Procesarea digitală a semnalelor cu aplicaţii specifice Tema 4 – Analiza poli-zerouri/semnal

Analiza legăturii dintre localizarea polilor și a

zerourilor transformatei z și comportarea
semnalelor discrete

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.

a) Pentru un semnal cauzal real, având transformarea z cu un singur pol

Acest pol nu poate fi decât real. Transformata z va avea forma:
1
X ( z)  , cu regiunea de convergență z  a (1)
1  az 1

Acestei transformate z îî corespunde semnalul exponențial discret

1
X ( z)  
z
x[n]  a n u[n] . (2)
1  az 1
1 z
X ( z)  1
 , (3)
1  az za
așadar transformata z are un zero în origine z1  0 și un pol p1  a , pe axa reală. În funcție
de valoarea lui a poziția polului este diferită în raport cu cercul unitate și, prin urmare,
comportarea semnalului este diferită.

RC

Fig.1

b) Pentru un semnal cauzal real, având transformarea z cu un pol dublu

Acest pol nu poate fi decât real. Transformata z va avea forma:
az 1
X ( z)  , cu regiunea de convergență z  a (4)
1  az 
1 2

Autor: ș.l. Sîrbu Ioana 1

An: 2019
Procesarea digitală a semnalelor cu aplicaţii specifice Tema 4 – Analiza poli-zerouri/semnal

Acestei transformate z îî corespunde semnalul discret de forma

az 1
X ( z)  
z
x[n]  na n u[n] . (5)
1  az 1 2

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

c) Pentru un semnal cauzal real, având transformarea z cu o pereche de poli

complex conjugați
Transformata z va avea forma:
1  z 1a  cos 0
X ( z)  , cu regiunea de convergență z  a (7)
1  2az 1  cos 0  a 2 z 2

Acestei transformate z îî corespunde semnalul discret de forma

1  z 1a  cos 0
X ( z) 
1  2az  cos 0  a z
1 2 2

z
 
x[n]  a n cos 0 n  u[n] . (8)

1  z 1a  cos 0 z 2  za  cos 0

X ( z)   , (9)
1  2az 1  cos 0  a 2 z 2 z 2  2az  cos 0  a 2
așadar transformata z are un zero în origine z1  0 , un zero z 2  a  cos 0 și doi poli complex
conjugați, p1  a  e j0 și p2  a  e  j0 . În funcție de valoarea lui a poziția polilor este diferită
în raport cu cercul unitate și, prin urmare, comportarea semnalului este diferită.

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.

Autor: ș.l. Sîrbu Ioana 2

An: 2019
Procesarea digitală a semnalelor cu aplicaţii specifice Tema 4 – Analiza poli-zerouri/semnal

3. Mod de lucru

3.1. Pentru semnalul discret având transformarea z dată de expresia (2):

- să se analizeze forma semnalului x[n] pentru valori pozitive și negative ale polului;
- să se analizeze forma semnalului x[n] pentru diferite valori pozitive ale polului;
- să se analizeze forma semnalului x[n] pentru valori supraunitare și subunitare ale
polului.
3.2. Pentru semnalul discret având transformarea z dată de expresia (5):
- să se analizeze forma semnalului x[n] pentru valori pozitive și negative ale polului;
- să se analizeze forma semnalului x[n] pentru diferite valori pozitive ale polului;
- să se analizeze forma semnalului x[n] pentru valori supraunitare și subunitare ale
polului.
3.3. Pentru semnalul discret având transformarea z dată de expresia (8):
- să se analizeze forma semnalului x[n] pentru valori pozitive și negative ale polului;
- să se analizeze forma semnalului x[n] pentru diferite valori pozitive ale polului;
- să se analizeze forma semnalului x[n] pentru valori supraunitare și subunitare ale
polului.

4. Precizări utile

4.1. Funcţii utile, predefinite în MATLAB

Reprezentarea datelor discrete în coordonate liniare se face cu funcția stem. Se

apelează cu sintaxa:
stem(x,y) sau stem(x,y, ‘tip-linie’)
Opțiunea ‘tip-linie’ precizează tipul liniei, tipul markerului sau culoarea sa.

Reprezentarea în coordonate polare se face cu funcția polar. Se apelează cu sintaxa:

polar(theta,r) sau polar(theta,r, ‘tip-linie’)
Opțiunea ‘tip-linie’ se folosește similar funcției stem.

4.2. Concluzii din literatura de specialitate

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.

Autor: ș.l. Sîrbu Ioana 3

An: 2019
Procesarea digitală a semnalelor cu aplicaţii specifice Tema 4 – Analiza poli-zerouri/semnal

Semnalul cu un pol sau cu o pereche de poli complex conjugați situat în apropierea

originii descrește mai rapid decât un semnal cu un pol sau o pereche de poli complex
conjugați situat în apropierea cercului unitate, în interiorul acestuia.
Zerourile influențează și ele comportarea unui semnal, însă nu la fel de puternic
precum polii.
O prezentare sugestivă este accesibilă pe internet, la adresa
https://www.youtube.com/watch?v=PybGMXKTp7c

Site: www.ie.ucv.ro
Titular aplicaţii: I. Sîrbu

Autor: ș.l. Sîrbu Ioana 4

An: 2019
Procesarea digitală a semnalelor cu aplicaţii specifice Tema 3 – Transformarea z

Transformarea z. Analiza proprietăţilor şi

determinarea poli-zerouri

1. Noţiuni teoretice

Transformarea z are același rol în analiza semnalelor discrete în timp și la sistemele

liniare invariabile în timp ca și transformarea Laplace în analiza semnalelor continue în timp.
Transformarea z a unui semnal discret în timp x[n] este definită ca o serie de puteri
având forma

X ( z)   x[n] z
n  
n
(1)

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

Regiunea sa de convergență este tot planul z, exceptând z  0 .

2) x[n]  3,2,7,0,1  X ( z)  3z  2 z  7  z
z 2 2

Regiunea sa de convergență este tot planul z, exceptând z  0 și z   .

3) x[n]   [n] 
 X ( z )  1
z

Regiunea sa de convergență este tot planul z.

n
1
4) x[n]     u[n] .
2
 1  1  2  1  3  1  n  z
x[n]  1, ,   ,   ,...,   ,... 
 2  2   2   2  
2 3 n
1 1  1  2  1  3 1

z
X ( z)  1  z    z    z      z n   
2 2 2 2
 n  n
1 1 
    z n     z 1 
n 0  2  n 0  2 
Dar se știe că
1
1  a  a 2  a3    a n    , dacă a  1 .
1 a

Autor: ș.l. Sîrbu Ioana 1

An: 2019
Procesarea digitală a semnalelor cu aplicaţii specifice Tema 3 – Transformarea 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].

Ca orice variabilă complexă, z poate fi reprezentată printr-un modul și o fază, sub

forma polară

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:

Autor: ș.l. Sîrbu Ioana 2

An: 2019
Procesarea digitală a semnalelor cu aplicaţii specifice Tema 3 – Transformarea 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

relație care se poate aduce la forma:

b0 m n z  z1 z  z 2 z  z m 
X ( z)  z . (4)
a0 z  p1 z  p2 z  pm 
Valorile lui z pentru care X ( z )  0 se numesc zerouri, iar valorile lui z pentru care
X (z )   se numesc poli.
X (z ) se poate reprezenta grafic prin puncte poli-zero în planul complex. Locația
polilor se indică printr-o cruce (x), iar locația zerourilor printr-un cerc (o). În cazul unor poli
sau zerouri multipli, ordinul de multiplicitate este indicat printr-un număr plasat în apropierea
crucii sau cercului respectiv. Evident, RC a unei transformate z nu va conține niciun pol.
În cazul în care se cunoaște reprezentarea în planul complex a polilor și zerourilor se
b
poate determina X (z ) pe baza relației (4), în limita unui factor de scalare dat de 0 .
a0

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

3.1. Se va determina și se va reprezenta grafic transformata z a semnalului [2]:

x[n]  a n u[n], a  0 .
Din tabelul 1,
1 z
X [ z]  1
 , iar RC z  a .
1  az za
Astfel, X [z ] are un zero în 0 și un pol în a: z1  0 , p1  a (fig.1).

RC

Fig.1

Autor: ș.l. Sîrbu Ioana 3

An: 2019
Procesarea digitală a semnalelor cu aplicaţii specifice Tema 3 – Transformarea z

3.2. Se va determina și se va reprezenta grafic transformata z a semnalului [2]:

2 n , pentru 0  n  7
x[n]   .
0, in rest
Din relația (1),
 7 7
   
1  2  z 1
8
z 8  28
 x[n] z n   2 n  z n   2  z 1
n
X ( z)   
n   n 0 n 0 1  2  z 1 z 7 ( z  2)
Zerourile transformatei z sunt:
z 8  28  0  z k  2  e j 2k / 8  2  e jk / 4 , unde 0  k  7 .

Deoarece z 0  2  e j 0 / 4  2 coincide cu polul p0  2 , fracția de mai sus se poate

simplifica prin ( z  2) , rezultând
( z  z1 )( z  z 2 ) ( z  z 7 )
X ( z)  .
z7
Astfel, rezultă 7 zerouri de valori distincte și un pol ( p1  0 ) multiplu de ordin 7.
RC este întreg planul z cu excepția z  0 .

7 poli

Fig.2

4. Precizări utile

4.1. Funcţii utile, predefinite în MATLAB

Reprezentarea în coordonate polare se face cu funcția polar. Se apelează cu sintaxa:

polar (theta,r) sau polar (theta,r, ‘tip-linie’)
Opțiunea ‘tip-linie’ se folosește similar funcției plot.

Site: www.ie.ucv.ro
Titular aplicaţii: I. Sîrbu

Autor: ș.l. Sîrbu Ioana 4

An: 2019
Procesarea digitală a semnalelor cu aplicaţii specifice Tema 2 – Transformarea Fourier discretă rapidă

Transformarea Fourier discretă rapidă

1. Noţiuni teoretice

Transformata Fourier a unui semnal discret periodic xn , cu o perioadă de N

eşantioane, de durată finită se calculează cu relaţia:
N 1 2 k
j
X [k ]   x[n] e
n
N
, k  0,1, 2,, N  1 . (1)
n 0

Relaţia
N 1 2k
1 j n
x[n] 
N
 X [k ] e N , n  0,1, 2,, N  1, (2)
k 0

defineşte transformata Fourier discretă inversă şi permite refacerea semnalului din

eşantioanele spectrului.
Determinarea transformatei Fourier necesită un volum mare de calcule. Pentru o
valoare X [k ] se fac N înmulţiri şi N  1 adunări. Deci, pentru cele N eşantioane cărora li se
aplică transformata Fourier discretă sunt necesare N 2 înmulţiri de numere complexe şi
N ( N  1) adunări de numere complexe.
S-au făcut numeroase cercetări pentru reducerea timpului de calcul. Cele mai
cunoscute, cu implicaţii practice imediate, sunt cele realizate de J.W. Cooley şi J.W. Tukey.
Aceştia au remarcat periodicitatea funcţiei e jx ; prin urmare este posibil ca, pentru anumite
valori ale lui x, să nu mai fie nevoie să se efectueze calcule deoarece, datorită periodicităţii,
rezultatele au mai fost obţinute o dată, înainte. Ţinând cont de această observaţie, algoritmul
Cooley – Tukey reduce numărul de calcule, de la ordinul N 2 la N  log 2 N . Pentru a
beneficia de avantajele amintite trebuie îndeplinită o singură condiţie: numărul de eşantioane
pentru care se calculează transformata Fourier discretă să fie putere întreagă a lui 2.
2
 j
Cu notaţia wN  e N
, relaţiile transformatelor Fourier discretă (TFD) şi discretă
inversă (TFDI) se scriu:
N 1
X [k ]   x[n] wNnk , 0  k  N  1 , (3)
n 0

şi respectiv
N 1
1
x[n] 
N
 X [k ] wNnk , 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 ]

Autor: ș.l. Sîrbu Ioana

An: 2019 1
Procesarea digitală a semnalelor cu aplicaţii specifice Tema 2 – Transformarea Fourier discretă rapidă

Astfel, din (3) rezultă:

N N
1 1
2 2
X [k ]   x[2n] wN2nk   x[2n  1] wN(2n1)k . (6)
n 0 n 0

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] wNnk/ 2  wNk   x[2n  1] wNnk/ 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

Autor: ș.l. Sîrbu Ioana

An: 2019 2
Procesarea digitală a semnalelor cu aplicaţii specifice Tema 2 – Transformarea Fourier discretă rapidă

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

2.1. Calcularea și reprezentarea grafică a transformatei Fourier discrete pentru diferite

secvențe de 8 eșantioane

3. Mod de lucru

3.1. Se vor calcula transformatele Fourier discrete pentru trei semnale:

x1[n]  46.6 , 89.2 , 160.8 , 182.8 , 210.4 , 195.2 , 162.2 , 122.3
x2 [n]   164 ,  122 ,  39.7 ,  14.9 , 46.6 , 89.2 , 160.8 , 182.8
x3 [n]  160.8 , 210.4 , 162.2 , 38.3 ,  45.2 ,  160 ,  211 ,  164
Fiecare dintre aceste semnale discrete are câte 8 eșantioane, deci N  8 .

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,
Gk  2  V2 [k ]  w4k  U 2 [k ], 0  k  1.
2
 j
Ținând cont de proprietățile termenului wN  e N
,

Autor: ș.l. Sîrbu Ioana

An: 2019 3
Procesarea digitală a semnalelor cu aplicaţii specifice Tema 2 – Transformarea Fourier discretă rapidă

wN0 / 2  wN0 w40  w80

 , (18)
wNk / 2  wN2k w4k  w82k
relațiile (17) se scriu astfel:
F [0]  V1 [0]  w80  U 1 [0],
F [1]  V1 [1]  w82  U 1 [1],
F 0  2  V1 [0]  w80  U 1 [0],
F 1  2  V1 [1]  w82  U 1 [1],
(19)
G[0]  V2 [0]  w80  U 2 [0],
G[1]  V2 [1]  w82  U 2 [1],
G0  2  V2 [0]  w80  U 2 [0],
G1  2  V2 [1]  w82  U 2 [1].
Pentru transformatele Fourier V1 [k ] , U 1[k ] , V2 [k ] și U 2 [k ] ale secvențelor v1 [n] ,
u1[n] , v2 [n] și u 2 [n] se folosește relația (3), pentru fiecare secvență de N / 4  2 eșantioane:
1
X [k ]   x[n]  w12k , 0  k  1 (20)
n 0
2
 j
Ținând cont de proprietățile termenului wN  e N
,

wN0 / 2  wN0  wN0 / 4  1  w20  w80

 j
2 (21)
w e
1
2
2
 cos( )  j sin( )  1,
relația (20) pentru calculul transformatelor Fourier V1 [k ] , U 1[k ] , V2 [k ] și U 2 [k ] devine:

V1 [0]  v1 [0]  w20  v1 [1]  x[0]  w80  x[4],

V1 [1]  v1 [0]  w12  v1 [1]  x[0]  x[4],
U 1 [0]  u1 [0]  w20  u1 [1]  x[2]  w80  x[6],
U 1 [1]  u1 [0]  w12  u1 [1]  x[2]  x[6],
(22)
V2 [0]  v 2 [0]  w20  v 2 [1]  x[1]  w80  x[5],
V2 [1]  v 2 [0]  w12  v 2 [1]  x[1]  x[5],
U 2 [0]  u 2 [0]  w20  u 2 [1]  x[3]  w80  x[7],
U 2 [1]  u 2 [0]  w12  u 2 [1]  x[3]  x[7].
Relațiile (22), (19), (16) pot fi implementate schematic sub forma schemei în fluture
din fig. 1, care evidențiază etapele de divizare aferente algoritmului transformării Fourier
discrete rapide.

3.4. Se va crea un program în limbajul Matlab care va calcula transformata Fourier

discretă a unui semnal cu 8 eșantioane. Rezultatul obţinut va fi reprezentat grafic sub forma
spectrului discret al semnalului xn , dat de X k  în funcție de k.

Autor: ș.l. Sîrbu Ioana

An: 2019 4
Procesarea digitală a semnalelor cu aplicaţii specifice Tema 2 – Transformarea Fourier discretă rapidă

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

Autor: ș.l. Sîrbu Ioana

An: 2019 5
Procesarea digitală a semnalelor cu aplicaţii specifice Tema 1 – Transformarea Fourier

Transformarea Fourier la semnalele staţionare şi

nestaţionare

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

Aceste semnale sunt redate grafic în Fig.1.

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

Dacă un semnal îndeplineşte condiţiile lui Dirichlet şi condiţia de convergenţă

absolută se extinde la întreg domeniul ∞ ∞,
| |d ∞ (1)
ceea ce implică
lim → 0, (2)
atunci el admite dezvoltarea în integrală Fourier [2].
Transformata Fourier a semnalului este determinata cu relatia
∙ d (3)
Transformata Fourier inversa, care readuce semnalul din nou in domeniul timp este
calculata cu relatia
∙ d (4)
Semnalul care admite dezvoltarea în integrala Fourier este constituită dintr-o
infinitate de funcţii sinusoidale de amplitudini d cu un spectru continuu de frecvenţe.
Spectrul funcţiei se obţine reprezentând grafic modulul transformatei Fourier, .
In cazul semnalelor discrete se aplică Transformata Fourier Discretă, care se defineşte
prin relaţia
∑ ∙ /
∙ , 0,1,2, … 1 (5)

în care N este perioada semnalului discret, iar n este indexul eşantionului.

Transformata Fourier Discretă inversă se obţine cu relaţia:
∑ ∙ /
∙ 0,1,2, … 1 (6)

2. Chestiuni de studiat

2.1. Calcularea transformatei Fourier şi reprezentarea sa grafică pentru diferite

semnale staţionare
2.2. Calcularea transformatei Fourier şi reprezentarea sa grafică pentru diferite
semnale nestaţionare

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.

3.2. Se va calcula transformata Fourier inversă a semnalelor obţinute la punctul 3.1. In

acest scop va fi completat programul Matlab creat anterior. Fiecare rezultat va fi comparat cu
semnalul originar.

3.3. Pentru un semnal electric (tensiune, curent) obţinut experimental în laborator se

va calcula şi reprezenta grafic transformata Fourier.

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

4.1. Funcţii utile, predefinite în MATLAB

Funcţia fft calculează transformata Fourier discretă a unui vector x. Se apelează cu

sintaxa:
fft
Vectorul a rezultat conţine elemente numere complexe.

4
Procesarea digitală a semnalelor cu aplicaţii specifice Tema 1 – Transformarea Fourier

Funcţia ifft calculează transformata Fourier discretă inversă. Se apelează cu

sintaxa:
ifft
Vectorul a conţine elemente numere complexe.

4.2. Concluzii din literatura de specialitate

Reprezentarile din Fig. 2 şi concluziile desprinse din studii prezentate în literatura de

specialitate [1, 3] au arătat faptul că transformatele Fourier nu oferă uneori o valoare precisă
privind frecvenţa semnalului. Acest lucru ar putea fi explicat prin fenomenul de alias ce
caracterizează semnalele discrete. De asemenea această transformată nu precizează modul de
variaţie în timp al componentelor în frecvenţă. Semnalele de tip (b) şi (c) par a avea o
oarecare similaritate în domeniul frecvenţă, chiar dacă variaţiile lor în timp sunt diferite.
Transformarea Fourier nu oferă informaţii în frecvenţă în ceea ce priveşte variaţia sa
în timp, fapt considerat un inconvenient major. Astfel transformata aceasta nu convine în
cazul semnalelor nestaţionare care variază în timp [1,3].

Site: www.ie.ucv.ro
Titular aplicaţii: I. Sîrbu