4.

PRELUCRAREA SEMNALELOR
CU EȘANTIONARE MULTIPLĂ

4.1. Generalități

În multe aplicații practice de prelucrare digitală a semnalelor apare problema modificării

frecvenței de eșantionare a semnalului de interes. Frecvențe de eșantionare diferite de cea inițială
(sau chiar multiple) pot fi ori obligatoriu de folosit în anumite sarcini specifice, ori sunt introduse
intenționat pentru a reduce necesitățile de calcul sau a îmbunătăți eficiența anumitor subsisteme
de prelucrare.
Sistemele cu eșantionare multiplă au astăzi aplicații extrem de numeroase și sunt utilizate
atât în domenii PDS standard (de exemplu în proiectarea bancurilor de filtre digitale folosite
pentru descompunerea, analiza, modelarea și reconstrucția unor semnale, în aplicații de analiză
spectrală etc.), cât și în sistemele digitale moderne de comunicație sau în prelucrarea digitală a
semnalelor audio. Câteva exemple sunt discutate succint în continuare.

a. În domeniul prelucrării digitale a semnalelor audio de bandă largă, sistemele cu

eșantionare multiplă sunt folosite în mai multe clase de aplicații. De exemplu, problema dificilă
a realizării filtrului trece-jos (FTJ) analogic de limitare a benzii de frecvențe, ce trebuie uzual
să aibă o bandă de tranziție foarte îngustă, la o frecvență de tăiere în jur de 20 kHz, se poate
rezolva elegant astfel: se utilizează un FTJ analogic cu o bandă de tranziție mai mare (deci mult
mai ușor de implementat, mai ieftin și în același timp generând distorsiuni de fază mai mici),
se “supraeșantionează” semnalul filtrat (cu alte cuvinte se mărește frecvența de eșantionare),
apoi se folosește un FTJ digital cu fază liniară și în final se “subeșantionează” semnalul cu
același factor cu care s-a realizat supraeșantionarea.
De asemenea, trebuie remarcat faptul că în tehnicile audio digitale se folosesc uzual
standarde digitale diferite. De exemplu: în studiourile de înregistrare se lucrează cu frecvențe
de eșantionare de 48 kHz (aceeași și cu cea a sistemelor de tip DAT – “digital audio tape”),
96 kHz, sau chiar 192 kHz, compact discurile (CD) lucrează cu o frecvență de eșantionare tipică
de 44,1 kHz, în radiodifuziune se utilizează deseori 32 kHz etc. Evident, este nevoie de multe
ori să se treacă de la o frecvență de eșantionare la alta (deci de la un standard la altul) și acest
lucru se poate realiza simplu, (direct) în domeniul digital, așa cum vom vedea, cu ajutorul
eșantionării multiple.

b. O altă aplicație aparține domeniului estimării spectrale. Necesitățile de calcul pentru

o analiză spectrală de bandă foarte îngustă bazată pe DFT (sau mai precis pe FFT, așa cum se
cunoaște), pot fi reduse substanțial prin utilizarea tehnicilor de modificare în domeniul digital
a frecvenței de eșantionare. Ideea de bază este aceea a reducerii frecvenței de eșantionare a
semnalului în așa fel încât să fie păstrată informația în banda de frecvențe în care se dorește
estimarea spectrului (a se vedea și subcapitolul 4.2).

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.

Soluția (analogică) clasică de modificare a frecvenței de eșantionare este aceea a

conversiei semnalului digital mai întâi în semnal analogic, apoi reeșantionare cu noua frecvență
dorită și transformarea din nou în semnal digital. Singurul avantaj al acestei metode este faptul
că noua frecvență de eșantionare poate fi aleasă arbitrar.
Pe de altă parte, soluția digitală (de care ne ocupăm în acest capitol) este cea a
eșantionării multiple (domeniul este denumit, în limba engleză, “multirate signal processing”),
ce realizează conversia direct în domeniul discret. Prelucrarea cu eșantionare multiplă este
o tehnică extrem de eficientă care, în plus, elimină dezavantajul major al metodei clasice, și
anume distorsiunile inerente ale semnalului cauzate în principal de convertorul D/A suplimentar
și de efectele cuantizării în conversia A/D.

4.2. Principiul decimării cu un factor întreg

Reducerea printr-un factor întreg a frecvenței de eșantionare a unui semnal (“down-sampling”,

sau “subsampling” – subeșantionare) este denumită uzual decimare.
Procesul de decimare este ilustrat în Figura 4.1.

FTJ digital Circuit de decimare

(“down-sampler”)

Figura 4.1 Principiul decimării cu un factor întreg

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).

Ne interesează în mod special efectul acestei operații asupra spectrului semnalului. Se

poate demonstra relativ simplu că după decimare se obține o lărgire a spectrului semnalului
de interes: gama sa de frecvențe este extinsă cu indexul de decimare M – atenție, discutăm în
frecvențe digitale (variație între –  și ) sau, echivalent, în frecvențe normalizate – fiind
păstrate însă caracteristicile spectrale de bază ale semnalului, sau cu alte cuvinte, frecvențele
“fizice” nu se modifică!
Matematic, relația între transformatele Fourier (DtFT) ale semnalelor x ( n ) și y ( n ) , se
exprimă – în principiu – astfel:
M 1
1
Y (e j )   X (e j (  2k π) / M ) (4.2)
M k 0
Cu alte cuvinte, spectrul semnalului la ieșire va fi o sumă de M versiuni uniform deplasate
și extinse ale spectrului semnalului de intrare, scalate cu factorul 1 / M . Prin urmare (și ceea ce
ne interesează în primul rând), circuitul de decimare conduce într-adevăr către o lărgire a
spectrului – repetăm, în frecvențe digitale, sau frecvențe normalizate!
Mai mult, dacă banda semnalului, înainte de circuitul de decimare propriu-zis, este
limitată la π / M , se previn eventualele erori de suprapunere de spectru (care pot apărea prin
suprapunerea parțială a versiunilor deplasate); în acest caz, relația (4.2) se scrie simplificat
astfel:
1
Y (e j )  X (e j  / M ) , pentru   [ π, π] (4.3)
M
În sfârșit, trebuie remarcat că, în domeniul timp, efectul dual celui din domeniul frecvență
poate fi interpretat ca o “comprimare” – din nou atenție, această comprimare este virtuală,
durata semnalului rămâne evident aceeași, deoarece eșantioanele păstrate după decimare
au aceleași poziții pe axa timpului!

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   .

Figura 4.2 Principiul decimării printr-un factor întreg – reprezentare

în domeniul timp

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 .

2. Pentru simplificarea ilustrării grafice (dar și a tratării matematice), în Figurile 4.2 și

4.3, ca și în relațiile (4.2) și (4.3), nu am ținut practic cont de filtrul trece-jos de la intrare, sau,
mai corect spus, am presupus că frecvența maximă a semnalului x ( n ) este suficient de mică
față de f e / 2 (și de asemenea mai mică față de f e / 2 M ), astfel încât efectul filtrului este
neglijabil atât asupra spectrului de frecvente al lui x ( n ) , cât și asupra eșantioanelor de semnal
(cu excepția unei întârzieri de fază nesemnificative, datorată propagării semnalului prin filtru).
În aplicațiile practice, așa cum de altfel am precizat, rolul filtrului este însă fundamental în

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!

3. Continuând ideea de la observația anterioară, este evident că nu putem reduce oricât

de mult frecvența de eșantionare prin decimare, deoarece filtrul trece-jos ar fi obligat astfel
să micșoreze banda semnalului util sub o limită acceptabilă.
Pe de altă parte, sunt situații practice în care filtrul trebuie să satisfacă o schemă de
toleranță cu cerințe extrem de stricte, de exemplu bandă de tranziție extrem de îngustă, riplu
foarte mic în benzile de trecere și de oprire etc. În aceste condiții, având în vedere că filtrul
trebuie să asigure obținerea unor distorsiuni cât mai mici ale semnalului x ( n ) , dar având cea
mai redusă complexitate posibilă și, de asemenea, faptul că se utilizează de cele mai multe ori
filtre FIR (datorită avantajelor fazei liniare și a erorilor mai mici la implementarea în aritmetică
finită), implementarea unui filtru FIR trece-jos cu un ordin foarte mare (sute, poate chiar câteva
mii), așa cum ar rezulta în aceste cazuri, nu este acceptabilă.
Soluția care se utilizează în practică, în astfel de situații, mai ales atunci când este necesară o
reducere semnificativă a frecvenței de eșantionare, este folosirea a două sau mai multor etaje de
decimare, conectate în cascadă. Avantajul reducerii în trepte a frecvenței de eșantionare va fi
utilizarea mai multor filtre FIR cu cerințe reduse de proiectare față de situația în care ar exista un
unic etaj de decimare și un singur filtru trece-jos la intrarea sa.

■ Aplicație – îmbunătățirea rezoluției transformatei Fourier rapide (FFT) pentru

o analiză spectrală (operație denumită uzual “zoom FFT ”)
Reamintim mai întâi că transformata Fourier discretă – DFT (ca și FFT-ul, evident), se
calculează prin definiție în N puncte de frecvență, egal distanțate între ele. Rezoluția în frecvență
(sau rezoluția spectrală) a analizei este, așa cum știm,  f  f e / N . După cum am discutat în
Capitolul 5 – PDS, dacă frecvența de eșantionare inițială nu poate fi modificată, îmbunătățirea
rezoluției se poate face mărind efectiv lungimea cadrului de analiză a semnalului (și,
corespunzător, numărul de puncte de calcul al DFT), ceea ce de multe ori este (totuși) o soluție
ineficientă, mai ales dacă ne interesează o rezoluție mai fină doar pentru o zonă spectrală îngustă.
Dacă însă se realizează o decimare înainte de FFT, vom arăta că se poate “vedea” cu
rezoluție mai bună orice zonă spectrală, numărul de calcule necesar fiind relativ modest.
Fie, de exemplu, spectrul de amplitudine al unui semnal ca în Figura 4.4. În figură este
de fapt pusă în evidență doar zona de interes (restul spectrului – zona hașurată – nu ne
interesează în această etapă; de altfel, de multe ori, ea se elimină printr-o filtrare trece-bandă);
considerăm că zona utilă este centrată în jurul unei frecvențe oarecare, notată f 0 .

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  j0 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

Figura 4.6 Implementarea tipică a operației de “zoom FFT ”

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).

4.3. Principiul interpolării cu un factor întreg

Creșterea printr-un factor întreg a frecvenței de eșantionare a unui semnal (“up-sampling”
– supraeșantionare) este denumită uzual interpolare. Procesul de interpolare este ilustrat în
Figura 4.7.

Circuit de interpolare FTJ digital

“anti-imagine”
(“up-sampler”)

Figura 4.7 Principiul interpolării cu un factor întreg

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

2π , putem scrie: X (e j  L )  X (e j ( L2k ) )  X (e j  (  2k / L) L  ) , ceea ce, folosind și relația (4.8),

conduce la concluzia că U (e j ) conține, în intervalul [0, 2 π] (sau, echivalent, [ π, π] ),
L versiuni (comprimate) ale spectrului semnalului inițial.
Așa cum vom vedea, secvența y ( n ) se poate obține simplu, în a doua etapă, printr-o
filtrare trece-jos aplicată semnalului u ( n ) , filtrare care va elimina L  1 dintre cele L versiuni
comprimate ale spectrului. Explicitând această idee în domeniile timp și frecvență, se obțin
următoarele relații de principiu:
y (n)   h(k ) u (n  k )   h(k ) x(n / L  k ) și respectiv (4.9)
k k

Y (e j )  [ L  H (e j  )] U (e j  )  [ L  H (e j  )] X (e j  L ) (4.10)

◊ Precizare: dacă, atât la decimare cât și la interpolare, am notat cu H (e j  ) forma standard

a răspunsului în frecvență pentru filtrul trece-jos, mai exact având modulul egal cu 1 în banda
de trecere, vom arăta că, pentru interpolare, modulul în banda de trecere (câștigul) trebuie să
fie L (prin urmare răspunsul în frecvență al filtrului va fi de forma L  H (e j  ) ).

◊ Ilustrare grafică (preliminară): ca un prim pas de detaliere, similar discuției de la

decimare, fie semnalul x ( n ) și spectrul său de amplitudine | X (e j2π ( f / fe ) ) | reprezentate în
Figura 4.8 – (a) și respectiv 4.9 – (a) (cum am procedat și anterior, spectrul este redat în funcție
de frecvența normalizată, pe o jumătate de perioadă). Pentru cazul particular L  3 , în Figura
4.8 – (b) este reprezentat semnalul u ( n ) , în Figurile 4.8 – (c) și (d) se ilustrează, în două variante
de reprezentare a axei timpului, semnalul y ( n ) obținut după interpolare și filtrare trece-jos, iar
în Figura 4.9 – (b), spectrul de amplitudine al acestui semnal.
Ca și la decimare, notăm faptul că în Figura 4.8 – (d), doar pentru a compara, teoretic,
lungimea secvenței interpolate cu cea a secvenței inițiale (deci folosind o aceeași scară pe
axa Ox), putem considera că semnalul din Figura 4.8 – (c) a fost redesenat utilizând o altă
variabilă (index), “de tip” n   .

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 
 
j1 1
X (e )   X a ( / Te  k 2 / Te )  T  X a  (1/ Te )(  k 2  )  (4.12)
Te k  e k 

În aceste condiții, și folosind și relația (4.8), obținem, pentru semnalul u (n) :

 
1 1
U (e j  )   X a  (1/ Te )( L  k 2  )    X a  ( L / Te )(  k 2  / L)  (4.13)
Te k  Te 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

deoarece spectrele “imagine” cu indici diferiți de k  m L (pentru m   ), vor fi înlăturate prin

filtrare; de fapt, relația (4.14) confirmă implicit că, printr-o transformată Fourier inversă, se
poate obține o versiune corectă a semnalului inițial, eșantionat cu Te 2  Te / L .
Interpretând acest rezultat în domeniul timp, vom observa și următorul aspect: deoarece
cunoaștem că răspunsul la impuls al filtrului ideal trece-jos este de forma unei funcții sinc, și
de asemenea (de la teoria eșantionării semnalelor continue) că funcția sinc este principial un
foarte bun interpolator, înseamnă că filtrul digital realizează în domeniul timp, într-adevăr, o
interpolare a eșantioanelor semnalului de intrare, așa cum este ilustrat și în Figura 4.8 – (c).
Figura 4.10 ilustrează procesul complet în frecvență, descris anterior, ca și rolul filtrului
trece-jos (echivalent, ca principiu, cu cel al filtrului utilizat după un convertor D/A, într-un
sistem general PDS!), pentru un semnal similar celui din Figura 4.8 (L = 3); presupunem că se
utilizează un filtrul ideal, cu frecvența de tăiere c  π / L .

◊ Concluzie: invers față de decimare, la interpolare se obține o comprimare a spectrului

semnalului: gama de frecvențe a spectrului este micșorată cu indexul L – atenție, discutăm și
în acest caz în frecvențe digitale (sau, echivalent, în frecvențe normalizate) – fiind păstrate însă
(ca și la decimare) caracteristicile spectrale de bază ale semnalului. În domeniul timp, efectul
dual poate fi interpretat ca o “extindere”, dar și aici trebuie acordată atenție: această extindere
este virtuală, durata semnalului rămâne evident aceeași (pozițiile eșantioanelor inițiale nu
se modifică pe axa timpului)!

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
 CL (4.19)

◊ Precizare: un filtru trece-jos real nu va reuși să elimine complet spectrele “imagine”,

dar acestea pot fi micșorate suficient de mult cu un filtru cu riplu foarte mic în banda de oprire
(și posibil cu o bandă de tranziție suficient de îngustă); în aplicațiile practice, ca și pentru
decimare, va trebui făcut un compromis între performanțele și complexitatea unui astfel de
filtru! Mai mult, în anumite situații, în special pentru un ordin foarte mare al filtrului rezultat în
urma proiectării riguroase, se poate utiliza (așa cum am precizat și în cazul decimării), soluția
unor etaje de interpolare în cascadă, prin urmare creșterea în trepte a frecvenței de eșantionare.

4.4. Modificarea frecvenței de eșantionare

printr-un factor rațional
În discuția anterioară am presupus o modificare a frecvenței de eșantionare cu un factor
întreg (sau, mai exact, natural). În multe aplicații este însă necesar ca schimbarea să fie făcută
printr-un factor rațional R = L / M (L și M fiind numere întregi pozitive, relativ prime între
ele). Rezultatele obținute în subcapitolele 4.2 și 4.3 pot fi extinse imediat: modificarea cu
factorul rațional L / M se poate realiza interpolând mai întâi semnalul cu un factor L și apoi
decimând ieșirea interpolatorului cu factorul M.

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

Etaj de interpolare Etaj de decimare

fe L fe L fe L fe ( L / M ) fe

Figura 4.11 Principiul modificării frecvenței de eșantionare printr-un factor rațional

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

Figura 4.12 Modificarea frecvenței de eșantionare printr-un factor

rațional: schemă reală de implementare

Filtrul trece-jos rezultat va trebui să aproximeze următorul răspuns în frecvență ideal

(forma standard):

 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