3.1.

Definiţii şi proprietăţi
Un semnal discret este definit prin valorile acestuia în momentele
de eşantionare. Timpul este discretizat uniform adică la t = nT cu n ∈ Z .
Semnalele eşantionate sau în timp discret sunt reprezentate prin
secvenţe de numere notate astfel:
{x(nT)} N1 ≤ n ≤ N 2
{x(n)} N1 ≤ n ≤ N 2 (3.1)
x(n) N1 ≤ n ≤ N 2 .
În prima relaţie se pune în evidenţă provenienţa semnalului
discret obţinut prin eşantionarea din semnalul analogic x(t) şi
reprezentat prin alte două relaţii echivalente.
Rezultă
x(n) = x(nT) T =1 .

26
 Uzual se utilizează scalarea axei timpului prin raportare la
perioada de eşantionare T. N1 şi N2 pot lua valori întregi, depinzând de
domeniul de definiţie al semnalului.
În analiza şi sinteza sistemelor discrete sunt utilizate frecvent
câteva secvenţe definite mai jos.

- Semnalul impuls Dirac

⎧0 n ≠ 0
δ(n) = ⎨ . (3.2)
⎩1 n = 0
Acesta este la fel de important ca şi funcţia Dirac δ(t) pentru
semnalele analogice. Definiţia este simplă şi directă; spre deosebire de
funcţia δ(t) ce se obţine prin intermediul funcţionalelor.

Semnalul treaptă unitară

⎧1 n ≥ 0
u(n) = ⎨ . (3.3)
⎩0 n < 0
Rezultă cu uşurinţă legătura dintre u(n) şi δ(n), dată prin relaţia
n
u(n) = ∑ δ(k) .
k =−∞
(3.4)

O relaţie echivalentă cu (3.4) este

u(n) = δ(n) + δ(n − 1) + δ(n − 2) + .....
sau
∞
u(n) = ∑ δ(n − k) .
k =0
(3.5)

Legătura între cele 2 semnale se poate exprima şi prin relaţia cu

diferenţe finite
δ(n) = u(n) − u(n − 1) . (3.6)

Semnal exponenţial
⎧Aα n ∀n ∈ Z +
x(n) = ⎨ . (3.7)
⎩0 n<0

Secvenţa este crescătoare pentru α > 1 , reală şi descrescătoare

pentru 0 < α < 1 , iar pentru −1 < α < 0 valorile vor alterna ca semn.
27
 Prin sisteme în timp discret se înţelege x(n) într-o altă secvenţă de
ieşire y(n). Dacă se notează cu S{} ⋅ operatorul sistemului, această
legătură este descrisă matematic prin
y(n ) = S{x (n )} (3.8)

x(n) y(n)
S{⋅

Fig. 31. Reprezentarea unui sistem discret

Operatorul S{} ⋅ posedă proprietăţi specifice, care reflectă

proprietăţile sistemului. Câteva dintre aceste proprietăţi sunt
menţionate mai jos.
1. Linearitatea
S{x1 (n) + x 2 (n)} = S{x1 (n)} + S{x 2 (n)} = y1 (n) + y 2 (n) (3.9)

S{ax(n)} = aS{x(n)} = ay(n) (3.10)

Un sistem liniar satisface principiul superpoziţiei. Linia de

întârziere, de exemplu, în timp discret dată de
y(n ) = x (n − n 0 ) − ∞ < n 0 < ∞ (3.11)
cu n întreg şi pozitiv, este un sistem liniar.
2. Invarianţa în timp.
Aceasta presupune conservarea translaţiei semnalului de la
intrare la trecerea prin sistem. Dacă la intrarea sistemului invariant în
timp se aplică semnalul x1 (n) = x(n − n 0 ) , răspunsul sistemului va fi
y1 (n) = y(n − n 0 ) .
3. Cauzalitatea.
Sistemele ce posedă această proprietate vor avea la ieşire un
răspuns al sistemului la n = n 0 ce va depinde numai de intrările la
n ≤ n 0 . Un sistem cauzal este realizabil.
4. Stabilitatea.
Stabilitatea în sensul intrare mărginită – ieşire mărginită sau
BIBO (Bounded Imput – Bounded Output) presupune că dacă întrarea
x(n) este mărginită la o valoare finită şi pozitivă
x(n) ≤ M x , ∀n (3.12)

atunci şi răspunsul y(n) este mărginit la o valoare finită

28
 y(n) ≤ M y , ∀n . (3.13)

Sistemul definit prin relaţia (3.11), de exemplu, este stabil.

Sistemul acumulator sau integrator definit prin relaţia
n
y(n) = ∑ x(k)
k =−∞
(3.14)

nu este stabil.
5. Sisteme fără memorie
La aceste sisteme y(n) depinde numai de x(n) (pentru acelaşi n).

3.2. Reprezentarea semnalelor şi sistemelor în

timp discret
Fie un sistem discret, liniar, căruia i se aplică la intrare un
semnal impuls unitar întârziat cu k perioade. Răspunsul sistemului va
fi
g k (n) = S{δ(n − k)} . (3.15)

Presupunem că intrarea este o secvenţă oarecare x(n), constituită

din valori x(k) plasate pe axa variabilei timp nT = kT. Se obţine
∞
x(n) = ∑ x(k)δ(n − k)
k =−∞
(3.16)

iar răspunsul la ieşirea sistemului va fi

⎧ +∞ ⎫
y(n) = S{x(n)} = S ⎨ ∑ x(k)δ(n − k) ⎬ . (3.17)
⎩ k =−∞ ⎭
Dacă sistemul este liniar, se poate aplica principiul superpoziţiei
+∞ +∞
y(n) = S{x(n)} = ∑ x(k)S{δ(n − k)} = ∑ x(k)g
k =−∞ k =−∞
k (n) . (3.18)

Răspunsul sistemului liniar este determinat dacă se cunoaşte

g k (n) . Deoarece răspunsul la impulsul unitate depinde de k, aplicarea
acestei relaţii nu este comodă.
Să presupunem acum că sistemul liniar este şi invariant în timp.
Răspunsul sistemului la δ(n) este g(n), iar pentru δ(n-k) aplicat la
intrare, rezultă la ieşire semnalul g(n-k).
S{δ(n − k)} = g(n − k) (3.19)
29
 Relaţia (3.18) devine
+∞
y(n) = ∑ x(k)δ(n − k).
k =−∞
(3.20)

Ultima relaţie reprezintă suma de convoluţie

y(n) = x(n) ∗ g(n) . (3.21)
Rezultă de aici că răspunsul y(n) al unui sistem liniar invariant în timp
poate fi obţinut prin convoluţie, dacă se cunoaşte funcţia pondere g(n),
adică răspunsul la impulsul unitar. Suma de convoluţie (3.19) are
aceeaşi importanţă ca şi integrala de convoluţie pentru sisteme liniare
invariante în timp analogice. Dacă în cazul sistemelor analogice
importanţa sumei de convoluţie este mai ales teoretică, în cazul
sistemelor discrete calculul numeric permite sumarea eşantioanelor
x(n)δ(n-k) pentru a obţine răspunsul y(n).

3.3. Reprezentarea prin ecuaţii cu diferenţe

Sistemele liniare discrete pot fi reprezentate prin ecuaţii cu
diferenţe finite cu coeficienţi constanţi. Acestea furnizează legătura
între secvenţa semnalelor la intrare şi secvenţa semnalelor la ieşire
printr-o ecuaţie de tipul
N M

∑a
k =0
k (n)y(n − k) = ∑ b k (n)x(n − k) .
k =0
(3.22)

Ecuaţia anterioară defineşte un sistem liniar succesiv cu

coeficienţi constanţi de ordinul N. Soluţia generală a unui astfel de
ecuaţii este, ca şi în cazul continuu, de forma:
y(n) = y e (n) + y f (n) (3.23)
unde ye(n) este soluţia ecuaţiei omogene din (3.22) fără membrul doi:
N

∑a
k =0
k (n)y(n − k) = 0 . (3.24)

Ecuaţia admite soluţii de forma Az n , de unde

N
y e (n) = ∑ A m z nm . (3.25)
m =1

Valorile complexe zm sunt rădăcinile ecuaţiei caracteristice

30
 N

∑a
k =0
k z−k = 0 (3.26)

iar coeficienţii Am se determină din N condiţii auxiliare. Acestea pot fi

date explicit sau se pot stabili recursiv. ye(n) depinde de proprietăţile
sistemului şi este numit răspunsul de regim liber. Cel de-al doilea
termen, yf(n) se numeşte răspunsul de regim forţat şi reprezintă o
soluţie particulară a ecuaţiei (3.22), cu membrul al doilea conţinând o
anumită secvenţă de intrare x(n).

3.4. Analiza în frecvenţă a sistemelor liniare

invariante în timp discrete
Majoritatea secvenţelor utilizate în tehnică pot fi reprezentate în
frecvenţă cu ajutorul transformatei Fourier.
F {x(n)} = X(e jω ) (3.27)

+∞
X(e jω ) = ∑ x(n)e
n =−∞
− jωn
. (3.28)

X(e jω ) se numeşte funcţie de densitate spectrală sau spectrul

secvenţei x(n).
Ecuaţia (3.27) se referă la transformata Fourier a semnalelor
discrete şi este numită uneori DTFT (Discrete Time Fourier Transform).
Clasa semnalelor ce pot fi reprezentate prin relaţia (3.28) denotă
că funcţia transformată trebuie să fie definită, adică:
X(e jω ) < ∞ ∀ω ∈ R . (3.29)

O condiţie suficientă pentru ultima relaţie rezultă dacă rescriem

∞ +∞
X( jω) = ∑ X(n)e− jωn
n =−∞
≤ ∑ X(n) e− jωn
n =−∞

de unde
+∞

∑ X(n) < ∞ .
n =−∞
(3.30)

Dacă secvenţa x(n) este absolut sumabilă atunci transformata

Fourier există. De aici rezultă că sistemele stabile şi răspunsurile

31
acestora sunt întotdeauna reprezentabile în frecvenţă prin transformate
Fourier.
Conform (3.16) răspunsul unui sistem este dat de (3.17). Sistemul
fiind liniar se poate aplica principiul superpoziţiei
+∞
y(n) = S{x(n)} = ∑ x(k)g k (n)
k =−∞

şi în final
y(n) = x(n) ∗ g(n) .
Se va arăta că stabilitatea este asigurată dacă şi numai dacă g(n)
este o funcţie absolut sumabilă, adică:
∞
G= ∑
n =−∞
g(n) < ∞ . (3.31)

Necesitatea rezultă astfel: presupunem că această condiţie nu este

îndeplinită şi că
+∞

∑ g(n) = ∞ .
n =−∞
(3.32)

Aplicăm acestui sistem o secvenţă de intrare mărginită definită

astfel:
⎧1 g(− n) ≥ 0
x(n) = ⎨ . (3.33)
⎩ −1 g(− n) < 0
Conform (3.18) impulsul y(0) este dat de:
+∞ +∞
y(0) = ∑ x(k)g(−k) = ∑
k =−∞ k =−∞
g( − k)

de unde rezultă
+∞
y(0) = ∑
k =−∞
g(k) = ∞ (3.34)

adică un răspuns care nu este mărginit. Deci condiţia (3.31) este

necesară pentru ca y(n) să fie mărginit.
Suficienţa condiţiei rezultă presupunând că sistemul discret
îndeplineşte condiţia (3.31). La intrare aplicăm o secvenţă mărginită
x(n) ≤ M ∀n . (3.35)

Rezultă

32
 +∞
y(n) = ∑ x(k)g(n − k)
k =−∞
∞ ∞
y(n) ≤ ∑
k =−∞
x(k) g(n − k) ≤ M ∑ g(n − k)
k =−∞
(3.36)

y(n) ≤ MG < ∞

y(n) este un răspuns mărginit, ceea ce demonstrează suficienţa

condiţiei 3.31.
Condiţia (3.29) presupune convergenţa sumei (3.28) către x(e jω ) în
sensul că notând
M
X M (e jω ) = ∑ x(n)e
n =− M
− j ωn
(3.37)

lim X(e jω ) − X M (e jω ) = 0 .
n →∞

Dacă x(n) este absolut sumabil convergenţa seriei (3.28) este

asigurată pentru orice ω. Teoria dezvoltării în serie Fourier
exponenţială asigură însă convergenţa în sensul erorii medii pătratice
minime pentru secvenţe de pătrat sumabil (de energie finită)
satisfăcând următoarea condiţie mai puţin severă decât (3.30)
+∞

∑ x(n)
n =−∞
2
<∞. (3.38)

Transformata Fourier este o funcţie continuă şi periodică de ω cu

perioada 2π. Dacă X(e jω ) este cunoscut, x(n) se poate obţine aplicând
transformarea inversă

{
x(n) = F −1 X(e jω ) } (3.39)

π/T
1
2π −π∫/ T
x(n) = X(e jω )e jωn dω . (3.40)

Relaţia de inversiune poate fi justificată dacă se ţine cont că în

(3.28) se face o dezvoltare în serie Fourier exponenţială a unei funcţii
periodice în ω cu perioada 2π/T. Valorile x(n) reprezintă coeficienţii
acestei serii care se calculează cu (3.40).
În general, X(e jω ) este o funcţie complexă de ω. De obicei
interesează partea reală şi partea imaginară, respectiv modulul şi faza.
Introducem următoarele relaţii:

33
 X(e jω ) = X R (e jω ) + jX I (e jω )
. (3.41)
X(e jω ) = X(e jω ) e jϕ( ω)

Funcţia X(e jω ) reprezintă spectrul secvenţei x(n), X(e jω ) este

jω
spectrul de amplitudine, iar ϕ(ω) = arg X(e ) este spectrul de fază. În
mod uzual reprezentările grafice ale amplitudinii şi fazei, X(e jω ) şi
π π
ϕ(ω) se fac în intervalele − la .
T T
Transformata Fourier a funcţiei pondere g(n) reprezintă funcţia
sistemului în frecvenţă G(e jωn ) = F {g(n)} .
∞
G(e jω ) = ∑ g(n)e
n =−∞
− jω n
. (3.42)

Pentru un sistem stabil cu g(n) < ∞, G(e jω ) există, iar

g(n) = F -1
{g(n)}
π/T
1
2π −π∫/ T
g(n) = g(n)e + jωn dω. (3.43)

Relaţia (3.42) mai poate fi interpretată şi ţinând seama că

secvenţele e jωn sunt funcţii proprii ale sistemului liniar invariant în
timp.
+∞ ∞
y(n) = ∑
k =−∞
g(n)x(k − n) = ∑ g(k)e
k =−∞
− jω(k − n )

⎧ ∞ ⎫
y(n) = e jωn ⎨ ∑ g(k)e − jωk ⎬ .
⎩ k =−∞ ⎭
Expresia din paranteză reprezintă tocmai G(e jω ) deci relaţia
(3.42). Rezultă
y(n) = e jωn G(e jω ) (3.44)

adică această ultimă relaţie ne arată că e jωn este o funcţie proprie a

sistemului liniar discret invariant în timp, iar G(e jω ) este valoarea
proprie asociată. Relaţia (3.44) justifică şi denumirea concisă utilizată
pentru G(e jω ) - răspunsul în frecvenţă al sistemului. Răspunsul în
frecvenţă al sistemului poate fi definit prin partea reală şi imaginară
sau prin modulul şi faza corespunzătoare, conform (3.41).

34
 3.4.1. Proprietăţi de simetrie şi teoreme ale
transformatelor Fourier
În analiza secvenţelor funcţiilor de timp şi a transformatelor
Fourier respective este util să se stabilească corespondenţa părţilor şi
proprietăţile lor de simetrie. Se introduc notaţiile:
x(n) = x p (n) + x i (n) (3.45)

în care x p (n) reprezintă partea pară, iar x i (n) partea impară. În

ipoteza că x(n) este complex
1
x p (n) = {x(n) + x * (− n)}
2
(3.46)
1
x i (n) = {x(n) + x * (− n)}
2
unde simbolul * denotă conjugatul complex. Principalele proprietăţi de
simetrie ale transformatelor şi relaţiile între părţile secvenţelor sunt
date succint în continuare.
1. F {x * (n)} = X * (e− jω ) (3.47)

2. F {x * (−n)} = X * (e jω ) (3.48)

3. F {Re(x(n))} = X p (e jω ) (3.49)

4. F { jIm(x(n))} = Xi (e jω ) (3.50)

5. F {x p (n)} = Re(X(e jω )) (3.51)

6. F {x i (n)} = jIm(X(e jω )) (3.52)

7. Partea reală a transformatei Fourier este pară

( ) (
Re X(e jω ) = Re X(e− jω ) ) (3.53)

8. Partea imaginară a transformatei Fourier este impară

( ) (
I X(e jω ) = − Im X(e jω ) ) (3.54)

9. Modulul transformatei Fourier este par.

35
 X(e jω ) = X(e− jω ) (3.55)

10. Argumentul transformatei Fourier este impar

( )
arg X(e jω ) = − arg X(e-jω )( ) (3.56)

Proprietăţile 7 ÷ 10 se aplică numai în cazul x(n) real.

Considerăm X(e jω ) = F {x(n)} şi Y(e jω ) = F { y(n)} . Principalele
teoreme ale transformatelor Fourier pot fi rezumate astfel:
1. Liniaritatea
F {ax(n) + by(n)} = aX(e jω ) + bY(e jω ) . (3.57)

2. Teorema întârzierii
F {x(n − n 0 )} = e − jωn 0 X(ω). (3.58)

3. Teorema modulării

{ }
F e jωn 0 X(n) = X(ω − ω0 ). (3.59)

4. Teorema reflectării
F {x(− n)} = X(−ω). (3.60)

5. Teorema sumei de convoluţie

F {x(n) ∗ y(n)} = X(ω)Y(ω). (3.61)

6. Teorema ferestrei sau a convoluţiei în frecvenţă

1
F {x(n)y(n)} =
2 2∫π
X(0)Y(ω − θ)dθ. (3.62)

7. Diferenţa în timp

(
x(n) − x(n − 1) = 1 − e− jω X(ω) . ) (3.63)

8. Derivarea în frecvenţă
dX(ω)
F {nx(n)} = 3j . (3.64)
dω
9. Teorema lui Parseval
⎧ ∞ 2⎫ 1
F ⎨ ∑ x(n) ⎬ = ∫ X(ω) dω.
2
(3.65)
⎩ n =−∞ ⎭ 2π 2 π

36
 10. Teorema Parseval generalizată
⎧ ∞ ⎫ 1
F ⎨ ∑ x(n)z * (n) ⎬ = ∫ X(ω)Z (ω)dω.
*
(3.66)
⎩ n =−∞ ⎭ 2π 2 π
Aceste teoreme sunt asemănătoare cu cele ale transformatelor
Fourier pentru semnale continue.

3.4.2. Răspunsul în frecvenţă al sistemelor

discrete liniare şi invariante în timp
Aceste sisteme sunt descrise prin eşantioane, în [n], prin ecuaţii liniare
cu diferenţe. Transformatele Fourier ale acestor ecuaţii algebrice de
variabilă e jω , fapt ce explică comoditatea analizei acestor sisteme în
frecvenţă.

x(n) y(n) = x(n) * g(n)

G(e jω )
Y(e jω ) = X(e jω )G(e jω )

Fig. 3.2. Determinarea răspunsului unui sistem liniar

invariant în timp în domeniul timpului şi al frecvenţei

Funcţia pondere a sistemului g(n), respectiv G(ejω), este suficientă

pentru determinarea răspunsului. Determinarea răspunsului
sistemului presupune efectuarea unei operaţii de convoluţie ca în fig.
3.2. Se obţine astfel y(n) în domeniul timpului. Determinarea
răspunsului în frecvenţă presupune efectuarea unui simplu produs
Y(e jω ) = X(e jω )G(e jω ) .
Funcţia G(e jω ) a unui sistem liniar invariant în timp este o funcţie
raţională în e jω cu coeficienţii constanţi. O funcţie G(e jω ) de ordin mare
poate fi discontinuă în funcţii elementare ceea ce corespunde conectării
în cascadă a unor sisteme elementare ca în fig. 3.3.
Răspunsul sistemului în acest caz va fi dat de
N
Y(e jω ) = X(e jω )∏ H k (e jω ) (3.67)
k =1

37
 N
H(e jω ) = ∏ H k (e jω ) (3.68)
k =1

X(ejω) Y(ejω)
H1 H2 HN

Fig. 3.3. Conectarea în cascadă a N sisteme elementare

Funcţiile elementare H k (e jω ) sunt de două tipuri: funcţii

corespunzătoare sistemelor de ordinul unu şi funcţii ale sistemelor de
ordinul doi. Clasificarea corespunde tipului de rădăcini pe care le poate
avea ecuaţia cu diferenţe corespunzătoare: rădăcini reale sau rădăcini
complexe conjugate. Prin particularizarea celui de al doilea caz se pot
obţine celelalte situaţii posibile: rădăcini duble reale, rădăcini
imaginare conjugate. Comportarea sistemului în frecvenţă va fi dată de
comportarea în frecvenţă a funcţiilor elementare din (3.68).

Funcţia de ordinul unu

Această funcţie corespunde sistemului descris de ecuaţia:
y(n) = x(n) + ay(n − 1). (3.69)
Presupunând condiţia iniţială nulă şi aplicând transformata
Fourier rezultă
Y(e jω ) = X(e jω ) + ae − jω Y(e jω ) . (3.70)
Funcţia sistemului de ordinul unu va fi
1
G I (e jω ) = . (3.71)
1 − ae − jω
Această funcţie putea fi obţinută şi din funcţia de transfer a
sistemului de ordinul unu. Se poate demonstra cu uşurinţă că funcţia
este stabilă numai pentru a < 1 .
Partea reală şi partea imaginară rezultă
1 − a cos ω
(
Re G(e − jω ) = ) 1 + a 2 − 2a cos ω
. (3.72)

38
 a sin ω
(
Im G(e − jω ) = ) 1 + a − 2a cos ω
2
(3.73)

Expresia modulului măsurat în decibeli este:

−20log10 G I (e jω ) = 10log10 (1 − 2a cos ω + a 2 ) (3.74)

iar a fazei măsurată în radiani

⎛ a sin ω ⎞
arg(G I (e jω )) = tan −1 ⎜ ⎟. (3.75)
⎝ 1 − a cos ω ⎠
Pentru -1 < a < 0 sistemul devine un sistem trece-sus.
Selectivitatea creşte pe măsură ce parametrul a se apropie de valoarea
1.

Funcţia elementară de ordinul doi

Ecuaţia cu diferenţe pentru sistemul de ordinul doi este dată de
y(n) + a1 y(n − 1) + a 2 y(n − 2) = x(n) + b1 (n − 1) + b 2 x(n − 2) (3.76)
Transformata Fourier corespunzătoare rezultă
1 + b1e − jω + b 2 e −2 jω
G II (e jω ) = . (3.77)
1 + a1e jω + a 2 e −2 jω
Această funcţie poate fi privită ca produsul a două funcţii
elementare de ordinul doi.
−1
jω ⎛ 1 ⎞ ⎛ 1 ⎞
G II (e ) = ⎜ − jω −2 jω ⎟ ⎜ jω −2 jω ⎟
(3.78)
⎝ 1 + b1e + b 2 e ⎠ ⎝ 1 + a1e + a 2 e ⎠
Funcţia elementară de ordinul doi reprezentativă va fi deci
1
G II (e jω ) = (3.79)
1 + a1e jω + a 2 e −2 jω

funcţia din prima paranteză fiind inversa unei funcţii de acelaşi tip.
În analiza funcţiei trebuie ţinut cont de următoarele cazuri:
1. Dacă condiţia 4a 2 < a12 (3.80)
este îndeplinită polinomul de la numitorul funcţiei (3.79) are două
rădăcini complexe conjugate. Notând aceste rădăcini ae ± jθ funcţia din
(3.79) se poate rescrie în forma:
1
G II (e jω ) = jθ − jω
(3.81)
(1 − ae e )(1 − ae − jθ e − jω )

39
sau
1
G II (e jω ) = . (3.82)
1 − 2a cos θe− jω + a 2 e−2 jω
Coeficienţii a1 şi a2 din (3.79) sunt deci
a1 = −2a cos θ; a 2 = +a 2 . (3.83)

2. în cazul 4a 2 = a12 polinomul de la numitorul funcţiei (3.79) are

o rădăcină dublă reală şi a1 = 2a, a2 = a2. Funcţia este pătratul unei
funcţii de tip GI şi rezultatele de la funcţia de ordinul unu rămân
valabile.
3. În cazul a 2 < 4a 2 polinomul de la numitorul funcţiei (3.79) are
două rădăcini reale distincte. Funcţia elementară de ordinul doi va fi
produsul a două funcţii elementare de ordinul unu. În acest caz a1 va fi
egal cu suma rădăcinilor iar a2 va fi egal cu produsul acestora.
4. Ultimul caz posibil este acela în care se pot obţine rădăcini
imaginare conjugate.
Aceasta este o situaţie particulară a primului caz considerând a
= 1, θ = π/2.
Deci cazul 1 este specific funcţiei elementare de ordinul doi, caz în
care este necesar ca a < 1 pentru a asigura stabilitatea. Pe baza relaţiei
(3.82) se pot calcula modulul şi faza funcţiei de ordinul doi.
20log10 G II (e jω ) =
(3.84)
= 10log10 ⎡⎣1 + a 2 − 2a cos(ω − θ) ⎤⎦ − 10log10 ⎡⎣1 + a 2 − 2a cos(ω + θ) ⎤⎦

⎛ a sin(ω − θ) ⎞ −1 ⎛ a sin(ω + θ) ⎞
( )
arg G II (e jω ) = tan −1 ⎜ ⎟ − tan ⎜ ⎟ (3.85)
⎝ 1 − a cos(ω − θ) ⎠ ⎝ 1 − a cos(ω + θ) ⎠
Selectivitatea, atât a modulului cât şi a fazei devine cu atât mai
posibilă cu cât a devine mai apropiat de valoarea 1.

3.5. Transformata Hilbert pentru semnale

discrete
Transformata Hilbert este cunoscută de la semnalele continue, în
legătură cu semnalul a cărei transformată Fourier este nulă pe axa
frecvenţelor negative. Această transformată este utilă în caracterizarea
semnalelor cauzale la care partea reală şi partea imaginară nu sunt
independente. Dar un semnal discret complex nu poate fi considerat,
40
formal, analitic. Fiind o funcţie de variabilă întreagă, aceasta posedă o
transformată Fourier periodică ce nu poate fi nulă la toate frecvenţele
negative. Se consideră însă o secvenţă complexă pentru care
transformata Fourier corespunzătoare este nulă în intervelul ω < 0,
respectând proprietăţile de periodicitate în frecvenţă. In acest caz poate
fi utilizată transformata Hilbert cu avantajele cunoscute pentru
semnalele analitice şi pentru semnalele cauzale.

3.5.1. Partea reală şi partea imaginară

Dacă x(u) este o secvenţă cauzală, stabilă, cu partea pară xp(n) şi
partea imaginară xi(n), atunci
x(n) = x p (n) + x i (n) (3.86)

şi
x(n) + x(− n)
x p (n) (3.87)
2
x(n) − x( − n)
x i (n) = . (3.88)
2
Egalităţile de mai sus sunt adevărate şi pentru semnale ce nu
sunt cauzale. Dacă avem de a face cu semnalele cauzale, este suficient
să se cunoască doar una dintre părţi, xp(n) sau xi(n), pentru ca semnalul
x(n) să fie complet determinat. Această posibilitate este ilustrată prin
exemplul din fig. 3.3. Dacă x(n) este o secvenţă cauzală, x(n) = 0 la n < 0
şi deci x(-n) = 0 la n > 0. Prin urmare cele două secvenţe nu se suprapun
decât în n = 0.
x(n) = 2x p (n)u(n) − x p (0)δ(n) (3.89)

x(n) = 2x i (n)u(n) − x i (0)δ (n) (3.90)

Concluzia este că un semnal cauzal este determinat complet dacă se
cunoaşte una din părţile sale, fie pară, fie impară.
Dacă semnalul cauzal respectiv este stabil ca în exemplul dat, x(n)
admite o transformată Fourier cu părţile reală şi imaginară
X(e jω ) = X Re (e jω ) + jX Im (e jω ) . (3.91)
Datorită proprietăţilor de simetrie ale transformatei Fourier
X Re (e jω ) = F {x p (n)} (3.92)

41
 X Im (e jω ) = F {x i (n)} (3.93)

x(n)

x(-n)

xp(n)

xi(n)

Fig. 3.3. Dependenţa părţilor pentru un semnal cauzal

Deci transformata Fourier a unei secvenţe cauzale, stabile şi reale

este determinată complet de una din părţile sale. Pentru a găsi funcţia
X(e jω ) din X Re (e jω ) se poate considera astfel:
(
a) se determină x p (n) = F −1 X Re (e jω ) ; )
b) se determină x(n) cu (3.89);
c) se determină X(e jω ) = F {x(n)} .
Având X(e jω ) , obţinem implicit şi X Im (e jω ) .
Pentru tipul de semnale menţionate mai sus partea reală şi partea
imaginară nu sunt independente.
3.5.2. Legătura între părţi dată
de transformata Hilbert
42
 Secvenţa x(n) putea fi exprimată numai în funcţie de partea pară
xp(n) conform (3.89)
x(n) = 2x p (n)u(n) − x p (0)δ(n) .

Dar u admite o transformată Fourier U(e jω ) = F {u(n)} .

+∞
1
U(e jω ) = π ∑ δ ( ω − 2πk ) + . (3.94)
k =−∞ 1 − e − jω
Ultimul termen poate fi scris ca
1 1 j ⎛ ω⎞
= − cos ⎜ ⎟ . (3.95)
1 − e − jω 2 2 ⎝2⎠
Rezultă din (3.94)
+∞
1 j ⎛ ω⎞
U(e jω ) = π ∑ δ ( ω − 2πk ) + − cos ⎜ ⎟ . (3.96)
k =−∞ 2 2 ⎝2⎠
Relaţia (3.89) poate fi scrisă ca o convoluţie în frecvenţă a
semnalelor X şi U.
π
1
X(e jω ) = ∫ X Re (e )U(e )dθ − X(0) .
jθ j( ω−θ )
(3.97)
π −π

Ţinând seama de expresia lui U(e jω ) relaţia anterioară devine

π π
1 1 ⎛ω−θ⎞
3X(e jω ) = X Re (e jω ) + ∫
2π −π
X Re (e jθ )dθ − ∫
2π −π
X R (e jω ) cot ⎜ ⎟ dθ − X(0) (3.98)
⎝ 2 ⎠
De aici se poate obţine expresia părţii imaginare în funcţie de
partea reală.
π
1 ⎛ω−θ⎞
X Im (e jω ) = − ∫
2π −π
X Re (e jω ) cot ⎜ ⎟ dθ .
⎝ 2 ⎠
(3.99)

Procedând în acelaşi mod se poate găsi X Re (e jω ) pornind de la

X Im (e jω ) utilizând relaţia (3.90).
π
1 ⎛ω−θ⎞
X Re (e jω ) = X(0) + ∫
2π −π
X Im (e jω )dθ cot ⎜ ⎟ dθ .
⎝ 2 ⎠
(3.100)

Ultimele relaţii reprezintă de fapt perechea de transformate

Hilbert

43
 {
X Im (e jω ) = H X Re (e jω )} (3.101)

{ }
X Re (e jω ) = H X Im (e jω ) . (3.102)

Acestea din urmă pun în evidenţă dependenţa părţilor reală şi

imaginară ale spectrului unei secvenţe cauzale, reale. Mai trebuie
remarcat că (3.101) şi (3.102) sunt singulare în ω = 0 şi trebuie evaluate
în sensul valorii principale Cauchy.

3.6. Algoritmi pentru calculul transformatei

Fourier discrete
Transformata Fourier discretă este intens folosită pentru
prelucrarea numerică a semnalelor. Calculul efectiv al transformatei
Fourier discrete (TFD) ridică însă probleme de calcul numeric datorită
volumului relativ mare de calcule, mai ales în cazul realizării acestor
operaţii în timp real. Din acest motiv au existat preocupări pentru
găsirea unor algoritmi rapizi de efectuare a calculelor respective.
În continuare vom încerca să evaluăm complexitatea problemei.
Fiind date secvenţele x(n) şi g(n), convoluţia lor liniară este definită de
∞
y(n) = x(n) ∗ g(n) = ∑ x(m)g(n − m) .
m =−∞
(3.103)

Mai considerăm că cele 2 secvenţe sunt pe suporturi finite

sup px(n) = ⎡⎣0, N − 1⎤⎦ , sup pg(n) ⎡⎣0, M − 1⎤⎦ (3.104)

unde am notat
⎡0, k ⎤ = {0,1,..., k} . (3.105)
⎣ ⎦
Se poate face o evaluare a limitelor de însumare. Suportul lui g(n-
m), evoluat după m, pentru un n dat este

sup pg(n − m) = ⎡⎣ n − M + 1, n ⎤⎦ (3.106)

Vom presupune N ≥M şi atunci

⎧ n < 0 si
y(n) = 0 pentru ⎨ (3.107)
⎩n − M + 1 > N − 1 ⇒ n > N + M − 2
iar

44
 sup py(n) = ⎡⎣0, N + M − 2 ⎤⎦ (3.108)

şi
k2
y(n) = ∑ x(m)g(n − m) . (3.109)
k1

Pot apare următoarele cazuri:

a) n ≥ 0 n − M + 1 ≤ 0, deci n ∈ ⎡⎣0, M − 1⎤⎦ ; k1 = 0, k 2 = n ;

b) n − M + 1 ≥ 0, n ≤ N − 1 deci n ∈ ⎡⎣ M − 1, N − 1⎤⎦ ; k1 = n − M + 1, k 2 = n
c) n − M + 1 ≤ N − 1, n ≥ N − 1
deci n ∈ ⎡⎣ N − 1, N + M − 2 ⎤⎦ ; k1 = n − M + 1, k 2 = N − 1.
Se observă că limita superioară este n, pentru n ≤ N – 1 şi N – 1
pentru n ≥ N – 1, sau în general este min(n,N-1). Limita inferioară este
0 pentru n≤ M – 1 şi n – M + 1 în rest, deci în general este max(n – M +
1,0).
Putem deci scrie:
min(n,N −1)
y(n) = ∑
m = max(n − M +1,0)
x(m)g(n − m) (3.110)

Se poate face o evaluare a numărului de operaţii necesar,

presupunând cele două secvenţe reale. În cazul (a) numărul de termeni
ai sumei este n + 1, deci sunt necesare n + 1 înmulţiri şi n adunări
pentru un n dat. În total, vor fi necesare 1+2+...+(M-1) = (M-1)M/2
înmulţiri şi 0+1+2+...+(M-2)= (M-2)(M-1)/2 adunări. În cazul (b) n = M –
1,...,N-1, numărul de termeni ai sumei este n – (n-M+1)+1=M, deci vor fi
necesare în total M(N-M+1) înmulţiri şi (M-1)(N-M+1) adunări. În cazul
(c) n = N,..., N + M − 2 , numărul de termeni este N-1-(n-M+1)-1=N+M-n-
1. În acest ultim caz vor fi necesare 1+2+...+(M-1) = (M-1)M/2 înmulţiri
şi 1+2+...+(M-2) = (M-2)(M-1)/2 adunări. Rezultă în total NM înmulţiri
şi (N-1)(M-1) adunări. Pentru uşurinţa scrierii adeseori se utilizează
relaţia
N −1
y(n) = ∑ x(m)g(n − m) .
=
m 0
(3.111)

Numărul înmulţirilor ar fi în acest caz N(N+M-1), dar o parte sunt

înmulţiri cu 0, iar numărul de adunări este (N-1)(N+M+1).
Ultima relaţie acceptă o reprezentare matriceală conform (3.112).

45
⎡ y(0) ⎤ ⎡ g(0) 0 0 " ⎤ 0
⎢ y(1) ⎥ ⎢ " ⎥
⎢ ⎥ ⎢ g(1) g(0) 0 0
⎥ ⎡ x(0) ⎤
⎢ # ⎥ ⎢ # ⎥⎢ ⎥
⎢ ⎥ ⎢ ⎥ x(1) ⎥
⎢ y(M − 1) ⎥ = ⎢g(M − 1) g(M − 2) g(M − 3) " 0 ⎥⎢ (3.112)
⎢ # ⎥
⎢ y(M) ⎥ ⎢ 0 g(M − 1) g(M − 2) " 0 ⎥ ⎢ ⎥
⎢ ⎥ ⎢ ⎥ ⎣⎢ x(N − 1)⎦⎥
⎢ # ⎥ ⎢ # ⎥
⎢ y(N + M − 2) ⎥ ⎢ 0 g(M − 1)⎥⎦
⎣ ⎦ ⎣ 0 0

De asemenea, acceptă o reprezentare polinomială. Dacă se

definesc polinoamele (a se vedea Capitolul 4 Transformata z):
N −1 N −1
X(z) = ∑ x(n)z − n , G(z) = ∑ g(n)z − n (3.113)
n =0 n =0

produsul acestora va fi
N+ M−2
Y(z) = X(z)G(z) = ∑=
n 0
y(n)z − n . (3.114)

Să presupunem că dorim să realizăm convoluţia ciclică a

secvenţelor x(n) şi g(n), cu suport de lungime N.
Notând X(k) = TFD {x(n)} şi G(k) = TFD {g(n)} se calculează

Yc (k) = TFD { y(k)} = X(k)G(k)

Yc (n) = TFD −1 {Yc (k)}.

TFD se realizează utilizând algoritmi rapizi. Cel mai simplu

asemenea algoritm aplicabil dacă N este de forma Zm, presupune
realizarea a 2N log 2 N înmulţiri şi 3N log 2 N adunări. Reamintim că
pentru efectuarea directă a convoluţiei erau necesare N 2 înmulţiri şi
N(N-1) adunări.
Pentru efectuarea transformatei Fourier discrete
N −1 2π
−j
X(k) = ∑ x(n)WNnk , k = 0,1,..., N − 1, WN = e N
. (3.115)
k =0

Ţinând cont de proprietăţile coeficienţilor WN

N N
(2k +1)
WNkN = 1, WN 2
= WN2 = e − jπ = −1, WNnk = WNn (3.116)
k

au fost căutaţi algoritmi ce permit efectuarea TFD cu un număr mai mic

de operaţii. De regulă aceştia pornesc de la ideea descompunerii

46
transformatei de ordin N în transformări de ordine mai mică. Dacă N =
N1N2, se poate descompune transformarea de ordinul N în transformări
de ordinul N1 şi N2. Există posibilitatea ca N1 şi N2 să fie prime între ele
sau să aibă divizori comuni. Un caz important este acela în care
N = R M , R fiind numit bază. Algoritmii rezultaţi se vor numi algoritmi
de bază R.
Pentru a explica o largă categorie de algoritmi se poate porni de la
reprezentarea indicilor sub forma:
n = k1n1 + k 2 n 2 (nod N)
(3.117)
k = − k 3 k1 + k 4 k 2 (nod N).

În cazul algoritmilor de bază R sunt posibile următoarele moduri

de reprezentare a indicilor:
N
n = Rn1 + n 2 , n1 = 0,1,... − 1, n 2 = 0,1,...R − 1
R (3.118)
N N
k = k1 + k 2 k1 = 0,1,..., − 1, k 2 0,1,..., R − 1
R R
care conduce la algoritmi cu decimare în timp şi
N N
n = n1 + n 2 , n1 0,1,..., − 1, n 2 = 0,1,..., R − 1
R R (3.119)
N
k = Rk1 + k 2 , k1 = 0,1,..., − 1, k 2 − 0,1,..., R − 1
R
ce conduce la algoritmi cu decimare în frecvenţă.

Algoritmi de bază 2 cu decimare în timp

Acestea se pot utiliza când N = 2M , M ∈ N.
În acest caz se pot scrie relaţiile
N
n = 2n1 + n 2 , n1 = 0,1,..., − 1, n 2 = 0,1
2 (3.120)
N N
k = k1 + k 2 , k1 0,1,..., − 1, k 2 0,1
2 2
şi rezultă:
N
−1 ⎛ N ⎞
⎛ N ⎞ 2 1 (2n 2 + n 2 ) ⎜ k1 + k 2 ⎟
X(k) = X ⎜ k1 + k 2 ⎟ =
⎝ 2 ⎠
∑ ∑ x(2n1 + n 2 )WN
n1 = 0 n 2 = 0
⎝ 2 ⎠
=

N
(3.121)
−1 N
2 1 2n1k1 + n 2 k1 +
∑ ∑ x(2n
n2k2
1 + n 2 )WN 2

n1 = 0 n 2 = 0

47
sau
N N
−1 N −1
2 n1 k 2 2
N
X(k1 + k 2 ) = ∑ x(2n1 )WNn1k1 + WN 2 ∑ x(2n1 − 1)WNn1k1 . (3.122)
2 n1 = 0 2 2 n1 = 0 2

Ţinând cont că
N
k1 + k2
WN 2
= (−1) k 2 WNk1 (3.123)
relaţiile pot fi scrise separat pentru k2 = 0 şi k2 = 1.
N N
−1 −1
2 2
X(k1 ) = ∑ x(2n )W
n1 = 0
1
n1k1
N + WNk1 ∑ x(2n1 − 1)WNn1k1 =
n1 = 0
2 2

= TFD N {x(2n1 )} + W TFD N {x(2n1 − 1)} k1

N
2
N
2
N
(3.124)
−1 −1
2 2
N
X(k1 + ) = ∑ x(2n1 )WNn1k1 − WNk1 ∑ x(2n1 + 1)WNn1k1 =
2 n1 = 0 2 n1 = 0 2

= TFD N {x(2n1 )} − WNk1 TFD N {x(2n1 + 1)}.

2 2

Fiecare din sumele ce apar în ultimele 2 relaţii reprezintă câte o

TFD în N/2 puncte, primele pentru secvenţa formată din numerele pare,
a doua, pentru secvenţa formată din eşantioane impare.
Schema de calcul este cea din fig. 3.4.
Trecerea de la transformatele N/2 la transformata de ordinul N se
face prin intermediul unor structuri de tip fluture ca în fig. 3.5.

0
TFD #
x(2n1) 1
k1 x(k1)
N/2 #
N / 2 −1

0
TFD #
x(2n1+1) k1 x(k1+N/2)
N/2 # WNk1 -1
N / 2 −1

Fig. 3.4. Graful rezultat după o primă decimare

48
 1
a a + bWNk

b a − bWNk
W k -1
WNk N

Fig. 3.5. Structura tip fluture pentru decimare în timp

Această structură este alcătuită dintr-o înmulţire cu factorul WNk ,

de modul unitar. motiv pentru care mai este numit şi factor de rotaţie,
şi o transformată Fourier discretă de ordinul doi. Procedeul descris mai
sus se va aplica în continuare transformatelor de ordinul N/2 şi aşa mai
departe, până se ajunge la transformate de ordinul doi.
În figura 3.6 este dat ca exemplu graful unei transformate de
ordinul 8 după prima operaţie de decimare. Se aplică în continuare
acelaşi algoritm pentru transformatele de ordinul 4 şi se obţine un graf
ca cel din figura 3.7. În alcătuirea acestuia s-a ţinut cont că pentru
ultimul etaj coeficienţii de rotaţie sunt de forma Wgk ; transformatele
fiind de ordinul 4 coeficienţii sunt de forma W4k W82k etc.
Rezultă deci că pentru o transformată de ordin N = 2M sunt
necesare M etaje, fiecare conţinând N/2 fluturi, deci în total sunt
N
necesari log 2 N fluturi.
2

k1=0
x[0] TFD x[0]
1
x[2] x[1]
in 2
x[4] x[2]
3 x[3]
x[6] 4 pct.

k1=0 W80
x[1] TFD x[0]
1 W81 -1
x[3] x[1]
in 2 W82 -1 x[2]
x[5]
x[7] 4 pct. 3 W83 -1 x[3]
-1

Fig. 4.6. Graful transformatei pentru N 8 după prima decimare

49
x[0] x[0]

x[4] x[1]
-1 W80
x[2] x[2]
-1
W82
x[6] x[3]
-1 -1 W80
x[1] x[4]
W81 -1
x[5] x[5]
-1 W80 W82
-1
x[3] x[6]
W82 -1 W83 -1
x[7] x[7]
-1 -1 -1

Fig.4.7. Graful complet al transformatei pentru N = 8

50