!

1 ODMERAVANJE
SIGNALA

KONTINUALNIH

1.1 Uvod
!
!"#$%&'( )%*( $%+','-"( .( /0'0*)'( 1*#%( 2%( */'2.#.( 3"4%3"4',1'3( 5.-16'#"3"( 2.( ( /*( /0'0*)'( 1*-4'-."+-%(
/*#"$%7(/"(2%('(*/'2.#.(0%"+-'3(5.-16'#"3"($'8%(/0*3%-+#'$'9:(;(+'4%0"4.0'(2%(<"(5.-16'#.(1*#"(*/'2.#%(-%1.(
pojavu, a pri tome je i vreme jedna od nezavisno p0*3%-+#'$'97( ( ,%24*( 1*0'24'( 4%03'-( signal . Kada
vremenska promenljiva pripada skupu realnih brojeva, funkcija koja opisuje posmatranu pojavu naziva se
kontinualni signal :(=")"(#%(/*#"$"(*/'2"-"(0%"+-*3(5.-16'#*37(,'#'(#%("0>.3%-4($0%3%7("+'(2")"('<(21./"(
celih brojeva koristi se termin diskretni signal . Iako se pojam kontinualnog signala u svakodnevnoj praksi
'<#%)-","$"(2"(/*#3*3( analognog signala, postoji bitna razlika. Termini kontinualni i diskretni se odnose
na vremensku osu, dok termini analogni i digitalni opisuju prirodu amplitude signala [1].
?'24%3'( <"( *@0").( '-5*03"6'#"( A2'>-"+"B( 1*#'( 2%( )*@'#"#.( 3%0%-#'3"7( '+'( ,%8&%( 1*3@'-"6'#*3( 3%0%-#"( '(
poznatom strukturom sistema koji se posmatra, mogu se podeliti na kontinualne i diskretne. Podela se
$08'( ( <"$'2-*( *)( 4*>"( )"( +'( #%( $0%3%-21'( 0"<3"1( '<3%C.( 1*0"1"( *@0")%( @%21*-",-*( 3"+'( -kontinualni
2'24%3'( <"( *@0").( 2'>-"+"( A/"2'$-'( 5'+40'7( "14'$-'( 5'+40'( 2"( */%0"6'*-'3( /*#","$",'3"( '( )0.>"( "-"+*>-"(
%+%140*-21"( 1*+"B7( '+'( 1*-","-( - diskretni sistemi za obradu signala (softverske ili hardverske
implementac'#%( "+>*0'4"3"( -"( )'>'4"+-*3( 0",.-"0.B:( D'210%4-'( 2'24%3'( 2.( -"#,%8&%( 0%"+'<*$"-'( /*3*&.(
digitalnih sistema ili digitalnih !"#$%$&'()&$& u VLSI tehnologiji ( D SP-Digital Signal Processor, F PGA F ield Programmable Gate Array, uC-Microcontroller, CPLD-Complex Programmable Logic Device) pa
se otuda i cela oblast naziva digitalna obrada signala:(E+%12'@'+-*24(*$'9(2'24%3"(#%()"+%1*($%&"(-%>*(kod
kontinualnih jer se promena parametara algoritma obrade svodi na izmenu u softveru, ili izmenu u
.-.40"8-#*#( 1*-5'>.0"6iji hardvera ( F PGA, CPLD B( 1*#"( 2%( 4"1*C%( $08'( 2*54$%021'3( /*)%8"$"-#%3:(
E'+40'0"-#%( .( )'>'4"+-*3( )*3%-.( #%( 3"-#%( /*)+*F-*( .4'6"#'3"( /0*3%-%( 4%3/%0"4.0%7( $+"F-*24'( '( 24"0%-#"(
komponenti od filtriranja analognim elektronskim kolima. G*>.&-*24'( )'>'4"+-'9( 2'24%3"( 2"( 24"-*$'84"(
/*$%&"-#"(broja MAC ( Multiply and Accumulate ) operacija u sekundi i 23"-#%-#"(/*40*8-#%(2%(neprestano
.$%&%$"#.:( ?" )0.>%( 240"-%7( )'>'4"+-'( 2'24%3'( '3"#.( 1*-",-.( ).F'-.( 0%,'( 4"1*( )"( -'#%( 3*>.&%( 4",-*(
predstaviti vrednosti realnih brojeva:( H0*6%2( <"*10.F'$"-#"( 0%"+-'9( $0%)-*24'( A.( )'210%4-'3( $0%3%-21'3(
40%-.6'3"B(-"($0%)-*24'(2"(1*-",-'3(brojem bitova naziva se kvantizacija , ili diskretizacija po amplitudi i
.-*2'(8.3(.(4*1(2'>-"+"(1*#'(2%(/*)(*)0%C%-'3(/0%4/*24"$1"3"(3*F%(40%4'0"4'(1"*(")itivni [2].
;( -"0%)-'3( /*>+"$+#'3"( -"#$%&'( )%*( /"F-#%( #%( /*2$%&%-( )'210%4-'3( 2'24%3'3"( <"( *@0").( )'210%4-'9(
2'>-"+"7( @'+*( )"( 2.( *-'( /*( /0'0*)'( )'210%4-'( '+'7( .( $%&%3( @0*#.( 2+.,"#%$"7( 1*-4'-."+-'( 2'>-"+'( 1*#'( 2.(
diskretizovani. U nastavku su analizirane promene koje diskretizacija kod diskretnih sistema unosi u
spektar kontinualnog signala, uslovi koji moraju biti ispunjeni da bi se kontinualni signal ispravno

rekonstruisao iz diskretnog signala, osnovni algoritmi i principi obrade u digitalnom domenu, kao i
*)>*$"0"#.&'(/0'3%0':(

1.2. O dmeravanje kontinualnih signala

Proces 1*#'3( 2%( 1*-4'-."+-"( $%+','-"( /0%$*)'( .( )'>'4"+-.( -"<'$"( 2%( C/D (eng. continous to discrete)
konverzija '(3*F%(2%(0"<+*F'4'(-"()$%(5"<%(:
)'210%4'<"6'#.(.+"<-%($%+','-%(A1*-4'-."+-*>(2'>-"+"B(/*($0%3%-.(I odmeravanje,
diskretizaciju odmerenog signala (diskretnog signala) po amplitudi I kvantizacija

Slika 1.1 *+!&,-%./(-#&,0/D konverzije

U prvoj fazi odmeravaju se vrednosti kontinualnog signala u jednakim vremenskim intervalima, a vreme
'<3%C.()$"(2.2%)-"(*)3%01"(-"<'$"(2%( period odmeravanja [1]. U literaturi [3] se pored ovog termina
,%24*(1*0'24'('(4%03'-( period (perioda) odabiranja. Jedinica za periodu odmeravanja je sekunda [s]. U
2+.,"#.( .-'5*03-*>( *)3%0"$"-#"( A
B7( 3*F%( 2%( .$%24'( '( ('+./&)%./, %1!+$&2&)3&7( $%+','-"(
0%6'/0*,-"(/%0'*)'(*)3%0"$"-#"(J

(1.1)
Pored 7(<"(.,%24"-*24(*)3%0"$"-#"7(1*0'24'(2%('(oznaka
20",.-"4*#(/0%3"(AK:KB:

[samp/s] koja je broj,"-*(#%)-"1"($0%)-*24'(

=0.F-"(.,%24"-*24(*)3%0"$"-#"()"4"(#%(2"J
(1.3)
C/D konverzija se u praksi izvodi Analognom Digitalnom 1*-$%0<'#*3(ALMD7(2+'1"(K:KB(*(,%3.(&%($'8%(
0%,'(@'4'(.(/*>+"$+#.(K:N:O: Prva faza C/D konverzije je prikazana na slikama 1.2.a) i b) i ako se zanemare
%5%14'( 1*-",-%( ).F'-%( 0%,'( .( )'>'4"+-*3( 2'24%3.7( 4")"( #%( "3/+'4.).( *)3%0%-*>( A)'210%4-*>B( 2'>-"+"(
3*>.&%(/0%)24"$'4'(@%<(>0%81%:(;(*$*3(23'2+.(4%0mini digitalni i diskretni 2%(.(/0"12'(,%24*(0"$-*/0"$-*(
1*0'24%7('"1*(#%(.(PKQ(-">+"8%-"(@'4-"(0"<+'1"('<3%C.(-#'9:

Slika 1.2 a) Uniformno (

Slika 1.2 b) Diskretni signal

) odmeravanje kontinualnog signala

dobijen uniformnim odmeravanjem kontinualnog signala

L1*(2%(/*23"40"()'210%4-'(2'>-"+()*@'#%-(.-'5*03-'3(*)3%0"$"-#%37(.*,"$"(2%()"($0%3%(1"*(-%<"$'2-*(
/0*3%-+#'$"( -%( 3*F%( .<%4'( /0*'<$*+#-%( $0%)-*24'7( $%&( 2"3*( .-"/0%)( )%5'-'2"-%( .3-*81%( /%0'*)%(
odm%0"$"-#":(;(-"24"$1.7("1*(2%(/0%4/*24"$'()"(#%(*)3%0"$"-#%(<"/*,%4*(.(40%-.41.J
(1.4)
4")"( #%( )'210%4-'( 2'>-"+( .( 40%-.6'3"( *)3%0"$"-#"( #%)-"1( 1*-4'-."+-*3( 2'>-"+.( A"+'( #%( '<3%C.( 40%-.4"1"(
odmeravanja nedefinisan):

(1.5)

R@',-*(2%(.(-*4"6'#'()'210%4-'9(2'>-"+"()*@'#%-'9(.-'5*03-'3(*)3%0"$"-#%3(1*0'24%(.>+"24%(<">0")%J
(1.6)
4"1*( )"( #%( *)3%0%-'( 2'>-"+( ,%24*( *@%+%F%-( '( 2"(
. Iako unutar uglastih zagrada nema periode
odmeravanja , implicitno se podrazumeva da je ona poznata. Zavisno od pristupa kojim se modeluje
odmeravanje, signal
2%(3*F%(/*23"40"4'(1"*(1*-4'-."+"-('+'(1"*()'210%4"-:(H0'3%&.#%(2%()"(#e ova
-*4"6'#"(2+',-"(*-*3(1*#"(2%(1*0'24'(<"(-'<*$%(.(/0*>0"321'3(#%<'6'3"7(84*(#%('(*/0"$)"-*('3"#.&'(.($').(
diskretnu prirodu podataka.
!"()'210%4-%(2'>-"+%(#%(3*>.&%(/0'3%-'4'($%+'1'()%*(*/%0"6'#"(1*#%(2.()%5'-'2"-%(<"(1*-4'-."+-%(2'>-"+%:(
Pored "-"+'<%( /%0'*)',-*24'7( 5'+40'0"-#"7( '( *24"+'9( */%0"6'#"( 1*#%( 2%( 3*>.( /0'3%-'4'( A'( "-"+'<'0"4'B( .(
vremenskom domenu, od presudnog interesa je i frekvencijska analiza diskretnih signala. Jedno od
-"0%)-'9(/*>+"$+#"(@'&%(/*2$%&%-*(E.0'#%0*$*#("-"+'<'(1*#"(2%(.2/%8-*(/0'3%-#.#%('(1*)()'210%4-'9(2'>-"+":(
="*( 84*( &%( 4*( @'4'( /*1"<"-*7( '-4%0/0%4"6'#"( )*@'#%-'9(0%<.+4"4"(.( 50%1$%-6'#21*3( )*3%-.( 1*)( )'210%4-'9(
signala se razlikuje od one kod kontinualnih signala.

Primer 1.1.
Dat je kontinualni signal:

koji se diskretizuje u idealnom procesu

odmeravanja:(;,%24"-*24(*)3%0"$"-#"(#%(
(semplova u sekundi, tj. odmeraka u sekundi).
!"&'( .,%24"-*24( 2'>-"+"(
(diskretnu, digitalnu .,%24"-*24B( '( *)0%)'4'( /%0'*).7( "1*( #%( 2'>-"+(
/%0'*)',"-:
4+5+)3+6
Kontinualni signal :

;,%24"-*24(*)3%0"$"-#"(J
Diskretni signal :

,
, gde je

[s] perioda odmeravanja.

D'210%4-'( 2'>-"+( 2%( .( *$*3( 2+.,"#.( )*@'#"( /0*24*3( <"3%-*3( 1*-4'-."+-%( $0%3%-21%( /0*3%-#+#'$%( iz
#%)-",'-%( 1*-4'-."+-*>( 2'>-"+"( )'210%4-*3( $0%3%-21*3( /0*3%-#+#'$*3( , jer je signal u diskretnom

vremenskom domenu definisan samo u diskretnim odmercima $0%3%-"( 4#:( .3-*86'3"( /%0'*)%(
odmeravanja . Na osnovu (1.6) sledi:

(1.7)
*)"1+%(2%(.*,"$"()"(#%(.,%24"-*24(*$*>(2'>-"+"(Adigitalna .,%24"-*24BJ

(1.8)
H*()%5'-'6'#'(/%0'*)',-*24'7(*2-*$-"(/%0'*)"(#%(-"#3"-#'(-%-.+4'(6%*(@0*#( 4"1"$()"($"F'J
(1.9)
odakle zamenom sledi:

(1.10)
a kako je osnovna perioda sinusne funkcije (signala)

7(40%@"(-"&'(4"1"$(/0'*)-'(@0*#( <"(1*>"($"F'J

(1.11)
Ako se prethodni izraz podeli sa

dobija se:
(1.12)

84*(#%('2/.-#%-*(#%)'-*(.(2+.,"#.(1")"(#%(

, pa je i perioda ovog signala (koja mora biti prirodan broj):

(1.13)

S"1+#.,6'(1*#'(2%(3*>.('<$%24'('<(*$*>(/0'3%0"J
Ako je kontinualni signal
/%0'*)',"-7( )'210%4-'( 2'>-"+(
ne mora biti
periodi,"-:( H0'3%0( 2'>-"+"( 1*#'( -'#%( /%0'*)',"-( #%J(
, i ova osobina je posledica
*>0"-',%-#"()"($0%3%-21'('-)%12(3*0"(@'4'(6%*(@0*#:
;,%24"-*24(.()'210%4-*3()*3%-.(A1"7"/&8)&,('+./&)%./) ima jedinicu
:(R@',-*(2%(*@%+%F"$"(
3"+'3(>0,1'3(2+*$*3( . U literaturi koja se bavi samo analognom obradom signala, ovaj simbol
je 0%<%0$'2"-( <"( 1*-4'-."+-.( .,%24"-*247( )*1( #%( .( +'4%0"4.0'( 1*#"( 2%( @"$'( )'>'4"+-*3( *@0")*3(
2'>-"+"(-%/'2"-*(/0"$'+*()"(2%(<"(1*-4'-."+-.(.,%24"-*24(1*0'24'(*<-"1"( , a za digitalnu .

Primer 1.2.
T2/'4"4'(/%0'*)',-*24()'210%4-*>(2'>-"+"J(

(1.14)
4+5+)3+6
Na osnovu primera 1.1 sledi:

(1.15)
Deo izraza (1.15):

(1.16)
2")0F'(5"<-'(/*3%0"#(1*#'(-%(.4',%(-"(/%0'*).7(4"1*()"(2.(.2+*$'(/%0'*)',-*24'J

(1.17)

(1.18)

(1.19)
gde konstante koje moraju biti celi brojevi:
,+"-*$"(2")0F'(.(<"#%)-',1*#(/%0'*)'( .

pokazuju koliko se manjih U/%0'*)"V(/*#%)'-",-'9(

Posle 20%C'$"-#"('<0"<"(AK:KWB7(AK:KXB7(AK:KYB(*)0%C.#%(2%(-"#3"-#'(<"#%)-',1'(2")0F"+"6(<"(KZ7(X('(KN(/"(#%(
perioda:
(1.20)

1.2.1 Spektar disk retizovanog signala

R)0%C%-"(1+"2"(/0*@+%3"(.()'>'4"+-*#(*@0")'(2'>-"+"(2%(3*F%(+"18%(0%8'4'(. frekvencijskom (spektralnom),
-%>*( .( $0%3%-21*3( )*3%-.:( [%<"( '<3%C.( $0%3%-21*>( '( 50%1$%-6'#21*>( )*3%-"( ( )"4"( #%( 0"<+','4'3(
oblicima Fourier -ove transformacije ( Fourier Transform, Discrete Fourier Transform, Discrete Ti me
Fourier Transform). Reprezentacija signala u frekvencijskom domenu naziva se spektar signala , dok je
za osobine funkcije prenosa u frekvencijskom domenu rezervisan termin frekvencijske karakteristike
sistema:(;(*$*3(/*>+"$+#.('<+">"-#%(#%(*>0"-',%-*(-"(linearne sisteme.
L1*( #%( 1*-4'-."+"-( 2'>-"+( /%0'*)',"-( '( <")*$*+#"$"( Dirichlet-*$%( .2+*$%( PKQ7( 3*F%( 2%( /0%)24"$'4'(
Forurier -*$'3(0%)*3:(\%)"-(*)(,%24*(1*0'8&%-'9(*@+'1"(#%('(1*3/+%12-'(*@+'1( Forurier-ovog reda [1]:

(1.21)
gde se Fourier -ovi ko%5'6'#%-4'(A.(*/84%3(2+.,"#.(1*3/+%12-'(@0*#%$'B()*@'#"#.(1"*J

(1.22)
Iako su Fourier -*$'( 0%)*$'( A1*#'( 2%( /0'3%-#.#.( -"( /%0'*)',-%( 2'>-"+%B( @'4-'( 2"( 24"-*$'84"( .$*)-'9(
razmatranja obrade signala u frekvencijskom domenu, obrade signala u energetici, energetskoj elektronici
'4):7(.(/0"12'(2%(,%24*(20%&.('("/%0'*)',-'(2'>-"+':(L1*(2%("/%0'*)',"-(2'>-"+(/*23"40"(1"*(/%0'*)',"-(2'>-"+(
,'#'(#%(*2-*$-'(/%0'*)J
(1.23)
tada se generalizacijom Fourier -ovog reda dolazi do Fourier -ove transformacije:

(1.24)
gde je
1*-4'-."+-"( 10.F-"( .,%24"-*24( .(
. Sa druge strane, na osnovu date Fourier -ove
40"-25*03"6'#%( 3*>.&%( #%( *)0%)'4'( 2'>-"+( .( $0%3%-21*3( )*3%-.( /0'3%-*3( inverzne Fourier -ove
transformacije:

(1.25)
D'210%4-'( 2'>-"+'( 2%7( 4"1*C%7( 3*>.( /0%)24"$'4'( /0%1*( -#'9*$*> 50%1$%-6'#21*>( 2")0F"#"( 1*0'8&%-#%3(
Foruier-*$%("-"+'<%7(*(,%3.(&%(@'4'(0%,'(1"2-'#%:(

1.2.2 !"#$%"#&'(")*+$,-#".")*+/0$-")&,$"12/3)/,%$+"."24")
G"4%3"4',1'7( /0*6%2( *)3%0"$"-#"( 1*-4'-."+-*>( 2'>-"+"(
2%( -"#+"18%( 3*F%( /0%)24"$'4'( 1"*( /0*'<$*)(
kontinualnog signala sa povorkom Dirac-ovih [1] impulsa
(sl.1.3). Tako dobijeni signal
je po
/0'0*)'( 1*-4'-."+"-( "+'( '3"( -%-.+4.( $0%)-*24( 2"3*( .( 40%-.6'3"( 1*#'( 2.( .3-*86'( /%0'*)%( . Uz
pretpostavku da nema procesa kvantizacije amplitude, i na osnovu sl.1.3. sledi:

(1.26)
Dalje je:

(1.27)

Slika 1.3 9&/+!&/"'#&,-$+1./&2&,-$%:+.&,"1+&8)%7,()";%$!)%7,%1!+$&2&)3&,-+$"%1%!,

!
Povorka Dirac-*$'9('3/.+2"(#%(/%0'*)',"-(2'>-"+('(3*F%(2%(/0%)24"$'4'(/0%1*( Fourier -ovog reda, gde je
koeficijent
'<0",.-"4(prema 1.22:

(1.28)
[%+','-"(
2%( -"<'$"( 10.F-"( .,%24"-*24( *)3%0"$"-#"(Asampling rateB( '( *)0%C%-"(#%( -"( *2-*$.( /%0'*)%(
odmeravanja (sampling period) kao:

(1.29)
Frekvencijski sadrF"#(Aspektar signala)

na osnovu (1.24) je:

(1.30)
ako se redosled sumiranja i integracije u (1.30) zameni, tada je:

(1.31)
!"( *2-*$.( #%)-"1*24'( AK:OKB( <"1+#.,.#%3*( )"( #%( 2/%14"0( )'210%4'<*$"-*>( 2'>-"+"( @%21*-",-"( 2.3"(
/%0'*)',-*( /*-*$+#%-'9( 2/%14"0"( 1*-4'-."+-*>( 2'>-"+"( /*3*-*F%-'9( 5"14*0*3( ( , pa se ovaj spektar
nekada naziva i -+$"%1"')&, +#.-&)<"3&, A/0*).F%-#%B( 2/%140"( 1*-4'-."+-*>( 2'>-"+":( !"( 2+:K:]:( )"4'( 2.(
2/%140'(1*-4'-."+-*>('(*)>*$"0"#.&%>()'210%4'<*$"-*>(2'>-"+": ;(2+.,"#.(1")"(.,%24"-*24(*)3%0"$"-#"(
nije dovoljno velika, dolazi do efekta preklapanja spektralnih komponenti (aliasing effect).

Slika 1.4a) Spektar realnog kontinualnog signala

Slika 1.4b) Spektar diskretizovanog signala bez aliasing efekta, dobijenog idealnim odmeravanjem
."7)&8&,'"3",3+,.-+#/&$,-$"#&<&),)&,sl.1.4.a)

!"(*2-*$.(2+:(K:]:(@B('(<"94%$"()"(-%3"(/0%1+"/"-#"(1*3/*-%-4'7(3*F%(2%(-"/'2"4'(.2+*$J
(1.32)
odakle je:
(1.33)
Izraz (1.33) predstavlja rezultat teoreme o odmeravanju ( Nyquist sampling theorem [2]):

Neka je
."7)&8,.&,%7$&)"'+)"!,.-+#/$%!=,/3>,
3+1")./2+)%, %1$+?+), .2%3"!, %1!+$:"!&,

, za
,

. Tada je kontinualni signal

ako je
gde je

Slika 1.5 Spektar diskretizovanog signala sa aliasing efektom, dobijenog idealni m* odmeravanjem signala
'"3",3+,.-+#/&$,-$"#&<&),)&,.8>@>A>&B
*

C+$!"), "1+&8)%, .+, %1)%.", )&, -$+/-%./&2#(, 1&, 3+, !%7(D+, ;%$!"$&/", -%2%$#(, E"$&:-%2"F, "!-(8.&, G"!-(8.&, H+.#%)&')%, #$&#/%7, /$&3&)3&B, 5/%, 3+,
-$&#/"')%,)+!%7(D+ $+&8"<%2&/">,I,1&83+!,/+#./(,-%1$&<(!+2&,.+,1&,3+,%1!+$&2&)3+,"1+&8)%=,.+,&#%,)"3+,)&78&5+)%,1$(7&'"3+>

10

\*8(#%)-"7(,%24*(1*0'8&%-"7(/0%)24"$"(/0*6%2"(*)3%0"$"-#"(/0'1"<"-"(#%(-"(2+:K:^:(T"1*(#%(*$"#(-",'-(@+'F'(
24$"0-*#(5'<',1*#(0%"+'<"6'#'7(-%3*>.&%(#%(3"4%3"4',1'(/*1"<"4'(84"(2%()%8"$"(.(2/%140"+-*3()*3%-.(@%<(
.$*C%-#"(/*$*01%( Dirac-ovih impulsa (sl.1.3.).

Slika 1.6. Proces odmeravanja prikazan kao idealno kolo za odmeravanje

;(*@"(2+.,"#"(A2+:K:O('(2+:K:^:B(0%,(#%(*(')%"+-*3(*)3%0"$"-#.7(4#:(@+*1.(1*#'($08'(40"-25*03"6'#.(2'>-"+"('<(
1*-4'-."+-*>( .( )'210%4-'( )*3%-( 2"( @%21*-",-*3( /0%6'<-*8&.7( /"( 2%( .( @+*1( )'#">0"3'3"( ,%24*( 20%&.( '(
oznake prikazane na sl.1.7.

Slika 1.7 Si mboli idealnog bloka za diskretizaciju (C/D - Continous to Discrete)

Da bi se pristupilo odmeravanju kontinualnog signala bez efekata preklapanja, jedan od prvih koraka je
*)0%C'$"-#%( 3"12'3"+-%( .,%24"-*24'( .( 2/%140.(
1*#"( 5'>.0'8%( .( AK:OOB. U praksi, zbog prisustva
0"<+','4'9(4'/*$"(8.3*$"7(50%1$%-6'#21'(*/2%>(2'>-"+"(-'#%(*>0"-',%-7(/"(#%(/*40%@-*()'<"#-'0"4'(5'+4"0(1*#'(
&%( *>0"-','4'( */2%>( 50%1$%-6'#"( .+"<-*>( 2'>-"+"( -"( $0%)-*24(
. Kontinualni filtri sa ovakvom
namenom nazivaju se antialiasing 5'+40'7( '( ,%24*( 2%( 1*0'24%( .( 1*3@'-"6'#'( 2"( 4%9-'1*3( interpolacije
(upsamplingB( .( 1*#*#( 2%( .,%24"-*24( *)3%0"$"-#"( /*$%&"$"( -"( $0%)-*24( -%1*+'1*( A'+'( -%1*+'1*( )%2%4'-"B(
/.4"($%&.(*)(
[3].

Primer 1.3.
R)0%)'4'( "3/+'4.)21.( ( 50%1$%-6'#21.( 1"0"14%0'24'1.7( 1"*( '( 3"12'3"+-.( .,%24"-*24( .( 2/%140.(
signala:
, gde je

4+5+)3+6
=*)(/%0'*)',-'9(2'>-"+"(*@',-*(-'2.(<")*$*+#%-'(.2+*$'(1*-$%0>%-6'#%(<"( Fourier -ovu transformaciju pa
se koristi Generalizovana Fourier-ova transformacija prema kojoj svakoj kompleksnoj sinusoidi
odgovara Dirac-*$( '3/.+2( .( 50%1$%-6'#21*3( )*3%-.( -"( .,%24"-*24'( "0>.3%-4"( 7( ,'#"( #%( "3/+'4.)"(
skalirana faktorom , tj.:

(1.34)
Signal

, gde je

, se prema Euler -*$*#(5*03.+'(3*F%('<0"<'4'(.(*@+'1.J

11

(1.35)
Sada je prema (1.34):

(1.36)
/"(2%("3/+'4.)21"(1"0"14%0'24'1"(A2/%14"0B(3*F%(/0%)24"$'4'(1"*J(

(1.37)
i ima izgled kao na slici 1.8.

Slika 1.8 Amplitudski spektar sinusnog signala

?"(2/%140"(2%(.*,"$"()"(#%(3"12'3"+-"(.,%24"-*24(.(2/%140.(./0"$*(

iz Primera 1.3
.

Napomena : Iako je amplituda Dirac I *$*>('3/.+2"(@%21*-",-*($%+'1"(Astrelica 2'3@*+',1'(/0%)24"$+#"(

"3/+'4.).(1*#"(4%F'(@%21*-",-*24'B, na slici 1.8 je pored strelice data i vrednost konstante kojom je Dirac
I *$('3/.+2(/*3-*F%-:(_"<+*>()*)"$"-#"($0%)-*24'(1*-24"-4%(na slici +%F'(.(4*3%()"(2% /0'1"F%(84*($'8%(
informacija o signalu (opisanog sa (1.37)).

Primer 1.4.

12

Ako je amplitudska ka0"14%0'24'1"( 2'>-"+"( )"4"( -"( 2+:( K:Y:7( *)0%)'4'( 3'-'3"+-.( .,%24"-*24(
*)3%0"$"-#"(4"1*()"(-%()*C%()*(/0%1+"/"-#"(2/%140"+-'9(1*3/*-%-4':

Slika 1.10 Amplitudski spektar signala

H0%3"(4%*0%3'(*(*)3%0"$"-#.(3'-'3"+-"(.,%24"-*24(1*#*3(2%($08'(*)3%0"$"-#%(@%<(%5%14"(/0%1+"/"-#"(4#:(
alliasing-"(#%()./+*($%&"(*)(3"12'3"+-%(.,%24"-*24'(.(2/%140.J
(1.38)
pa je:
(1.39)

1.2.3 5+"(#&'2")+$"1&6"0&4")*+/0$-")/,%$+"."24"
!
U praksi se idealni Dirac-ovi impulsi opisani u [1] -%(3*>.(>%-%0'2"4':(`%81*(#%(0%"+'<*$"4'('(.21%('3/.+2%(
$%+'1%( "3/+'4.)%7( /"( #%( *)( '-4%0%2"( */'2"4'( -%1'( /0"14',-*( '<$*)+#'$( /*24./"1( *)3%0"$"-#":( _%<.+4"4'(
dobijeni u prethodnom poglavlju su bitni, jer opisuju osnovne promene koje diskretizacija unosi u
spektar.
T)%"+-'(@+*1(<"()'210%4'<"6'#.7(1"1*(#%(0%,%-*7(ne unosi druge promene sem skaliranih replika u spektra
1*-4'-."+-*>( 2'>-"+"( '( '3"( @%21*-",-.( /0%6'<-ost. U praksi se u realizaciji bloka za diskretizaciju
/*#"$+#.#.( )$"( @+*1"( 1"21")-*( /*$%<"-"J( 1*+*( <"( *)3%0"$"-#%( '( <")081.( A%->:( sample and hold JS &H
circuit), i A/D konvertor. A/D 1*-$%04*0( #%( 5'<',1'( .0%C"#( 1*#'( 1*-$%04.#%( "-"+*>-.( $0%)-*24 napona na
.+"<.(.(@'-"0-.(0%,(1*-",-%().F'-%(1*#"(#%(-"#@+'F"($0%)-*24'("-"+*>-*>(2'>-"+":(\"2-*(#%()"(2%(.(/0*6%2.(
A/D 1*-$%0<'#%(#"$+#"(>0%81"(.2+%)(1*-",-*>(@0*#"(3*>.&'9('<+"<-'9($0%)-*24'(A1$"-4'<"6'*-'9(-'$*"B(-"(
koje se preslikava skup realnih vrednosti iz opsega
:( a0%81"( 1*#"( 2%( */'2"-'3( /*24./1*3(

13

>%-%0'8%(2%(-"<'$"(5(!,#2&)/"<&:"3+ '(3*F%(2%(3*)%+'0"4'(1"*(")'4'$-'(8.3([3]:(H*)(1*-40*+*3(2/*+#"8-#%>(
signala takta, A/D 1*-$%04*0( <"/*,'-#%( /0*6%2( 1*-$%0<'#%( 2$"1'9( 2%1.-)':( S@*>( *>0"-',ene brzine
propagacije signala kroz digitalna i analogna kola, proces konverzije traje izvesno vreme. Dobijeni
rezlutat se upisuje u izlazni registar A/D 1*-$%04*0"7(*)"1+%(3*F%(@'4'(/0*,'4"-(.(/0*'<$*+#-*3(40%-.41.(
(izuzev kratkog intervala kada se vredno24(0%>'240"(*2$%F"$"B:(S"($0%3%(1*-$%0<'#%7(2'>-"+(-"(.+"<.( A/D
1*-$%04*0"(3*0"(@'4'(1*-24"-4"-7(/"(2%(*@',-*('2/0%)( A/D konvertora nalazi kolo koje pored odmeravanja,
<")0F"$"( $0%)-*24(*)3%01"(.<%4*>(.(40%-.41.(
do narednog trenutka,
. Otuda i ime Sample
(odmeriti) and Hold A<")0F"4'B:

Slika 1.11 K"<"'#&,-$+1./&2&,-$%:+.&,,0LE,#%)2+$<"3+>,

signal,
J binarna vrednost signala

- kontinualni signal,
posle kvantovanja

J odmereni

" literaturi [1] #%(/*1"<"-*()"(#%(2"(24"-*$'84"(2/%140"(2'>-"+"()*@'#%-*>(0%"+-*3(/0%)24"$*3(/0*6%2"( A/D

1*-$%0<'#%(1"*(-"(2+:K:KK:7(')%-4',-"(*-*#(2"(2+:K:KN:(H*-*$*(2%(/*#"$+#.#%(/*40%@"(<"(.$*C%-#%3(/*$*01%(
Dirac-*$'9('3/.+2"(1*#"(*3*>.&"$"(3"4%3"4',1'(opis kratkog vremenskog intervala u kome se signal u
S &H kolu odmerava (deo sample S &H kola). Vremenski interval u kome se kontinualni signal odmerava
-'#%(@%21*-",-*(3"+"($%+','-"7("+'(#%(.(/0"14',-'3(0%"+'<"6'#"3"(3-*>*(3"-#'(*)(/%0'*)%(*)3%0"$"-#"( i
intervala u kome 2%( .+"<-'( 2'>-"+( <-","#-*( 3%-#"7(4"1*( )"( 2%( .2/%8-*( 3*)%+.#%( /*3%-.4*3( /*$*01*3(
Dirac-ovih impulsa. Hold deo S &H kola7(1*#'(<")0F"$"($0%)-*24(*)3%01"(-"('<+"<.()*(2+%)%&%>(0%<.+4"4"(
1*#'(2%()*@'#"(.(2+%)%&*#(/%0'*)'(*)3%0"$"-#"7(3*)%+.#%(2%(#%8%!,<&1$5#+, nultog reda (eng. zero order
hold, ZO H B:(=*+*(<")081%(-.+4*>(0%)"(2%(1*0'24'('(.(0%1*-240.16'#'(1*-4'-."+-'9(2'>-"+"7 /"(&%(.(/*>+"$+#.(
K:O:N:( @'4'( '<$%)%-"( -#%>*$"( 50%1$%-6'#21"( 1"0"14%0'24'1":( !"( *$*3( 3%24.( #%( @'4-*( 210%-.4'( /"F-#.( -"(
0"<+'1.( '<3%C.( 1*+" <"( *)3%0"$"-#%( '( <")081.( AS &H B7( '( 1*+"( <")081%( -.+4*>( 0%)"( A ZO H ). S &H kolo
predstavlja elektronsko kolo, dok je ZO H 1*+*( 2"3*( 3"4%3"4',1'( 3*)%+( 1*#'( */'2.#%( /*-"8"-#%( S &H
kola.

14

Slika 1.12 Model Sample and hold kola

1.3 Rekonstrukcija kontinualnih signala

="*( 84*( $%&( 0%,%-*7( )'>'4"+-'( 2'24%3'( <"( *@0"du podataka (2'>-"+"B( *@0"C.#.( )'210%4-%( 2'>-"+%:( L1*( #%(
potrebno da rezultat obrade, na primer filtrirani signal govora koji je pre obrade diskretizovan, bude
/*#","-( +'-%"0-'3( /*#","$",%37( 3*0"( 2%( '<$08'4'( rekonstrukcija signala, tj. njegova konverzija u
kontinualni vremenski signal. S tim u vezi, postupak odmeravanja ne sme voditi ka gubljenju informacija
u signalu (osim ako je gubljenje namerno prouzrokovano algoritmom obrade).

1.3.1 Rekonstrukcija k/2#&27"12&8)-&32"1")*/%/97):&1#+")*+/*7-2&(")2&-(&8)

7'$-#"2/-#&
Da bi kontinualni signal bio pravilno rekonstruisan iz odmeraka diskretnog signala, potrebno je ukloniti
sve replike spektra u spektru diskretnog signala. Ovo se postiF% 4"1*( 84*( 2%( )'210%4-'( 2'>-"+( 1*#'( 2%(
0%1*2-40.'8%7( /0*/.84"( 10*<( ')%"+-'( 5'+4"0( 1*#'( /*4'21.#%( 0%/+'1%7( "( /0*/.84"( )%*( 2/%140"( 1*#'( *)>*$"0"(
osnovnom opsegu kontinualnog signala (baseband) (sl.1.9). Kako je spektar diskretnog signala prema
(1.31) skaliran sa , idealni rekonstrukcioni filtar 40%@"()"('3"("3/+'4.).(,'#"(#%($0%)-*24( . Na sl.1.10. je
/0'1"<"-(2+.,"#(1")"(2%(2'>-"+(0%1*-240.'8%("1+&8)"!,;"8/$%!,-$%-(.)"#%!,)".#"F,('+./&)%./".

15

Slika 1.10 Proces odmeravanja (prva dva grafika) na osnovu (1.31) i proces rekonstrukcije realnog
."7)&8&,"1+&8)"!,;"8/$%!,-$%-(.)"#%!,)".#"F,('+./&)%./",G-%.8+1)3&,12&,7$&;"#&B
a0"-',-"(.,%24"-*24(5'+40"(<"(0%1*-240.16'#.(

(eng. LP I low pass filter ) nalazi se u opsegu:

(1.40)

'(*@',-*(2%(.2$"#"()"(#%(#%)-"1"($0%)-*24'(-"(/*+*$'-'(*/2%>"(

(1.41)
Analogno idealnom bloku za odmeravanje (sl.1.7.) simbol idealnog kola za rekonstrukciju je dat na sl.
1.11.

16

Slika 1.11 Si mboli idealnog bloka za rekonstrukciju (D/C - Discrete to Continous)

Blok DSP na slici 1.10 *<-","$"("+>*0'4"3(*@0")%(1*#'(2%('<$08"$"(-"()'>'4"+-*3(3'10*0",.-"0.:(="1*(#%(
u ovom trenutku bitna pravilna rekonstrukcija a ne sam algoritam obrade, posledice obrade se ne vide na
/0'1"<"-*3(2/%140.(-"(2+:K:KZ:7(/"(#%(<@*>(4*>"(*$"#(@+*1(*@%+%F%-('2/0%1')"-*3(+'-'#*3:

Primer 1.5.
Dat je sistem za diskretizaciju i rekonstrukciju kontinualnog signala na Sl. 1.12. Spektar kontinualnog
signala zadat je na sl.1.13., a amplitudska frekvencijska karakteristiku sistema za rekonstrukciju
kontinualnog signala zadata je na sl.1.14. Odrediti vrednost periode odmeravanja i vrednosti konstanti
,
,
*<-",%-'9(-"(2+:K:K]:(7(4"1*()"($"F'(
. Pretpostaviti da je
.

y(t)

C/D
(Idealni blok za
diskretizaciju)

y[n]
H(j!)

yr(t)

Slika 1.12 Sistem za za diskretizaciju i rekonstrukciju kontinualnog signala

|Y(j!)|

![rad/s]
-!2

-!1 0 !1

!2

Slika 1.13 Spektar ulaznog signala

17

|H(j!)|

![rad/s]
-!b

-!a

!a

!b

Slika 1.14 Amplitudska karakteristika sistema za rekonstrukciju kontinualnog sgnala.

!
4+5+)3+:
;,%24"-*24(*)3%0"$"-#"(#%J

(1.42)
gde su:
perioda odmeravanja [s],
;,%24"-*24(*)3%0"$"-#"([samp/s].
Spektar diskretizovanog signala

je :

(1.43)
="1*(#%(3"12'3"+-"(.,%24"-*24(.(2/%140.(1*-4'-."+-*>((2'>-"+"(

, to je prvi uslov za

, tj.

(1.44)
Spektar diskretizovanog signala

je dat na sl.1.15:

18

Ako se na sl.1.15. ucrta i amplitudska frekvencijska karakteristika filtra |

b7( .*,"$"#.( 2%( '( *24"+'(
.2+*$'( 1*#'( 2.( /*40%@-'( )"( @'( 2"3*( *2-*$-'( */2%>( 2/%140"( )'210%4-*>( 2'>-"+"( @'*( /0*/.84%-( 10*<(
rekonstrukcioni filtar i tako rekonstruisani signal ostao neizmenjen u odnosu na originalni (kontinualni)
signal:
|Ya(j!)|
A

1/T

...
-!s-!2

...
-!s-!1 -!s+!1
-!s

-!s+!2
-!b

-!2

-!1
-!a

!1

!2

!s-!2

![rad/s]

Slika 1.15 Spektar diskretizovanog signala

!
(1.45)

!
(1.46)
i uslov za amplitudu:
(1.47)
!"(10"#.7(3-*F%-#%3(2/%140"+-*>(+'1"(2'>-"+"('(50%1$%-6'#21%(1"0"14%0'24'1%(2'24%3"()*@'#"(2%()"(2.(2$%(
1*3/*-%-4%(-"(.,%24"-*24'3"($"-(*/2%>"(
@%21*-",-*(*2+"@+#%-%(/"(#%('2/.-#%-(<")"4'(.2+*$J(
.

1.3.2 Rekonstrukcija kontinualnih -&32"1")*/%/97)(/1")6",+;($)271#/3)+$," i

rekonstrukcionog filtra
U prethodnom poglavlju opisan je princip rekonstrukcije koji koristi idealni filtar propusnik
-'21'9(.,%24"-*24':(T3/.+2-'(*)<'$(')%"+-*>(5'+40"(A@%21*-",-*(.21"(/0%+"<-"(*@+"24B(-'#%(1".<"lan pa ga
2"3'3( 4'3( -'#%( 3*>.&%( 5'<',1'( 0%"+'<*$"4':( ?"( )0.>%( 240"-%7( "1*( 2%( /0*6%2.( 0%1*-240.16'#%( /0'24./'( '<(
$0%3%-21*>( "( -%( 50%1$%-6'#21*>( )*3%-"7( /*40%@-*( #%7( -"( *2-*$.( $0%)-*24'( #%)-*>( '+'( $'8%( *)3%0"1"(
diskretnog signala definisati, ili interpolirati $0%)-*24'( '<3%C.( /%0'*)"( *)3%0"$"-#"7( '( 4"1*( )*@'4'(
kontinualni 2'>-"+:( ( =*+*( <")081%( A1*#%( 3*F%( @'4'( '( $'8%>( 0%)"B( '3"( )$*#"1.( .+*>.J( )"( .1+*-'( '+'( *2+"@'(

19

!s+!2

!s

!b

!a

!s+!1

!s-!1

0%/+'1%( .( 2/%140.( 2'>-"+"7( '( )"( /*$*01.( )'>'4"+-'9( $0%)-*24'( '<( 3'10*0",.-"0"( 1*-$%04.#%( .( 1*-4'-.alan
signal [4].

Slika 1.16 M%8%,<&1$5#+,)(8/%7,$+1&,-$"!+)3+)%,(,$+#%)./$(#:"3",#%)/")(&8)%7,."7)&8&

Slika 1.17 N!-(8.)",%1<"2,#%8&,<&1$5#+,)(8/%7,$+1&

Ako se vrednost odmerka diskretnog signala u trenutku
*)0F"$"( -"( '<+"<.( 2$%( )*( 2+%)%&%( /%0'*)%(
A2+:K:K^:B( '( -*$%( $0%)-*24'7( )*@'#"( 2%( 0%1*-240.16'#"( /*3*&.( 1*+"( <")081%( -.+4*>( 0%)"7( ,'#'( #%( '3/.+2-'(
odziv prema sl.1.17:

(1.48)
D"+#%(#%(50%1$%-6'#21'(*)<'$(1*+"(<")081%(nultog reda:

(1.49)

20

_%8"$"-#%3('-4%>0"+"(AK:]YB()*@'#"(2%J

(1.50)
Transformacijom (1.50) je dalje:

(1.51)
Primenom Euler -*$'9(5*03.+"(1*-",-*(#%J(

(1.52)
L3/+'4.)21"(50%1$%-6'#21"(1"0"14%0'24'1"(1*+"(<")081%(-.+4*>(0%)"(#%J

(1.53)
Funkcija

'3"(-.+%(-"($0%)-*24'3"(.3-*F"1"(/%0'*)%(*)3%0"$"-#":(!"($0%)-*24'(.,%24"-*24'(*)(

, vrednost amplitudske karakteristike je opala na samo

od vrednosti u propusnom opsegu. Za

0"<+'1.( *)( ')%"+-*>( 5'+40"( /0*/.2-'1"( -'21'9( .,%24"-*24'7( "3/+'4.)21"( 1"0"14%0'24'1"( 1*+"( <")081%( -.+4*>(
0%)"('3"(1*-","-(-">'@('(<-","#-*(.4',%(-"(*@+'1("3/+'4.)21%(1"0"14%0'214'1%(2'>-"+":

21

Slika 1.18 Amplitudska frekvencijska karakteristika Zero order hold kola

E"<-"(50%1$%-6'#21"(1"0"14%0'24'1"(1*+"(<")081%(-.+4*>(0%)"(2%()*@'#"(1"*(J

(1.54)
=")"(#%($0%)-*24()%+"('<0"<"(AK:c]B(1*#'(.4',%(-"(<-"1($%&" od nule:

(1.55)
tada je doprinos argumentu jednak

, dok je za:

(1.56)
doprinos !

.Ako se perioda odmeravanja u izrazu 1.54 zameni sa :

22

(1.57)
dobija se :

(1.58)
Simbol

*<-","$"(6%+*@0*#-'()%*(/0'()%+#%-#.(@0*#%$"( i .

H*0%C%-#%(5"<-%(50%1$%-6'#21%(1"0"14%0'24'1%(')%"+-*>(5'+40"(/0*/.2-'1"(-'21'9(.,%24"-*24'('(ZO H kola dato

je na sl.1.19.

Slika 1.19 Fazna frekvencijska karakteristika ZO H kola

;( /0%49*)-*3( )%+.( #%( /*1"<"-*( )"( #%( .4'6"#( 1*+"( <")081%( -.+4*>( 0%)"( -"( "3/+'4.)21.( 1"0"14%0'24'1.(
2'>-"+"( <-","#"-:( L1*( 2%( /0%4/*24"$'( )"( -%3"( /0%1+"/"-#"( 2/%140"+-'9( 1*3/*-%-4'( .( 2/%140"+-*3( +'1.(

23

signala, tada #%( 3*>.&%( )%5'-'2"4'( idealni postfiltar <&, #%!-+)<&:"3(, (/":&3&, #%8&, <&1$5#+ I
rekonstrukcioni filtar , opisan kao :

#$%&'(!

Amplitudska karakteristika (1.59) je inverzna funkcija amplitudske frekvencijske karakteristike kola

<")081%( -.+4*>( 0%)"( AK:cOB7( "+'( @%<( ,+"-"( 7( #%0( #%( /0'( 0%1*-240.16'#'( /*40%@-*( *,.$"4'( 5"14*0( koji
kompenzuje skaliranje sa

prema (1.31). Fazna karakteristika idalnog postfiltra za kompenzaciju uticaja

1*+"(<")081%()"4"(#%(-"(?+:K:NK:('(#"2-*((#%()"(-'#%(5'<',1'(*24$"0+#'$"7(#%0(#%(/*40%@-*()"(.@0<"(2'>-"+(2"(
.+"<":( H0'@+'F"-( *@+'1( "3/+'4.)21%( 1"0"14%0'24'1%( AK:cYB( #%( 3*>.&%( *24$"0'4'7( "+'( 1"*( '( 1*) idealnog
0%1*-240.16'*-*>( 5'+40"7( 2"( 1*-",-'3( -">'@*3:( !"( ?+:K:NZ:( #%( )"4"( "3/+'4.)21" karakteristika idealnog
postfiltra.

Slika 1.20 Amplitudska frekvencijska karakteristika idealnog postfiltra za kompenzaciju uticaja kola
<&1$5#+

24

Slika 1.21 K&<)&,;$+#2+):"3.#&,#&$&#/+$"./"#&,"1+&8)%7,-%./;"8/$&,<&,#%!-+)<&:"3(,(/":&3&,#%8&,<&1$5#+,

!

Slika 1.22 Pozicija idealnog postfiltra u sistemu za obradu signala

;2+*$(AK:OKB(,%24*(-'#%('2/.-#%-(1*)(2'>-"+"('<(0%"+-*>(*10.F%-#"(/"(#%(-%*/9*)-*(/0%()'210etizacije takve
signale propustiti kroz 5'+4"0(1*#'(*>0"-',"$"(2/%14"0(-"(*/2%>(.,%24"-*24'(*)('-4%0%2"(Aantialiasing filter ).

1.4 Diskretna Fourier-ova transformacija

Klasa Foruier -*$'9(40"-25*03"6'#"(2%(.2/%8-*(/0'3%-#.#%(.(*@+"24'(1*-4'-."+-'9(24"6'*-"0-'9(A%->:( Linear
ti me invariant- LTIB( 2'24%3"( '( 1*-4'-."+-'9( 2'>-"+":( _"<+','4'( .2+*$'( 1*-$%0>%-6'#%7( *2*@'-%( 2'>-"+"( A'+'(
2'24%3"B(1*#'(2%(/*23"40"#.7(*)0%C.#.(@+'F%("/"0"4(1*#'3(2%()*+"<'()*(40"F%-'9(*2*@'-"(.(50%1$%-6'#21*3(
domenu ( Laplace-ova transformacija, CT F T I Continous Time Fourier Transform 4#:( 1+"2',-"( Fourier *$"(40"-25*03"6'#"(1*#"(2%(-"#,%8&%(*@%+%F"$"(2"3*(2"( F T itd.).

25

1.4.1 Uvod u D F T
Kod diskretnih sistema primena tehnika transformacija u frekvencijskom domenu ima podjednako veliki
<-","#:( T"1*( /*24*#'( -%1*+'1*( -",'-"( )*@'#"-#"( Diskretne Fourier-ove transformacije , u nastavku je
prikazan pristup preko odziva diskretnog LTI sistema. Drugi pristupi mogu se na&'(.(literaturi [2],[6].
Ako se posmatra diskretni LTI 2'24%3( ,'#'( #%( '3/.+2-'( *)<'$(
%12/*-%-6'#"+-'3(2'>-"+*3(.,%24"-*24'( :

i koji je pobuC%-( 1*3/+%12-'3(

(1.60)
tada se izlaz LTI sistema,

dobija konvolucijom impulsnog odziva i ulaznog signala (pobude) [1] :

(1.61)
Uo,"$"( 2%( )"( #%( .( '<0"<.( AK:^KB( '<0"<( /*)( 2.3*3( -%<"$'( *)( .+"<-*>( 2'>-"+"( '( )"( <"$'2'( '21+#.,'$*( *)(
osobina sistema, tj. impulsnog odziva
. Ako se uvede notacija :

(1.62)
izraz (1.61) postaje :

(1.63)
Funkcija
#%(.(*/84%3(2+.,"#.(kompleksna funkcija po "0>.3%-4.()'>'4"+-%(.,%24"-*24'( , i naziva
se frekvencijski odziv diskretnog sistema [3]. Zamenom
sa
pokazuje se da je ova funkcija i
/%0'*)',-"( 2"( /%0'*)*3( 7( .( ,%3.( +%F'( >+"$-"( 0"<+'1"( '<3%C.( 50%1$%-6'#21*>( *)<'$"( 1*-4'-."+-*>( '(
)'210%4-*>( 2'24%3"( .( */84%3( 2+.,"#.:( =*)( 2/%140"( )'210%4-*>( 2'>-"+"( A'+'( 50%1$%-6'#21%( 1"0"14%0'24'1%(
)'210%4-*>( 2'24%3"B( )*$*+#-*( #%( /*23"40"4'( #%)-.( /%0'*).7( *@',-*(
ili
, dok je kod
kontinualnih signala (sistema) neophodno uzeti u obzir celu osu. U literaturi [2] je pokazano da realne
sekvence (i diskretne i kontinualne) imaju simetri,-'("3/'4.)21'7('("-4'2'3%40',-'(5"<-'(2/%14"0(.(*)-*2.(
-"(-.+4.(.,%24"-*247(/"(2%(/0%3"(4*3%(*/2%>(*)('-4%0%2"(1*)(*$%(1+"2%(2%1$%-6'(A1*#%(2%(-"#,%8&%('(20%&.(.(
praksi) svodi na
.
Ako se izraz (1.62) generalizuje na proizvoljni diskretni realni signal

, dobija se:

(1.64)

26

Isti rezultat se dobija ako se krene od izraza (1.24). Ako je diskretni signal
dobijen uniformnim
odmeravanjem kontinualnog signala
, i ako se u izraz (1.24) uvrsti
tada je:

(1.66)
U izrazu (1.66) .$%)%-"(#%($%<"('<3%C.(1*-4'-."+-%(.,%24"-*24'(

i digitalne u,%24"-*24'(

:
(1.67)

koja predstavlja jednu od osnovnih relacija u obradi diskretnih signala dobijenih odmeravanjem
1*-4'-."+-'9( 2'>-"+":( T<0"<( AK:^]B( #%( ')%-4',"-( '<0"<.( AK:^WB( '( /0%)24"$+#"( )'0%14-.( /0'3%-.( Fourier -ove
transformacije ( F T, CT F T) na diskretni signal. Formula (1.64) je u literaturi poznata pod imenom DT F T
( Discrete Ti me Fourier Transform) [2]. Prime&.#%(2%()"(#%(/*40%@"-(@%21*-","-(@0*#(*)3%0"1"()'210%4-*>(
2'>-"+"( <"( '<0",.-"$"-#%( 2.3%( .( 5*03.+'( DT F T -"7( 84*( #%( ,'-'( -%/*>*)-*3( <"( aplikacije na digitalnom
3'10*0",.-"0.:(
Inverzna DT F T transformacija, na osnovu 1*#%(2%(*)0%C.#%(

je:

(1.68)
gde granice
odreC.#.(#%)-.(/%0'*).(.(2/%140.(2'>-"+":(Bitno je napomenuti da je dovoljan uslov
egzistencije DT F T-a da izraz (1.64) konvergira, tj. da niz
bude apsolutno sumabilan :

(1.69)
Izraz (1.68) ima primenu u projektovanju digitalnih filtara sa ograni,%-'3( '3/.+2-'3( *)<'$*3( A F IR
5'+40'B7(>)%(2%(-"(*2-*$.(F%+#%-*>(50%1$%-6'#21*>(*)<'$"(0",.-"#.('3/.+2-'(*)<'$('(1*%5'6'#%-4'(5'+40":(="1*(
#%( '3/.2+-'( *)<'$( *$'9( 2'24%3"( *>0"-',%-7( 2+%)'( )"( #%( .2+*$( AK:^YB( '2/.-#%-7( /"( 2.( ET_( 2'24%3'( .$%1(
24"@'+-'7(*)-*2-*(.$%1(#%(3*>.&%('<0",.-"4'(-#ihov frekvencijski odziv na osnovu impulsnog odziva.
;(6'+#.(*@0")%(2'>-"+"(.()'>'4"+-*3(3'10*0",.-"0.7('3/+%3%-4"6'#%(./0"$+#",1'9("+>*0'4"3"7(5'+40'0"-#"('(
dr. od interesa je predstaviti Fourier -ovu transformaciju
/0*'<$*+#-*>( A.( */84%3( 2+.,"#.(
"/%0'*)',-*>B()'210%4-*>(2'>-"+"(
/0%1*(1*-",-*>(@0*#"(4","1":(L1*(2%('<"@%0%(/*)%+"(50%1$%-6'#21%(
ose na %1$')'24"-4-'9(4","1"7(-#'9*$(3%C.2*@-'(0"<3"1(-"(#%)-*#(/%0'*)'(
@'&%J

27

(1.70)
?")"(#%(d)'210%4'<*$"-"U( Fourier -ova transformacija:

(1.71)
Postavlja se pitanje: kako izabrati broj ta,"1"(
odmeraka:

u frekvencijskom domenu, tako da je na osnovu

3*>.&%( odrediti signal u vremenu

koji zadovoljava izraz

AK:WKBe(L1*(2%(@%21*-",-"(2.3"(AK:WKB(0"24"$'(-"(@%21*-",-'(<@'0(2.3"(*)( ,+"-*$"J

(1.72)
'(.$%)%(-*$"(/0*3%-+#'$"(/*(1*#*#(2%(0",.-"(.-.40"8-#"(2.3"J
(1.73)
tada je:

(1.74)
Zamenom redosleda sumiranja dobija se:

(1.75)
Kako su brojevi i

6%+'7($"F'J

(1.76)

28

pa je na kraju (vra&"-#%3('-)%12"( umesto ):

(1.77)
gde je

/%0'*)',-*(/0*).F%-#%(2'>-"+"(

sa periodom :

(1.78)
D*@'#%-'(/%0'*)',-'(2'>-"+(

2%(3*F%(/0'1"<"4'(/0%1*( Fourier -*$*>(0%)"(*@+'1"(AK:NKB:(;<'3"#.&'(.(

obzir mogu&%( $0%)-*24'( .,%24"-*24'( )'210%4-'9( 2'>-"+"7

, koje predstavljaju

komponente reda, u literaturi [5] je pokazano da vaF'(:

(1.79)
H0'3%-*3( AK:WYB( 3*>.&%( #%( -"( *2-*$.( *)3%0"1"( 2/%140"(

'<0",.-"4'( 2'>-"+(

preklapanja u vremenskom domenu, tj. ako je perioda signala

sekvence
, .

7( 3"-#"( *)( ).F'-%( *0'>'-"+-%(

29

ako nema

Slika 1.23 O+$"1%"')%,-$%1(P+)3+,#%)&')+,1".#$+/)+,.+#2+):+>,&B,-%'+/)&,.+#2+):&=,1(P")+,

-$%1(P+)3+,H+<,-$+#8&-&)3&=,
=,:B,-$%1(P+)3+,.&,-$+#8&-&)3+!,

, b)

T<( /0'1"<"-'9( 0%<.+4"4"( <"1+#.,.#%( 2%( )"( 2%( <"( @0*#( 4","1"( u kojima se odmerava spektar diskretnog
2'>-"+"7(.<'3"(./0"$*().F'-"(/*23"40"-*>(2'>-"+"(.($0%3%-.:(?")"(2%(3*F%()efinisati Diskretna Fourierova transformacija:
Q&,&-+$"%1"')",1".#$+/)",."7)&8,

duP")+, (

, za

) izraz:

(1.80)
%<)&'&2&, E".#$+/)(, K%($"+$-ovu transformaciju (D F T). Inverzna Fourier-ova transformacija (ID F T),
data je sa:

(1.81)

D F T 2%('<0",.-"$"(<"(.,%24"-*24'('<(21./"()'210%4-'9($0%)-*24'(,'#'(#%('-10%3%-4J

(1.82)
ili, u

(1.83)
[%+','-"(AK:XOB(2%(-"<'$"( frekvencijska rezolucija D F T-a [3], ili bin spacing:(;(6'+#.(/*$%&"-#"(0%<*+.6'#%(
D F T -"(3*>.&%(#%(dopuniti originalnu vremensku sekvencu
nulama (zero padding). Jasno je da se za
$%&'(@0*#(4","1"( 7()*@'#"(@*+#"("/0*12'3"6'#"(2/%140"7("+'('($%&.(<".<%4*24(3%3*0'#%('().F%('<0",.-"$"-#%(
D F T -a.

Primer 1.6.
Skicirati signal
, a zatim odrediti
njegovu Diskretnu Fourier -ovu transformaciju ( D F TB(.(3'-'3"+-*3(@0*#.(4","1":(?'3@*+(
*<-","$"(
diskretni Dirac-ov i mpuls, opisan u [1].
4+5+)3+:
Obzirom da je

diskretni Dirac-ov impuls, izgled zadatog signala dat je na Sl.124:

30

x[n]

4
2
1
-1

Slika 1.24 Signal

iz pri mera 1.6

D.F'-"(40"#"-#"(2'>-"+"(#%(
7(/"(#%(3'-'3"+"-(@0*#(4","1"(
A.(/0"12'(#%(,%24*(.(/'4"-#.($%&'(@0*#(
odmeraka, koji se dodaju zero padding-*3B:(H0%3"(5*03.+'((<"(0",.-"-#%( D F T-a (1.80) je:

(1.84)

Primer 1.7.
!"&'( D F T eksponencijalnog signala sa Sl.1.25. za

<"().F'-.( D F T-a:

a) ,
b) 4 .

31

U Matlab-u nacrtati amplitudski spektar D F T-"( 1*#'( #%( '<0",.-"4( "-"+'4',1'3( /.4%3( <"( 2+.,"#( /*)( "B7( '(
./*0%)'4'(>"(2"(0%<.+4"4*3('<$08%-#"( Matlab-ove naredbe fft(x,y) ako je
:A<"(-"0%)@.(554AB7(/0*,'4"4'(
*@#"8-#%-#%(.( Help-u ovog programskog paketa).

!
R8"#&,@>ST,U7$&)"'+)"=,$+&8)",+#.-%)+):"3&8)",."7)&8,
4+5+)3+:
H0$*(#%(/*40%@-*(*)0%)'4'("-"+'4',1'('<0"<(<"(2'>-"+(1*#'(&%($"F'4'(.(2$"1*#(4",1':(L1*(2%(.$%)%( Heavysideova funkcija ( Heavyside-*$(*)21*,-'('3/.+2) prema [1] kao:

(1.85)
3*F%(2%('<)$*#'4'()%*(%12/*-%-6'#"+-*>(2'>-"+"(3-*F%-#%3(2"( .()%+.(>)%(2.(*)3%06'(0"<+','4'(*)(-.+%J

(1.86)
a)
Po definiciji, D F T signala je:

(1.87)

32

>)%(#%().F'-"( D F T -'<"(#%)-"1"().F'-'(2'>-"+"(( tj. D F T '3"(3'-'3"+-.().F'-.(2"(1*#*3(-%&%()*&'()*(

preklapanja u vremenskom domenu. Zamenom se dobija:

(1.88)
T<0"<(2"()%2-%(240"-%(<-"1"(#%)-"1*24'(.(AK:XXB(5*03'0"(>%*3%40'#21.(2.3.(,'#'(#%(1*0"1( :

(1.89)
pa je i suma prvih

,+"-*$"(>%*3%40'#21*>(-'<"J

(1.90)
#%0(#%(/0$'(,+"-(.(>%*3%40'#21*#(2.3'(

b)
?")"(#%().F'-"( D F T-"($%&"('(20",.-"$"(2%(1"*J

(1.91)
T24'3(/*24./1*3(1"*(.(2+.,"#.(/*)("B()*+"<'(2%()*(10"#-#%>('<0"<"J

(1.92)

H0*>0"3( 1*#'3( 2%( ./*0%C.#%( ( '<0",.-"ta D F T i rezultat dobijen pozivanjem naredbe fft(x,N) dat je u
nastavku.
!"#$%&'%('%)*+$,+,)-./0,)1#'*)'%)*+$,23(,4)$32(#)
!*)(,$%&5%)664)3)7,48,53)
28%,$),889)
28#:%),889)
2829)

33

1);)<=>9))))!?*(*?3?)>)4,2,1,@)+,)+%$#)",&&*(A=)1);)<=B<)*4&C)
1B);)<=>9)
!,);)B9)
,);)<CD>9)
!,);)<C>9)
!,);)<CE9)
F);)G,CH1BCI#(%:JB@8%(A4KJ1BLL)+%$#:JB@)8%(A4KJ1L)0)8%(A4KJ1BLLM9!&#"3(',N,('%)(38,?,)
O:*A);)8%(A4KJFL9!P13"(,)&3+*(,):*A(,8,)*)&3+*(,)$,23(,(',)-./0,)
O'%&);)8%(A4KJ1BL9!-3+*(,)'%&*(*2,)
6*A3$%JBL9)
:4%?J<=O:*A)0)B@)FL9!*+A8%&):*A(,8,)
4*48%JQR+A8%&):*A(,8,)3)N$%?%(:1#?)&#?%(3QL9)
8%A%(&JQ,H(J3J(L03J(0OLLQL9)
S8,5%8JQ#&?%$2*QL9)
F8,5%8JQFJ4LQL9)
S1);)JB)0),HO'%&CI%S"J0'ITIO'%&UO:*AI"*CI1LLCUJB)0),CI%S"J0'ITI"*UO:*ACI1LL9)
6*A3$%JTL9)
:35"8#4JTBBL9)
6$%1V#:,);)<=TI"*UO:*A=TI"*0JTI"*UO:*AL9)
:4%?J6$%1V#:,@),5:JS1L@Q$QL9)
4*48%JQW"%14$*):*A(,8,QL9)
8%A%(&JQX,23()-./)"$%1#)*+$,+,QL9)
S8,5%8JQ-*A*4,8(,)32%:4,(#:4)3)$,&QL9)
F&64);)664JFL9)
%);)8%(A4KJF&64L9)
:35"8#4JTBTL9)
:4%?J6$%1V#:,@),5:JF&64L@Q5QL9)
!:4%?J6$%1V#:,JB=2%*8J8%(A4KJ6$%1V#:,LUTLL@),5:JF&64JB=2%*8J8%(A4KJF&64LUTLLL@Q5QL9)
8%A%(&JQX,23()-./)"$%1#)(,$%&5%)7,48,5,QL9)
S8,5%8JQ-*A*4,8(,)32%:4,(#:4)3)$,&QL9)

Slika 1.26 Poredjenje spektara signala

="*( 84*( #%( '( *,%1'$"-*7( "3/+'4.)21'( 2/%140'( 2%( /*1+"/"#.:( ;( *$*3( /0'3%0.( #%( )'210%4-'( 2'>-"+( 3*>.&%(
"-"+'4',1'( */'2"4'( <"( 0"<+'1.( *)( /0"14',-%( 0%"+'<"6'#%7( >)%( #%( .+"<-'( 2'>-"+( -"#,%8&%( -%/*<-"4:( f0<'-"(
'<$08"$"-#"( "+>*0'43"( D F T -"( -"( )'>'4"+-*3( 3'10*0",.-"0.( *)0%C.#%( 3*>.&-*24( /0'3%-%( 2'24%3"( .(

34

0%"+-*3( $0%3%-.7( /"( &%( .( -"24"$1.( #%)"-( )%*( @'4'( /*2$%&%-( 0"<+','4'3( "+>*0'43'3"( <"( 0",.-"-#%( '<0"<"(
AK:XZB(-"()'>'4"+-*3(3'10*0",.-"0.:

Primer 1.8.
=*0'24%&'(3"40',-.(0%/0%<%-4"6'#.('<0",.-"4'( D F T signala:

(1.93)
G"4'0,-"(0%/0%<%-4"6'#"( D FT -a data je kao:
(1.94)
gde je sa
*@%+%F%-($%14*0(komponenti spektra diskretnog signala, a
su vrednosti diskretnog signala
u vremenskom domenu. Matrica transformacije
7(#%(1*-24"-4-":(;(*$*3(2+.,"#.()'3%-<'#"(
&%(@'4'(
#%0(#%().F'-"(40"-25*03"6'#%(
7('()"4"(#%(.(2+%)%&*#(5*03'J

(1.95)
gde je osnova koja se stepenuje uvek ista i jednaka je:

(1.96)
Element matrice na mestu -te vrste i -te kolone je rotacioni faktor (twiddle factor):

(1.97)
L1*(2%(1*%5'6'#%-4'(3"40'6%(/0%)24"$%(.(1*3/+%12-*#(0"$-'7(1*0'24%&'( Euler -ovu jednakost:
(1.98)

35

/*24"#%(#"2-*()"(2.(4*($0%)-*24'(-"(#%)'-',-*3(krugu (slika 1.27 ) gde "0>.3%-4(*)0%C.#%('<+*F'+"6('<0"<"(

(1.98).

Slika 1.27 Vred)%./",/V"118+,;&#/%$&,)&,3+1")"')%!,#$(7(,<&,

Matrica (1.95) za

je:

(1.99)

D F T, 0",.-"4"(-"(*2-*$.(AK:YOB7(AK:Y]B('(AK:YYB7(#%J

(1.100)

Napomena: Inverzna matrica transformacione matrice

36

0",.-"(2%(1"*J

(1.101)
>)%(2'3@*+(g(*<-","$"(1*-#.>*$"-*(1*3/+%12-.($0%)-*24:(T<(AK:KZKB(2+%)'()"(#%(
(1.102)
tj.

je ortogonalna matrica, /"(2%(1"F%('()"( D F T i ID F T predstavljaju ortogonalne transformacije.

1.4.2 Osobine Disk retne Fourier-ove transformacije

Diskretna Fourier -*$"(40"-25*03"6'#"('3"(2+',-%(*2*@'-%(1*#%(/*2%).#%('(*@',-"( F T7(2"(4*3(0"<+'1*3(84*((
je kod DFT frekvencija diskretna promenljiva. U Tabeli 1.1. su prikazane osnovne osobine D F T.

Osobina

T ransformacioni par

linearnost
ova osobina je bitna kod realnih signala jer je
-#'9*$(2/%14"0(A/0%)24"$+#%-(/0%1*(DE`B(/%0'*)',"-(
'(2'3%40',"-(/"(*3*>.&"$"()"(2%(<"(
'<0",.-"(
samo polovina odmeraka u spektru:
koji

/%0'*)',-*24

odgovaraju vrednostima
(1.62)
konjugovana kompleksnost

$"F'(<"(0%"+-%(2%1$%-6%7(

Tabela 1.1. Osobine D F T

!
!

37

iz

1.4.3 V eza D F T i cir kularne konvolucije

Termin konvolucija sre&%( 2%( '( 1*)( 1*-4'-."+-'9( '( 1*)( )'210%4-'9( 2'>-"+"7( '( *<-","$"( */%0"6'#.( 1*#"( 2%(
'<$08"$"( -")( )$"( 2'>-"+"7( .( -"24"$1.( *<-",%-"( 2"
i
(ili
i
kod kontinualnih
signala). Konvolucija diskretnih signala je data sa:

(1.103)
Jedna od primena diskretne konvolucije je '( *)0%C'$"-#%( *)<'$"( )'210%4-*>( LTI sistema opisanog
impulsnim odzivom
, na diskretnu pobudu
:

(1.104)
Iz '<0"<"(AK:KZ]B(.*,"$"(2%()"(*/%0"6'#"(1*-$*+.6'#%(/*2%).#%(*2*@'-.(1*3.4"4'$-*24':(;()'>'4"+-*#(*@0")'(
2'>-"+"7(1*-$*+.6'#"('3"($%+'1'(<-","#(#%0(2%($%+'1'(@0*#("+>*0'4"3"(3*>.(/*23"40"4'(1"*(2'24%3'(*/'2"-'(
'3/.+2-'3(*)<'$*3:(R)<'$(/*3%-.4'9(2'24%3"(,%24* -'#%($0%3%-21'(-%<"$'2"-7("+'(4*(-%(.3"-#.#%(*/84*24(
/0'3%-%(1*-$*+.6'#%('(.(*@+"24'3"(*/4'1%7($%0*$"4-*&%7()'>'4"+-%(*@0")%(2+'1%(PWQ:
Ako se upotrebi analogija sa cirkularni m baferom A1*#'(#%(1*-",-%().F'-%B7(cirkularni pomeraj u vremenu
2%1$%-6%( 1*-",-%( ).F'-%( 3*F%( 2%( )*@'4'( 1"*( /*3%0"#( /%0'*)',-*>( /0*).F%-#"( '24%( 1*-",-%( 2%1$%-6%(
(Sl.1.28:B:(!"('24'(-",'-(3*F%(2%()%5'-'2"4'(6'01.+"0-'(/*3%0"#(.(50%1$%-6'#21*3()*3%-.(A2/%140.B:

Slika1.28 W"$#(8&$)",-%!+$&3,.+#2+):+,#%)&')+,1(P")+6,&B,-%'+/)&,.+#2+):&=,HB,:"$#(8&$)",-%!+$&3,
sekvence za dva odmerka u levo
Cirkularno pomerene sekvence (u vremenu i u spektru) imaju zanimljive osobine koje su dokazane u [2],
[3], [6], tako da se ovde navode samo rezultati.

38

1o Cirkularno pomerena D FT sekvenca

za pomeraj

, ima za transformacioni par:

(1.105)
2o Cirkularno pomerena vremenska sekvenca

za pomeraj

, ima za transformacioni par:

(1.106)
Operacija cirkularne konvolucije dve sekvence je data sa (u literaturi [3] se koristi operator

):

(1.107)
i vaF'J
3o h'01.+"0-"(1*-$*+.6'#"()$%(2%1$%-6%('(/0*'<$*)(-#'9*$'9(DE`(2%1$%-6'(,'-%(40"-25*03"6'*-'(/"0J

(1.108)
Operator
u izrazu (1.107):
ozna,"$"(*24"4"1(6%+*@0*#-*>()%+#%-#"(
sa , i odnosi se
-"('<0",.-"$"-#%('-)%12"(*)3%0"1"7(.(,%3.(2%(*>+%)"('(>+"$-"(0"<+'1"(.(odnosu na linearnu konvoluciju
(izraz (1.103)). ;(/0"14',-*3('<0",.-"$"-#.(6'01.+"0-%(1*-$*+.6'#%(3*F%(2%(/0'3%-'4'('24' algoritam kao
za linearnu konvoluciju7(2"(4*3(0"<+'1*3(84*(2% u prva dva koraka konvolucionog algoritma (refleksija i
/*3%0"-#%B7('-)%12'('<0",.-"$"#.(/*(3*).+.( , odnosno operacije nad sekvencama se obavljaju kao da se
%+%3%-4'(2"(/*,%41"(2%1$%-6%(-")*$%<.#.(-"(-#%-(10"#:(R)"4+% dolazi i naziv cirkularna konvolucija. Kao
0%<.+4"4( 2%( )*@'#"( )"( 2$%( 40'( 2%1$%-6%( '3"#.( '24.( ).F'-.( . !"( 2+'6'( K:NY( #%( /0'1"<"-"( $%<"( '<3%C.(
sekvenci u vremenskom domenu i DFT odmeraka u spektralnom domenu kod diskretne Fourier I ove
transformacije.

39

?+:K:NY([%<"('<3%C.(2%1$%-6'(.($0%3%-skom domenu i DFT odmeraka u spektralnom domenu kod

diskretne Fourier I ove transformacije (DFT)

1.4.4 F rekvencijske osobine D F T

!
Na osnovu frekvencijske rezolucije DFT:

(1.109)
3*>.&%(#%(/0%6'<-*()%4%14*$"4'(1*3/*-%-4%(.(2/%140.(1*#%(2.(6%+*@0*#-'(.3-*86'(50%1$%-6'#21%(0%<*+.6'#%(
)"4%( 2"( AK:KZYB:( ;( 2+.,"#%$'3"( 1")"( 2'>-"+( 2")0F'( $'8%( 1*3/*-%-"4"( 1*#%( 2.( 3%C.2*@-*( .( 2/%140.(
.)"+#%-%( <"( $0%)-*24( .,%24"-*24'( 3"-#.(*)( AK:KZYB( -'#%( 3*>.&%( /0%6'<-*( *)0%)'4'( .,%24"-*247( 1"*( '(@0*#(
2$'9( /0*24*/%0'*)',-'9( 1*3/*-%-4'( .( 2'>-"+.:( ;( 4.( 2$09.7( "1*( 2%( /*23"40"( %12/*-%-6'#"+-'( 2'>-"+( -"(
*2-*$.( 1*>"( *)0%C.#%3*( 50%1$%-6'#21'( *)<'$( "+>*0'43"( A/*23"40"-*>( 1"*( 2'24%3B7( ,'#"( .,%24"-*24( ne
zadovoljava uslov celobr*#-*>(2")0F"*6"('<0"<"(AK:KZYBJ

(1.110)
i izra,.-"(DE`(/0%3"(AK:XZB(/0'3%&.#%(2%()"(2.(*)3%06'(DE`(U0"2.4'V(-"(*/2%>.(
. Ova pojava je
posledica Parseval -*$%(4%*0%3%7(/*(1*#*#(%-%0>'#"('<0",.-"4"(.(*@"()*3%-"(3*0"(@'4'('24":(;(2+.,"#.(1")"(
2'>-"+( 2")0F'( '( 1*3/*-%-4%( .,%24"-*24'( 1*#%( 2%( -%( /*#"$+#.#.( .( 2.3'( AK:XZB( 4")"( -"24"#%( raspianje ili
podela %-%0>'#%(-"(0"2/*+*F'$%()'210%4-%(1*3/*-%-4%(.(2/%140.:(L1*(se krene od (1.100) i odredi izraz za
-tu komponentu u spektru:

(1.111)

40

40"-25*03"6'#*37(/*3*&.( Euler -ovih formula, dobija se:

(1.112)
Smenom [3]:

(1.113)
izraz (1.112) se moF%(-"/'2"4'(.(2"F%4'#%3(*@+'1.J

(1.114)
Amplitudska karakteristika frekvencijskog odziva DFT data je na Sl.1.29. Fazna frekvencijska
karakteristika DFT je linearna.

Slika1.30 0!-8"/(1.#&,;$+#2+):"3.#&,#&$&#/+$"./"#&,EKC,G)%$!&8"<%2&)&,%.&,('+./&)%./"B,<&

Prema (1.114) amplitudska karakteristika -tog elementa DFT ima 3"12'3"+-.($0%)-*24(<"(.,%24"-*24'(.

okolini

, tj.

A>+"$-'(+.1B7('('3"(-.+%(-"(.,%24"-*24'3"(

D%+*$'( 1"0"14%0'24'1%('<3%C.( -.+"( AH%')", 8(#%2"B( 2.(3"-#%7("+'( -%( @%<-","#-%( "3/+'4.)%:( R$" pojava se
naziva curenje spektra i rezultat je direktne primene DFT na sekvencu
. Spektralno curenje (eng.
Spectral leakage) #%( -%/*F%+#-"( *2*@'-"( 1*#"( .4',%( -"( 1$"+'4%4( "-"+'<%( 2/%140":( D"( @'( 2%( 23"-#'+*(

41

spektralno curenje primenjuju se razne modifikacije sekvence

Sa Sl.1.30. se 3*F%(.*,'4'()"(#%(8'0'-"(
>+"$-*>(+.1"()$*240.1*($%&"(*)(50%1$%-6'#21*> 0"<3"1"(DE`(*)@'0"1":(`*(<-",'()"(&%(2%(>+"$-'(+.1*$'(
amplitudskih karakteristika susednih DFT odme0"1"( /0%1+"/"4'( 2"( #%)-*3( /*+*$'-*3( 2$*#%( 8'0'-%:( ="*(
/*2+%)'6"(4%(,'-#%-'6%7("1* spektralna komponenta ulaznog signala pada u region preklapanja dve susedne
1*3/*-%-4%7(-#%-"("3/+'4.)"(-%(3*F%(@'4'(/0%6'<-*()%4%14*$"-"(#%0(&%(/0*'<$%24'(<-","#-%($0%)-*24'()$"(
DFT odmerka. Slabljenje amplitude spektralne komponente zbog curenja u druge DFT odmerke naziva se
scalloping loss ili picket-fence effect.
K$+#2+):"3.#&,.+8+#/"2)%./,EKC,.+,1+;")"5+,#&%,.-%.%H)%./,$&<12&3&)3&,#%!-%)+)&/&,( spektru ulaznog
signala. Komponente koje pripadaju glavnom luku ne mogu se razdvojiti. Dakle, selektivnost DFT zavisi
*)(@0*#"(4","1"(.(1*#'3"(2%('<0",.-"$"(DE`("+'('(*)(-",'-"(3*)'5'1"6'#" ulazne sekvence radi smanjenja
2/%140"+-*>(6.0%-#"7(#%0(4"1$"(3*)'5'1"6'#"(.4',%(-"(8'0'-. glavnog luka.

E #2"2&8+)/)",-$%-(.)",%-.+7,5(!&,G+)78>,+X("2&8+)/,)%".+,H&)1V"1/F, - ENBW) 2%()%5'-'8%(1"*(/0*/.2-'(

*/2%>( ')%"+-*>( 5'+40"( 1*#'(/0*/.84"( H+8", 5(!7( ,'#"(#%(2-">" #%)-"1"( 2-"<'( @%+*>( 8.3"( -"( *)>*$"0"#.&%3(
DFT izlazu. i!fj(3*F%(/*2+.F'4'(1"*(3%0"(<" kvalitet raznih modifikacionih funkcija ulaznog signala.

1.4.5 A lgoritmi za ra'72"24$)<=>

S@*>(/%0'*)',-*24'(twiddle 5"14*0"(AK:YWB(.('<0"<.(AK:XZB7(/0'+'1*3('<0",.-"$"-#"(DE`7(3*>.&%(#%(.84%)%4'(
-"(@0*#.(0",.-21'9(*/%0"6'#"(1*#%(2%(/*-"$+#"#.:(L1*(#%(2'>-"+(
realan, sama sekvenca DFT
je
/%0'*)',-"( '( 2'3%40',-"7( /"( 2%( '( *$)%( 3*F%( .84%)%4'( -"( @0*#.( 0",.-21'9( */%0"6'#":( `'/',-"( */%0"6'#"( .(
)'>'4"+-*#( *@0")'( 2'>-"+"( #%( 3-*F%-#%( )$"( *)3%01"( '( 2"@'0"-#%( 2"( /0%49*)-*( '<0",.-"4*3( 2.3*3(
proizvoda koja se naziva multiply and accumulate (MAC ) ope0"6'#":( H0*'<$*C",'( 9"0)$%0"( <"( )'>'4"+-.(
*@0").(2'>-"+"(,%24*()"#.(1"0"14%0'24'1%(@0<'-%(,'/*$" upravo u jedinici MAC/S. U nastavku su date neke
poznate modifikacije algoritma (1.80).
[0"&"#.&'(2%(-"()%5'-'6'*-'('<0"<(DE`(AK:XZBJ

(1.115)

kada je
4","1"(#%J
)
)
)

u op84%3( 2+.,"#.( 1*3/+%12-"( 2%1$%-6"7( @0*#( /*40%@-'9( */%0"6'#"( <"( )*@'#"-#%( DE`( .(

@0*#('<0",.-"$"-#"(40'>*-*3%40'#12'9(5.-16'#"J(
@0*#(0%"+-'9(3-*F%-#"J(
,
broj realnih sabiranja:

f0*#( 0%"+-'9( 3-*F%-#"( #%( )*@'#%-( -"( *2-*$.( /0"$'+"( 3-*F%-#"( 1*3/+%12-'9( @0*#%$"( ANkNB:( ="*( 84*( #%(
/*3%-.4*( .84%)"( 2%( 3*F%( *24$"0'4'( /0'( '<0",.-"$"-#.( 1*%5'6'#%-"4"( 40'*>-*3%40'#21'9( 5.-16'#"( 1*#%( 2.(

42

/%0'*)',-%:(L1*(2%(.()'>'4"+-*3(3'10*0",.-"0.('2koristi tabela koeficijenata u memoriji ili eng. look up

table7(-"(/*,%41.(/*/.-#%-"($0%)-*24'3"7(4")"(#%('<@%>-.4*('<0",.-"$"-#%(twiddle koeficijenata u realnom
$0%3%-.( /*( 6%-.( @0*#"( /0'24./"( 3%3*0'#':( G"-#%( <".<%&%( 3%3*0'#%( 2%( 3*F%( /*24'&'( )0.>",'#'3(
ind%12'0"-#%37( 1*0'24%&'( ,'-#%-'6.( )"( 2.( /0*24*/%0'*)',-%( 5.-16'#%( 2'3%40',-%7( /"( #%( )*$*+#-*( ,.$"4'(
$0%)-*24'( 2"3*(#%)-%( ,%4$04'-%( /%0'*)%:( H*#%)'-'( )'>'4"+-'( /0*6%2*0'( 2'>-"+"( 2")0F%( /*2%@-.( 3%3*0'#21.(
@"-1.(<"(,.$"-#%(*$'9(1*%5'6'#%-"4"('(-"#,%8&% su vredn*24'(,%4$04'-%(/%0'*)%(2'-.2-%(5.-16'#%(./'2"-%(.(
3%3*0'#.( *)( 240"-%( /0*'<$*C",":( H*3%-.4'( /0'24./( 2%( 1*0'24'( 1")"( "+>*0'4"3( 40%@"( )"( 2%( '<$08"$"( .(
0%"+-*3( $0%3%-.7( 1")"( 2%( DE`( '24%( ).F'-%( , 0",.-"( $'8%( /.4":( ;( *$*3( 2+.,"#., broj memorijskih
lokacija ./*40%@+#%-'9(<"(0",.-"-#%(DE`(#%(/*$%&"-.
H*@*+#8"-#%( %5'1"2-*24'( "+>*0'43"( AK:KKcB( 2%( )*@'#"( "1*( 2%( '21*0'24'( 3*>.&-*24( '<0",.-"$"-#"(
40'>*-*3%40'#21'9( 5.-16'#"( /0'3%-*3( 0%1.0<'#%:( R$*( /*@*+#8"-#%( 2%( *@',-*( 1*0'24'( 1")"( 2.( ).F'-%( DE`(
0"<+','4%7('+'("1*(#%(/*40%@-*(2"3*(#%)-*3('<0",.-"4'(DE`:(D$%($0%)-*24'(%12/*-%-6'#"+-*>(,+"-"(0"<+'1.#.(
se za faktor:

(1.116)
koji je konstantan, tj. ne zavisi od :

(1.117)
_%1.0<'#*3(2%('<0",.-"$"#.(/*40%@-%($0%)-*24'(40'>*-*3%40'#21'9(5.-16'#"J

(1.118)

(1.119)
Na po,%41.("+>*0'43"(/*24"$+#"(2%()"(#%(
)
)
)

Ukupan broj operacija je:

@0*#('<0",.-"$"-#"(40'>*-*3%40'#12'9(5.-16'#"J(
@0*#(0%"+-'9(3-*F%-#"J(
,
broj realnih sabiranja:
.

=*)( 0%1.0<'$-*>( '<0",.-"$"-#"( <".<%&%( 3%3*0'#%( #%( '24*( 1"*( '( 1*)( )'0%14-*>( 0",.-"( '<0"<"( AK:KKcB:(
Glavni nedostatak ovog algoritma 2%( *>+%)"( .( "1.3.+"6'#'( >0%8"1"7( 1*#%( /*24"#.( $%+'1%( 1")"( 2%( .(
)'>'4"+-*3( 3'10*0",.-"0.( 1*0'24'( 3"+'( @0*#( @'4*$":( S@og toga j%( *$"#( -",'-( /*>*)"-( <"( 0",.-"0%( */84%(
-"3%-%('("0'43%4'1.(2"(/*10%4-*3(4",1*37('+'(.(2+.,"#%$'3"(1")"(@0*#(4","1"( .(1*#'3"(2%(0",.-"(DE`(
nije veliki.

43

l%24*( 1*0'8&%-( "+>*0'4"3( <"( 3"+'( @0*#( 4","1"( .( 1*#'3"( 2%( 0",.-"( D F T je i Goertz I ov
algoritam. Do Goertz I %+*$*>( "+>*0'43"( 2%( )*+"<'( -"( 2+%)%&'( -",'-J( "1*( 2%( /0'3%-'( *2*@'-"( twiddle
faktora (1.96) :

(1.120)
'(/*3-*F%(*@%(240"-%(#%)-"1*24'(AK:XZB(2"(

7(4")"($"F'(J

(1.121)
D"+#%(2%(3*F%()%5'-'2"4'(2%1$%-6"(J

(1.122)
1*#"( /0%)24"$+#"( 1*-$*+.6'#.( '<3%C.( .+"<-*>( 2'>-"+"(
i
za
ove tvrdnje je da se
3*F%(/*23"40"4'(1"*('<+"<('<(5'+40"('3/.+2-*>(*)<'$"(J

. Posledica

(1.124)
Kako je :
(1.125)
$0"&"-#%3(.-"<")7(4#:(<"3%-*3(

u izraz (1.122) dobija se :

(1.126)

Primenom Z transformacije [1] na (1.124) dobija se :

(1.127)

44

Izraz (1.127) predstavlja geometrijsku sumu reda

sa korakom

(1.128)
pa je prema formuli sume geometrijske progresije prvih

,+"-*$"J

(1.129)

(1.130)
Oblast konvergencije dobijene Z transformacije je :
(1.131)
Izraz (1.131) predstavlja

I ti Goertzel I ov filter opisan diskretnom funkcijom prenosa :

(1.132)

45

Slika 1.31 Goertzel J %2",;"8/$",<&,"<$&'()&2&)3+,1".#$+/)+,K%($"+$,J ove transformacije u

/&'&#&

Izraz (1.132) u imeniocu 2")0F'(1*3/+%12-'(1*%5'6'#%-47(/"(&%(2%(/0'+'1*3(0%"+'<"6'#%( - tog Goertzel I

*$*>(5'+40"(/*#"$'4'(1*3/+%12-*(3-*F%-#%7(1*#%(2%(/0*>0"321'('<$*)'(/*3*&.(,%4'0'(0%"+-"(3-*F%-#":(;(
6'#+.( %+'3'-"6'#%( 1*3/+%12-'9( 1*%5'6'#%-"4"( '<( AK:KONB( 3-*F%-#%3( '3%-'*6"( '( @0*#'*6"( 2"( 1*-#.>*$"-*(
1*3/+%12-*3($0%)-*8&.('3%-'*6"()*@'#"(2%(J

(1.133)
D'210%4-"(5.-16'#"(/0%-*2"(AK:KOOB(2%(3*F%(/0*8'0'4'(,+"-*3(

(1.134)
4"1*()"($"F'(J
(1.135)
i:
(1.136)

46

Zamenom
, i ulaza

'<( AK:KOOB( .( AK:KOcB( '( AK:KO^B( )*+"<'( 2%( )*( $%<%( '<3%C.( U.-.40"8-#%>V( 2'>-"+"(
:

(1.137)
odnosno

i izlaza

(1.138)
Primenom inverzne Z transformacije na relacije (1.137) i (1.138) dobijamo veze u vremenskom domenu :

(1.139)
i:

(1.140)
R$'3( #%( "+>*0'4"3( /*)%+#%-( -"( )$%( #%)-",'-%( J( 0%1.0<'$-.( AK:KOYB( '( -%0%1.0<'$-.( AK:K]ZB:( \%)-",'-"(
AK:KOYB(2%(0",.-"(<"($0%)-*24'(
7("(#%)-",'-"(AK:K]ZB(/0%3"(AK:KN^B(2"3*(<"(
, gde se i
dobija
za jedno :(H*,%4-'(.2+*$'(.(AK:KOYB(2.(J(
,
. U svakoj iteraciji izvodi se
#%)-*(3-*F%-#%('()$"(2"@'0"-#":(L1*(#%(.+"<-"(2%1$%-6"(
1*3/+%12-"7(<"('<0",.-"$"-#%(#%)-*>( D F T
odmerka
, potrebno je
0%"+-'9( 3-*F%-#"( '(
realnih sabiranja, odnosno, broj
3-*F%-#"(#%(23"-#%-(/0'@+'F-*()$"(/.4"(.(*)-*2.(-"()'0%14-'(3%4*)(AK:XZB:(L1*(#%(.+"<-"(2%1$%-6"(
0%"+-"7(@0*#(0%"+-'9(3-*F%-#"('<-*2'(
, dok je broj realnih sabiranja
. Zbog simetrije se u tom
2+.,"#.(istovr%3%-*(*)0%C.#%('(
.

Goertzel I *$("+>*0'4"3(#%(/0'@+'F-*()$"(/.4"(%5'1"2-'#'(*)()'0%14-*>(3%4*)":(D0.>"(/0%)-*24( Goertzel I

*$*>( "+>*0'43"( #%( 84*( 2%( 0%1.0<'$-'( )%*( '<$*)'( 24"+-*7( "( -%0%1.0<'$-'( )%*( 2"3*( /*( #%)-*3( -"( 10"#.(
"+>*0'43":(`*(#%($%*3"(/*>*)-*(<"(/0'3%-%(.(0%"+-*3($0%3%-.7(>)%(2%(-%(3*F%(,%1"4'(10"#(2%1$%-6%()"(
@'( 2%( <"/*,%+"( -#%-"( *@0")":( T"1*( '( )"+#%( 0",.-"21'( <"94%$"-7( *$"#( "+>*0'4"3( *3*>.&.#%( )*@'#"-#%(
odmerka

nezavisno od drugih odmeraka D F T sekvence.

Primer 1.9.
=*0'24%&'( >0"5',1%( 0%/0%<%-4"6'#%( -"#,%8&%( 1*0'8&%-'9( */%0"6'#"( .( )'>'4"+-*#( *@0")'( 2'>-"+"7( -"604"4'( blok
dijagram Goertzel I ovog algoritma datog preko (1.139) i (1.140). Napisati program u Matlab I u za
'<0",.-"$"-#%( D F T proizvoljne sekvence
, primenom Goertzel I ovog algoritma.

47

4+5+)3+,:
U cilju implementacije sistema u D SP (eng. Digital signal processingB( .*@',"#%-*( #%( )"( 2%( /*,-%( 2"(
>0"5',1*3(0%/0%<%-4"6'#*3(/0%1*( D SP blokova ( D SP blocksB:(!"#,%8&%(1*0'8&%-%(*/%0"6'#%(2.(J(2"@'0"-#%(
)$"(2'>-"+"7((3-*F%-#%(2'>-"+"(1*%5'6'#%-4*3('(#%)'-',-*(1"8-#%-#%:

(a)

(b)

(c)

(d)

Slika 1.32 R"!H%8",H8%#%2&,(,ERO,G&B,!)%P&',G+)7>,!(8/"-8"+$B=,GHB,.&H"$&',G+)7>,&11+$B=,",G:B,3+1")"')%,

#&5)3+)3+,G+)7>,()"/,1+8&YB=,G1B,'2%$,7$&)&)3&,G+)7>,H$&):F,)%1+>,;%$#B

48

Slika 1.32 Blok dijagram Goertzel J ovog algoritma

Programski kod u Matlab J u koji je dat u nastavku poredi D F Z 0%"+-%( 2%1$%-6%( '<0",.-"4%( /0%1*(
.>0"C%-%(-"0%)@%(fft() i opisanog algoritma.
!Y%$2%80#N),8A#$*4,?)+,)5$+#)$,23(,('%)-./0,):%1N%(2%)SG(M)
28%,$),889)
28#:%),889)
2829)
)
S);)GB)B)T)Z)>)[)[)[)[)[)E)E)E)E)E)T)B)B)B)B)T)T)E)Z)>)>M9)
4);)<=8%(A4KJSL0B9)
O);)8%(A4KJSL9)
)
6*A3$%JBL9)
:4%?J4@)SL9)
8%A%(&JQSG(MQL9)
\V&64);)664JS@OL9)
6$%]V#:,);)<=TI"*UO=TI"*0TI"*UO9)
)
!Y%$2%8)
^1);)GM9)
FVA%$2%8);)GM9)
)
6#$)1);)B)=)O)
))))^1JBL);)SJBL9)
))))^1JTL);)TI2#:JTI"*IJ10BLUJOLL)I)^1JBL)_)SJTL9)
))))6#$)();)E)=)O)
))))))))^1J(L);)TI2#:JTI"*IJ10BLUJOLL)I)^1J()0)BL)0)^1J()0)TL)_)SJ(L9)
))))%(&)
))))FVA%$2%8);)GFVA%$2%8))^1JOLI%S"JTI"*I'IJ10BLUJOLL)0)^1JO)0)BLM9)
%(&)
)
6*A3$%JTL)
:35"8#4JTBBL9)
:4%?J6$%]V#:,@),5:J\V&64L@Q$QL9)
S8,5%8JQ$,&QL9)
F8,5%8JQ`5:J\664LQL9)
8%A%(&JQ../QL9)
:35"8#4JTBTL9)
:4%?J6$%]V#:,@,5:JFVA%$2%8LL9)
S8,5%8JQ$,&QL9)
F8,5%8JQ`5:J\A%$2LQL9)
8%A%(&JQY%$2%8QL9)
)
6*A3$%JEL9)
6$%]+J\V&64L9)

49

6*A3$%J[L9)
6$%]+JFVA%$2%8L9)

Slika 1.34 O%$+?+)3+,EKC,$+&8)+,.+#2+):+

definisane u Matlab programu

T"1*( #%( @0*#( */%0"6'#"( <-","#-*( 23"-#%-( */'2"-'3( /*24./6'3"7( )*)"4-"( .84%)"( 2%( 3*F%( /*24'&'(
)%+#%-#%3( .+"<-%( 2%1$%-6%( -"( 3"-#%( )%+*$%7( "( <"4'3( 0",.-"-#%3( D F T <"( 2$"1.( /*#%)'-",-*:( E"3'+'#"(
algoritama koja koristi ovaj podeli pa vladaj pristup (eng. divide and conquer approach) uz osobine
twiddle koeficijenata :
1*-#.>*$"-*(1*3/+%12-"(2'3%40',-*24(J(

(1.141)

periodi,-*24(/*( i

(1.142)

naziva se jednim imenom Brza Fourier I ova transformacija (eng. F ast Fourier transform). U literaturi
[9] detaljno je opisan algoritam za izra,.-"$"-#%( D F T /0'3%-*3(/*)%+%(2%1$%-6%7("1*(@0*#(4","1"( nije
/0*24(@0*#:(;(2+.,"#.(1")"(2%(@0*#(4","1"( 3*F%(/0%)24"$'4'(.(*@+'1.(J
(1.143)
dolazi se do grupe F F T algoritama poznate pod imenom Radix algoritmi. Zavisno od osnove (eng. radix)
, u literaturi [9] su opisani algoritmi za
(eng. radix J 4 algorithmB7('(<-","#"-(2+.,"#7(1")"(#%(
(eng. radix I 2 algorithm). U nastavku je prikazan radix -2 algoritam .&,-$+($+?+)3+!,(,2$+!+)(,G+)7>,
radix J 2 algorithm, deci mation in ti me, DIT).
Ako je u izrazu (1.143) osnova (eng. radix)
/"0"-7(/"(2%(3*F%(-"/'24'(J

7(4")"(#%(@0*#(.+"<-'9(*)3%0"1"(.(#%)-",'-'( D F T (1.80)

50

(1.144)
l+"-(

2%(3*F%(-"/'2"4'(1"*(J

(1.145)
Na osnovu (1.145), izraz (1.144) moF%(-apisati kao :

(1.146)
gde su :

(1.147)
i:

(1.148)
DFT u
periodom

4","1"7( 2%1$%-6'(

, respektivno. D F T sekvence

51

su periodi,-%( 2"(

(1.149)

(1.150)
Ako se iskoristi i osobina twiddle faktora :

(1.151)
tada se zamenom

sa

u (1.146) :

(1.152)
dobija :

(1.153)
\%)-",'-%(AK:K]^B7(4#:(AK:KcNB('(AK:KcOB(/0%)24"$+#"#.(*2-*$.(radix J 2 algoritma. Uvode&'(23%-%(J

(1.154)
i:

(1.155)

D F T 2%(1*-",-*(3*F%(-"/'2"4'(1"*(J

(1.156)

(1.157)
Posmatraju&'( D F T /0*'<$*+#%(2%1$%-6%(.()$%(4",1%(A%->:(2 point D F T) :

52

(1.158)

(1.159)
'( ./*0%C.#.&'( 2"( '<0"<'3"( AK:Kc^B( '( AK:KcWB <"1+#.,.#%( 2%( )"( #%( "+>*0'4"3( .( /*2+%)-#%3( 1*0"1.( <"
'<0",.-"$"-#%( *)3%0"1"( DE`(

na osnovu jednog preureC%-#"( .(

vremenu i izraza (1.155) ./0"$*(DE`(.(N(4",1%:(R$"#(<"1+#.,"1(#%('+.240*$"-(-"(?+:K:ON: '(@'4"-(#%(2"(4",1%(

gl%)'84"(2*54$%021%('3/+%3%-4"6'#%:(

Slika 1.35 [$&;"'#&,-$+1./&2&,$&1"\,J S,&87%$"/!&,.&,3+1)"!,-$+($+?"2&)3+!,(,2$+!+)(

53

Slika 1.36 O$"):"-,-$+($+?+)3&,(,2$+!+)(,<&,EKC,(,],/&'&#&,G3+1&),./+-+),-$+($+?"2&)3&B

="1*(#%(-"(/*,%41.(0%,%-*7("1*(#%(@0*#(4","1"(.(1*#'3"(2%(0",.-"(DE`(24%/%-(@0*#"(N7(4")"(2%("+>*0'4"3(
3*F%()"+#%(0"<+*F'4'(/0%3"(*/'2"-*3(/*24./1.:(!"(?+:K:O5. je dat princip dekompozicije, i jasno je da se
2")"7( DE`( .( ]( 4",1%( 3*F%( <"3%-'4'( 2"( )$"( DE`( @+*1"( .( )$%( 4",1%7( '( /*40%@-'3( %+%3%-4'3"( za
kombinovanje rezultata. Bitno je napomenuti da se blok za kombinovanje rezultata sa Sl.1.36:( 3*F%(
0%"+'<*$"4'(-"($'8%(-",'-":(\%)"-(*)(3*>.&'9(-",'-"(0%"+'<"6'#%(izveden je detaljno u [6] i prikazan je na
Sl.1.37.

54

Slika 1.37 ^+1)%,$+5+)3+,H8%#&,<&,#%!H")%2&)3+,$+<(8/&/&,12+,EKC,(,A,/&'#+,<&,EKC,(,],/&'&#&

Slika 1.38 Kompletna dekompozicija za

55

1.5 F I R i I I R filtarske strukture

!
Konvoluciona 2.3"(3*F%(@'4'(1*0'8&ena u realizaciji diskretnih linearnih stacionarnih sistema (LTI
I m'-%"0(`'3%(T-$"0'"-4B:(G%C.4'37(*$"1"$(-",'-(0%"+'<"6'#%(-%/0'1+")"-(#%(<"(TT_(5'+40%(<@*>(@%21*-",-%(
).F'-%('3/.+2-*>(*)<'$":
_%"+'<"6'#"( TT_( 5'+4"0"( @"<'0"( 2%( -"( )'0%14-*#( '3/+%3%-4"6'#'( )'5%0%-6-%( #%)-",'-%( *)-*2-*( /0%-*2-%(
funkcije. Ulazno - izlazn'(3*)%+(TT_(5'+40"(/0%4/*24"$+#"(1*-",-.(2.3.J

(1.160)
S druge strane, FIR filtri se mogu realizovati konvolucionom sumom:

(1.161)
_%"+'<"6'#"(m`T()'>'4"+-'9(5'+4"0"(3*F%(@'4'7(<"$'2-*(*)(/0'3%-%7(/0*>0"321"('+'(9"0)$%021"(
;( *@"( 2+.,"#"( $0%)-*24'( *)3%0"1"( 2'>-"+"( '( $0%)-*24'( 5'+4"021'9( 1*%5'6'#%-"4"( /0'1"<.#.( 2%( 2"( 1*-",-*3(
/0%6'<-*8&.:( G%C.4'37( )'0%14-"( '3/+%3%-4"6'#"( )'>'4"+-'9( 5'+4"0"( @"<'0"-"( @'+*( -"( )'5%0%-6-*#( #%)-",'-'(
@'+*( -"( 1*-",-*#( 1*-$*+.6'*-*#( 2.3'( ,%24*( 3*F%( 0%<.+4'0"4'( -%<")*$*+#"$"#.&'3( /%05*03"-2"3"( <@*>(
"0'43%4'1%( 1*-",-%( /0%6'<-*24':( R)( /0"14',-*>( #%( '-4%0%2"( 0"<$'4'( "+4%0-"4'$-%( 0%"+'<"6'#%( '( '<"@0"4'(
strukture koj%()"#.(<")*$*+#"$"#.&%(/%05*03"-2%(.("0'43%4'6'(1*-",-%(/0%6'<-*24':
Strukturalni /0'1"<(/*3*&.(%+%3%-4"0-'9(@+*1*$"(- blok dijagram - je prvi korak u hardverskoj ili
programskoj realizaciji LTI digitalnih filtara.
Algoritme za realizaciju digitalnih filta0"( 3*>.&%( #%( /*>*)-*( /0'1"<"4'( /*3*&.( @+*1( )'#">0"3"(
1*0'24%&'(%+%3%-4"0-%(@+*1*$%(A1"*((.(Pri meru 1.9).

Slika 1.39 Elementarni blokovi blok dijagrama

H0%)-*24'(/0'1"<'$"-#"(2'24%3"(/*3*&.(@+*1()'#">0"3"(2.J
!

#%)-*24"$-*(#%(-"/'2"4'(0",.-"021'("+>*0'4"3(uvidom u blok dijagram

56

!
!
!
!

jednostavno je analizirati blok dijagram kako bi se odredio eksplicitni odnos ulaza i izlaza
#%)-*24"$-*(#%(/0%.0%C%-#%(@+*1()'#">0"3"(1"1*(@'(2%('<>0")'*(U%1$'$"+%-4-'V(@+*1()'#">0"3
jednostavno je definisati zahteve za elemente za realizaciju
jednostavno je razviti prikaze blok dijagrama direktno iz prenosne funkcije

1.5.1 E kvivalentne strukture

Dve strukture digitalnog filtra su ekvivalentne ako imaju istu prenosnu funkciju. Postoji niz metoda
za generisanje ekvivalentnih struktura. Vrlo je koristan postupak generisanja ekvivalentne strukture tzv.
postupkom transponovanja izvorne strukture.
H*24./"1(40"-2/*-*$"-#"(@+*1()'#">0"3"(2%(2"24*#'(.(2+%)%&%3J
(1) okrenuti sve tokove signala
(2) <"3%-'4'(2$%(,$*0*$%(>0"-"-#"(2"(2.3atorima i obrnuto
AOB(<"3%-'4'(.+"<-'('('<+"<-'(,$*0
?$%(*24"+%(3%4*)%(<"(>0")-#.(%1$'$"+%-4-'9(240.14.0"(@"<'0"#.(2%(-"(2/%6'5',-*3("+>*0'43.(<"(2$"1.(
strukturu.
H*24*#'(<"/0"$*(@%21*-","-(@0*#(%1$'$"+%-4-'9(240.14.0"(1*#%(0%"+'<.#.('24.(/0%-*2-.(karakteristiku i zato
#%( -%3*>.&%( 0"<$'4'( 2$%( %1$'$"+%-4-%( 0%"+'<"6'#%:( R$)%( &%3*( 2%( *>0"-','4'( 2"3*( -"( -"#,%8&%( 1*0'8&%-%(
strukture.
=*0'8&%-#%3( "0'43%4'1%( @%21*-",-%( /0%6'<-*24'( @'+*( 1*#"( 0%"+'<"6'#"( )'>'4"+-'9( 5'+4"0"( /*-"8"+"( @'( 2%(
')%-4',-*( <"( @'+*( 1*#.( %1$'$"+%-4-.( 240.14.0.:( G%C.4'37( .( /0"12'7( <@*>( 1*-",-%( ).F'-%( 0%,'7( 2/%6'5',-"(
0%"+'<"6'#"(2%(3*F%(/*-"8"4'(/*4/.-*()0.>",'#%(*)(2$*#%(%1$'$"+%-4%(0%"+'<"6'#%:(["F-*(#%(24*>"('<"@0"4'(
strukturu koja pokazuje najmanju osetljivost na efekte kvantizacije .( 2+.,"#.( 1*0'8&%-#"( "0'43%4'1%(
1*-",-%(/0%6'<-*24':(R,'>+%)"-(/0'24./(.(/0*-"+"F%-#.(4"1$%(240.14.0%(@"<'0"(2%(-"("-"+'<'(.4'6"#"(1*-",-%(
).F'-%(0%,'('("0'43%4'1%(1*-",-%(/0%6'<-*24'(<"($%+'1'(@0*#(%1$'$"+%-4-'9(240.14.0"(,'3%(#%(*3*>.&%-('<@*0(
najpovoljnije strukture.
Za pojednostavljeno crtanje blok dijagrama7( >0"5',1'( 2'3@*+'( <"( 40'( *2-*$-%( */%0"6'#%( .( "+>*0'43'3"( <"(
0%"+'<"6'#.()'>'4"+-'9(5'+4"0"J(1"8-#%-#%7(2"@'0"-#%('(3-*F%-#%7(@'&%(/0%)24"$+#%-'(1"*(-"(?+'6' 1.40.

u1[n]

u1[n]

y[n]= u1[n]+ u2[n]

u2[n]
u[n]
u[ n]

y[n]= u1[n]+ u2[n]

u2[n]
a y[n]= au[n]
z-1

y[n]= u[n-1]

57

u[ n]

u[ n]

z-1 y[n]= u[n-1]

y[n]= au[n]

Slika 1.40 [$&;"'#",."!H%8",+8+!+)/&$)",H8%#%2&

1.5.2 Direktna realizacija F I R filtra

!
Blok dijagram za direktnu realizaciju F IR 5'+4"0"(3*F%(2%(-"604"4'(-"(*2-*$. konvolucione sume (1.161).
Blok dijagram ove filtarske strukture dat je na Slici 1.41.
z-1

u[ n]

z-1

h0

z-1

h1

h2

z-1
h3

hM-1

hM
y[n]

Slika 1.41 Blok dijagram za direktnu realizaciju F IR filtra

!
1.5.2.1 T ransponovana struktura
!
Postupkom transponovanja izvorne strukture7( 1"1*( #%( 4*( *@#"8-#%-*( .( 1.5.1, dobija se transponovana
struktura FIR filtra.
Transponovana struktura @'&%( 0%"+'<*$"-"( <"( FIR filtar drugog reda koji je opisan konvolucionom
sumom:

(1.162)

Blok dijagram za direktnu realizaciju FIR filtra drugog reda prikazan je na Slici 1.42"7( "(*)>*$"0"#.&"(
struktura koja se dobija postupkom transponovanja, na Slici 1.42b.

z-1

y[n]

z-1

h0

h1

a)

z-1

u[n]
h2
u[n]

z-1

h0

h1

n)

h2
y[n]

Slika 1.42 Blok dijagram za F IR filtar drugog reda a) direktna realizacija; b) postupak transponovanja

58

Sa Slike 1.42@(3*F%(2%(/'2"4'J

(1.163)
_%+"6'#"(AK:K^OB(2%(3*F%(/0%)24"$'4'(@+*1()'#">0"3*3(1"*(-"(?+'6'(1.43, koji predstavlja transponovanu
strukturu za FIR filtar drugog reda.

z-1

z-1

h2

h1

y[n]
h0

u[n]
Slika 1.43 Blok dijagram transponovane strukture za FIR filtar drugog reda
Blok dijagram transponovane strukture za FIR filtar m-tog reda prikazan je na Slici 1.44

z-1
hM

z-1
h M-1

z-1
hM-2

z-1
hM-3

h1

y[n]
h0

u[ n]

Slika 1.44 Blok dijagram transponovane strukture za F IR filtar m-tog reda

1.5.2.2 Strukture za F I R filtre linearne faze

!
U literaturi [1] */'2"-( #%( -",'-( *)"@'0"( '3/.+2-*>( *)<'$"( '( 0%)"( 2'24%3"( .( /0*#%14*$"-#.(
nerekurzivnih digitalnih sistema (FIR filtara) sa linearnom faznom karakteristikom. U odnosu na
simetriju impulsnog odziva i parnost broja M (red sistema), mogu se razlikovati 4 tipa FIR filtara linearne
fazne karakteristike:
Tip I:
Tip II:
Tip III:
Tip IV:

Z"(4'/*$%(T('(TTT(3*Fe se pisati:

59

(1.163)
Z"(4'/*$%(T('(TTT(3*Fe se pisati:

(1.164)
UvoC%-#%3 smene :
u (1.164), sledi:

(1.165)
op:

(1.166)
Za Tip I v"Fi:

, M je paran, pa (1.166) postaje:

(1.167)
Za Tip III $"F':

, M je paran i

, pa (1.166) postaje:

60

(1.168)

, M je neparan, pa (1.166) postaje:

Za Tip II $"F':

(1.169)
, M je neparan, pa (1.166) postaje:

Za Tip IV $"F':

(1.170)
R)>*$"0"#.&%(240.14.0% za FIR filtre linearne fazne karakteristike, za parno i neparno M, prikazane su na
Slici 1.45a i 1.45b, respektivno.
u[n]

z-1

z-1

z-1

z-1

z-1

z-1

h1

h0

h2

hM/2-1

hM/2

y[n]

a)
u[n]

h0

z-1

z-1

z-1

z-1

z-1

z-1

h1

h2

h(M-3)/2

z-1
h(M-1)/2

y[n]

b)
Slika 1.45 Strukture za F IR filtre linearne fazne karakteristike, a) za parno M i b) neparno M

1.5.2.3 K askadna realizacija F I R filtara

!
Kaskadna realizacija FIR filtara zahteva razbijanje transfer funkcije H [z] na sekcije drugog reda:

(1.171)

61

gde je Ms -"#$%&'(6%o @0*#(2")0F"-(.

.
R)>*$"0"#.&"(1"21")-"(240.14.0"(2"(0%)-*3($%<*3(2%16'#"()0.>*>(0%)"(/0'1"<"-"(#%(-"(?+'6'(K:]6.

u[n] = u1[n] H (z)

1

y1[n] H (z)
2
u2[n]

y2[n]
u3[n]

yMs-1[n] H (z) yMs[n]

Ms
uMs[n]

Slika 1.46 Kaskadna struktura sa rednom vezom sekcija drugog reda

Funkcija prenosa m-te sekcije drugog reda je:
(1.172)
"(*)>*$"0"#.&"()'5%0%-6-"(#%)-",'-"(#%J

(1.173)
Realizaciona struktura m-te sekcije drugog reda, prema (1.173) data je na Slici 1.46, a izgled cele
kaskadne strukture dat je na Slici 1.47.

um[n]
)
z-1

b0m

ym[n]

b1m

z-1
b2m
Slika 1.47 Realizaciona struktura m-te sekcije drugog reda

u[n]

b01

z-1

b02

b0Ms

z-1
b11

z-1

z-1
b12

b1Ms

z-1
b21

z-1
b22

b2Ms

Slika 1.48 Kaskadna realizacija F IR filtara

!
!

62

y[n]

1.5.3 Realizacija I I R filtara

Ulazno-izlazni model IIR filtra )"4( #%( )'5%0%-6-*3( #%)-",'-*3( AK:K^ZB:( H0'3%-*3( S( 40"-25*03"6'#%( -"((
)'5%0%-6-.(#%)-",'-.(IIR filtra, dobija se njegova funkcija prenosa:

(1.174)
E.-16'#"( /0%-*2"( 2")0F'( polinome po z-1 u brojiocu i imeniocu. Funkcija prenosa IIR filtra 3*F%( 2%(
/0%)24"$'4'(.(2+%)%&%3(*@+'1.:

(1.175)
gde je:

(1.176)
i

(1.777)
Nule funkcije prenosa IIR filtra nalaze se na osnovu (1.176), a polovi na osnovu (1.177).
!"(*2-*$.(AK:KWcB7(AK:KW^B('(AK:KWWB(3*F%(2%(/0%)24"$'4'(Direktna I realizacija IIR filtra. Blok dijagram
Direktne I realizacije IIR filtra dat je na Slici 1.49.
Direktna I realizacija IIR filtra reda M zahteva Gk!kK(3-*F%-#", M+N sabiranja i M+N+1 memorijskih
lokacija.

63

u[n]

y[n]

b0

z-1

z-1
b1

-a1

z-1

z-1
b2

-a2

z-1

z-1
b3

-a3

bM-1

-aN-1

z-1

z-1
bM

-aN

Slika 1.49 Direktna I realizacija IIR filtra

Kompaktnija realizaciona struktura dobija se ako se IIR filtar /0%)24"$'( 2+%)%&'3( )'5%0%-6-'3(
#%)-",'-"3"J

(1.178)

(1.179)
AK:KWXB('(AK:KWYB(<"(20",.-"$"-#%(<"94%$"#.(Gk!kK(3-*F%-#", M+N sabiranja i max(M, N) memorijskih
lokacija. Realizacija IIR 5'+40"( -"( *2-*$.( *$%( )$%( #%)-",'-%( #%( Direktna II realizacija (kanoni,1"(
realizacija) IIR filtra7(,'#'(#%(@+*1()'#">0"3(/0'1"<"-(-"(?+'6'(K:50.

64

u[ n ]

b0

z-1
-a1

z-1
-a2

z-1

y[n]

w[n]
b1
w[n-1]
b2
w[n-2]

-a3

b3

-aN-1

bM-1

z-1
-aN

bM

Slika 1.50 Direktna II realizacija IIR filtra

Nedostaci direktnih realizacija IIR filtra su:
!

izuzetno su osetljive na promene koeficijenata

-'2.( /0%/*0.,+#'$%( .( /0"14',-'3( "/+'1"6'#"3" zbog efekata kvantizacija koeficijenata u

aritmetici sa 1*-",-om ).F'-om 0%,'

Transponovana direktna II struktura za IIR filtar 3*F%(2%()*@'4'(-"(osnovu 2+%)%&'9(0%+"6'#"

(1.180)

(1.181)

Transponovana direktna II struktura za IIR filtar prikazana je na Slici 1.51.

65

u[ n ]

y[n]

b0
b1

z-1
w1

-a1

b2

z-1
w2

-a2

z-1
b3

-a3
-aN-1

bN-1

z-1
bN

-aN

Slika 1.51 Transponovana direktna II struktura za IIR filtar

_")'('+.240"6'#%(0"<+','4'9(240.14.0"(<"(0%"+'<"6'#.(IIR filtara, Direktna I realizacija, Direktna II realizacija i
Transponovana direktna II 0%"+'<"6'#"(@'&%()"4%(<"(IIR filtar drugog reda.
Direktna I realizacija za IIR filtar )0.>*>(0%)"(,'#"(#%(5.-16'#"(/0%-*2":

(1.182)
je data na Slici 1.52

b0

u[n]
z

-1

-1

y[ n ]

b1

-a1

b2

-a2

-1

-1

Slika 1.52 Direktna I realizacija za IIR filtar drugog reda

Ulazno-'<+"<-"()'5%0%-6-"(#%)-",'-"(*$*>(2'24%3"(#%J

(1.183)

66

Direktna II realizacija za IIR filtar drugog reda je data na Slici 1.53.

u[ n]

w[ n ]

b0

y[ n ]

-1

-a1

z
w[n-1] b1

-a2

z
w[n-2] b2

-1

Slika 1.53 Direktna II realizacija (kanoni '#&,$+&8"<&:"3&) za IIR filtar drugog reda
R$"#(2'24%3(3*F%(2%(*/'2"4'(2"(2+%)%&%()$%()'5%0%-6-%(#%)-",'-%J

(1.184)

(1.185)
Transponovana direktna II realizacija za IIR filtar drugog reda je data na Slici 1.54.

u[n]

b0

b1

b2

y[ n ]
z

-1

-1

w1[n] -a1

w2[n] -a2

Slika 1.54 Transponovana direktna II realizacija za IIR filtar drugog reda

a sistem se 3*F%(2%(*/'2"4'(2+%)%&'3()'5%0%-6-'3(#%)-",'-"3"J

(1.186)

(1.187)
(1.188)

67

Kaskadna realizacija IIR filtara obavlja se razlaganjem funkcije prenosa H(zB( -"( 2%16'#%( -'F%>( 0%)"7( 4#:(
polinomi u brojiocu i imeniocu 5.-16'#%(/0%-*2"(/0'1"<.#.(2%(1"*(/0*'<$*)'(/*+'-*3"(-'F%>(0%)":
Na primer:

(1.189)
Razli,ite kaskadne realizacije postiFu se razli,itim uparivanjem polova i nula ili/i izmenom
redosleda sekcija u kaskadi. Razli,ite ekvivalentne kaskadne realizacije sa razli,itim uparivanjem polova
za primer (1.189) date su na Slici 1.55.

Slika 1.55 Ekvivalentne kaskadne realizacije sa razli 'iti m uparivanjem polova

Kaskadna realizacija IIR filtara obavlja se i razlaganjem transfer funkcije H(z) na sekcije drugog reda.

(1.190)
gdje je L -"#$%&'(6%+'(@0*#(2")0F"-(.

Blok dijagram kaskadne realizacije IIR 5'+4"0"(,'#"(#%(5.-16'#"(/0%-*2"()"4"(2"(AK:KYZB(/0%)24"$+#%-(

je na Slici 1.56.

u[n] = u1[n] H (z)

1

y1[n] H (z)
2
u2[n]

y2[n]
u3[n]

yL-1[n] H (z)
L
uL[n]

Slika 1.56 Blok dijagram kaskadne realizacije IIR filtara

S"()"4.(240.14.0.(3*F%(2%(/'2"4'J

68

y[n]

(1.191)
Struktura l -te serijske sekcije drugog reda data je na Slici 1.57

u l [ n]

y l [ n]

-al1

w l [ n]
z -1
bl1

-al2

z -1

bl2

Slika 1.57 Struktura l-te serijske sekcije drugog reda

Za paralelnu realizaciju IIR filtara funkciju prenosa H(z) treba napisati u obliku :

(1.192)
i gde su

polovi, a

koeficijenti u razlaganju

na parcijalne razlomke.

Blok dijagram paralelne realizacije IIR filtara ,ija je funkcija prenosa data sa (1.192) predstavljen
je na Slici 1.58

u[ n ]

C
H1(z)

H2(z)

HN(z)

y[n]

Slika 1.58 Blok dijagram paralelne realizacije IIR filtara

S"()"4.(240.14.0.(3*F%(2%(/'2"4'J

69

(1.193)
Struktura l-te paralelne sekcije drugog reda data je na Slici 1.59.

u l [ n]

bl0
wl[n]

-al1

z -1

-al2

z -1

y l [ n]

bl1

Slika 1.59 Struktura l-te paralelne sekcije drugog reda

?@A)B$;$#("-#&)=CB):&1#+&
R2-*$-'(0%8%41"24'(5'+4"0(A%->:(Lattice filter ) prikazan je na Slici 1.60. Opisan je refleksioni m koeficijentom
(eng. reflection coefficient) i diferencnim #%)-",'-"3"(1*#%(/*$%<.#.(.+"<%,
,
, i izlaze
sekcije,
i
:
(1.196)
(1.197)
Ako je ulaz definisan kao :
(1.198)
3*F%(2%(5*03'0"4'(0%8%41"24'(5'+4"0( - tog reda (Slika 1.61).

70

Slika 1.60 U.)%2)&,$+5+/#&./& struktura (re5+/#&./",;"8/&$,-$2%7,$+1&)

Slika 1.61 4+5+/#&./",;"8/&$, - tog reda

D%4"+#-'#'( */'2( 0%8%41"24'9( 240.14.0"( )"4( #%( .( 40%&%3( /*>+"$+#., gde se koriste u realizaciji optimalnih
filtara.

N( DT?=_i`!T( ?m;lL\!T SIGNALI I

PROCESI

2.1 K lasifikacija signala

H0%3"(2$*#*#(24"4'24',1*#(/0'0*)'(2'>-"+'(2%(3*>.(/*)%+'4'(-"

71

)%4%03'-'24',1%(2'>-"+%

2+.,"#-%(A-%)%4%03'-'24',1%7(24*9"24',1%B(2'>-"+%

D%4%03'-'24',1'(2'>-"+'(2%(3*>.(#%)'-24$%-*(*/'2"4'(3"4%3"4',1'3(0%+"6'#"3"(A/"0"3%40'(1*#'('9(*)0%C.#.(
poznati u svakom trenutku vremena).
?+.,"#-'( 2'>-"+'( /0%)24"$+#"#.( 1+"2.( 2'>-"+"( 1*#"( 2%( ,%24*( 20%&%( .( /0'0*)'( 1"*( '( .( sistemima i koji se ne
mogu opis"4'(3"4%3"4',1'3(0%+"6'#"3"(#%0(#%(2$"1"(/*#%)'-",-"(*/2%0$"6'#"(4*>(2'>-"+"(0"<+','4":(?4*>"(2%(
*$'(2'>-"+'(*/'2.#.(/0%1*(2$*#'9(24"4'24',1'9(1"0"14%0'24'1"J(20%)-#%(A*,%1'$"-%B7($0%)-*24'('+'(3"4%3"4',1*>(
*,%1'$"-#"7($"0'#"-2%(A)'2/%0<'#%B('(24"-)"0)-%()evijacije.
?+.,"#-'(2'>-"+'(3*>.(2%()"+#%(/*)%+'4'(na:
q
q
q

striktno stacionarne signale

24"6'*-"0-%(2'>-"+%(.(8'0%3(23'2+.
nestacionarne signale

?4"4'24',1%(1"0"14%0'24'1%(/0$*>(0%)"(A3"4%3"4',1*(*,%1'$"-#%B(240'14-*(24"6'*-"0-'9(2'>-"+"(2.($0%3%-21'(
nezavisn%:( ?4"4'24',1%( 1"0"14%0'24'1%( 24"6'*-"0-'9( 2'>-"+"( .( 8'0%3( 23'2+.( 2.( $0%3%-21'( -%<"$'2-%( )*(
)0.>*>(0%)"(A$"0'#"-2"B:((?4"4'24',1%(1"0"14%0'24'1%((-%24"6'*-"0-'9(2'>-"+"(2.(/0*3%-+#'$%(.($0%3%-.:

D@D)E17'"42$)*+/%$24&.$
!
?( 3"4%3"4',1*>( 24"-*$'84", 2+.,"#-"7 '+'( 24*9"24',1"( /0*3%-+#'$"( #%( 4"1$"( /0*3%-+#'$"( 1*#"( 3*F%(
poprimi4'( 0"<+','4%( @0*#,"-%( $0%)-*24'( 2"( *)0%C%-*3( $%0*$"4-*&*3: ?+.,"#-"( /0*3%-+#'$"(
je u
/*4/.-*24'()%5'-'2"-"("1*(2%(/*0%)(2"<-"-#"(*(4*3%(1*#%($0%)-*24'(*-"(3*F%(.<'3"4'7()*C%()*(2"<-"-ja i
2"(1*#'3($%0*$"4-*&"3"(*-"(3*F%(4%($0%)-*24'(.<'3"4':(
?1./( $0%)-*24'( 1*#%(2+.,"#-"( /0*3%-+#'$"( 3*F%( .<%4'( -"( 2+.,"#"-( -",'-( 3*F%( @'4'( 1*-","-(A/0%@0*#'$B('(
@%21*-","-(A-%/0%@0*#'$B:(Shodno tome, razlikuju se:
q

prekidna (diskontinualna, diskretna) promenljiva,

neprekidna (kontinualna) promenljiva.

H0%1')-"( A)'210%4-"7( )'21*-4'-."+-"B( 2+.,"#-"( /0*3%-+#'$"( #%( *-"( 2+.,"#-"( /0*3%-+#'$"( 1*#"( <"( 2$*#.(
$0%)-*24(.<'3"(6%+%(-%-%>"4'$-%(@0*#,"-%($0%)-*24'7(2"(/*<'4'$-'3($%0*$"4-*&"3"(

(2.1)
U ovom slu,aju slu,ajna promenljiva uzima vrednosti iz kona,nog skupa vrednosti ili iz beskona,nog
(prebrojivog) skupa. Primer takvih skupova su, recimo, skup vrednosti od do (n - ceo pozitivan broj)
ili skup celih brojeva.

72

Zakon raspodele verovatno&a slu,ajne promenljive

predstavlja prikaz vrednosti promenljivih
i
odgovraju&ih verovatno&a , odnosno, verovatno&a da slu,ajna promenljiva uzima vrednost manju od
naziva se ;()#:"3&,$&.-%1+8+,2+$%2&/)%D+,ili #(!(8&/"2)&,$&.%1+8&,2+$%2&/)%D+6
(2.2)
gde je

bilo koji realni broj. Funkcija

1.
2.
3.

#%(-%*/")"#.&"(5.-16'#"(
i
je kontinualna na desno ako je

ima 2+%)%&"(2$*#24$"J
ako je
za svako .

;3%24*( 1.3.+"4'$-%( 0"2/*)%+%( $%0*$"4-*&%( 2+.,"#-*>( 2'>-"+"( ,%24*( 2%( 1*0'24'( '<$*)( 5.-16'#%( 0"2/*)%+%(
$%0*$"4-*&%(1*#'(2%(-"<'$"(funkcija gustine 2+$%2&/)%D+6

(2.3)
<"(1*#.($"F'()"(#%(J

(2.4)
;(/0"12'(2%(1*0'24'($'8%(0"<+','4*()%5'-'2"-'9(5.-16'#"(>.24'-%($%0*$"4-*&%:(\%)-"(*)(,%24*(1*0'8&%-'9(#%(
()";%$!)&,7(./")&,2+$%2&/)%D+ I 2+.,"#-"(/0*3%-+#'$"(.<'3"(2$%($0%)-*24'('<()*<$*+#%-*>(21./"(2"('24*3(
$%0*$"4-*&*3( [3]:

(2.5)
_%$!&8)&,7(./")&,2+$%2&/)%D+,ili [&(.%2&,7(./")&,2+$%2&/)%D+,opisana je izrazom:

(2.6)
gde su

konstante.

a0"5'6'(40'(0"<+','4%(5.-16'#%(>.24'-%($%0*$"4-*&%(/0'1"<"-'(2.(-"(?+'6'(N:K:
;( -%1'3( 2+.,"#%$'3"( '29*)( %12/%0'3%-4"( '21"<"-( #%( 2"( )$"( 2+.,"#-"( @0*#"7( /"( 2%( .( 4*3( 2+.,"#.( 3*F%(
definisati <1$(P+)&, raspodela 2+$%2&/)%D+ 1*#"(/0%)24"$+#"($%0*$"4-*&.()"(2+.,"#-"(/0*3%-+#'$"( bude
manja od 7()*1('24*$0%3%-*(2+.,"#-"(/0*3%-+#'$"( treba da bude manja od :
(2.7)
Q1$(P+)&,7(./")&,2+$%2&/)%D+,je parcijalni izvod drugog reda <)0.F%-%(0"2/*)%+%($%0*$"4-*&%J

(2.8)

73

Slika 2.1 4&<8"'"/+,;()#:"3+,7(./")+,2+$%2&/)%D+

?+.,"#-%(/0*3%-+#'$%( i su ./&/"./"'#",)+<&2".)+,ako pojavljivanje ma koje vrednosti -%(.4',%(-"(
pojavljivanje ma koje vrednosti :(H*40%@"-('()*$*+#"-(.2+*$(<"(24"4'24',1.(-%<"$'2-*24(#%(POQJ
(2.9)
Srednja vrednost (%'+#"2&)&,2$+1)%./) ili *,%1'$"-#% 1*-4'-"+-%(2+.,"#-%(/0*3%-+#'$%( )%5'-'8%(2%(1"*J

(2.10)
?0%)-#"($0%)-*24(24"6'*-"0-*>(2+.,"#-*>(2'>-"+"(#%(1*-24"-4-":(l%24"(*<-"1"(<"(20%)-#"($0%)-*24((AN:KZB(#%(
i
ili samo .
L1*(2.(1*-4'-."+-%(2+.,"#-%(/0*3%-+#'$%( i

24"4'24',1'(-%<"$'2-%(AN:YB7(4")"($"F'(POQJ

(2.11)
S"()'210%4-.(2+.,"#-.(/0*3%-+#'$.( AN:KB(*,%1'$"-"($0%)-*24(#%()%5'-'2"-"(1"*J

(2.12)
gde je
vero$"4-*&"()"( uzme vrednost .
Generalizacijom izraza (2.10) dobija se n-ti moment:

(2.13)

dok je n-ti centralni moment:

74

!
!
(2.14)

!"#$%&.(/0'3%-.(.(/0%)24"$+#"-#.(2+.,"#-'9(2'>-"+"('3"()0.>'(6%-40"+-'(3*3%-"4(1*ji predstavlja
2&$"3&).(,.8('&3)+,-$%!+)83"2+>,Qamenom
u (2.14) dobija se izraz za varijansu:

(2.15)
["0'#"-2"(#%(-%-%>"4'$"-(@0*#:(S"(24"4'24',1'(-%<"$'2-%(/0*3%-+#'$%(AN:YB7($"F'J

(2.16)
Kvadratni koren varijanse je standardna devijacija:

(2.17)
S"()'210%4-.(2+.,"#-.(/0*3%-+#'$.(

(2.1) varijansa je definisana kao:

(2.18)
;(2/%6'#"+-*3(2+.,"#.(1")"(2.(2$%($%0*$"4-*&%(

jedna1%7($"0'#"-2"(2%(3*F%('<0",.-"4'(1"*J!

!
(2.19)!
Z"()$%(2+.,"#-%(/0*3%-+#'$%(X i Y ,'#%(2.(*,%1'$"-%($0%)-*24'(
kovarijansa kao:

7(0%2/%14'$-*7()%5'-'8%(2%(

(2.20)

75

"1*(2.(2+.,"#-%(/0*3%-+#'$%(
kao:

kontinualne7(*)-*2-*7("1*(2.(2+.,"#-%(/0*3%-+#'$%(

diskretne,

(2.21)

D@F)E17'"42&)*+/0$-&
!
?+.,"#-'(/0*6%2(/0%)24"$+#"(/0*8'0%-#%(/*#3"(2+.,"#-%(/0*3%-+#'$%(POQ:((?1./(.8('&3)"F,;()#:"3&,
(gde je
'<3%0%-"($0%)-*24(2+.,"#-%(/0*3%-+#'$%( u trenutku na mernom mestu naziva se ./&/"'#",
ansambl, ansambl ili .8('&3)", -$%:+.>, ?$"1"( '-)'$')."+-"( 5.-16'#"( '<( 21./"( 2+.,"#-'9( 5.-16'#"( #%( '8&),
ansambla.
L1*(2%(2+.,"#-'(2'>-"+'(3%0%(.()'210%4-'3($0%3%-21'3(40%-.6'3"(
, dobija se vremenski diskretni
.8('&3)",-$%:+.=,
. a0"5',1'(/0'1"<($0%3%-21'()'210%4-*>(2+.,"#-*>(/0ocesa dat je na slici 2.2.

Slika 2.N(H0'1"<($0%3%-21'()'210%4-*>(2+.,"#-*>(/0*6%2"
Za fiksnu vrednost , $0%3%-21'()'210%4"-(2+.,"#-'(/0*6%2(/*24"#%(2+.,"#-"(/0*3%-+#'$"(1*#"(/0%)24"$+#"(
40%-.4-%( $0%)-*24'( 2$'9( ,+"-*$"( "-2"3@+":( S"( 4"1$.( promenljivu
mogu se definisati ./&/"'#+,
karakteristike prvog i drugog reda.
?4"4',1%(1"0"14%0'24'1%(/0$*>(0%)"(2.($&.-%1+8&,2+$%2&/)%D+," 7(./")&,2+$%2&/)%D+,1".#$+/)%7,.8('&3)%7,
procesa, definisane sa:

76

!
(2.22)

(2.23)
?0%)-#"($0%)-*24(2+.,"#-*>(/0*6%2"7(/0%3"(AN:KZB(#%J(

(2.24)
V&$"3&).&,.8('&3)%7,,-$%:+.&,je definisana izrazom:

(2.25)
Prema (2.7) i (2.8) mogu se definisati <1$(P+)&,$&.-%1+8&,2+$%2&/)%D+,i <1$(P+)&,7(./")&,2+$%2&/)%D+,
.8('&3)%7,-$%:+.&7(1*#%(/0%)24"$+#"#.(24"4',1%(1"0"14%0'24'1%()0.>*>(0%)":

(2.26)

(2.27)
H*2%@-*($"F-"(24"4',1"(1"0"14%0'24'1"()0.>*>(0%)"(2"(24"-*$'84"(*@0")%(2'>-"+"(#%((autokorelaciona
;()#:"3&,.8('&3)%7,-$%:+.&, definisana kao:

(2.28)
Autokorelaciona funkcija p0%)24"$+#"(3%0.(<"$'2-*24'('<3%C.($0%)-*24'(2'>-"+"(.(0"<+','4'3(40%-.6'3"( i
, tj. meru predvidljivosti signala (engl. signal predictability) I korelisani signali su redudantani i
3*>.&%('9(#%(1*3/0%2*$"4'7(-"(/0'3%07(>*$*0-'7(".)'*('($')%*(2'>-"+':(
#%7(.(2.84'-'7(20%)-#"(2-">"(
2+.,"#-*>(2'>-"+"(
.
9+?(#%$+8&:"3&,ili #$%.#%$+8&:"3&,12&,.8('&3)&,-$%:+.&,#%(3%0"(<"$'2-*24'(*)3%0"1"()$"(2+.,"#-"(/0*6%2"(
.(0"<+','4'3(40%-.6'3"($0%3%-"(A3%0"(2+',-*24'(4"()$"(/0*6%2"B('()%5'-'2"-"(#%('<0"<*3J

77

(2.29)
0(/%#%2&$"3&).&,.8('&3)%7,-$%:+.&,)%5'-'8%(2%(1"*J

(2.30)
dok je #$%.#%2&$"3&).&,12&,.8('&3)&,-rocesa data kao:

(2.31)
S"(2+.,"#-'(/0*6%2(-.+4%(20%)-#%($0%)-*24'(A%->+:(<%0*(3%"-(0"-)*3(/0*6%22B(-"(*2-*$.(AN:OZB(2+%)'()"(2.(
njegova autokovarijansa i autokorelaciona funkcija jednake.
H*("-"+*>'#'(2"(AN:YB7(.2+*$()"()$"(2+.,"#-"(/0*6%2"(@.).(24"4'24',1'(-%<"$'2-"(#%()"J

(2.32)
Za sve vrednosti , ,

. L1*($"F'J

(2.32)
.8('&3)",-$%:+.",.(,)ekorelisani. =0*21*$"0'#"-2"(-%1*0%+'2"-'9(2+.,"#-'9(/0*6%2"(#%(#%)-"1"(-.+':
D$"(2+.,"#-"(/0*6%2"(2.(ortogonalna ako je njihova kroskorelacija (2.29) jednaka nuli. Mada ortogonalni
2+.,"#-'( 2'>-"+'( -'2.( -.F-*( -%1*0%+'2"-'7( -%1*0%+'2"-'( 2+.,"#-'( 2'>-"+'( -ulte srednje vrednosti su
ortogonalni.
Za ./$"#/)%, ./&:"%)&$)+, .8('&3)+, -$%:+.+, 24"4',1%( 1"0"14%0'24'1%( /0$*>( 0%)"( 2.( -%<"$'2-%7( )*1( 24"4',1%(
karakteristike drugog reda (autokorelaciona funkcija, na primer) zavise samo od razlike !
. I
".4*1*$"0'#"-2"( 240'14-*( 24"6'*-"0-*>( 2+.,"#-*>( /0*6%2"7( 4"1*C%7( <"$'2'( *)( 0"<+'1%( !
. ?+.,"#-'(
procesi koji nisu stacionarni, ali koji imaju konstantnu srednju vrednost i autokorelacionu funkciju (koja
zavisi samo od

) su stacionarni .8('&3)",-$%:+.",(,5"$+!,.!".8(,,[3].

L1*(2.(24"4',1%(1"0"14%0'24'1%(#%)-*>(,+"-"("-2"3@+"('24%(1"*(<"(6%*("-2"3@+7(0")'(2%(*(4<$:(%$7%1"')"!,
.8('&3)"!, -$%:+."!&>, `"1*( #%( 20%)-#"( $0%)-*24( /*( $0%3%-.( %0>*)',-*>( 2+.,"#-*>( /0*6%2"( 1*-24"-4-"( '(
vremensko usre)-#"$"-#%(/*(,+"-.("-2"3@+"('3"('24.($0%)-*24(1"*('(20%)-#"($0%)-*24(6%+*>("-2"3@+"(POQ.

78

D@G)E*$(#"+)-17'"42&8)-&32"1"
!
?4"6'*-"0-'(2+.,"#-'(/0*6%2 #%(2'>-"+(,'#"(#%(%-%0>'#"(@%21*-",-"7(/"(2%(E.0'#%*$"('(<-transformacija takvog
2'>-"+"( -%( 3*>.( '<0",.-"4'( [3]. G%C.4'37( ".4*1*0%+"6'*-"( 5.-16'#"( '( ".4*1*$"0'#"-2"( 2tacionarnog
2+.,"#-og proces"( 2.( )'210%4-%( "/%0'*)',-%( 5.-16'#%( 1*#%( '3"#.( E.0'#%*$.( 40"-25*03"6'#.( '( <transformaciju.
Diskretna Furijeova transformacija autokorelacione funkcije diskretnog stacionarnog 2+.,"#-og procesa
predstavlja spektralnu gustinu snage tog procesa (engl. Power Spectral Density, PSD):

(2.33)
Autokorelaciona funkcija je, dakle, inverzna Furijeova transformacija spektralne gustine snage:

(2.34)
?/%140"+-"(>.24'-"(2-">%(/*1"<.#%(0%+"4'$-.(0"2/*)%+.(.1./-%(2-">%(2+.,"#-*>(2'>-"+"(
frekvencijama [Lj. Milic]
?0%)-#"(2-">"(2+.,"#-*>(2'>-"+"()*@'#"(2%('<(AN:O]B(<"(

-"(0"<+','4'3(

(2.34)
D'210%4-'( 2+.,"#-'( 2'>-"+( ,'#"( #%( 2/%140"+-"( >.24'-"( 2-">%( 1*-24"-4-"( -"( 2$'3( .,%24"-*24'3"( -"<'$"( 2%(
1".#$+/)",H+8",5(!=,tj.:

(2.35)

(2.36)
gde je
#%)'-',-'( '3/.+27( "
2/%140"+-"( >.24'-"( 2-">%:( ?'>-"+( )'210%4-*>( @%+*>( 8.3"( '( -#%>*$"(
spektralna gustina snage prikazani su na Slici 2.3.

79

R8"#&,S>`,E".#$+/)",H+8",5(!6,&B,&(/%#%$+8&:"%)&,;()#:"3&,HB spektralna gustina snage

Termin H+8", 5(!, 2%( 1*0'24'( .( 23'2+.( )"( #%( -"( 2$'3( 50%1$%-6'#"3"( 0"2/*)%+"( 2-">%( *$"1$*>( 2+.,"#-*>(
signala
0"$-*3%0-"7(1"*(.(2+.,"#.(@%+%(2$%4+*24'(1*#"(2%()*@'#"(3%8"-#%3(2$'9(3*>.&'9(@*#"(.('24*#(
1*+','-'(A0"$-*3%0-*B(PYQ:
Diskretni b%+'(8.3( #%( 2+.,"#"-(/0*6%2( 24acionar"-( .( 8'0%3( 23'2+.( ,'#"(#%( srednja vrednost jednaka nuli.
R$"1"$( 2+.,"#-'( /0*6%2( #%( /*4/.-*( -%1*0%+'2"-( '( 1"*( 4"1"$( 2%( -%( 3*F%( 0%"+'<*$"4'7( /"( 2%( 1*0'24'( 4<$:(
-.+(1%.8('&3)",5(!.
Z I 40"-25*03"6'#"(1*0%+"6'*-%(5.-16'#%(2%(3*F%('<0",.-"4'(1"*J

(2.37)
dok je inverzna z-transformacija:

(2.38)

D@H)I,6&.)1&2$"+2/3)-#"0&/2"+2/3)-&-#$%")2")*/J7,7)-17'"42&%)-&32"1/%
!
Ako se diskretni linearni stacionarni sistem ,'#'( #%( '3/.+2-'( *)<'$(
/*@.C.#% diskretnim 2+.,"#-'3(
signalom
.Odziv sistema
je7( 4"1*C%7( 2+.,"#-'( 2'>-"+( 1*#'( 2%( 3*F%( '<0",.-"4'( -"( *2-*$.(
konvolucione sume [1]:

(2.39)
Ako je srednja vrednost pobudnog signala

, srednja vrednost izlaznog signala je:

80

(2.40)
H*84*(#%(

(2.41)
sledi da je:

(2.42)
!"(*2-*$.(AN:]NB(#%(*,'>+%)-*()"(&%(20%)-#"($0%)-*24('<+"<-*>(2'>-"+"()'210%4-*>(+'-%"0-*>(24"6'*-"0-*>(
sistem"(1*#'(2%(/*@.C.#%(2+.,"#-'3(2'>-"+*3(-.+4%(20%)-#%($0%)-*24'(@'4'(#%)-"1"(-.+':
Autokorelaciona funkcija izlaznog signala diskretnog linearnog stacionarnog sistema je:

(2.43)
Ako je ulazni signal diskretnog linearnog stacionarnog sist%3"( )'210%4-'( @%+'( 8.37( -"( *2-*$.( AN:O^B( '(
(2.43), autokorelaciona funkcija izlaznog signala je:

(2.44)

81

Na osnovu Parsevalove teoreme srednja snaga izlaznog signala je:

(2.45)
Spektralna gustina snage izlaznog signala je na osnovu (2.33) i (2.43):

(2.46)
Smenom

u (2.46) dobija se da je z-transformacija izlaznog signala:

(2.47)
Diskretni linearni stacionarni sistem koji se pobuC.#%( 2'>-"+*3( )'210%4-*>( @%+*>( 8.3"7( ( 3*Femo
posmatrati kao +'-%"0-'(1".<"+-'()'>'4"+-'(5'+4"0(,'#"(#%(5.-16'#"(/0%-*2"(
'(-"(,'#%3('<+"<.(2%()*@'#"(
24"6'*-"0-'(2+.,"#-'(/0*6%2(2"(2/%140"+-*3( >.24'-*3(2-">%(#%)-"1*3(
. Ako
2%7(/"17()'210%4-'(2+.,ajni signal sa izlaza ovog filtra dovede na ulaz linearnog kauzalnog digitalnog filtra
,'#"(#%(5.-16'#"(/0%-*2"(

7()*@'#%-'(2'>-"+(-"('<+"<.(*$*>((5'+40"(#%(/*-*$*()'210%4-'(@%+'(8.37(1"*(84*(#%(

4*(/0'1"<"-*(-"(?+'6'(N:]:(E'+4"0(-"(,'#%3(2%('<+"<.()*@'#"(2'>-"+()'210%4-*>(@%+*>(8.3"(2%(*<-","$"(1"*(
noise whitening filter. ?+.,"#-'(/0*6%2(1*#'(2%(>%-%0'8%(-"(-#%>*$*3('<+"<.(#%(inovations process.

82

R8"#&,S>A,K"8/+$,<&,7+)+$".&)3+,./&:"%)&$)%7,.8('&3)%7,-$%:+.&,"<,H+8%7,5(!&,",$+#%)./$(#:"3&,H+8%7,5(!&
(innovations process) inverzni m filtrom (noise whitening filter)

Primer2.1
F iltriranje belog ;7%")
Neka je
prenosa :

slu,"#-'(/0*6%2()*@'#%-(5'+40'0"-#%3(@%+*>(8.3"(

sa filtrom prvog reda ,'#"(#%(5.-16'#"(

(P2.1)
L1*(#%($"0'#"-2"(@%+*>(8.3"(#%)-"1"(#%)'-'6'7(

, tada je spektar snage signala

(P2.2)
Uo,"$"(2%()"(2/%14"0(2-">%('3"(/"0(/*+*$"7(#%)"-(.(
i )0.>'(-"(0%6'/0*,-*#(+*1"6'#'(
Autokorelacija signala
se moF%(-"&'('<(
. Razlaganjem na parcijalne razlomke dobija se :

(P2.3)

(P2.4)
!"+"F%-#%3('-$%0<-%(Z transformacije dobija se autokorelacija

:
!
(P2.5)

D@A)5+/0$2")-*$(#+")-2"3$)-17'"42&8)*+/0$-")%/,$1/."24$%)-&32"1"
!
="*(84*(#%(0%,%-*(.(/*>+"$+#.(N:]7(E.0'#%*$"('(<-40"-25*03"6'#"(2+.,"#-*>(2'>-"+"(-%(3*>.(2%('<0",.-"4'(#%0((
%-%0>'#"( 4"1$*>( 2'>-"+"( -'#%( 1*-",-":( T<( 4*>( 0"<+*>"( 2%( .( 2/%140"+-*#( "-"+'<'( 2+.,"#-'9( 2'>-"+"( 1*0'24%(
24"4'24',1%( 1"0"14%0'24'1%( 2'>-"+"7( 1"*( 84*( #%( ".4*1*0%+"6'*-"( 5.-16'#":( E.0'#%*$*3( 40"-25*03"6'#*3(
autokorelacione funkcije dob'#"( 2%( 2/%140"+-"( >.24'-"( 2-">%( 2+.,"#-*>( 2'>-"+"( 1*#"( /0%)24"$+#"( $"F-.(
1"0"14%0'24'1.( .( 2/%140"+-*#( "-"+'<'( 2+.,"#-'9( 2'>-"+":( S")"4"1( 2/%140"+-%( "-"+'<%( #%( *)0%C'$"-#%( 2/%140"(
2-">%(2'>-"+"(-"(*2-*$.(/*23"40"-#"(2'>-"+"(.(1*-",-*3($0%3%-21*3(/%0'*).:(="ko se analizira, dakle,
2"3*(1*-",-"().F'-"(2'>-"+"7(.(2/%140"+-*#("-"+'<'(2%7(<"/0"$*7($08'(2"3*(/0*6%-"(A%24'3"6'#"B(2/%140"(4*>(

83

signala. D.F'-" analizirane 1*-",-%(2%1$%-6%(.4',%(-"('<*@+',%-#%(/0*6%-#%-*> 2/%140":(G%C.4'37(-% .4',%

2"3*().F'-" sekvence -"(24%/%-('<*@+',%-#"(2/%140"(7($%&(#%(4"1*C%(@'4-*('(-"(1*#'(-",'-(2%($08'(procena
spektra snage, kao i o kakvom 2%(2+.,"#-*3(/0*6%2.(0")':
H0*6%-"( 2/%140"( 2-">%( 2+.,"#-'9( 2'>-"+"( 3*F%( 2%( $08'4'( /*3*&.( /%0'*)*>0"3"( 1*#'( 2%( )*@'#"( /0'3%-*3(
D'210%4-%( E.0'#%*$%( 40"-25*03"6'#%( -"( ".4*1*0%+"6'*-.( 5.-16'#.( 2+.,"#-*>( 2'>-"+":( H*@*+#8"-#%( /0*6%-%(
spektra u odnosu na periodogram dobijaju se primenom sl*F%-'#'9(3%4*)"J(-%/"0"3%4"021'9(A1+"2',-'9B(('(
/"0"3%4"021'9(A3*)%0-'9B(3%4*)":(H"0"3%4"021'(3%4*)'(<"(/0*6%-.(2/%140"(2+.,"#-'9(2'>-"+"(<"2-*$"-'(2.(
na modelovanju signala.

2.6.1 Periodogram
!
Periodogram predstavlja estimator gustine spektra snage. Uveo ga je Schuster (1898.) u njegovim
'240"F'$"-#'3"(210'$%-'9(/%0'*)',-*24'(/*)"4"1"(*(2.-,%$'3(/%>"3":(
R)0%C'$"-#%(>.24'-%(2/%140"(2-">%(2+.,"#-*>(/0*6%2"((#%($%*3"($"F-*(.(/0*6%-'(A%24'3"6'#'B(2/%140"(#%0(
>.24'-"( 2/%140"( 2-">%( 2")0F'( ( '-5*03"6'#.( *( 240.14.0'( 2+.,"#-*>( /0*6%2"( 1*#"( 2%( 1"*( 4"1$"( 1*0'24'( .(
0"<+','4'3( "/+'1"6'#"3"( 1"*( 84*( #%( 3*)%+*$"-#%7( /0%)'16'#"( '+'( 5'+40'0"-#%( /*23"40"-*>( A*@2%0$'0"-*>B(
signala.
="*(84*(#%($%&(0%,%-*7(2/%14"0(2-">%(2+.,"#-*>(/0*6%2"(#%(24"6'*-"0-'(2+.,"#-'(/0*6%2(.(8'0%3 smislu koji
se dobija Fourierovom transformacijom autokorelacione funkcije:( H*84*( #%( ".4*1*0%+"6'*-"( 5.-16'#"(
2+.,"#-*>(/0*6%2"(>%-%0"+-*(-%/*<-"4"7($08'(2%(/0*6%-"((2/%140"+-%(>.24'-%(2-">%(AN:OOB7(84*(2%(2$*)'((-"(
procenu autokorelacion%( 5.-16'#%( -"( *2-*$.( 1*-",-*( 3-*>*( $0%)-*24'(
. Autokorelaciona funkcija
%0>*)',-*>(/0*6%2"(sa @%21*-",-im brojem zapisa - merenja7(4%*0%421'(2%(3*F%(*)0%)'4'(na osnovu njene
srednje vrednosti vremenu:

(2.48)
G%C.4'37(1"1*(sekvenca
2+.,"#-*>(2'>-"+"(-%(3*F%(@'4'('<3%0%-a .(@%21*-",-*(3-*>*(4","1"7($%&(
samo na 1*-",-*3( '-4%0$"+.(
, '<0",.-"$"( 2%( /0*6%-"( autokorelacione funkcije u vidu
1*-",-e sume:

(2.49)
H0'3#%-#.#.&'( ( E*.0'%0*$.( 40"-25*03"6'#. (DTFT) na diskretnu sekvencu (2.49) koja predstavlja
usrednjenu autokorelacionu funkciju, dobija se procena gustine spektra snage, tzv. periodogram:

(2.50)

84

(2.50) se *)-*2'(-"('<0",.-"$"-#%(/%0'*)*>0"3"(na osnovu procene autokorelacione funkcije. S obzirom

-"(-",'-(0",.-"-#"(/0*6%-%(".4*1*0%+"6'*-%(5.-16'#%(AN:]YB7((/%0'*)*>0"3(2%(3*F%(*)0%)'4'('()'0%14-*('<(
0%"+'<"6'#%( 2+.,"#-*>( 2'>-"+"(
, *)-*2-*( -"( *2-*$.( $0%)-*24'( -#%>*$'9( *)3%0"1"( -"( 1*-",-*3(
intervalu. !%1"(#%(2+.,"#-'(2'>-"+
definisan kao:

(2.51)
=*0'8&%-#%3 (2.51) procena autokorelacione funkcije (2.49) 3*Fe se napisati kao:

(2.52)
gde je na desnoj strani izraza (2.52) operator konvolucije, a
konjugovano-kompleksna vrednost
za
:(=*-$*+.6'#'()$"()'210%4-"(2'>-"+"(.()*3%-.(.,%24"-*24'(*)>*$"0"(/0*'<$*)(-#'9*$'9(Fourierovih
transformacija [Krneta, SiS], pa je periodogram dat kao:

(2.53)
je Fourierova transformacija diskretnog signala

(DTFT).

2.6.1.1 Svojstva periodograma

!
!")"+#%(&% biti ispitano )"(+'(2%(/%0'*)*>0"3(/0'@+'F"$"(24$"0-*3 (procenjivanom) spektru snage
2+.,"#-*>( 2'>-"+"
, kada broj elemenata u zap'2.( 0"24%:( G%C.4'37( 40%@"( @'4'( /*2%@-*( */0%<"- pri
*)0%C'$"-#.( 1*-$%0>%-6'#%( /%0'*)*>0"3"( @.).&'( )"( #%( /%0'*)*>0"3( 5.-16'#"( 2+.,"#-'9( /0*3%-+#'$'9(
. ?4*>"(#%(/*40%@-*(1*-$%0>%-6'#.(*)0%C'$"4'(.(24"4'24',1*3(23'2+.7(4#($')%4'(9*&%(+'('+'(-%&%(
biti ispunjeno:
(2.54)
Da bi periodogram bio srednje-kvadratno konvergentan (2.54), potrebno je da bude asi mptotski
nepristrasan (eng. asymptotically unbiased):

(2.55)
pa varijansa periodograma treba da 4%F'(-.+'(1")().F'-"(<"/'2"( 4%F' ka @%21*-",-*24i:

85

(2.56)
S"( '<0",.-"$"-#%( pristrasnosti /%0'*)*>0"3"7( /0$*( #%( /*40%@-*( -"&'( *,%1'$"-. (srednju) vrednost
autokorelacione funkcije
za
:

(2.57)
Za

7(*,%1'$"-"($0%)-*24(#%(-.+":(AN:cWB(2%(3*F%(-"/'2"4'(.(*@+'1. :
(2.58)

gde je:

(2.59)

Bartlett-ova (trougaona) prozorska funkcija ,

je pristrasna ili pomerena estimacija autokorelacione
funkcije. Srednja vrednost periodograma .(5.-16'#'(.,%24"-*24'7(-"(*2-*$.(AN:]XB('(AN:cWB7(3*F%(2%('<0"<'4'(
kao:

(2.60)
gde
i
predstavljaju Fourierovu transformaciju gustine spektra snage i Bartlettovog
prozora
, respektivno. Operator
predstavlja operaciju konvolucije u spektralnom domenu
(cikli,na konvolucija). Fourierova transformacija Bartlettovog prozora je:

(2.61)
Kako
konvergira u impuls kad
nepristras"-(4#:($"F'J

4%F'( .( @%21*-",-*247ovakav periodogram je asimptotski

(2.62)

Primer2.2
Neka je
2+.,"#-'(2'>-"+(24"6'*-"0"-(.(8'0%3(23'2+.(1*#'(2%(2"24*#'(*)(2'-.2*')%(2"(2+.,"#-*3(5"<*3(.<(
/0'2.24$*(@%+*>(8.3":
(P2.6)

86

Procena periodograma u

)'210%4-'9(4","1"-"(50%1$%-66'#21*#(*2'7(

7(3*F%(2%('<0",.-"4'(1"*J

(P2.7)
gde je

D'210%4-"(E.0'%0*$"(40"-25*03"6'#"(ADE`B(.(!(4","1"(2%1$%-6%(

je prozorska funkcija 1*#*3(2%(2+.,"#-"(2%1$%-6"(

(P2.8)
ogr"-',"$"(-"().F'-.( .

U MATLAB - .(/0*6%-"(/%0'*)*>0"3"(&%(2%()*@'4'(1*0'8&%-#%3(5.-16'#%
(P2.9)
! je broj ta,aka u kojima se

gde se umesto
unosi ime prozorske funkcije, napr. "#$%&'%%(!
0",.-"(DE`('(1*#'(3*0"(@'4'($%&'(*)(N.
je frekvencija odmeravanja.
Odabirom
,
,
i
7(>%-%0'2"-*(#%(cZ(0"<+','4'9(0%"+'<"6'#" 2+.,"#-*>(2'>-"+",
/"(#%('<0",.-"4(/%0'*)*>0"3(<"(2$"1.(0%"+'<"6'#.:

Slika P2.K:(H%0'*)*>0"3(2'-.2-*>(2'>-"+"(2(@%+'3(8.3*3(<"(!r^]

87

Slika P2.2. Srednja vrednost periodograma za N=64

Slika P2.O:(H%0'*)*>0"3(2'-.2-*>(2'>-"+"(2(@%+'3(8.3*3(<"(!rNc^

88

Slika P2.4. Srednja vrednost periodograma za N=256

G*F%( 2%( /rimetiti da svi periodogrami imaju maksimum oko
, sa vrlo malom razlikom od
jednog periodograma do drugog. Na slikamaP2. 2 i P2.4 prikazana je srednja vrednost svih 50
periodograma. G*F%(2%(.*,'4'()"(2"(/*$%&"njem broja odmeraka sekvence 2+.,"#-*>(2'>-"+"
, sa
na
, periodogram postaje verniji prikaz spektra snage sinusnog signala. Idealan prikaz
bio bi samo jedan impuls na frekvenciji .

2.6.1.2 Rezolucija periodograma

\*8( #%)"-( $0+*( $"F"-( /"0"3%4"0( /%0'*)*>0"3"( #%( -#%>*$"( frekvencijska rezolucija . f.).&'( )"( 2%( 8'0'-"(
>+"$-*>(9"03*-'1"(/%0'*)*>0"3"(8'0'(1"1*(2%(@0*#(odmeraka smanjuje (Primer 2.2), <"(4",-*(*)0%C%-(
broj odmeraka
/*24*#'( -"#3"-#'( 3*>.&'( 0"<3"1( '<3%C.( )$%( 2'-.2*')%( '+'( )$"( .21*-/*#"2-"( 2+.,"#-"(
signala <"( 1*#%( 2%( 50%1$%-6'#%( 4'9( 2'>-"+"( #*8( .$%1( 3*>.( '<)$*#'4':( \%)"-( -",'-( )%5'-'sanja najmanjeg
3*>.&%>( 0"<3"1"( #%( /*24"$+#"-#%( $0%)-*24'
8'0'-e glavnog luka u spektru prozorske funkcije
, na polovinu snage ili 6 dB. Za Bartlett-ov prozor
7( 84*( <-",'( )"( #%( 0%<*+.6'#"(
periodograma:

(2.63)
Rezoluciju periodograma #%( -"#+"18%( /*23"40"4'( kod 2+.,"#-*>( 2'>-"+"( 2"24"$+#%-*>( *)( )$%( 2'-.2*')%(
3%C.2*@-*(@+'21'9(50%1$%-6'#", kao u narednom primeru.

89

Primer 2.3
Neka je

2+.,"#-'(2'>-"+J

(P2.10)
gde su
,
i
.Faze sinusoida,
i 7(2.(-%<"$'2-%(2+.,"#-%(/0*3%-+#'$%(2"(
.-'5*03-*3(0"2/*)%+*3(>.24'-%($%0*$"-4*&%(-"('-4%0$"+.( !
. a%-%0'2"-*(#%(cZ(0"<+','4'9(0%"+'<"6'#"
2+.,"#-*>(2'>-"+"7 /"(#%('<0",.-"4('(-"604"-(/%0'*)*>0"3(<"(2$"1.(0%"+'<"6'#.:

Slika P2.5. Periodogram 2 si-.2-"(2'>-"+"(2(@%+'3(8.3*3(<"(!r]Z

90

Slika P2.6. Srednje vrednosti periodograma dva sinusna signala za N=40

Slika P2.W:(H%0'*)*>0"3(N(2'-.2-"(2'>-"+"(2(@%+'3(8.3*3(<"(!r^]

91

Slika P2.8. Srednje vrednosti periodograma dva sinusna signala za N=64

2.6.1.3 V arijansa periodograma

Da bi periodogram bio asimptotski nepristrana estimacija spektra snage, tj. njegova dosledna estimacija,
/*40%@-*(#%()"($"0'#"-2"(/%0'*)*>0"3"(4%F'(-.+'(1")a @0*#(*)3%0"1"(2+.,"#-*>(2'>-"+"( (broj zapisa), na
osnovu kojiih se procenjuje spektar snage, 4%F'(.(@%21*-",-*24 (2.49). Odrediti varijansu periodograma je
$0+*(1*3/+'1*$"-*7(@.).&'()"($"0'#"-2"(<"$'2'(*)(/"0"3%4"0"(2+.,"#-*> /0*6%2"(,%4$04*>(0%)":(!"(/0'3%07(
"1*(#%(2+.,"#-'(/0*6%2(,'#' se spektar snage estimira, beli Gaussov 8.37(3*F%(2%(/*1"<"4'()"(#% varijansu
periodograma jednaka [ ]:

(2.64)
gde je
$"0'#"-2"(2+.,"#-*>(/0*6%2":(Varijansa7(*,'>+%)-*( -%(4%F'(.(-.+.(1")( 4%F'(.(@%21*-",-*24('(
prema tome periodogram nije dosledna estimacija spektra snage. Kako je gustina spektra snage belog
a".22*$*>( 8.3a jednaka
7( $"0'#"-2"( /%0'*)*>0"3"( @%+*>( a".22*$*>( 8.3"( #%(
proporcionalna kvadratu gustine spektra snage, tj:
!!!

(2.65)

92

Primer2.4
Neka je 2+.,"#-'(/0*6%2(
*$*>(2+.,"#-*>(/0*6%2"(#%J

@%+'(a".22*$(8.31 sa

. Prema (2.65) varijansa periodograma

(P2.11)

SlikaP2. Y:(H%0'*)*>0"3(@%+*>(a".22*$*>(8.3"(<"(!r^]

!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
!
!
!
!
$

?+.,"#-'(/0*6%2(-.+4%(20%)-#%($0%)-*24'('(2"(1*-24"-4-*3(2/%140"+-*3(>.24'-*3(2-">%7(.(1*3%(2.(2+.,"#-%(
promenljive sa normalnom (Gaussovom) raspodelom i medjusobno su nekorelisane

93

Slika P2.KZ:(?0%)-#"($0%)-*24(/%0'*)*>0"3"(@%+*>(a".22*$*>(8.3"(<"(!r^]

Slika P2.KK:(H%0'*)*>0"3(@%+*>(a".22*$*>(8.3"(<"(!rcKN

94

Slika P2.KN:(?0%)-#"($0%)-*24(/%0'*)*>0"3"(@%+*>(a".22*$*>(8.3"(<"(!rcKN
="1*(/%0'*)*>0"3(.(*@"(2+.,"#"(/*1"<.#%($%+'1%(5+.14."6'#%7(-%3*>.&%(#%(<"1+#.,'4'(/*23"40"-#%3()"(2%(
0")'( *( ( 2+.,"#-*3( 2'>-"+.( ,'#"( #%( 2/%14"0( 1*-24"-4"-( A0"$"-B( -"( 2$'3( .,%24"-*24'3":( s4"$'8%7( $%+','-"(
5+.14."6'#"( 2/%140"( 2%( -%( 23"-#.#%( 2"( /*$%&"-#%3( ).Fine sekvence N. Fluktuacije periodograma u
24"4'24',1*3( 23'2+.( */'2.#%( 20%)-#"( $0%)-*247( $"0'#"-2"( '( 20%)-#"( 1$")0"4-"( $0%)-*24:( G")"( 20%)-#"(
$0%)-*24(4%F'(1"(24$"0-*#(20%)-#*#($0%)-*24'(2'>-"+"7(24"-)"0)-"()%$'#"6'#"(2%(-%(23"-#.#%(1")"(
, na
*2-*$.(,%>"(2%(3*F%(<"1+#.,'4'()"(.(*$*3(2+.,"#.(/%0'*)*>0"3(-'#%()*@0"(/0*6%-"(2/%140"(2-">%:

2.6.2 Neparametarske metode procene spektra

!%/"0"3%4"021%( '+'( 1+"2',-%( 3%4*)%( /0*6%-%( 2/%140"( 0"<$'#%-%( 2.( .( 6'+#.( /*@*+#8"-#"( /0*6ene spektra
2-">%( /*3*&.( /%0'*)*>0"3"7( 4#:( 23"-#%-#"( $"0'#"-2%( /%0'*)*>0"3":( ;( 4*3( 6'+#.( se na periodogram ili
".4*1*0%+"6'*-.( 5.-16'#.( /0'3%-#.#.( */%0"6'#%( .20%)-#"$"-#"( '+'( .*@+',"$"-#"7( 4"1*( )"( 2%( )*@'#%(
konzistentna procena gustine spektra snage.
Nadalje su o/'2"-%(40'(-%/"0"3%4"021%(3%4*)%(<"(/0*6%-.(2/%640"(2-">%(1*#%(2%(20%&.(.(/0"12'J(Bartlettova metoda za usrednjavanje periodograma, Welch-ova metoda za usrednjavanje modifikovanog periodo
grama i Blackman-Tukey-eva metoda <"(.*@+',"$"-#% periodograma.

2.6.2.1 Bartlett-ova metoda: usrednjavanje periodograma

95

Estimacija 2/%140"(2-">%(2+.,"#-*>(2'>-"+"(3*F%(2%(dobiti usrednjavanjem periodograma. Neka su

za
3%C.2*@-*( -%<"$'2-%( 0%"+'<"6'#%( 2+.,"#-*>( 2'>-"+"(
na intervalu
Tada je prema (2.53):

(2.66)
Estimacija spektra snage je srednja vrednost zbira ovih periodograma na intervalu K i:

(2.67)
R,%1'$"-"($0%)-*24(%stimacije spektra snage (2.67), prema (2.60) je :

(2.68)
Kao i periodogram, i usrednjeni periodogram #%7(4"1*C%7("2'3/4*421'(-%/0'240"san. Varijansa usrednjenog
periodograma je:

(2.69)
i ona 4%F'(-.+i kada 4%F'(.(@%21*-",-*24:( Iz tog razloga usrednjeni periodogram je dosledna estimacija
spektra snage ukoliko i 4%F%(.(@%21*-",-*24:(G%C.4'37(4%81*&"(1*#"(2%(#"$+#"(1*)(*$*>(/0'24./"(#%()"(
2.(-%<"$'2-%(0%"+'<"6'#%(2+.,"#-*>(/0*6%2"7(/*(/0"$'+.7(-%)*24./-%:(l%24*(/*24*#'(2"3*(#%)-"(0%"+'<"6'#"(
).F'-%( . S@*>(4*>"(#%(f"04+%44(/0%)+*F'*()"(2%(
podeli u sekvenci duFine , 1*#%(2%(3%C.2*@-*(-%(
preklapaju, tako da je
. Ukoliko je:

(2.70)
Dakle, Bartletova estimacija spektra snage je:

(2.71)

96

Sada se mogu proceniti 24"4'24',1%(osobine usrednjenog periodograma7(*)-*2-*7(3*>.&-*24'(f"04%+44-ove

3%4*)%:(R,%1'$"-"($0%)-*24(f"04+%44-ovog usrednjenog periodograma je:

(2.72)
f.).&'( )"( 2.( <"( 0",.-"-#%(
periodograma je:

@'+'( 1*0'84%-'( /%0'*)*>0"3'( ).Fine

, rezolucija usrednjenog

(2.73)
koja je /.4"($%&"Adakle, +*8'#"B(*)(0%<*+.6'#%(/%0'*)*>0"3": ?10"&%-#%().F'-%(2%1$%-6%(2"( na ima
<"( /*2+%)'6.( /*$%&"-#%( 8'0'-%( >+"$-*>( +.1"( .(2/%140.(/0*<*021%( 5.-16'#%( puta Za veliko , varijansa
iznosi:
(2.74)
H0%3"(4*3%7(.20%)-#%-'(/%0'*)*>0"3()"#%(3"-#.($"0'#"-2.("+'($%&'(/*3%0"#(A*)-*2-*(3"-#.(0%<*+.6'#.B(
*)(*@',-*>(/%0'*)*>0"3": H0%3"(4*3%7().F'-"(/*)2%1$%-6%( 40%@"()"(@.)%(t84*($%&"7(1"1*(@'(0%<*+.6'#"(
@'+"(84*(@*+#":(?()0.>%(240"-%7(1"1*(#%(@0*#(*)@'0"1"( fi12'0"-7($%&%(L <-",'(3"-#'(@0*#(/*)2%1$%-6'( , pa
samim tim i manje smanjenje varijanse.
;20%)-#%-'(/%0'*)*>0"3(2%(*@',-*(/0'3%-#.#%(4"1*(84*(2%(10%-%(od male vrednosti za 7(,'3%(2%()*@'#"(
estimacija male varijanse ali velikog pomeraja. Zatim se /*24%/%-*(/*$%&"$"(A"( 23"-#.#%B7(,'3%(2%(
)*@'#"( 2$%( @*+#"( 0%<*+.6'#":( =")"( 2"( /*$%&"-#%3( prestanemo da dobijamo bitne razlike u spektru,
3*F%3*( <"1+#.,'4'( )"( 23*( U/*1./'+'U( 2$%( @'4-%( 2/%140"+-%( )%4"+#%7( 4"1*( )"( -%( 40%@"( )"+#%( /*$%&"$"4':(
Ova tehnika poznata je pod nazivom zatvaranje prozora 7(#%0(#%(8'0'-"(>+"$-*>(+.1"(Bartlettovog prozora
2"(2$"1'3(/*$%&"-#%3().F'-%( sve manja.!

Primer2.5.
Neka je

b%+'(a".22*$(8.37('(-%1"(#%(

97

Slika P2. 13. Bartlett-*$"(%24'3"6'#"(2/%140"(2-">%(@%+*>(8.3"(<"(=r]7(mrKNX

Slika P2.14. Srednje vrednosti Bartlett-*$%(%24'3"6'#%(2/%140"(2-">%(@%+*>(8.3"(<"(=r]7(mrKNX

98

Slika P2.15. Bartlett-*$"(%24'3"6'#"(2/%140"(2-">%(@%+*>(8.3"(<"(=rK^7(mrON

Slika P2.16. Srednje vrednosti Bartlett-*$%(%24'3"6'#%(2/%140"(2-">%(@%+*>(8.3"(<"(=rK^7(mrON

Varijansa .20%)-#%-*>( /%0'*)*>0"3"( @%+*>( 8.3" se, dakle, smanjuje
perodograma.

99

puta u odnosu na varijansu

2.6.2.2 W elch-ova metoda: usrednjavanje modifikovanog periodograma

a*)'-%( KY^W:( j%+69( #%( /0%)+*F'*( )$%( /0*3%-%( f"04+%44-*$%( 3%4*)%:( H0$"( #%( )*/.84"-#%( 2%1$%-6'( )"( 2%(
/0%1+"/"#.7("()0.>"(#%(1*0'84%-#%(0"<+','4'9(/0*<*0"(.3%24*(/0"$*.>"*-*>(4#:(.20%)-#"$"-#%(3*)'5'1*$"-'9(
/%0'*)*>0"3":(?+.,"#-'(2'>-"+(
deli se na niz sekvenci pomaknutih za 4","1"('(2$"1"(2%1$%-6"(#%(
duga 4","1":(`")"(#% -ta sekvenca data izrazom:

(2.75)
D.F'-"(/0%1+"/"-#"('<3%C.(
i
iznosi
4","1"7('("1*( sekvenci prekriva svih 4","1"7(
tada je
:(;(2+.,"#.()"(-%3"(/0%1+"/"-#"(A
) imamo
2%1$%-6'().F'-%(
isto kao u Bartlett-ovoj metodi. L("1*(#%(2%1$%-6"3"()*/.84%-*(cZu(/0%1+"/"-#"(A
) tada je:

(2.76)
2%1$%-6'().F'-%( . R$"1"$(/*24./"1(*)0F"$"(0%<*+.6'#.(#%)-"1*3(1"*(.(f"04+%44-ovoj metodi, dok se sa
preklapanjem sekvenci u iznosu od 50% /*24'F%(smanjenje varijanse dva puta u odnosu na Bartlett-ovue
metodu.
Estimacija spektra 2-">%('<0",.-"4a Welch-ovom metodom7(.<(.$*C%-#%(/0*<*021%(5.-16'#%(
modifikovani periodogram.

, daje

G%4*)( .20%)-#"$"-#"( AU/%>+"-#"VB( 3*)'5'1*$"-*>( /%0'*)*>0"3"( %5'1"2-*( 2%( 3*F%( '3/+%3%-4'0"4'(

1*0'8&%-#%3( DE`( <"( '<0",.-"$"-#%( /0*6%-%( 2/%640"( 2-">%( -"( )'210%4-'3( 50%1$%-6'#"3"(
.
L1*(2%(2$"1"(2%1$%-6"(/*)"4"1"(AN:WcB(/*3-*F'(/0*<*021*3 funkcijom dobija se sekvenca:

(2.77)
DFT u

4","1"(<"(2%1$%-6.(AN:WWB(#%()"4"(1"*J

(2.78)
Neka je suma kvadrata

(2.79)
H0*6%-"(2/%140"(2-">%(0",.-"(2%(1"*J

100

(2.80)
?+'1*$'4( /0'1"<( 0",.-"-#"( .20%)-#%-*>( 3*)'5'1*$"-*>( /%0'*)*>0"3"( j%+69-ovom metodom data je na
slici 2.5.
Srednja vrednost Welch-ove estimacije iznosi:

(2.81)
gde je
konvolucije, a

Fourirerova transformacija prozora

je normalizacioni faktor dat sa:

).F'-%( ,

je operator frekvencijske

(2.82)

Slika 2.5 Slikovit prikaz Welch-Bartlett-ovog metoda

101

Varijansu periodograma #%( $0+*( 4%81*( '<0",.-"4'7( "+'( 3*F%( 2%( /*1"<"4'( )"( .<( f"04+%44-ov prozor i 50%
preklapanja sekvenci varijansa ima vrednost:
(2.83)
Ako 2%('<$08'(/*0%C%-#% sa varijansom 20",.-"4*3(/*(Bartlett-ovom metod.()*@'&%(2%:
(2.84)

Primer 2.6.
Neka je

2+.,"#-'(2'>-"+(2"24"$+#%-(*)()$%(2'-.2*')%(2"()*)"tim belim 8.3*3J

gde su
,
i
. Generisano #%(cZ(0"<+','4'9(0%"+'<"6'#"('('<0",.-"4"(#%('(-"604"-"(
Welch-ova estimacija spektra snage za svaku realizaciju.
MATLAB naredbom
XS);)":&JS@O664@.:@!"#$%!!"#$%&'()*+,$-.&.(-#/)
gde O#N%$8," specificira broj odmeraka koji se preklapaju, dobija se Welch-ova estimacija spektra
2-">%(2+.,"#-*>(/0*6%2"(

Slika P2.17. Welch-*$"(%24'3"6'#"(2/%140"(2-">%(2+.,"#-*>(2'>-"+"(2"24"$+#%-*>(*)()$"(2'-.2-"(2'>-"+"(sa

belim 8.3om za N=512, L=128 i 50% preklapanja

102

Slika P2.18. Srednja vrednost Welch-ove estimacije 2/%140"(2-">%(2+.,"#-*>(2'>-"+"(2"24"$+#%-*>(*)()$"(

sinusna signala sa belim 8.3om za N=512, L=128 i 50% preklapanja
R$"#(/0'3%0(/*1"<.#%(3*>.&-*24'(j%+69-ove metode estimacije spektra snage. G*F%(2%(.*,'4' da su kod
Welch-ove metode sporedni harmonici manje amplitude nego kod Bartlett-ove metode jer je varijansa
manja. Amplituda glavnih harmonika i rezolucija ostale su nepromenjene u odnosu na Bartlett-ovu
metodu.

2.6.2.3 Blackman-T ukey-$.")%$#/,"K)7/J1&'".anjem periodograma

Bartlett-ova i Welch-ova metoda dizajnirane su da smanje varijansu usrednjavanjem periodograma.
Blackman-Tukey-%$"( 3%4*)"( 23"-#.#%( $"0'#"-2.( /%0'*)*>0"3"( A/*@*+#8"$"( /0*6%-.( >.24'-%( 2/%140"(
2-">%B(.*@+',"$"-#%3(A%->+:(23**49'->B(/%0'*)*>0"3"7(*)-*2-*(.*@+',"$"-#%3(".4*1*0%+"6'*-%(5.-16'#%((
/*3*&.( /0*<*021'9( 5.-16'#":( ="1*( @'( 0"<.3%+'( 1"1*( 2%( .*@+',"$"-#%3( /%0'*)*>0"3"( 3*F%( 23"-#'4'(
$"0'#"-2"7( 40%@"( 2%( /*)2%4'4'( )"( 2%( /%0'*)*>0"3( 0",.-"( 1*0'8&%-#%3( E*.0'%0*$%( 40"-25*03"6'#%( )*2+%)-%(
estimacije autokorelacion%( 5.-16'#%( AN:]XB:( G%C.4'37( <"( 1*-","-( @0*#( 4","1"( !7( $"0'#"-2"(
@'&%(
velika za vrednosti koje su blizu . Na primer za
estimacija autokorelacione funkcije
@'&%J

(2.85)
Dakle, bez obzira koliko se
/*$%&"$"*( *$%( &%( %24'3"6'#%( .$%1( @'4'( /0'+',-*( -%4",-%:( \%)'-'( -",'-( <"(
smanjivanje varijanse periodograma je smanjivanje doprinosa tih varijansi ukupnom periodogramu.
Blackman-Tukey-eva metoda zasniva se na primeni vremenskog prozora na
kako bi se smanjio
)*/0'-*2(-%4",-'9(%24'3"6'#" autokorelacione funkcije u estimaciji spektra snage.

103

Blackman-Tukey-eva .*@+',"$"-#"(/%0'*)*>0"3"( u frekvencijskom domen.(2%(3*F%(/0%)24"$'4'(

/%0'*)',-*3(1*-$*+.6'#*3(PG"-*+"1'2Q

(2.86)
;*@+',"$"-#%( /%0'*)*>0"3"( 6'1+',-*3( 1*-$*+.6'#*3( AO:KXB( %1$'$"+%-4-*( #%7( -"( *2-*$.( 1*-$*+.6'*-%(
4%*0%3%7(3-*F%-#.(/0*6%-%(".4*1*0%+"6'*-%(5.-16'#%(2"(/0*<*021*3(5.-16'#*3(
(eng. windowing) :

(2.87)
gde je

).F'-"(/0*<*0":

Prozorska funkcija

3*0"(<")*$*+#'4'(2+%)%&%(.2+*$%J

1.
2.
3.

(2.88)

H0$'( .2+*$( *-%3*>.&"$"( )*@'#"-#%( -%>"4'$-'9( $0%)-*24'( <"( /0*6%-.( 2/%640"( 2-">%7( 1"*( '( )"( /0*<*021"(
5.-16'#"('3"(-"#$%&.($0%)-*24(<"(
7(84*(#%('(+*>',-*7(/*84*(#%(/0*6%-"(".4*1*0%+"6'*-%(5.-16'#%(
@*+#"( *)( *24"+'9( /0*6%-":( D0.>'( .2+*$( *)0"F"$"( 2'3%40',-*24( ".4*1*0%+"6'*-%( 5.-16'#%:( `0%&'( .2+*$(
*@%<@%C.#%()"(/0*<*021"(5.-16'#"(-%(@.)%().F"(*)(".4*1*0%+"6'*-%(2%1$%-6%:
H0*<*021"(5.-16'#"(-"#,%8&%(#%(40*.>"*-"7(*)-*2-*(f"04+%44-ova.
?+'1*$'4(/0'1"<(4%*0'#21*>(AN:X^B('(/0"14',-*>(-",'-"(0",.-"-#"(AN:XWB(/0*6%-%(2/%640"(2-">%(1*0'8&%-#%3(
.*@+',"$"-#"(#%)-*>(/%0'*)*>0"3"()"4(#%(-"(2+'6'(N:^

104

Slika 2.6 Slikovit prikaz Blackman-Tukey-eve metode

Za analizu kvaliteta Blackman-Tukey-%$%(3%4*)%(/*2-"40"&%3*(/0'240"snost i varijansu. Rezolucija zavisi
od izbora prozora.
Pristras-*24(2%(3*F%('<0",.-"4'(na osnovu *,%1'$"-e vrednosti procene spektra snage (2.86) :

(2.89)
L1*(#%().F'-"(/0*<*0"( )*$*+#-*($%+'1"7(-#%>*$(2/%14"0(&%('3"4'(.21'(>+"$-'(+'24:(;<(/0%4/*24"$1.()"(#%(
/%0'*)*>0"3(1*-24"-4"-().F(>+"$-*>(+'24"7(AN:XYB(/*24"#%J

(2.90)
Procena spektra snage

@'&%("2'3/4*421'(-epristrasna ako je:

(2.91)
G*F%(2%(/*1"<"4'()"(#% varijans"(.*@+',%-*>(/%0'*)*>0"3"()"4"(1"*(PG"-*+"1'2Q :

105

(2.92)
gde je

2.6.3 Parametarske metode procene spektra

Da bi se dobila dobra frekvencijska rezolucija .( /0*6%-'( 2/%140"( 2-">%( 1*0'8&%-#%3 neparametarskih
metoda7( /*40%@-*( #%( "-"+'<'0"4'( ).>",1%( 2%1$%-6%( /*)"4"1": P*2+%)'6"( 1*0'8&%-#"( 1*-",-'9( 2%1$%-6'(
podataka je 6.0%-#%(2/%140"7(1*#%(3*F%(*-%3*>.&'4'(*410'$"-#%(2+"@'9(2'>-"+":
Kod neparametarskih metoda koriste se dve pretpostavke 1*#%7(-"(F"+*247(.(24$"0-*24'(-'2.(<")*$*+#%-%.
Prva pretpostavka je da je autokorelaciona funkcija
za
7( 4#:( $08'( 2%( 210"&'$"-#%(
autokorelacione funkcije, ,'3%( 2%7( /"17( *>0"-',"$"( 50%1$%-6'#21"( 0%<*+.6'#"( '( time smanjuje kvalitet
procene spektra snage. Druga pretpostavka koja se koristi #%()"(2.(/*)"6'(/%0'*)',-'(2"(/%0'*)*3( , jer
1+"2',-%(3%4*)%(1*0'24% periodogram, kod koga se to implicitno pretpostavlja.

Parametarske metode procene spektra ne koriste gornje )$%( /0%4/*24"$1%:( =*0'8&%-#%3( "/0'*0-'9(
'-5*03"6'#"(*(4*3%(1"1*(2.((>%-%0'2"-'(/*)"6'7(3*F%(2%('<$08'4'(%1240"/*+"6'#"(".4*1*0%+"6'*-%(5.-16'#%(<"(
. Podaci o prirodi signala mogu se dobiti postupkom modelovanja signala . Na osnovu modela
signala zatim se procenjuje spektralna gustina snage (spektar snage).
H*84*( 2%( .( /*24./1.( 3*)%+*$"-#"( 2'>-"+"( -%( 1*0'24'( ( /0%4/*24"$1"( *( *>0"-',%-*24'( ".4*1*0elacione
5.-16'#%7(-'#%(/*40%@-*((1*0'24'4'(/0*<*021%(5.-16'#%:(`"1*C%(2%(-%(/*#"$+#.#%(-'(/0*@+%3(6.0%-#"(2/%140":(
S@*>(4*>"(2%(/"0"3%4"021'3(3%4*)"3"()*@'#"(@*+#"(50%1$%-6'#21"(0%<*+.6'#"(-%>*(1*)(1+"2',-'9(3%4*)"7(
-"0*,'4*(.(2+.,"#%$'3"(10"41'9(2%1$%-6' podataka.

2.6.3.1 Modelovanje signala

!
Neka je diskretni linearni sitem opisan racionalnom funkcijom prenosa oblika:

(2.93)
Sekvenci podataka
, koja predstavlja izlaz iz diskretnog linearnog sistema opisanog sa (2.93),
*)>*$"0"()'5%0%-6'#"+-"(#%)-",'-" oblika:

(2.94)

106

gde je

ulazna sekvenca podataka.

!"F"+*247(.(/0*6%-'(2/%140"7(.+"<-"(2%1$%-6" podataka
nije observabilna. Ako7(3%C.4'37 posmatrana
sekvenca
/0%)24"$+#"( 24"6'*-"0-'( 2+.,"#-'( /0*6%27( *-)"( 2%( <"( .+"<-.( 2%1$%-6.( */0"$)"-*( 3*F%(
pretpostaviti da, 4"1*C%, /0%)24"$+#"( 24"6'*-"0-'( 2+.,"#-'( /0*6%2:( a.24'-"( 2/%140"( 2-">%( stacionarnog
2+.,"#-*> procesa
je:

(2.95)
gde je
gustina spektra snage ulazne sekvence, a
diskretnog linearnog sistema.

frekvencijska karakteristika modela

;( 6'+#.( *)0%C'$"-#"( >.24'-%( 2/%140"( 2-">%(

, pogodno je pretpostaviti da ulazna sekvenca,
/0%)24"$+#"(@%+'(8.3(-.+4%(20%)-#%($0%)-*24'7(,'#"(#%(".4*1*0%+"6'*-"(5.-16'#" na osnovu (2.36) :

(2.96)
gde je
iznosi

$"0'#"-2"( .+"<-*>( @%+*>( 8.3":( Spektralna gustina snage 2'>-"+"( @%+*>( 8.3"( #%( 1*-24"-4-"( '(
, pa je spektralna gustina snage 2+.,"#-% sekvence na izlazu sistema:

(2.97)
Modelovanje signala
zadovoljava uslov:

na opisan'(-",'- #%(3*>.&%("1*(2/%140"lna gustina snage posmatranog signala

(2.98)
Dakle, postupak procene spektra modelovanjem signala sastoji se iz dva koraka. U prvom koraku se na
*2-*$.(/*23"40"-%(2%1$%-6%($08'(/0*6%-"(/"0"3%4"0"( i , a zatim se, na osnovu (2.97B7('<0",.-"$"(
procena spektralne gustine snage. Ukoliko se u procesu modelovanja koristi funkcija prenosa
koja
ima nule i polove, takav proces se naziva ARMA proces (engl. AutoRegerssive Moving Average) reda
(p,q), 84* 2%( *<-","$"( 2"( L_GL( A/7vB:( L1*( 2%( /0*6%2( 3*)%+.#%( 5.-16'#*3( 1*)( 1*#%( #%(
, tj. ako
funkcija
ima samo polove, radi se o AR procesu (engl. AutoRegressive) reda p , AR(p). Na kraju,
ako se kod modelovanja koristi funkcija kod koje je
tj. ako funkcija H(z) ima samo nule, radi se o
MA procesu (engl. Moving Average) reda q , MA(q).
Ako je diskretni linearni sitem koji se modeluje digitalni filtar sa funkcijom prenosa jednakom
, tada
se, s obzirom -"( /*3%-.4"( 40'( 0"<+','4"( *@+'1"( 5.-16'#%( /0%nosa, MA, AR i ARMA proces mogu
predstaviti blok dijagramima kao na slici 2.7

107

R8"#&,S>a,b8%#,1"3&7$&!,90=,04,",0490,.8('&3)%7,-$%:+.&,G.,8+2&,)&,1+.)%B
;(2+.,"#.(GL(/0*6%2"()'>'4"+-'(5'+4"0('3"(5.-16'#.(/0%-*2"(
, koja ima samo nule (engl. all<%0*(5'+4%0B:(;(2+.,"#.(L_(/0*6%2"()'>'4"+-'(5'+4"0('3"(5.-16'#.(/0%-*2"(
, koja ima samo
polove (engl. all -/*+%( 5'+4%0B:( ;( 2+.,"#.( L_GL( /0*6%2"( )'>'4"+-'( 5'+4"0( '3"( 5.-16'#.( /0%-*2"(
, pa ima i polove i nule.
H0*6%2(3*)%+*$"-#"(2'>-"+"(-%()"#%(#%)-*<-",-%(0%<.+4"4%7(#%0(2%7(.(/0'-6'/.7(2$"1'(2+.,"#-'(/0*6%2(3*F%(
modelovati bilo kojim modelom, ali 0%)( 3*)%+"( 3*F%( @'4'( $0+*( $%+'1':( ?4*>"( 2%( /0*@+%3( 3*)%+*$"-#"(
svodi na izbor modela koji i3"(-"#3"-#'(@0*#(/"0"3%4"0"7(1*#'(2%(.<(4*(3*>.(+"1*('<0",.-"4':((;(/0"12'(2%(
-"#,%8&%(1*0'24'(L_(3*)%+:(L_GL(3*)%+()"#%(-"#@*+#%(0%<.+4"4%7("+'(2%(<@*>(2+*F%-*24'('/"1(0%C%(1*0'24':(
GL( 3*)%+( 2%( $%*3"( 0%41*( 1*0'24'7( <@*>( 4*>"( 84*( <"94%$"( $%+'1'( @0*#( 1*%5'6ijenata za korektno
modelovanje signala.[Popovic]
H"0"3%40'(3*)%+"(-"#,%8&%(2%(*)0%C.#.(/*3*&.(".4*1*0%+"6'*-%(5.-16'#%(/*23"40"-*>(2'>-"+":(S@*>(4*>"(
#%('-4%0%2"-4-*('2/'4"4'($%<%('<3%C.(".4*1*0%+"6'*-%(2%1$%-6%('(/"0"3%4"0"(3*)%+a.
transformacija autokorelacione funkcije 2+.,"#-%(sekvence
/*@.C'$"-*>(2%1$%-6*3(@%+*>(8.3"(#%J

na izlazu diskretnog linearnog sistema

(2.99)
!"(*2-*$.(AN:]]B(".4*1*0%+"6'*-"(5.-16'#"(2+.,"#-%(2%1$%-6%(

je:

(2.100)
Polinomi

iz (2.99) mogu se napisati u obliku:

(2.101)

108

(2.102)
,'#'(2e koeficijenti /*("-"+*>'#'(2"(AN:YYB('(B(N:KZZB(3*>.('<0",.-"4'(/*3*&. autokorelacionih suma:

(2.103)

(2.104)
G-*F%-#%3(*@%(240"-%(#%)-"1*24' (2.94) sa
obe strane, dobija se:

i .20%)-#"$"-#%3(A-"+"F%-#%3(20%)-#%($0%)-*24'B

(2.105)
odakle sledi da je autokorelaciona funkcija
(2.105)) jednaka:

(koja je jednaka izrazu sa leve strane jednakosti

(2.106)
je 3%C.1*0%+"6'#"('<3%C.(.+"<-%('('<+"<-%(2%1$%-6%:
P*84*(#%(/*(/0%4/*24"$6'(ulazna sekvenca

@%+'(8.37(3%C.1*0%+"6'ja je sekvenca oblika:

109

(2.107)
tj.!

(2.108)
Zamenom (2.108) u (2.106) dobija se:

(2.109)
Jednakost (2.109) se primenjuje generalno na ARMA proces.Iz jednakosti (2.109) mogu se odrediti
parametri modela 7(/*23"40"-#%3(2+.,"#"(
. Koeficijenti polinoma u imeniocu tada predstavljaju
0%8%-#%(2'24%3"(+'-%"0-'9(#%)-",'-"J

(2.110)
gde se umesto autokorelacionih sekvenci

za

koriste njihove procene.

Dakle, vrednosti autokorelacione sekvence

za
#%)'-24$%-*( 2.( *)0%C%-%( koeficijentima
1*#'( )%5'-'8.( /*love funkcije prenosa sistema i vrednostima autokorelacione sekvence
. Linearni model sistema automatski ekstrapolira autokorelacionu sekvencu za
.
Ako se koeficijenti
*)0%)%( 0%8"$"-#%3( 2'24%3"( #%)-",'-"( A2.110B7( /*40%@-*( #%( 0%8'4'( /0*@+%3
*)0%C'$"-#"( koeficijenata .1*#'( )%5'-'8.( -.+%( 5.-16'#%( /0%-*2"( 2'24%3":( T<( #%)-",'-%( A2.109B7( 4"1*C%(
sledi:

(2.111)
odnosno, nepoznati koeficijenti
zavise od impulsnog odziva,
, koji, 4"1*C%, zavisi od koeficijenata
:(D"1+%7(2'24%3(#%)-",'-"('<(1*>"(40%ba odrediti nepoznate parametre je nelinearan.

110

Zamenom
MA(q) modela u obliku:

u (2.109), dobija se veza autokrelacione sekvence i parametara

(2.112)
Model AR(p) procesa 3*F%(2%()*@'4'(i<(*/84%(#%)-",'-%(L_GLA/7vB(3*)%+"(A2.109), zamenom

(2.113)
*)-*2-*7( /"0"3%40'( L_( 3*)%+"( 2%( *)0%C.#.( 0%8"$"-#%3( 2'24%3"( +'-%"0-'9( #%)-",'-"( 1*#'( #%( /*<-"4( /*d
nazivom Jul-Vokerove (Yule-Walker) ili )%$!&8)+,3+1)&'")+:

(2.114)
dok se varijansa

*)0%C.#%(na osnovu:

(2.115)
G"40'6%( 1*%5'6'#%-"4"( .( 2'24%3.( #%)-",'-"( AN:KK]B( 2.( 2'3%40',-%( '( %+%3%-4'( @'+*( 1*#%( )'#">*-"+%( 2.(
3%C.2*@-*( #%)-"1':( `"1$%( 3"40'6%( 2%( -"<'$"#.( `%/+'6*$%( A`*%/+'4<B( '( -"#+"18%( 2%( 0%8"$"#.( /0'3%-*3(
Levison-Durbinovog algoritma. Broj operacija u ovom algoritmu je srazmeran sa
(N je red sistema
#%)-",'-"B(<"(0"<+'1.(*)(3%4*)"(a".2*$%(%+'3'-"6'#%(>)%(#%(@0*#(*/%0"6'#"(20"<3%0"-(2"( .

111

3 OPTIMALNO FILTRIRANJE
!
;( 3-*>'3( /0"14',-'3( '-F%-#%021'3( "/+'1"6'#"3"( /*40%@-*( #%( /0*#%14*$"4'( 2'24%3( A5'+4"0B( 1*#'( &%( '<(
/*@.)-*>(2'>-"+"7(1*#'(2%(2"24*#'(*)(1*0'2-*>(AF%+#%-*>B(2'>-"+"((1*3%(#%(2./%0/*-'0"-"(")'4'$-"(8.3-"(
sekvenca
7(/*4'2-.4'(4.(8.3-.(2%1$%-6.:
H0*#%14*$"-#%( */4'3"+-*>( 5'+40"( /*)0"<.3%$"( 0%8%-#%( 1*#%( #%( */4'3"+-*( .( *)-*2.( -"( -%1'( /0%49*)-*(
)%5'-'2"-'( 10'4%0'#.3:( R$'( 10'4%0'#.3'( 2%( -"#,%8&%( <"2-'$"#.( -"( 3'-'3'<"6'#'( 20%)-#%( 1$")0"4-%( $0%)-*24'(
0"<+'1%('<3%C.(40%-.4-*>('<+"<"('<(5'+40"('(-%1*>(0%5%0%-4-*>(2'>-"+"('+'(F%+#%-*>(*)<'$"(5'+40"7("()*@'#%-"(
240.14.0"(2%(,%24*(-"<'$"(['-%0*$'3(5'+40*3(A%->:(Wiener filter).
R$"#( /0*@+%3( 0%8"$"+'( 2.( -%<"$'2-*( =*+3*>*0*$( AKY]KB( '( ['-%0( Aj'%-%07( KY]NB7( /0$'( )"$8'( 0%8%-#%( <"(
)'210%4-'( )*3%-( 1*0'8&%-#%3( Wold J ove dekompozicije 7( )*1( #%( ['-%0( 0%8"$"#.&'( /0*@+%3( +'-%"0-*>(
5'+40'0"-#"( .( 1*-4'-."+-*3( )*3%-.( )*8"*( )*( $%&( ,.$%-'9( Viner J H %-;%2"F, ")/+7$&8)"F, 3+1)&'")&. Za
)'210%4-'( )*3%-( %1$'$"+%-4( *$'3( #%)-",'-"3"( 2.( )%$!&8)+, 3+1)&'")+> R@"( 0%8%-#"7( ['-%0( I Hopfove
je)-",'-"('(-*03"+-'9(#%)-",'-"7(*@.9$"&%-"(2.(['-%0*$'3(5'+40*3:
S"$'2-*(*)((*)-*2"(F%+#%-*>(2'>-"+"(('(2'>-"+"(-"('<+"<.('<(['-%0*$*>(5'+40"7((0"<+'1.#.(2%(40'(2/%6'#"+-"(
2+.,"#"(A-"3%-%B(['-%0*$'9(5'+4"0"J(((<"(5'+40'0"-#%7((<"(/0%)'16'#.('( filter za izgl&?"2&3+,(eng. Smoothing
filter)

3.1 V inerov filtar

Blok 8ema Vinerovog optimalnog filtra u kontinualnom domenu data je na slici 3.1.

Slika 3.1 Blok 5ema Vinerovog filtra u analognom domenu

112

Kao 8to je prikazano na slici 3.1, informacija ili koristan signal,

, je kontaminiran aditivnim
8.3*37
, pa je izmereni signal (opservacija)
/0*/.84%-(10*<(+'-%"0"-(24"6'*-"0"-(
2'24%3( A5'+4"0B7( 1*#'( -"( 2$*3( '<+"<.( >%-%0'8%( *)<'$( A'<+azni signal)
. Ovaj signal se poredi sa
0%5%0%-4-'3(2'>-"+*3(AF%+#%-'3(*)<'$*3B7(
, u cilj.(5*03'0"-#"(2'>-"+"(>0%81%(
:(w%+#%-'(*)<'$(#%(
>%-%0'2"-(/0*/.84"-#%3(-%<"8.3+#%-*>(.+"<-*>(A/0'#%3-*>B(2'>-"+"7(
7(10*<(')%"+"-(AF%+#%-'B(2'24%3:(
Signali
, i
7((2.(24"6'*-"0-'(2+.,"#-'(/0*6%2'(A24"4'24',1%(*2*@'-%('3(2%(-%(3%-#"#.(2"($0%3%-*3B(
nultih srednjih vrednosti, sa zadatim spektralnim gustinama snage
i
, respektivno.
Sam filtar je modelovan funkcijom prenosa
, pa je izlazni signal filtra u kompleksnom s domenu dat
sa
. Funkcija prenosa referentnog sistema je
'( *@',-*( 2%( .2$"#"( )"( #%(
,
4"1*( )"( #%( 0%5%0%-4-'( AF%+#%-'B( *)<'$(
#%)-"1( -%<"8.3+#%-*3( .+"<-*3( 2'>-"+.(
. Problem
optimalne estimacije se svodi na zadatak izbora funkcije prenosa filtra
tako da je odziv filtra
"najbolja" (optimalna) procena, u smislu nekog usvojenog kriterijuma, referentnog odziva
. Kao
10'4%0'#.3( */4'3"+-*24'( ['-%0( #%( .2$*#'*( 20%)-#.( '+'( *,%1'$"-.( $0%)-*24( 1$")0"4"( 2'>-"+"( >0%81%( A%->:(
Mean Square Error ili MS E kriterijum) [10] :

(3.1)
="1*( #%( 2'>-"+( >0%81%( -.+4%( 20%)-#%( $0%)-*24'7( 4#:
7( '<0"<( AO:KB( )%5'-'8%( '( $"0'#"-2.( >0%81%7(
A>0%81"(#%(*)24./anje odziva filtra od referentno>('+'(F%+#%-*>(*)<'$"B:(
Minimizaciju M S E 10'4%0'#.3"( AO:KB( #%( +"18%( 4%9-',1'( '<$%24'( .( 50%1$%-6'#21*3( -%>*( .( $0%3%-21*3(
/*)0.,#.7(84*(#%(*3*>.&%-*(/0'3%-*3(H"02%$"+*$%(4%*0%3%(-"(AO:KB7

(3.2)
gde je

2/%140"+-"(>.24'-"(2-">%(2+.,"#-*>(2'>-"+"(>0%81%(

, tj.

H0%5*03.+'2"-#%(*/4'3'<"6'*-*>(/0*@+%3"(AO:KB(.(50%1$%-6'#21*(/*)0.,#%7(4#:(0%+"6'#"(AO:NB7(/*)0"<.3%$"(
/*24*#"-#%(2/%140"+-%(>.24'-%(2-">%(>0%81%7(
7(*)-*2-*(24"6'*-"0-*24(2+.,"#-'9(2'>-"+":(H*84*(#%7(-"(
osnovu slike 3.1
, primenom Laplasove transformacije na ovu relaciju dobija se :

(3.3)
gde su
(3.4)

(3.5)

113

Zamenom (3.4) i (3.5) u (3.3), dobija se:

(3.6)
H*84*(#%(-"(*2-*$.()%5'-'6'*-*>(*@0"26"(<"(2/%140"+-.(>.24'-.(2-">%

(3.7)
<"3%-*3(AO:^B(.(AO:WB7(3*F%(2%(/'2"4'J

(3.8)
H0'+'1*3('<$*C%-#"(AO:XB(.<%4*(#%(.(*@<'0()"(2.(
i
-%1*0%+'2"-'(2+.,"#-'(2'>-"+'7(4#:()"(#%(10*2spektralna gustina snage
:( ;$084"$"-#%3( '<0"<"( AO:XB( .( AO:NB7( M S E kriterijum
dobija oblik:

(3.9)
Razmatrani optimizacioni problem sada se svodi na izbor funkcije prenosa
tako da se minimizira
MS E -10'4%0'#.3(AO:YB:(R$"1*(/*24"$+#%-(*/4'3'<"6'*-'(/0*@+%3(/0%)24"$+#"(1+"2',"-(<")"4"1($"0'#"6'*-*>(
0",.-":( ?+%)%&'( 3%4*)*+*>'#.( $"0'#"6'*-*>( 0",.-"7( *@%+%F'3*( 2"(
40"F%-.( */4'3"+-.( 5.-16'#.(
prenosa, sa
proizvoljnu fiksnu funkciju prenosa, a sa 21"+"0-'( /"0"3%4"07( ,'#"( 2%( $0%)-*24( 3*F%(
podesiti, gde je
:( `")"( &%( M S E -kriterijum u funkciji parametra 7( "( <"( 0"<+','4%(
fiksne vrednosti parametra , izgledati kvalitativno kao na slici 3.2.
?"(2+'1%(O:N(#%(*,'>+%)-*()"(2.(/*4rebni i dovoljni uslovi za minimum kriterijuma:

(3.10)
za bilo koju varijaciju parametra . Primena opisanog varijacionog postupka na razmatrani problem svodi
2%(-"(2+%)%&%(/0*6%).0.J(<"3%-*3

(3.11)
u M S E -kriterijum (3.9) dobija se :

114

( 3.12)
pa se prva relacija u (3.10) (potreban uslov minimuma kriterijuma) svodi na:

(3.13)

Slika 3.2 MS E-kriterijum u funkciji parametra

za fiksne vrednosti parametra

;<'3"#.&'( .( *@<'0( *2*@'-.( 2'3%40',-*24'( 2/%140"+-'9( >.24'-"( 2-">"7

<"1+#.,.#%(2%()"(2.('-4%>0"+'(.(AO:KOB(')%-4',-'7(/"(2%(AO:KOB(2$*)'(-"(.2+*$J

(3.14)
R,'>+%)-*(#%()"(&%(AO:K]B(@'4'('2/.-#%-*(<"(/0*'<$*+#-.($0%)-*24(

115

ukoliko je

(3.15)
D*@'#%-*(0%8%-#%(-"<'$"(2%(5'<',1'(-%*24$"0+#'$'(A%->:( unrealizable) Vinerov filtar, s obzirom da
*/84%3(2+.,"#.7(3*F%(/*2%)*$"4'(/*+*$%('(.()%2-*#(2-poluravni.

,u

H0'3%4'3*()"7(/*84*(/0'3%-#.#%3*(50%1$%-6'#21.("-"+'<.7(4#:(E.0'#%*$.(40"-25*03"6'#.7(
, polovi u
desnoj poluravni s I ravni ne ukazuju ne samo -"( -%24"@'+"-( $%& i na nekauzalan sistem, kod kojeg se
*)<'$(>%-%0'8%(/0%()*$*C%-#"(/*@.)%(A*$"1"$(2'24%3(#%(5'<',1'(-%*24$"0'$B:
?( 4*>"7( )"( @'( AO:KOB( @'+*( /0'9$"4+#'$*( 0%8%-#%7( 5.-16'#%( /0%-*2"(
,
i
3*0"#.( @'4'( 5'<',1'(
*24$"0'$%(A1".<"+-%B('T'7()0.>'3(0%,'ma, svi polovi ovih kompleksnih funkcija moraju da se nalaze u levoj
poluravni s-ravni.
Dakle, zadatak se svodi na izbor funkcije prenosa
1*#"(&%(<")*$*+#'4'(.2+*$(AO:K]B(.<(*>0"-',%-#%(
)"(*$"1$*(0%8%-#%(3*0"(@'4'(5'<',1'(*24$"0'$*(A1".<"+-*B:(T<(4*g razloga spektralnu gustinu snage:

(3.16)
/0'1"F'3*(.(*@+'1.(A

na osnovu pretpostavke)

(3.17)
gde je
0%"+-"( 0"6'*-"+-"( 5.-16'#"( ,'#%( 2%( -.+%( '( /*+*$'( -"+"<%( .( +%$*#( /*+*$'-'( 2-ravni. Ovim je
*@%<@%C%-*()"(2.(1*3/+%12-%(5.-16'#%(
i
regularne u desnoj polovini s-ravni. Zadatak (3.17)
naziva se problem spektralne faktorizacije '(.( */84%3( 2T.,"#.( -%( 3*F%( 2%( 0%8'4'("-"+'4',1'7( .( <"4$*0%-*#(
5*03'7($%&(<"94%$"(/0'3%-.(*)>*$"0"#&'9(-.3%0',1'9("+>*0'4"3":(
;$084"$"-#%3(AO:KWB(.(AO:K]B7()*@'#"(2%

(3.18)
?+%)%&'(1*0"1(#%()"(2%(,+"-(

0"<$'#%(.(/"06'#"+-%(5"14*0%7(*)-*2-*(/0'1"F%(.(*@+'1.

116

(3.19)
gde racionalna funkcija
2")0F'(/"06'#"+-%(5"14*0%(1*#'(/*4',.(*)(/*+*$"(.(+%$*#(/*+.0"$-'(2-ravni, dok
racionalna funkcija
2")0F'( ,+"-*$%( 1*#'( /*4',.( *)( /*+*$"( .( )%2-*#( /*+.0"$-'( 2-ravni. Funkcija
prenosa
3*F%(2%(*)0%)'4'('(1"*(m"/+"2*$"(40"-25*03"6'#"()%+"('3/.+2-*>(*)<'$"(2'24%3"(
na pozitivnom vremenskom intervalu
(kauzalni deo impulsnog odziva, jer je impulsni odziv u
*/84%3(2+.,"#.(-%1".<"+"-('(/*24*#'(<"(
.
?'3@*+',1'(

2%(3*F%('<0"<'4'(1"*

(3.20)
gde simbol
*<-","$"( 5'<',1'( *24$"0'$'( )%*( *)>*$"0"#.&%( 5.-16'#%( /0%-*2"( .( <">0")"3"(
;$084"$"-#%3(AO:NZB(.(AO:KXB()*@'#"(2%

(3.21)
Kako se svi polovi racionalne funkcije
nalaze u desnoj polovini s-ravni, ukoliko se
'-4%>0"+( ).F( '3">'-"0-%( *2%( 2-0"$-'( )*/.-'( /*+.10.>*3( @%21*-",-*>( /*+./0%,-'1"7( 4"1*( )"( 2%( )*@'#%(
zatvorena kontura C koja obuhvata celokupnu levu poluravan s-ravni (integral po polukrugu jednak je
-.+'7( /*84* na polukrugu argument
, a kod racionalne funkcije pod integralom red polinoma u
@0*#'*6.(#%(-'F'(*)(0%)"(/*+'-*3"(.('3%-'*6.7(/"(#%('-4%>0"+(/*(<"4$*0%-*#(1*-4.0'( C #%)-"1('-4%>0"+.().F(
'3">'-"0-%(*2%B7(4*(#%(-"(*2-*$.(=*8'#%$%(4%*0%3%(0%<').3"(A*24"taka):

(3.22)
gde

predstavlja rezidum (ostatak) podintegralne funkcije

u polu ,
1*#'( 2%( -"+"<'( .-.4"0( *@+"24'( *@.9$"&%-%( <"4$*0%-*3( 1*-4.0*3( C :( H*84*( #%( *@+"24( *@.9$"&%-"(
konturom C leva polovina s-ravni, a racionalna funkcija pod integralom ima sve polove u desnoj polovini
s-ravni, to je
, odnosno ne postoje polovi unutar ove oblasti i vrednost integrala jednaka je nuli, tako
da se (3.21) svodi na

(3.23)
!"(*2-*$.(AO:NOB(2%(<"1+#.,.#%()"(#%(*/4'3"+-"(5'<',1'(*24$"0'$"(

funkcija prenosa filtra

(3.24)

117

odnosno

(3.25)
;(2+.,"#.()"(2'>-"+(

'(8.3(

nisu nekorelisani (kros-spektralna gustina snage

i

), optimalni Vinerov filtar definisan je

funkcijom prenosa

(3.26)
gde je

(3.27)
dok je

(3.28)
_%+"6'#"(AO:N^B()%5'-'8%(funkciju prenosa optimalnog analognog Vinerovog filtra.

3.1.1 F I R V inerov filtar

H0*@+%3(*/4'3"+-*>(5'+40'0"-#"(.()'210%4-*3()*3%-.(3*F%(2%(/0%)24"$'4'(@+*1(8%3*3(1"*(-"(?+'6'(O:O:

Slika 3.3 Blok 5ema Vinerovog filtra u diskretnom domenu

118

Struktura )'>'4"+-*>(ET_(['-%0*$*>(5'+40"(3*F%(2%(/0%)24"$'4'(.($').()'0%14-%('+'(40"-2$%0<"+-%(5*03%(1"*(
na slici 3.4.

Slika 3.4 Direktna (transverzalna) forma digitalnog FIR Vinerovog filtra

f+*1*$'( *<-",%-'( 2"( odgovaraju filtarskim koeficijentima (odmercima impulsnog odziva). Diskretna
2%1$%-6"( -"( '<+"<.( 5'+40"( 3*F%( 2%( '<0",.-"4'( /0%1*( 1*-$*+.6'*-%( 2.3%( .+"<-%( 2%1$%-6%( '( '3/.+2-*>(
odziva filtra:

(3.29)
H0*@+%3( %24'3"6'#%( A/0*6%-%B( #%( )"( 2%( 5'+4"0( /0*#%14.#%( 4"1*( )"( 0"<+'1"( '<3%C.( F%+#%-*>( *)<'$"(
2'>-"+"(-"('<+"<.(5'+40"(@.)%(84*(#%(3*>.&%(3"-#"(.(24"4'24',1*3(23'2+.:

Razlika:

(3.30)
se naziva gre81"(esti macije.
Po Vinerovoj teoriji kao optimizacioni kriterijum koristi se kriterijum 20%)-#%( A'+'( *,%1'$"-%B( $0%)-*24'(
1$")0"4"(2'>-"+"(>0%81%A210"&%-*(G?iB:(`0%@"7()"1+%7((*)"@0"4'(1*%5'6'#%-4%(5'+40"(4"1*()"(2%(3'-'3'<'0"((
MSE:

(3.31)

119

?0%)-#"( $0%)-*24( 1$")0"4"( >0%81%( #%( 0%"+-"( '( /*<'4'$-"( 21"+"0-"( $0%)-*24:( R$"( $0%)-*24( 2%( $%*3"( ,%24*(
koristi u praksi kao kriterijumska funkcija u optimizaciji.
Minimizacijom

) dobija se +'-%"0-'(5'+4"0(*/4'3"+"-(.(/*>+%).(20%)-#%($0%)-*24'(1$")0"4"(>0%81%:

L1*(2%(1*0'24'(3"40',-"(-*4"6'#"7(3*F%(2%(/'2"4'J

(3.32)
(3.33)
Izlazni signal iz filtra u trenutku n s%(3*F%('<0",.-"4'(1"*(21"+"0-'(/0*'<$*)($%14*0"(

(3.34)
gde je sa

*<-",%-*(9%03'421*(40"-2/*-*$"-#%($%14*0"( .

a0%81"(%24'3"6'#%(AO:OZB(3*F%(2%('<0"<'4'(1"*J

(3.35)
a njena konjugovano-kompleksna vrednost kao:

(3.35)
Zamenom (3.35) i (3.34) u (3.31) za

se dobija:

(3.36)
'+'7(/*2+%(20%)#'$"-#"('<0"<"(-"()%2-*#(240"-'('('3"#.&'(.($').()"(#%(h konstanta, dobija se:

(3.37)
Pod pretpostavkom da su ulazna sekvenca v '( F%+#%-'( *)<'$( 24"6'*-"0-'7( 3"4%3"4',1"( *,%1'$"-#"(
(srednja vrednost) u izrazu sa desne strane 0%+"6'#%(AO:OWB(3*>.(2%('-4%0/0%4'0"4'(-"(2+%)%&'(-",'-J

120

1. Srednja vrednost
pod pretpostavkom da je
2. Srednja vrednost
'( F%+#%-*>( *)<'$"(

#%( #%)-"1"( $"0'#"-2'( F%+#%-*>( *)<'$"(

je jednaka
, tj.

tj.

kros-korelacionom vekto0.('<3%C.(.+"<-*>($%14*0"(
, gde je

(3.38)
3. Srednja vrednost

je jednaka hermitskom transponovanju

, tj.

(3.39)
4. Srednja vrednost

jednaka je

autokorelacionoj matrici:

(3.40)
ili u razvijenom obliku:

(3.41)
gde je k, i -ti element (

) definisan sa:

(3.42)
`"1*C%7($"F'J

(3.43)
;<'3"#.&'(.(*@<'0(>*0%('<$%)%-%(0%+"6'#%7(AO:OWB(2%(3*F%(-"/'2"4'(1"*J

(3.44)

121

!"(*2-*$.(AO:]]B(2%(3*F%(<"1+#.,'4'()"(#%7("1*(2.(.+"<-'($%14*0(5'+40"( '(F%+#%-'(*)<'$(5'+40"( stacionarni,

20%)-#"( $0%)-*24( 1$")0"4"(>0%81%(
funkcija drugog reda impulsnog odziva filtra
Ova zavisnost
/0%)24"$+#"( 10'4%0'#.321.( 5.-16'#.( G?i( '( 3*F%( 2%( $'<.%+-*( /0%)24"$'4'( /*$08'-*3( *@+'1"( 9'/%0/"0"@*+*')"( 1*#"( '3"( #%)'-24$%-'( 3'-'3.3:( R$"( /*$08'-"( 2%( *<-","$"( 1"*( -%2$5")&, $+&8"<&:"3+, 7$+5#+,
(eng. error I performance surface) FIR filtra.
Izgled /*$08'-%(0%"+'<"6'#%(>0%81%(<"(
predstavljene elipsama na dnu grafika.

prikazan je na slici 3.5. Konture za konstantne vrednosti su

Slika 3.5 Izgled MS E za

S")"4"1(#%(/0*#%14*$"4'(ET_(5'+4"0(4"1*()"(#%(20%)-#"($0%)-*24(1$")0"4"(>0%81%(3'-'3"+-"(.(4",1'(-"()-.(A(.(
3'-'3.3.B(/*$08'-%(0%"+'<"6'#%(>0%81%:(`*(2%(3*F%(.0")'4'(-"()$"(-",'-"J
1. upotrebom ortogonalnog principa
2. upotrebom gradijentnog metoda
R@"(-",'-"()"#.(1"*(0%<.+4"4(-*03"+-%(#%)-",'-%:
Gradijent kriterijumske funkcije MSE je v%14*0( 1*#'( #%( .23%0%-( .( /0"$6.( -"#@0F%>( 0"24"( 10'4%0'#.321%(
5.-16'#%:(;(4",1'(3'-'3.3"(10'4%0'#.321%(5.-16'#%(>0")'#%-4(#%(#%)-"1(-.+'7(/"(#%(/*40%@-*(-"&'(>0")'#%-4(
G?i( '( '<#%)-",'4'( >"( 2"( -.+*37( 1"1*( @'( 2%( )*8+*( )*(*/4'3"+-'9( $0%)-*24'( /"0"3%4"0"( 1*#%( 3'nimiziraju
kriterijumsku funkciju.
H0'3%-#.#.&'(>0")'#%-4-'(3%4*)([10] na (3.44) 3*F%(2%(/*1"<"4'()"(#%J

(3.45)

(3.46)

122

(3.47)
T3"#.&'( .( $').( >*0-#%( 40'( 0%+"6'#%7( 1"*( '( )"( #%(
/*$08'-%(0%"+'<"6'#%(>0%81%(#%J

konstanta, gradijentni vektor koji vodi ka minimumu

(3.48)
Neka je
optimalni vektor koeficijenata impulsnog odziva za koji je gradijentni vektor (3.48) jednak
nuli. Za tu vrednost vektora &%($"F'4'J

(3.49)
\%)-",'-"( AO:]YB( /0%)24"$+#"( )'210%4-.( 5*03.( ['-%0-x*/5*$%( #%)-",'-%( /*<-"4.( /*)( -"<'$*3( normalne
3+1)&'")+.
_")'(*)0%C'$"-#"(
/*40%@-*(#%(/*3-*F'4'(*@%(240"-%(AO:]YB(2"('-$%0<-*3(".4*1*0%+"6'*-*3(3"40'6*3(
7((,'3%(2%()*@'#"J
Za optimalnu vrednost vektora koeficijenata impulsnog odziva

, vrednost MSE je minimalna:

(3.50)
H*84*(#%(

(3.50) postaje:

(3.51)
'+'(84*(#%(%1$'$"+%-4-*(2"J

(3.52)

3.2 L inearna predikcija sa V inerovim filtrima

m'-%"0-"(/0%)'16'#"(#%($"F"-()%*()'>'4"+-%(*@0")%(2'>-"+"(1*#"('3"(3-*>%(/0"14',-%(/0'3%-%:( Predikcija
#%( /0%)$'C"-#%( $0%)-*24'( -"0%)-'9( A@.).&'9B( $0%)-*24'( 24"6'*-"0-*>( 2+.,"#-*>( /0*6%2"( -"( *2-*$.(

123

vrednosti prethodnih sl.,"#-'9( *)3%0"1"( 2+.,"#-*>( /0*6%2"( A/0*3%-+#'$%B:( m'-%"0-"( /0%)'16'#"(

/*)0"<.3%$"( /0%)'16'#.( 2+.,"#-*>( /0*6%2"( .( 40%-.41.( n na osnovu linearne kombinacije odmeraka
2+.,"#-*>( /0*6%2"( .( /0%49*)-'3( )'210%4-'3( $0%3%-21'3( 40%-.6'3":( R$"( */%0"6'#"( *)>*$"0"( /0%)'kciji
odmerka
na osnovu vrednosti odmerka
84*(#%(3+1)%#%$&')&,-$+1"#:"3&,()&-$+1,, a sistem
kojim to ostvaruje je 3+1)%#%$&')", 8")+&$)", -$+1"#/%$, ()&-$+1 (engl one-step forward linear prediktor).
f+*1(8%3"(*$*>(2'24%3"()"4"(#%(-"(2+'6'(O:^

R8"#&,`>T,b8%#,5+!&,3+1)%#%$&')%7,8")+&$)%7,-$+1"#/%$&,()&-$+1

Izlaz iz #%)-*1*0",-*>(+'-%"0-*>(/0%)'14*0"(.-"/0%)(#%J

(3.53)
>)%( 4%F'-21'( 1*%5'6'#%-4'(
u linearnoj kombinaciji na desnoj strani realacije (3.53) predstavljaju
predikcione koeficijente. _"<+'1"( '<3%C.( (
i
se naziva 7$+5#&, -$+1"#:"3+>, koja je na osnovu
(3.53) jednaka

(3.54)
Iz (3.54) sl%)'()"(2%(+'-%"0-'(/0%)'14*0(3*F%(/0%)24"$'4'(1"*(+'-%"0-'(5'+4"0(1"*(84*(#%(/0'1"<"-*(-"(?+'6'(O:^:
Funkcija prenosa prediktora (eng. predictor system function) realizovanog u formi FIR filtra je oblika:

(3.55)

124

Slika 3.6 K"8/&$,-$+1"#:"%)+,7$+5#+

D0.>"(3*>.&"(0%"+'<"6'#"(5'+40"(/0%)'16'*-%(>0%81%(#%(.(5*03'(0%8%41"24*>(5'+40":
_")'( */'2"( 0%8%41"24%( 240.14.0%( /*+"<'( 2%( *)( )'0%14-%( 0%"+'<"6'*-%( 5*03%( '( )%5'-'8%( >0%81"( /0%)'16'#%( <"(
prediktor prvog reda (
) na osnovu (3.54):

(3.56)
_%"+'<"6'#"(AO:c^B(3*F%(2%('<$%24'(2"(0%8%41"24'3(5'+40*3(2"(#%)-*3(2%16'#*3(1"*(-"(2+'6'(O:W(

R8"#&,`>a,4+5+/#&./",;"8/&$,.&,3+1)%!,.+#:"3%!
T<+"<( >*0-#%( >0"-%( 0%8%41"24*>( 5'+40"( 2"( 2+'1%( O:W( #%( ./0"$*(
reflekcionog koeficijenta
jednaka
;(2+.,"#.(/0%)'14*0"()0.>*>(0%)"(A
>0%81"(/0%)'16'#%(#%J

, dato sa (3.56), ako je vrednost

) na osnovu direktne realizacione forme FIR filtra date sa (3.54),

125

(3.57)
i koja 2%(3*F%()*@'4'(-"('<+"<.(0%8%41"24%(240.14.0%(2"()$"(24"-#"()*@'#%-*3(1"21")-'3(/*$%<'$"-#%3()$%(
240.14.0%(2"(#%)-*3(2%16'#*3(1"*(84*(#%(/0'1"<"-*(-"(2+'6'(O:X

R8"#&,`>],4+5+/#&./",;"8/&$,.&,12+,.+#:"3+
Izlazi iz prve sekcije su:

(3.58)
a izlazi iz druge sekcije su

(3.59)
Zamenom

iz (3.58) u (3.59) dobija se:

(3.60)
Ako se uvedu oznake
i
.('<0"<.(AO:^ZB7('24'((/*24"#%(')%-4',"-(2"(('<0"<*3(
<"( )'0%14-.( 0%"+'<"6'*-.( 5*03.( ET_( 5'+40"( AO:cWB:( ?+',-*3( /0*6%).0*3( 3*F%( 2%( /*1"<"4'( ')%-4',-*24(
direktne realizacione forme FIR filtra p-tog reda '(0%8%41"24%(240.14.0%(2"(p sekcija.
_%8%41"24'(5'+4"0(2%7(>%-%0"+-*7(3*F%(*/'2"4'(21./*3(0%1.0<'$-'9(#%)-",'-"J

(3.61)

126

T3"#.&'( .( $').( ')%-4',-*24( )$%( 5*03%( 5'+40"( /0%)'14*0"( '<+"<( -4%( 2%16'#%( 0%8%41"24%( 240.14.0%( 3*F%( 2%(
napisati u obliku:

(3.62)
Primenom z-transformacije na (3.62) dobija se:

(3.63)
ili

(3.64)
?0%)-#"($0%)-*24(1$")0"4"(>0%81%(AG?iB(+'-%"0-*>(/0%)'14*0"(.-"/0%)(#%J

(3.65)
gde

*<-","$"(0%"+-'()%*(*)(1*3/+%12-%($0%)-*24'( .

G'-'3'<"6'#*3(G?i()*@'#"(2%(21./((-*03"+-'9(#%)-",'-"(<"(1*%5'6'#%-4%(+'-%"0-*>(/0%)'14*0"J

(3.66)
a minimalna MSE (MMSE) je:

(3.67)

3.2.1 L inearni prediktor unazad

127

c")+&$)",3+1)%#%$&')",-$+1"#/%$,()&<&1,3*F%(-"(*2-*$.(2%1$%-6%(/*)"4"1"(24"6'*-"0-*>(2+.,"#-*>(
procesa
/0%)$')%4'($0%)-*24(2+.,"#-*>(/*)"41"((
. Prediktovana
vrednost ovog podatka je:

(3.68)
a -$+1"#:"%)&,7$+5#&,()&<&17(*<-",%-"(#%(1"*J

(3.69)
m'-%"0-'( /0%)'14*0( .-"<")( 3*F%( 2%7( 1"*( '( +'-%"0-'( /0%)'14*0( .-"/0%)7( realizovati u formi FIR filtra
A)'0%14-"(0%"+'<"6'*-"(240.14.0"B('+'(.(5*03'(0%8%41"24*>(5'+40":
;(0%8%41"24*#(240.14.0'(/0%)'16'*-"(>0%81"(.-"<")(0%"+'<.#%(2%(.()*-#*#(>0"-'7()*1(2%((/0%)'16'*-"(>0%81"(
unapred realizuje u gornjoj grani (slike 3.7 i 3.8).
H0%3"(2+'6'(O:W((/0%)'16'*-"(>0%81"(.-"<")(3*F%(2%(/0%)24"$'4'(1"*J
(3.70)
H0%3"(2+'6'(O:X((/0%)'16'*-"(>0%81"(.-"<")(-"('<+"<.('<()0.>%(2%16'#%(3*F%(2%(/0%)24"$'4'(1"*J

(3.71)
=*0'8&%-#%3(0%+"6'#"(AO:cXB7(0%+"6'#"(AO:WKB(2%(3*F%(-"/'2"4'(.(*@+'1.J

(3.72)
G*F%( 2%( .*,'4'( )"( 2.( 1*%5'6'#%-4'( /0%)'14*0"( .-"/0%)( '( 1*%5'6'#%-4'( /0%)'14*0"( .-"<")( #%)-"1'7( "+'( .(
obrnutom poretku, tj.:

(3.73)

128

3.2.2 O pis +$;$#("-#/3)*+$,&(#/+")7)6-domenu

Primenom z-transformacije na (3.69) dobija se:

(3.74)
ili

(3.75)

gde

predstavlja funkciju prediktorskog sistema realizovanog u formi FIR filtra sa koeficijentima

.

H*84*(#%(

, (3.73) se u z-)*3%-.(3*F%(-"/'2"4'('(.(5*03'J

(3.76)
!"( *2-*$.( AO:W^B( 2%( 3*F%( <"1+#.,'4'( )"( 2.( -.+%( ET_( 5'+40"( 2"( 5.-16'#*3( 2'24%3"(
konjugovano1*3/+%12-%(0%6'/0*,-%($0%)-*24'(-.+"(5.-16'#%(
, pa se
*<-","$"(1"*(inverzni polinom (eng.
reverse polynomial) u odnosu na
.
_%+"6'#"(AO:W^B(3*F%(2%(/0%)24"$'4'(.(0%1.0<'$-*3(*@+'1.(1"*J

(3.77)
ili, posle deljenja obe strane relacija (3.77) sa

i na osnovu (3.64) i (3.75), u formi:

129

(3.78)
!"(*2-*$.(AO:WXB(3*>.&%(#%7()"1+%7()*@'4'(1*%5'6'#%-4%()'0%14-%(0%"+'<"6'*ne forme FIR filtra na osnovu
refleksionih koeficijenata i obrnuto.
_%8%41"24'(5'+4"0((2%(.(<-)*3%-.(3*F%(*/'2"4'(.(3"40',-*3(*@+'1.(1"*J

(3.79)

Na osnovu (3.78) dobija se:

(3.80)
R$*( #%( 0%1.0<'$-"( 0%+"6'#"( .-"<"):( `"1*C%( 2%( '<( AO:WXB( 3*F%( '<$%24'( 0%1.0<'$-"( 5*03.+"( <"( )'0%14-*(
'<0",.-"$"-#%(refleksionih koeficijenata koja je oblika:

(3.81)
Rekurzivna 0%+"6'#"( AO:XKB( #%( '24*$%4-"( #%( 2"( 0%1.0<'$-*3( 0%+"6'#*3( .( s.0-Konov (Schur-Kohn) testu
stabilnosti polinoma
.
_%8%41"24"( 240.14.0"( 2"( refleksionim koeficijentima
odgovara direktnoj realizacionoj
strukturi FIR filtra p-tog reda sa funkcijama prenosa
,
i koja zahteva
5'+4"021'9(1*%5'6'#%-"4":(_%8%41"24"(240.14.0"7(/"17(<"94%$"(2"3*(p refleksionih koeficijenata.

3.2.3 O ptimalni refleksioni koeficijenti

G'-'3'<"6'#*3(/0%)'16'*-%(>0%81%(.-"/0%)()"4%(0%+"6'#*3((AO:^KB7(.(*)-*2.(-"(0%5+%16'*-%(1*%5'6'#%-4%(
/0%)'14*0"(0%8%41"24%(240.14.0%7()*@'#"(2%J

130

(3.82)
L1*(2%(.$%)%(2+%)%&%(*<-","$"-#%J

(3.83)
0%+"6'#"(AO:XNB(2%(3*F%(-"/'2"4'(.(2+%)%&%3(*@+'1.J

(3.84)
G*F%( 2%( /0'3%4'4'( )"( 2.( */4'3"+-'( 1*%5'6'#%-4'( 0%8%41"24*>( /0%)'14*0"( negativna normalizovana kroskorelacija prediktors1'9(>0%81'((.-"/0%)('(.-"<"):(H*84*(#%(
, vrednost MMSE je:

(3.85)
'(/0%)24"$+#"(3*-*4*-*(*/")"#.&.(5.-16'#.:
Parametri nekog AR

procesa su blisko povezani sa prediktorom -tog reda tog istog procesa.

="*( 84*( #%( 0%,eno u glavi 2, /"0"3%40'( L_( /0*6%2"( 2%( *)0%C.#.( 0%8"$"-#%3( \.+-Vokerovog sistema
+'-%"0-'9(#%)-",'-"(AN:KKcB(1*#%(/*$%<.#.(".4*1*0%+"6'*-%(5.-16'#%(
i parametre :(R)>*$"0"#.&%(
#%)-",'-%(<"(/0%)'14*0()"4%(2.(0%+"6'#"3"(AO:^^B('(AO:^WB:(H*0%C%-#%3(#%)-",'-"(AN:KKcB('(AO:^^B(3*F%(2%(
.4$0)'4'( 1*0%2/*)%-6'#"( '<3%C.( '<3%C.( /"0"3%4"0"(
AR procesa i prediktorskih koeficijenata
prediktora -tog reda.
Osim toga, MMSE prediktora -tog reda
#%(')%-4',-"(2"($"0'#"-2*3(@%+*>(8.3"(
.(2+.,"#.()"(#%(
predikcioni filtar filtar za izbeljivanje (noice-y9'4%-'->( 5'+4%0B( 1*#'( -"( '<+"<.( )"#%( 2%1$%-6.( @%+*>( 8.3"(
(innovation sequence).
!*03"+-%(#%)-",'-%(3*>. se napisati u obliku:

(3.86)
_%<.+4.#.&"(GG?i7((-"(*2-*$.(AO:^WB('(AO:X^B(#%()"4"(2"J

(3.87)

131

H*)2%&"-#"(0")'7("1*(#%(-%1'(2+.,"#-'(/0*6%2 AR

proces, MMSE je:

(3.88)

3.3.4 L evinson L Durbinov algoritam

Levinson-D.0@'-*$( "+>*0'4"3( #%( 0",.-21'( %5'1"2"-( "+>*0'4"3( <"( 0%8"$"-#%( -*03"+-'9( #%)-",'-":( ;(
algoritmu se koristi specijalna simetrija autokorelacione matrice (3.49), koja je Teplicova (Toeplitz) i
d+$!"/.#&,Gd+$!"/"&)B,."!+/$"')&,!&/$":&.
L+>*0'4"3(0%1.0<'$-*(/0*0",.-"$"(/0%)'14*021%(1*%5'6'#%-4%(/*,%$(*)(/0$*>(0%)"(

(3.89)
2"(0%<.+4.#.&*3(GG?iJ

(3.90)
H*)2%&"-#"(0")'7((

je prvi refleksioni 1*%5'6'#%-4(.(0%8%41"24*3(5'+40.:

=*%5'6'#%-4'((/0%)'14*0"()0.>*>(0%)"(3*>.(2%()*@'4'(0%8"$"-#%3(2+%)%&'9(#%)-",'-"J

(3.91)
i+'3'-'8.&'(

iz (3.91), dobija se:

(3.92)
Ponovo je

!"24"$+#"#.&'( -"( '24'( -",'-7( 1*%5'6'#%-4'( /0%)'14*0"( m-tog reda mogu se izraziti u funkciji koeficijenata
prediktora
I vog reda:

132

(3.93)
gde je
vektor koeficijenata prediktora
koje treba odrediti.

-vog reda, a vektor

D"( @'( 2%( '<0",.-"*( ( $%14*0( /0%)'14*021'9( 1*%5'6'#%-"4"(

preko particije
matrice u obliku:

i skalar

su nepoznate

7( ".4*1*0%+"6'*-"( 3"40'6"( ( 2%( 3*F%( '<0"<'4'(

(3.94)
gde je
obrnutom poretku (eng. backward).
\%)-",'-"(

. Gornji prefiks b *<-","$"()"(2.(%+%3%-4'($%14*0"(.(

2%(-"(*2-*$.(AO:YOB('(AO:Y]B(3*F%('<0"<'4'(.(*@+'1.J

(3.95)
\%)-",'-"(AO:YcB(#%(1+#.,-'(1*0"1(.(m%$'-2*--Durbinovom algoritmu.
Iz AO:YcB()*@'#"#.(2%()$%(#%)-",'-%J

(3.96)

(3.97)
H*84*(#%(

, 0%8%-#%(#%)-",'-%(AO:Y^B(#%(*@+'1"J(

(3.98)
Kako je
jednako vektoru
sa konjugovano-kompleksnim elementima u obrnutom poretku,
0%8%-#%(AO:YXB(3*F%(2%(-"/'2"4'(#%)-*24"$-*(1"*J

133

(3.99)
Zamenom izraza (3.99) za

.(21"+"0-.(#%)-",'-.(AO:YWB()*@'#"(2%J

(3.100)
/"(#%(0%8%-#%(<"(

u obliku:

(3.101)
_%1.0<'$-*(/0%0",.-"$"-#%(refleksionih koeficijenata je stoga dato relacijom oblika:

(3.102)

(3.103)

G*F%(2%(/*1"<"4'()"(#%(0%1.0<'$-"(0%+"6'#"(AO:KZOB(')%-4',-"(2"(0%1.0<'$-*3(0%+"6'#*3(<"(/0%0",.-"$"-#%(
prediktorskih koeficijenata koja bi se dobila na osnovu (3.76) i (3.78).
je refleksioni koeficijent m-te
2%16'#%( 0%8%41"24*>( /0%)'14*0":( ;( m%$'-2*--Durbinovom algoritmu refleksioni koeficijenti se
/0%0",.-"$"#.('24*(1"*(1*%5'6'#%-4'(*/4'3"+-*>(ET_(5'+40"()'0%14-%(0%"+'<"6'*-%(5*03%:((

4 ADAPTIVNO FILTRIRANJE
134

!
L)"/4'$-'( 2'24%3'( <"( *@0").( 2'>-"+"( /0'/")"#.( 1+"2'( +'-%"0-'9( -%24"6'*-"0-'9( A)'-"3',1'9B( 2'24%3":( =*)(
ovih sistema se koeficijenti funkcije prenosa menjaju u zavisnosti od ulaznog signala. Ovaj proces
promene koeficijenata se naziva proces adaptacije . Cilj adaptacije je da se karakeristike sistema, u
'-4%0"16'#'(2"(*10.F%-#%37(/0'+">*C"$"#.(F%+#%-'3(1"0"14%0'24'1"3"(PKZQ:
Rad adaptivnih sistema se z"2-'$"( -"( /0*6%-'( A%24'3"6'#'B( 24"4'24',1'9( *2*@'-"( 2'>-"+"7( /0'( ,%3.( 2%(
parametri adaptivnog sistema menjaj.(.(6'+#.(3'-'3'<"6'#%(*)0%C%-%(kriterijumske funkcije .

L)"/4'$-%(4%9-'1%(*@0")%(2'>-"+"(2.()"-"2(8'0*1*(<"24./+#%-%(.(0"<-'3(/0'3%-"3":(\%)-"(*)(-"#$"F-'#'9(
primena adaptivne obrade signala je adaptivna predikcija , koja se koristi u obradi govora i slike, proceni
2/%140"7( %+'3'-"6'#'( 8.3"7( '4):( R2-*$-'( 6'+#( ")"/4'$-%( /0%)'16'#%( #%24%( /0%)$')#"-#%( @.).&'9( $0%)-*24'(
2'>-"+"(-"(*2-*$.(/0%49*)-'9($0%)-*24'(2'>-"+"7(/0'(,%3.(2%(4%F'()"(>0%81"(/0%)'16'#%(@.)%(3'-'3"+-":(
D0.>"($"F-"(/0'3%-"(#%( adaptivno modelovanje sistema koje se koristi u procesu modelovanja sistema
)'>'4"+-*>(./0"$+#"-#"7("-"+'<'(>*$*0"7(%1$'+'<"6'#'(4%+%1*3.-'1"6'*-'9(2'>-"+"7(>%*5'<'6'7("+'('(.(@'*+*81'3(
'()0.84$%-'3(-".1"3"7('4):(G%4*)%(")"/4'$-*>(3*)%+*$"-#"(2'24%3"()%+%(2%(.()$%(>0./%(:
1. M etode direktnog modelovanja
Ovim metodama modeluje se nepoznati sistem (ili proces) na osnovu poznatih vrednosti ulaznog i
izlaznog signala.
2. M etode inverznog modelovanja
Ovim metodama se modeluje tzv. inverzni sistem tj. sistem koji, kada se kaskadno $%F%(2"(-%/*<-"4'3(
2'24%3*37(-"('<+"<.()"#%(2'>-"+(')%-4',"-(.+"<-*3(2'>-"+.:
`0%&"( $"F-"( /0'3%-"( ")"/4'$-%( *@0")%( 2'>-"+"( /0%)24"$+#"( !"!#$%&'() #('%*$!&!'+,) %'$,-.,-,'/%+,.
L)"/4'$-*( /*-'84"$"-#%( '-4%05%0%-6'#%( #%7( <"/0"$*7( ")"/4'$-*( /*-'84"$"-#%( 8.3"7( *)nosno predvidjanje
/*#"$%( '( '-4%-<'4%4"( 8.3"( )"( @'( 2%( 24$*0'*( '-$%0<"-( 2'>-"+( 1*#'( 4"#( 8.3( /*-'84"$"7( '+'( /0*#%14*$"-#%(
")"/4'$-*>(5'+40"(1*#'(&%(/*-'84'4'()%+*$"-#%(4*>(8.3":
l%4$04"( $"F-"( /0'3%-"( #%( 2.<@'#"-#%( '+'( %+'3'-"6'#"( 8.3*$"( '<( 2'>-"+"( )*@'#%-'9( '<( $'8%( 2%-<*0"( '+'(
.23%0"$"-#.( 2'>-"+"( )*@'#%-*>( '<( $'8%( '<$*0"( <0",%-#":( =*)( *$%( 3%4*)%( 2%( 2%-<*0'( '+'( '<$*0'( <0",%-#"(
nalaze u pravilnom geometrijskom poretku, pa se ova metoda naziva adaptivna obrada polja.

4.1 Struktura adaptivnog sistema za obradu signala

!
Osnovna struktura adaptivnog sistema za obradu signala je prikazana na slici 4.1.

135

Slika 4.1 Osnovna struktura adaptivnog sistema za obradu signala

Na prikazanoj strukturi odmerci ulaznog signala
ulaze u adaptivni sistem i daju izlaznu sekvencu
. D*@'#%-'('<+"<-'(2'>-"+(2%(/*0%)'(2"(F%+#%-'3(('<+"<-'3(2'>-"+"(
'(5*03'0"(2'>-"+(>0%81%(
.
O%1+5&2&)3+, #%+;":"3+)&/& ")"/4'$-*>( 2'24%3"( $08'( 2%( algoritmom adaptacije tako da se signal razlike
2$%)%(-"(3'-'3.3:(H*84*(2%(/0*3%-"(1*%5'6'#%-"4"($08'(.(4*1.(2$"1%(/%0'*)%(*)3%0"$"-#"7(-%3"(3-*>*(
smisla definisati funkciju prenosa jer je ona promenljiva.
T"1*( #%( .+"<-'( 2'>-"+( ")"/4'$-*>( 2'24%3"( -"#,%8&%( -%24"6'*-"0"-7( 0")'( #%)-*24"$*24'( '<$*C%-#"( 4%*0'#21'9(
rezultata, polazi se od pretpostavke da su svi signali u sistemu sa slike 4.1 stacionarni. Zatim se naknadno
'2/'4.#%( /*-"8"-#%( 2'24%3"( .( *)-*2.( -"( ( -%24"6'*-"0-'( /*@.)-'( 2'>-"+:( `"1*)#%( 2%( /0%4/*24"vlja da je
adaptivni sistem linearan. Funkcija prenosa takvog linearnog sistema
, menja se u procesu
adaptacije zbog promene koeficijenata.
Kao mera kvaliteta adaptacije koeficijenata adaptivnog sistema uvodi se kriterijumska funkcija definisana
kao 20%)-#"( 1$")0"4-"( >0%81"7( 4#( 24"4'24',1"( 20%)-#"( $0%)-*24( 1$")0"4"( 2'>-"+"( >0%81%7
.
H0%4/*24"$+#"#.&'( )"( 2.( 1*%5'6'#%-4'( 5.-16'#%( /0%-*2"( 5'12-'( '( )"( #%( '<+"<-'( 2'>-"+( 24"6'*"-"0"-7( <"( *$"1*(
definisanu kriterijumsku funckiju se dobija:

(4.1)
gde su
i
".4*1*0%+"6'*-%( 5.-16'#%( F%+#%-*>( '( '<+"<-*>( 2'>-"+"7( )*1( #%(
kroskorelaciona funkcija.

njihova

;(*/84%3(2+.,"#.7("1*(#%(@0*#(1*%5'6'#%-"4"(")"/4'$-*>(2'24%3"(#%)-"1( L7(*-)"(A]:KB(/0%24"$+#"(/*$08'-.(.(
I )'3%-<'*-*3( /0*24*0.( /"0"3%4"0":( H0*6%2*3( ")"/4"6'#%( 40%@"( -"&'( 4",1.( -"( 4*#( /*$08'-'( 1*#*#(
odgovara minimalna vrednost kriterijumske funkcije M S E. =*#"(&%(3%4*)"(@'4'(./*40%@+#%-"(<"(*)0%C'$-#%(

136

>+*@"+-*>(3'-'3.3"(10'4%0'#.321%(5.-16'#%7(<"$'2'&%(*)(-",'-"(0%"+'<"6'#%(")"/4'$-*>(2'24%3"(<"(*@0").(
signala.
L)"/4'$-'( 2'24%3( <"( *@0").( 2'>-"+"( 3*F%( @'4'( ET_( '( TT_( ( 4'/":( H*84*( 2.( /*+*F"#'( /*+*$"( TT_( 5.nkcija
/0%-*2"( <@*>( 24"@'+-*24'( *>0"-',%-'( -"( .-.40"8-#*24( #%)'-',-*>( 10.>"7( 4*( /0%24"$+#"( $0+*( *<@'+#-*(
*>0"-',%-#%(.(/0*6%2.(")"/4"6'#%7(/"(2%(")"/4'$-'(2'24%3'(TT_(4'/"($0+*(0%41*(1*0'24%:(D0.>'(0"<+*>(<"(3"+.(
/0'3%-.(TT_(2'24%3"(/0%)24"$+#"(,'-#%-'6"()"(10'4%0'#.321"(5.-16'#"(1*#"(2%(4")"()*@'#"(3*F%('3"4'($'8%(
+*1"+-'9(3'-'3.3"(84*(,'-'(-%/*.<)"-'3(3-*>%(#%)-*24"$-%(4%9-'1%(3'-'3'<"6'#%:
L)"/4'$-'( 2'24%3( <"( *@0").( 2'>-"+"( -"#,%8&%( '3"( 240.14.0.( +'-%"0-*>( ET_( 5'+40"( 2"( /0*3%-+#'$'3(
koeficijentima. Kriterijumska funkcija adaptivnih sistema realizovanih u obliku FIR filtara predstavlja
/*$08'-.( )0.>*>( 0%)"( 1*#"( '3"( 2"3*( #%)"-7( >+*@"+-'7( 3'-'3.37( /"( 2%( <"( -#%-.( 3'-'3'<"6'#.( 3*>.(
1*0'24'4'( )%4%03'-'24',1%( 3%4*)%( 3'-'3'<"6'#%( <"2-*$"-%( -"( 1*0'8&%-#.( >0")'#%-4a ili nekoj proceni
>0")'#%-4"7( .3%24*( 24*9"24',1'9( 3%4*)"( 1*#%( 2%( 1*0'24%( .( 2+.,"#.( 1")"( 10'4%0'#.321"( 5.-16'#"( '3"( $'8%(
+*1"+-'9(3'-'3.3"(A2+.,"#(TT_(2'24%3"B:
!"#,%8&%(2%(1*0'24'()'0%14-"(A2+'1"(]:NB('(0%8%41"24"(0%"+'<"6'#"(ET_(5'+4"0"(2"(/0*3%-+#'$'3(koeficijentima.
Treba napomenuti, da za razliku od FIR filtara sa konstantnim koeficijentima, adaptivni FIR filtri ne
3*0"#.( .$%1( @'4'( 24"@'+-'z( _%8%41"24.( 0%"+'<"6'#.( ")"/4'$-'9( 5'+4"0"( *)+'1.#%( 0",.-21"( %5'1"2-*247( 1"*( '(
0*@.24-*24(.(*)-*2.(-"(>0%81%(<"*10.F'$"-#"(.("0'43%4'6'(1*-",-%(/0%6'<-*24':

Slika 4.2 Direktna realizacija adaptivnog FIR filtra 4-tog reda

4.2 K riterijmska funkcija za estimaciju parametara F I R filtra

="*(84*(#%($%&(0%,%-*(*2-*$-"(')%#"(")"/4'$-%(5'+40"6'#%(#%24%(/0'+">*)#%-#%(5'+40"(/0*3%-+#'$*3(*10.F%-#.7(
promenom njegovih parametara, tako da se minimizira neki postavljeni kriterijum.

137

Neka je FIR filtar sa promenljivim koeficijentima (adaptivni filter) upotrebljen za identifikaciju

/"0"3%4"0"(-%/*<-"4*>(2'24%3"('+'(/0*6%2"(A%->:(/+"-4B(1"*(84*(#%(4*(/0'1"<"-*(-"(2+'6'(]:O:

Slika 4.3 Pri mena adaptivnog filtriranja u sistemu za identifikaciju

Neka je
izlazna sekvenca nepoznatog sistema, a
izlazna sekvenca adaptivnog FIR filtra,
")"/4"6'#*3(,'#'9(1*%5'6'#%-"4"(&%(2%()*@'4'(3*)%+(-%/*<-"4*>(2'24%3":(L1*(ET_(5'+4"0('3"(240.14.0.(1"*(
na slici 4.2, njegova izlazna sekvenca je oblika:

(4.2)
"(2%1$%-6"(2'>-"+"(>0%81%

je:

(4.3)
[%14*0(1*%5'6'#%-"4"(ET_(5'+40"(*<-","$"(2%('(1"*(/+P").#",2+#/%$

(4.4)
Ako je vektor ulaznih podataka:

(4.5)
onda se signal na izlazu adaptivnog FIR filtra u k-4*3( 40%-.41.( *)3%0"$"-"( 3*F%( /0%)24"$'4'( .( $').(
skalarnog proizvoda:

138

(4.6)
H*40%@-*(#%(*)0%)'4'(1*%5'6'#%-4%(5'+40"(4"1*()"(2%(*/4'3'<'0"(A-"#,%8&%(3'-'3'<'0"B(*)0%C%-"( kriteijumska
funkcija ili indeks performanse :( ;( /0"12'( 2%( $%*3"( ,%24*( 1*0'24'( 10'4%0'#.321"( 5.-16'#"( )%5'-'2"-"( 1"*(
.$+1)3&,#2&1$&/)&,7$+5#&=,9Re,(eng. Mean Square Error)7(4#(24"4'24',1"(20%)-#"($0%)-*24(1$")0"4"(2'>-"+"(
>0%81%7
. Na osnovu (4.3) i (4.6) k-ti odmerak di210%4-*>(2'>-"+"(>0%81%(#%J

(4.7)
Ako se pretpostavi da su diskretne sekvence
,
i
24"6'*-"0-'(2+.,"#-'(-'<*$'('()"(2.(%+%3%-4'(
vektora
konstantni, kriterijumska funkcija,. 2%()%5'-'8%(1"*J(

(4.8)
Indeks k je izostavljen kod vektora
razmatranju. Ako se sa

zbog pretpostavke o njegovoj konstantnoj vrednosti u trenutnom

(4.9)
*<-",'(".4*1*0%+"6'*-"(3"40'6"(.+"<-*>(2'>-"+"7("(2"

(4.10)
10*21*0%+"6'*-'($%14*0(.+"<-*>(2'>-"+"('(2'>-"+"(-"('<+"<.(-%/*<-"4*>(2'24%3"7(20%)-#"(1$")0"4-"(>0%81"(
MSE je:

(4.11)

139

4.2.1 M inimizacija k riterijuma srednje (.",+"#2$)3+$;($

!
Ako je broj koeficijenata u adaptivnom procesu koji treba estimirati jednak M, onda (4.11) predstavlja
/*$08'-.( *@+'1"( 9'/%0-/"0"@*+*')"( 1*#"( .( */84%3( 2+.,"#.( '3"( $'8%( +*1"+-'9( 3'-'3.3":( =*)( ET_(
")"/4'$-'9( 2'24%3"7( 3%C.4'37( 10'4%0'#.321"( 5.-16'#"( /0%)24"$+#"( /*$08'-.( )0.>*>( 0%)"( 1*#"( '3"( 2"3*(
#%)"-(+*1"+-'(3'-'3.37(/"(2%(<"(-#%-.(3'-''<"6'#.(1*0'24%(3%4*)%(<"2-*$"-%(-"(1*0'8&%-#.(>0")'#%-4"('+'(
procene gradijenta.
="*( 84*( #%( 0%,%-*( .( *)%+#1.( O:K:K7( >0")'#%-4( G?i( #%( $%14*0( 1*#'( #%( .23%0%-( . /0"$6.( -"#@0F%>( /0'0"24"(
10'4%0'#.321%(5.-16'#%:(;(4",1'(3'-'3.3"(10'4%0'#.321%(5.-16'#%(>0")'#%-4(#%(#%)-"1(-.+'7(/"(2%(*/4'3"+-"(
$0%)-*24( 1*%5'6'#%-"4"( ET_( 5'+40"( 1*#'( 3'-'3'<.#.( 10'4%0'#.321.( 5.-16#.( 3*F%( -"&'( '<#%)-","$"-#%3(
njenog gradijenta sa nulom.
Gradijent kriterijumske funkcije

dobija se diferenciranjem izraza (4.11):

(4.12)
T<#%)-","$"-#%3(>0")'#%-4"(2"(-.+*3()*+"<'(2%()*(['-%0-x*/5*$'9(#%)-",'-"(,'#'3(2%(0%8"$"-#%3()*+"<'(
do opti3"+-*>(0%8%-#"(<"(1*%5'6'#%-4%(ET_(5'+40"J

(4.13)

(4.14)
T<( A]:K]B( 2+%)'( )"( #%( <"( *)0%C'$"-#%( */4'3"+-%( $0%)-*24'( 1*%5'6'#%-"4"( ET_( 5'+40"( /*40%@-*( /*<-"$"4'(
24"4'24',1"(2$*#24$"(.+"<-*>(2'>-"+"('(2'>-"+"(-"('<+"<.(-%/*<-"4*>(2'24%3"7(*)-*2-*($0%)-*24'(1*0%+"6'*-%(
matrice i kroskorelacionog vektora. Kako su, pak7( -"#,%8&%( /*<-"4%( 2"3*( 3%0%-%( $0%)-*24'( /*3%-.4'9(
2'>-"+"7( 4*( 2%( -#'9*$"( 24"4'24',1"( 2$*#24$"( *)0%C.#.( /0*6%-*3( -"( @"<'( '<3%0%-'( $0%)-*24':( H0*@+%3(
*)0%C'$"#"(*/4'3"+-'9($0%)-*24'(/"0"3%4"0"(5'+40"(2%(0%8"$"(/0'3%-*3(*)>*$"0"#.&%>(-.3%0',1*>(3%4*)"(
ili al>*0'43":( [%&'-"( ")"/4'$-'9( "+>*0'4"3"( 2%( <"2-'$"( -"( 24"-)"0)-'3( '4%0"4'$-'3( /0*6%).0"3"( <"(
3'-'3'<"6'#.( 10'4%0'#.321%( 5.-16'#%:( D$%( *2-*$-%( -.3%0',1%( 3%4*)%( <"( '4%0"4'$-.( 3'-'3'<"6'#.(
kriterijumske funkcije su Njutnova metoda (eng. Newton{2( 3%49*)B( i !+/%1&, )&3H$P+7, .-(5/&)3& (eng.
?4%%/%24( )%26%-4( 3%49*)B:( R@%( 3%4*)%( 1*0'24%( /0*6%-.( >0")'#%-4":( !#'9*$( )%4"+#-'( */'2( 3*F%( 2%( -"&'( .(
literaturi [11], [12], [13], [14].

140

4.3 A daptivni algoritmi za estimaciju parametara F I R filtara

[%&'-"( ")"/4'$-'9( "+>*0'4"3"( /0%)24"$+#"( 3*)'5'1"6'#.( 24"-)"0)-'9( '4%0"4'$-'9( /0*6%).0"( <"( 0%8"$"-#%(
/0*@+%3"( 3'-'3'<"6'#%( 10'4%0'#.321%( 5.-16'#%( .( 0%"+-*3( $0%3%-.:( D$"( $"F-"( /"03%40"( 1*#"( *)0%C.#.(
izbor adaptivnog algoritma su brzina adaptcije '( *,%1'$"-"( /&')%./, -$%:+)+, -&$&!+/ara. ;( */84%3(
2+.,"#.(*$"()$"(<"94%$"(2.(*/0%,-"7(4#:(2"(/*$%&"-#%3(@0<'-%(")"/4"6'#%(23"-#.#%(2%(4",-*24(%24'3'0"-'9(
parametara i obrnuto.
!")"+#%( &%( @'4'( 0"<3"40"-"( )$"( *2-*$-"( "+>*0'43"( %24'3"6'#%( /"0"3%4"0"( <"( ")"/4'$-%( ET_( 5'+40%J(
Algoritam minimalne srednje kvadratne vrednosti (eng. Least Mean Square - LMS ) i Rekurzivni
algoritam najmanjih kvadrata (eng. Recursive Least Square I RLS). LMS ima veliku primenu u
"/+'1"6'#"3"(1*)(1*#'9(#%(-%*/9*)-*(3'-'3'<'0"4'(0",.-21.(2+*F%-*247()*1(2%(_m?("+>*0'4"3(./otrebljava
u oblasti identifikacije sistema.

4.3.1 A lgoritam minimalnih srednje-kvadratnih vrednosti (L MS algoritam)

mG?( "+>*0'4"3( /0'/")"( 3%4*)'( -"#@0F%>( 2/.84"-#"7( 2( 4'3( 84*( .( %24'3"6'#'( >0")'#%-4"( 1*0'24'( 40%-.4-.(
$0%)-*24( 2'>-"+"( >0%81%( .3%24*( 3"4%3"4',1*>( *,%1$"-#"( G?i( .( A]:XB:( =0'4%0'#.321"( 5.-16'#"( mG?(
algoritma definisana je kao:

(4.15)
!"(*2-*$.(A]:]B('(A]:WB(/0*6%-"(>0")'#%-4"(3*F%(2%(-"/'2"4'(1"*J

(4.16)
tj. kao proizvod vektora ulaznih signala u k-4*#( '4%0"6'#'( '( *)>*$"0"#.&%>( 2'>-"+"( >0%81%:( H0*6%-"(
gradijenta u k-4*#('4%0"6'#'7(<"94%$"7()"1+%7(2"3*(#%)-.(*/%0"6'#.(3-*F%-#"7(84*(.1"<.#%(-"(#%)-*24"$-*24(
LMS algoritma.
!"( *2-*$.( 3%4*)%( -"#@0F%>( 2/.84"-#"( ([11], [12], [13], [14]), mG?( "+>*0'4"3( 2%( 3*F%( )%5'-'2"4'(
iterativnim relacijama:

(4.17)

141

(4.18)
ili, u razvijenoj formi:

(4.19)
gde je:

(4.20)
Skalarni parametar :(.4',%(-"(@0<'-.(")"/4"6'#%7(24"@'+-*24(")"/4'$-*>("+>*0'43"('($%+','-.(>0%81%(-"1*-(
<"$08%-*>( /0*6%2"( ")"/4"6'#%:( G*F%( 2%( /*1"<"4'( [10] da (4.16) predstavlja nepomerenu procenu (eng.
unbiased estimate) >0")'#%-4"(<"(2+.,"#(1")"(2.($0%)-*24'(/"0"3%4"0"(1*-24"-4-%:
S@*>(-%)*$*+#-*(4",-%(/0*6%-%(>0")'#%-4"7(")"/4'$-'(/0*6%2("F.0'0"-#"($%14*0"(1*%5'6'#%-"4"( na osnovu
A]:KWB(#%(<"8.3+#%-7(4#:(*-(-%(2+%)'(+'-'#.(-"#@0F%>(2/.84"-#"(1"(
:(`"#(8.37(3%C.4'37(2+"@'(.($0%3%-.7(
/*84*(#%($0%)-*24(>0")'#%-4"(.(@+'<'-'(
3"+"('(1*0%16'*-'(,+"-((.(A]:KWB(#%7(4"1*C%7(3"+'([10].
H*84*(#%(G().F'-"($%14*0"(v
<"('<0",.-"$"-#%(
potrebna je
"0'43%4',1"(*/%0"6'#"(
A3-*F%-#"('(2"@'0"-#"B:(?$"1'(1*0"1("+>*0'43"(<"94%$"(.1./-*(
operaciju. Dakle, LMS je vrlo
#%)-*24"$"-("+>*0'4"37((#%0(2%(2$"1"('4%0"6'#"('<$08"$"(2"3*(2"(#%)-'3(2"@'0"-#%3('(#%)-'3(3-*F%-#%3:
Primena LMS "+>*043"(#%()*24"(8'0*1":(?+%)%(-%1%(*)(/0'3%-"(*$*>("+>*0'43"(J
m'-%"0-'("2/%14'(*$*>("+>*0'43"(2%(1*0'24%()"(0"<)$*#%(8'0*1*/*#"2-'(2'>-"+(-*2'6"('-5*03"6'#%(*)(
.21*/*#"2-*>(8.3":
H*#","-#%(2'-.2*')"+-'9(*2*@'-"($0%3%-21%(2%0'#%(1*)(2+"@*>(2'-.2*')"+-*>(signala uz prisustvo
/*<")'-21*>(8.3":
R41+"-#"-#%(%9"(1*#'(2%(#"$+#"(-"(30%F"3"(<"(1*3.-'1"6'#.(-"($%+'1'3(.)"+#%-*24'3":
R41+#"-#"-#%(8.3"(0")'(23"-#%-#"($%0*$"4-*&%(>0%81%(.()'>'4"+-'3(`=(2'24%3'3":

Primer 4.1
T<$08'4'( ')%-4'5'1"6'#.( -%/*<-"4*>( 2'24%3"( /0'3%-*3( ")"/4'$-*>( mG?( "+>*0'43"( /0%4/*24"$+#"#.&'( )"( #%(
sistem drugog reda.
Blok dijagram sistema za identifikaciju prikazan je na slici P4.1

142

Slika P4.1 Blok dijagram sistema za identifikaciju

Neka su dati nizovi odmeraka ulaznog i izlaznog signala nepoznatog sistema:

!
!
!

0
1
1

1
0
-1

2
-1
-1

3
2
1

4
1
3

5
3
4

6
0
3

7
-2
-2

8
-1
-3

9
4
3

Blok dijagram nepoznatog sistema za koga je pretpostavljeno da je drugog reda je kao na slici P4.2

Slika P4.2 Blok dijagram nepoznatog sistema

!%/*<-"4'(2'24%3(2%(3*F%(*/'2"4'()'5%0%-6-*3(#%)-",'-*3J

(4P.1)

143

T)%-4'5'1"6'#"(2'24%3"(2%(2$*)'(-"(0",.-"-#%(1*%5'6'#%-"4"(")"/4'$-*>(2'24%3"(4"1*()"(2%()*@'#%(3'-'3"+-"(
gre81":( L)"/4"6'#"( A/0%",.-"$"-#%B( 1*%5'6#%-"4"( $08'( 2%( -"( *2-*$.( mG?( ")"/4'$-*>( "+>*0'43"7(
1*0'8&%-#%3('4%0"4'$-9(5*03.+"J

(4P.2)

(4P.3)
koje se u vektorskom obliku mogu zapisati kao:

(4P.4)
S"(21"+"0-'(/"0"3%4"0(1*#'3(2%(/*)%8"$"(@0<'-"(")"/4"6'#%(.<%4*(#%()"(#%
H*84*#%(#%(2'24%3(,'#'(2%(/"0"3%40'(')%-4'5'1.#.(-%/*<-"47(.(Z-toj iteraciji pretpostavljeno je:

(4P.5)
Na osnovu (4P.1) se dobija :

(4P.6)

(4P.7)

(4P.8)
!"(2+',"-(-",'-7(.(N(I goj iteraciji se dobija:

144

(4P.9)

(4P.10)

(4P.11)

(4P.12)
_",.-"-#%(2%(-"('24'(-",'-(*@"$+#"(<"(2$"1.(2+%)%&.('4%0"6'#.:([%14*0(1*%5'6'#%-"4"(.(-%1*+'1*(-"0%)-'9(
'4%0"6'#"('3"(2+%)%&%($0%)-*24'J

(4P.13)
?+%)'(G"4+"@(1|)(<"(')%-4'5'1"6'#.(-%/*<-"4*>(2'24%3"(/*3*&.(mG?("+>*0'43"(J
28%,$),889!)W*?38,2*',))*&%(4*6*1,2*'%)(%"#+(,4#A):*:4%?,))
28#:%),889)
2829)
))
$%&V:*:4%?,);)[9)
K);)G<CB)<CE)<C>)<CaM)9)!)*?"38:(*)#&+*N)
?*);)<C<>9)
))
*6)$%&V:*:4%?,bB))
))))%$$#$JQO%)?#+%4%)3(%4*)#N,')$%&):*:4%?,QL))
%(&))
S;$,(&(JB@B<<L9))
O;B<<9))
c;8%(A4KJKL9))
&;+%$#:JB@8%(A4KJSLL9))
";GM9))
6#$)*;B=c))
)))),;GSJB=O_B0*LM9))
))))&;&_KJ*LIG")G,MM9))
))))";+%$#:JB@*L9))
%(&)
dX;GM9)
d<;+%$#:JB@$%&V:*:4%?,LQ9))
5;+%$#:JB@$%&V:*:4%?,L9))
))
1;<9))
6#$)(;$%&V:*:4%?,=O))
))))1;<9))
)^K*8%)1b;$%&V:*:4%?,0B))
))))))))5J1_BL;SJ(01L9))
))))))))1;1_B9))
))%(&))

145

)))))
))))F;d<QI5Q9))
))))%;&J(L0F9))
))))d(;d<_TI?*I%I5Q9))
))))d<;d(9))
))))dX;GdX)d<M9))
%(&))
"8#4JdXQL@4*48%JQe#(N%$A%(2*',)",$,?%4,$,)"$*)*&%(4*6*1,2*'*):*:4%?,QL)
8%A%(&JQ5<Q@Q5BQ@Q5TQ@Q5EQL9)
F8,5%8JQN$%&(#:4)",$,?%4,$,QL9)
S8,5%8JQ5$#')*4%$,2*',QL9)

Slika P4.3 4+<(8/&/,"1+)/";"#&:"3+,)+-%<)&/%7,."./+!&,-%!%D(,c9R,&87%$"/!&

4.3.2 Rekurzivni algoritam najmanjih kvadrata (R LS algoritam)

Osnovni nedostatak LMS algoritma je njegova osetljivost na korelaciona svojstva ulaznih signala.
Maksimalna vrednost skalarnog parametra 1*#'3( 2%( /*)%8"$"( @0<'-"( ")"/4"6'#%( *>0"-',%-"( #%( 2"(
3"12'3"+-*3( $0%)-*8&.( ".4*1*0%+"6'*-%( 3"40'6%( .+"znih signala. Zato se ovim algoritmom dobijaju
)*24"( 2/*0%( 1*-$%0>%-6'#%( '( 24*>"( 2%( /0"$%( "+>*0'43'( 1*#'( ( 3*>.( @0F%( )"( 1*-$%0>'0"#.7( 2"( 84*( 3"-#%(
operacija po iteraciji. Jedan od takvih algoritama je i rekurzivni algoritam naj manjih kvadrata (eng.
Recursive Least Squares Algorithm -RLS).
RLS algoritam, za razliku od LMS algoritma, nije osetljiv na korelaciona svojstva ulaznog signala.
`"1*C%7(@0<'-"(1*-$%0>%-6'#%(.(/*,%4-'3('4%0"6'#"3"((#%($%&"(1*)(*$*>("+>*0'43":
Neka je vektor ulaznih signala u trenutku n:

146

(4.21)
a vektor koeficijenata adaptivnog sistema:

(4.22)
a0%81"(.(40%-.41.(i u odnosu na n-4'(40%-.4"17(*<-",%-"(2"(

, jednaka je:

(4.23)
H0%4/*24"$1"(#%()"(#%(")"/4"6'#"(1*%5'6'#%-"4"($08%-"(2$%()*( -4*>(40%-.41":(T<0",.-"#3*(1*%5'6'#%-4%(.( 4*3(40%-.41.('(>0%81.(1*#.(@'23*(-"/0"$'+'(.( -4*3(40%-.41.7(/*)(.2+*$*3()"(2%(<"(20",.-"$"-#%(>0%81%(
koriste vrednosti koeficijenta dobijenih u -tom trenutku.
;( 6'+#.( -"+"F%-#"( */4'3"+-%( $0%)-*24'( 1*%5'6'#%-"4"( ET_( 5'+40"( Aadaptivnog sistema) minimizuje se
kriterijumska funkcija
1*#"( /0%)24"+#"( <@'0( 1$")0"4"( 2$'9( >0%8"1"(
do trenutka . Ako je
kriterijumska funkcija jednaka nuli, onda je
vektor optimalnih koeficijenata adaptivnog FIR filtra.

(4.24)
Skalarni parametrar 2%( *<-","$"( 1"* faktor zaboravljanja (eng. forgetting factor) i uvodi se zbog
-%24"6'*-"0-*24'(*$"1$'9(2'24%3"7(1"*('(<@*>(,%24*($%+'1'9($0%)-*24'(<"( . Faktor zaboravljanja umanjuje
>0%81%(Ad(<"@*0"$+#"U(('9(B(1*#%(2.(2%()%2'+%(0"-'#%:(!"(/0'3%07(<"(('<.<%4-*().>%(2%1$%-6%(.+"<-'9(2'>-"+"7
@'4-%( 2.( -"#21*0'#%( >0%81%7( "( *-%( *)( 0"-'#%( 40%@"( <"@*0"$'4'( A<"(
dobija se poslednja
>0%81"7(*-"(.( -tom trenutku).
Potrebno je odrediti algoritam za odredjivanje
filtra.

, vektora optimalnih koeficijenata adaptivnog FIR

D'5%0%-6'0"-#%3( A]:N]B( /*( $%14*0.( 1*%5'6'#%-"4"( '( '<#%)-","$"-#%3( '<$*)"( 2"( -.+*37( '3"#.&'( ( .( $').(
(4.23), dobija se:

(4.25)

147

odnosno

(4.26)

(4.27)
Ako se uvedu oznake:

(4.28)

(4.29)
3*F%(2%(/'2"4'J

(4.30)
R$'3(#%()*@'#%-"(#%)-",'-"(1*#"(#%(/*/.4(*-%(<"(*)0%)#'$"-#%(*/4'3"+-*>(0%8%-#"(
7(2"3*(84*(2%(.(
A]:NXB($08'(.20%)-#"$"-#%(/0*'<$*)"(
za sve prethodne vrednosti indeksa i. Dakle, */84%(0%8%-#%(.(
-tom trenutku je:

(4.31)
_%8%-#%(A]:OKB($"F'('(.(

trenutku tj:

(4.32)

148

D"(@'(2%(.2/*24"$'+"('4%0"4'$-"((0%+"6'#"('<3%C.(
'<3%C.(
i
.

potrebno je uspostaviti iterativnu relaciju

Iz (4.29) sledi:

(4.33)
Potrebno je nadalje '<0",-"4' inverznu matricu
1$")0"4-"((3"40'6"(x(1*#"(2%(3*F%('<0"<'4'(1"*J

u funkciji

:(;(4*3(23'2+.()%5'-'8%(2%(

(4.34)
G*F%(2%(/*1"<"4'()"(#%(J

(4.35)
Ako se (4.34) i (4.35) primeni na izraz na desnoj strani relacije (4.33), dobija se:

(4.36)
Ako se izraz
napisati u obliku:

koji predstavlja skalarnu veli,'-.7( *<-",'( 2"(

, A]:O^B( 2%( 3*F%(

(4.37)
jer je:

(4.38)
T3"#.&'(.($').(A]:OWB7(.$*)%(2% slede&"(*<-","$"-#"J

149

(4.39)

(4.40)

(4.41)

(4.42)
(4.41) se sada moF%((-"/'2"4'(1"*:

(4.43)
`0"-25*03"6'#*3( '<0"<"( A]:NXB( 1*#'3( 2%( 20",.-"$"( $%14*0(
, 3*F%(2%(/'2"4'J

, iterativnom procedurom na osnovu

(4.44)
?")"(2%((A]:OKB(3*F%('<0"<'4'(.(*@+'1.J

(4.45)

150

(4.46)

(4.47)
Na osnovu (4.23 poslednji izraz u (4.47) 3*F%(2%(-"/'2"4'(1"*:

(4.48)
84*(/0%)24"$+#"('4%0"4'$-.(/0*6%).0.(<"(20",.-"$"-#%($%14*0"(1*%5'6'#%-"4"(ET_(5'+40":
Algoritam kojim se izvr8"$"('<+*F%-"(0",.-21"(/0*6%).0"(*/'2"-(#%(-")"+#% po koracima:
-

D%5'-'8%(2%(/*,%4-*(24"-#%(2'24%3"(<"(

(A.1)
-

H0%4/*24"$+#"(2%((/*,%4-"($0%)-*24(('-$%0<-%((3"40'6%(

(A.2)
pri ,%3.(#%(I #%)'-',-"(3"40'6"7("( konstanta.
-

S")"#%(2%(.+"<(.(2'24%3(1"*('(F%+#%-'(2'>-"+(A'+'('<+"<('<(-%/*<-"4*>(2'24%3"7("1*(2%(0")'(*(2'24%3.(
za identifikaciju),

Za

*)0%C.#%(2%(>0%81"(

po formuli:

(A.3)

151

?0",.-"$"#.(2%(/*3*&-%(($%+','-%(

:i

na osnovu relacija:

(A.4)

(A.5)
-

?0",.-"$"(2%(-*$"($0%)-*24(3"40'6%(

(A.6)
-

?0",.-"$"(2%(-*$"($0%)-*24($%14*0"(1*%5'6'#%-"4"(")"/4'$-*>(2'24%3"7(/0%3"(relaciji:

(A.7)
-

Ceo iterativni postupak se ponavlja za novu vrednost indeksa n.

=*+'1'(#%(@0*#(/*40%@-'9(*/%0"6'#"(<"('<$08%-#%(_m?("+>*0'43"e
L1*(2.(3"40'6%(1*#%(2%(<")"#.('+'(20",.-"$"#.(((0%)"(
i vektori koji se zadaju '+'(20",.-"$"#.(((
0%)"7(4")"(2%(/0'(20",.-"$"-#.(.(/*#%)'-'3(1*0"6'3"(_m?("+>*0'43"(*@"$+#"(2+%)%&'(@0*#(*/%0"6'#"J
U (A.3) 3-*F%-#"('(
sabiranja
U (A.4)
3-*F%-#"('( sabiranja + 3-*F%-#"('( sabiranja
;(AL:cB(!(3-*F%-#"(A(#%0(#%(@0*#'+"6(-"C%-(.AL:]BB
U (A.7) !(3-*F%-#"('(!(2"@'0"-#"
U (A.6)
3-*F%-#"('( sabiranja + 3-*F%-#"
oduzimanja +
konstantom ( sa
)!

I tog

3-*F%-#"(

D"1+%7((.1./"-(@0*#(*/%0"6'#"(.(20",.-"$"-#.(1*%5'6'#%-"4"(")"/4'$-*>(2'24%3"(/0'3%-*3(_m?("+>*0'43"(
je
mnoF%-#"('(
2"@'0"-#"7("1*(2%('-$%0<-"(3"40'6"('<(A]:OKB(20",.-"$"(/*('<+*F%-*#(/0*6%).0':(f*#(
*/%0"6'#"(#%(3-*>*($%&'(A20"<3%0"-(2"(
) "1*(2%('-$%0<-"(3"40'6"(0",.-"(/*()%5'-'6'#':

Primer 4. 2.
Identifikacija nepoznatog sistema upotrebom R LS algroitma

152

Neka je sistem sa slike P4.4 sa nepoznatom funkciju prenosa (Nepoznati sistem), odnosno nepoznat je
5'<',1'(*/'2(2'24%3"7("(/*<-"4'(2.(.+"<-'('('<+"<-'(2'>-"+'((2'24%3":(G"4%3"4',1'3(/.4%3(#%(,%24*(4%81*7("(
-%1")"('(-%3*>.&%(*/'2"4'(2'24%3('()*@'4'(-#%>*$.(5.-16'#.(/0%-*2":
a*0-#'(/0*@+%3(2%(0%8"$"(-"(2+%)%&'(-",'-J('24'(.+"<-'(2'>-"+(2%()*$%)%(-"(.+"<(")"/4'$-*>(2'24%3"7("(<"4'3(
se izlazni 2'>-"+(")"/4'$-*>(2'24%3"(*).<3"(*)('<+"<-*>(2'>-"+"(-%/*<-"4*>(2'24%3":(!"(4"#(-",'-()*@'#"(
2%( 2'>-"+( >0%81%(
. Kada
, tada je posmatrani sistem jednak adaptivnom (imaju iste
/"0"3%40%B:( D"( @'( 2%( 4*( *24$"0'+*( $08'( 2%( ")"/4"6'#"( 1*%5'6'#%-"4"( "daptivnog sistema tako da se ostvari
uslov
.

Slika P4.4 Sistem za identifikaciju parametara nepoznatog sistema

Treba ista&'()"(#%(*$"#(3%4*)(<"(')%-4'5'1"6'#.(/0'3%-+#'$('(.(2+.,"#.()"((#%(-%/*<-"4'(2'24%3($0%3%-21'(
/0*3%-+#'$(A)'-"3',1'B:
9&/8&H,#f1,<&,"1+)/";"#&:"3(,)+-%<)&/%7,."./+!&,-%!%D(,4cR,&87%$"/!&6
:;*("34JQP(%:*4%)$%&):*:4%?,=)QL9))
K;*("34JQP(%:*4%)*?"38:(*)#&+*N=)QL9))
,;*("34JQP(%:*4%)1#81#)+%8*4%)*4%$,2*',=)QL9))
5;*("34JQP(%:*4%)8,?&,=)QL9))
];*("34JQP(%:*4%)&%84,=)QL9))
O;B<<<9)!)-3+*(,)38,+(#A):*A(,8,))
*;$,(&(JO@BL9)!)P8,+(*):*A(,8))
F;2#(NJ*@KL9))
F;FJB=OL9))
$%&:*:;:9))
&);)F9))
!)P(#:*?#)1#8*1#)2%?#)*4%$,2*',))
O;,9))
!).,14#$)+,5#$,N8',(',)8,?5&,))
8,?&,;59))
!)P(#:*?#)+%8'%(#)&%84,))
&%84,);])9))
!)R(*2*',8*+,2*',)?,4$*2%)f))
f);)&%84,I%F%J$%&:*:L9))
!)R(*2*',8*+,2*',)N%14#$,)^))
^);)+%$#:J$%&:*:@BL9))
!)g#:4,N*?#)^$)&,)53&%)"$,+(,)?,4$*2,)
^$;GM9))
6#$)
)();)$%&:*:)=)O)))
))))S);)*J(=0B=(0$%&:*:_BL9))
))))?*B);)SQ)I)f9))

153

))))?*;?*B)I)S9))
))))";f)I)S9))
))))A);)"UJ8,?&,)_)?*)L9))
))))F;SQ)I)^9))
))))%J(L);)&J(L)0)F9))
)^);)^)_)A)I)%J(L9))
))))^$;G^$)^M9))
)f);)J)f)0)A)I)?*B)L)U)8,?&,9))
%(&)))
"8#4J^$QL))
!)f$4,?#)1,1#)1#(N%$A*$,'3)",$,?%4$*)(%"#+(,4#A):*:4%?,))))
OhgijO`/RVWRW/h7Vkh);)^))
!"#$%&'
)
P(%:*4%)$%&):*:4%?,)=))[))
)
P(%:*4%)*?"38:(*)#&+*N)=))G<CB)<CE)<C>)<CaM))
)
P(%:*4%)1#8*1#)+%8*4%)*4%$,2*',)=)><))
)
P(%:*4%)8,?&,)=)<Caaa))
)
P(%:*4%)&%84,)=)B<<<)

Slika P4.5 Konvergencija koeficijenata adaptivnog sistema ka vrednosti ma nepoznatog sistema.

Primer 4. 3.
O tklanjanje smetnji
H*23"40"#3*(2+%)%&'(/0'3%0J(H'+*4(>*$*0'(-"(3'10*5*-(.("$'*-.:(L1*(2%(-%84*()*)"4-*(-%((.,'-'7(.(4*0-#.(
2%(-%&%(,.4'(-#%>*$"(/*0.1"(<@*>(@0.#"-#"(3*4*0"("$'*-"(A/0'2.4"-(#%(2'>-"+(8.3"( B:(H0*@+%3(2%(0%8"$"(
4"1*( 84*( 2%( )"+#%7( -"( )0.>*3( 10"#.( 1"@'-%7( 24"$+#"( #*8( #%)"-( 3'10*5*-( 1*#'( -%( 3*F%( 0%>'240*$"4'( /'+*4*$(
>*$*0(#%0(#%(/'+*4*$(>+"2()*(4*>(3%24"()*$*+#-*(*2+"@'*7($%&('21+#.,'$*(8.3(*1*+'-%('(8.3(3*4*0"(
.
Ipak, ne moF%(2%('<$08'4' )'0%14-*(*).<'3"-#%7(<@*>(5"<-%(0"<+'1%(2'>-"+"(8.3"('(>*$*0":(L1*(2%(4*(.0")'(
)*@'&%(2%()$"(/.4"($%&'(8.37(84*7(-"0"$-*7(-'#%(.('-4%0%2.:

154

H*<-"4*(#%()"(2.(8.3*$'( i

povezani, odnosno medjusobno zavisni:

(4P.14)
U sistemu sa slike P4.6 signal >0%81%(2
pilota.

koja se dobije na izlazu iz sistema je, ustvari, signal govor

Slika P4.6 Adaptivni sistem za otklanjanje smetnji

9&/8&H,#f1,<&,."!(8&:"3(,%/#8&)3&)3&,.!+/)3","<,."7)&8&,(-%/$+H%!,4cR,&87%$"/!&6
!
28%,$),889)!)W*?38,2*',)#418,(',(',):?%4('*)*+)
28#:%),889)!,8A#$*4?,):*A(,8,)3"#4$%5#?)XcW)))
"#',2,('%);)<CT9))
$%&);)l9))
O);)E<<<9)!)-3+*(,):*A(,8,)
4;B=O9))
:*A(,8);):*(JTI"*CI4CI4UOUOIlL9)!)Q2K*$"Q):*A(,8))
(#*:%B);)$,(&(JB@$%&L9))
(#*:%);)$,(&(JB@OL9)
(#*:%T;)2#(NJ(#*:%@(#*:%BL9))
?*1$#6#();):*A(,8)_)(#*:%TJB=8%(A4KJ:*A(,8LL9))
6);)(#*:%I"#',2,('%9)))
8,?5&,);)<Caaa9)))
^JB@=L);)+%$#:JB@$%&L9))
*(*4);)B<<<<<9))
f);)&*,AJ)#(%:JB@$%&L)I)*(*4)L9)!)j%$#)",&&*(A)))
6$);)G+%$#:JB@$%&)0BL)6M9))
6#$)
)();)B=O9))
)))?);)()_)$%&)0B9))
)))S);)6$J?0$%&_B=B=?LQ9))
)))FJ(L);)^J(@=LIJSL9))))
)))%J(L);)?*1$#6#(J(L)0)FJ(L9))
)))))))A);)8,?5&,)I)f)I)S)U)JB)_)8,?5&,ISQIfISL9))
)))^J(_B@=L);)^J(@=L)_)AQI%J(L9)))
)))f);)8,?5&,If)0)8,?5&,IAISQIf9))
%(&)
:35"8#4JE@B@BL9)

155

,S*:JG<)8%(A4KJ?*1$#6#(L)?*(J?*1$#6#(L)?,SJ?*1$#6#(LML9))
:35"8#4JE@B@BL9))
"8#4J:*A(,8@Q$QL9))
4*48%JQi$*A*(,8(*):*A(,8QL9))
:35"8#4JE@B@TL9))
"8#4J?*1$#6#(@QAQL9)
,S*:JG<)8%(A4KJ?*1$#6#(L)?*(J?*1$#6#(L)?,SJ?*1$#6#(LML9))
4*48%JQW*A(,8)(,)*+8,+3)*+)?*1$#6#(,)Je#$*:(*)_):3?LQL9))
:35"8#4JE@B@EL))
"8#4J%@Q5QL9)
,S*:JG<)8%(A4KJ?*1$#6#(L)?*(J:*A(,8L0CB)?,SJ:*A(,8L_CBML9))
4*48%JQ.*84$*$,(*):*A(,8QL9)

!
"#$%&!'()*!!+,-.#/&/!0$1.#&2$3,!4/%#&53&53&!01,/53$!$-!0$65&#&!.74/8,941!+:"!&#648$/1&!

4.3.3 Poredjenje R LS i L MS algoritama

U LMS algoritmu korekcija 1*#"(#%( /0'3%-#%-"( .("F.0'0"-#.( /0%49*)-%( /0*6%-%($%14*0"( 1*%5'6'#%-"4"(#%(
<"2-*$"(-"(40%-.4-*#($0%)-*24'(*)3%01"(.+"<-*>(2'>-"+"('(2'>-"+"(>0%81%:(?()0.>%(240"-%7(.(_m?("+>*0'43.(
<"( '<0",.-"$"-#%( *$%( 1*0%16'#%( 1*0'24%( 2%( '-5*03"6'#%( A20",.-"4%( $0%)-*24'B( dobijene u prethodnim
iteracijama (trenucima odmeravanja).

156

U LMS algoritmima, korekcija primenjena u odnosu na prethodnu procenu sastoji se od proizvoda tri
5"14*0"J( /"0"3%40"( $%+','-%( 1*0"1"( }7( 2'>-"+"( >0%81%(
i vektora ulaznog signala
, u
prehodnom trenutku odmeravanja. S druge strane , u RLS algoritmu ova korekcija se sastoji od proizvoda
)$"(5"14*0"7(24$"0-%(/0*6%-%(>0%81%(
(.(4%1.&%3(40%-.41.(*)3%0"$"-#"(-B('($%14*0"(/*#","-#"
.
[%14*0( /*#","-#"( #%( /0*'<$*)( ".4*1*0%+"6'*-e funkcije
i pomerenog ulaznog vektora
,
/*)%+#%-( 2"( ,+"-*3(
. Glavna razlika izmedju LMS i RLS algoritma jeste, upravo, postojanje
u iterativnom delu RLS algoritma koji ima efekat dekorelacije sukcesivno pomerenih ulaznih
2'>-"+"7(,'-%&'(4"1*(_m?("+>*0'4"3(2"3**04*>*-"+-'3(:(R$"(*2*@'-"(_m?("+>*0'43"(,'-'(>"(%2%-6'#"+-*(
nezavisnim od opsega sopstvenih vrednosti korelacione matrice ulaznog signala.
mG?("+>*0'4"3(<"94%$"(/0'@+'F-*(NZG('4%0"6'#"()a srednje kvadratno konvergira, gde je M broj odmerak
.+"<-*>(2'>-"+"(2")0F"-'9(.($%14*0.(.+"<-*>(2'>-"+":(?"()0.>%(240"-%7(_m?("+>*0'4"3(20%)-#%(1$")0"4-*(
1*-$%0>'0"(<"(3"-#%(*)(N('4%0"6'#%:(?4%/%-(1*-$%0>%-6'#%(_m?("+>*0'43"(#%(24*>"7(.*/84%-*(>*$*0%&'7($%&'(
od LMS algoritma.
Za razliku od LMS algoritma, pri izvodjenju RLS algoritma nisu pravljene aproksimacije. Stoga, kako se
@0*#("/0*12'3"6'#"(/0'@+'F"$"(@%21*-",-*24'7(/0*6%-"(20%)-#'9(1$")0"4"($%14*0"(1*%5'6'#%-"4"(2%(/0'@+'F"$"(
optimalnoj Vinerovoj vr%)-*24':(?">+"2-*(4*3%7(20%)-#"(1$")0"4-"(>0%81"(2%(/0'@+'F"$"(2$*#*#(3'-'3.3.(
$0%)-*24':(D0.>'3(0%,'3"7(_m?("+>*0'4"37(4%*0'#21'7(/0%)24"$+#"(-.+4*(0"<)%8%-#%(A*)24./"-#%B:(?"()0.>%(
240"-%7( mG?( "+>*0'4"3( .$%1( /0%)24"$+#"( -%-.+4*( 0"<)%8%-#%:( T/"17( *$*( 0"<)%8%-#%( 3*F%( @'4'( .,'-#%-*(
/0*'<$*+#-*(3"+'37(1*0'8&%-#%3()*$*+#-*(3"+%($%+','-%(1*0"1"(}:
Superiornost performansi RLS algoritma u poredjenju sa performansama LMS algoritma je, ipak,
/*24'>-.4"( /+"&"-#%3( $%+'1*>( /*$%&"-#"( 1*3/+%12-*24'( /0*0",.-":( =*3/+%12-ost nekog algoritma za
*/%0"6'#%(.(0%"+-*3($0%-.(#%(*)0%)#%-"(2"()$"(>+"$-"(5"14*0"J(AKB(@0*#(3-*F%-#"(A('()%+#%-#%(2%(0",.-"(.(
3-*F%-#%( /*( '4%0"6'#'B( '( 7( ANB( /0%6'<-*24( <"94%$"-"( <"( '<$*)#%-#%( "0'43%4',1'9( */%0"6'#":( _m?( "+>*0'4"3(
zahteva ukupno
3-*F%-#"(1*#'(2%(/*$%&"$"((2"(1$")0"4*3(G(A@0*#%3(1*%5'6'#%-"4"(5'+40"(B:(
S druge strane, LMS broj zahteva
3-*F%-#"('(4"#(@0*#(0"24%(+'-%"0-*(2"(/*0"24*3(G:
Na primer, za
3*F%-#":

7( _m?( "+>*0'4"3( <"94%$"( KcXK( 3-*F%-#"7( )*1( #%( 1*)( mG?-a potrebno svega 63

Poredjenje LMS i RLS algoritma

Algoritam
Konvergencija
Stabilnost
Kompleksnost
GTH?(/*40*8-#"
Implementacija

LMS
Veoma sporo
Veoma stabilno
Veoma jednostavna
Veoma niska
Veoma jednostavna

RLS
Veoma brzo
Veoma nestabilno
Visoka
Visoka
`%81"

T<( ( >*0-#%( 4"@+'6%( 2%( 3*F%( .*,'4'( )"( #%( #%)'-"( 3"-"( mG?( "+>*0'43"( $%*3"( 3"+"( @0<'-"( 1*-$%0>%-6'#%:(
!"2./0*4(-#%3.7(_m?("+>*0'4"3('3"($%+'1.(@0<'-.(1*-$%0>%-6'#%(-"(.840@(-#%>*$%(1*3/+%12-*24':

157

Literatura
[1] _")*#1"(=0-%4"7(G"01*(L6*$'&7(L)"3(D*24"-'&, Signali i sistemi sa MATLAB primerima
[2] Alan V. Oppenheim, Ronald W. Schafer, John R. Buck, Discrete-time signal processing
POQ(G'*)0">([:(H*/*$'&7(D'>'4"+-"(*@0")"(2'>-"+"
P]Q(G'+'&(_:(?4*#'&7(D'>'4"+-'(2'24%3'(./0"$+#"-#"
PcQ(G'*)0">([:(H*/*$'&7(Signali i sistemi
[6] Richard G. Lyons, Understanding Digital signal processing
[7] www.wikipedia.com
[9] John G. Proakis, Dimitris G. Manolakis, Digital signal processing I Principles, algorithms and
applications
[10]!!=*$",%$'&(f0"-1*(D:; f"-#"6(S*0"-(~:; G'+*2"$+#%$'&(G'+"-(G:, Adaptivni digitalni filtri
[11] Haykin, S., Adaptive Filter Theory, 3rd Ed., Prentice-Hall 1996.
[12] Adaptive Filtering and Change Detection , Fredrik Gustafsson,John Wiley & Sons 2000
[13] Adaptive filters Theory and applications B. Farhang-Boroujeny, National University of Singapore,
John Wiley & Sons 1998
[14] Adaptive filtering primer with Matlab Alexander D. Poularikas, Zayed M. Ramadan, Taylor &
Francis 2006.

158