Documente Academic
Documente Profesional
Documente Cultură
PRELUCRAREA SEMNALELOR
CU EȘANTIONARE MULTIPLĂ
4.1. Generalități
1
c. În sfârșit, alte aplicații sunt cele din domeniul codării subbandă a semnalului vocal
sau imaginilor. Semnalul ce trebuie codat se aplică unui banc de filtre, apoi frecvența de
eșantionare la ieșirea filtrelor este micșorată; semnalele la ieșirile filtrelor sunt uzual
reprezentate cu un număr mai mic (și posibil adaptiv) de biți, în concordanță cu semnificația
perceptuală a acestor semnale. Eventual, frecvența de eșantionare este adusă în final la valoarea
inițială și semnalele pot fi reconstruite cu ajutorul unui banc de filtre duale.
(“down-sampler”)
Ideea de bază a acestei metode este următoarea: fiind dat un semnal x ( n ) eșantionat cu
frecvența f e 1/ Te , trebuie să construim un semnal y ( n ) , caracterizat de frecvența de eșantionare
fe1 1/ Te1 fe , noua frecvență fiind micșorată printr-un factor întreg M 2 , prin urmare
fe
f e1 , sau Te1 M Te , cu M , M 2 . (4.1)
M
2
Trebuie observat faptul că, așa cum semnalul x ( n ) a fost obținut din semnalul analogic
xa (t ) după o operație preliminară de filtrare trece-jos cu frecvența de tăiere mai mică decât
f e / 2 , ceea ce necesită, așa cum știm, limitarea benzii semnalului pentru eliminarea erorilor de
suprapunere de spectru, la fel și semnalul y ( n ) , pentru a nu duce la (posibile) erori de suprapunere
de spectru, trebuie să conțină din semnalul analogic doar informația de frecvență mai mică decât
f e1 / 2 . În acest scop, înainte de circuitul de decimare propriu-zis există (în majoritatea
covârșitoare a situațiilor practice) un filtru trece-jos (digital!), cu răspunsul la impuls h(n) ,
răspunsul în frecvență H (e j ) și frecvența de tăiere f c fe / 2 M ; ideal, putem considera că
filtrul are frecvența digitală de tăiere c π / M . (Reamintim: 2π ( f / f e ) , prin urmare lui
f f e / 2 îi corespunde π .)
După filtrarea trece-jos, decimarea se realizează simplu selectând fiecare a M-a valoare
dintre eșantioanele lui x(n) (sau echivalent, reținem “unul din M eșantioane”). Efectul va fi,
așa cum s-a dorit, reducerea frecvenței de eșantionare (respectiv creșterea perioadei de
eșantionare).
3
◊ Ilustrare grafică: fie un semnal x ( n ) și spectrul său de amplitudine | X (e j2π ( f / fe ) ) |
reprezentate în Figura 4.2 – (a) și respectiv 4.3 – (a) (spectrul este redat în funcție de frecvența
normalizată, pe o jumătate de perioadă); s-a notat cu A, generic, valoarea maximă a modulului
spectrului. În Figurile 4.2 – (b) și (c) se ilustrează, pentru cazul particular M 2 , în două
variante de reprezentare a axei timpului, semnalul obținut prin decimare, iar în Figura 4.3 – (b),
spectrul de amplitudine al acestui semnal. De notat că, în figura 4.2 – (c), doar pentru a
compara, teoretic, lungimea secvenței decimate cu cea a secvenței inițiale (deci folosind o
aceeași scară pe axa Ox), putem considera că semnalul din Figura 4.2 – (b) a fost redesenat
utilizând o altă variabilă (index), “de tip” n .
4
Figura 4.3 Principiul decimării printr-un factor întreg – reprezentare
în domeniul frecvență
◊ Observații:
1. Putem verifica faptul că frecvențele fizice nu se modifică în spectrul semnalului decimat
(ca și concluzia de lărgire a spectrului în urma decimării), printr-un exemplu numeric simplu,
utilizat de altfel (ca principiu) și pentru desenarea Figurilor 4.3 – (a) și (b). Să presupunem că
semnalul x ( n ) a fost obținut prin eșantionare cu frecvența f e = 10 kHz, iar frecvența maximă din
spectrul său este f m = 2 kHz; frecvența maximă normalizată va fi în acest caz f m / f e 0, 2 .
Semnalul este apoi decimat cu M 2 . Frecvența maximă (normalizată) a spectrului semnalului
decimat este 0,4. Dar cum 0, 4 f / fe1 f / 5 kHz , rezultă imediat f 2 kHz f m .
5
evitarea erorilor de suprapunere de spectru ce ar putea să apară în urma micșorării frecvenței
de eșantionare. Astfel, conform Figurii 4.1 și utilizând teorema convoluției și relația (4.2),
relațiile complete în domeniile timp și frecvență trebuie scrise astfel:
y (n) v(nM ) h(k ) x(nM k ) (4.4)
k
M 1
1
Y (e j )
M
V (e j ( 2k π) / M ) , unde V (e j ) H (e j ) X (e j ) (4.5)
k 0
De notat totuși că toate concluziile importante enunțate anterior rămân valabile!
6
Figura 4.4 Zona de interes din spectrul original al semnalului x(n)
Să presupunem că zona din jurul frecvenței f 0 trebuie vizualizată cu exactitate, dar FFT-ul
curent nu oferă precizia dorită; cu alte cuvinte, să spunem că avem numai câteva eșantioane
X ( k ) pe zona de interes, ceea ce (având în vedere și alura curbei exemplificate în figură, în
această zonă) conduce evident la rezultatul că se va pierde o bună parte din informația utilă.
Metoda de “zoom” (lupă) constă în următoarele două operații:
shiftarea (deplasarea) zonei de interes spre zona centrată la f 0 (se permite astfel
folosirea unei frecvențe de eșantionare mult mai scăzută pentru decimare; totodată,
fereastra de frecvențe analizată poate fi ulterior deplasată pentru a explora și alte zone
spectrale de interes, prin simpla modificare a valorii lui f 0 în schema de implementare);
extinderea regiunii de interes, pentru a pune în evidență structura fină a spectrului
din această zonă, prin decimare cu un factor întreg.
Aceste două operații sunt reprezentate în Figurile 4.5 – (a) și (b): prima figură înfățișează
regiunea deplasată în origine, iar a doua ilustrează faptul că decimarea cu M lărgește spectrul
din această regiune (la scară de frecvențe normalizate, după cum am discutat deja în detaliu).
Mecanismul explicat (succint) anterior poate fi implementat așa cum se arată în Figura
4.6. Shiftarea în origine se face, în concordanță cu teorema deplasării, multiplicând semnalul
cu o exponențială (practic, înmulțire separată cu sin și cos); matematic: e j0 n X ( 0) .
Apoi, conform teoriei discutate, decimarea selectează unul din M eșantioane, neglijând restul.
Se obține astfel o lărgire a spectrului de frecvențe, iar semnalul rezultat după decimare este
introdus într-un procesor FFT.
7
Figura 4.5 Principiul operației de “zoom”: (a) – shiftare la f 0 ; (b) – spectrul după decimare
Im FTJ Im
(digital)
Procesor
FFT
Spectru
Re FTJ Re cu rezoluție
(digital) îmbunătățită
Dacă avem în vedere formula rezoluției în frecvență f f e / N , este evident că, prin
utilizarea decimării (deci micșorarea frecvenței de eșantionare) înainte de FFT, rezoluția
se va îmbunătăți și același număr N de puncte de analiză va putea pune în evidență mai multe
detalii ale spectrului în zona de interes. După alegerea factorului M, va trebui însă verificat ca
zona spectrală de interes (uzual suficient de îngustă), să fie mai mică față de jumătatea noii
frecvențe de eșantionare (după cum este sugerat și în Figura 4.5), pentru a nu fi modificată de
filtrul de la intrarea etajului de decimare.
Sau, alternativ, dacă nu se dorește neapărat o rezoluție mai fină, aceeași rezoluție poate
fi obținută printr-un FFT într-un număr mai mic de puncte – de cele mai multe ori, se
obține prin această metodă un număr (total) mai mic de calcule, singurul dezavantaj fiind posibila
reducere a benzii semnalului prin utilizarea filtrului trece-jos la decimare.
■ Exemplul 4.1
Pentru a înțelege mai bine aplicația expusă anterior, prezentăm un exemplu concret din
domeniul prelucrării digitale a semnalelor audio de bandă largă.
Presupunem că avem, pentru o aplicație audio de înaltă fidelitate, frecvențe de lucru maxime
de 32 kHz. Presupunem de asemenea că lucrăm în această situație cu o frecvență de eșantionare
8
de f e 2 f m 64 kHz, că avem nevoie, pentru o analiză spectrală foarte precisă (într-o anumită
zonă de frecvențe), de o rezoluție de 1 Hz, și în același timp că putem face, din anumite motive
(de exemplu prelucrare în timp real), doar un FFT în maximum 1024 puncte.
Folosind datele problemei, să calculăm numărul de puncte de analiză necesar pentru a
obține o rezoluție de 1 Hz:
tr.
f f e / N 1 Hz N f e /1 Hz 64000 puncte
(sau, mai exact, 32000 puncte, deoarece știm că informația de frecvență utilă este de fapt până
la N / 2 , ceea ce corespunde lui f m ). Oricum, acest număr de puncte este mult mai mare față
de posibilitățile oferite de aplicație, adică 1024.
O soluție eficientă este să utilizăm o decimare cu M . Deducerea lui M este foarte
simplă:
f e tr. f 64000
f 1 Hz M e 62, 5 ,
M N N 1024
ceea ce înseamnă că putem face o decimare cu M = 64 (de exemplu).
Ideea de bază a acestei metode este următoarea: fiind dat un semnal x ( n ) eșantionat cu
frecvența fe 1/ Te , trebuie să construim un semnal y ( n ) , caracterizat de frecvența de eșantionare
fe 2 1/ Te 2 fe , noua frecvență fiind mărită cu un factor întreg L 2 , prin urmare
Te
fe 2 L fe , sau Te 2 , cu L , L 2 (4.6)
L
Efectul va fi creșterea frecvenței de eșantionare (respectiv reducerea perioadei de
eșantionare); astfel, intuitiv cel puțin, putem privi interpolarea ca o operație inversă decimării.
Totuși, spre deosebire de decimare, este evident faptul că la interpolare nu pot apărea erori
de suprapunere de spectru (deci pierderi de informație)!
9
Practic, se pune în acest caz problema modului în care y ( n ) se poate obține eficient din
x ( n ) . Mai întâi, observăm că o creștere a frecvenței de eșantionare cu un factor întreg L poate
fi realizată imediat prin inserarea a L 1 eșantioane zero între valorile succesive ale lui x ( n ) .
Astfel, într-o primă etapă se obține semnalul intermediar notat u ( n ) în Figura 4.7; el se poate
defini astfel:
x(n / L) , pentru n L,
u(n) (4.7)
0 , în rest
Se arată că relația între transformatele Fourier (DtFT) ale semnalelor x ( n ) și u ( n ) se poate
exprima în modul următor:
U (e j ) X (e j L ) , pentru [ π, π] (4.8)
Cum însă X (e j L ) , ca orice transformată Fourier, este periodică având perioada principală
Y (e j ) [ L H (e j )] U (e j ) [ L H (e j )] X (e j L ) (4.10)
10
Figura 4.8 Principiul interpolării printr-un factor întreg – reprezentare
în domeniul timp
11
Figura 4.9 Principiul interpolării printr-un factor întreg – reprezentare
în domeniul frecvență
Deoarece justificarea matematică a rezultatului obținut după interpolare este ușor mai
complicată față de cea de la decimare, vom detalia în cele ce urmează procedura descrisă
anterior.
Discutând mai întâi în domeniul timp, se observă din Figura 4.8 – (b) că semnalul u ( n )
nu arată totuși “natural”, în sensul că eșantioanele zero inserate între eșantioanele semnalului
inițial fac ca secvența u ( n ) să difere mult față de ceea ce doream să obținem, și anume valori
apropiate de curba reală de variație a lui x ( n ) . Prin urmare, este necesară o modalitate ulterioară
de interpolare pe aceste poziții a unor valori mult mai corecte.
Să vedem însă ce se întâmplă și în domeniul frecvență, până în acest punct al schemei.
Reamintind (din Capitolul 3 – PDS) relația între pulsația analogică și pulsația digitală
generalizată Te și notația e 2 π fe 2 π / Te (deci e 2 π ), reluăm relația (3.23) ce
definea spectrul unui semnal discret, x(n) , provenit din eșantionarea cu perioada Te a
semnalului analogic xa (t ) caracterizat prin spectrul X a ( ) (vom modifica doar denumirea
variabilei de însumare):
12
j 1
X (e )
Te
X a ( k e ) , sau (4.11)
k
j1 1
X (e ) X a ( / Te k 2 / Te ) T X a (1/ Te )( k 2 ) (4.12)
Te k e k
Prin urmare, s-a obținut o succesiune de spectre mai înguste (de L ori) față de cel al
semnalului inițial, centrate în jurul frecvențelor e / L 2π / L . Altfel spus, prin adăugarea de
L 1 eșantioane zero între perechile de eșantioane succesive ale lui x(n) , se obține un semnal
al cărui spectru este repetiția periodică comprimată a spectrului semnalului inițial.
În această situație, este evident că spectrul corect (dorit) al semnalului y ( n ) se poate
obține cu ajutorul unui filtru digital trece-jos cu frecvența (ideală) de tăiere π / L și câștigul L,
denumit și filtru “anti-imagine”, deoarece are ca efect eliminarea spectrelor repetate care
apar pe o perioadă.
Prin urmare, dacă filtrăm semnalul u (n) cu un filtru trece-jos cu frecvența (ideală) de
tăiere c π / L și câștigul L, spectrul semnalului y(n) va fi de forma:
L L
Y (e j ) X a ( L / Te )( k 2 π / L) X a ( L / Te )( 2 m π) , (4.14)
Te k : k / L m Te m
13
Figura 4.10 Principiul interpolării – reprezentare completă
în domeniul frecvență; efectul filtrului “anti-imagine”
14
■ Completare: după cum am indicat anterior, vom deduce în finalul acestui subcapitol,
valoarea câștigului (modulul răspunsului în frecvență) pentru filtrul trece-jos din cadrul schemei
de interpolare.
Mai întâi, inspectând relația (4.11), este evident că pentru un sistem de eșantionare ideal
(fără erori de suprapunere de spectru), spectrul semnalului x(n) obținut prin eșantionarea
semnalului analogic xa (t ) , va fi identic cu cel al semnalului analogic (abstracție făcând de o
constantă):
1
X (e j ) X a ( ) , sau (4.15)
Te
1
X (e j ) X a ( / Te ) (4.16)
Te
Pentru un circuit ideal de decimare, conform relației (4.3), se obține:
(4.16)
1 1 1
Y (e j ) X (e j / M ) X a ( / M Te ) X a ( / Te1 ) , (4.17)
M M Te Te 1
prin urmare este suficient un câștig unitar în banda de trecere pentru filtrul trece-jos de la intrare.
Pe de altă parte, pentru un circuit ideal de interpolare, dacă notăm, deocamdată, cu C
valoarea câștigului filtrului trece-jos de la ieșire, relația de principiu (4.10) conduce către
următorul rezultat:
(4.16) tr. 1
C C
Y (e j ) C X (e j L ) X a ( L / Te ) X a ( / Te 2 ) X a ( / Te 2 ) (4.18)
Te L Te 2 Te 2
CL (4.19)
15
◊ Precizare: este important să se realizeze mai întâi interpolarea și apoi decimarea,
în primul rând pentru a păstra caracteristicile spectrale ale semnalului de intrare – în caz
contrar, etajul de decimare ar putea elimina o parte din spectrul util al semnalului inițial, porțiune
pe care etajul de interpolare nu ar avea cum să o restabilească!
Modificarea se poate realiza, principial, așa cum este prezentat în Figura 4.11: semnalul
x ( n ) se interpolează cu factorul întreg L utilizând un filtru trece-jos cu răspunsul în frecvență
global L H L (e j ) , apoi se decimează (standard) cu factorul întreg M folosind un al doilea filtru
trece-jos, cu răspunsul în frecvență H M (e j ) .
FTJ-1 FTJ-2
Cele două filtre trece-jos cu răspunsurile la impuls hL (n) și hM (n) lucrează la aceeași
frecvență de eșantionare (mai exact, L f e ), prin urmare pot fi combinate evident într-un singur
filtru trece-jos cu răspunsul la impuls notat h ( n ) și răspunsul în frecvență global L H (e j ) ,
așa cum se prezintă în Figura 4.12.
FTJ
1 , | | min (π / L, π / M )
H (e j ) (4.20)
0 , min (π / L, π / M ) | | π
Cu alte cuvinte, filtrul trece-jos are frecvența (ideală) de tăiere c min (π / L , π / M ) .
De asemenea, după cum am discutat anterior, valoarea în banda de trecere a modulului răspunsului
în frecvență global al filtrului trebuie să fie L.
16