Ministerul Educaţiei, Culturii şi Cercetării Republicii Moldova

Universitatea Tehnică a Moldovei

Facultatea Calculatoare Informatică și Microelectronica
Departamentul Ingineria Software şi Automatică

Referat
Disciplina: Prelucrarea semnalelor
Tema: Procesarea analogică versus procesarea numerică

A elaborat:
Guzun Ion
st. gr. TI-171
A verificat:
Romanenco Alexandru

Chișinău 2020
Introducere
Prelucrarea semnalelor este un sub-domeniu de inginerie electrică care se concentrează pe analiza,
modificarea și sintetizarea semnalelor precum sunetul, imaginile și măsurătorile științifice. Tehni
cile de procesare a semnalului pot fi utilizate pentru a îmbunătăți transmisia, eficiența de stocare ș
i calitatea subiectivă și, de asemenea, pentru a sublinia sau detecta componente de interes într-un
semnal măsurat.
Potrivit lui Alan V. Oppenheim și Ronald W. Schafer, principiile procesării semnalului pot fi găsi
te în tehnicile clasice de analiză numerică din secolul al XVII-lea. Aceștia afirmă, de asemenea, c
ă rafinamentul digital al acestor tehnici poate fi găsit în sistemele de control digital din anii 1940
și 1950.
În 1948, Claude Shannon a scris influentul articol „O teorie matematică a comunicării” care a fost
publicat în Jurnalul Tehnic al Sistemului Bell. Lucrarea a pus bazele dezvoltării ulterioare a siste
melor de comunicații informaționale și procesării semnalelor pentru transmitere.
Prelucrarea semnalului s-a maturizat și a înflorit în anii ’60 -’70, iar procesarea digitală a semnalu
lui a fost utilizată pe scară largă cu cipurile specializate în procesoarele de semnal din anii ’80.
Categorii de procesare a semnalelor
1. Prelucrarea analogică a semnalelor este pentru semnalele care nu au fost digitalizate, c
a în majoritatea sistemelor de radio, telefon, radar și televiziune din secolul XX. Aceas
ta implică circuite electronice liniare, precum și cele neliniare. Primele sunt, de exempl
u, filtre pasive, filtre active, mixere aditive, integratoare și linii de întârziere. Circuitele
neliniare includ compandoare, multiplicatoare (mixere de frecvență, amplificatoare co
ntrolate de tensiune), filtre controlate de tensiune, oscilatoare controlate de tensiune și
bucle blocate în fază.
2. Prelucrarea semnalului în timp continuu este pentru semnalele care variază odată cu sc
himbarea domeniului continuu (fără a lua în considerare unele puncte întrerupte indivi
duale). Metodele de prelucrare a semnalului includ domeniul de timp, domeniul de fre
cvență și domeniul de frecvență complexă. Această tehnologie discută în principal des
pre modelarea sistemului continuu liniar invariant continuu, integrant al răspunsului în
stare zero al sistemului, setarea funcției sistemului și filtrarea continuă a timpului a se
mnalelor deterministe.
3. Prelucrarea semnalului în timp discret este pentru semnalele eșantionate, definite doar
la puncte discrete în timp și, ca atare, sunt cuantificate în timp, dar nu în mărime. Prelu
crarea analogică a timpului discret este o tehnologie bazată pe dispozitive electronice,
 cum ar fi circuite de eșantionare și reținere, multiplexoare analogice de divizare a timp
ului, linii de întârziere analogice și registre de schimb de feedback analogice. Această t
ehnologie a fost un predecesor al procesării digitale a semnalelor (a se vedea mai jos) ș
i este încă utilizată în procesarea avansată a semnalelor gigahertz. Noțiunea de prelucra
re a semnalului în timp discret se referă și la o disciplină teoretică care stabilește o baz
ă matematică pentru procesarea digitală a semnalului, fără a lua în considerare eroarea
de cuantizare.
4. Procesarea digitală a semnalelor este procesarea semnalelor eșantionate în timp discret
digitalizate. Prelucrarea se face de către computere de uz general sau de circuite digital
e, cum ar fi ASIC-uri, tablouri de canale programabile pe teren sau procesoare digitale
de semnal digital (cipuri DSP). Operațiunile aritmetice tipice includ puncte fixe și pun
ct flotant, valorile reale și valorile complexe, înmulțirea și adăugarea. Alte operațiuni ti
pice suportate de hardware sunt tampoanele circulare și tabelele de căutare. Exemple d
e algoritmi sunt transformarea Fourier rapidă (FFT), filtrul cu răspuns fin al impulsului
(FIR), filtrul cu răspuns la impuls infinit (IIR) și filtrele adaptive precum filtrele Wiene
r și Kalman.
5. Procesarea non-liniară a semnalului implică analiza și procesarea semnalelor produse d
in sistemele neliniare și poate fi în domenii de timp, frecvență sau spațio-temporale. Si
stemele neliniare pot produce comportamente extrem de complexe, inclusiv bifurcații,
haos, armonice și subarmonice care nu pot fi produse sau analizate prin metode liniare.
6. Procesarea statistică a semnalelor este o abordare care tratează semnalele ca procese st
ocastice, utilizând proprietățile lor statistice pentru a efectua sarcini de procesare a sem
nalului. Tehnicile statistice sunt utilizate pe scară largă în aplicațiile de procesare a se
mnalelor. De exemplu, se poate modela distribuția probabilității zgomotului suportat la
fotografierea unei imagini și construirea tehnicilor bazate pe acest model pentru a redu
ce zgomotul din imaginea rezultată.

Procesare digitala (DSP)

Prelucrarea digitală a semnalelor (DSP) este utilizarea procesării digitale, cum ar fi de la
calculatoare sau procesoare digitale mai speciale specializate, pentru a efectua o mare varietate de
operațiuni de procesare a semnalului. Semnalele digitale prelucrate în acest mod sunt o secvență
de numere care reprezintă mostre ale unei variabile continue într-un domeniu precum timp, spațiu
sau frecvență. În electronica digitală, un semnal digital este reprezentat ca un tren de impulsuri,
care este generat de obicei prin comutarea unui tranzistor.
Prelucrarea digitală a semnalului și procesarea analogică a semnalelor sunt subcâmpuri de
prelucrare a semnalului. Aplicațiile DSP includ prelucrare audio și vorbire, sonar, radar și alte
prelucrări ale tablelor de senzori, estimarea densității spectrale, procesarea statistică a semnalului,
procesarea digitală a imaginilor, compresia datelor, codarea video, codarea audio, compresia
imaginii, procesarea semnalului pentru telecomunicații, sisteme de control, biomedicale inginerie
și seismologie, printre altele.
DSP poate implica operații liniare sau neliniare. Prelucrarea semnalului neliniar este strâns legată
de identificarea sistemului neliniar și poate fi implementată în domeniile timp, frecvență și spațio-
temporală.
Aplicarea calculului digital la procesarea semnalului permite multe avantaje față de procesarea
analogică în multe aplicații, cum ar fi detectarea și corectarea erorilor în transmisie, precum și
compresia datelor. Prelucrarea digitală a semnalelor este, de asemenea, fundamentală pentru
tehnologia digitală, cum ar fi telecomunicațiile digitale și comunicațiile fără fir. DSP se aplică
atât datelor de streaming, cât și datelor statice (stocate).
În DSP, inginerii studiază, de obicei, semnale digitale într-unul din următoarele domenii:
domeniul timpului (semnale unidimensionale), domeniul spațial (semnale multidimensionale),
domeniul frecvenței și domeniile wavelet. Ei aleg domeniul în care să proceseze un semnal
făcând o presupunere informată (sau încercând diferite posibilități) cu privire la ce domeniu
reprezintă cel mai bine caracteristicile esențiale ale semnalului și procesarea care i se va aplica. O
secvență de eșantioane dintr-un dispozitiv de măsurare produce o reprezentare de domeniu
temporal sau spațial, în timp ce o transformare Fourier discretă produce reprezentarea domeniului
de frecvență.
Cea mai comună abordare de procesare în domeniul timpului sau spațiului este îmbunătățirea
semnalului de intrare printr-o metodă numită filtrare. Filtrarea digitală constă în general într-o
transformare liniară a unui număr de probe înconjurătoare în jurul eșantionului curent al
semnalului de intrare sau de ieșire. Există diverse modalități de caracterizare a filtrelor; de
exemplu:
Un filtru liniar este o transformare liniară a eșantioanelor de intrare; alte filtre sunt neliniare.
Filtrele liniare satisfac principiul superpoziției, adică dacă o intrare este o combinație liniară
ponderată de semnale diferite, ieșirea este o combinație liniară ponderată similar cu semnalele de
ieșire corespunzătoare.
Un filtru cauzal utilizează numai eșantioane anterioare ale semnalelor de intrare sau de ieșire; în
timp ce un filtru non-cauzal utilizează probe de intrare viitoare. Un filtru non-cauzal poate fi de
obicei schimbat într-un filtru cauzal adăugându-i o întârziere.
Un filtru invariant în timp are proprietăți constante în timp; alte filtre, cum ar fi filtrele adaptive
se schimbă în timp.
Un filtru stabil produce o ieșire care converg la o valoare constantă cu timpul sau rămâne
delimitat într-un interval finit. Un filtru instabil poate produce o ieșire care crește fără limite, cu
intrare delimitată sau chiar zero.
Un filtru cu răspuns de impuls fin (FIR) folosește numai semnale de intrare, în timp ce un filtru
de răspuns infinit la impuls (IIR) folosește atât semnalul de intrare, cât și mostrele anterioare ale
semnalului de ieșire. Filtrele FIR sunt întotdeauna stabile, în timp ce filtrele IIR pot fi instabile.
Un filtru poate fi reprezentat printr-o diagramă bloc, care poate fi apoi utilizată pentru a obține un
algoritm de procesare a probelor pentru a implementa filtrul cu instrucțiuni hardware. Un filtru
poate fi, de asemenea, descris ca o ecuație de diferență, o colecție de zerouri și poli sau un
răspuns de impuls sau răspuns în trepte.
Ieșirea unui filtru digital liniar la orice intrare dată poate fi calculată prin transformarea
semnalului de intrare cu răspunsul la impuls.
Semnalele sunt convertite din domeniul timpului sau spațiului în domeniul frecvenței, de obicei
prin utilizarea transformării Fourier. Transformarea Fourier convertește informația de timp sau
spațiu într-o magnitudine și fază componentă a fiecărei frecvențe. Cu unele aplicații, modul în
care faza variază cu frecvența poate fi o considerație semnificativă. În cazul în care faza este
lipsită de importanță, deseori transformarea Fourier este convertită în spectrul puterii, care este
magnitudinea fiecărei componente de frecvență pătrate.
Cel mai comun scop pentru analiza semnalelor în domeniul frecvenței este analiza proprietăților
semnalului. Inginerul poate studia spectrul pentru a determina ce frecvențe sunt prezente în
semnalul de intrare și care lipsesc. Analiza domeniului de frecvență se mai numește și analiză
spectrală sau spectrală.
Filtrarea, în special în munca non-reală, se poate realiza și în domeniul frecvenței, aplicând filtrul
și apoi transformând din nou în domeniul timp. Aceasta poate fi o implementare eficientă și poate
da în esență orice răspuns de filtru, inclusiv aproximări excelente la filtrele de cărămidă.
Există unele transformări frecvente ale domeniului de frecvență. De exemplu, cepstrum
transformă un semnal în domeniul frecvenței prin transformarea Fourier, ia logaritmul, apoi
aplică o altă transformare Fourier. Acest lucru accentuează structura armonică a spectrului
original.
Aplicațiile DSP includ procesarea semnalului audio, compresia audio, procesarea digitală a
imaginilor, compresia video, procesarea vorbirii, recunoașterea vorbirii, comunicații digitale,
sintetizatoare digitale, radar, sonar, procesare a semnalului financiar, seismologie și biomedicină.
Exemple specifice includ codarea și transmiterea vorbirii pe telefoanele mobile digitale,
corectarea camerei în sunetul în aplicațiile hi-fi și de consolidare a sunetului, prognoza meteo,
prognoză economică, prelucrarea datelor seismice, analiza și controlul proceselor industriale,
imagini medicale precum scanări CAT și RMN , Compresie MP3, grafică computerizată,
manipulare de imagini, încrucișări audio și egalizare și unități de efecte audio.
Algoritmii DSP pot fi rulate pe computere cu scop general și procesoare digitale de semnal.
Algoritmii DSP sunt, de asemenea, implementate pe hardware construit special, cum ar fi
circuitul integrat specific ASIC. Tehnologiile suplimentare pentru procesarea digitală a
semnalului includ microprocesoare de uz general mai puternice, tablouri de canale programabile
pe câmp (FPGA), controlere digitale de semnal (mai ales pentru aplicații industriale, cum ar fi
controlul motorului) și procesoare de flux.
Pentru sistemele care nu au o cerință de calcul în timp real și datele semnalului (fie de intrare, fie
de ieșire) există în fișierele de date, prelucrarea se poate face economic cu un computer cu scop
general. Acest lucru nu este diferit, în esență, de orice alte prelucrări de date, cu excepția
tehnicilor matematice DSP (cum ar fi DCT și FFT), iar datele prelevate sunt de obicei presupuse
că sunt eșantionate uniform în timp sau spațiu. Un exemplu de astfel de aplicație este procesarea
fotografiilor digitale cu software cum ar fi Photoshop.
Când cerința aplicației este în timp real, DSP este adesea implementat folosind procesoare sau
microprocesoare specializate sau dedicate, uneori folosind mai multe procesoare sau mai multe
nuclee de procesare. Acestea pot prelucra date folosind aritmetica cu punct fix sau punct flotant.
Pentru aplicații mai solicitante pot fi utilizate FPGA. Pentru cele mai solicitante aplicații sau
produse cu volum mare, ASIC-urile ar putea fi proiectate special pentru aplicație.

Procesare analogica
Prelucrarea analogică a semnalului este un tip de procesare a semnalului efectuat pe semna
le analogice continue de către unele mijloace analogice (spre deosebire de prelucrarea disc
retă a semnalului digital unde prelucrarea semnalului este realizată de un proces digital). „
Analog” indică ceva care este reprezentat matematic ca un set de valori continue. Aceasta
diferă de „digital”, care folosește o serie de cantități discrete pentru a reprezenta semnalul.
Valorile analogice sunt de obicei reprezentate ca tensiune, curent electric sau sarcină electr
ică în jurul componentelor dispozitivelor electronice. O eroare sau un zgomot care afectea
ză astfel de cantități fizice va duce la o eroare corespunzătoare în semnalele reprezentate d
e astfel de cantități fizice.
Exemple de prelucrare a semnalului analog includ filtrele crossover în difuzoare, controale
„bass”, „treble” și „volum” la stereo și controale „nuanțe” la televizoare. Elementele obișn
uite de prelucrare analogică includ condensatoare, rezistențe și inductoare (ca elemente pas
ive) și tranzistoare sau opampe (ca elemente active).
Un semnal analogic este o cantitate fizică care transmite informații despre unele fenomene
fizice în natură continuă. Cantitățile fizice obișnuite includ tensiunea și curentul, în timp c
e fenomenele fizice pot fi temperatura, poziția, sunetul, vibrațiile, intensitatea luminii și aș
a mai departe. De exemplu, un semnal analogic poate fi o tensiune care poate varia în ampl
itudine, frecvență sau fază (în interval continuu) ca răspuns la modificările de temperatură.
Un semnal analog este reprezentat de o funcție continuă a uneia sau mai multor variabile c
ontinue, independente. Variabila cea mai frecvent utilizată este timpul. Prin urmare, terme
nul de timp continuu este adesea folosit pentru a descrie semnale analogice. Acest capitol
va trata semnalele analogice unidimensionale care sunt o funcție a timpului. Semnalul anal
og poate fi descris printr-o expresie matematică sau o diagramă grafică.
Un sistem analog este colectarea și interconectarea mai multor blocuri de construcții care e
fectuează o anumită operație pe un semnal de intrare analog pentru a produce un semnal d
e ieșire analogică.
Semnalul de intrare este cunoscut în mod obișnuit ca semnalul de excitație, în timp ce ieșir
ea sau semnalul procesat este denumit în mod obișnuit drept semnal de răspuns. În cazul g
eneral, un sistem poate avea mai multe intrări, precum și ieșiri.
Un semnal este o cantitate fizică detectabilă (măsurabilă) care conține un fel de informații
care pot fi înregistrate, transmise, afișate sau manipulate. Exemple de semnale includ temp
eratura, presiunea, undele sonore, precum vorbirea și muzica, undele electromagnetice, cu
m ar fi semnalele radio și semnale biomedicale, cum ar fi electroencefalograma (EEG) și e
lectrocardiograma (ECG). Majoritatea semnalelor care apar în mod natural în lume sunt an
alogice, adică furnizează un flux continuu de informații despre cantitatea fizică pe care o r
eprezintă. În acest capitol, semnalele analogice sunt în general limitate la variabile electric
e, cum ar fi tensiunea sau curentul. Semnalele sunt procesate dintr-o varietate de motive, c
um ar fi pentru a elimina zgomotul nedorit, pentru a corecta denaturarea, pentru a le face a
decvate pentru transmisie sau pentru a extrage anumite informații semnificative. În cazul u
nui telefon mobil, de exemplu, un semnal de doar câteva micro-volți este detectat de anten
ă. Conținutul său de zgomot poate fi destul de mare din cauza interferențelor nedorite, deci
necesită filtrare. Termenul prelucrare a semnalului analog descrie un corp de tehnici care p
ot fi implementate pentru procesarea semnalelor analogice (sau din lumea reală). Aceasta i
nclude teoria și aplicarea filtrării, codificării, transmiterii, estimării, detectării, analizei și r
eproducerii semnalelor analogice. În acest capitol, sunt introduse mai întâi conceptele de si
steme liniare invariante de timp care sunt fundamentale pentru teoria procesării semnalului
analogic. Conceptele de filtrare sunt apoi prezentate împreună cu informații detaliate despr
e proiectare privind procesarea practică a semnalului analogic și implementările hardware.

Bibliografie:
1. Signal Processing for Communications – free online textbook by Paolo Prandoni and Martin
Vetterli (2008)
2. Scientists and Engineers Guide to Digital Signal Processing – free online textbook by Stephen
Smith
3. https://signalprocessingsociety.org/
4. http://pns.ac.tuiasi.ro/Doc/curs/Curs_02.pdf
5. https://www.eolss.net/Sample-Chapters/C05/E6-39A-02-02.pdf