Procesarea digitală a semnalelor

2017 – 2018

Anul III, Tehnologii şi Sisteme de Telecomunicaţii,

Electronică Aplicată

Facultatea de Electronică, Telecomunicaţii şi

Tehnologia Informaţiei
 Informaţii generale (I)
• Titulari curs şi aplicaţii

• Curs: Prof. dr. ing. Daniela Tărniceriu

• Aplicaţii: Sef lucrari dr. ing. Lucian Trifina

Sef lucrari dr. ing. Nicolae Cleju
As. dr. ing. Mirela Rotopanescu
 Informaţii generale (II)
􀂄 website
• http://telecom.etc.tuiasi.ro/pns/

􀂄 Bibliografie

• Tarniceriu, D., Bazele prelucrarii numerice a semnalelor, Ed. Politechnium, Iaşi, 2008, 372 pagini,
ISBN 978-973-621-196-6.
• Tărniceriu, D., Filtrare digitală, Ed. Tehnopres, Iasi 2004, ISBN 973 – 702 – 044 – 8, 2004, 331
pagini.
• Ciochină, S., Prelucrarea numerică a semnalelor - partea I, U. P. B., 1995.
• Grigoraş, V., Tărniceriu, D., Prelucrarea numerică a semnalelor, Ed. Gh. Asachi Iaşi, 1995.
• Jackson, L. B., Digital Filters and Signal Processing, Kluwer Academic Publisher, Hingham, 1989.
• Mateescu, A., Ciochină, S., Dumitriu, N., Şerbănescu, A., Stanciu, N., Prelucrarea numerică a
semnalelor, Ed. Didactică şi Pedagogică, 1997.
• Munteanu, V., Teoria Transmisiunii Informaţiei, Ed. Gh. Asachi Iaşi, 2002.
• V. Oppenheim, R. W. Shafer, Discrete - Time Signal Processing, Englewood Cliffs, NJ. Prentice Hall,
1989.
• Papoulis, A., Probability, Random Variables and Stochastic Processes, McGraw-Hill, New York,
1984.
• Proakis, J. G., Manolakis, D. G., Introduction to Digital Signal Processing, New York Macmillian,
1992.
• Tărniceriu, D., Grigoraş, V., Prelucrarea numerică a semnalelor, Ed. Gh. Asachi Iaşi, 1995.
• Mitra, S. K., Digital signal Processing, McGraw Hill, 2002.
 Structura în planul de învăţământ
Prelucrarea digitală a semnalelor
disciplină impusă
Numărul de ore pe
Numărul total de ore
săptămână Forma de Total ore pe
Semestrul
verificare disciplină
C S L P C S L P

5 3 2 E 42 28 70

• Cunoştinţe anterioare necesare disciplinei

• Matematică - calcul diferenţial şi integral, transformata Fourier Laplace,

serii MacLaurent, funcţii de variabilă complexă
• Semnale circuite şi sisteme- analiza în frecvenţă a semnalelor
• Decizie şi estimare în prelucrarea informaţiei – semnale aleatoare

• Examinare
• Examen scris (60%), laborator (20%), lucrari (20%)
• Discutii posibile dupa examen
• Bonus – prezenţa la curs
Structura cursului (I)
 Structura cursului (II)
• noţiuni fundamentale referitoare la analiza semnalelor
şi sistemelor discrete în domeniul timp, Z şi frecvenţă
• metode de eşantionare a semnalelor şi spectrelor lor şi
refacerea acestora
• transformata Fourier discreta, algoritmi rapizi pentru
calcului ei
• metode clasice pentru proiectarea filtrelor discrete
FIR şi IIR
• structuri pentru implementarea filtrelor discrete
 Obiectivele cursului (I)
La sfârşitul cursului, studenţii ar trebui:

• Să cunoască proprietăţile sistemelor discrete liniare

invariante în timp, să caracterizeze aceste sisteme şi
să afle răspunsul lor la semnale de intrare arbitrare
• Să folosească transformata Z în analiza semnalelor
şi sistemelor discrete şi pentru obţinerea răspunsului
acestora la semnale de intrare arbitrare
• Să analizeze în domeniul frecvenţă sistemele
discrete liniare invariante în timp
• Să folosească transformata Fourier discretă pentru
calculul convoluţiei liniare
 Obiectivele cursului (II)
• Să folosească algoritmi rapizi pentru calculul DFT
• Să înţeleagă eşantionarea, condiţiile de apariţie a
erorii alias, să reprezinte acestea în domeniul timp
şi frecvenţă şi să refacă semnalele din eşantioanele
lor
• Să înţeleagă relaţia dintre filtrele digitale, ecuaţia
cu diferenţe şi funcţia de sistem
• Să caracterizeze filtrele digitale în domeniul
frecvenţă
• Să proiecteze filtre digitale în concordanţă cu
specificaţiile acestora
• Să implementeze în forma directă I şi II filtrele
digitale FIR şi IIR.
Procesarea numerică a semnalelor se ocupă
cu reprezentarea, transmisia şi prelucrarea
(transformarea, analiza, modificarea sau
extragerea de informaţii) semnalelor folosind
tehnici numerice şi procesoare de semnal.
 Introducere
Aplicatii

• Procesarea de imagini: facsimil, harta vremii prin

satelit, animaţie etc.

• Instrumentaţie/control: analiză spectrală, controlul

poziţiei şi al vitezei, compresie de date etc.

• Vorbire/audio: recunoaşterea vocii, sinteza vorbirii,

egalizare etc.
 Introducere
Aplicatii

• Militar: securitatea comunicaţiilor, procesare radar,

procesare sonar, ghidarea proiectilelor etc.

• Telecomunicaţii: anulare ecou, egalizare adaptivă,

conferinţe video, comunicaţii de date etc.

• Biomedical: scanare computer-tomografie,

electroencefalografie, electrocardiografie etc.
 Avantaje
• Acurateţe garantată

• Reproductibilitate perfectă

• Nu are abateri cu temperatura sau vechimea

• Sistemele de PNS - sub formă de circuite integrate

• Flexibiliate crescută

• Performanţe superioare
 Dezavantaje
• Viteză şi cost

• Timpul de proiectare

• Lungimea finită a cuvintelor

 CAPITOLUL 1
NOŢIUNI ŞI OPERAŢII DE BAZĂ ÎN CONVERSIA
ANALOG/NUMERICĂ ŞI NUMERIC/ANALOGICĂ
Semnale
Semnal - orice cantitate sau calitate fizică care variază cu timpul, spaţiul sau
oricare altă sau alte variabile independente şi transportă sau conţine informaţie.

Clasificarea semnalelor

Semnale multidimensionale şi multicanal

Semnal monodimensional - funcţie de o singură variabilă independentă.

Semnal M-dimensional - funcţie de M variabile independente.

Semnal monocanal sau scalar - generat de o singură sursă sau senzor şi este o
funcţie de una sau mai multe variabile independente.

Semnale reprezentate în formă vectorială - generate de mai multe surse sau

senzori.
 Clasificarea semnalelor

Exemplu de semnal multicanal unidimensional.

s1 (t ) �
�
S3 (t )  �
s
� �
2 (t ) �
�
s3 (t ) �
� �
Exemplu de semnal multicanal multidimensional.
�I r ( x, y , t ) �
I ( x, y , t )  �I
�g ( x , y , t ) �
�
�
�I b ( x, y , t ) ��
În cele ce urmează, se va opera cu semnale unicanal,
unidimensionale, reale sau complexe, care vor fi numite
simplu, semnale.
• Exemple de semnale
• vorbirea – semnal unidimensional, funcţie de timp s(t);.
• imagine în tonuri de gri- semnal bidimensional, funcţie de
spaţiu i(x,y)
• secvenţă video: semnal tridimensional, tricanal, funcţie de
spaţiu şi timp {r(x,y,t), g(x,y,t), b(x,y,t)} .
 Clasificarea semnalelor
Semnale definite în timp continuu şi în timp discret
Semnalele definite în timp continuu - orice valoare a variabilei independente
dintr-un interval finit sau infinit (analogice)

Semnal continuu definit în timp continuu Semnal discontinuu definit în timp continuu

Semnale definite în timp discret - numai pentru valori discrete de timp.

Notaţii folosite pentru semnalele definite în timp discret

 Clasificarea semnalelor
Semnale cu valori continue şi discrete
• Semnal cu valori continue - poate lua toate valorile posibile dintr-un interval
finit sau infinit.
• Semnal cu valori discrete - ia valori dintr-o mulţime finită de valori posibile.

Semnale deterministe şi aleatoare

• Un semnal determinist poate fi descris în mod unic de o expresie matematică
explicită, o lege sau un tabel de atribuire.
• Un semnal aleator are evoluţie imprevizibilă. Analiza şi descrierea lor se
realizează cu ajutorul metodelor statistice.
1.2. Conceptul de frecvenţă pentru semnale analogice
şi discrete

a) Semnale analogice
xa (t )  A cos(t   ) � t  �
1. Pentru o frecvenţă fixă F, xa (t ) este periodic, de perioadă
1
fundamentală Tp 
F

2. Semnalele armonice cu frecvenţe distincte sunt distincte.

3. Creşterea frecvenţei semnalului are ca rezultat obţinerea

mai multor perioade ale semnalului în acelaşi interval de timp.
b) Semnale discrete x  n   A cos   n    , k �Z ,   2 f
1. Periodicitatea
k
x  n �N   x  n  n �Z f0 
N

2. Semnalele armonice discrete sunt identice dacă pulsaţiile

lor diferă printr-un multiplu întreg de 2π sau, echivalent,
frecvenţele diferă printr-un număr întreg.
xk  n   A cos  k n    , k  0,1, 2,...

 k   0  2 k   0 � , sau fk=f0+k, k=0,1,2,..

1 / 2  f 0 �1 / 2
3. Frecvenţă maximă de oscilaţie se atinge atunci când
    
(sau )
1.3. Conversia analog-numerică şi numeric-analogică

Sistem discret pentru procesarea semnalelor analogice

Părţile componente ale unui convertor A / N

 Etapele conversiei A/N
(Eşantionarea, cuantizarea, codarea)

1. Eşantionarea semnalelor analogice

Eşantionarea periodică a unui semnal analogic

Relaţia dintre f şi F
2. Cuantizarea semnalelor de amplitudine continuă
Ilustrarea operaţiei de cuantizare
Caracterizarea cuantizorului
3. Codarea eşantioanelor cuantizate

Conversia numeric-analogică

Conversia N/A (cu memorie) Conversia N/A prin

de ordinul zero interpolare liniară
 CAPITOLUL 2
SEMNALE ŞI SISTEME DISCRETE
2.1. Semnale discrete

Reprezentarea grafică a unui semnal discret

�n, n  1, 2,3, 4,5

�
1. Reprezentarea funcţională x  n  �4, n  6
�
0, în rest
�
2. Reprezentarea tabelară

3. Reprezentarea prin secvenţe de numere

 Semnale discrete elementare

1. Semnalul impuls unitate

1, n  0
�
  n  �
0, în rest
�
�
x  n  �x  k  �  n  k 
k �

2. Semnalul treaptă unitate

1, n �N
�
u  n  �
0, in rest
�

n �
u  n  �  k  u  n   �  n  k    n   u  n   u  n  1
k � k 0
3. Semnalul rampă unitate
�n, n �N
ur  n   �
0, in rest
�
4. Semnalul exponenţial x  n   a
n
pentru n Z

• a - real
• a – complex

• Semnalul exponenţial - sumă de funcţii sinus şi cosinus

ponderate exponenţial
• Semnalul sinusoidal - sumă de exponenţiale complexe.
• Exponenţialele complexe sau sinusoidele discrete sunt
periodice de perioadă 2.
 Clasificarea semnalelor discrete
• Semnale de energie finită şi semnale de putere finită
�

�x  n
N
2 1
E x  n
2

n �
P  lim
N �� 2 N  1
�
n  N
• Semnale periodice şi neperiodice
x  n �N   x  n 
• Semnale pare (simetrice) şi impare (antisimetrice)

x  n  x  n  x  n   x  n

Exemple de semnal a) par şi b) impar

1
xe  n   �
x  n   x   n  � o 
� x n 
1
x  n   x  n  �
� x  n   xe  n   xo  n 
2� 2 � �
 Operaţii simple cu semnale discrete
• Transformări ale variabilei independente
– Deplasarea în timp a semnalului

Reprezentarea grafică a semnalului a) xn, b)a versiunii sale

întârziate cu 3 unităţi şi c) a versiunii sale în avans cu 2 unităţi
– Reflectarea semnalului

Ilustrarea grafică a operaţiei de reflectare

– Decimarea semnalului
xM �[n]  x[ Mn]
– Interpolarea semnalului
� �n �
,daca L divide pe n, L �N
�x � �
xL�[n]  � �L �
� 0, în rest
�

Ilustrarea operaţiilor de a) decimare, b) interpolare

• Transformări ale amplitudinii semnalelor discrete

– Sumarea

y  n   x1  n   x2  n  n �Z
– Multiplicarea

y  n   x1  n  �
x2  n  n �Z
– Scalarea secvenţelor

y  n  A �
x  n n �Z
 Sisteme discrete
• Un sistem discret este un dispozitiv sau un algoritm care
operează asupra unui semnal discret, numit intrare sau
excitaţie, conform unor reguli bine definite, pentru a produce
un alt semnal discret, numit ieşirea sau răspunsul sistemului.

Reprezentarea unui sistem în timp discret

H y n
x  n  ���   y  n  �H �
x  n �
� �
 Reprezentarea simbolică a sistemelor discrete
• Sumator

• Multiplicator cu o constantă

• Multiplicator de semnal

• Element de întârziere

• Element de anticipare
 Clasificarea sistemelor discrete
• Sisteme discrete statice şi dinamice
y[n]  f  x[n]
• Sisteme discrete invariante şi variante în timp
H� y n
x  n  �� H y nk
  � x  n  k  ���  
• Sisteme discrete liniare şi neliniare

�a1 x1  n   a2 x2  n  �
H� x1  n  �
� a1 H �
� x2  n  �
� a2 H �
� �
• Sisteme discrete cauzale şi necauzale
y  n  F �
�x  n  , x  n  1 , x  n  2 , ... �
�

• Sisteme discrete stabile şi instabile

 Exemple
• Să se caracterizeze următoarele sisteme din punctul
de vedere al: memoriei, liniarităţii, invarianţei în timp
şi cauzalităţii:
 Analiza sistemelor discrete, liniare, invariante în
timp (SDLIT). Suma de convoluţie
�
y  n  �x  k  h  n  k 
k �
• Operaţii efectuate pentru calcului sumei de convoluţie
la momentul n0:
1. Reflectarea.
2. Deplasarea în timp.
3. Multiplicarea.
4. Sumarea.
• Paşii 24 se repetă pentru toate valorile posibile ale
lui n0 pentru aflarea răspunsului y[n].
• Operaţia de convoluţie este simetrică.
 Exemplu de calcul al convoluţiei

Convoluţia unui semnal discret de durată

infinită cu un semnal discret de durată finită.

Convoluţia a două semnale de durată finită N1 şi N2.

Convoluţia are durata N1+ N2-1
 Proprietăţile sistemelor discrete, liniare, invariante
în timp şi interconectarea acestora
• Comutativitatea sistemelor şi conectarea lor în cascadă.

• Impulsul unitate este element neutru pentru suma de

convoluţie
y  n    n  h  n  h  n
x  n    n  x  n
• Dacă la intrarea unui SDLIT se aplică   n  n0  , la ieşire se
obţine
  n  n0   h  n   h  n  n0 
• Un sistem cu răspunsul la impuls h  n     n  nu modifică
semnalul de intrare
y  n  x  n

• Conectarea în paralel a SDLIT

Conectarea în paralel a două SDLIT

 Cauzalitatea sistemelor discrete, liniare, invariante
în timp exprimată în funcţie de răspunsul la impuls

• Condiţia necesară şi suficientă de cauzalitate

h[n]  0 pentru n  0
• Suma de convoluţie pentru sisteme cauzale
� n
y[n]  �h[k ] x[n  k ]  �x[k ]h[n  k ]
k 0 k �

• Suma de convoluţie pentru sisteme cauzale şi intrarea

o secvenţă cauzală
n n
y[n]  �h[k ]x[n  k ]  �x[k ]h[n  k ]
k 0 k 0
Stabilitatea sistemelor discrete, liniare, invariante în
timp exprimată în funcţie de răspunsul la impuls

Condiţia de stabilitate în sens MIME din exprimată

pentru SDLIT în funcţie de răspunsul la impuls

�h[k ]  �
k �
Sisteme discrete cu răspuns finit la impuls şi răspuns
infinit la impuls

• Sisteme cu răspuns finit la impuls FIR - ("Finite

Impulse Response")
M 1
h  n   0 , pentru n  0şi n �M y  n   �h  k  x  n  k 
k 0

• Sisteme cu răspuns infinit IIR ("Infinite Impulse

Response").
� �
y  n  �h  k  x  n  k  y  n   �h  k  x  n  k 
k � k 0
 Sisteme discrete recursive şi nerecursive
• Sisteme recursive – ieşirea este funcţie de valorile precedente
ale ieşirii şi valoarea prezentă şi precedente ale intrării
y  n  F �
�y  n  1 , ..., y  n  N  , x  n  , x  n  1 , ..., x  n  M  �
�

• Sisteme nerecursive – ieşirea este funcţie numai de valoarea

prezentă şi cele trecute ale intrării
y  n  F �
�x  n  , x  n  1 , ... , x  n  M  �
�
• Exemplu
Să se implementeze sistemele definite de relaţiile
1 n
y  n  � x k  y  n 
1 M
�x  n  k 
n  1 k 0 M  1 k 0
 Observaţii privind implementarea recursivă
Ieşirea unui sistem recursiv se poate determina dacă se
cunosc condiţiile iniţiale şi intrarea. D.p.d.v. al
contribuţiilor acestora în răspunsul sistemului se pot face
următoarele observaţii:
1. Dacă sistemul este iniţial relaxat la momentuln  0, condiţiile
iniţiale sunt nule. Răspunsul sistemului în condiţii iniţiale
nule se numeşte răspuns de stare zero sau răspuns forţat şi se
notează cu y zs  n  sau y fr  n  .
2. Dacă sistemul este nerelaxat şi intrarea sa este nulă,
răspunsul se numeşte răspuns de intrare y zi [zero,
n] . Acesta se
mai numeşte răspuns liber sau natural ynr [n] .
3. Un sistem recursiv cu condiţii iniţiale nenule este nerelaxat şi
poate produce un semnal de ieşire fără a avea excitaţie.
4. Pentru clasa sistemelor liniare răspunsul acestora este suma
celor două răspunsuri, de intrare zero şi de stare zero
y[n]  y zi [n]  y zs [n]
 Corelaţia semnalelor discrete
Scopul calculării corelaţiei a două semnale este de a obţine o
măsură a gradului în care cele două semnale sunt dependente
şi de a extrage informaţii din această dependenţă.
Exemple:
Detecţia ţintei în cazul radarului y  n   a x  n  D   w  n 
Detecţia între două alternative y  n   xi  n   w  n  i  0 , 1; 0 �n �L  1
Corelaţia şi autocorelaţia secvenţelor de energie finită
� �
rxy  l   �x  n y  n  l  rxy  l   �x  n  l  y  n l  0 ; �1 ; �2 ; ...
n � n �

rxy  l   ryx  l 
�
ryx  l   �y  n x  n  l 
�
ryx  l   �y  n  l  x  n
n � n �

rxy  l   x  l   y  l 
Autocorelaţia se obţine pentru y  n  x  n
� �
rxx  l   �x  n x  n  l  rxx  l   �x  n  l  x  n rxx [l ]  rxx [l ]
n � n �

Evidenţierea unor proprietăţi ale funcţiei de autocorelaţie

z  n  a x  n  b y  n  l 

rxy  l  � rxx  0 ryy  0  Ex E y

y  n  x  n rxx  l  �rxx  0  Ex

rxy  l  rxx  l 
 xy  l    xx  l  
rxx  0 ryy  0 rxx  0

 xy  l  �1  xx  l  �1
Corelaţia secvenţelor de putere finită
M M
1 1
rxy  l   lim � x  n y  n  l  rxx  l   lim � x  n x  n  l 
M �� 2 M  1 M �� 2 M  1
n  M n  M

Pentru secvenţe periodice

N 1 N 1
1 1
rxy  l   �x  n y  n  l  rxx  l   �x  n x  n  l 
N n0 N n 0

Exemplu
Fie secvenţa y  n   x  n   w  n  unde x  n este o secvenţă
periodică de perioadă necunoscută N, iar w n  zgomot aditiv,
presupus alb.
M eşantioane prelevate din y[n], 0 �n �M  1 M  N
Funcţia de autocorelaţie pentru y[n]
M 1
1
ryy  l   �y  n y  n  l 
M n 0
Sisteme discrete, liniare, invariante în timp, caracterizate
de ecuaţii cu diferenţe cu coeficienţi constanţi

Soluţia ecuaţiei liniare cu diferenţe cu coeficienţi constanţi

N M
y  n   �ak y  n  k   �bk x  n  k 
k 1 k 0

y[n]  y p [n]  yh [ n]

y p [ n] - o soluţie particulară a ecuaţiei complete

yh [n] - soluţia generală a ecuaţiei cu diferenţe omogene

( x  n  k   0 pentru k  0, M ).
 Soluţia generală a ecuaţiei cu diferenţe omogene
N

Ecuaţia cu diferenţe omogenă �a y  n  k   0

k 0
k a0=1 (1)

• Se alege o soluţie a ecuaţiei omogene de forma y  n   n (2)

• Înlocuind (2) în (1), rezultă
N

�k  0
a 
k 0
n k

sau
 n N
  N
 a1  N 1
 a2  N 2
 ...  a N 1   a N   0

• Ecuaţia se numeşte ecuaţie caracteristică, iar polinomul din

paranteză se numeşte polinom
1 , 2 , ... , N caracteristic al sistemului, care
are N rădăcini, , care pot fi reale şi/sau complexe,
distincte sau nu.
• În cazul rădăcinilor distincte soluţia generală a ecuaţiei cu
diferenţe omogene este n
yh  n   c1 1  c2 2  ...  cN N
n n
 c1 , c2 , ... , cN - sunt coeficienţi de ponderare, care se determină din
condiţiile iniţiale specificate pentru sistem.
Deoarece x[n]  0 , relaţia (3) poate fi folosită pentru determinarea
răspunsului de intrare zero al sistemului, coeficienţii de ponderare
determinându-se din condiţiile iniţiale y[1], y[2],..., y[ N ] .

• Dacă ecuaţia caracteristică are rădăcina 1 multiplă de ordin m, iar

celelalte rădăcini, m1 ,..., N , simple, soluţia generală a ecuaţiei cu
diferenţe omogene este
yh  n   c1 1n  c2 n 1n  c3 n 2 1n  ...  cm n m1 1n  cm 1 mn 1  ...  c N Nn

• În cazul rădăcinilor complex conjugate şi coeficienţii corespunzători

sunt complex conjugaţi şi contribuţia acestora se combină într-o
componentă reală. j
 p  re  r (cos   j sin  )
q  re  j  r (cos   j sin  )
contribuţia lor în răspuns este
c p  pn  c p r n e jn  c p r n (cos n  j sin n )
cq qn  cq r n e  jn  cq r n (cos n  j sin n ) (4)

c p  ce j ; cq  ce  j c  c p  cq
• Termenii din relaţia (4) se combină în componenta
c p r n (cos n  j sin n )  cq r n (cos n  j sin n ) 
 r n ( A cos n  B sin n )
A  2c cos 
B  2c sin 
• Dacă ecuaţia caracteristică are N1 rădăcini reale distincte şi
(N-N1)/2 perechi de rădăcini complex conjugate, soluţia este de
forma N N 1
N1 2
yh [n]  �ck kn  �rkn ( Ak cos n k  Bk sin n k )
k 1 k 1
 Soluţia particulară a ecuaţiei cu diferenţe
Soluţia particulară a ecuaţiei cu diferenţe se obţine presupunând o
anumită formă pentru aceasta, în funcţie de semnalul de intrare
 Soluţia totală a ecuaţiei liniare cu diferenţe
y  n   yh  n   y p  n 
Datorită liniarităţii sistemului, răspunsul poate fi determinat şi
cu relaţia
y  n   y zs  n   y zi  n 

Exemplu
Să se determine soluţia totală a ecuaţiei cu diferenţe
5 1
y  n   y  n  1  y  n  2  x  n 
6 6

x  n  2 n �y  1  1
�
n �0 �
�y  2  2