f1t 1
x(t) = ⋅ X1 ⋅ e ⋅ e + ⋅ X1 ⋅ e− jϕ1 ⋅ e− j2π f11t
jϕ1
2 2
Figura 2.7. Reprezentare

vectorială în planul complex a
semnalului x(t)

Reprezentare unilaterala a spectrului
x(t ) = X 0 + X 1 cos ( 2π f t + ϕ )
1 x1 +
+ X 2 cos ( 2π f t + ϕ ) =
2 x2
1 jϕ 1 − jϕ
= X0 + X 1e x1 e j 2π f1t + X 1e x1 e − j 2π f1t +
2 2
1 jϕ 1 − jϕ
+ X 2 e x2 e j 2π f2t + X 2 e x2 e − j 2π f 2t
2 2
Reprezentare bilaterala a spectrului

Reprezentarile spectrului
• Spectrul de amplitudini in reprezentare
bilaterala prezinta o simetrie para, avand
amplitudinile reduse la jumatate fata de
reprezentarea unilaterala.
• Spectrul de faze in reprezentare
bilaterala prezinta o simetrie impara,
semiplanul drept reproducand fara
modificari valorile din reprezentarea
unilaterala.
• Componenta continua apare cu aceeasi
valoare in ambele reprezentari.

SCS I , 2003-2004

2.2.1 Spectrul armonic (unilateral) al semnalelor
2.2.2 Notiunea de frecventa negativa
2.2.3 Reprezentarea bilaterala a spectrului
2.2.4 Caracteristici de frecventa (filtre)
2.2.5 Raspunsul sistemelor la semnale

2.2.4 Caracteristici de frecventa (filtre)
Liniaritatea:
x1 (t ) → y1 (t ) x(t) y(t)
Daca S
x2 (t ) → y2 (t )
Atunci
Figura 2.9. Sistem
x(t ) = α x1 (t ) + β x2 (t ) → y (t ) = α y1 (t ) + β y2 (t ) liniar cu o intrare şi o
ieşire.
x(t ) = X ⋅ cos (2π f t + ϕ ) → y (t ) = Y ⋅ cos(2π f t + ϕ )

1 1 x 1 1 y
1 1

1 1
x(t ) = ⋅ X ⋅ e jϕ x ⋅ e j 2π f1t + ⋅ X ⋅ e − jϕ x ⋅ e − j 2π f1t
2 1 1 2 1 1
x(t) y(t)
S
jϕ − jϕ
1 y j 2π f t 1 y − j 2π f t
y (t ) = ⋅ Y ⋅ e 1 ⋅e 1 + ⋅Y ⋅ e 1 ⋅e 1 Figura 2.9. Sistem
2 1 2 1 liniar cu o intrare şi o
ieşire.
Y
H ( f ) = 1 ⋅ e j (ϕ y − ϕ x ) = | H ( f ) | ⋅e jϕ ( f1)
1 X 1 1 1
1 H ( f ) = H (− f )
1 1
Y ϕ ( f ) = −ϕ (− f )
H (− f ) = 1 ⋅ e − j (ϕ y − ϕ x ) = | H (− f ) | ⋅e jϕ (− f1) 1 1
1 X 1 1 1
1

Raspunsul in frecventa
y (t )
H( f ) =
x(t ) x (t )=e j 2π ft
Răspunsul la frecvenţă al unui sistem real este o mărime complexă, funcţie

de frecvenţă, care:
• prin modulul sau, exprimă amplificarea sistemului la frecvenţa
respectivă;
• prin argumentul sau, exprimă defazajul semnalului armonic de
ieşire faţă de semnalul de intrare, la frecvenţa respectivă;
• prezintă simetria complex–conjugată.

Caracteristici de frecvenţă
• Modulul raspunsului in frecventa

reprezintă caracteristica amplificării
sistemului;
Y
| H( f )| = 1
X
1
• Argumentul raspunsului in frecventa
reprezinta caracteristica defazajului.
arg{H ( f )} = ϕ − ϕ = ϕ ( f ) Figura 2.10. Exemplu de
y x
1 1 caracteristici de frecvenţă

Filtru de frecvenţă = sistem

selectiv in frecventa
• BT = banda de trecere
• BO = banda de oprire
Filtre elementare:
Trece-jos FTJ
Trece-sus FTS
Trece-banda FTB
Opreste-banda FOB
Figura 2.11. Aspecte tipice de caracteristici de
frecvenţă.

2.2.5 Raspunsul sistemelor la semnale

N
Daca x (t ) = X 0 + ∑
k =1
X k (
c o s 2π f k t + ϕ xk )
Atunci
y (t ) = H (0 ) X 0 +
N
+ ∑ H ( fk ) ⋅ X
k =1
k (
c o s 2π f k t + ϕ xk + a r g {H ( f k )} )

2.3.1 Caracterul determinist
2.3.2 Criteriul periodicitatii
2.3.3 Criteriul continuitatii
2.3.4 Alte criterii de clasificare

Semnale
● deterministe;
● aleatoare.

2.3.2 Criteriul
periodicitatii
Un semnal este periodic daca
poate fi gasit un interval T,
astfel încât:
x(t ) = x(t + T ) pentru orice t ∈ℜ
Cea mai mică valoare a lui T

care verifică această relaţie =
perioada.
Semnalul periodic poate fi

descris de
∞
x(t ) = ∑ x1 (t-kT)
k =-∞
Figura 2.13. Compunerea semnalului periodic din
descrierile pe o perioadă.


Semnale deterministe
● periodice:
■ armonice; x(t ) = X cos(2π f t + ϕ )

1 1 x
1
N
■ nearmonice. x (t ) = X 0 + ∑ X n cos(2π n f1t + ϕ n )

n =1
● aperiodice:
N
■ cvasiperiodice; x(t ) = X 0 + ∑ X n cos(2π f nt + ϕ n )

n =1
■ impulsuri.

ﬁ în domeniul timp:
• continuu;
• discret.
⇒ în domeniul valorilor
• continuu;
• cuantizat.

continuu = analogic (a)
continuu doua nivele = logic (b)
cuantizat
mai multe nivele = cuantizat (c)
Semnal
continuu = esantionat (d)
discret doua nivele = logic esantionat (e)
cuantizat
mai multe nivele = cuantizat esantionat (f)

Semnale
● de banda larga – B ∼ f0
● de banda ingusta – B << f0
Semnale
● de frecventa joasa
● de frecventa medie
● de frecventa inalta

2.4.1 Energia (puterea) de semnal
2.4.2 Puterea semnalelor armonice
2.4.3 Calculul puterii si a energiei in domeniul timp

2.4.1 Energia (puterea) de semnal = energia (puterea) pe care

semnalul electric ar dezvolta-o într-o rezistenţă unitară.
⇒ pt. semnale periodice - energia totala este infinita; puterea

medie este finita → semnale de putere
⇒ pt. semnale aperiodice - energia totala este finita; puterea

medie este nula → semnale de energie

Fig.2.16. Secţiune printr-un lanţ de transmisie.
U = Z I , unde : Z = Rz + jX z
1 1 1 1
PZ = RZ ⋅ | I | = RZ ⋅ I = GZ ⋅ | U | = GZ ⋅U 2
2 2 2
2 2 2 2
1 1 1 1
PU = GU ⋅ U 2 = U 2 ; PI = RI ⋅ I 2 = I 2 .
2 2 2 2

Puterea de semnal a unui semnal armonic, de amplitudine X,

se exprimă prin relaţia:
P = 1
2 X2 (2.27)
Pentru componenta continuă, puterea se calculează similar,

dar fără factorul 1/2 :
P0 = X 0 2 (2.28)

Energia totala de semnal in intervalul (t1, t2)
t2
W1,2 = ∫ x 2 (t ) dt
t1
⇒ pt. semnale periodice
1 2
WT = ∫ x 2 (t ) dt , P = ∫ x (t ) dt.
T
TT
⇒ pt. semnale aperiodice
∞
Wtot = ∫
−∞
x 2 (t ) dt.

SCS I , 2003-2004



Semnale deterministe
● periodice:
■ armonice; x(t ) = X cos(2π f t + ϕ )

1 1 x
1
N
■ nearmonice. x (t ) = X 0 + ∑ X n cos(2π n f1t + ϕ n )

n =1
● aperiodice:
N
■ cvasiperiodice; x(t ) = X 0 + ∑ X n cos(2π f nt + ϕ n )

n =1
■ impulsuri.

ﬁ în domeniul timp:
• continuu;
• discret.
⇒ în domeniul valorilor
• continuu;
• cuantizat.

cuantizat
Semnal
cuantizat

Semnale
● de banda larga – B ∼ f0
● de banda ingusta – B << f0
Semnale
● de frecventa joasa
● de frecventa medie
● de frecventa inalta

2.4.1 Energia (puterea) de semnal

2.4.1 Energia (puterea) de semnal = energia (puterea) pe care

semnalul electric ar dezvolta-o într-o rezistenţă unitară.
⇒ pt. semnale periodice - energia totala este infinita; puterea

medie este finita → semnale de putere
⇒ pt. semnale aperiodice - energia totala este finita; puterea

medie este nula → semnale de energie

Fig.2.16. Secţiune printr-un lanţ de transmisie.
U = Z I , unde : Z = Rz + jX z
1 1 1 1
PZ = RZ ⋅ | I | = RZ ⋅ I = GZ ⋅ | U | = GZ ⋅U 2
2 2 2
2 2 2 2
1 1 1 1
PU = GU ⋅ U 2 = U 2 ; PI = RI ⋅ I 2 = I 2 .
2 2 2 2

Puterea de semnal a unui semnal armonic, de amplitudine X,

se exprimă prin relaţia:
P = 1
2 X2 (2.27)
Pentru componenta continuă, puterea se calculează similar,

dar fără factorul 1/2 :
P0 = X 0 2 (2.28)

Energia totala de semnal in intervalul (t1, t2)
t2
W1,2 = ∫ x 2 (t ) dt
t1
⇒ pt. semnale periodice
1 2
WT = ∫ x 2 (t ) dt , P = ∫ x (t ) dt.
T
TT
⇒ pt. semnale aperiodice
∞
Wtot = ∫
−∞
x 2 (t ) dt.

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

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

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

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

Daca se considera o dezvoltare de tip Fourier:
x(t ) = ∑ ak g k (t ),
k
atunci coeficientii Fourier se calculeaza cu:
an = ∫ ⋅ *
1
N2
x (t ) g n (t ) dt .
T

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 .

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

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.

3.2.1 Seria Fourier armonica
3.2.2 Spectrul Fourier armonic
3.2.3 Proprietăţile SFA

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 + ϕn )
C S
0 2 2 n
unde A0 = ; A = C +S ; ϕ = − arctg
2 n n n n C
n
Forma complexa a SFA:
1 ∞
x(t ) = A0 + ∑
2 n =−∞
Anc e j 2π nf1t
unde Anc = 2
T ∫ x(t )
T
e − j 2π nf1t dt , Anc = Cn − j ⋅ S n , Anc = An ; arg { Anc } = ϕn .

SCS I , 2003-2004

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

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.

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

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 .

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

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.


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
∞
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 .

⎧ 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

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

∞
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.

⎧ 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


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 =−∞

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 , 2003-2004
3.4 Distributia spectrala a puterii
3.5 Analiza aproximativa a semnalelor periodice


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
2 1 2
T T∫ T T∫
− j 2π nf1t
unde A0 c = x (t ) dt = A0 ; n ≠ 0, Anc = x (t ) e dt ;
2
∞
x(t ) = A0 + ∑ A cos
n =1
n (2π nf1t + ϕ n )
A0 c
unde A0 = ; An = Anc ; ϕn = arg { Anc }
2

Exemplu: tren de impulsuri dreptunghiulare
∞ x(t)=pt1T(t)
x(t ) = p (t ) =
T
t1 ∑ x (t − kT )
k =−∞
1 1
⎧ t1
⎪⎪ 1, t <
2 -3T/2 -T -t1/2 t1/2 T t
unde x1 (t ) = ⎨
⎪0, t1 < t < T
t1 ⎪⎩ 2 2
1 2
t1
A0 =
T ∫t dt =
T
;
− 1
2
t1 t1
− j 2π nf1t
2 e 2t1 ⎛ t ⎞
2 2
2
n ≠ 0, Anc =
T ∫ t1
e − j 2π nf1t dt =
T − j 2π nf1 t1
=
T
sinc ⎜ π n 1 ⎟
⎝ T⎠
− −
2 2
⎧ 2t1 ⎛ t1 ⎞
A
⎪ n = Anc = sinc ⎜π n ⎟
⇒⎨ T ⎝ T⎠
⎪ ϕ = arg { A } = 0 or π
⎩ n nc

sin( x)
sin c( x) =
x
sinc x
x
− 9 π − 7 π −5 π − 3 π −π π 3π 5π 7π 9π
-0.2

An
t1=T/2:
1 ⎛ π⎞
A0 = ; n ≠ 0, Anc = sinc ⎜ n ⎟
2 ⎝ 2⎠
n 0 1 2 3 4 5 6 7 8
2 2 2 2
Anc 1 0 − 0 0 − 0
π 3π 5π 7π ϕn
1 2 2 2 2
An 0 0 0 0
2 π 3π 5π 7π
ϕn 0 0 π 0 0 0 π 0

An
t1=T/3:
1 2 ⎛ π⎞
A0 = ; n ≠ 0, Anc = sinc ⎜ n ⎟
3 3 ⎝ 3⎠
n 0 1 2 3 4 5 6 7 8
2 3 3 3 4 3 3
Anc 0 − − 0
3 π 2π 4π 5π 7π 8π ϕn
⇒
1 3 3 3 3 3 3
An 0 0
3 π 2π 4π 5π 7π 8π
ϕn 0 0 0 π π 0 0 0

An
t1=T/4:
1 1 ⎛ π⎞
A0 = ; n ≠ 0, Anc = sinc ⎜ n ⎟
4 2 ⎝ 4⎠
n 0 1 2 3 4 5 6 7 8
1 2 1 2 2 1 2
Anc 0 − − − 0
2 π π 3π 5π 3π 7π ϕn
⇒
1 2 1 2 2 1 2
An 0 0
4 π π 3π 5π 3π 7π
ϕn 0 0 0 0 π π π 0


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 =−∞

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

3.3 Metoda delta periodic
3.3.1 Distributii
3.3.2 Semnalul delta – periodic (δT)
3.3.3 Prezentarea metodei delta – periodic (δT)

3.3.1 Distributii
Distribuţia f, bazată pe funcţionala f(t), atribuie funcţiei x(t) –

numită funcţie test – o valoare Vf (x).
∫ x(t )
−∞
f (t ) dt = V f ( x)

Distribuţia impuls ideal (Dirac)

Distribuţia impuls ideal (Dirac) este o funcţională – δ (t) – care
atribuie funcţiei x(t), continuă în t = 0, valoarea Vδ (x) = x(0):
∞
Vδ ( x) = ∫ x(t ) ⋅ δ (t )
−∞
dt = x(0)
∞
- relaţia de normare ∫ δ (t )
−∞
dt = 1
(t) (t-τ) ∞
- sondare ∫ x(t ) ⋅ δ (t − τ )
−∞
dt = x(τ )
∞
- filtrare ∫ X ( f ) ⋅δ ( f − f )
−∞
1 df = X ( f1 )
!!! x(t) ⋅δ (t −τ ) = x(τ ) ⋅δ (t −τ )

Distribuţia treptă unitară (Heaviside)

Distribuţia treaptă unitate (Heaviside), γ (t), atribuie funcţiei test
x(t), integrabilă în ℜ+, valoarea:
∞
Vγ ( x) = ∫ x(t )
0
dt
Rezultă relaţia de definiţie a distribuţiei treaptă unitară:

∞ ∞
∫ x(t ) ⋅ γ (t ) dt = ∫ x(t ) dt
γ(t) −∞ 0
1 ⎧0 , pentru t < 0
γ (t ) = ⎨
t ⎩1 , pentru t > 0
γ(t-τ)
dγ
t
1 dt
= δ (t ) ; γ (t ) = ∫ δ (τ )dτ
−∞
τ t

3.3.2 Semnalul delta – periodic (δT) δT(t)
∞
δ T (t ) = ∑ δ (t − kT )
k =−∞
-nT … –T T 2T …nT … t
Anδ
T T
2 2 2 2 2
Ancδ = ∫ δ T (t ) ⋅ e − j 2π nf1t
dt = ∫ δ (t ) ⋅ e − j 2π nf1t dt =
T −T T −T T
2 2 f
2 ∞ ϕn δ
⇒ δT (t ) = ∑
T n =−∞
e j 2π nf1t =
2
= [ 0.5 + cos(2π ⋅ f1t ) + cos(2π ⋅ 2 f1t ) + cos(2π ⋅ 3 f1t ) + …] -3f1 -2f1 -f1 f1 2f1 f
T

∞ ∞
δ T (t ) = ∑ δ (t − kT )
k =−∞
δ T (t − t1 ) = ∑ δ (t − t
k =−∞
1 − kT )
2 2 − j 2π nf1t1
AncδT ( t ) = AncδT (t −t1 ) = e
T T
2 2
Ancδ 'T ( t ) = ( j 2π nf1 ) Ancδ 'T ( t −t1 ) = ( j 2π nf1 ) e − j 2π nf1t1
T T
2 2
Ancδ ''T ( t ) = ( j 2π nf1 ) Ancδ ''T ( t −t1 ) = ( j 2π nf1 ) e − j 2π nf1t1
2 2
T T
2 2
Ancδ ( k ) (t ) = ( j 2π nf1 ) Ancδ ( k ) (t −t ) = ( j 2π nf1 ) e − j 2π nf1t1
k k
T
T T 1
T

1. Derivarea semnalului de un număr (k) de ori, suficient ca derivata

să fie exprimată numai prin impulsuri Dirac şi, eventual, derivate
ale acestora; acest lucru este posibil numai în cazul funcţiilor
polinomiale.
2. Scrierea coeficienţilor complecşi (Ancδ) ai SFA corespunzătoare
trenului de impulsuri obţinut.
3. Revenirea la coeficienţii SFA ai semnalului iniţial, prin aplicarea
(de k ori) a teoremei integrării:
Ancδ
Anc =
( j 2π nf1 ) k

λ −1
x1 (t ) = P1 (t ) ⋅ γ (t ) + ∑ ⎡⎣ Pm + 1 (t ) − Pm (t ) ⎤⎦ ⋅ γ (t − tm ) − Pλ (t − T )
m =1
t < 0 → x1 (t ) = 0
0 < t < t1 → x1 (t ) = P1 (t )
t1 < t < t2 → x1 (t ) = P1 (t ) + [ P2 (t ) − P1 (t )] = P2 (t )
t2 < t < t3 → x1 (t ) = P1 (t ) + [ P2 (t ) − P1 (t )] + [ P3 (t ) − P2 (t )] = P3 (t )
Figura 3.8. Descriere polinomială pe porţiuni a unui semnal

periodic.

λ −1
x1 (t ) = P1 (t ) ⋅ γ (t ) + ∑ ⎡⎣ Pm + 1 (t ) − Pm (t ) ⎤⎦ ⋅ γ (t − tm ) − Pλ (t − T )γ (t − T )
m =1
x1 '(t ) = P1 '(t ) ⋅ γ (t ) + P1 (0) ⋅ δ (t ) +

λ −1
{ }
+ ∑ ⎡⎣ Pm + 1 '(t ) − Pm '(t ) ⎤⎦ ⋅ γ (t − tm ) + ⎡⎣ Pm + 1 (tm ) − Pm (tm ) ⎤⎦ ⋅ δ (t − tm ) −
m =1
− Pλ '(t ) ⋅ γ (t − T ) − Pλ (T ) ⋅ δ (t − T )

SCS I , 2003-2004
3.3.1 Distributii
3.3.2 Semnalul delta – periodic (δT)

3.3.1 Distributii
Distribuţia f, bazată pe funcţionala f(t), atribuie funcţiei x(t) –

numită funcţie test – o valoare Vf (x).
∫ x(t )
−∞
f (t ) dt = V f ( x)

Distribuţia impuls ideal (Dirac)

Distribuţia impuls ideal (Dirac) este o funcţională – δ (t) – care
atribuie funcţiei x(t), continuă în t = 0, valoarea Vδ (x) = x(0):
∞
⎧ ∞, t = 0
Vδ ( x) = ∫−∞ x(t ) δ (t ) dt x(0)
⋅ = ⇔ δ (t ) ⎨
=
⎩ 0, t ≠ 0
∞
- relaţia de normare ∫ δ (t )
−∞
dt = 1
(t) (t-τ) ∞
- sondare ∫ x(t ) ⋅ δ (t − τ )
−∞
dt = x(τ )
∞
- filtrare ∫ X ( f ) ⋅δ ( f − f )
−∞
1 df = X ( f1 )
x(t ) ⋅ δ (t −τ ) = x(τ ) ⋅ δ (t −τ )
!!!
X ( f ) ⋅ δ ( f − f1 ) = X ( f1 ) ⋅ δ ( f − f1 )

Distribuţia treptă unitară (Heaviside)

Distribuţia treaptă unitate (Heaviside), γ (t), atribuie funcţiei test
∞
x(t), integrabilă în ℜ+, valoarea: Vγ ( x) = ∫ x(t ) dt
0
∞ ∞
⎧0 , for t < 0
∫
−∞
x(t ) ⋅ γ (t ) dt = ∫0 x (t ) dt ⇔ γ (t ) = ⎨
⎩1 , for t > 0
γ(t)
1
dγ
t = δ (t ) ;
dt
γ(t-τ) t
1 γ (t ) = ∫ δ (τ )dτ .
−∞
τ t

3.3.2 Semnalul delta – periodic (δT) δT(t)
∞
δ T (t ) = ∑ δ (t − kT )
k =−∞
-nT … –T T 2T …nT … t
Anδ
T
2 2 2 2
Ancδ = ∫ δ T (t ) ⋅ e − j 2π nf1t
dt = ∫ δ (t ) ⋅ e − j 2π nf1t dt =
TT T −T T
2 f
2 ∞ ϕn δ
⇒ δT (t ) = ∑
T n =−∞
e j 2π nf1t =
2
= [0.5 + cos(2π ⋅ f1t ) + cos(2π ⋅ 2 f1t ) + cos(2π ⋅ 3 f1t ) + …] -3f1 -2f1 -f1 f1 2f1 f
T

∞ ∞
δ T (t ) = ∑ δ (t − kT )
k =−∞
δ T (t − t1 ) = ∑ δ (t − t
k =−∞
1 − kT )
2 2 − j 2π nf1t1
AncδT ( t ) = AncδT (t −t1 ) = e
T T
2 2
Ancδ 'T ( t ) = ( j 2π nf1 ) Ancδ 'T ( t −t1 ) = ( j 2π nf1 ) e − j 2π nf1t1
T T
2 2
Ancδ ''T ( t ) = ( j 2π nf1 ) Ancδ ''T ( t −t1 ) = ( j 2π nf1 ) e − j 2π nf1t1
2 2
T T
2 2
Ancδ ( k ) (t ) = ( j 2π nf1 ) Ancδ ( k ) (t −t ) = ( j 2π nf1 ) e − j 2π nf1t1
k k
T
T T 1
T

1. Derivarea semnalului de un număr (k) de ori, suficient ca derivata

să fie exprimată numai prin impulsuri Dirac şi, eventual, derivate
ale acestora; acest lucru este posibil numai în cazul funcţiilor
polinomiale.
2. Scrierea coeficienţilor complecşi (Ancδ) ai SFA corespunzătoare
trenului de impulsuri obţinut.
3. Revenirea la coeficienţii SFA ai semnalului iniţial, prin aplicarea
(de k ori) a teoremei integrării:
Ancδ
Anc =
( j 2π nf1 ) k

λ −1
x1 (t ) = P1 (t ) ⋅ γ (t ) + ∑ ⎡⎣ Pm + 1 (t ) − Pm (t ) ⎤⎦ ⋅ γ (t − tm ) − Pλ (t ) ⋅ γ (t − T )
m =1
t < 0 → x1 (t ) = 0
0 < t < t1 → x1 (t ) = P1 (t )
t1 < t < t2 → x1 (t ) = P1 (t ) + [ P2 (t ) − P1 (t )] = P2 (t )
t2 < t < t3 → x1 (t ) = P1 (t ) + [ P2 (t ) − P1 (t )] + [ P3 (t ) − P2 (t )] = P3 (t )
Figura 3.8. Descriere polinomială pe porţiuni a unui semnal

periodic.

λ −1
x1 (t ) = P1 (t ) ⋅ γ (t ) + ∑ ⎡⎣ Pm + 1 (t ) − Pm (t ) ⎤⎦ ⋅ γ (t − tm ) − Pλ (t ) ⋅ γ (t − T )
m =1
x1 '(t ) = P1 '(t ) ⋅ γ (t ) + P1 (0) ⋅ δ (t ) +

λ −1
{ }
+ ∑ ⎡⎣ Pm + 1 '(t ) − Pm '(t ) ⎤⎦ ⋅ γ (t − tm ) + ⎡⎣ Pm + 1 (tm ) − Pm (tm ) ⎤⎦ ⋅ δ (t − tm ) −
m =1
− Pλ '(t ) ⋅ γ (t − T ) − Pλ (T ) ⋅ δ (t − T )
x1 "(t ) = P1 ''(t ) ⋅ γ (t ) + P1 '(t ) ⋅ δ (t ) + P1 (0) ⋅ δ '(t ) +

λ −1
{ }
+ ∑ ⎡⎣ Pm + 1 ''(t ) − Pm ''(t ) ⎤⎦ ⋅ γ (t − tm ) + ⎡⎣ Pm + 1 '(t ) − Pm '(t ) ⎤⎦ ⋅ δ (t − tm ) + ⎡⎣ Pm + 1 (tm ) − Pm (tm ) ⎤⎦ ⋅ δ '(t − tm ) −
m =1
− Pλ ''(t ) ⋅ γ (t − T ) − Pλ '(t ) ⋅ δ (t − T ) − Pλ (T ) ⋅ δ '(t − T )

……

x(t)
Exemplu: 2
⎧ 2t 2 , t ∈ [3k ,3k + 1)
⎪
x(t ) = ⎨ 2, t ∈ [3k + 1,3k + 2)
⎪0,, t ∈ [3k + 2,3(k + 1))
⎩ 1 2 3
x’(t)
x1 (t ) = 2t 2 ⋅ γ (t ) +(2 − 2t 2 ) ⋅ γ (t − 1) − 2 ⋅ γ (t − 2) 4
x1 '(t ) = 4t ⋅ γ (t ) +2t 2 ⋅ δ (t ) +(−4t ) ⋅ γ (t − 1) + (2 − 2t 2 ) ⋅ δ (t − 1) − 2
− 2 ⋅ δ (t − 2) = 4t ⋅ γ (t ) −4t ⋅ γ (t − 1) − 2 ⋅ δ (t − 2)
1 2 3
x1 "(t ) = 4 ⋅ γ (t ) +4t ⋅ δ (t ) − 4 ⋅ γ (t − 1) − 4t ⋅ δ (t − 1) − 2 ⋅ δ '(t − 2) = 4

x’’(t)
= 4 ⋅ γ (t ) −4 ⋅ γ (t − 1) + 4 ⋅ δ (t − 1) − 2 ⋅ δ '(t − 2)
2
x1 "'(t ) = 4 ⋅ δ (t ) −4 ⋅ δ (t − 1) + 4 ⋅ δ '(t − 1) − 2 ⋅ δ ''(t − 2)

2 − j 23π n 2 − j 23π n ⎛ j 2π n ⎞ 2 −43π n ⎛ j 2π n ⎞
2
2
n ≠ 0, Anc ( III )
= 4 −4 e −4 e ⎟−2 e
1 2 3
⎜ ⎜ ⎟
3 3 3 ⎝ 3 ⎠ 3 ⎝ 3 ⎠ 2
x’’’(t)
( III )
Anc 8
n ≠ 0, Anc = , A0 =
⎛ j 2π n ⎞
3 1 2 3
9
⎜ ⎟
⎝ 3 ⎠

∞
1 1 1 ∞
P = ∫ x 2 (t ) dt = A02 +
TT 2
∑
n =1
A = A + ∑ Anc ⋅ Anc*
2
n
2
0
2 n =1
Figura 3.9. Exemplu de spectru de amplitudini (a) şi spectrul de putere

corespunzător (b).

3.5.1 Analiza Fourier-Walsh
3.5.2 Analiza Fourier-Haar

Functii Rademacher:
rn (θ ) = sign[sin(2 n πθ )]
Figura 3.10. Primele patru funcţii Rademacher.

3.5 Analiza aproximativa a
semnalelor periodice
Functii Walsh:
n
walm (θ ) = ∏ ⎡⎣ r k (θ ) ⎤⎦
pmk
,
k =1
unde pmk = mk ⊕ mk +1
-1/2 0 1/2
Figura 3.11. Primele 16 funcţii Walsh.

1
K 2
x (θ T ) = ∑ Wk ⋅ walk (θ ) Wk = ∫ x (θ T ) ⋅ wal (θ ) dθ
k
k =0 − 12
T
K 2
1
x ( t ) = ∑Wk walk ( Tt ) Wk = ∫ x ( t ) ⋅ walk ( t
T ) dt
k =0 T −T
2
Exemplu:
K=3 1
W0 = ( I1 + I 2 + I 3 + I 4 ) x(t)
T
1
W1 = ( − I1 − I 2 + I 3 + I 4 )
T I1 I2 I3 I4
1
W2 = ( − I1 + I 2 + I 3 − I 4 )
T -T/2 -T/4 0 T/4 T/2 t
1
W3 = ( I1 − I 2 + I 3 − I 4 ) Figura 3.12. Împărţirea perioadei în
T patru intervale egale.
3.5.2 Analiza Fourier-Haar
Functii Haar:
⎧ m m + 0.5
⎪ 2 p −1
, pentru ≤ θ <
2 p −1 2 p −1
⎪
⎪ m + 0.5 m +1
harn (θ ) = ⎨− 2 p −1 , pentru p −1
≤ θ < p −1
,
⎪ 2 2
⎪ 0 , in rest
⎪
⎩
n = 2 p −1 + m
unde:
n = ordinul funcţiei Haar în cadrul setului; Figura 3.13. Primele opt funcţii
p = ordinul grupei; Haar.
m = ordinul funcţiei în cadrul grupei (m = 0, 1, …, 2p-1 – 1).

N 1
x (θ T ) = ∑ H n ⋅ harn (θ ) H n = ∫ x (θ T ) ⋅ harn (θ ) dθ
n =0 0
T
N
⎛t⎞ 1 ⎛t⎞
x ( t ) = ∑ H n ⋅ harn ⎜ ⎟ H n = ∫ x ( t ) ⋅ harn ⎜ ⎟ dt
n =0 ⎝T ⎠ T 0 ⎝T ⎠
Exemplu:N=7
Grupa a treia:
H 4 = 2 ( S1 − S2 ) ; H 6 = 2 ( S5 − S6 ) ;
H 5 = 2 ( S 3 − S 4 ) ; H 7 = 2 ( S 7 − S8 )
Grupa a doua:
H2 = 2 ( S1 + S2 − S3 − S4 )
H3 = 2 ( S 5 + S 6 − S 7 − S8 ) Figura 3.14. Împărţirea perioadei în
opt părţi egale.
Grupa intai:
H1 = S1 + S 2 + S3 + S 4 − S5 − S6 − S7 − S8
H 0 = S1 + S 2 + S3 + S 4 + S5 + S6 + S7 + S8
SCS I , 2003-2004
4. SEMNALE APERIODICE
4.1 Analiza semnalelor prin transformarea Fourier
4.2 Distributia spectrala a energiei
4.3 Corelatia semnalelor
4.4 Convolutia semnalelor aperiodice
4.5 Transformarea Laplace
4.6 Functii de transfer
SCS I - 4. Semnale aperiodice

4.1.1 O privire generala
4.1.2 Transformarea Fourier
4.1.3 Proprietatile transformatei Fourier

4.1.1 O privire generala
Semnale aperiodice:
• cvasiperiodice
• impulsuri.
Figura 4.1. Interpretarea semnalelor în

funcţie de răspunsul sistemului.

Transformarea Fourier directa

∞
X(f ) = ∫
−∞
x(t ) e − j 2π f t dt
Transformarea Fourier inversa

∞
x(t ) = ∫
−∞
X ( f ) e j 2π f t df
Observatie:
∞
∃ X ( f ) (converge) daca ∫
−∞
x(t ) ⋅ dt < ∞ (absolut integrabila)

Daca x(t ) ≠ 0 pentru t1 < t < t2 , 0 ≤ t1 & t2 ≤ T
t
2 2
atunci Anc = ⋅ ∫ x(t ) e − j 2π nf1t dt.
T t1
1 ∞ ⎡2 2 ⎤ j 2π nf t
t
⇒ x ( t ) = ∑ ⎢ ⋅ ∫ x (τ ) e − j 2π nf1τ
dτ ⎥ e 1
=
2 n =−∞ ⎢⎣ T t1 ⎥⎦
∞ ⎡ t2 ⎤
= ∑ ⎢ ∫ x (τ ) e − j 2π nf1τ dτ ⎥ e j 2π nf1t ⋅ f1
⎢ t1
n =−∞ ⎣ ⎦⎥
Notam 1/ T = f1 ⇒ T → ∞, f1 → df , nf1 → f
∞
⎡∞ ⎤ j 2π ft
x (t ) = ∫ ⎢∫ ( )
x τ e − j 2π f τ
dτ ⎥ e df
−∞ ⎣ −∞ ⎦

Pereche Fourier: x (t ) ⇔ X ( f )
X(f) densitate spectrala
X ( f ) = X re ( f ) + j ⋅ X im ( f ) ,
∞
X re ( f ) = ∫ x(t ) cos(2π ft )dt ;
−∞
X re ( − f ) = X re ( f )
∞
X im ( f ) = − ∫ x (t ) sin(2π ft ) dt ; X im (− f ) = − X im ( f )
−∞

Densitate spectrala de amplitudine
X ( f ) = X re2 ( f ) + X im2 ( f ) , X (− f ) = X ( f )
Spectrul de faze
X im ( f )
ϕ ( f ) = arctg , ϕ (− f ) = −ϕ ( f )
X re ( f )

Legatura dintre coeficientii complecsi Anc ai seriei Fourier ai semnalului

periodic x(t) si densitatea spectrala X(f) a impulsului x1(t)
2
Anc = X (nf1 )
T
∞
unde x(t ) = ∑ x (t − kT )
k =−∞
1

Teorema liniaritatii
α x1 (t ) + β x2 (t ) ⇔ α X 1 ( f ) + β X 2 ( f )
Teorema derivarii
x '(t ) ⇔ j 2π f X ( f )
Teorema integrarii
t
1
∫
−∞
x(τ )dτ ⇔
j 2π f
X(f )
Teorema intarzierii
x(t − t0 ) ⇔ e − j 2π f t0 X ( f )

Teorema modularii
x(t ) e j 2π f0t ⇔ X ( f − f 0 )
Teorema comprimarii timpului
⎛t ⎞
x⎜ ⎟ ⇔ α X (α f )
⎝α ⎠
Teorema simetriei
x(t ) ⇔ X ( f )
x1 (t ) = X (t ) ⇔ X 1 ( f ) = x(− f )
Teorema lui Parseval
∞ ∞
−∞
∫ x (t ) x (t )dt = ∫ X ( f ) X
1 2
−∞
1 2 (− f )df

Energia totala a unui impuls
∞ ∞
W= ∫ x (t ) dt = ∫ X ( f ) df =
2 2
−∞ −∞
∞ ∞
= ∫ S ( f )df
−∞
= 2 ∫ S ( f )df
0

SCS I , 2003-2004

4.3.1 Functia de intercorelatie
4.3.2 Functia de autocorelatie

4.3.1 Functia de intercorelatie
θ θ
2 2
1 1
Rxy (τ ) = lim
θ →∞ θ ∫ x(t + τ ) ⋅ y(t )
− θ2
dt = lim
θ →∞ θ ∫ x(t ) ⋅ y(t − τ )
− θ2
dt
Pentru semnale periodice de perioada T:

T T
2 2
1 1
Rxy (τ ) = ∫
T −T
x (t + τ ) ⋅ y (t ) dt = ∫
T −T
x(t ) ⋅ y (t − τ ) dt
2 2
Pentru semnale aperiodice:

∞ ∞
Rxy (τ ) =
−∞
∫ x(t + τ ) ⋅ y(t ) ⋅ dt = ∫ x(t ) ⋅ y(t − τ ) ⋅ dt
−∞

Proprietati:
Rxy (τ ) = Ryx (−τ )
Rxy (τ ) ≡ 0 ⇔ x(t ), y (t ) necorelate

1
S nc = ⋅ Ancx ⋅ Ancy *
2
S xy ( f ) = X ( f ) ⋅ Y * ( f )

4.3.2 Functia de autocorelatie

T
2
1 1 1 1
Rxx (τ ) = ∫ x(t + τ ) ⋅ x(t ) dt S nc = ⋅ Ancx ⋅ Ancx* = Anc = An 2
2
T −T 2 2 2
2

∞
Rxx (τ ) = ∫ x(t + τ ) ⋅ x(t ) dt S xx = X ( f ) ⋅ X * ( f ) = X ( f ) = S ( f )
2
−∞
Proprietati:
Rxx (τ ) = Rxx (−τ )
Rxx (0) ≥ Rxx (τ )
4.4.1 Produsul de convolutie
4.4.2 Convolutia in analiza semnalelor
4.4.3 Convolutia in analiza sistemelor

4.4.1 Produsul de convolutie

∞
x(t ) = x1 (t ) ⊗ x2 (t ) = ∫ x (τ ) ⋅ x (t − τ ) ⋅ dτ
−∞
1 2 ⇔ X ( f ) = X1 ( f ) ⋅ X 2 ( f )
Proprietatile convolutiei:
x '(t ) = x1 '(t ) ⊗ x2 (t ) = x 1 (t ) ⊗ x2 '(t )

∞
x(t ) = x1 (t ) ⋅ x2 (t ) ⇔ X ( f ) = X1 ( f ) ⊗ X 2 ( f ) = ∫ X (λ ) ⋅ X
−∞
1 2 ( f − λ) ⋅ dλ

4.4.2 Convolutia in analiza semnalelor
Figura 4.2 Inspectia semnalului in fasii verticale (a), respectiv orizontale (b)
∞ t
x1 (t ) = ∫ x (τ ) ⋅ δ (t − τ )
−∞
1 dτ x1 (t ) = ∫ x '(τ ) ⋅ γ (t − τ )
−∞
1 dτ

4.4.3 Convolutia in analiza sistemelor
δ (t ) → h(t ) (functia pondere)
δ (t − τ ) → h(t − τ )
∞ ∞
∫ x(τ ) ⋅ δ (t − τ )
−∞
dτ → ∫ x(τ ) ⋅ h(t − τ )
−∞
dτ
Figura 4.3 Sistem liniar cu o intrare
x (t ) → y ( t ) si o iesire
Figura 4.4 Raspunsul unui sistem liniar si invariant la impulsuri

t
x (t ) → y (t ) = ∫
−∞
x (τ ) ⋅ h ( t − τ ) ⋅ d τ ⇔ Y( f ) = X ( f )⋅H ( f )
γ (t ) → a(t ) (raspuns indicial)

t
x(t ) → y (t ) = ∫ x '(τ ) ⋅ a(t − τ ) ⋅ dτ
−∞
t t
y (t ) = x(0)a(t ) + ∫ x '(τ ) ⋅ a(t − τ ) ⋅ dτ = x(t )a(0) + ∫ x(τ ) ⋅ a '(t − τ ) ⋅ dτ =
+0 +0
(relatiile lui Duhamel)
t t
= x(0)a(t ) + ∫ x '(t − τ ) ⋅ a(τ ) ⋅ dτ = x(t )a(0) + ∫ x(t − τ ) ⋅ a '(τ ) ⋅ dτ
+0 +0

SCS I , 2003-2004

4.5 Transformarea Laplace (Fourier complexa)
4.5.1 Transformarea Laplace bilaterala
4.5.2 Transformarea Laplace (unilaterala)
4.5.3 Conditii de existenta a transformatei Fourier
4.5.4 Transformarea Laplace inversa
4.5.5 Proprietati ale transformatei Laplace

4.5.1 Transformarea Laplace bilaterala

∞
X (s) = ∫
−∞
x(t ) ⋅ e − st dt
Convergenta transformatei
x1 (t ) = x(t ) ⋅ e −α t
∞
∫
−∞
x1 (t ) dt ≤ ∞ ⇒
⎧ M 1e at , 0 < t1 < t Figura 4.6 Variante de domenii de convergenta

x(t ) ≤ ⎨ ⇒ a <α < b
⎩ M 2 e , t < t2 < 0
bt

4.5.2 Transformarea Laplace (unilaterala)

∞
X ( s ) = ∫ x(t ) ⋅ e − st dt
0
Convergenta transformatei
jω jω jω
α >a α α
a<0 a=0 a>0
Puncte critice:
-poli pk X ( pk ) = ∞
-zerouri zk X ( zk ) = 0

4.5.3 Conditii de existenta a transformatei Fourier
- daca toti polii transformatei Laplace sunt situati strict in

semiplanul stang, atunci:
X ( f ) = X ( s ) s = j 2π f
- daca polii transformatei Laplace sunt in semiplanul stang, dar

exista poli imaginari, atunci:
X ( f ) = lim X ( s )
s → j 2π f

4.5.4 Transformarea Laplace inversa

c + j∞
1
x(t ) =
2π j
⋅ ∫
c − j∞
X ( s ) ⋅ e st ds
( )
n
x(t ) = ∑ rez ⎡ X s ) ⋅ e pk t ⎤
p ⎣ ⎦
k =1 k
n
Pt. poli simpli x(t ) = ∑ ak ⋅ e pk t
k =1
epkt = mod de oscilatie

Figura 4.7 Aspectul modurilor de oscilatie in
functie de pozitia polilor in planul complex s

4.5.5 Proprietati ale transformatei Laplace
x(t ) ⇔ X ( s )
Teorema liniaritatii
α x1 (t ) + β x2 (t ) ⇔ α X 1 ( s) + β X 2 ( s )
Teorema derivarii originalului
x '(t ) ⇔ s X ( s ) − x(0+ )
Teorema integrarii originalului
t
1
∫
−∞
x(τ )dτ ⇔
s
X (s)
Teorema intarzierii originalului

x(t − t0 ) ⇔ e − st0 X ( s )

Teorema modularii
x(t ) e s0t ⇔ X ( s − s0 )
Teorema comprimarii timpului
⎛t ⎞
x⎜ ⎟ ⇔ α X (α s )
⎝α ⎠
Teorema derivarii imaginii
t ⋅ x(t ) ⇔ − X '( s )
Teorema integrarii imaginii
∞
x(t )
⇔ ∫ X ( s )ds
t s

Teorema convolutiei in timp

x1 (t ) ⊗ x2 (t ) ⇔ X 1 ( s ) ⋅ X 2 ( s )
Teorema convolutiei in s
x1 (t ) ⋅ x2 (t ) ⇔ X 1 ( s ) ⊗ X 2 ( s )

4.6 Functii de transfer (f.d.t)
d n y (t ) dy (t ) d m x(t ) dx(t )
an + " + a1 + a0 y (t ) = bm + " + b1 + b0 x(t )
dt n dt dt m dt
in conditii initiale nule
Y ( s ) bm s m + " + b1s + b0
⇒ =
X ( s ) an s n + " + a1s + a0
Figura 4.3 Sistem liniar cu o
Functia de transfer (f.d.t) intrare si o iesire
Y ( s)
H (s) =
X ( s) conditiiinitiale nule
Observatii:
H ( s ) = L {h(t )}
H ( jω ) = H ( s ) s = jω

5. SEMNALE ESANTIONATE
5.1 Generalitati
5.2 Esantionarea reala
5.3 Esantionarea ideala
5.4 Transformata Z
5.5 Reconstituirea semnalelor esantionate
SCS I - 5. Semnale esantionate

5.1 Generalitati
x(t) xT(t)
x(t) xT(t)
t t

cuantizat
Semnal
cuantizat

5.2 Esantionarea reala x(t)
xT (t ) = x(t ) ⋅ pτ T (t )
1 ∞
∑ ncp
j 2π nf p t
pτ (t ) = A0 +
T
A ⋅ e t
2 n =−∞ ,n ≠ 0
pτT(t)
1 τ 2
unde : fp = ; A0 = ; Ancp = ⋅τ ⋅ Sa (π nf p t )
T T T
xT(t) t
∞
1
∑
j 2π nf p t
xT (t ) = A0 ⋅ x(t ) + A ⋅
ncp ⎣
⎡ x (t ) ⋅ e ⎤
2 n =−∞ ,n ≠ 0 ⎦
1 ∞
⇒ X T ( f ) = A0 ⋅ X ( f ) + ∑
2 n =−∞ ,n ≠ 0
Ancp ⋅ X ( f − nf p ) t
Figura 5.2 Esantionarea reala

Teorema esantionarii (Shannon): Pentru ca semnalul

analogic sa poata fi reconstituit din esantioanele sale,
frecventa de esantionare trebuie sa fie mai mare decat
dublul frecventei maxime din spectrul semnalului
analogic transmis:
f p > 2 fs

SCS I , 2003-2004
5.1 Generalitati
5.4 Transformata Z

5.1 Generalitati
a) b) c)
Figura 5.1.Eşantionarea unui semnal analogic.

cuantizat
Semnal
cuantizat

xT (t ) = x(t ) ⋅ pτ T (t )
Figura 5.2 Esantionarea reala
∞
1
∑ ncp
j 2π nf p t
pτ T (t ) = A ⋅ e
2 n =−∞
1 2
unde : f p = ; Ancp = ⋅τ ⋅ Sa (π nf p t )
T T
1 ∞
xT (t ) = ∑ Ancp ⋅ ⎡⎣ x(t ) ⋅ e
j 2π nf p t
⎤
2 n =−∞ ⎦
1 ∞
⇒ X T ( f ) = ∑ Ancp ⋅ X ( f − nf p )
2 n =−∞

Figura 5.3. Spectrele semnalului analog (a), al trenului de impulsuri (b) şi al semnalului eşantionat (c).

Teorema esantionarii (Shannon): Pentru ca semnalul

analogic sa poata fi reconstituit din esantioanele sale,
frecventa de esantionare trebuie sa fie mai mare decat
dublul frecventei maxime din spectrul semnalului
analogic transmis:
f p > 2 fs

∞
xT (t ) = x (t ) ⋅ δ T (t ) = ∑ x(kT )
k = −∞
δ (t − kT )
1 ∞
X T ( f ) = ∑ X ( f − nf p )
T n = −∞

5.4 Transformata Z
• Transformata Z bilaterala
∞
X ( z) = ∑ x(kT )
k =−∞
z −k = X + ( z) + X − ( z)
• Transformata Z unilaterala
∞
X ( z ) = X + ( z ) = ∑ x(kT ) ⋅ z − k
k =0

5.4 Transformata Z
z = e sT
Figura 5.4. Legătura între planele (s) şi (z).

5.4 Transformata Z
Proprietati: x(t ) ⇔ X ( z )
Liniaritatea
α ⋅ x ( n) + β ⋅ x ( n) ⇔ α ⋅ X ( z ) + β ⋅ X ( z )
1 2 1 2
Intarzierea secventei
x1 ( n) = {x ( n − k )} ⇔ X 1 ( z ) = z − k X ( z )
Convolutia secventelor ∞
{ y (n)} = {x(n)} ⊗ {h(n)} = ∑{x(k )}{h(n − k )} ⇔ Y ( z ) = X ( z ) ⋅ H ( z )
k =0

5.4 Transformata Z
Transformarea Z-biliniară (TZB)
x 2 x3 x 4
ln(1 + x) = x − + − + …
2 3 4 1+ x x3 x5
⇒ ln = 2( x + + − …)
x 2
x 3
x 4
1 − x 3 5
ln(1 − x) = − x − − − − …
2 3 4
1 1 1+ x 2 z −1
⇒s= ln z = ln
T T 1− x T z +1
1
TZB{x(t )} = X ( s ) s=
2 z −1
T T z +1


Filtrarea ideală (prin interpolare)
Figura 5.6. Filtrarea semnalului

eşantionat (a) şi caracteristica ideală (b).
X r ( f ) = XT ( f ) ⋅ F ( f )


2 fc
X r ( f ) = X T ( f ) ⋅ F ( f ) ⇒ xr (t ) = xT (t ) ⊗ ϕ (t ) unde ϕ (t ) = ⋅ Sa (2π f ct )
fp
∞ ∞ ∞ ∞
xr (t ) = ∫ ∑ x(kT )
−∞ k =−∞
δ (τ − kT ) Sa [2π f c (t − τ )] dτ = ∑ x( kT ) ∫ δ (τ − kT ) Sa [π
k =−∞ −∞
f p (t − τ )] dτ
∞
x(t ) = ∑ x(kT )
k =−∞
Sa[π f p (t − kT )]

Filtrarea prin extrapolare
x ''(kT )
xr (t ) = x(kT ) + x '(kT ) (t − kT ) + (t − kT ) 2 + …, t ∈ [kT , (k + 1)T )
2
1
x '(kT ) = { x(kT ) − x[(k − 1)T ]}
T
1
unde : x ''(kT ) = {x(kT ) − 2 x[(k − 1)T ] + x[(k − 2)T ]}
T2


Extrapolatorul de ordin zero
xr (t ) = x(kT ), t ∈ [kT , (k + 1)T ]

a) b) c)
Figura 5.8. Extrapolator de ordinul zero.
⇒ H 0 ( f ) = T ⋅ Sa (π fT ) ⋅ e
− j 2π f T
2
Figura 5.9. Funcţia pondere a

extrapolatorului de ordin zero.

X r ( f ) = XT ( f ) ⋅ H0 ( f )
Figura 5.10. Analiza în frecvenţă a

extrapolatorului de ordinul zero.


Extrapolatorul de ordinul I
x(kT ) − x[(k − 1)T ]

xr (t ) = x(kT ) + (t − kT ) , pentru t ∈ [kT , (k + 1)T ]
T
a) b)
Figura 5.11. Răspunsul extrapolatorului de ordinul I (a)
şi funcţia sa pondere (b).

Figura 5.12. Caracteristici de frecvenţă.ale

extrapolatoarelor de ordin cuprins intre o si 1

Filtrarea combinata
Figura 5.13. Filtru RC trece-jos.

τ>>T
τ=2T
Figura 5.14-15. Comportarea filtrului din figura 5.13

τ=0.5T
Figura 5.16. Comportarea filtrului din figura 5.13

SCS I , 2003-2004
6. SEMNALE MODULATE
6.1 Consideratii generale
6.2 Modulatia in amplitudine cu purtatoare armonica
6.3 Procedee speciale de modulatie in amplitudine
6.4 Semnale modulate in faza si frecventa
6.5 Efectul perturbatiilor asupra semnalelor modulate
SCS I - 6. Semnale modulate

6. SEMNALE MODULATE
Modulatie = transpunerea informatiei continute in semnalul

modulator asupra unui semnal purtator => semnalul modulat
Modulatie cu semnalul purtator:

• armonic;
• impulsuri.

6. SEMNALE MODULATE
Modulatie cu semnal purtator armonic:

- semnalul purtator x p (t ) = X p ⋅ cos(2π f pt + ϕ p )
- semnalul modulat xM (t ) = X (t ) ⋅ cos Φ(t ) = X (t ) ⋅ cos(2π f pt + ϕ (t ))
- semnalul modulator xm (t )
Modulatie in amplitudine MA X (t ) ∼ xm (t ), ϕ (t ) = ϕ p = cst

Modulatie in faza MP X (t ) = X p = cst , ϕ (t ) ∼ xm (t )
dϕ (t )
Modulatie in frecventa MF X (t ) = X p = cst , ∼ xm (t )
dt

6. SEMNALE MODULATE
Modulatie cu semnal purtator armonic
xM (t ) = X (t ) ⋅ cos Φ (t ) = X (t ) ⋅ cos(2π f pt + ϕ (t ))
⇓
fazor xM = X (t ) ⋅ e jϕ ( t )
{
xM (t ) = Re xM ⋅ e
j 2π f p t
} Figura 6.1. Reprezentarea
fazorială a unui semnal modulat.

6. SEMNALE MODULATE
xMA (t ) = X p [1 + m ⋅ xm (t )] ⋅ cos(2π f pt + ϕ p ) = X p [1 + g m (t )] ⋅ cos(2π f pt + ϕ p )

Daca min{xm(t)} = -1 ⇒ m = grad de modulatie
Anvelope:
I+ = X p [1 + g m (t )] = X p [1 + m xm (t )]
I − = − X p [1 + g m (t )] = − X p [1 + m xm (t )]
a) b) c)
Daca min{gm(t)} <-1 ⇒ intrepatrunderea
Figura 6.2. Funcţia modulatoare controlează
anvelopelor=supramodulatie (figura 6.2c) amplitudinea semnalului modulat.

6. SEMNALE MODULATE

Pt. modulatoare armonica: xMA (t ) = X p ⎡⎣1 + m cos ( 2π f mt + ϕ m )⎤⎦ ⋅ cos ( 2π f pt + ϕ p )
X max − X min
m=
X max + X min
Figura 6.3. (a) – semnalul modulator

armonic; (b) – SMA corespunzător.
Figura 6.4. Semnale MA cu diferite grade de modulaţie.

6. SEMNALE MODULATE

pt. modulatoare armonica: xm (t ) = cos ( 2π f mt + ϕ m )
xMA (t ) = X p ⎡⎣1 + m cos ( 2π f mt + ϕ m ) ⎤⎦ ⋅ cos ( 2π f pt + ϕ p ) =

= X p ⋅ cos ( 2π f pt + ϕ p ) +
m
+ ⋅ X p ⋅ cos ⎡⎣ 2π ( f p + f m )t + ϕ p + ϕ m ⎤⎦ +
2
m
+ ⋅ X p ⋅ cos ⎡⎣ 2π ( f p − f m )t + ϕ p − ϕ m ⎤⎦
2
Figura 6.5. Spectrul unui SMA cu
modulatoare armonică.
⎛ m2 ⎞
PMA = Pp ⋅ ⎜ 1 + ⎟ Pp ≤ PMA ≤ 1.5 Pp
⎝ 2 ⎠

6. SEMNALE MODULATE

Pt. modulatoare armonica
a) b)
Figura 6.6. Reprezentări vectoriale.

6. SEMNALE MODULATE

∞
pt. modulatoarea periodica sau cvasiperiodica: xm (t ) = ∑ X k ⋅ cos(2π f k t + ϕ k )
k =1
⎡ ∞
⎤
xMA (t ) = X p ⎢1 + ∑ mk ⋅ cos(2π f k t + ϕ k ) ⎥ ⋅ cos(2π f pt + ϕ p )
⎣ k =1 ⎦
⎛ 1 ∞ 2⎞
PMA = Pp ⎜1 + ∑ mk ⎟
⎝ 2 k =1 ⎠
Figura 6.7. Spectrul SMA.

6. SEMNALE MODULATE

pt. modulatoare impuls:
xMA (t ) = X p ⋅ cos(2π f pt + ϕ p ) +
m jϕ j 2π f t m − jϕ − j 2π f p t
+ ⋅ X p ⋅ e p ⎡⎣ xm (t ) ⋅ e p ⎤⎦ + ⋅ X p ⋅ e p ⎡⎣ xm (t ) ⋅ e ⎤
⎦
2 2
⇓
1 jϕ − jϕ
X MA ( f ) = X p ⎡⎣ e p ⋅ δ ( f − f p ) + e p ⋅ δ ( f + f p ) ⎤⎦ +
2
m jϕ m − jϕ
+ ⋅ X p ⋅e p ⋅ Xm( f − fp) + ⋅ X p ⋅e p ⋅ Xm( f + fp)
2 2

6. SEMNALE MODULATE
f p − fs > 0 ⇒ f p > fs
Figura 6.8. Spectrul SMA cu modulatoare impuls.

6. SEMNALE MODULATE

Demodularea semnalelor MA = Detectie de anvelopa
Detector de anvelopa = redresor + filtru trece-jos
Redresare dubla-alternanta
2 2
xr 2 (t ) = Xp + mX p xm (t ) +
π π
X p [1 + mxm (t )] cos ( 2π ⋅ 2 f pt + 2ϕ p ) −
4
+
3π
X p [1 + mxm (t )] cos ( 2π ⋅ 4 f pt + 4ϕ p ) + …
4
−
15π
Redresare mono-alternanta
1 1 2
xr1 (t ) = + cos(2π f pt + ϕ p ) + cos(2π ⋅ 2 f pt + 2ϕ p ) −
π 2 3π
2
− cos(2π ⋅ 4 f pt + 4ϕ p ) + … Figura 6.9. Demodularea semnalului MA – spectre.
15π

6. SEMNALE MODULATE
Figura 6.10. Demodularea semnalelor MA – domeniul timp.

6. SEMNALE MODULATE
• modulatie cu banda laterala dubla – BLD
• modulatie cu banda laterala unica – BLU
• modulatie cu rest de bandă laterală – RBL
• dubla modulatie in amplitudine – DMA
• modulaţia polară – MPO
• dubla modulaţie în cuadratură - DMC

6. SEMNALE MODULATE

BLD = banda laterala dubla (si purtatoare suprimata)
xBLD (t ) = m ⋅ xm (t ) ⋅ X p cos(2π f p t + ϕ p )
a) b)
Figura 6.11. Comparaţie între MA şi modulaţia BLD.

6. SEMNALE MODULATE

BLD cu modulatoare armonica: xm (t ) = cos ( 2π f mt + ϕ m )
xBLD (t ) = m cos (2π f mt + ϕm ) X p cos (2π f pt + ϕ p ) =
m
= X p cos ⎡⎢⎣ 2π ( f p + f m )t + ϕ p + ϕm ⎤⎥⎦ +
2
m
+ X p cos ⎡⎢⎣ 2π ( f p − f m )t + ϕ p − ϕm ⎤⎥⎦
2
Spectrul unui BLD cu modulatoare
armonică.
m2 PBLD m2
PBLD = Pp ⇒ =
2 PMA 2 + m2
BBLD = 2 Bm
Figura 6.12. Reducerea de putere.
6. SEMNALE MODULATE

Demodularea BLD = detectie sincrona
Generare oscilatie locala:
xOL (t ) = cos (2π f OL t + ϕOL ) unde f OL f p , ϕOL ϕ p
Modulatie de produs:
xr (t ) = xBLD (t ) ⋅ xOL (t ) = mX p xm (t ) ⋅ cos(2π f p t + ϕ p ) ⋅ cos(2π fOL t + ϕOL )
Daca f p − f OL = ∆f ; ϕ p − ϕOL = ∆ϕ ; f p + fOL ≅ 2 f p
m m
atunci xr (t ) = X p xm (t ) ⋅ cos (2π∆f ⋅ t + ∆ϕ ) + X p xm (t ) ⋅ cos (2π ⋅ 2 f p t + ϕ p + ϕOL )
2 2
Filtrare:
m
xf (t) = X p xm (t)⋅ cos(2π∆f ⋅t +∆ϕ)
2

6. SEMNALE MODULATE

m
2
Acord in faza si frecventa:
m
∆f = 0, ∆ϕ = 0 ⇒ x f (t ) = X p xm (t )
2
Figura 6.13. Detecţia
Dezacord in faza sincronă
m
∆f = 0, ∆ϕ ≠ 0 ⇒ x f (t ) = X p xm (t ) ⋅ cos ∆ϕ
2
π
!! ∆ϕ = ⇒ x f (t ) = 0
2
Dezacord in frecventa → batai
m
∆f ≠ 0, ∆ϕ = 0 ⇒ x f (t ) = X p xm (t ) ⋅ cos (2π∆f ⋅ t )
2

6. SEMNALE MODULATE

BLU = banda laterala unica
→ suprimarea purtatoarei si a unei benzi laterale
BBLU = Bm
BLU cu modulatoare armonica: xm (t ) = cos ( 2π f mt + ϕ m )

m
xBLU s (t ) = X p cos ⎡⎢⎣ 2π ( f p + f m )t + ϕ p + ϕm ⎤⎥⎦
2
m
xBLUi (t ) = X p cos ⎡⎣⎢ 2π ( f p − f m )t + ϕ p − ϕm ⎤⎦⎥
2
1 m2 1
PBLU = Pp = PBLD
2 2 2

6. SEMNALE MODULATE

Demodularea BLU = detectie sincrona
m
Pentru xBLU (t ) = X p cos ⎡⎢⎣ 2π ( f p + f m )t + ϕ p + ϕm ⎤⎥⎦
2
⇒ xr (t ) = xBLU (t ) ⋅ xOL (t ) =
m
= X p cos ⎡⎢⎣ 2π ( f p + f m )t + ϕ p + ϕm ⎤⎥⎦ ⋅ cos (2π f OL t + ϕOL ) =
2
m
= X p cos [ 2π ( f m + ∆f )t + ϕm + ∆ϕ ] +
4
m
+ X p cos ⎡⎢⎣ 2π (2 f p + f m )t + ϕ p + ϕOL + ϕm ⎤⎥⎦
4
m
x f (t ) = X p cos [ 2π ( f m + ∆f )t + ϕm + ∆ϕ ]
4

6. SEMNALE MODULATE

m
X p cos [ 2π ( f m + ∆f )t + ϕm + ∆ϕ ]
x f (t ) =
4
m
∆f = 0, ∆ϕ = 0 ⇒ x f (t ) = X p cos (2π f mt + ϕm )
4
Dezacord in faza
m
∆f = 0, ∆ϕ ≠ 0 ⇒ x f (t ) = X p ⋅ cos (2π f mt + ϕm + ∆ϕ )
2
Dezacord in frecventa
m
∆f ≠ 0, ∆ϕ = 0 ⇒ x f (t ) = X p ⋅ cos ⎡⎣ 2π ( f m + ∆f ) t + ϕm ⎤⎦
2

SCS I , 2003-2004
6. SEMNALE MODULATE

6. SEMNALE MODULATE


dϕ (t )
dt

6. SEMNALE MODULATE
xMA (t ) = X p [1 + m ⋅ xm (t )] ⋅ cos(2π f pt + ϕ p ) = X p [1 + g m (t )] ⋅ cos(2π f pt + ϕ p )

Daca min{xm(t)} = -1 ⇒ m = grad de modulatie
Anvelope:
I+ = X p [1 + g m (t )] = X p [1 + m xm (t )]
I − = − X p [1 + g m (t )] = − X p [1 + m xm (t )]
a) b) c)
Daca min{gm(t)} <-1 ⇒ intrepatrunderea
Figura 6.2. Funcţia modulatoare controlează
anvelopelor=supramodulatie (figura 6.2c) amplitudinea semnalului modulat.

6. SEMNALE MODULATE
• modulatie cu banda laterala dubla – BLD
• modulatie cu banda laterala unica – BLU
• modulatie cu rest de bandă laterală – RBL
• dubla modulatie in amplitudine – DMA
• modulaţia polară – MPO
• dubla modulaţie în cuadratură - DMC

6. SEMNALE MODULATE

BLD = banda laterala dubla (si purtatoare suprimata)
xBLD (t ) = m ⋅ xm (t ) ⋅ X p cos(2π f p t + ϕ p )
a) b)
Figura 6.11. Comparaţie între MA şi modulaţia BLD.

6. SEMNALE MODULATE

BLD cu modulatoare armonica: xm (t ) = cos ( 2π f mt + ϕ m )
xBLD (t ) = m cos (2π f mt + ϕm ) X p cos (2π f pt + ϕ p ) =
m
= X p cos ⎡⎢⎣ 2π ( f p + f m )t + ϕ p + ϕm ⎤⎥⎦ +
2
m
+ X p cos ⎡⎢⎣ 2π ( f p − f m )t + ϕ p − ϕm ⎤⎥⎦
2
Spectrul unui BLD cu modulatoare
armonică.
m2 PBLD m2
PBLD = Pp ⇒ =
2 PMA 2 + m2
BBLD = 2 Bm
Figura 6.12. Reducerea de putere.
6. SEMNALE MODULATE

Demodularea BLD = detectie sincrona
Generare oscilatie locala:
xOL (t ) = cos (2π f OL t + ϕOL ) unde f OL f p , ϕOL ϕ p
Modulatie de produs:
xr (t ) = xBLD (t ) ⋅ xOL (t ) = mX p xm (t ) ⋅ cos(2π f p t + ϕ p ) ⋅ cos(2π fOL t + ϕOL )
Daca f p − f OL = ∆f ; ϕ p − ϕOL = ∆ϕ ; f p + fOL ≅ 2 f p
m m
atunci xr (t ) = X p xm (t ) ⋅ cos (2π∆f ⋅ t + ∆ϕ ) + X p xm (t ) ⋅ cos (2π ⋅ 2 f p t + ϕ p + ϕOL )
2 2
Filtrare:
m
2

6. SEMNALE MODULATE

m
2
m
∆f = 0, ∆ϕ = 0 ⇒ x f (t ) = X p xm (t )
2
Figura 6.13. Detecţia
Dezacord in faza sincronă
m
∆f = 0, ∆ϕ ≠ 0 ⇒ x f (t ) = X p xm (t ) ⋅ cos ∆ϕ
2
π
!! ∆ϕ = ⇒ x f (t ) = 0
2
Dezacord in frecventa → batai
m
∆f ≠ 0, ∆ϕ = 0 ⇒ x f (t ) = X p xm (t ) ⋅ cos (2π∆f ⋅ t )
2

6. SEMNALE MODULATE

BLU = banda laterala unica
→ suprimarea purtatoarei si a unei benzi laterale
BBLU = Bm
BLU cu modulatoare armonica: xm (t ) = cos ( 2π f mt + ϕ m )

m
xBLU s (t ) = X p cos ⎡⎢⎣ 2π ( f p + f m )t + ϕ p + ϕm ⎤⎥⎦
2
m
xBLUi (t ) = X p cos ⎡⎣⎢ 2π ( f p − f m )t + ϕ p − ϕm ⎤⎦⎥
2
1 m2 1
PBLU = Pp = PBLD
2 2 2

6. SEMNALE MODULATE

Demodularea BLU = detectie sincrona
m
Pentru xBLU (t ) = X p cos ⎡⎢⎣ 2π ( f p + f m )t + ϕ p + ϕm ⎤⎥⎦
2
⇒ xr (t ) = xBLU (t ) ⋅ xOL (t ) =
m
= X p cos ⎡⎢⎣ 2π ( f p + f m )t + ϕ p + ϕm ⎤⎥⎦ ⋅ cos (2π f OL t + ϕOL ) =
2
m
= X p cos [ 2π ( f m + ∆f )t + ϕm + ∆ϕ ] +
4
m
+ X p cos ⎡⎢⎣ 2π (2 f p + f m )t + ϕ p + ϕOL + ϕm ⎤⎥⎦
4
m
x f (t ) = X p cos [ 2π ( f m + ∆f )t + ϕm + ∆ϕ ]
4

6. SEMNALE MODULATE

m
X p cos [ 2π ( f m + ∆f )t + ϕm + ∆ϕ ]
x f (t ) =
4
m
∆f = 0, ∆ϕ = 0 ⇒ x f (t ) = X p cos (2π f mt + ϕm )
4
Dezacord in faza
m
∆f = 0, ∆ϕ ≠ 0 ⇒ x f (t ) = X p ⋅ cos (2π f mt + ϕm + ∆ϕ )
2
Dezacord in frecventa
m
∆f ≠ 0, ∆ϕ = 0 ⇒ x f (t ) = X p ⋅ cos ⎡⎣ 2π ( f m + ∆f ) t + ϕm ⎤⎦
2

6. SEMNALE MODULATE
RBL = rest de bandă laterală

→ suprimarea parţială a unei benzi laterale
Figura 6.17. Spectrul semnalului RBL

6. SEMNALE MODULATE
DMA = dubla modulatie de amplitudine
xDMA (t ) = X p {1 + [1 + m ⋅ xm (t ) ]⋅ cos(2π f sp t + ϕsp )} ⋅ cos(2π f p t )
BDMA = 2 ( f sp + Bm )
Figura 6.18. Spectrul semnalului DMA.

6. SEMNALE MODULATE
MPO = modulatie polara

xMPO (t ) = [ xm1 (t ) + xm 2 (t ) ] + [ 2 + xm1 (t ) − xm 2 (t ) ]⋅ cos(2π f sp t )
anvelope I + = 2 [ 1 + xm1 (t ) ]
BMPO = f sp + max ( Bm1 , Bm 2 )
I− = −2 [ 1 + xm 2 (t )]
a) b) Figura 6.20. Demodularea semnalului

Figura 6.19. Semnal modulat polar (a) şi spectrul său (b). MPO.

6. SEMNALE MODULATE
Semnalul stereo-multiplex SSM

⎛ f sp ⎞⎟
xSM (t ) = M (t ) + S (t )⋅ cos (2π f sp t ) + P ⋅ cos ⎜2π ⎜ t ⎟⎟
⎜⎝ 2 ⎠⎟
unde: M (t ) = 1 ⋅ ⎣⎡ L (t ) + R (t ) ⎦⎤ ; S (t ) = 1 ⋅ ⎣⎡ L (t )− R (t ) ⎦⎤
2 2
L(t) = semnalul audio canal stang;R(t) = semnalul audio canal drept
Fig.6.21. Benzile rezervate componentelor SSM.

6. SEMNALE MODULATE
Figura 6.22. Exemplu de semnal stereo-multiplex.

6. SEMNALE MODULATE
Figura 6.23. Schema de principiu a decodorului stereo.

6. SEMNALE MODULATE
DMC = dubla modulaţie în cuadratură

MA: xDMC (t ) = X p [1 + m1 xm1 (t ) ]⋅ cos(2π f sp t ) + X p [1 + m2 xm 2 (t ) ]⋅ sin(2π f sp t )
BLD: xDMC (t ) = m1 X p xm1 (t ) ⋅ cos(2π f sp t ) + m2 X p xm 2 (t ) ⋅ sin(2π f sp t )
BDMC = 2 max( Bm1 , Bm 2 )
Figura 6.24. Demodularea semnalului DMC.

6. SEMNALE MODULATE
Semnalul video – color complex (CVBS)

X CVBS (t ) = X L (t ) + X C (t ) + S HVC (t )
unde:
X L (t ) = 0.30 ⋅ X R (t ) + 0.59 ⋅ X G (t ) + 0.11⋅ X B (t ) - luminanta
X C (t ) = 0.493 ⋅ [ X B (t ) − X L (t )] ⋅ cos(2π f sp t ) ±
- crominanta
±0.887 ⋅ [ X R (t ) − X L (t )]⋅ sin(2π f sp t )
XR - roşu
XG - verde
XB – albastru
SHVC - semnale de sincronizare pe orizontală, pe verticală şi de culoare.

6. SEMNALE MODULATE
Modulatie in faza MP
ϕ (t ) = ϕ p + g m (t ) ⇒ xMP (t ) = X p cos (2π f p t + ϕ p + g m (t ))
Daca
xm (t ) = X m cos (2π f m t + ϕm )
atunci
g m (t ) = ∆ϕ ⋅ cos (2π f mt + ϕm )
xMP (t ) = X p cos ⎡⎢⎣ 2π f p t + ϕ p + ∆ϕ ⋅ cos (2π f m t + ϕm )⎤⎥⎦ Figura 6.25. Diagrama
fazorială.

6. SEMNALE MODULATE
Modulatie in frecventa MF
f (t ) = f p + g m (t )
1 d Φ (t ) ⇒ Φ(t ) = 2π f p ⋅ t + ϕ p + 2π ∫ g m (t )dt
f (t ) = ⋅
2π dt
(
⇒ xMF (t ) = X p ⋅ cos 2π f p t + ϕ p + 2π ∫ g m (t )dt )
!!! Semnalul modulat în frecvenţă cu funcţia gm(t) este echivalent

cu semnalul modulat în fază cu integrala funcţiei gm(t).

6. SEMNALE MODULATE
Daca
g m (t ) = ∆f ⋅ cos(2π f m t + ϕm )
atunci
⎡ ∆ f ⎤
xMF (t ) = X p ⋅ cos ⎢ 2π f p t + ϕ p + ⋅ sin(2π f m t + ϕm )⎥
⎢ fm ⎥
⎣ ⎦
∆f
β= = indice de modulaţie
fm
xMF (t ) = X p ⋅ cos ⎡⎣ 2π f p t + ϕ p + β ⋅ sin(2π f m t + ϕ m ) ⎤⎦

6. SEMNALE MODULATE

xMF (t ) = X p ⋅ cos ⎡⎣ 2π f p t + ϕ p + β ⋅ sin(2π f m t + ϕ m ) ⎤⎦ =
= X p cos α p cos( β sin α m ) − X p sin α p sin( β sin α m )
unde : α p = 2π f p t + ϕ p ; α m = 2π f m t + ϕ m
⎧ ∞
⎪cos( β sin α m ) = J 0 ( β ) + 2∑ J 2 k ( β ) ⋅ cos(2kα m )

⎪ k =1
⎪ ∞
Daca ⎨ sin( β sin α m ) = 2∑ J 2 k +1 ( β ) ⋅ sin[(2k + 1)α m ] ,
⎪ k =0
⎪ (−1)i J i ( β ) = J − i ( β )
⎪
⎩
∞
atunci xMF (t ) = ∑X
n =−∞
p (
J n ( β ) ⋅ cos 2π ( f p + nf m ) t + ϕ p + nϕ m )

6. SEMNALE MODULATE
∞
xMF (t ) = ∑X
n =−∞
p (
J n ( β ) cos 2π ( f p + nf m ) t + ϕ p + nϕ m )
1
PMF = PMP = Pp = X p2
2
Figura 6.29. Spectrul semnalului MF.

6. SEMNALE MODULATE
Figura 6.28. Funcţii Bessel în funcţie de indicele lor

Figura 6.27. Funcţii Bessel de speţa I-a.
(n), având indicele de modulaţie β ca parametru.

6. SEMNALE MODULATE
SMF de banda ingusta - β<0.4
Daca β < 0.4

β
atunci J 0 ( β ) ≅ 1 ; J ± 1 ( β ) ≅ ± ; J n ( β ) ≅ 0 , pentru n ≥ 2
2
β
si xMF (t ) = X p cos(2π f p t + ϕ p ) + ⋅ X p ⋅ cos ⎡⎣ 2π ( f p + f m )t + ϕ p + ϕ m ) ⎤⎦ −
2
β
− ⋅ X p ⋅ cos ⎡⎣ 2π ( f p − f m )t + ϕ p − ϕ m ) ⎤⎦
2
Figura 6.30. Diagramă fazorială.

6. SEMNALE MODULATE
SMF de banda larga -β > 0.4
BMF = 2 N f m = 2(1 + β ) f m
( )
BMF = 2 1 + β + β f m − relatia lui Manaev
BMF = 2( f m max + ∆f ) = 2 Bm + 2∆f − relatia lui Carson

SCS I , 2003-2004
6. SEMNALE MODULATE

6. SEMNALE MODULATE


dϕ (t )
dt

6. SEMNALE MODULATE
6.4.1 Semnale modulate in faza (SMP)
6.4.2 Semnale modulate in frecventa (SMF)
6.4.3 Spectrul semnalelor MP sau MF

6. SEMNALE MODULATE
Semnale modulate in faza MP

ϕ (t ) = ϕ p + g m (t ) ⇒ xMP (t ) = X p cos (2π f p t + ϕ p + g m (t ))
Daca
xm (t ) = X m cos (2π f m t + ϕm )
atunci
g m (t ) = ∆ϕ ⋅ cos (2π f mt + ϕm )
xMP (t ) = X p cos ⎡⎢⎣ 2π f p t + ϕ p + ∆ϕ ⋅ cos (2π f m t + ϕm )⎤⎥⎦ Figura 6.25. Diagrama
fazorială.

6. SEMNALE MODULATE
Daca ∞
xm (t ) = ∑ X mk ⋅ cos(2π f mk t + ϕmk )
k =1
atunci
⎡ ∞ ⎤
xMP (t ) = X p ⋅ cos ⎢ 2π f p t + ϕ p + ∑ ∆ϕmk ⋅ cos(2π f mk t + ϕmk )⎥ ≠
⎢⎣ k =1
⎥⎦
∞
≠ X p ⋅ ∑ cos ⎡⎣⎢ 2π f p t + ϕ p + ∆ϕmk ⋅ cos(2π f mk t + ϕmk )⎤⎦⎥
k =1
MP este neliniara!!!

6. SEMNALE MODULATE
Semnale modulate in frecventa MF

f (t ) = f p + g m (t )
1 d Φ (t ) ⇒ Φ(t ) = 2π f p ⋅ t + ϕ p + 2π ∫ g m (t )dt
f (t ) = ⋅
2π dt
(
⇒ xMF (t ) = X p ⋅ cos 2π f p t + ϕ p 2π ∫ g m (t )dt )
!!! Semnalul modulat în frecvenţă cu funcţia gm(t) este echivalent

cu semnalul modulat în fază cu integrala funcţiei gm(t).

6. SEMNALE MODULATE
Daca
g m (t ) = ∆f ⋅ cos(2π f m t + ϕm )
atunci
⎡ ∆ f ⎤
xMF (t ) = X p ⋅ cos ⎢ 2π f p t + ϕ p + ⋅ sin(2π f m t + ϕm )⎥
⎢ fm ⎥
⎣ ⎦
∆f
β= = indice de modulaţie
fm
xMF (t ) = X p ⋅ cos ⎡⎣ 2π f p t + ϕ p + β ⋅ sin(2π f m t + ϕ m ) ⎤⎦

6. SEMNALE MODULATE
Daca ∞
xm (t ) = ∑ X mk ⋅ cos(2π f mk t + ϕmk )
k =1
atunci
⎡ ∞ ⎤
xMF (t ) = X p ⋅ cos ⎢ 2π f p t + ϕ p + ∑ βmk ⋅ sin(2π f mk t + ϕmk )⎥ ≠
⎢⎣ k =1
⎥⎦
∞
≠ X p ⋅ ∑ cos ⎡⎣⎢ 2π f p t + ϕ p + βmk ⋅ sin(2π f mk t + ϕmk )⎤⎦⎥
k =1
MF este neliniara!!!

6. SEMNALE MODULATE
Modulatia in amplitudine MA = Modulatie liniara
{ Modulatia in pozitie MP
Modulatia in frecventa MF
= Modulatie neliniara

6. SEMNALE MODULATE

Spectrul semnalelor modulate in frecventa MF
xMF (t ) = X p ⋅ cos ⎡⎣ 2π f p t + ϕ p + β ⋅ sin(2π f m t + ϕ m ) ⎤⎦ =
= X p cos α p cos( β sin α m ) − X p sin α p sin( β sin α m )
unde : α p = 2π f p t + ϕ p ; α m = 2π f m t + ϕ m
⎧ ∞
⎪cos( β sin α m ) = J 0 ( β ) + 2∑ J 2 k ( β ) ⋅ cos(2kα m )

⎪ k =1
⎪ ∞
Daca ⎨ sin( β sin α m ) = 2∑ J 2 k +1 ( β ) ⋅ sin[(2k + 1)α m ] ,
⎪ k =0
⎪ (−1)i J i ( β ) = J − i ( β )
⎪
⎩
∞
atunci xMF (t ) = ∑X
n =−∞
p (
J n ( β ) ⋅ cos 2π ( f p + nf m ) t + ϕ p + nϕ m )

6. SEMNALE MODULATE
∞
xMF (t ) = ∑X
n =−∞
p (
J n ( β ) cos 2π ( f p + nf m ) t + ϕ p + nϕ m )
1
PMF = PMP = Pp = X p2
2
Figura 6.29. Spectrul semnalului MF.

6. SEMNALE MODULATE
Figura 6.28. Funcţii Bessel în funcţie de indicele lor

Figura 6.27. Funcţii Bessel de speţa I-a.
(n), având indicele de modulaţie β ca parametru.

6. SEMNALE MODULATE
SMF de banda ingusta - β<0.4
Daca β < 0.4

β
atunci J 0 ( β ) ≅ 1 ; J ± 1 ( β ) ≅ ± ; J n ( β ) ≅ 0 , pentru n ≥ 2
2
β
si xMF (t ) = X p cos(2π f p t + ϕ p ) + ⋅ X p ⋅ cos ⎡⎣ 2π ( f p + f m )t + ϕ p + ϕ m ) ⎤⎦ −
2
β
− ⋅ X p ⋅ cos ⎡⎣ 2π ( f p − f m )t + ϕ p − ϕ m ) ⎤⎦
2
Figura 6.30. Diagramă fazorială.

6. SEMNALE MODULATE
SMF de banda larga -β > 0.4
BMF = 2 N f m = 2(1 + β ) f m
( )
BMF = 2 1 + β + β f m − relatia lui Manaev
BMF = 2( f m max + ∆f ) = 2 Bm + 2∆f − relatia lui Carson

Semnale Si Sisteme

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Semnale Si Sisteme

Încărcat de

Drepturi de autor:

Formate disponibile

SEMNALE, CIRCUITE SI SISTEME

Curs: Prof. dr. ing. Marina Dana TOPA

SCS II: 80%E + 10%S + 1p (+ bonus < 20%)

Proba scrisă va fi combinată: grilă + cerere de enunţuri sau expresii +

Cunoştinţele dobândite la SCS I şi II trebuie stăpânite cel puţin până la

Gafele monumentale ca şi necunoaşterea noţiunilor de matematică se

Notele L şi S vor fi acordate de asistenţi, care pot propune şi bonusuri

Bibliografie pentru laborator:

• CIRCUIT = un ansamblu de componente

• SISTEM = un ansamblu de circuite interconectate

SCS I -1. Introducere

2.1 Transmisia informatiei prin semnale

2.2 Spectre si filtre

2.3 Clasificarea semnalelor

2.4 Aspecte energetice

SCS I -2. O privire generala

Figura 2.1. Transmisia informaţiei

SCS I -2. O privire generala

Figura 2.2. Legătură telefonică unilaterală.

SCS I -2. O privire generala

Figura 2.3. Sistem de comunicaţii radio, cu semnale modulate.

SCS I -2. O privire generala

x(t ) = X 1 ⋅ cos(2π f1t + ϕ x1 ) (2.1)

Figura 2.5. Spectrul semnalului armonic

Spectrul unui semnal:

x(t ) = X 1 ⋅ cos(2π f1t + ϕ x1 ) (2.1)

Figura 2.5. Spectrul semnalului armonic

SCS I -2. O privire generala

SCS I -2. O privire generala

Reprezentare bilaterala a spectrului -f1 f1 f

SCS I -2. O privire generala

Figura 2.7. Reprezentare

SCS I -2. O privire generala

Reprezentare unilaterala a spectrului

Reprezentare bilaterala a spectrului

SCS I -2. O privire generala

SCS I -2. O privire generala

2.1 Transmisia informatiei prin semnale

2.2 Spectre si filtre

2.3 Clasificarea semnalelor

2.4 Aspecte energetice

SCS I -2. O privire generala

2.2.1 Spectrul armonic (unilateral) al semnalelor

2.2.2 Notiunea de frecventa negativa

2.2.3 Reprezentarea bilaterala a spectrului

2.2.4 Caracteristici de frecventa (filtre)

2.2.5 Raspunsul sistemelor la semnale

SCS I -2. O privire generala

2.2.4 Caracteristici de frecventa (filtre)

x(t ) = X ⋅ cos (2π f t + ϕ ) → y (t ) = Y ⋅ cos(2π f t + ϕ )

SCS I -2. O privire generala

SCS I -2. O privire generala

Răspunsul la frecvenţă al unui sistem real este o mărime complexă, funcţie

SCS I -2. O privire generala

• Modulul raspunsului in frecventa

SCS I -2. O privire generala

Filtru de frecvenţă = sistem

SCS I -2. O privire generala

2.2.5 Raspunsul sistemelor la semnale

SCS I -2. O privire generala

2.3.1 Caracterul determinist

2.3.2 Criteriul periodicitatii

2.3.3 Criteriul continuitatii