1 Introducere.

Problemele prelucrării semnalelor

Prelucrarea semnalelor are un rol important în comunicaţii, automatică,

înregistarea electronică a imaginilor şi sunetului, prelucrarea imaginii şi vorbirii,
explorări seismice, diagnoză medicală, analiză economică.
Prelucrarea modernă a semnalelor se face cu ajutorul procesoarelor numerice
de semnal: avantajul lor constă în flexibilitatea structurii de prelucrare (realizată prin
programare) şi precizia (controlată prin lungimea cuvântului). Pe de altă parte
prelucrarea numerică impune o întârziere inerentă care poate fi dezavantajoasă la
prelucrări în timp real.
Problema proiectării în prelucrarea semnalelor este de a găsi un sistem numit
procesor de semnal a cărui intrare este un semnal temporal (discret, în cazul
prelucrării numerice) şi a cărui ieşire este informaţia ce se doreşte a fi extrasă din
semnal (în multe cazuri tot un semnal temporal).

uk yk
P.S.

Fig.1. Reprezentarea sistemică a prelucrării semnalelor

{u k }k , {y k }k
- semnale discrete (şiruri de date);
P.S. – sistem de prelucrare (procesor de semnal)

1.1 Tipuri de prelucrare. Exemple

Prelucrarea este de două feluri:
¾ Off-line
¾ On-line (în timp real).
Prelucrarea în timp real presupune existenţa unui flux neîntrerupt de date care
se introduce în procesor cu o anume viteză (de exemplu biţi/sec), ieşirea obţinându-se
cu aceeaşi viteză.
Din cauza întârzierii de prelucrare ieşirea apare adesea cu o întârziere faţă de
intrare. Dacă prelucrarea este anticipativă, apare o întârziere suplimentară.
Prelucrarea off-line (numită uneori tip şarjă) nu mai presupune o corelare între
viteza de achiziţie a datelor de intrare şi cea cu care acestea sunt furnizate la ieşire.

Câteva exemple pot fi edificatoare:

a) Transformata Fourier – asociază unui semnal de timp u un semnal de

frecvenţă û ; în plus transformata Fourier necesită pentru calcul cunoaşterea
întregului semnal, deci nu poate fi calculată pe măsura sosirii eşantioanelor. Această
prelucrare este tipică pentru off-line (şarjă)
 b) Simularea off-line – presupune calculul răspunsului unui sistem la diverse
semnale de intrare şi stări iniţiale. De regulă semnalele de intrare şi ieşire sunt
semnale temporale, dar scările lor de timp sunt determinate de viteza de calcul a
simulatorului (tot un procesor de semnal) şi nu sunt sincronizate cu “mediul
înconjurător”. Deci prelucrarea este tot de tip off-line.

c) Prelucrarea imaginilor – procesorul de semnal primeşte datele primare ale

unei imagini statice şi le prelucrează pentru îmbunătăţirea contrastului şi înlăturarea
dublurilor (umbrelor). De regulă prelucrarea este off-line.

d) Egalizarea semnalelor (pe liniile de comunicaţii) este o prelucrare on-line.

Egalizorul este un procesor de semnal care compensează distorsiunile din linie.
Schema structurală a egalizării este cea de mai jos:

u y z
C.C E

Fig.2. Structură de comunicaţii cu egalizor

u - semnal transmis;
y - semnal recepţionat;
z - semnal egalizat;
C.C. - canal de comunicaţii;
E – egalizor (sistem - procesor de semnal)

Întrucât egalizoarele apar la transmiterea vocii, deci a sunetelor, ele se

utilizează în toată tehnica audio. Matematic, o linie de comunicaţii are efectul unui
sistem liniar cu răspunsul în frecvenţă ĥ(ω ) . Deducem că relaţia de calcul pentru linie
va fi

yˆ (ω ) = hˆ(ω ) ⋅ uˆ (ω ) (1.1)

exprimată în transformate Fourier (atunci cînd ele există). În mod ideal, egalizorul ar
trebui să asigure zˆ(ω ) ≡ uˆ (ω ) , ceea ce impune ca egalizorul ideal să fie sistemul
invers celui definit de linie, având caracteristica de frecvenţă 1 ĥ(ω ) .
În astfel de aplicaţii este acceptabil un mic timp de întârziere ( ≤ 0.1sec . ).

e) Filtrarea este cea mai tipică prelucrare on-line. De regulă prin filtrare se
realizează schimbarea conţinutului de frecvenţă al unui semnal printr-o relaţie tip
(1.1). Ca urmare atât linia de comunicaţie cât şi egalizorul pot fi considerate filtre.
Aplicaţia specifică a filtrelor este însă filtrarea zgomotelor, ilustrată de schema de
mai jos:

2
 n
+
u y z
F
+

Fig.3. Filtrarea zgomotelor

u – semnal de bazã (transmis);
n – zgomot;
y – semnal recepţionat;
z – semnal filtrat;
F – filtru (sistem - procesor de semnal)

În structura din Fig.3. transmiţătorul trimite un semnal u, dar ca rezultat al

interacţiunilor cu mediul de transmisie este recepţionat împreună cu un zgomot n.
Scopul prelucrării semnalului y este de a elimina cât mai mult zgomot fără a
distorsiona semnalul de bază. În cazul în care conţinuturile de frecvenţă (spectre) ale
celor două semnale u şi n se află în benzi de frecvenţă disjuncte, filtrarea se reduce la
realizarea unui procesor al cărui răspuns în frecvenţă să fie nul în banda de frecvenţă
a zgomotului şi maxim plat în banda semnalului util. Dacă benzile de frecvenţă se
suprapun, atunci problema filtrării este mai dificilă.

f) Simularea on-line – apare, de exemplu, în construcţia simulatoarelor de

antrenament (pentru zbor, cale ferată sau şofaj). Aici trebuie calculat răspunsul
simulat al vehiculului la comenzile pilotului, cu o sincronizare foarte precisă astfel
încât vehiculul simulat şi aparatele de măsură să reacţioneze “ca în realitate”.

1.2 Prelucrări de semnal cu caracter anticipativ

Aceste prelucrări au fost menţionate ca introducând un timp suplimentar de

întârziere inerentă, pe lângă întârzierea de calcul. Vom exemplifica prin două astfel
de prelucrări:

a) Interpolarea semnalelor eşantionate

Dacă semnalul eşantionat este conceput ca un şir de numere {u k } definite la
momentele t = kT , atunci semnalul analogic obţinut prin interpolare are forma:

∞
u (t ) = ∑ u k i (t T − k )
k = −∞

unde i(t) este funcţia de interpolare.

Dacă i(t) are caracter anticipativ (adică i(t) este nenulă pentru t < 0 ), atunci
interpolarea la momentul ~ t necesită cunoaşterea unor valori viitoare pentru u k .

3
Exemple în acest sens sunt interpolarea liniară (care necesită o valoare viitoare) şi cu
sinus atenuat (sinc) necesitând o infinitate de valori viitoare.
O posibilă aproximare a interpolării cu sinus atenuat o reprezintă introducerea
unei întârzierei de N paşi şi trunchierea funcţiei de interpolare:

⎧sinc(π (t − N )), 0 ≤ t ≤ 2 N
i (t ) = ⎨
⎩ 0 in rest

Singură, interpolarea cu funcţia treaptă (trecerea la semnale analogice

constante pe porţiuni) nu necesită valori viitoare şi poate fi realizată on-line.

b) Filtrarea ideală trece jos

După cum se ştie această filtrare constă în trecerea semnalului analogic printr-
un sistem cu următoarea caracteristică de frecvenţă:

⎧1, − ω0 ≤ ω < ω0
hˆ(ω ) = ⎨ ,ω ∈ ℜ
⎩0 in rest

Răspunsul la impuls (funcţia pondere) rezultă din transformata Fourier inversă

uzuală (CCFT – Continuous/Continuous Fourier Transform):

1 ∞ j ωt ˆ 1 ω0 jωt 1 jωt ω0
h(t ) = ∫ e h(ω )dω = ∫ e dω = e
2π −∞ 2π −ω0 2πjt −ω0

sin ω0t ω0
= = sinc(ω0t )
πt π

Aceasta este o funcţie pondere a unui sistem anticipativ (necauzal, cu h(t ) ≠ 0,

pentru t < 0 ) şi ea nu poate fi realizată on-line.
O realizare aproximativă on-line se poate obţine prin întârzierea cu θ a
răspunsului la impuls şi trunchierea pentru a deveni cauzal

⎧h(t − θ ), t ≥ 0
hd (t ) = ⎨
⎩0 in rest

4
 Functia pondere FTJ (w0 = 10) Functia pondere FTJ deplasata(w0 = 10, theta = 1)
3.5 3.5

3 3

2.5 2.5

2 2

Amplitudine
Amplitudine

1.5 1.5

1 1

0.5 0.5

0 0

-0.5 -0.5

-1 -1
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2
Timp (sec) Timp (sec)

Fig.4 Răspunsul la impuls al filtrului trece-jos ideal

h – varianta ideală;
hd – varianta implementabilă.

1.3 Ferestre şi ferestruire (windowing)

În prelucrarea semnalelor sunt numeroase situaţiile în care este necesară

trunchierea unui semnal, de durată infinită sau foarte mare, la un semnal de durată
finită. Un exemplu semnificativ este calculul numeric, pe calculator, al transformatei
Fourier: calculatorul poate prelucra doar semnale de durată finită.
Trunchierea unui semnal u : ℜ → ℜ la un interval finit J ∈ ℜ revine la
multiplicarea cu fereastra dreptunghiulară wd ( t ) , definită de:

⎧1, t∈J
wd ( t ) = ⎨
⎩0, în rest

Formal, în limbajul analizei matematice, vom avea:

wd ( t ) = χ J ( t )

unde χ J ( t ) este funcţia caracteristică a mulţimii J , definită prin:

⎧1, t ∈ J
χ J (t ) = ⎨
⎩0, t ∉ J

Semnalul trunchiat se scrie sub forma:

uT ( t ) = u ( t ) wd ( t )

5
 În mod asemănător poate fi realizată trunchierea unui semnal de frecvenţă
pentru a realiza calculul transformatei Fourier inverse.

1.3.1 Ferestre dreptunghiulare

Vom examina aici efectul ferestruirii dreptunghiulare asupra spectrului

semnalului, deci prin examinarea transformatei Fourier a produsului u ( t ) wd ( t ) . Pe
baza proprietăţilor generale ale transformatei Fourier vom obţine

n = uˆ ∗ wˆ
uwd d

unde convoluţia frecvenţială corespunde tipului de semnale cu care se lucrează:

convoluţie ciclică în cazul discret sau convoluţie standard în cazul analogic.
În fapt unei ferestre multiplicative în timp îi corepunde o fereastră convolutivă
în domeniul frecvenţă.
Efectul ferestrei convolutive este medierea locală în frecvenţă cu ponderi
determinate de forma ferestrei de frecvenţă. Acest fapt conduce la pierderi de
rezoluţie. În al doilea rînd, datorită particularităţilor de formă ale ferestrei de
frecvenţă apare o distorsiune suplimentară numită pierdere (leakage).
Vom examina aceste aspecte în cazul particular al semnalelor discrete definite
pe Z - şiruri de numere. Fie

⎧ 1, k ≤N
wdN (k ) = ⎨
⎩0, in rest

şi calculăm transformata sa Fourier (DCFT)

∞ N
wˆ dN (ω ) = ∑ wdN ( k ) e − jω k = ∑ e− jω k = d 2 N +1 (ω )
−∞ −N

⎛ 2N + 1 ⎞
sin c ⎜ ω⎟
⎝ 2 ⎠ , −π ≤ ω < π
= ( 2 N + 1)
⎛ω ⎞
sin c ⎜ ⎟
⎝2⎠
Nucleul Dirichlet se reprezintă ca în figura 5. 20
Nucleu Dirichlet

15

10
Amplitudine

Fig.5. Nucleul Dirichlet pentru N=8

-5
-1.5 -1 -0.5 0 0.5 1 1.5
pulsatie

6
 Utilizând figura putem deduce de ce fereastra dreptunghiulară produce pierderi.
−1

Lăţimea lobului central este 2π ⎛⎜ N + ⎞⎟

1
şi tinde spre 2π N , pentru N mare. Dacă
⎝ 2 ⎠
lobii laterali ar lipsi, atunci convoluţia ar fi o mediere locală producând pierderi de
detaliu.
Un vârf selectiv al lui û (ω ) , de lăţime mai mică decît lobul central devine mai
“scund” şi mai “lat”, şi orice schimbare mai abruptă în û (ω ) pe un interval (bandă) de
frecvenţe mai îngust(ă) decât lăţimea lobului central este netezită. Aceasta este
pierderea de rezoluţie.
Lobii laterali produc distorsiuni suplimentare datorită următoarelor cauze:

a) lobii laterali sunt destul de largi comparativ cu lobul central;

b) lobii laterali se amortizează lent;
c) lobii laterali au semne alternante.

Dacă û (ω ) are salturi mari, lobii laterali introduc efectul de sonerie similar
fenomenului Gibbs.
Dacă, de exemplu Re ( uˆ (ω ) ) ≥ 0 , lobii laterali introduc schimbări de semn care au
efecte nedorite. Toate acestea formează pierderea (leakage – scăpări), în sensul că
efecte prezente la unele frecvenţe lipsesc la altele.

1.3.2 Alte ferestre. Ferestre de frecvenţă.

Modificarea ferestrei dreptunghiulare într-o formă diferită, cu menţinerea lăţimii

(deschiderii), are ca efect modificarea raportului dintre scăpări şi pierderi de
rezoluţie. În particular, scăpările pot fi reduse drastic, dar cu preţul măririi pierderilor
de rezoluţie. În acest sens regula ce trebuie reţinută este următoarea: cu cât este mai
larg lobul central, cu atât este mai mare pierderea de rezoluţie şi cu cât sunt mai
mici (în amplitudine) lobii laterali, cu atât scăpările sunt mai reduse.

Vom considera în continuare câteva ferestre mai des folosite. Ele se definesc
pentru semnale analogice şi au următoarele caracteristici comune:

- lărgimea ferestrei de timp este 2a , şi în afara intervalului ( −a, a ) toate

ferestrele sunt nule. Pentru comparaţie se dau în tabel formele de undă în
timp şi frecvenţă, lărgimea lobului central şi mărimea relativă (raportată la
amplitudinea lobului central) a celui mai mare lob lateral:

7
 Lărgimea Amplitudinea
Denumire Expresia pentru Fereastra de frecvenţă lobului relativă a
t ∈ [ − a, a ] (CCFT) central lobului
lateral maxim
Dreptun- wda ( t ) ≡ 1 wˆ da (ω ) = 2a sin c (ω a ) 1a 21.7%
ghiulară
Triunghiu- t 2
2a
1 a2 2 ⎛ aω ⎞
lară 1−
a a
( ωˆ d ) = a ⎜ sin c
⎝
⎟
2 ⎠
4.7%
Hann 1⎡ πt ⎤ 1 a 1 ⎛ π⎞ 1 ⎛ π⎞ 2a
⎢1 + cos ⎥ wˆ d (ω ) + wˆ da ⎜ ω + ⎟ + wˆ da ⎜ ω − ⎟ 2.7%
2⎣ a⎦ 2 4 ⎝ a⎠ 4 ⎝ a⎠
Hamming πt ⎛ π⎞ ⎛ π⎞
0.54 + 0.46 cos 0.54 wˆ da (ω ) + 0.23wˆ da ⎜ ω + ⎟ + 0.23wˆ da ⎜ ω − ⎟ 0.7%
a ⎝ a⎠ ⎝ a⎠ 2a

Să observăm că introducerea de noi tipuri de ferestre a avut ca efect mai ales

reducerea lobilor laterali. În particular, fereastra Hamming se deosebeşte de fereastra
Hann prin mărirea cu 8% a amplitudinii părţii constante şi diminuarea
corespunzătoare a părţii variabile; efectul constă în scăderea de 4 ori a amplitudinii
lobilor laterali.

Ferestruirea semnalelor discrete se face la fel ca şi a semnalelor analogice. Fie

u : Z(T ) → R , un semnal discret definit la t = kT şi fie wa ( t ) o fereastră analogică.
Putem defini o fereastră discretă luând a = NT şi definind w*NT = w NT ( kT ) . Semnalul
ferestruit fiind w∗NT ⋅ u , transformata sa Fourier tip DCFT este convoluţia ciclică:

N
wˆ ∗NT ∗ uˆ = ∑ wˆ ∗NT ( ( k − p ) mod ( 2 N + 1) ωT ) uˆ ( pωT )
−N

Dacă N este suficient de mare atunci se poate lua wˆ ∗NT ≈ wˆ NT , deci chiar valoarea
de la aceeaşi frecvenţă a transformatei pentru fereastra analogică.

Fereastra de frecvenţă se defineşte la fel ca şi fereastra de timp. Trunchierea

unei serii Fourier a unui semnal T - periodic la 2N+1 termeni înseamnă trunchierea
CDFT a unei singure perioade la un interval de frecvenţă ( − N Ω, N Ω ) cu Ω = 2π T .
Aceasta echivalează cu o fereastră dreptunghiulară de frecvenţă al cărei rezultat este
o fereastră de timp cu nucleu Dirichlet.
Efectul ferestrei cu nucleu Dirichlet este exact fenomenul Gibbs (efectul de
sonerie) adică oscilaţii de înaltă frecvenţă în jurul valorii medii. El poate fi redus
folosind o altă fereastră de frecvenţă.