Prelucrarea semnalelor,

an II - Facultatea de Inginerie Electrică U.P.B. 2021-2022

Prelucrarea semnalelor

2 x 14 = 28 ore curs;
1x 14 =14 ore laborator;
program: miercuri 10-12 [online]
laborator: [online/f2f]
consultatii: miercuri 14-16 [online]
Examinare scrisa - probleme
Nota finala:
0.5examen+0.3laborator + 0.2teme de casa (+ 0.05lucrari curs);

Titular curs: Prof.dr.ing. Mihaela Albu

Laborator: asistent ing. drd. Radu Plamanescu
Prof. Mihaela Albu
ing. drd. Anca Brincoveanu
mihaela.albu@upb.ro
 Prelucrarea semnalelor,
an II - Facultatea de Inginerie Electrică U.P.B. 2021-2022

Bibliografie minimala

• Note de curs;
• Fisiere (prezentare curs; teme Matlab/Scilab/Octave/; probleme)
• Mateescu, A. s.a.: Prelucrarea numerica a semnalelor, Ed. Tehnica 1998;
• Papoulis: Signal analysis, McGraw-Hill, 1984;

Prof. Mihaela Albu

mihaela.albu@upb.ro
 Prelucrarea semnalelor,
an II - Facultatea de Inginerie Electrică U.P.B. 2021-2022

Obiective:
• Plasarea corectă a disciplinei în câmpul tehnicilor utilizabile în
ingineria electrică.
• Cunoaşterea tehnicilor (matematice, algoritmi, resurse şi limitări
tehnice) de prelucrare numerică a semnalelor.
• Stăpânirea tehnicilor de prelucrare numerică off-line şi a modului
de implementare a acestora în mediile de programare tip Matlab.
• Se vor forma competenţe de programare şi se vor exploata
abilităţile de corelare a metodelor matematice cu cele de realizare
tehnică.
Cunoştinţe anterioare necesare: algebra si analiza matematica;
transformata Fourier; notiuni de statistica matematica;

Prof. Mihaela Albu

mihaela.albu@upb.ro
 Prelucrarea semnalelor,
an II - Facultatea de Inginerie Electrică U.P.B. 2021-2022

Programa cursului:
1. Introducere: Repere temporale esenţiale în domeniul
prelucrării semnalelor. Semnale şi sisteme analogice și
numerice. Semnale periodice și concentratori de informație;
agregarea datelor.
2. Breviar matematic. Convoluție; Transformate uzuale: Analiza
Fourier; Transformate Fourier; Transformata z.
3. Simularea numerică: simularea numerică a sistemelor
analogice (teoreme, limitări). Convoluţia semnalelor numerice.
4. Filtre. Clasificare şi implementare: filtre FIR (cu fază liniară);
filtre IIR (Butterworth; Bessel; Cebisev; eliptice; transformări in
frecvență). Filtre numerice (MA, Windowed-sinc, specializate;
metode de proiectare prin transformarea filtrelor analogice în
filtre numerice).
5. Procese stochastice. Semnale aleatoare. Elemente de prelucrare
numerică a semnalelor aleatoare în sisteme liniare.
Prof. Mihaela Albu
mihaela.albu@upb.ro
 Prelucrarea semnalelor,
an II - Facultatea de Inginerie Electrică U.P.B. 2021-2022

I. Introducere
Prelucrarea [procesarea] semnalelor [signal processing] a devenit o
parte esențială a activității științifice și tehnologice contemporane.
Ea este utilizată în telecomunicații (telefonie, televiziune), în
transmisia și analiza imaginilor preluate din satelit, în prelucrarea
imaginilor din domeniul medical (ecografie, tomografie, rezonanță
magnetică nucleară), domenii în care este necesară analiza și
interpretarea unor serii de timp complexe.
Se disting două mari subdomenii:
Prelucrarea semnalelor analogice
si
Prelucrarea semnalelor numerice (Digital Signal Processing,
DSP)
Prof. Mihaela Albu
mihaela.albu@upb.ro
 Prelucrarea semnalelor,
an II - Facultatea de Inginerie Electrică U.P.B. 2021-2022

I. Introducere
Obiectivul disciplinei “prelucrarea semnalelor” este acela de a
analiza precis, de a codifica eficient, de a transmite rapid și
apoi de a reconstitui fidel, la receptor, oscilațiile/variațiile/
fluctuațiile unei funcții de timp denumită semnal.

“Reconstrucția” informatiei este esentiala, cit timp toata

informatia continuta in semnal este prezenta dar, in acelasi
timp, ascunsa in complicatele arabescuri ale reprezentarii ei
grafice (si doar atunci cind acest lucru este posibil!).

Important: pentru recuperarea informatiei privind fenomenul

fizic investigat este necesar, IN PLUS, un model ADECVAT al
intregului lant de transfer si prelucrare a informatiei!
Prof. Mihaela Albu
mihaela.albu@upb.ro
 Prelucrarea semnalelor,

I. Introducere
an II - Facultatea de Inginerie Electrică U.P.B. 2021-2022

Obiectivele aplicatiilor care includ prelucrarea de semnal :

· analiza si diagnosticarea
· codificarea
· cuantificarea si compresia
· transmisia si memorarea
· sinteza si reconstructia
semnalelor.
Exemplu: dispunindu-se de valori masurate relativ precis ale
temperaturii in diferite puncte ale emisferei nordice, inregistrate in
decursul ultimelor doua secole, se incearca decelarea faptului ca
activitatea industriala ar fi cauzat fenomenul de incalzire globala.
Diagnosticarea inseamna adesea extragerea unui numar mic de
parametri semnificativi dintr-un semnal a carui complexitate si
dimensiune sunt coplesitoare.
Prof. Mihaela Albu
mihaela.albu@upb.ro
 Prelucrarea semnalelor,

I. Introducere
an II - Facultatea de Inginerie Electrică U.P.B. 2021-2022

Compresia datelor apare, de asemenea si in activitatile legate de

transmisia acestora, deoarece canalele de transmisie au o
capacitate limitata, impunindu-se reducerea informatiei astfel incit
sa fie compatibila cu largimea de banda alocata. Un exemplu din
neurofiziologie: capacitatea nervilor optici de a transmite
informatia vizuala este in mod sigur mai mica decit volumul de
date colectat de celulele retinei. De aceea se presupune ca exista o
etapa de “preprocesare” a informatiei vizuale inaintea transmiterii
acesteia catre creier (teorie dezvoltata de David Marr).

Prof. Mihaela Albu

mihaela.albu@upb.ro
 Prelucrarea semnalelor,

I. Introducere
an II - Facultatea de Inginerie Electrică U.P.B. 2021-2022

Codificarea si cuantificarea informatiei continute de semnale

fac apel la diferite metode de transformare a semnalului numeric
inregistrat intr-o alta reprezentare care este, in functie de natura
semnalului studiat, mai convenabila.
Cuantificarea este un pas de neevitat in procesarea numerica
a semnalelor uni- sau bi-dimensionale. Din pacate, aceasta operatie
introduce erori sistematice cunoscute sub numele de “zgomot de
cuantificare”. Algoritmele de codificare dezvoltate au si scopul de
a reduce efectele zgomotului de cuantificare in etapa de
decodificare. Astfel, unul dintre avantajele filtrelor in cuadratura
(“quadrature mirror filters”) este acela de a “capta” acest zgomot
de cuantificare si a-l “bloca” in interiorul unor benzi de frecventa
bine definite.

Prof. Mihaela Albu

mihaela.albu@upb.ro
 Prelucrarea semnalelor,

I. Introducere
an II - Facultatea de Inginerie Electrică U.P.B. 2021-2022

Memorarea si arhivarea datelor sunt, in strinsa corelatie cu

transmiterea si reconstructia semnalelor (aplicatii in asigurarea
securitatii infrastructurilor critice)

Sinteza si decodificarea sunt operatii inverse codificarii si

cuantificarii, avind scopul de a reface o imagine sau un semnal
audio (sau de alta natura) din succesiunea de 0 si 1 ce au “calatorit”
pe canalele de comunicatie.

Prof. Mihaela Albu

mihaela.albu@upb.ro
 Prelucrarea semnalelor,

I. Introducere
an II - Facultatea de Inginerie Electrică U.P.B. 2021-2022

Prof. Mihaela Albu Sisteme de prelucrare analogică şi digitală a semnalelor audio.

mihaela.albu@upb.ro
 Prelucrarea semnalelor,
an II - Facultatea de Inginerie Electrică U.P.B. 2021-2022

I. 1. Introducere. Momente esentiale

• 1807, Joseph Fourier a enuntat teorema conform careia orice
functie periodica (perioada 2) este suma seriei (denumita
seria Fourier)

• 1873, Paul du Bois-Reymond a construit o functie periodica

(de perioada 2), continua si de variabila reala x, a carei serie
Fourier era divergenta intr-un anumit punct. Ca urmare, a
aparut necesara definirea intr-un mod compatibil cu seriile
Fourier a integralei, concept prezentat de Lebesgue. Acesta
se aplica claselor de functii de modul integrabil si care
alcatuiesc spatiul L2[0,2].

Prof. Mihaela Albu

mihaela.albu@upb.ro
 Prelucrarea semnalelor,
an II - Facultatea de Inginerie Electrică U.P.B. 2021-2022

I. 1. Introducere. Momente esentiale

• Teorema Nyquist 1920
• Serii de timp statistice, 1940
• Filtrare numerica, FFT, analiza vorbirii- mijlocul anilor ‘60 (MIT,
BellLabs, IBM)
• Filtre adaptive, predictie liniara (Stanford, Bell Labs, Japonia,’60)
• Aparitia Internet (1969):
http://www.comsoc.org/video/infocom/06/index.html
• Estimare numerica spectrala, codificarea vorbirii (1970)
• Sisteme de masurare sincronizata (1995)

Prof. Mihaela Albu

mihaela.albu@upb.ro
 Prelucrarea semnalelor,
an II - Facultatea de Inginerie Electrică U.P.B. 2021-2022

I. 1. Introducere. Momente esențiale

• Prima generatie de procesoare de semnal (Intel microcontroler,

TI, AT&T, Motorola, Analog Devices (inceputul anilor ‘80)
• procesoare numerice ieftine - low cost DSPs (sfarsitul anilor ‘80)
• Standarde de codificarea vocii pentru aplicatii civile (sfarsitul
anilor ‘80)
• Migratia tehnologiilor DSP technologies in controlere de uz
general - CPU/Controllers "native" DSP (anii ‘90)
• aplicatii din sfera mediilor complexe - High Complexity Rich
Media
• Aplicatii de putere mica (portabile)
• Intelligent Signal Processing (inclusiv aplicatii in logica fuzzy)
Prof. Mihaela Albu
mihaela.albu@upb.ro
 Prelucrarea semnalelor,
an II - Facultatea de Inginerie Electrică U.P.B. 2021-2022

I. 1. Introducere. Momente esențiale ale prezentului

• GPS si prelucrarea informatiilor provenite din masurari

sincronizate Phasor Measurement Units
• Descentralizarea prelucrarilor numerice - cloud computing
• Comunicatii mobile
• Home energy management; smart metering
• WAMS (Wide area monitoring systems)
• Remote sensing [Lidar systems]
• Electric cars
• Wearable sensors
• Big Data
• Internet of Things
• ...
Prof. Mihaela Albu
mihaela.albu@upb.ro
 Prelucrarea semnalelor,
an II - Facultatea de Inginerie Electrică U.P.B. 2021-2022

The IEEE
Signal Processing Soci
ety

Prof. Mihaela Albu

mihaela.albu@upb.ro
 Prelucrarea semnalelor,
an II - Facultatea de Inginerie Electrică U.P.B. 2021-2022

I. 2. Introducere. Domeniul timp vs. domeniul

frecventa

Obs.: Semnalele lent variabile in timp tind sa aiba un continut

spectral in banda joasa, in timp ce semnalele cu modificari rapide
/bruste ale amplitudinii au continut spectral in banda inalta. Banda
de frecventa a semnalelor poate fi estimata utilizand tehnici Fourier.
Prof. Mihaela Albu
mihaela.albu@upb.ro
 Prelucrarea semnalelor,

DOMENIUL FRECVENTA an II - Facultatea de Inginerie Electrică U.P.B. 2021-2022

· Timp & frecventa: doua descrieri complementare ale semnalului.

Semnalele pot fi vazute ca fiind “proiectate’ in domeniul timp sau
frecventa. Exemplu

Urechea + creierul actioneaza ca analizoare de

frecventa: spectrul audio este divizat in mai multe benzi
inguste; sunetele de putere mica sunt
detectate/decelate intr-un mediu puternic zgomotos.

· [Latimea de ] Banda: indica viteza de schimbare a

unui semnal.
· Banda larga: semnalul se modifica rapid.
Atentie: descrierea formala (matematic) opereaza si frecvente negative!

Prof. Mihaela Albu

mihaela.albu@upb.ro Maria Elena Angoletta, AB/BDI, DISP 2003, 20 February 2003
 Prelucrarea semnalelor,
an II - Facultatea de Inginerie Electrică U.P.B. 2021-2022

Semnale
Deoarece semnalele electrice sunt uşor de măsurat, şi, în plus,
sunt chiar tipul de semnal cel mai simplu de reprezentat, se
preferă transformarea mărimilor fizice în semnale de natură
electrică.

Există mai multe clasificări posibile pentru semnale, în figura

urmatoare fiind propusă una dintre acestea, în funcţie de tipul
descrierii matematice posibil a fi adoptată.

Semnalele deterministe sunt acele semnale care admit pentru

descrierea lor completă o (unică) expresie matematică explicită,
un tabel de date sau o regulă bine-definită - altfel spus, pentru
acest tip de semnale sunt cunoscute cu certitudine valorile luate
în trecut, prezent sau viitor.
Prof. Mihaela Albu
mihaela.albu@upb.ro
 Prelucrarea semnalelor,
an II - Facultatea de Inginerie Electrică U.P.B. 2021-2022

Semnale si sisteme in timp continuu

Semnalele deterministe admit, pentru descrierea lor completă, o

(unică) expresie matematică explicită, un tabel de date sau o regulă
bine-definită;
Prof. Mihaela Albu
mihaela.albu@upb.ro
 Prelucrarea semnalelor,
an II - Facultatea de Inginerie Electrică U.P.B. 2021-2022

Semnale si sisteme in timp continuu

Semnalele aleatoare sunt acele semnale care nu pot fi descrise de
formule matematice explicite, sau o astfel de descriere ar fi prea
complicată din punct de vedere practic. Pentru descrierea
semnalelor aleatoare se aplică tehnici de analiză statistică - teoria
probabilităţilor şi a proceselor stochastice.

Semnalele periodice sunt acele semnale deterministe care admit o

reprezentare identică în orice interval de timp de durată T, unde T se
numeşte perioada (fundamentală) a semnalului. Pentru cazul în care
semnalele sunt cu variaţie continuă în timp şi admit o reprezentare
de forma, atunci condiţia de periodicitate (cu perioadă T) se
exprimă prin:

Prof. Mihaela Albu

mihaela.albu@upb.ro
 Prelucrarea semnalelor,
an II - Facultatea de Inginerie Electrică U.P.B. 2021-2022

Semnale si sisteme in timp continuu

Semnalele neperiodice sunt toate semnalele deterministe care nu
sunt periodice.
Semnalele cu variaţie sinusoidală sunt acele semnale, cu variaţie
continuă în timp, care pot fi descrise de o relaţie de forma:
2 
xt   A  sin   t   ;   2    f 
T
unde A: amplitudinea, : pulsaţia, : faza iniţială iar f : frecvenţa.
Semnalele deterministe, periodice, cu variaţie nesinusoidală sunt
acele semnale care rezultă din compunerea mai multor semnale cu
variaţie sinusoidală pentru care raportul frecvenţelor semnalelor
componenete este un număr raţional: xt    Ak  sin 2    f k  t   k , t  
kK
KN

fk k

Prof. Mihaela Albu
fp p
mihaela.albu@upb.ro
 Prelucrarea semnalelor,
an II - Facultatea de Inginerie Electrică U.P.B. 2021-2022

Semnale si sisteme in timp continuu

• Un semnal cvasiperiodic este acel semnal care, deşi sintetizat
dintr-o sumă de funcţii armonice (cu variaţie sinusoidală), nu este
periodic, deoarece raportul dintre două frecvenţe oarecare nu este
un număr raţional.
• Semnalele deterministe care nu îndeplinesc condiţiile de
periodicitate şi cvasiperiodicitate menţionate anterior sunt
semnale tranzitorii.
• Caracteristicile proceselor care generează semnalele aleatoare
pot fi invariante în timp (semnale staţionare) sau variante în timp
(semnale nestaţionare). Exemplu de semnale din ultima
categorie este vorbirea, a cărei intensitate şi compoziţie spectrală
variază continuu. Un exemplu de semnal staţionar este zgomotul
alb.
Prof. Mihaela Albu
mihaela.albu@upb.ro
 Prelucrarea semnalelor,
an II - Facultatea de Inginerie Electrică U.P.B. 2021-2022

Semnale si sisteme in timp continuu

• Un proces este staţionar dacă parametrii modelului său
probabilistic (media, dispersia, compoziţia spectrală de putere şi
momentele de ordin superior) sunt invarianţi în timp. Semnalul
staţionar poate releva evenimente neaşteptate, dar se ştie dinainte
probabilitatea cu care astfel de fenomene pot să apară. Semnalele
staţioanare pot fi ergodice sau non-eregodice.

• Semnalele ergodice sunt semnale aleatoare generate de procese

staţionare care revelează aceleaşi caracteristici temporale, atât
pentru o singură realizare a procesului stochastic, cât şi pentru
toate realizările acestuia pe parcursul unui interval de timp foarte
mare.
Prof. Mihaela Albu
mihaela.albu@upb.ro
 Prelucrarea semnalelor,
an II - Facultatea de Inginerie Electrică U.P.B. 2021-2022

Semnale si sisteme in timp continuu

• Semnalele nestaţionare prezintă caracteristici statistice variabile
în timp, fiind ataşate unor procese pentru care momentele
statistice de diferite ordine depind de momentele temporale şi de
referinţa de timp aleasă pentru determinarea acestora.

În cazul în care caracteristicile statistice ale semnalului se schimbă

foarte lent în timp, la intervale temporale suficient de lungi,
semnalul se numeşte cvasistaţionar. În acest caz, procesul poate fi
analizat prin divizarea sa în subprocese consecutive, pentru fiecare
dintre acestea aplicându-se metodele de analiză specifice
semnalelor aleatoare staţionare.

Prof. Mihaela Albu

mihaela.albu@upb.ro
 Prelucrarea semnalelor,
an II - Facultatea de Inginerie Electrică U.P.B. 2021-2022

I. 3. Introducere. Semnale uni- si n-dimensionale

Semnalele unidimensionale admit ca reprezentare matematică o

funcţie de o singură variabilă independentă:
f : A  B; A   si ,de obicei B  sau B C

Exemple: x1 t   5  sin 3t ; x1 t  :    semnal real

x2 t   5  e j 3t  2 ; x2 t  :   C semnal complex

Semnalele n-dimensionale admit ca reprezentare matematică o

funcţie de n variabile independente:
n p q
f : A  B; A   ; B   sau B C
Prof. Mihaela Albu
mihaela.albu@upb.ro
 Prelucrarea semnalelor,
an II - Facultatea de Inginerie Electrică U.P.B. 2021-2022

I. 3. Introducere. Semnale analogice vs. numerice

După tipul mulţimilor de definiţie ce intervin în reprezentarea

matematică a semnalelor, acestea se clasifică în
semnale în timp continuu şi semnale în timp discret.

Semnale în timp continuu (analogice) sunt definite în fiecare

moment de timp; multimea valorilor pe care le iau acest tip de
semnale (amplitudinea) poate fi compacta sau o multime discreta.

Dacă multimea a momentelor tk (la care funcţia x(t) este discontinuă)

este o mulţime cel mult numărabilă, atunci semnalul x este continuu
pe porţiuni.
Prof. Mihaela Albu
mihaela.albu@upb.ro
 Prelucrarea semnalelor,
an II - Facultatea de Inginerie Electrică U.P.B. 2021-2022

I.3. Introducere. Semnale analogice vs. numerice

În cazul în care are loc o cuantizare a amplitudinii semnalului (în

urma unui proces de aproximare, de tipul trunchierii sau al
rotunjirii), astfel că mulţimea valorilor acestuia este finită, deşi
semnalul este definit la toate momentele de timp, rezultatul va fi un
semnal discret în amplitudine. 2500

2000

1500

1000

500

Exemplu de semnal continuu în timp şi -500

amplitudine cu variaţie continuă -1000

-1500

Prof. Mihaela Albu -2000

0 2 4 6 8 10 12 14 16 18
mihaela.albu@upb.ro
 Prelucrarea semnalelor,
an II - Facultatea de Inginerie Electrică U.P.B. 2021-2022

I.3. Introducere. Semnale analogice vs. numerice

Semnale în timp discret
sunt definite numai pentru momentele t k  A unde A este o mulţime
discretă. De obicei, intervalul dintre două momente de timp este
constant.
reprezentarea semnalelor discrete esantionate uniform
5

Notaţie:
4.5

xt k   xk  t   xk  semnal discret

3.5

2.5

1.5
Exemplu de semnal discretizat prin
eşantionare uniformă 1

0.5

Prof. Mihaela Albu 0

-2 0 2 4 6 8 10
mihaela.albu@upb.ro momente, tk
 Prelucrarea semnalelor,
an II - Facultatea de Inginerie Electrică U.P.B. 2021-2022

I.3. Introducere. Semnale analogice vs. numerice

Surse de semnale în timp discret:
• selectarea valorilor unui semnal analogic (în timp continuu) la
anumite momente (eşantionarea în timp, sampling)

• acumularea unor valori pentru un interval de timp dat (de exemplu:

cantitatea de energie consumată pe sfert de oră, pe zi etc.)
5 5

4 4

3 3

2 2

1 1

0 0

-1 -1

-2 -2

-3 -3

-4 -4

-5 -5
-2 0 2 4 6 8 10 -2 0 2 4 6 8 10 12
Prof. Mihaela Albu
mihaela.albu@upb.ro
 Prelucrarea semnalelor,
an II - Facultatea de Inginerie Electrică U.P.B. 2021-2022

Intrebari / semnalare erori (!)

. mihaela.albu@upb.ro
Prof. Mihaela Albu albu@ieee.org
mihaela.albu@upb.ro