Documente Academic
Documente Profesional
Documente Cultură
1. Noţiuni teoretice
Un semnal cauzal [3] este acel semnal care nu începe înainte de momentul n 0 ,
adică x[n] 0 , pentru n 0 .
Comportarea semnalelor cauzale depinde de localizarea polilor transformatei z.
RC
Fig.1
az 1 az
X ( z) , (6)
1 az
1 2
z a 2
așadar transformata z are un zero în origine z1 0 și un pol dublu p1 a pe axa reală. În
funcție de valoarea lui a poziția polului multiplu este diferită în raport cu cercul unitate și,
prin urmare, comportarea semnalului este diferită.
RC
m=2
Fig.2
2. Chestiuni de studiat
2.1. Se vor reprezenta grafic și se vor analiza semnalele cauzale discrete având
transformatele z cu un număr diferit de poli, simpli sau multipli, reali sau complecși.
3. Mod de lucru
4. Precizări utile
Semnalul este descrescător dacă polul este în interiorul cercului unitate și este
crescător dacă polul este în afara cercului unitate.
Dacă polul este negativ, semnalul are un semn ce variază de la o valoare la alta
(alternant).
Semnalele cauzale care au poli în exteriorul cercului unitate nu sunt finite, fapt ce
cauzează instabilitate în sistemele digitale.
La semnalele tip (c), distanța a de la poli la origine determină anvelopa semnalului
oscilant, iar unghiul 0 față de axa reală pozitivă, frecvența sa relativă. Amplitudinea
semnalului este crescătoare pentru a 1 , constantă dacă a 1 (semnal sinusoidal) și
descrescătoare pentru a 1.
Site: www.ie.ucv.ro
Titular aplicaţii: I. Sîrbu
1. Noţiuni teoretice
unde z este o variabilă complexă. Relația (1) se numește transformata z directă deoarece ea
transformă semnalul x[n] din domeniul timp într-o reprezentare X(z) în planul complex.
Regiunea de convergență (RC) a lui X(z) este mulțimea tuturor valorilor lui z pentru
care X(z) are o valoare finită. Regiunea de convergență a unui semnal de durată finită este în
general întreg planul z, uneori cu excepții legate de puncte precum z = 0 și/sau z
Coeficientul lui z n reprezintă valoarea semnalului la momentul de timp n.
Deseori suma seriilor finite sau infinite ale unei transformări z se poate scrie într-o
formă compactă.
Exemple:
1) x[n] 3,2,7,0,1 X ( z) 3 2 z 7 z z
z 1 2 4
2) x[n] 3,2,7,0,1 X ( z) 3z 2 z 7 z
z 2 2
3) x[n] [n]
X ( z ) 1
z
1 1 1
Deci dacă z 1 (sau echivalent z ), X (z ) converge spre:
2 2
1
X ( z) ,
1 1
1 z
2
1
regiunea sa de convergență fiind zona z din planul complex.
2
În acest caz, transformarea z oferă o formă compactă pentru reprezentarea semnalului
x[n].
z r e j , (2)
și astfel poate fi reprezentată în întreg planul complex.
Un semnal discret în timp x[n] este unic determinat de transformata sa z, X(z), și de
regiunea de convergență a lui X(z). În tabelul 1 sunt date câteva semnale mai des întâlnite,
transformările lor z și regiunile de convergență corespunzătoare [2].
Tabel 1
Semnalul x[n] Transformata z, X(z) Regiunea de convergență
Întreg
O importantă categorie de transformări z este aceea în care X (z ) este sub forma unei
funcții raționale, adică un raport între două polinoame în z 1 sau z:
P( z ) b0 b1 z 1 b2 z 2 bm z m
b z k
k
X ( z) k 0
, (3)
Q( z ) a0 a1 z 1 a 2 z 2 a n z n n
a
k 0
k z k
2. Chestiuni de studiat
2.1. Se vor determina și se vor reprezenta grafic transformatele z ale unor semnale
discrete date
3. Mod de lucru
RC
Fig.1
7 poli
Fig.2
4. Precizări utile
Site: www.ie.ucv.ro
Titular aplicaţii: I. Sîrbu
1. Noţiuni teoretice
Relaţia
N 1 2k
1 j n
x[n]
N
X [k ] e N , n 0,1, 2,, N 1, (2)
k 0
şi respectiv
N 1
1
x[n]
N
X [k ] wNnk , 0 n N 1 . (4)
k 0
Se împart cele N valori ale secvenţei x[n] în două: o parte include eşantioanele cu
indice impar, iar cealaltă parte eşantioanele cu indice par:
x[0], x[2], x[4], x[ N 2] , x[1], x[3], x[5], x[ N 1] . (5)
secventa f [ n ] secventa g [ n ]
Se observă că
2 2
j j 2
wN / 2 e N /2 e N wN2 . (7)
Atunci (6) devine:
N N
1 1
2 2
X [k ] x[2n] wNnk/ 2 wNk x[2n 1] wNnk/ 2 (8)
n 0 n 0
şi, cu (3),
X [k ] F[k ] wNk G[k ] , 0 k N 1, (9)
unde F [k ] şi G[k ] sunt transformatele Fourier discrete ale secvenţelor de indice par şi
respectiv impar ale lui x[n] , având perioada N / 2 . Fiind periodice,
N
F k F [k ] şi (10,a)
2
N
G k G[k ]. (10,b)
2
De asemenea,
wNk N / 2 wNN / 2 wNk e j wNk wNk . (11)
Din (9), (10) şi (11) se obţine:
N N N
X k F k wNk N / 2 G k F [k ] wNk G[k ] . (12)
2 2 2
Relaţiile (9) şi (12) pot fi folosite pentru a reduce volumul de calcul. Se calculează
N N N
primele valori, 0 n 1 , ale lui X [k ] cu (9) şi ultimele valori cu (12):
2 2 2
N
X [k ] F [k ] wNk G[k ], 0 k 1,
2
(13)
N N
X k F [k ] wN G[k ], 0 k 1.
k
2 2
Apoi se calculează TFD pentru f [n] şi g[n] . Se repetă procedeul, divizând secvenţele
N
f [n] şi g[n] în câte două secvenţe de valori, v1 [n] și u1 [n] , și respectiv v2 [n] și u 2 [n] ,
4
corespunzând eşantioanelor lor de indici pari şi impari. Se continuă acest procedeu până se ajunge
la o transformată Fourier discretă într-un singur punct.
Așadar la pasul întâi se pleacă de la o singură secvenţă, x[n] . La pasul al doilea se
operează cu două secvenţe, derivate din prima, f [n] şi g[n] . La pasul al treilea, prin
împărţirea fiecăreia din secvenţele anterioare în două, vor rezulta în total patru secvenţe. La
pasul al patrulea vor fi opt secvenţe, ş.a.m.d. La al p-lea pas vor fi 2 p secvenţe. Pentru a
ajunge la TFD într-un punct trebuie ca 2 p N , deci este necesar un număr de p log 2 N
paşi. Astfel, în total, numărul de adunări va fi N log 2 N , iar numărul de înmulţiri
N
log 2 N , necesare pentru a calcula TFD la o secvenţă de N valori.
2
Procedura pentru transformata Fourier discretă inversă este identică, doar că în acest
2 2
j j 1
caz wN e N în loc de wN e N şi apare suplimentar înmulţirea cu .
N
2. Chestiuni de studiat
3. Mod de lucru
3.2. Fiecare semnal x[n] se împarte în două: o parte include eşantioanele cu indice
impar, iar cealaltă parte eşantioanele cu indice par:
x[0], x[2], x[4], x[6] , x[1], x[3], x[5], x[7] . (14)
secventa f [ n ] secventa g [ n ]
În etapa următoare fiecare dintre aceste secvențe se va împărți din nou în câte două
secvențe, după același procedeu:
x[0], x[4] , x[2], x[6] , x[1], x[5] , x[3], x[7] . (15)
secventa v1 [ n ] secventa u1 [ n ] secventa v2 [ n ] secventa u 2 [ n ]
3.3. Pentru semnalul inițial x[n] se calculează transformata Fourier pe baza relaţiilor
(13), care, pentru N 8 , devin:
X [k ] F [k ] w8k G[k ], 0 k 3,
(16)
X k 4 F [k ] w8k G[k ], 0 k 3.
Pentru transformatele Fourier F [k ] și G[k ] ale secvențelor f [n] și g[n] se
adaptează relațiile (13) astfel:
F [k ] V1 [k ] w4k U 1 [k ], 0 k 1,
F k 2 V1 [k ] w4k U 1 [k ], 0 k 1,
(17)
G[k ] V2 [k ] w4k U 2 [k ], 0 k 1,
Gk 2 V2 [k ] w4k U 2 [k ], 0 k 1.
2
j
Ținând cont de proprietățile termenului wN e N
,
V1 [0] F [0]
V1 [1] F [1]
U1 [0] F [2]
U1 [1] F [3]
V2 [0] G [0]
V2 [1] G[1]
U2 [0] G [2]
U2 [1] G[3]
Fig. 1
3.5. Se va rula programul pentru fiecare dintre cele trei semnale date. Se vor comenta
rezultatele şi se vor elabora concluzii.
Site: www.ie.ucv.ro
Titular aplicaţii: I. Sîrbu
1. Noţiuni teoretice
Semnalele sunt generate de sisteme şi conţin informaţii despre sistemele din care
acestea provin. Pentru a obtine informaţii legate de acestea se realizează o procesare de
semnal [1]. Astfel sunt puse în evidenţă anumite caracteristici care altfel nu ar putea fi
observate uşor în forma sa originală. O modalitate de a face acest lucru este a transforma
semnalul respectiv din domeniul timp în domeniul frecvenţă. În felul acesta prin tehnici de
analiză spectrală se extrag o multitudine de informaţii utile din semnalul iniţial.
Din punct de vedere al variaţiei în timp semnalele pot fi constante sau variabile. Cele
variabile pot fi, la rândul lor, staţionare sau nestaţionare. Cele staţionare sunt clasificate în
semnale periodice şi semnale neperiodice.
Clasificarea semnalelor în staţionare şi nestaţionare se face după cum ele conţin o
singură componentă în frecvenţă sau mai multe componente de frecvenţe diferite. Astfel se
întâlnesc patru tipuri de semnale [1]:
a) Semnal staţionar cu o singură componentă în frecvenţă;
b) Semnal staţionar cu mai multe componente de frecvenţe diferite;
c) Semnal nestaţionar cu o singură componentă în frecvenţă la un moment dat;
d) Semnal nestaţionar cu mai multe componente de frecvenţe diferite la un moment
dat.
Exemple:
a) Semnal staţionar cu o singură componentă in frecvenţă:
230√2 sin 100 , unde 0 0.14
b) Semnal staţionar cu mai multe componente de frecvenţe diferite:
230√2 sin 100 150√2 sin 300 /3 30√2 sin 500 ,
unde 0 0.14
c) Semnal nestaţionar cu o singură componentă în frecvenţă la un moment dat:
230√2 sin 100 150√2 sin 300 /3 30√2 sin 500 ,
unde 0 0.14 , 0.14 0.28 , 0.28 0.42
d) Semnal nestaţionar cu mai multe componente de frecvenţe diferite la un moment
dat:
230√2 sin 100 150√2 sin 300 /3 150√2 sin 300
/3 30√2 sin 500 30√2 sin 500 √2 sin 700 /3 ,
unde 0 0.14 , 0.14 0.28 , 0.28 0.42
1
Procesarea digitală a semnalelor cu aplicaţii specifice Tema 1 – Transformarea Fourier
400
200
x1(t)
0
-200
-400
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14
t[s]
500
x2(t)
-500
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14
t[s]
600
400
200
x3(t)
-200
-400
-600
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
t[s]
600
400
200
x4(t)
-200
-400
-600
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
t[s]
Fig.1
Transformarea Fourier este cel mai folosit instrument de procesare a semnalelor, fiind
utilizat frecvent în ştiinţă şi inginerie. Ea transformă un semnal variabil în timp din
domeniul timp în domeniul frecvenţă. Ea s-a bazat pe observaţia matematicianului francez
Joseph Fourier, că orice semnal periodic poate fi reprezentat printr-o sumă de funcţii sinus şi
cosinus [1,2].
2
Procesarea digitală a semnalelor cu aplicaţii specifice Tema 1 – Transformarea Fourier
2. Chestiuni de studiat
3. Mod de lucru
3.1. Pentru semnalele prezentate în Fig.1 se vor calcula transformatele Fourier pe baza
relaţiilor de definiţie (3)−(6). În acest scop se vor crea programe în limbajul Matlab.
Rezultatele obţinute vor fi reprezentate grafic. Se vor compara cu cele prezentate în Fig.2.
Pentru fiecare dintre cazurile analizate se vor comenta rezultatele şi se vor elabora
concluzii.
3
Procesarea digitală a semnalelor cu aplicaţii specifice Tema 1 – Transformarea Fourier
5
x 10
15
10
0
0 50 100 150 200 250 300 350 400 450 500 550
5
x 10
15
10
0
0 50 100 150 200 250 300 350 400 450 500 550
5
x 10
15
10
0
0 50 100 150 200 250 300 350 400 450 500 550
5
x 10
15
10
0
0 50 100 150 200 250 300 350 400 450 500 550
Fig.2
4. Precizări utile
4
Procesarea digitală a semnalelor cu aplicaţii specifice Tema 1 – Transformarea Fourier
Site: www.ie.ucv.ro
Titular aplicaţii: I. Sîrbu