‫‪www.hapetek.co.

il‬‬

‫מבוא לעיבוד ספרתי‬

‫של אותות‬
‫‪044198‬‬
‫סיכו הקורס‬
‫ייתכנו שגיאות! נא לשלוח תיקוני ל ‪avi.bandel@gmail.com‬‬
‫עדכו אחרו‪21/7/2010 :‬‬
 ‫‪2‬‬

‫תוכ ענייני‬
‫התמרות _____________________________________________________ ‪3‬‬ ‫‪.1‬‬
‫טור פורייה ___________________________________________________ ‪3‬‬ ‫‪.1.1‬‬
‫התמרת פורייה לזמ רצי‪4 ___________________________________________#‬‬ ‫‪.1.2‬‬
‫התמרת פורייה לזמ בדיד ___________________________________________ ‪6‬‬ ‫‪.1.3‬‬
‫התמרת ‪8 ___________________________________________________ Z‬‬ ‫‪1.4.‬‬
‫‪10‬‬ ‫התמרת פורייה דיסקרטית _________________________________________‬ ‫‪.1.5‬‬
‫‪12‬‬ ‫קונבולוציה מחזורית )ציקלית( _______________________________________‬ ‫‪.1.6‬‬
‫‪14‬‬ ‫דגימה ______________________________________________________‬ ‫‪.2‬‬
‫‪17‬‬ ‫אנליזה ספקטרלית _______________________________________________‬ ‫‪.3‬‬
‫מסנני ספרתיי _______________________________________________ ‪18‬‬ ‫‪.4‬‬
‫תכנו מסנ ‪20 _______________________________________________ FIR‬‬ ‫‪.4.2‬‬
‫תכנו מסנ ‪22 _______________________________________________ IIR‬‬ ‫‪.4.3‬‬
‫עיבוד רב‪+‬קצבי ________________________________________________ ‪24‬‬ ‫‪5.‬‬
‫הורדת קצב _________________________________________________ ‪24‬‬ ‫‪.5.1‬‬
‫העלאת קצב _________________________________________________ ‪24‬‬ ‫‪.5.2‬‬
‫דברי נוספי _________________________________________________ ‪25‬‬ ‫‪.6‬‬
‫נספחי _____________________________________________________ ‪26‬‬ ‫‪.7‬‬
‫כללי _____________________________________________________ ‪26‬‬ ‫‪.7.1‬‬
‫מטריצות ___________________________________________________ ‪27‬‬ ‫‪.7.2‬‬

‫‪ 044198‬מבוא לעיבוד ספרתי של אותות‪ ,‬סיכו הקורס‪ © .‬אבי בנדל‪.www.hapetek.co.il .‬‬

‫‪3‬‬

‫‪ .1‬התמרות‬
‫‪ .1.1‬טור פורייה‬
‫‪ .1.1.1‬הגדרה‬
‫טור פורייה של אות בזמ רצי‪ x ( t ) #‬במחזור ‪: T0‬‬
‫∞‬ ‫‪2π n‬‬
‫‪j‬‬ ‫‪t‬‬
‫= ) ‪x (t‬‬ ‫∑‬ ‫‪X S [ n] e‬‬ ‫‪T0‬‬

‫∞‪n =−‬‬

‫כאשר הסדרה הבדידה ] ‪ X S [ k‬היא סדרת מקדמי פורייה המתאימי‪:‬‬

‫‪t +T0‬‬ ‫‪2π kt‬‬
‫‪1‬‬ ‫‪−j‬‬
‫
] ‪X [k‬‬
‫‪S‬‬
‫‪∫ x (t ) e‬‬
‫‪T0‬‬
‫‪dt‬‬
‫‪T0‬‬ ‫‪t‬‬

‫‪ .1.1.2‬הקשר להתמרת ‪DTFT‬‬

‫‪:X‬‬ ‫‪S‬‬
‫‪ T0‬המיוצג בעזרת טור פורייה ] ‪[ k‬‬ ‫התמרת פורייה של אות ) ‪ x ( t‬במחזור‬
‫∞‬
‫‪X F (ω ) = 2π‬‬ ‫∑‬ ‫) ‪X S [ m] δ (ω − mω0‬‬
‫∞‪m =−‬‬
‫‪2π‬‬
‫= ‪. ω0‬‬ ‫כאשר‬
‫‪T0‬‬

‫‪ .1.1.3‬תכונות התמרת פורייה‬

‫ביטוי מתמטי‬ ‫התכונה‬ ‫מס‬
‫‪T0‬‬ ‫∞‬
‫‪x ( t ) dt = T‬‬ ‫∑‬ ‫] ‪X S [k‬‬
‫‪2‬‬ ‫‪2‬‬
‫∫‬‫‪0‬‬ ‫∞‪k =−‬‬
‫משפט פרסבל‬ ‫‪1‬‬

‫¡ ∈ ) ‪x (t‬‬ ‫⇒‬ ‫] ‪X S [ k ] = X S [ −k‬‬ ‫ממשיות ) ‪x ( t‬‬ ‫‪2‬‬

‫‪ 044198‬מבוא לעיבוד ספרתי של אותות‪ ,‬סיכו הקורס‪ © .‬אבי בנדל‪.www.hapetek.co.il .‬‬

 4

#‫ התמרת פורייה לזמ רצי‬.1.2

: x ( t ) #‫( של אות בזמ רצי‬CTFT – Continuous Time Fourier Transform) ‫התמרת פורייה‬
∞
X F (ω ) = CTFT { x ( t )}
∫ x (t ) e
− jωt
dt
−∞
:(ICTFT – Inverse CTFT) ‫וההתמרה ההפוכה‬
∞

{
x ( t ) = ICTFT X F (ω ) = } 1
2π ∫ X (ω ) e d ω
F ω j t

−∞

CTFT ‫ תכונות התמרת‬.1.2.1

CTFT ‫התמרת‬ #‫אות בזמ רצי‬ ‫תכונה‬ ‫מס‬
aX F ( ω ) + bY F (ω ) ax ( t ) + by ( t ) ‫ליניאריות‬ 1
2π ⋅ x ( −ω ) X F (t ) ‫דואליות‬ 2
1 F ω  ,‫מתיחה וכיוו‬
X   x ( at ) , a ∈ ¡ 3
a a (Scaling)
e − jωt0 X F (ω ) x ( t − t0 ) ‫הזזה בזמ‬ 4
X F ( ω − ω0 ) , ω0 ∈  e jω0t x ( t ) ‫הזזה בתדר‬ 5
1
2
( X F (ω − ω0 ) + X F (ω + ω0 ) ) x ( t ) cos (ω0t ) cos ‫מכפלה ב‬ 6

1
2j
( X F (ω − ω0 ) − X F (ω + ω0 ) ) x ( t ) sin (ω0t ) sin ‫מכפלה ב‬ 7

X F (ω ) ⋅ Y F ( ω ) x (t ) ∗ y (t ) ‫קונבולוציה בזמ‬ 8
1 F
X (ω ) ∗ Y F ( ω ) x (t ) ⋅ y (t ) ‫קונבולוציה בתדר‬ 9
2π
dn
( jω ) X F (ω ) x (t )
n
‫גזירה בזמ‬ 10
dt n
t
1 F
X (ω ) + π X F ( 0 ) δ (ω ) ∫ x (τ ) dτ ‫אינטגרציה בזמ‬ 11
jω −∞

d
jX F (ω ) tx ( t ) ‫גזירה בתדר‬ 12
dω
X (ω ) = X F ( −ω )
F

⇓
Re { X F ( ω )} = Re { X F ( −ω )}
x (t ) = x (t )
‫ממשיות בזמ‬ 13
Im { X F ( ω )} = − Im { X F ( −ω )} (‫)אות ממשי‬
X F (ω ) = X F ( −ω )
arg { X F ( ω )} = − arg { X F ( −ω )}
X F (ω ) = X F ( ω ) x ( t ) = x ( −t ) 14
(‫)התמרת ממשית‬
X F (ω ) = X F ( −ω ) x ( t ) = x ( −t ) 15
X F (ω ) = − X F ( −ω ) x ( t ) = − x ( −t ) 16
∞ ∞
1
∫ x ( t ) y ( t ) dt = 2π ∫ X (ω ) Y (ω ) dω
F F
‫משפט פרסבל‬ 17
−∞ −∞

.www.hapetek.co.il .‫ © אבי בנדל‬.‫ סיכו הקורס‬,‫ מבוא לעיבוד ספרתי של אותות‬044198

5

‫ ידועות‬CTFT ‫ התמרות‬.1.2.2
CTFT ‫התמרת‬ #‫אות בזמ רצי‬ ‫מס‬
1 δ (t ) 1
e − j ωt 0 δ ( t − t0 ) 2
2πδ (ω ) 1 3
2π ∞
 2πk  ∞

T
∑ δ ω −
k = −∞  T 
 ∑ δ ( t − kT )
k =−∞
4
∞ ∞
2π ∑
k =−∞
ak δ ( ω − k ω 0 ) ∑a e
k = −∞
k
jkω 0t
5

2πδ (ω − ω0 ) e jω0t 6
πδ (ω − ω0 ) + πδ (ω + ω0 ) cos (ω0t ) 7
π
j
( δ ( ω − ω0 ) − δ ( ω + ω0 ) ) sin ( ω0t ) 8

1, ω <π
ω   sin π t
rect   = 0.5, ω =π sinc ( t )
9
 2π   πt
0, ω >π
 1
 jω + πδ ( ω ) , ω ≠ 0 sign ( t ) + 1
 u (t ) = 10
πδ (ω ) , ω=0
2

1
, Re ( a ) > 0 e− at u ( t ) 11
a + jω
1
, Re ( a ) > 0 te − at u ( t ) 12
( a + jω )
2

1
Re ( a ) > 0 t n −1 − at
, e u (t ) 13
( a + jω ) ( n − 1)!
n

 2 1 t > 0
 , ω≠0 
 jω sign ( t ) = 0 t = 0 14
0, ω=0  −1 t < 0
 
k , t < t0
2kt0sinc ( t0ω )  15
0, else
2π j nδ ( n ) (ω ) tn 16
σ ω
2 2
t 2
− − 17
σ 2π e 2
e 2σ 2

 t
 ωt 
2 1 − , t < t0
t0 sinc  0   t0 18
 2π  0,
 else

.www.hapetek.co.il .‫ © אבי בנדל‬.‫ סיכו הקורס‬,‫ מבוא לעיבוד ספרתי של אותות‬044198

 6

‫ התמרת פורייה לזמ בדיד‬.1.3

: x [ n] ‫( של אות בזמ בדיד‬DTFT – Discrete Time Fourier Transform) ‫התמרת פורייה‬
∞
X f
(θ ) = DTFT { x [ n ]}
∑ x [ n] e− jθ n
n =−∞
:(IDTFT – Inverse DTFT) ‫וההתמרה ההפוכה‬
π
x [ n ] = IDTFT X f (θ ) { } 21π ∫ X (θ ) e f jθ n
dθ
−π

DTFT ‫ תכונות התמרת‬.1.3.1

DTFT ‫התמרת‬ ‫אות בזמ בדיד‬ ‫תכונה‬ ‫מס‬
X f (θ ) x [ n] 1
Y f (θ ) y [ n] 2
aX f
(θ ) + bY (θ ) f
ax [ n] + bx [ n ] , a, b ∈ £ ‫לינאריות‬ 3
X f ( −θ ) x [ −n] 4
e− jθ n X f (θ )
0
x [ n − n0 ] 5
X f (θ − θ0 ) e jθ0 n x [ n ] 6
X f ( −θ ) x [ n] 7
X f (θ ) Y f (θ ) x [n] * y [n] ‫קונבולוציה בזמ‬ 8
1
X f (θ ) ∗ Y f (θ ) x [ n] y [ n] ‫קונבולוציה בתדר‬ 9
2π
( )
1 − e − jθ X f (θ ) x [ n ] − x [ n − 1] "‫"גזירה‬ 10
1 ∞ n "‫"אינטגרציה‬
1 − e− jθ
X f
(θ ) + π X f (θ ) ∑ δ (θ − 2π k )
k =−∞
∑ x [k ]
k =−∞
11

d
j X f
(θ ) nx [ n ] 12
dθ
 X f (θ ) = X f ( −θ )

 Re X f (θ ) = Re X f ( −θ )
 x [ n] = x [ n]
 Im X (θ ) = − Im X ( −θ )
f f
13
 (‫)אות ממשי‬
 X (θ ) = X ( −θ )
f f


arg X (θ ) = − arg X ( −θ )
f f

∞ π
1
∑ x [ n] y [ n] = ∫π X (θ ) Y (θ ) dθ
f f
‫משפט פרסבל‬ 14
n =−∞ 2π −

.www.hapetek.co.il .‫ © אבי בנדל‬.‫ סיכו הקורס‬,‫ מבוא לעיבוד ספרתי של אותות‬044198

7

‫ ידועות‬DTFT ‫ התמרות‬.1.3.2
DTFT ‫התמרת‬ ‫אות בזמ בדיד‬ ‫מס‬
1, n=0
1 δ [n] =  1
0, n≠0
e− jθ n0 δ [ n − n0 ] 2
∞
2π ∑ δ (θ − 2π k )
k =−∞
1 3
∞
2π ∑ δ (θ − θ
k =−∞
0 − 2π k ) e jθ0 n 4
∞
π ∑ δ (θ − θ
k =−∞
0 − 2π k ) + δ (θ + θ 0 − 2π k ) cos (θ0 n ) 5

π ∞

j
∑ δ (θ − θ
k =−∞
0 − 2π k ) − δ (θ + θ 0 − 2π k ) sin (θ 0 n ) 6

1 ∞
1, n≥0
+ ∑ πδ (θ − 2π k ) u [n] =  7
1 − e− jθ k =−∞ 0, n<0
1
a nu [ n ] , a <1 8
1 − ae − jθ
N −1 1, 0 ≤ n ≤ N −1
D (θ , N ) ⋅ e
− jθ
2 w [ n] =  9
0, else

.www.hapetek.co.il .‫ © אבי בנדל‬.‫ סיכו הקורס‬,‫ מבוא לעיבוד ספרתי של אותות‬044198

 ‫‪8‬‬

‫‪ .1.4‬התמרת ‪Z‬‬
‫‪ .1.4.1‬הגדרה‬
‫התמרת ‪ Z‬של אות בזמ בדיד ]‪: x [ n‬‬
‫∞‬
‫
}] ‪X Z ( z ) = Z { x [ n‬‬ ‫‪∑ x [n] z‬‬ ‫‪−n‬‬

‫∞‪n =−‬‬
‫וההתמרה ההפוכה‪:‬‬
‫‪1‬‬
‫= ]‪x [ n‬‬ ‫‪X Z ( z ) z n −1dz‬‬
‫∫‪2π j
C‬‬

‫‪ .1.4.2‬הקשר להתמרת ‪DTFT‬‬

‫א מעגל היחידה ‪ z = e jθ = 1‬שיי‪ .‬לתחו ההתכנסות‪ ,‬אז נית לקבל את ה ‪ DTFT‬המתאי‪:‬‬
‫) ‪X f (θ ) = X Z ( z‬‬
‫‪z = e jθ‬‬
‫‪= X Z e jθ‬‬‫) (‬
‫‪ .1.4.3‬תכונות התמרת ‪Z‬‬
‫תחו התכנסות‬ ‫התמרת ‪Z‬‬ ‫אות בזמ בדיד‬ ‫תכונה‬ ‫מס‬
‫‪ROC X‬‬ ‫)‪X z ( z‬‬ ‫]‪x [ n‬‬ ‫‪1‬‬
‫‪ROCY‬‬ ‫)‪Y z ( z‬‬ ‫]‪y [ n‬‬ ‫‪2‬‬
‫לפחות‬
‫‪ROC X ∩ ROCY‬‬
‫) ‪aX z ( z ) + bY z ( z‬‬ ‫‪ax [ n] + bx [ n ] , a, b ∈ £‬‬ ‫ליניאריות‬ ‫‪3‬‬

‫‪ROC X‬‬ ‫‪X z ( z ) z − n0‬‬ ‫] ‪x [ n − n0‬‬ ‫הזזה בזמ‬ ‫‪4‬‬

‫בתוספת אולי של ‪z = 0‬‬ ‫)בהתמרה דו‪+‬צדדית (‬

‫‪ROC X‬‬ ‫) (‬
‫‪X z e− jω0 z‬‬ ‫] ‪e jω0 n x [ n‬‬ ‫הזזה בתדר‬ ‫‪5‬‬
‫רדיוסי ההתכנסות‬
‫)‪X (a z‬‬
‫‪z‬‬ ‫‪−1‬‬
‫]‪a n x [ n‬‬ ‫‪6‬‬
‫מוכפלי ב ‪a‬‬
‫רדיוס ההתכנסות הוא‬
‫ההופכי של הרדיוס‬ ‫) (‬
‫‪X z z −1‬‬ ‫] ‪x [ −n‬‬ ‫‪7‬‬
‫המקורי‬
‫רדיוס ההתכנסות הוא‬ ‫‪ x [ r ] , n = rk‬‬
‫‪1‬‬
‫רדיוס המקורי בחזקת ‪k‬‬
‫‪X z zk‬‬‫) (‬ ‫‪‬‬ ‫‪8‬‬
‫‪0,‬‬ ‫‪else‬‬
‫לפחות‬ ‫קונבולוציה‬
‫‪ROC X ∩ ROCY‬‬
‫) ‪X z ( z )Y z ( z‬‬ ‫]‪x [ n] ∗ y [ n‬‬ ‫בזמ‬
‫‪9‬‬
‫לפחות‬ ‫‪1‬‬ ‫‪n‬‬
‫אינטגרציה‬
‫}‪ROC X ∩ { z : z > 1‬‬ ‫‪1− z‬‬ ‫‪−1‬‬
‫)‪X z (z‬‬ ‫] ‪∑ x [k‬‬
‫∞‪k =−‬‬
‫בזמ‬
‫‪10‬‬

‫)‪X z (−z‬‬ ‫]‪x [ n‬‬ ‫‪11‬‬

‫‪d z‬‬ ‫גזירה‬
‫‪ROC X‬‬ ‫‪−z‬‬ ‫)‪X (z‬‬ ‫] ‪nx [ n‬‬ ‫בתדר‬
‫‪12‬‬
‫‪dz‬‬
‫‪1‬‬ ‫‪z‬‬ ‫קונבולוציה‬
‫‪X z ( µ ) Y z   µ −1d µ‬‬ ‫]‪x [ n] y [ n‬‬
‫∫
‪2π j‬‬
‫‪13‬‬
‫‪µ‬‬ ‫בתדר‬
‫]‪x [ n ] − x [ n − 1‬‬ ‫גזירה בזמ‬ ‫‪14‬‬
‫ממשיות‬
‫) ‪X z ( z) = X ( z‬‬ ‫]‪ x [ n‬ממשי‬ ‫‪15‬‬
‫בזמ‬

‫‪ 044198‬מבוא לעיבוד ספרתי של אותות‪ ,‬סיכו הקורס‪ © .‬אבי בנדל‪.www.hapetek.co.il .‬‬

9

‫ ידועות‬Z ‫ התמרות‬.1.4.4
‫תחו התכנסות‬ Z ‫התמרת‬ ‫אות בזמ בדיד‬ ‫מס‬
1, n=0
z ∈ 1 δ [n] =  1
0, n≠0
 \ {0} , m>0
 1, n=m
z ∈  , m=0 z −m δ [n − m] =  2
 \ ∞ , 0, n≠m
 { } m<0
1 z 1, n≥0
z >1 = u [n] =  3
1 − z −1 z −1 0, n<0
1 z
z <1 = −u [ − n − 1] 4
1 − z −1 z −1
1 z
z > a, a∈ = a nu [ n ] 5
1 − az −1 z−a
1 z
z < a, a∈ = − a n u [ − n − 1] 6
1 − az −1 z−a
az −1 az
z > a, a∈ = na n u[n] 7
(1 − az )−1 2
( z − a )2
az −1 az
z < a, a∈ = − na n u[− n − 1] 8
(1 − az )−1 2
( z − a )2
z 2 − z cos Ω 0
z >1 cos [ Ω 0 n] u [ n] 9
z 2 − 2 z cos Ω0 + 1
z sin Ω0
z >1 sin [ Ω0 n ] u [ n ] 10
z − 2 z cos Ω0 + 1
2

z 2 − rz cos Ω 0
z >r r n cos [ Ω 0 n] u [ n] 11
z 2 − 2rz cos Ω0 + r 2
rz sin Ω 0
z >r r n sin [ Ω 0 n] u [ n ] 12
z − 2rz cos Ω0 + r 2
2

z  nπ 
sin   u [ n ] 13
z +1
2
 2 
z2  nπ 
cos   u [ n ] 14
z2 +1  2 
z z1−b
z −b = a n −b u [ n − b ] 15
z−a z−a
1
z > a, a∈£ a n −1u [ n − 1] 16
z−a
1
z < a, a∈£ − a n −1u [ − n ] 17
z−a

.www.hapetek.co.il .‫ © אבי בנדל‬.‫ סיכו הקורס‬,‫ מבוא לעיבוד ספרתי של אותות‬044198

 ‫‪10‬‬

‫‪ .1.5‬התמרת פורייה דיסקרטית‬

‫‪ .1.5.1‬הגדרה‬
‫התמרת פורייה דיסקרטית )‪ (DFT – Discrete Fourier Transform‬של אות סיבתי וסופי בזמ בדיד ]‪ x [ n‬באור‪.‬‬
‫‪:N‬‬
‫‪N −1‬‬ ‫‪2π‬‬
‫‪−j‬‬
‫‪[ k ] = DFTN { x [ n]}
∑ x [ n] e‬‬
‫‪kn‬‬
‫‪X‬‬ ‫‪d‬‬ ‫‪N‬‬
‫‪,‬‬ ‫‪0 ≤ k ≤ N −1‬‬
‫‪n =0‬‬
‫וההתמרה ההפוכה )‪:(IDFT – Inverse DFT‬‬
‫‪N −1‬‬ ‫‪2π‬‬

‫{‬
‫
] ‪x [ n ] = IDFTN X d [ k‬‬ ‫}‬ ‫‪1‬‬
‫‪∑ X [k ] e‬‬
‫‪j‬‬ ‫‪kn‬‬
‫‪d‬‬ ‫‪N‬‬
‫‪, 0 ≤ n ≤ N −1‬‬
‫‪N‬‬ ‫‪k =0‬‬
‫‪2π‬‬
‫‪j‬‬
‫‪ Twiddle) WN
e‬בלעז( בשביל לקצר‪ ,‬ואז מקבלי‬ ‫‪N‬‬
‫כאשר כי‪ #‬לכתוב לעיתי‬
‫‪N −1‬‬
‫‪X d [ k ] = ∑ x [ n ]WN− kn ,‬‬ ‫‪0 ≤ k ≤ N −1‬‬
‫‪n =0‬‬

‫‪1 N −1 d‬‬
‫= ]‪x [n‬‬
‫‪∑ X [ k ]WNkn , 0 ≤ n ≤ N − 1‬‬
‫‪N n =0‬‬
‫למרות שההתמרה מוגדרת על אותות באור‪ , N .‬נית להרחיבה ג לאותות מחזוריי במחזור ‪ , N‬וכ‪ .‬נקבל ג‬
‫התמרה מחזורית במחזור ‪. N‬‬

‫תכונות ה ‪:Twiddles‬‬
‫‪W =W‬‬
‫‪N‬‬
‫‪N‬‬
‫‪N‬‬
‫‪Nk‬‬
‫‪= W = 1, k ∈ ¢‬‬
‫‪0‬‬
‫‪N‬‬
‫‪N −1‬‬
‫‪0,‬‬ ‫‪k mod N ≠ 0‬‬
‫‪∑W‬‬ ‫‪kn‬‬
‫‪=‬‬ ‫] ‪= N δ [ k mod N‬‬
‫‪k mod N = 0‬‬
‫‪N‬‬
‫‪n =0‬‬ ‫‪N,‬‬

‫‪ .1.5.2‬הקשר למקדמי טור פורייה‬

‫‪) X‬כלומר יש "חסימות סרט" במישור‬ ‫‪S‬‬
‫טור פורייה ] ‪[ k‬‬ ‫עבור אות ) ‪ x ( t‬מחזורי במחזור ‪ T0‬בעל ‪ 2 M + 1‬מקדמי‬
‫‪T0‬‬
‫= ‪ Ts‬מתקבל כי‪:‬‬ ‫מקדמי פורייה‪ ,( ∀ m > M : X S [ m] = 0 :‬אזי עבור ‪ N > 2 M + 1‬דגימות במרווח‬
‫‪N‬‬
‫‪ NX S [ k ] ,‬‬ ‫‪0≤k ≤M‬‬
‫∞‬
‫‪‬‬
‫‪DFTN { x [ n ]} = X N [ k ] = N ∑ X [ k + Nm] = 0,‬‬
‫‪d‬‬ ‫‪S‬‬
‫‪M <k < N −M‬‬
‫∞‪m =−‬‬ ‫‪ NX S k − N , N − M ≤ k ≤ N − 1‬‬
‫‪‬‬ ‫[‬ ‫]‬
‫נית לשחזר את האות המחזורי ע"י‪:‬‬
‫‪N −1‬‬
‫‪1‬‬
‫)‪x ( t ) = ∑ x [ n ] D (θ n ( t ) , 2 M + 1‬‬
‫‪N n =0‬‬
‫כאשר‬
‫‪n t ‬‬
‫‪θ n ( t ) = 2π  − ‬‬
‫‪ N T0 ‬‬
‫‪ .1.5.3‬ריפוד באפסי‬
‫ע"י ריפוד אות ]‪ x [ n‬באור‪ N .‬באפסי ‪ ,‬כלומר יצירת‬
‫‪ x [ n ] , 0 ≤ n ≤ N − 1‬‬
‫‪x padded [ n ] = ‬‬
‫‪0,‬‬ ‫‪N ≤ n ≤ M −1‬‬
‫‪2π‬‬ ‫‪2π‬‬
‫= ‪. ∆θ‬‬ ‫= ‪ , ∆θ‬ונהיתה קטנה יותר‪:‬‬ ‫נית להגדיל את רזולוצית התדר‪ ,‬שהייתה‬
‫‪M‬‬ ‫‪N‬‬

‫‪ 044198‬מבוא לעיבוד ספרתי של אותות‪ ,‬סיכו הקורס‪ © .‬אבי בנדל‪.www.hapetek.co.il .‬‬

11
DFT ‫ תכונות התמרת‬.1.5.4
DFT ‫התמרת‬ ‫אות בזמ בדיד‬ ‫תכונה‬ ‫מס‬
X d [k ] x [n] 1
Y d [k ] y [ n] 2
aX d [ k ] + bY d [ k ] ax [ n] + bx [ n ] , a, b ∈ £ ‫ליניאריות‬ 3

X d [ k ] = X d [ − k ] = X d ( N − k ) mod N 
x [ n] = x [ n] ‫סימטריות‬ 4
(‫)אות ממשי‬
X d [k ] = X d [k + N ] ‫מחזוריות‬ 5
W Xkm
N
d
[k ] x ( n − m ) mod N  ‫הזזה‬
‫בזמ‬
6
X d ( k − m ) mod N  ‫הזזה‬
WN− mn x [ n] ‫בתדר‬ 7

X d [ k ]Y d [ k ] ‫מכפלה‬
( x ⊗ y ) [ n] ‫בתדר‬
8
‫מכפלה‬
1
N
(
X d ⊗Y d ) [k ] x [ n] y [ n] ‫בזמ‬ 9
N −1 N −1 ‫משפט‬
∑ x [ n] y [ n] = ∑ X [ k ]Y [ k ]
n =0 k =0
d d
‫פרסבל‬ 10

‫ ידועות‬DFT ‫ התמרות‬.1.5.5
DFT ‫התמרת‬ ‫אות בזמ בדיד‬ ‫מס‬
1, n=0
1 δ [n] =  1
0, n≠0
 N 
( −1) δ  n −
k
 mod N  2
 2 
 N jϕ0 Nθ 0
2 e , k=
2π

 N − jϕ0 Nθ 0 cos (θ 0 n + ϕ0 )
 e , k=N− 3
2 2π 0 ≤ θ0 ≤ π
0, else



.www.hapetek.co.il .‫ © אבי בנדל‬.‫ סיכו הקורס‬,‫ מבוא לעיבוד ספרתי של אותות‬044198

 ‫‪12‬‬

‫‪ .1.6‬קונבולוציה מחזורית )ציקלית(‬

‫‪ .1.6.1‬הגדרה‬
‫יהיו ]‪ x [ n‬ו ] ‪ y [ n‬אותות סיבתיי בעלי אור‪ , N .‬אזי הקונבולוציה המחזורית עבור היא‪:‬‬
‫‪N −1‬‬
‫‪c [ n ] = ( x ⊗ y ) [ n ] = ∑ x [ m ] y ( n − m ) mod N ‬‬
‫‪m =0‬‬
‫לכל ‪. 0 ≤ n ≤ N − 1‬‬

‫באופ דומה‪ ,‬נית להגדיר את הקונבולוציה על ההרחבה המחזורית של האותות הנ"ל‪ .‬ניקח את ההרחבות המחזוריות‬
‫של שני האותות‪:‬‬
‫] ‪xI [ n ] = x [ n mod N‬‬
‫] ‪yI [ n ] = y [ n mod N‬‬
‫כאשר אנחנו מתייחסי לאותות כבעלי תמ‪ .‬סופי ‪ N‬בזמ )האותות המקוריי מוגדרי לכל ‪ n‬אבל מתאפסי מחו‪,‬‬
‫לתמ‪ ,( [ 0, N − 1] .‬אפשר לכתוב את ההרחבה המחזורית ג כ‪:.‬‬
‫∞‬
‫= ] ‪xI [ n‬‬ ‫] ‪∑ x [ n − kN‬‬
‫∞‪k =−‬‬
‫ואז ההגדרה תהיה‬
‫‪N −1‬‬
‫] ‪c [ n ] = ( x ⊗ y ) [ n ] = ∑ xI [ m ] y I [ n − m‬‬
‫‪m=0‬‬
‫לכל ‪. 0 ≤ n ≤ N − 1‬‬
‫א אורכי הסדרות שוני‪ ,‬נית לרפד את הסדרה הקצרה באפסי‪ ,‬ולבצע את הקונבולוציה המחזורית‪.‬‬

‫‪ .1.6.2‬הקשר לקונבולוציה הלינארית‬

‫יהיו ]‪ x [ n‬ו ] ‪ y [ n‬אותות סיבתיי בעלי תמ‪ .‬סופי ‪ N‬כל אחד‪ ,‬אזי הקונבולוציה המחזורית שווה לקונבולוציה‬
‫הלינארית של ההרחבות המחזוריות של אותות אלו‪.‬‬
‫כלומר‪ ,‬א‬
‫] ‪z [ n ] = { x ∗ y}[ n‬‬
‫] ‪c [ n ] = { x ⊗ y}[ n‬‬
‫אז‬
‫∞‬
‫= ]‪c [ n‬‬ ‫] ‪∑ z [ n + kN‬‬
‫∞‪k =−‬‬

‫כאשר ]‪ x [ n‬ו ] ‪ y [ n‬אותות סיבתיי בעלי תמ‪ .‬סופי ‪ N x‬ו ‪ N y‬בהתאמה‪ ,‬אזי נית לחשב את הקונבולוציה הלינארית‬
‫שלה ע"י חישוב הקונבולוציה המחזורית של האותות המקוריי מרופדי באפסי עד לאור‪. N = N x + N y − 1 .‬‬

‫‪ .1.6.3‬תכונות הקונבולוציה המחזורית‬

‫רישו מתמטי‬ ‫תכונה‬ ‫מס‬
‫‪x⊗ y = y⊗x‬‬ ‫קומוטטיביות‬ ‫‪1‬‬
‫)‪x ⊗ y ⊗ z = ( x ⊗ y) ⊗ z = x ⊗ ( y ⊗ z‬‬ ‫אסוציאטיביות‬ ‫‪2‬‬
‫‪( x ⊗ y ) [ n] ←‬‬
‫‪DFT‬‬
‫] ‪→ X d [ k ]Y d [ k‬‬ ‫מכפלה בתדר‬ ‫‪3‬‬

‫‪x [ n ] y [ n ] ←‬‬
‫‪DFT‬‬
‫→‬
‫‪1‬‬
‫‪N‬‬
‫(‬
‫] ‪X d ⊗ Y d [k‬‬ ‫)‬ ‫מכפלה בזמ‬ ‫‪4‬‬

‫‪ 044198‬מבוא לעיבוד ספרתי של אותות‪ ,‬סיכו הקורס‪ © .‬אבי בנדל‪.www.hapetek.co.il .‬‬

‫‪13‬‬

‫‪ .1.6.4‬אלגורית ‪Radix2-FFT‬‬
‫מספר הכפלי המרוכבי למימוש האלגורית הוא‬
‫‪N‬‬
‫‪log 2 N‬‬
‫‪2‬‬
‫עבור חישוב ‪ DFT‬לסדרה באור‪. N .‬‬

‫האלגורית דורש כי אור‪ .‬הסדרה יהיה חזקה של ‪ ,2‬כלומר ‪ N = 2 r‬עבור ‪ r‬כלשהו‪.‬‬

‫נית לחשב קונבולוציה לינארית ע"י ביצוע קונבולוציה מחזורית לשני אותו באור‪ N x .‬ו ‪: N y‬‬
‫‪ .1‬יש להרחיב את שני האותות לאור‪ M = N x + N y − 1 .‬ע"י ריפוד באפסי;‬
‫‪ .2‬כעת‪ ,‬נרפד באפסי כדי ששתי הסדרות יהיו באור‪ .‬שהוא חזקה של ‪;2‬‬
‫‪ .3‬נבצע ‪ DFT‬לשני האותות‪ ,‬בעזרת ‪ ,Radix2-FFT‬ונכפיל;‬
‫‪ .4‬כעת נותר לבצע התמרה הפוכה‪ ,‬ג בעזרת ‪ ,Radix-FFT‬לתוצאה שקיבלנו‪ .‬התוצאה היא הקונבולוציה‬
‫המחזורית בי שני האותות‪ ,‬ובגלל ההרחבה הראשונה שעשינו‪ ,‬היא ג הקונבולוציה הלינארית‪.‬‬

‫א כבר במספר הכפלי עסקינ‪ ,‬יהיה נחמד לציי את העובדות הבאות‪:‬‬
‫‪ .1‬כדי לבצע ‪ ,DTF‬נביט בהגדרה ונראה כי יש לבצע ‪ N 2‬כפלי מרוכבי‪ .‬א בוחני יותר לעומק‪ ,‬יש לנו בעצ‬
‫‪ 4‬פעולות כפל בי שני מספרי ממשיי‪ ,‬מכיוו שה ‪ Twiddles‬ה מספר מרוכב ‪ , a + jb‬וסדרה אותה‬
‫מתמירי יכולה להיות מרוכבת במקרה הכללית‪ ,‬ואז נבצע הכפלה במספר ‪ , c + jd‬כ‪ .‬שלכל אחד מ ‪N 2‬‬
‫הכפלי המרוכבי יש לבצע ‪ 4‬מכפלות ממשיות‪ . ( a + jb )( c + jd ) = ac + jad + jbc + bd :‬במקרה‬
‫שאנחנו מתמירי סדרה ממשית‪ ,‬נבצע רק שני מכפלות ממשיות‪ ,‬כי אז ‪. d = 0‬‬
‫‪ .2‬א יש לנו שתי התמרות של שני אותות‪ ,‬בד"כ נרצה להכפיל אות )הכפלה של איבר‪+‬איבר(‪ ,‬ולכ‪ .‬נדרשי ‪N‬‬
‫הכפלות מרוכבות‪.‬‬
‫‪2‬‬
‫‪ .3‬את ההכפלה נרצה להעביר בחזרה למישור הזמ‪ ,‬כלומר לבצע ‪ ,IDFT‬ולכ‪ .‬נדרשי ‪ N‬כפלי מרוכבי‪.‬‬

‫‪ 044198‬מבוא לעיבוד ספרתי של אותות‪ ,‬סיכו הקורס‪ © .‬אבי בנדל‪.www.hapetek.co.il .‬‬

 ‫‪14‬‬

‫‪ .2‬דגימה‬
‫‪ .2.1.1‬דגימה נקודתית‬
‫יהי ) ‪ x ( t‬אות בזמ רצי‪ .#‬הדגימה הנקודתית שלו‪ ,‬במרווח ‪ , Ts‬היא הסדרה ]‪ , x [ n‬כאשר‬
‫) ‪x [ n ] = x ( nTs‬‬
‫‪ .2.1.2‬דגימת הלמי‬
‫יהי ) ‪ x ( t‬אות בזמ רצי‪ .#‬דגימת ההלמי שלו‪ ,‬במרווח ‪ , Ts‬הוא האות הרצי‪ x p ( t ) #‬כ‪ .‬ש‪:‬‬
‫∞‬
‫) ‪xp (t ) = x (t‬‬ ‫) ‪∑ δ ( t − kT‬‬
‫∞‪k =−‬‬
‫‪s‬‬

‫‪2π‬‬
‫= ‪:( ωs‬‬ ‫את התמרת פורייה של האות הדגו נית לקבל מתו‪ .‬תכונת המכפלה בזמ של התמרת פורייה )‬
‫‪Ts‬‬
‫‪1 F‬‬ ‫‪ 2π‬‬ ‫∞‬
‫‪‬‬ ‫‪2π k   1‬‬ ‫∞‬
‫‪‬‬ ‫‪2π k  1‬‬ ‫∞‬
‫= ) ‪X pF (ω‬‬
‫‪2π‬‬
‫‪X (ω ) * ‬‬
‫‪T‬‬ ‫‪∑ δ ω −‬‬ ‫= ‪‬‬
‫‪Ts   Ts‬‬
‫∑‬ ‫‪X F ω −‬‬ ‫=‪‬‬
‫‪Ts  Ts‬‬
‫) ‪∑ X (ω − ω k‬‬
‫‪F‬‬
‫‪s‬‬
‫‪ s‬‬ ‫∞‪k =−‬‬ ‫‪‬‬ ‫∞‪k =−‬‬ ‫‪‬‬ ‫∞‪k =−‬‬

‫‪ .2.1.3‬הקשר בי שני סוגי הדגימות‬

‫כאשר דוגמי אות ) ‪ x ( t‬במרווח ‪ , Ts‬אז התמרת ‪ DTFT‬של הדגימה הנקודתית שווה לכיוו‪ ,‬בתדר‪ ,‬בפקטור ‪ , Ts‬של‬
‫התמרת ‪ CTFT‬של דגימת ההלמי של האות‪.‬‬
‫יהי ) ‪ x ( t‬אות בזמ רצי‪) #‬אשר התמרת ‪ CTFT‬שלו היא ) ‪ ( X (ω‬הנדג במרווחי זמ ‪ Ts‬ליצירת הסדרה ]‪ , x [ n‬אזי‬
‫‪F‬‬

‫∞ ‪1‬‬ ‫‪‬‬ ‫‪θ − 2π k ‬‬

‫= ) ‪X f (θ‬‬‫∑‬
‫∞‪Ts k =−‬‬
‫= ‪X F ω‬‬
‫‪Ts ‬‬
‫‪‬‬
‫‪‬‬
‫כאשר אפשר להבי את הסכימה האינסופית כשכפולי – הגורמי לקיפולי כאשר אנו דוגמי בתדר שלא עומד‬
‫בתנאי נייקוויסט‪ .‬א אנחנו אכ עומדי בתנאי‪ ,‬ואנו מסתכלי רק בתחו ] ‪ , θ ∈ [ −π , π‬הרי ש‬
‫‪1 Fθ ‬‬
‫= ) ‪X f (θ‬‬ ‫‪X  ‬‬
‫‪Ts‬‬ ‫‪ Ts ‬‬

‫‪ .2.1.4‬תנאי נייקוויסט‬
‫אנו רואי כי התמרת האות הדגו בדגימת הלמי היא שכפול של התמרת האות הנדג‪ ,‬כאשר השכפולי מתבצעי‬
‫‪2π‬‬
‫= ‪: ωs‬‬ ‫בהזזות של‬
‫‪Ts‬‬
‫∞‬
‫‪1‬‬
‫= ) ‪X pF (ω‬‬
‫‪Ts‬‬
‫) ‪∑ X (ω − ω k‬‬
‫∞‪k =−‬‬
‫‪F‬‬
‫‪s‬‬

‫התדרי אשר יקיימו את התנאי‪:‬‬

‫‪1‬‬
‫‪ω < ωs‬‬
‫‪2‬‬
‫לא ייפגעו‪ ,‬כלומר לא יתווס‪ #‬לה מידע מא‪ #‬אחד מאינסו‪ #‬השכפולי‪ .‬לכ‪ ,‬כדי לבצע דגימה תקינה של אות אשר‬
‫חסו סרט בתדר ‪ , ωM‬יש לקיי את התנאי הבא על תדר הדגימה‪:‬‬
‫‪ωs > 2ωM‬‬
‫יש לשי לב שכשרוצי לדגו בדיוק בתדר נייקוויסט‪ , ωs = 2ωM ,‬לוודא כי אי פונקציות דלתא בקצוות הסרט של‬
‫התמרת האות הנדג – זה קורה בד"כ כשרוצי לדגו אות הרמוני‪ ,‬כלומר אות שהוא סכו של קוסינוסי )כשזה‬
‫קורה כמוב ג כשדוגמי אות מחזורי שמיוצג ע"י טור פורייה – ואז ייצורו בתחו התדר ‪ ω‬הוא סכו של פונקציות‬
‫דלתא(‬

‫‪ 044198‬מבוא לעיבוד ספרתי של אותות‪ ,‬סיכו הקורס‪ © .‬אבי בנדל‪.www.hapetek.co.il .‬‬

‫‪15‬‬

‫‪ .2.1.5‬משפט הדגימה )משפט ‪(Shannon‬‬

‫‪ ,( ∀ ω > ωM : X‬ונתונות דגימותיו במרווחי זמ ‪. Ts‬‬ ‫‪F‬‬
‫יהי ) ‪ x ( t‬אות בזמ רצי‪ #‬וחסו סרט ) ‪(ω ) = 0‬‬
‫‪2π‬‬
‫= ‪ , ωs‬נית לשחזר את האות בכל רגע ‪ t‬מתו‪ .‬דגימותיו כ‪:.‬‬ ‫כל עוד עומדי בתנאי נייקוויסט‪ ,‬כלומר ‪> 2ωM‬‬
‫‪Ts‬‬
‫∞‬
‫‪ t − nTs ‬‬
‫= ) ‪x (t‬‬ ‫‪∑ x ( nT ) sinc ‬‬
‫‪s‬‬ ‫‪‬‬
‫∞‪n =−‬‬ ‫‪ Ts ‬‬

‫כא המשחזר הוא‬

‫‪ t  CTFT‬‬ ‫‪T ,‬‬ ‫‪ω < ωM‬‬
‫‪hr ( t ) = sinc   ←‬‬ ‫‪→ H rF (ω ) = ‬‬
‫‪ Ts ‬‬ ‫‪0,‬‬ ‫‪else‬‬

‫נוסחה כללית לאינטרפולציה היא‬

‫∞‬
‫= ) ‪x (t‬‬ ‫) ‪∑ x ( nT ) h ( t − nT‬‬
‫∞‪n =−‬‬
‫‪s‬‬ ‫‪r‬‬ ‫‪s‬‬

‫כאשר ) ‪ hr ( t‬הינה פונקצית גרעי האינטרפולציה‪.‬‬

‫דוגמאות למשחזרי לא אידאלי‪:‬‬

‫‪ .1‬משחזר ‪:Zero Order Hold‬‬
‫‪ωT‬‬
‫‪1,‬‬ ‫‪0 ≤ t ≤ T CTFT‬‬ ‫‪ ωT  − j 2‬‬
‫‪hr ( t ) = ‬‬ ‫‪←→ H rF (ω ) = T sinc ‬‬ ‫‪‬‬ ‫‪e‬‬
‫‪0,‬‬ ‫‪else‬‬ ‫‪ 2π ‬‬
‫‪ .2‬משחזר לינארי‪:‬‬
‫‪ t‬‬
‫‪1 − , t ≤ T CTFT‬‬ ‫‪ ωT ‬‬
‫‪hr ( t ) =  T‬‬ ‫‪←→ H rF (ω ) = T sinc2 ‬‬ ‫‪‬‬
‫‪0,‬‬ ‫‪ 2π ‬‬
‫‪‬‬ ‫‪else‬‬

‫‪ 044198‬מבוא לעיבוד ספרתי של אותות‪ ,‬סיכו הקורס‪ © .‬אבי בנדל‪.www.hapetek.co.il .‬‬

 ‫‪16‬‬

‫‪ .2.1.6‬דגימה בפס מעבר‬

‫כאשר התמרת האות הנדג חסומה באישזהו פס תדרי‪ ,‬נית להתשמש בשכפולי לטובתנו‪ ,‬ובכ‪ .‬לדגו את האות‬
‫בתדר נמו‪ .‬יותר מאשר מציב תנאי נייקוויסט‪ ,‬ובכל זאת לאפשר שחזור מושל של האות הנדג‪.‬‬

‫) ‪X F (ω‬‬

‫‪A‬‬

‫‪ω‬‬
‫‪−ω2‬‬ ‫‪−ω1‬‬ ‫‪ω1‬‬ ‫‪ω2‬‬

‫אנחנו יכולי להתשמש לטובתנו בשכפולי כאשר רוחב הסרט‪ , ω2 − ω1 ,‬נכנס לפחות פע אחת במרווח ] ‪ , [ 0, ω1‬כי‬
‫אז השכפולי ייכנסו למרווח זה‪.‬‬
‫ראשית‪ ,‬נחשב את מספר הפעמי ‪ L‬שרוחב הסרט נכנס במרווח ] ‪: [ 0, ω2‬‬
‫‪ω2‬‬
‫=‪L‬‬
‫‪ω2 − ω1‬‬
‫א קיבלנו מספר של‪ ,‬אז נבחר את תדר הדגימה‪:‬‬
‫‪2ω2‬‬
‫= ‪ωs‬‬
‫‪L‬‬
‫כאשר ‪ L‬אינו של‪ ,‬נבצע הרחבה של רוחב הסרט‪ ,‬כ‪ .‬שרוחב הסרט המורחב ייכנס מספר פעמי של‪ .‬אפשר להרחיב‬
‫ע"י הזזה של ‪ ω1‬שמאלה )הרחבה לשמאל( או ע"י הזזה של ‪ ω2‬ימינה )הרחבה לימי(‪.‬‬
‫הרחבה לשמאל‪:‬‬
‫נחפש ‪ ωL‬כ‪ .‬ש‬
‫‪ω2‬‬ ‫‪ ω2 ‬‬
‫=‪L‬‬ ‫‪=‬‬
‫‪ω2 − ωˆ1  ω2 − ω1 ‬‬
‫כאשר ‪ , ωˆ1 = ω1 − ωL‬ואז כמקוד‪ ,‬נקבל את אותו תדר הדגימה המופחת‪:‬‬
‫‪2ω‬‬
‫‪ωs = 2‬‬
‫‪L‬‬
‫הרחבה לימי‪:‬‬
‫נחפש ‪ ωR‬כ‪ .‬ש‬
‫‪ωˆ 2‬‬ ‫‪ ω2 ‬‬
‫=‪L‬‬ ‫‪=‬‬
‫‪ωˆ 2 − ω1  ω2 − ω1 ‬‬
‫כאשר ‪ , ωˆ 2 = ω2 + ωR‬ואז כמקוד‪ ,‬נקבל את תדר הדגימה המופחת‪:‬‬
‫ˆ‪2ω‬‬
‫‪ωs = 2‬‬
‫‪L‬‬

‫‪ 044198‬מבוא לעיבוד ספרתי של אותות‪ ,‬סיכו הקורס‪ © .‬אבי בנדל‪.www.hapetek.co.il .‬‬

‫‪17‬‬

‫‪ .3‬אנליזה ספקטרלית‬
‫‪ .3.1.1‬מבוא‬
‫ברצוננו להסתכל על אות ולהבי מה ה רכיבי התדר המרכיבי אותו‪.‬‬
‫מכיוו שמרכיבי התדר של אות כללי משתני כל הזמ‪ ,‬נביט בחלו זמ קצר וננתח את תמונת התדר של של האות‬
‫בחלו זמ קצר זה ) ‪ N‬דגימות(‪ .‬פעולה זו שקולה להכפלה של האות המקורי בחלו באור‪. N .‬‬

‫‪ .3.1.2‬אופ הביצוע‬
‫נניח שאנו בוחני אות המורכב משני רכיבי תדרי‪ ,‬כלומר אנו בוחני אות מהצורה‬
‫) ‪x ( t ) = A cos (ω1t ) + B cos (ω2t‬‬
‫הנדג במרווח ‪ , Ts‬אזי‪:‬‬
‫‪ A‬‬
‫‪ .1‬נבדוק מה היחס בי אמפליטודת האותות‪ ,‬ונדרוש שהחלו יהיה כזה שמנחית לפחות כמו ] ‪. 20 log   [ db‬‬
‫‪B‬‬
‫כ‪ .‬נבחר את החלו הקבוע לעבוד איתו )למרות שנית לעבוד ג ע חלו פרמטרי – של ‪ ,Kaiser‬אבל זה כבר‬
‫סיפור אחר(‪.‬‬
‫‪ .2‬נבדוק מה המרחק התדרי בי שני מרכיבי התדר‪ , ∆θ = θ1 − θ 2 = ω1Ts − ω2Ts ,‬ונדרוש שרוחב האונה‬
‫‪8π‬‬
‫> ‪ . ∆θ‬כ‪ .‬נבחר‬ ‫הראשית של התמרת החלו לא יעלה על מרחק זה‪ .‬לדוגמה‪ ,‬עבור חלו ‪ Hann‬נדרוש‬
‫‪N +1‬‬
‫את סדר החלו‪.‬‬

‫במקרי מסוימי‪ ,‬נית לנסות ולהתחכ ע"י בחירה של חלו מלבני פשוט‪ ,‬אשר התמרתו בתדר היא גרעי דיריכלה‪,‬‬
‫‪2π‬‬
‫= ‪ ( θ k‬ליפול בדיוק בנקודות שבה גרעי הדיריכלה מתאפס‪/‬מקבל את המקסימו שלו‪.‬‬ ‫ולגרו לדגימות שלנו ) ‪k‬‬
‫‪N‬‬

‫‪ .3.1.3‬חלונות אפשריי‬
‫כאשר ‪ N‬הוא סדר המסנ ו ‪ L
N + 1‬הוא אור‪ .‬החלו‪ ,‬אלו החלונות שנית להתשמש בה לצור‪ .‬אנליזה‬
‫ספקטרלית‪:‬‬

‫רמת אונות הצד‬ ‫רוחב האונה‬ ‫סוג החלו‬

‫הראשית‬
‫‪4π‬‬
‫] ‪−13.5 [ dB‬‬ ‫חלו מלבני‬
‫‪L‬‬
‫‪8π‬‬ ‫חלו משולש‬
‫] ‪−27 [ dB‬‬
‫‪L‬‬ ‫)‪(Bartlett‬‬
‫‪8π‬‬
‫] ‪−32 [ dB‬‬ ‫חלו ‪Hann‬‬
‫‪L‬‬
‫‪8π‬‬
‫] ‪−43[ dB‬‬ ‫חלו ‪Hamming‬‬
‫‪L‬‬
‫‪12π‬‬
‫] ‪−57 [ dB‬‬ ‫חלו ‪Blackman‬‬
‫‪L‬‬

‫‪ 044198‬מבוא לעיבוד ספרתי של אותות‪ ,‬סיכו הקורס‪ © .‬אבי בנדל‪.www.hapetek.co.il .‬‬

 ‫‪18‬‬

‫‪ .4‬מסנני ספרתיי‬
‫אנו מתעסקי ע מסנני )מערכות ‪ (LTI‬שהינ בעלי מקדמי ממשיי‪ ,‬סיבתיי‪ ,‬יציבי )יציבות ‪ BIBO‬כפי שנלמד‬
‫בקורס אותות ומערכות( ובעלי פונקצית תמסורת רציונלית‪.‬‬
‫בלעז‪ ,‬מסנני ‪.RCSR – Real, Casual, Stable & Rational‬‬

‫‪ .4.1.1‬מסנ ‪IIR‬‬
‫זהו מסנ בעל תגובה להל אינסופית – ‪.Infinite Inpulse Response‬‬

‫מסנ ‪ IIR‬אנלוגי יתואר באופ כללי ע"י התמרת לפלס של תגובתו להל‪:‬‬
‫‪b0 s q + b1s q −1 + ... + bq‬‬
‫‪H (s) = p‬‬
‫‪L‬‬

‫‪s + a1s p −1 + ... + a p‬‬

‫כאשר ‪ , p ≥ q‬עבור ‪ Re {s} > −α‬כאשר ‪ α‬חיובי כלשהו‪.‬‬

‫מסנ ‪ IIR‬ספרתי יתואר באופ כללי ע"י התמרת ‪ Z‬של תגובתו להל‪:‬‬
‫‪b0 + b1 z −1 + ... + bq z − q‬‬
‫= )‪H ( z‬‬
‫‪Z‬‬

‫‪1 + a1 z −1 + ... + a p z − p‬‬

‫עבור ‪ z > R‬כאשר ‪ R‬חיובי כלשהו‪ ,‬וכאשר ‪. p > 0, a p ≠ 0‬‬

‫‪ .4.1.2‬מסנ ‪FIR‬‬
‫זהו מסנ בעל תגובה להל סופית – ‪.Finite Inpulse Response‬‬
‫מסנ ‪ FIR‬ספרתי יתואר באופ כללי ע"י התמרת ‪ Z‬של תגובתו להל‪:‬‬
‫‪H Z ( z ) = b0 + b1 z −1 + ... + bq z − q‬‬
‫נית לראות שמש‪ .‬התגובה להל הוא סופי‪:‬‬
‫‪b ,‬‬ ‫‪0≤n≤q‬‬
‫‪h [ n] =  n‬‬
‫‪0,‬‬ ‫‪else‬‬

‫‪ .4.1.3‬הגדרת פאזה רציפה‬

‫‪ , H‬כ‪:.‬‬ ‫אפשר להוכיח כי נית לבטא את תגובת התדר של מערכת ‪ ,RCSR‬בעלת פונקצית תמסורת ) ‪( z‬‬
‫‪Z‬‬

‫) ( ‪H f (θ ) = A (θ ) e‬‬
‫‪jϕ θ‬‬

‫כאשר ) ‪ A (θ‬היא פונקצית האמפליטודה הממשית‪ ,‬א‪ .‬לא בהכרח חיובית )בניגוד ל ) ‪ H f (θ‬שאליו התרגלנו(‬
‫ו ) ‪ ϕ (θ‬פונקצית הפאזה‪ ,‬והיא רציפה‪.‬‬

‫‪ 044198‬מבוא לעיבוד ספרתי של אותות‪ ,‬סיכו הקורס‪ © .‬אבי בנדל‪.www.hapetek.co.il .‬‬

‫‪19‬‬

‫‪ .4.1.4‬מסנ ‪GLP‬‬
‫מסנ ‪ GLP – Generalized Linear Phase‬הוא מסנ בעל פאזה לינארית‪ ,‬מהצורה‪:‬‬
‫) ‪j (ϕ −θτ‬‬
‫‪H f (θ ) = A (θ ) e 0 g‬‬
‫כאשר ‪ τ g‬נקרא השהיית חבורה והוא גודל קבוע במסנני ‪.GLP‬‬

‫מסנני ‪ GLP‬ניתני לרישו ג כ‪:.‬‬

‫‪‬‬ ‫‪N ‬‬ ‫‪‬‬ ‫‪N ‬‬
‫‪j  ϕ0 − θ ‬‬ ‫‪ K‬‬ ‫‪ j  ϕ0 − θ ‬‬
‫‪H (θ ) = F (θ ) G (θ ) e‬‬
‫‪f‬‬ ‫‪‬‬
‫‪= F (θ )  ∑ g [ k ] cos (θ k )  e  2 ‬‬
‫‪2 ‬‬

‫‪ k =0‬‬ ‫‪‬‬

‫כאשר ‪ N‬סדר המסנ‪ .‬מסנ זה יכול להיות אחד מארבע סוגי‪ ,‬ולו תכונות מיוחדות‪:‬‬

‫‪4‬‬ ‫‪3‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫סוג מסנ‬

‫אי‪+‬זוגי‬ ‫זוגי‬ ‫אי‪+‬זוגי‬ ‫זוגי‬ ‫סדר‬
‫‪π‬‬ ‫‪π‬‬
‫= ‪ϕ0‬‬ ‫= ‪ϕ0‬‬ ‫‪ϕ0 = 0‬‬ ‫‪ϕ0 = 0‬‬
‫‪2‬‬ ‫‪2‬‬ ‫פאזה‬
‫‪1‬‬ ‫‪1‬‬
‫‪τg = M +‬‬ ‫‪τg = M‬‬ ‫‪τg = M +‬‬ ‫‪τg = M‬‬
‫‪2‬‬ ‫‪2‬‬
‫סימטריה של ]‪h [ n‬‬
‫אנטי‪+‬סימטרי‬ ‫אנטי‪+‬סימטרי‬ ‫סימטרי‬ ‫סימטרי‬
‫ושל ) ‪A (θ‬‬
‫‪4π‬‬ ‫‪2π‬‬ ‫‪4π‬‬ ‫‪2π‬‬ ‫מחזוריות של ) ‪A (θ‬‬
‫‪θ‬‬ ‫‪θ‬‬
‫‪sin‬‬ ‫‪sin θ‬‬ ‫‪cos‬‬ ‫‪1‬‬ ‫) ‪F (θ‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪N −1‬‬ ‫‪N −2‬‬ ‫‪N −1‬‬ ‫‪N‬‬
‫‪K‬‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫תמיד ‪0‬‬ ‫תמיד ‪0‬‬ ‫כלשהו‬ ‫כלשהו‬ ‫)‪H f (0‬‬
‫כלשהו‬ ‫תמיד ‪0‬‬ ‫תמיד ‪0‬‬ ‫כלשהו‬ ‫) ‪H f (π‬‬
‫מסנני ‪LP, HP, BP,‬‬
‫גוזרי‪ ,‬מסנני הילברט‬ ‫מסנני ‪BP ,LP‬‬ ‫שימושי‬
‫‪ BS‬וא‪Multiband #‬‬

‫‪ .4.1.5‬מסנ בעל פאזה מינמלית‬

‫למסנ כזה‪ ,‬כל אפסי ה בתו‪ .‬מעגל היחידה )אי א‪ #‬אפס על מעגל היחידה וג אי א‪ #‬אפס מחו‪ ,‬למעגל היחידה(‪.‬‬
‫בהקשר זה‪ ,‬נית להראות כי החלפת אפס ב ‪) α‬מהצורה ) ‪ ( ( z − α‬בפונקצית התמסורת של המסנ באפס מהצורה‬
‫) ‪ α ( z − α −1‬לא משנה את תגובת האמפליטודה של המסנ‪ ,‬עד כדי קבוע‪.‬‬

‫‪ .4.1.6‬מסנ מסוג ‪All-Pass‬‬

‫‪−1‬‬
‫‪.α‬‬ ‫זהו מסנ בעל הגבר קבוע לכל ‪ . θ‬במסנ זה מספר האפסי שווה למספר הקטבי‪ ,‬ולכל אפס ב ‪ α‬יש קוטב ב‬

‫‪ .4.1.7‬תכונות ומשפטי‬
‫מסנ ‪ FIR‬ממשי הוא בעל פאזה לינארית א ורק א מקדמיו הינ סימטריי‪ ,‬או אנטי‪+‬סימטריי‪ ,‬סביב‬ ‫‪.1‬‬
‫מרכזו‪.‬‬
‫מסנ ‪ FIR‬ממשי הוא בעל פאזה לינארית א ורק א לכל אפס שלו ב ‪ , α‬ג ‪ α , α , α‬א אפסי שלו‪.‬‬
‫‪−1‬‬ ‫‪−1‬‬
‫‪.2‬‬
‫למסנ ‪ FIR‬מסדר ‪ N‬יש ‪ N + 1‬איברי שוני מאפס בתגובתו לדג יחידה‪.‬‬ ‫‪.3‬‬
‫מסנ פאזה לינארית
מסנ ‪FIR‬‬ ‫‪.4‬‬

‫‪ 044198‬מבוא לעיבוד ספרתי של אותות‪ ,‬סיכו הקורס‪ © .‬אבי בנדל‪.www.hapetek.co.il .‬‬

 ‫‪20‬‬

‫‪ .4.2‬תכנו מסנ ‪FIR‬‬

‫‪ .4.2.1‬תכנו בשיטת ‪IRT‬‬
‫‪ .1‬נגדיר את תגובת ההל האידיאלית של המסנ‪ ,‬ע"פ‬
‫‪ π 1‬‬ ‫‪‬‬
‫‪j  µ − Nθ ‬‬
‫‪H (θ ) = A (θ ) e‬‬
‫‪d‬‬
‫‪f‬‬
‫‪d‬‬
‫‪f‬‬ ‫‪ 2 2‬‬ ‫‪‬‬

‫כאשר עבור מסנ סימטרי ‪ , µ = 0‬ועבור מסנ אנטי‪+‬סימטרי ‪. µ = 1‬‬

‫האמפליטודה ) ‪ Adf (θ‬היא לא יותר מאשר ‪ 1‬בתחומי ההעברה ו ‪ 0‬בתחומי החסימה‪.‬‬
‫יש לשי לב שהתחומי הללו מגיעי עד תדרי הקטעו‪ ,‬שבקורס זה מספיק שיהיו באמצע תחומי המעבר‪.‬‬
‫‪θ p + θs‬‬
‫= ‪. θc‬‬ ‫כלומר‪ ,‬עבור תדרי מעבר ‪ , θ s , θ p‬נקבע את תדר הקיטעו ל‬
‫‪2‬‬
‫‪ .2‬נחשב את התגובה להל האידיאלית בעזרת ההתמרה ההפוכה‪:‬‬
‫‪π‬‬
‫‪1‬‬
‫= ] ‪hd [ n‬‬ ‫‪H df (θ ) e jθ n dθ‬‬
‫‪2π −∫π‬‬
‫‪ .3‬נמצא את סוג החלו המתאי איתו יבוצע הקיצו‪ ,,‬בעזרת הדרישה על הניחות בתחומי החסימה והגליות‬
‫בתחומי המעבר )ניקח כמוב את הדרישה המחמירה ביותר בכל תחו‪ ,‬א יש כמה תחומי(‪.‬‬
‫‪ .4‬נמצא את סדר המסנ ‪ , N‬בעזרת הדרישה לרוחב תחו המעבר )שוב – ניקח כמוב את הדרישה המחמירה‬
‫ביותר לכל רוחב תחו‪ ,‬א יש כמה תחומי(‪.‬‬
‫‪ .5‬נבצע את הקיצו‪ IRT – Impulse Response Truncation – ,‬בעזרת החלו שבחרנו ]‪ w [ n‬לקבלת תגובה‬
‫סופית להל )רשימת חלונות אפשריי בהמש‪:(.‬‬
‫‪ w [ n ] hd [ n ] , 0 ≤ n ≤ N‬‬
‫‪h [n] = ‬‬
‫‪0,‬‬ ‫‪else‬‬
‫כאשר ‪ L
N + 1‬הוא אור‪ .‬החלו‪ ,‬אלו החלונות שנית להתשמש בה תכנו מסנ בשיטת ‪ ,IRT‬נשתמש באחד‬
‫מהחלונות הבאי‪:‬‬

‫ניחות בתחו‬ ‫גליות בתחו‬ ‫גליות‬ ‫רוחב האונה‬

‫החסימה ‪As‬‬ ‫המעבר ‪Ap‬‬ ‫‪δ p ,δs‬‬ ‫ניחות אונות צד‬ ‫הראשית‬ ‫סוג החלו‬

‫‪4π‬‬
‫] ‪21[ dB‬‬ ‫] ‪0.75 [ dB‬‬ ‫‪0.09‬‬ ‫] ‪−13.5 [ dB‬‬ ‫חלו מלבני‬
‫‪L‬‬
‫‪8π‬‬ ‫חלו משולש‬
‫] ‪26 [ dB‬‬ ‫] ‪0.45 [ dB‬‬ ‫‪0.05‬‬ ‫] ‪−27 [ dB‬‬
‫‪L‬‬ ‫)‪(Bartlett‬‬
‫‪8π‬‬
‫] ‪44 [ dB‬‬ ‫] ‪0.055 [ dB‬‬ ‫‪0.0063‬‬ ‫] ‪−32 [ dB‬‬ ‫חלו ‪Hann‬‬
‫‪L‬‬
‫‪8π‬‬
‫] ‪53[ dB‬‬ ‫] ‪0.019 [ dB‬‬ ‫‪0.0022‬‬ ‫] ‪−43[ dB‬‬ ‫חלו ‪Hamming‬‬
‫‪L‬‬
‫‪12π‬‬
‫] ‪74 [ dB‬‬ ‫] ‪0.0017 [ dB‬‬ ‫‪0.0002‬‬ ‫] ‪−57 [ dB‬‬ ‫חלו ‪Blackman‬‬
‫‪L‬‬
‫‪A − 7.95‬‬
‫) ‪A = −20 log10 min (δ p , δ s‬‬ ‫=‪N‬‬
‫‪2.285 θ p − θ s‬‬
‫‪0.1102 ( A − 8.7 ) ,‬‬ ‫‪A > 50‬‬ ‫חלו ‪Kaiser‬‬
‫‪‬‬
‫‪α = 0.5842 ( A − 21) + 0.07886 ( A − 21) ,‬‬
‫‪0.4‬‬
‫‪21 ≤ A ≤ 50‬‬
‫‪0,‬‬ ‫‪A < 21‬‬
‫‪‬‬

‫‪ 044198‬מבוא לעיבוד ספרתי של אותות‪ ,‬סיכו הקורס‪ © .‬אבי בנדל‪.www.hapetek.co.il .‬‬

‫‪21‬‬

‫‪ .4.2.2‬תכנו בשיטת ‪Remez Exchange‬‬

‫שיטה זו‪ ,‬שפותחה ע"י בחור בש יבגני רמז בשנת ‪ ,1934‬היא שיטה מתמטית לאופטימיזציה‪ ,‬ובסופו של דבר היא‬
‫מניבה לנו מסנ ‪ – Equiripple‬כלומר מסנ אשר הגליות שלו קבועה לאור‪ .‬תחומי תדרי מסויימי )תחומי המעבר‬
‫ותחומי החסימה של המסנני אות נתכנ(‪.‬‬

‫מסנני ‪ FIR GLP‬ניתני לייצוג בצורה הבאה‬

‫‪‬‬ ‫‪N ‬‬ ‫‪‬‬ ‫‪N ‬‬
‫‪j  ϕ0 − θ ‬‬ ‫‪j  ϕ0 − θ ‬‬
‫‪H (θ ) = A (θ ) e‬‬ ‫‪‬‬ ‫‪2 ‬‬
‫‪= F (θ ) G (θ ) e‬‬ ‫‪‬‬ ‫‪2 ‬‬

‫כאשר‬
‫‪1,‬‬ ‫‪FIR − GLP − Type − 1‬‬
‫‪ θ‬‬
‫‪cos ,‬‬ ‫‪FIR − GLP − Type − 2‬‬
‫‪‬‬ ‫‪2‬‬
‫‪K‬‬
‫‪F (θ ) = ‬‬ ‫‪,‬‬ ‫) ‪G (θ ) = ∑ g k cos ( kθ‬‬
‫‪‬‬‫‪sin‬‬ ‫‪θ‬‬ ‫‪,‬‬ ‫‪FIR − GLP − Type − 3‬‬ ‫‪k =0‬‬
‫‪ θ‬‬
‫‪sin ,‬‬ ‫‪FIR − GLP − Type − 4‬‬
‫‪ 2‬‬

‫בניגוד לתכנו שביצענו עד כה‪ ,‬שהתבסס על טורי פורייה )שמקטיני את אינטגרל השגיאה הריבועית בי הפונקציה‬
‫לבי הייצוג שלה בעזרת הרמוניות(‪ ,‬כעת נתכנ את המסנ שלנו ע"י הקטנה )מינימיזציה( של המרחק הגדול ביותר‬
‫)המקסימלי( בי הפונקציה לייצוג שלה‪ .‬מכא הש ‪ .Minimax‬בשיטה זו‪ ,‬אנו מגדירי את תגובת התדר האידיאלית‪,‬‬
‫) ‪ D (θ‬וג פונקצית משקל ) ‪ , W (θ‬כל שנוכל לתת משקל גדול יותר לאיזורי מסויימי ב ) ‪ D (θ‬כדי שש הגליות‬
‫תהיה שונה ביחס לגליות באזורי האחרי ב ) ‪ . D (θ‬לדוגמא‪:‬‬

‫) ‪D (θ‬‬

‫‪I‬‬
‫‪II‬‬ ‫‪III‬‬
‫‪θ‬‬

‫) ‪W (θ‬‬

‫‪I‬‬ ‫‪III‬‬
‫‪II‬‬ ‫‪θ‬‬

‫כא‪ ,‬לאיזור ‪ I‬נתנו משקל כפול מלאזור ‪ , II‬ולכ הגליות בו תהיה קטנה פי ‪.2‬‬
‫הבעיה שתארנו לעיל )מנימזציה של המרחק המקסימלי בי ) ‪ D (θ‬למסנ‪ ,‬כלומר בעיית ‪ (Minimax‬נקראת בעיית‬
‫קירוב צ'בישב‪ ,‬והפתרו הוא האלגורית שפותח ע"י רמז )ומומש ע"י ‪ Parks‬ו ‪ McLellan‬לראשונה ב ‪.(Fortran‬‬

‫מתקבל כי למסנ שלנו יש ‪ K + 2‬נקודות מינימו ומקסימו מקומיי‪ ,‬בסדר מתחל‪) #‬מינימו‪ ,‬מקסימו‪ ,‬מינימו‪,‬‬
‫מקסימו וכו'(‪ ,‬בעלי ער‪ , ±δ .‬ולכ מתקבל מסנ ‪ – Equiripple‬גליות שווה‪.‬‬

‫פתרו הבעיה כולל ניחוש נקודות האקסטרמו‪ ,‬פתירת מערכת משוואות לינארית ב ‪ K + 2‬נעלמי‪ ,‬ואיטרציות עד‬
‫אשר מתקבלי ‪ K + 2‬נקודות מינימו ומקסימו מקומיי‪ ,‬בסדר מתחל‪.#‬‬

‫בניגוד למסנני שתכננו בשיטת ‪ ,IRT‬כא נוכל לשפר את הגליות כאשר ניקח סדר מסנ גדול יותר ) ‪.( N‬‬

‫‪ 044198‬מבוא לעיבוד ספרתי של אותות‪ ,‬סיכו הקורס‪ © .‬אבי בנדל‪.www.hapetek.co.il .‬‬

 ‫‪22‬‬

‫‪ .4.3‬תכנו מסנ ‪IIR‬‬

‫להל שלבי תכנו מסנ ‪ IIR‬ספרתיי‪:‬‬
‫‪ .1‬הכנת הדרישות לתדרי המעבר הספרתיי‪ .‬שלב זה תלוי בבעיה הניצבת מולנו‪ :‬אפשרי שידועות הדרישות‬
‫הספרתיות על התדרי; אפשרי שידועות הדרישות על התדרי האנלוגיי‪ .‬ניעזר בקשרי הידועי‪:‬‬
‫‪ω‬‬ ‫‪2π f‬‬
‫= ‪θ = ωTsample‬‬ ‫=‬
‫‪f sample f sample‬‬
‫‪ .2‬אנחנו רוצי לקבל בסופו של דבר מסנ ספרתי‪ ,‬אזי יש לבצע עיוות מקדי והפו‪ .‬של התדרי האנלוגיי‪ ,‬משו‬
‫שאלו ייתעוותו כאשר נבצע את ההתמרה הבי‪+‬לינארית כשנרצה להמיר את המסנ האנלוגי שתכננו למסנ ספרתי‪.‬‬
‫העיוות המקדי יתבצע לפי‪:‬‬
‫‪2‬‬ ‫‪θ ‬‬
‫‪ω = tan  ‬‬
‫‪T‬‬ ‫‪2‬‬
‫‪ .3‬תכנו מסנ ‪ IIR‬אנלוגי )ראה פירוט בסעי‪.(4.3.1 #‬‬
‫‪jθ‬‬
‫‪ .4‬ביצוע התמרה בי‪+‬לינארית )הממפה את הישר ‪ jω‬במישור לפלס למעגל ‪ e‬במישור ‪ (Z‬לקבלת המסנ הסיפרתי‪:‬‬
‫‪2 z −1‬‬
‫=‪s‬‬
‫‪T z +1‬‬
‫‪ .5‬סיימנו!‬

‫‪ .4.3.1‬תכנו מסנ ‪ IIR‬האנלוגי‬

‫אנחנו נתכנ מסנ ‪ LP‬מסוג ‪) Butterworth‬ראה פירוט בסעי‪ ,(4.3.2 #‬ולאחר מכ‪ ,‬בעזרת התמרת תדר מתאימה‪ ,‬נמיר‬
‫את המסנ הזה למסנ מסוג אחר )‪ ,(LP, HP, BP, BS‬א יש צור‪..‬‬

‫המרת מסנ ה ‪ LP‬מסוג ‪ Butterworth‬האנלוגי למסנ אנלוגי אחר‪ ,‬ע"פ הדרישה‪ ,‬בעזרת התמרות תדר‪.‬‬
‫בטבלה שלהל סוגי ההמרות‪ ,‬כאשר מסנ ה ‪ LP‬המקורי מיוצג ע פרמטרי ללא גל‪ ,‬ומסנ היעד מיוצג ע פרמטי‬
‫ע גל מעליה‪.‬‬

‫ולהשתמש בהתמרה‬ ‫כדי להמיר מסנ ‪LP‬‬

‫יש לתכנ מסנ ‪ LP‬ע הפרמטרי האלו‬
‫למסנ מסוג‬
‫‪s‬‬ ‫‪ω‬‬
‫=‪s‬‬ ‫= ‪,ω‬‬
‫‪ωc‬‬ ‫‪ωc‬‬ ‫‪ω0 = 1‬‬ ‫‪LP‬‬
‫‪ωc = ω0‬‬
‫‪δ s = δs , δ p = δp‬‬
‫‪ω‬‬ ‫‪ω‬‬
‫‪s = c ,ω = c‬‬ ‫‪ωc‬‬ ‫‪ω‬‬
‫‪s‬‬ ‫‪ω‬‬ ‫= ‪ωp‬‬ ‫‪, ωs = c‬‬ ‫‪HP‬‬
‫‪ω p‬‬ ‫‪ωs‬‬
‫‪ωc = ω0‬‬
‫‪ωp = 1‬‬
‫‪s 2 + ω p ,1ω p ,2‬‬ ‫‪ωs2,1 − ω p ,1ω p ,2‬‬
‫=‪s‬‬ ‫= ‪ωs ,1‬‬
‫) ‪s (ω p ,2 − ω p ,1‬‬ ‫) ‪δ s = min (δs ,1 , δs ,2‬‬ ‫) ‪ωs ,1 (ω p ,2 − ω p ,1‬‬
‫‪BP‬‬
‫‪ω 2 − ω p ,1ω p ,2‬‬ ‫‪δ p = δp‬‬ ‫‪ωs2,2 − ω p ,1ω p ,2‬‬
‫=‪ω‬‬ ‫= ‪ωs ,2‬‬
‫) ‪ω (ω p ,2 − ω p ,1‬‬ ‫) ‪ωs ,2 (ω p ,2 − ω p ,1‬‬

‫(‬
‫‪ωs = min ωs ,1 , ωs ,2‬‬ ‫)‬
‫‪ωp = 1‬‬
‫) ‪s (ω p ,2 − ω p ,1‬‬ ‫) ‪ωs ,1 (ω p ,2 − ω p ,1‬‬
‫=‪s‬‬ ‫= ‪ωs ,1‬‬
‫‪s2 + ω p ,1ω p ,2‬‬ ‫) ‪δ p = min (δp ,1 , δp ,2‬‬ ‫‪ω p ,1ω p ,2 − ωs2,1‬‬
‫‪BS‬‬
‫) ‪ω (ω p ,2 − ω p ,1‬‬ ‫‪δ s = δs‬‬ ‫) ‪ωs ,2 (ω p ,2 − ω p ,1‬‬
‫=‪ω‬‬ ‫= ‪ωs ,2‬‬
‫‪ω p ,1ω p ,2 − ω 2‬‬ ‫‪ω p ,1ω p ,2 − ωs2,2‬‬
‫(‬
‫‪ωs = min ωs ,1 , ωs ,2‬‬ ‫)‬
‫‪ 044198‬מבוא לעיבוד ספרתי של אותות‪ ,‬סיכו הקורס‪ © .‬אבי בנדל‪.www.hapetek.co.il .‬‬
‫‪23‬‬

‫‪ .4.3.2‬תכנו מסנ ‪ LP‬מסוג ‪Butterworth‬‬

‫כדי לתכנ מסנ ‪ LP‬מסוג ‪ ,Butterworth‬ראשית עלינו להגדיר את מאפייני המסנ‪:‬‬
‫‪ωs , ω p , δ s , δ p‬‬
‫ואז שלבי התכנו ה‪:‬‬
‫‪ .1‬חישוב האמפליטודה בתחו המעבר‪ ,‬בדציבלי‪:‬‬
‫‪Ap = −20 log10 (1 − δ p ) ≅ 8.7δ p‬‬
‫‪ .2‬חישוב הניחות בתחו החסימה‪:‬‬
‫‪As = −20 log10 δ s‬‬
‫‪ .3‬חישוב פרמטר העזר‪ :‬גור ההבחנה‪:‬‬
‫) ‪(1 − δ‬‬
‫‪−2‬‬
‫‪p‬‬ ‫‪−1‬‬ ‫‪0.1 A‬‬
‫‪10 p − 1‬‬
‫=‪d‬‬ ‫=‬
‫‪δ s−2 − 1‬‬ ‫‪100.1 As − 1‬‬
‫‪ .4‬חישוב פרמט העזר‪ :‬גור הסלקטיביות‪:‬‬
‫‪ωp‬‬
‫=‪k‬‬
‫‪ωs‬‬
‫‪ .5‬חישוב סדר המסנ‪:‬‬
‫‪log d‬‬
‫≥‪N‬‬
‫‪log k‬‬
‫‪ .6‬חישוב תדר הקיטעו‪:‬‬

‫)‬
‫‪1‬‬

‫(‬
‫‪−‬‬ ‫‪1‬‬
‫‪ω p (1 − δ p ) − 1‬‬ ‫(‬ ‫)‬
‫‪−2‬‬ ‫‪−‬‬
‫‪≤ ω0 ≤ ωs δ s−2 − 1‬‬
‫‪2N‬‬ ‫‪2N‬‬

‫‪ .7‬פונקצית התמסורת של המסנ‪:‬‬

‫‪ π ( 2 k +1)π‬‬ ‫‪‬‬
‫‪N −1‬‬ ‫‪j  +‬‬ ‫‪‬‬
‫‪sk‬‬
‫∏ = )‪H L (s‬‬ ‫‪sk = ω 0 e‬‬ ‫‪2‬‬ ‫‪2N‬‬ ‫‪‬‬
‫‪,‬‬
‫‪k =0‬‬ ‫‪sk − s‬‬
‫‪1‬‬
‫= ) ‪H F (ω‬‬
‫‪2‬‬
‫‪2N‬‬
‫‪ω ‬‬
‫‪1+  ‬‬
‫‪ ω0 ‬‬

‫‪ 044198‬מבוא לעיבוד ספרתי של אותות‪ ,‬סיכו הקורס‪ © .‬אבי בנדל‪.www.hapetek.co.il .‬‬

 ‫‪24‬‬

‫‪ .5‬עיבוד רב‪+‬קצבי‬
‫‪ .5.1‬הורדת קצב‬
‫‪ .5.1.1‬דיאגרמה‬

‫]‪x [ n‬‬ ‫] ‪y [ n ] = x [ Mn‬‬

‫‪M‬‬

‫הקשר במישור ‪ Z‬בי המוצא לכניסה‪:‬‬

‫‪2π k‬‬
‫‪1‬‬ ‫‪M −1‬‬ ‫‪‬‬ ‫‪−j‬‬
‫‪1‬‬
‫‪‬‬
‫= )‪Y Z (z‬‬
‫‪M‬‬
‫‪∑X‬‬ ‫‪Z‬‬
‫‪e‬‬ ‫‪M‬‬
‫‪z ‬‬
‫‪M‬‬

‫‪k =0‬‬ ‫‪‬‬ ‫‪‬‬

‫ובמישור ‪:DTFT‬‬
‫‪1‬‬ ‫‪M −1‬‬
‫‪ θ + 2π k ‬‬
‫= ) ‪Y f (θ‬‬
‫‪M‬‬
‫‪∑X‬‬
‫‪k =0‬‬
‫‪f‬‬
‫‪‬‬
‫‪ M ‬‬
‫‪‬‬

‫‪ .5.2‬העלאת קצב‬
‫‪ .5.2.1‬דיאגרמה‬

‫]‪x [ n‬‬ ‫‪ n‬‬

‫‪ x   , n = 0, ± L, ±2 L‬‬
‫‪L‬‬ ‫‪y [n] =   L ‬‬
‫‪0,‬‬
‫‪‬‬ ‫‪else‬‬

‫הקשר במישור ‪ Z‬בי המוצא לכניסה‪:‬‬

‫‪Y‬‬ ‫‪Z‬‬
‫‪(z) = X‬‬ ‫‪Z‬‬
‫) ‪(z‬‬ ‫‪L‬‬

‫ובמישור ‪:DTFT‬‬
‫‪Y‬‬ ‫‪f‬‬
‫) ‪(θ ) = X ( Lθ‬‬
‫‪f‬‬

‫‪ 044198‬מבוא לעיבוד ספרתי של אותות‪ ,‬סיכו הקורס‪ © .‬אבי בנדל‪.www.hapetek.co.il .‬‬

‫‪25‬‬

‫‪ .6‬דברי נוספי‬
‫‪ .6.1.1‬משפט פואסו‬
‫‪2π‬‬
‫= ‪ .( ω0‬נביט במחזור יחיד שלו‪: xI ( t ) ,‬‬ ‫יהי אות ) ‪ x ( t‬מחזורי במחזור ‪) T0‬וכרגיל נסמ‬
‫‪T0‬‬
‫‪ x ( t ) ,‬‬ ‫‪0 ≤ t ≤ T0‬‬
‫‪xI ( t ) = ‬‬
‫‪0,‬‬ ‫‪else‬‬
‫אזי‬
‫∞‬ ‫∞‬ ‫∞‬
‫‪1‬‬ ‫‪1‬‬
‫= ) ‪x (t‬‬ ‫‪∑ x ( t − nT ) = ∑ T‬‬
‫‪I‬‬ ‫‪0‬‬ ‫= ‪X S [ k ] e jkω0t‬‬ ‫‪∑ X ( kω ) e‬‬
‫‪F‬‬
‫‪I‬‬ ‫‪0‬‬
‫‪jkω0 t‬‬

‫∞‪n =−‬‬ ‫∞‪k =−‬‬ ‫‪0‬‬ ‫‪T0‬‬ ‫∞‪k =−‬‬

‫כא רואי את הקשר בי מקדמי טור פורייה של אות מחזורי לבי התמרת הפורייה של מחזור אחד של האות –‬
‫מקדמי פורייה ה הדגימות של התמרת פורייה של מחזור אחד של האות המחזורי‪.‬‬

‫בעצ‪ ,‬המשפט נכו ג לאותות ) ‪ x ( t‬לא מחזוריי‪ ,‬ואז מסתכלי על ההרחבה המחזורית של ) ‪ , x ( t‬כלומר‪:‬‬
‫∞‬ ‫∞‬ ‫∞‬
‫‪1 S‬‬ ‫‪1‬‬
‫∑‬ ‫= ) ‪x ( t − nT0‬‬ ‫∑‬ ‫= ‪X [ k ] e jkω0t‬‬ ‫‪∑ X ( kω ) e‬‬ ‫‪F‬‬
‫‪0‬‬
‫‪jkω0 t‬‬

‫∞‪n =−‬‬ ‫‪k =−∞ T0‬‬ ‫‪T0‬‬ ‫∞‪k =−‬‬

‫‪ .6.1.2‬נוסחת פואסו‬
‫בהעזרנו במשפט פואסו‪ ,‬עבור רכבת הלמי‪ , xI ( t ) = δ ( t ) ,‬נקבל‬
‫∞‬
‫‪1 ∞ jkω0t‬‬
‫= ) ‪∑ δ ( t − nT‬‬
‫∞‪n =−‬‬
‫‪∑e‬‬
‫∞‪T k =−‬‬

‫‪ .6.1.3‬טכניקות שצרי‪ .‬לדעת‬

‫‪.1‬‬
‫∞‬ ‫∞‬ ‫‪N −1‬‬ ‫∞‬ ‫‪N −1‬‬

‫‪∑ a [ m ]W‬‬
‫∞‪m =−‬‬
‫‪mn‬‬
‫‪N‬‬ ‫=‬ ‫( ‪∑ ∑ a [ k + l N ]W‬‬
‫‪l =−∞ k = 0‬‬
‫‪N‬‬
‫‪k + l N )n‬‬
‫=‬ ‫‪∑ ∑ a [ k + l N ]W‬‬
‫‪l =−∞ k = 0‬‬
‫‪kn‬‬
‫‪N‬‬

‫‪.2‬‬
‫‪M −1‬‬
‫‪1‬‬
‫= ] ‪δ [ n mod M‬‬ ‫‪∑W‬‬ ‫‪kn‬‬
‫‪M‬‬
‫‪M‬‬ ‫‪k =0‬‬

‫‪ .6.1.4‬אות עצמי של מערכת ‪LTI‬‬

‫‪ , H‬אזי מוצאה הוא‬ ‫‪F‬‬
‫‪ x ( t ) = e jω t‬הוא אות עצמי של מערכת ‪ ,LTI‬כלומר בהינת מערכת ) ‪(ω‬‬ ‫‪0‬‬
‫האות‬
‫(‬
‫) ‪j ω0 t + S H F (ω0‬‬ ‫)‬
‫‪y ( t ) = H F ( ω0 ) e‬‬
‫מכא אפשר להסיק שא ) ‪ , x ( t ) = cos (ω0t + ϕ0‬אזי נקבל ביציאה ממערכת ‪:LTI‬‬
‫) ) ‪y ( t ) = H F (ω0 ) cos (ω0t + ϕ0 + S H F (ω0‬‬

‫‪ .6.1.5‬שונות‬
‫∞‬
‫אז‬
‫∞‪−‬‬
‫א ממוצע אות ) ‪ x ( t‬הוא אפס‪ ,‬כלומר ‪∫ x ( t ) dt = 0‬‬ ‫‪.1‬‬

‫∞‬ ‫∞‬
‫‪X‬‬ ‫‪F‬‬
‫‪(ω = 0 ) = ∫ x ( t ) e‬‬ ‫‪− jω t‬‬
‫‪dt‬‬ ‫=‬ ‫‪∫ x ( t ) dt = 0‬‬
‫∞‪−‬‬ ‫‪ω =0‬‬ ‫∞‪−‬‬

‫‪ 044198‬מבוא לעיבוד ספרתי של אותות‪ ,‬סיכו הקורס‪ © .‬אבי בנדל‪.www.hapetek.co.il .‬‬

 ‫‪26‬‬

‫‪ .7‬נספחי‬
‫‪ .7.1‬כללי‬
‫עבור ‪ f 2 , f1‬הגזירות ‪ n‬פעמי בנקודה ‪ t‬מתקיי‪:‬‬
‫‪d‬‬ ‫‪n‬‬
‫‪n‬‬ ‫‪n‬‬

‫)) ( ‪n ( 1 ( ) 2‬‬
‫) ‪f t f t = ∑   f1( k ) ( t ) f 2 ( n − k ) ( t‬‬
‫‪dt‬‬ ‫‪k =0  k ‬‬

‫‪ .7.1.1‬זהויות‬
‫∞‬ ‫∞‬
‫‪1‬‬
‫‪∑e‬‬
‫∞‪k =−‬‬
‫‪− jkω0 t‬‬
‫=‬
‫‪ω0‬‬
‫) ‪∑ δ ( t − kT‬‬
‫∞‪k =−‬‬
‫∞‬
‫‪1 ∞ ‬‬ ‫‪2π ‬‬
‫∑‬
‫∞‪k =−‬‬
‫= ‪e − jω kT‬‬ ‫∑‬ ‫‪δ ω − k‬‬
‫‪T k =−∞ ‬‬ ‫‪T ‬‬
‫‪‬‬

‫)‪1 + ( −1‬‬
‫‪n‬‬
‫‪1‬‬ ‫‪n = 2k‬‬
‫‪=‬‬
‫‪2‬‬ ‫‪ 0 n = 2k + 1‬‬
‫‪N −1‬‬
‫‪q N −1‬‬
‫∑‬
‫‪n=0‬‬
‫‪q‬‬ ‫‪n‬‬
‫=‬
‫‪q −1‬‬
‫∞‬
‫‪1‬‬
‫‪∑q‬‬
‫‪n=0‬‬
‫‪n‬‬
‫=‬
‫‪1− q‬‬
‫‪, q <1‬‬

‫‪e − e − jθ‬‬
‫‪jθ‬‬
‫‪e jθ + e − jθ‬‬
‫= ‪sin θ‬‬ ‫‪,‬‬ ‫= ‪cos θ‬‬
‫‪2j‬‬ ‫‪2‬‬
‫‪ .7.1.2‬גרעי דיריכלה‬
‫הגדרה‪:‬‬
‫‪θ ‬‬
‫‪sin  N ‬‬
‫‪D (θ , N ) @ ‬‬
‫‪2 ‬‬
‫‪θ ‬‬
‫‪sin  ‬‬
‫‪2‬‬
‫מאפייני‪:‬‬
‫‪ .1‬מקסימו מוחלט ב ‪ , θ = 0‬וש מתקבל ‪D ( 0, N ) = N‬‬
‫‪2π‬‬
‫= ‪ θ‬לכל ‪m ∈ ¢‬‬ ‫‪ .2‬אפסי ב ‪m‬‬
‫‪N‬‬
‫‪4π‬‬
‫‪ .3‬רוחב האונה הראשית‪:‬‬
‫‪N‬‬
‫‪2‬‬
‫‪ .4‬היחס בי גובה האונה הראשית לגובה אונת הצד הראשונה‪≅ 13.5 [ dB ] :‬‬
‫‪3π‬‬

‫‪ .7.1.3‬מודולו‬
‫‪ x mod N‬הוא השארית בחלוקה של ‪ x‬ב ‪ . N‬א ‪ , x = 0‬נקבל תמיד ‪ , 0 mod N = 0‬לכל ‪. N‬‬
‫כדי לדעת מה קורה א ‪ , x < 0‬אפשר להתסכל על ‪ mod‬כעל מחזיר כמה מספרי צרי‪ .‬להוריד מ ‪ x‬כדי להגיע‬
‫למספר הראשו שמתחלק ב ‪ . N‬לכ ‪ , −1mod 4 = 3‬כי צרי‪ .‬להוריד ‪ 3‬מ ‪ −1‬כדי להגיע ל ‪ , −4‬שמתחלק ב ‪ 4‬ללא‬
‫שארית‪ .‬לכ באופ כללי‪ ,‬נוכל לכתוב שא ‪ , x < 0‬אז ) ‪. x mod N = N − ( ( − x ) mod N‬‬

‫‪ 044198‬מבוא לעיבוד ספרתי של אותות‪ ,‬סיכו הקורס‪ © .‬אבי בנדל‪.www.hapetek.co.il .‬‬

‫‪27‬‬

‫‪ .7.2‬מטריצות‬
‫וקטור ‪ v‬יקרא וקטור עצמי של מטריצה ריבועית ‪ A‬כאשר‬
‫‪Av = λ v‬‬
‫ואז ‪ λ‬יקרא הער‪ .‬העצמי של המטריצה‪.‬‬

‫חישוב ערכי עצמיי של מטריצה ריבועית‪:‬‬

‫נחשב את השורשי של הפולינו האופייני‪ ,‬כלומר את פתרונות המשוואה‬
‫‪sI − A = 0‬‬
‫חישוב וקטורי עצמיי של מטריצה ריבועית בגודל ‪ , n × n‬לאחר מציאת הערכי העצמיי שלה‪:‬‬
‫עבור על ער‪ .‬עצמי‪ ,‬נפתור את המשוואה‬
‫‪Ax = λ x‬‬
‫כאשר ‪ x‬וקטור בגודל ‪ . n × 1‬נקבל ‪ n‬משוואות שיהיו תלויות ליניארית )כי הרי דטרמיננטת המערכת הוא ‪ ,0‬כפי‬
‫שדרשנו למציאת הערכי העצמיי(‪ .‬הפתרו יהיה משפחה אינסופית של וקטורי עצמיי‪ ,‬ונוכל לבחור אחד‪.‬‬

‫המטריצה ‪ T‬שעמודותיה ה הוקטורי העצמיי של ‪ A‬תקרא המטריצה המלכסנת של ‪ , A‬והמטריצה‬

‫‪A = T −1 AT‬‬
‫היא אלכסונית‪.‬‬

‫הפיכת מטריצה בגודל ‪: 2 × 2‬‬

‫‪a b ‬‬ ‫‪−1‬‬ ‫‪1  d −b ‬‬
‫‪A=‬‬ ‫‪ ⇒ A = ‬‬ ‫‪‬‬
‫‪c d‬‬ ‫‪A  −c a ‬‬

‫‪ 044198‬מבוא לעיבוד ספרתי של אותות‪ ,‬סיכו הקורס‪ © .‬אבי בנדל‪.www.hapetek.co.il .‬‬