You are on page 1of 16

Student: Tusan Vlăduţ – Ionuţ

Profesor: Prof.Dr.Ing. Liviu MICLEA

1

Transformata Fourier Introducere Sistemele liniare invariante în timp sunt de departe cele mai studiate și utilizate sisteme în prelucrarea semnalelor. Semnalele periodice pot fi scrise ca o sumă numărabilă de componente sinusoidale ale căror amplitudini și faze pot fi calculate cu ușurință din semnalul respectiv. cu condiția să putem scrie semnalul respectiv ca o sumă (fie și infinită) de cosinusoide. Acest fapt permite studierea comportamentului sistemului la un semnal de intrare oarecare. Un sistem se numește liniar dacă răspunsul acestuia la suma a două semnale este identic cu suma răspunsurilor la fiecare semnal în parte. componentele frecvențiale se “contopesc”. dacă la intrarea unui SLIT aplicăm o cosinusoidă pură de frecvență ω0. iar spectrul semnalului devine de natură continuă 2 . Altfel spus. la limită. când T → ∞. Figura 1. cu scăderea intervalului de frecvență între două componente succesive. atunci la ieșire vom avea tot o cosinusoidă pură ω0 (bineînțeles. componentele din spectrul semnalului se “îndesesc”. Din teoria sistemelor. Transformata Fourier generalizează aceasta descompunere de semnal într-o sumă de sinusoide și pentru semnalele neperiodice. având altă amplitudine și fază). Să începem prin a studia forma spectrului semnalului periodic în funcție de perioada sa . întrucât creșterea lui este echivalentă cu scăderea frecvenței fundamentale ¸ și deci. SLIT) sunt (co)sinusoidele. Evident. se știe că funcțiile proprii ale sistemelor liniare invariante în timp (pe scurt. Un sistem se numește invariant în timp dacă răspunsul său la un semnal este același indiferent de momentul când este aplicat semnalul respectiv la intrarea sistemului. acestea fiind seriile Fourier. ilustrează un exemplu. Acest lucru este natural. Se observă că pe măsură ce crește.

Fie un semnal de modul integrabil: (1) Atunci. se definește transformata Fourier a semnalului ca fiind semnalul obținut după: (2) Semnalul original x(t) poate fi recuperat din transformata sa prin aplicarea operatorului invers: (3) Figura 1: Forma spectrului unui semnal periodic în funcție de perioadă: (a) Semnal periodic de perioada T. pentru înțelegerea noțiunilor. (b) Modulul coeficienților Anc pentru semnalul din figura (c) Semnal periodic de perioada T1>T. deci. Este important. să observăm similitudinile și diferențele între relațiile (2) și (3) și cele care descriu descompunerea în serie Fourier complexă a unui semnal periodic: 3 . la definiția transformatei Fourier. (d) Modulul coeficienților Anc pentru semnalul din figura (c).Ajungem.

Modulul |X(ω)| ¸si faza ϕ(ω) ale cantității complexe X(ω)= |X(ω)| exp(jϕ(ω)) sunt amplitudinea. avem z+z* =2 {z} ¸si că {X(ω) exp(jωt)} = {|X(ω)| exp(j(ωt + ϕ(ω)))} = |X(ω)| cos(ωt + ϕ(ω)). în cazul transformatei Fourier. valorile transformatei Fourier situate simetric față de 0 sunt complex conjugate: (4) Atunci (3) poate fi rescrisă ca: (5) În continuare. cu singura diferență că. (6) 4 . în ipoteza unui semnal x(t) cu valori reale. numărul de cosinusoide în care se descompune semnalul devine infinit nenumărabil. folosind faptul că . observând că. (5) devine: . respectiv faza cosinusoidei de frecvență ω ce intră în descompunerea spectrală a semnalului x(t). relație ce justifică afirmația despre semnificația modulului și fazei lui . Într-adevăr.Se observă că semnificația valorilor X(ω) este similară cu cea a coeficienților Anc.

Proprietățile transformatei Fourier Transformata Fourier este liniară. Liniaritatea transformatei Fourier se traduce prin faptul că aceasta comută (7) Deplasarea în timp cu o cantitate constantă t0 a unui semnal corespunde unei deviații induse în faza spectrului: (8) (9) Deplasarea spectrului unui semnal cu o frecvență constantă ω0 corespunde înmulțirii semnalului în timp cu o cosinusoidă complexă: (10) 5 . Fie x(t) si y(t) două semnale de modul integrabil și fie a și b două constante complexe.

6 . corespunde unei relaxări a spectrului cu aceeași (12) (13) unde (14) (15) (16) Se aplică relația precedentă.(11) O contracție a semnalului cu o constantă constantă și vice-versa.

Fie x(t) și y(t) două semnale de modul integrabil.Transformata Fourier conservă energia semnalului. și fie z(t) produsul lor de convoluție: (20) Atunci. (17) (18) (19) Se folosește simetria între relațiile care dau transformata Fourier directă și inversă. Spectrul semnalului obținut prin convoluția temporală a două semnale se obține ca produsul spectrelor celor două semnale. între transformatele Fourier ale celor trei semnale ale loc relația: (21) 7 .

Atunci. și fie z(t) semnalul obținut prin produsul lor: .(22) Spectrul semnalului obținut prin produsul a două semnale se obține prin convoluția spectrelor celor două semnale. între transformatele Fourier ale celor trei semnale are loc relația: (23) (24) 8 . Fie x(t) ¸si y(t) două semnale de modul integrabil.

(25) Transformatele Fourier ale câtorva semnale de interes (26) În relația de mai sus s-a folosit proprietatea impulsului Dirac: (27) Figura 2: Impulsul Dirac si transformata sa Fourier 9 .

care afirmă că. era normal să ne așteptăm la acest rezultat. adică semnalul constant! La fel ca și în cazul semnalului constant. Figura 3: Semnalul constant și transformata sa Fourier Având în vedere semnificația transformatei Fourier a unui semnal. avem (30) ceea ce completează demonstrația noastră. calculul transformatei Fourier a funcției x(t) = cos( poate fi abordat în mod direct. Rezultatul anterior poate fi scris compact ca: (28) de unde. Pentru rezolvarea problemei. două funcții fac pereche Fourier indiferent care din ele e exprimată în timp și care în frecvență. se folosește rezultatul anterior (conform căruia transformata Fourier a unui impuls Dirac este funcția constantă) și se aplică proprietatea simetriei transformatei Fourier. datorită imposibilității calculului limitei . aplicând relația (19). cu excepția unor constante și a unei operații de simetrizare. calculând transformata Fourier inversă a semnalului .Calculul transformatei Fourier a semnalului constant x(t)=1 nu poate fi făcut direct. avem: (29) Intr-adevăr. care se interpretează în sensul că în descompunerea unui semnal constant ca o sumă de sinusoide intră numai componenta de frecvență zero. 0t) nu 1 0 . ci tot folosind rezultate deja determinate și proprietăți ale transformatei Fourier.

întrucât arată faptul că descompunerea unui semnal cosinusoidal pur de frecvență 0 ca o sumă de cosinusoide este compusă dintr-o singur cosinusoidă. rezultatul obținut mai sus este intuitiv.Pornind de la forma complexă a descompunerii unui semnal periodic în serii Fourier: și folosind rezultatul anterior și teorema deplasării în frecvență. avem succesiv: (31) Figura 4: Semnalul cosinusoidal pur și transformata sa Fourier Transformata Fourier a semnalului x(t) = sin(ω0t) se poate deduce în mod absolut similar pornind de la: (32) La fel ca în cazul transformatei Fourier a semnalului constant. și anume cea pe frecvența respectivă! 10 10 .

11 11 .Fie semnalul: (33) Transformata Fourier a lui x(t) se calculează direct precum: (34) Unde cu sinc(x) am notat funcția sinus cardinal: (35) Figura 5: Semnalul de tip box si transformata Fourier Aplicând rezultatului anterior teorema simetriei și folosind faptul că funcția “box” e pară. rezultă că transformata Fourier a unei funcții de tip sinc este o funcție box: (36) Rezultatul de mai sus este extrem de util în studiul filtrelor lineare.

clasificare. 12 12 . Să analizăm exemplul următor în care TFD este aplicată inițial unei secvențe ce conține un număr întreg de perioade. este privită ca provenind dintr-un semnal periodic. dacă dispunem de un spectru discret.. înseamnă că secvența de date de la care acesta provine este periodică. similar în cazul TFD. putând fi folosit la identificare.1.Figura 6: Semnalul de tip sinus cardinal și transformata sa Fourier Aplicații ale transformărilor Fourier Transformarea Fourier a unui semnal permite analiza semnalului în raport cu frecvența.. dintr-un semnal sinusoidal.N-1 (37) reprezintă un “alter ego” al acesteia.2. analiză extrem de importantă în studiul ulterior al modului în care semnalul se propagă prin diverse sisteme. având perioada egală cu N Te unde Te reprezintă perioada de eșantionare. Reciproc. Transformata Fourier Discretă (TFD) și Transformata Fourier Discretă Rapida (TFDR) sunt instrumente care permit calculul facil al spectrului de frecvență al unei secvențe de date. Cele menționate au consecințe importante. comparare. trebuie menționat că. dacă aplicăm TFD unei secvențe de N date. care se referă la semnale periodice care au un spectru discret. Trebuie să vedem acum dacă spectrul secvenței de date este același cu spectrul semnalului din care aceasta s-a prelevat.. Prin analogie cu teorema Fourier. Deci secvența de N date căreia i se aplică TFD. Spectrul secvenței de date realizat pe baza relației . situație reflectată fidel în spectrul său. pentru n=0. semnalul căruia îi va corespunde spectrul rezultat se obține multiplicând prin periodicitate această secvență..

13 13 . Am văzut ca prin TFD putem obține spectrul corect numai dacă semnalul analizat este periodic și numai preluând o fereastră dreptunghiulară care conține un număr întreg de perioade. fără a le schimba valoarea. reprezentat în figura 7. atunci în cazul în care semnalul este periodic. Atunci când se preia o porțiune din N eșantioane dintr-un semnal. care nu este sinusoidă. atunci când secvența nu conține un număr întreg de perioade. secvența de N eșantioane “prelevată” din semnal trebuie să conțină un număr întreg de perioade. dacă trebuie determinat spectrul unui semnal folosind TFD. spectrul rezultat nu este cel corect fiindcă el este în fapt spectrul semnalului rezultat prin multiplicarea prin periodicitate a secvenței .Figura 7: Spectrul dat de TFD pentru secvențele de date Se observă că în al doilea caz.b. se zice că se preia o . În concluzie.

Acestea sunt privite ca ”făcând parte din semna”.Figura 8: Porțiune de semnal preluată cu și fără ferestruire În caz contrar. Algoritmul este cel descris de relația (38) 14 14 . o constituie aplatizarea acestora. ori este evident că semnalul original nu are astfel de salturi.a. alterarea spectrului de frecvență se datorează cu prioritate zonelor de margine ale ferestrei. Acesta este obiectivul metodelor de ”ferestruire”. precum zonele încercuite din figura 8. Soluția de înlăturare a variațiilor mari din zona de margine a unei porțiuni de semnal.

40.Se observă că porțiunea prelevată se înmulțește cu funcția . (39) (40) (41) În exemplele date. în spectrul de frecvență al semnalului. funcția fereastră trebuie să aibă amplitudinea unitară pe toată lungimea porțiunii de semnal prelevate. care arată contribuția energetică a fiecărei armonici. energia totală a unei secvențe de N eșantioane se exprimă ca fiind suma pătratelor eșantioanelor. unele dintre ele consacrate deja în literatura de specialitate. 15 15 . 41 se ”împart în două”. ca de exemplu: fereastra triunghiulară (relația 39). Ferestruirea are rolul de a reduce contribuția nefastă a porțiunilor de capăt ale secvenței prelevate. fereastra Hanning (relația 41). În concluzie. și atunci algoritmii 39. procedeul numeric de ferestruire se aplică secvenței numerice căreia urmează să-i fie aplicată transformarea TFD sau altă transformare. Prin analogie cu energia semnalelor analogice. corespunzătoare fiecărei armonici rezultate prin transformarea Fourier a semnalului. fereastra Welch (relația 40). Pentru aceasta se folosește o altă mărime denumită . câte o jumătate pentru fiecare capăt al secvenței. Există mai multe funcții care au această proprietate. Spectrul unui semnal nu oferă o informație intuitivă. Așa cum este arătat în figura 8. Tehnica de ferestruire mai este folosită pentru a ajusta și alți algoritmi de procesare numerică și anume pe cei cu rolul de filtru numeric. Energia semnalului în transformata Fourier se regăsește cu ajutorul teoremei Parseval: (42) Contribuția la energia totală a semnalului. numită ”funcție fereastră”. sub aspectul energetic. mai puțin în zonele de capete unde ea trebuie să descrească uniform către zero. sau poate fi mai mic decât N. a contribuției fiecărei armonici la alcătuirea semnalului. așa cum este ilustrat în figura 8. M poate fi egal cu lungimea secvenței prelevate (N). este următoarea: (43) Unde sunt coneficienții complecși rezultați din transformarea Fourier a semnalului .