Digitalna Obrada Signala Zbirka PDF

Procesiranje Signala Sadržaj
Sadržaj
1. Diskretni signali i sistemi 3
2. Furijeova Transformacija 27
Z-transformacija
Diskretna Furijeova Transformacija
3. Spektar uzorkovanog signala,decimacija, interpolacija 54
4. Projektovanje analognih filtara 65
5. Diskretni sistemi sa beskonačnim impulsnim odzivom ( IIR ) 88
6. Diskretni sistemi sa konačnim impulsnim odzivom ( FIR ) 120
7. Reference 144
Viša Tehnička Škola Subotica 1

2
Procesiranje Signala Diskretni signali i sistemi
Diskretni signali i sistemi
Fizičke veličine koje zavise od vremena nazivamo signalima. Po svojoj prirodi signale delimo u dve
kalse:
1. Deterministički signali
Deterministički signal je signal čija je vremenska zavisnost poznata, tako da se njene vrednosti mogu
odrediti u bilo kom trenutku.
2. Slučajni signali.
Slučajni signal je signal čija vremenska zavisnost nije poznata. Buduće vrednosti signala se nemogu
odrediti ali ako je signal poznat u prošlosti tada se njena buduća vrednost može proceniti sa nekom
verovatnoćom.
Signali čija je vremenska zavisnost kontinualna nazivaju se kontinualnim signalima. Analogni

signali su vremenski kontinualni signali čija amplituda može biti bilo koja vrednost iz nekog dozvoljenog
opsega.
Vremenski diskretni signali su signali koje su definisane samo u diskretnim vremenskim

trenucima.Važno je uočiti da iz gornje definicije ne sledi da su vrednosti diskretnog signala jednake nuli u
onim tačkama koje ne pripadaju skupu gore datih trenutaka. U tim trenucima vrednost signala nije poznata a
i nije od značaja. Sa aspekta diskretne obrade signala potpuno je nevažno koje vrednosti signal ima u tim
trenucima.
Digitalni signal je diskretni signal čija je amplituda takođe diskretizovana.
Elementarni diskretni signali koje se često koriste u diskretnoj obradi signala su:
Jedinični diskretni impuls:
1; n = 0
δ [ n] =  .
0; n ≠ 0
Jedinični diskretni odskočni signal:
1; n ≥ 0
u[n] =  .
0; n < 0
Linearni diskretni signal:
a ⋅ n; n ≥ 0
r[ n ] =  ; a = const. .
 0; n < 0
Eksponencijalni diskretni signal:
A ⋅ an ; n ≥ 0
e[n] =  ; A = const., a = const. .
 0; n < 0

Diskretni signali i sistemi Procesiranje Signala
Diskretni sistemi vrše transformaciju diskretnog ulaznog signala x[n] u diskretni izlazni signal
y[n] . Transformacija se u matematičkom obliku iskazuje
y[n] = S {x[n]},
gde je S {•} operator koji preslikava x[n] u y[n] .
Sistemi se u opštem slučaju dele na linearne i nelinearne sisteme.
Linearni sistemi zadovoljavaju osobinu linearnosti tj.
y[n] = S {α ⋅ x1 [n] + β ⋅ x 2 [n]} = S {α ⋅ x1 [n]}+ S {β ⋅ x 2 [n]} =
= α ⋅ S {x1 [n]}+ β ⋅ S {x 2 [n]} = α ⋅ y1 [n] + β ⋅ y 2 [n] .
Osobina realizljivih linearnih sistema je da su kauzalni i stabilni.
Diskretni sistemi se mogu opisati
1. Relacijom ulaz-izlaz ( RUI ).

RUI predstavlja diferencnu jednačinu koja definiše vezu između ulaznog i izlaznog diskretnog
signala ( pobude i odziva ), i ona je oblika
L M
y[n] + ∑ α l ⋅ y[n − l ] = ∑ β m ⋅ y[n − m];α l , β m ∈ C .
l =1 m =1
Zavisno od oblika RUI, diskretne sisteme delimo na:
1.1. Rekurzivne sisteme α l ≠ 0, β m ≠ 0 ,

1.2. Nerekurzivne sisteme α l = 0, β m ≠ 0 .
2. impulsnim odzivom diskretnog sistema h[n] .

Impulsni odziv diskretnog sistema predstavlja odziv sistema na jediničnu impulsnu pobudu
δ [n] .
Zavisno od dužine impulsnog odziva sisteme delimo na:
2.1. sisteme sa beskonačnim impulsnim odzivom ( IIR – infinit impuls respons ),

2.2. sisteme sa konačnim impulsnim odzivom ( FIR – finit impuls respons ).
3. prenosnom finkcijom H ( z ), H (e jω ) .
Prenosna funkcija u potpunosti definiše osobine diskretnog sistema u transformacionom
domenu. Ona predstavlja transfornmaciju impulsnog odziva.
Odziv sistema na poznatu pobudu se određuje konvolucijom ulaznog signala (pobude) i impulsnog
odziva sistema. U transformacionom domenu transformacija izlaza je jednaka proizvodu transformacije
ulaznog (pobudnog) signala i impulsnog odziva (prenosna funkcija).
4 Viša Tehnička Škola Subotica

Zadatak 1.
Odrediti periodu sledećih diskretnih signala.
3 π
a) s[n] = 1; ∀n b) s[n] = cos( n);−∞ < n < +∞ c) s[n] = sin( n); n ≥ 0
4 5
3 π 2π 2π
d) s[n] = 5 ⋅ cos( n) + 1.5 ⋅ sin( n); n ≤ 0 e) s[n] = 7.8 ⋅ cos( n) + 8.3 ⋅ cos( n); ∀n
4 5 6 8
π
j n
f) s[n] = e 3
; n ≥ 11 g) s[n] = e j 2 n ; ∀n
h)
i)
Rešenje :
a) Signal s[n] je prikazan na slici.
Sa slike se može uočiti da se vrednost signala ponavlja nakon svakog

diskretnog trenutka, pa je perioda signala jednaka N = 1 .
b) Po uslovu periodičnosti diskretnih signala s[n] = s[n + N ] , mora da važi jednakost

3 3 3 3
cos( n) = cos( (n + N )) = cos( n + N ) za proizvoljno n, N ∈ N .
4 4 4 4

3 8
Jednačina je zadovoljena ukoliko je N = 2πk gde je k ∈ N , odnosno ako je N = πk . Kako brojevi
4 3
N i k pripadaju skupu celih brojeva sledi da se uslov ne može zadovoljiti ni za koje vrednosti N i k , pa
stoga signal s[n] nije periodičan.+
c) Analogno predhodnom zadatku za uslov periodičnosti se dobija

π π π π
sin( n) = sin( (n + N )) = sin( n + N ) za proizvoljno n, N ∈ N .
5 5 5 5
π
Jednačina se zadovoljava ako je N = 2πk , odnosno ako je N = 10 ⋅ k gde je k ∈ N . Najmanji broj
5
punih oscilacija signala s[n] se dobija za k = 1 , iz čega sledi da je perioda signala N = 10.
d) U zadatku pod b) smo pokazali da diskretni signal čija učestanost nije deljivo sa π neposeduje osobinu
periodičnosti, pa stoga ni zbirni signal s[n] nemože biti periodičan što se vidi i sa slike koja pokazuje
segment signala u intervalu − 100 ≤ n ≤ 100 .
e) Posmatrajmo posebno periodičnost pojedinih članova signala s[n] .

Po uslovu periodičnosti za prvi član signala se dobija da je N 1 = 6 ⋅ k1 , dok za drugi N 2 = 8 ⋅ k 2 . Perioda
zbirnog signala je broj N = N 1 = N 2 koji obuhvata minimalan broj punih oscilacija oba podsignala.
Minimalan broj punih oscilacija se dobija ako su k1 = 4 i k 2 = 3 . Sledi da je perioda signala s[n] jednako
N = 6 ⋅ 4 = 8 ⋅ 3 = 24 .
f) Postavimo jednačinu za uslov periodičnosti diskretnih signala za posmatrani signal s[n] .

π π π π π
j n j (n+ N ) j n j N j N
e =e
3 3
= e ⋅e 3
. Jasno je da je jednačina zadovoljena ako je e
3
= 1 odnosno ako važi
3
π
N = 2πk gde je k ∈ N . Odavde se dobija da je N = 6 ⋅ k ; k ∈ N . Za k = 1 sledi da je perioda signala
3
s[n] jednako N = 6 .
g) Za uslov periodičnosti se dobija e j n = e j n + N = e j n ⋅ e j N . Jednačina se zadovoljava ako je

2 2( ) 2 2
e j 2 N = 1 , odnosno ako je 2 N = 2πk za proizvoljno N , k ∈ N . Vidi se da se ulsov nemože zadovoljiti za

prirodne brojeve N i k pa sledi da signal nije periodičan.+
+
Kada bi tačke signala povezali kontinualnom krivom tada bi se uočilo da tačka koja predstavlja kraj periode
kontinualne krive, se nalazi između dva odbirka diskretnog signala. Međutim kako ta tačka nije deo diskretne
vremenske ose (vremensku osu čini skup celih brojeva) to sledi da signal nije periodičan.
h) Posmatranjem signala prikazanog na slici može se uočiti da se signal ponavlja nakon izvesnog broja
trenutaka. Broj trenutaka nakon čega sledi ponavljanje vrednosti je jednak 6 odnosno perioda diskretnog
signala je N = 6 .
i) Analogno predhodnom zadatku posmatranjem signala može da se uoči perioda diskretnog signala koja
iznosi N = 6 .
Zadatak 2.
2π 5 − n;0 ≤ n ≤ 5
a) Skicirati signal s[n] = s1 [n] + s 2 [n] ako su signali s1 [n] = 5 ⋅ cos( n); ∀n , s 2 [n] =  .
3  0; drugde
b) Skicirati signale s '[n] = s1 [n] − s 2 [n] i s ' ' [n] = s 2 [n] − s1 [n] ako su signali
5 + n;−5 ≤ n ≤ 0 5 + n;−5 ≤ n ≤ 0
s1[n] =  , s 2 [ n] =  .
 5 − n;0 ≤ n ≤ 5  0; drugde
c) Skicirati signal s[n] = s1 [n] ⋅ s 2 [n] za navedene slučajeve signala s1 [n] i s 2 [n] .
c.1) s1 [n] = a n ;0 ≤ n ≤ 15 , c.2) s1 [n] = 2 n ;0 ≤ n ≤ 10 , c.3) s1 [n] = 3 n ;0 ≤ n ≤ 15 ,
n
 1
s 2 [n] = 3; ∀n . s 2 [n[= 3n ;0 ≤ n ≤ 10 . s 2 [n] =  −  ;−10 ≤ n ≤ 1 .
 2
d) Skicirati signal s[n] .

d.1) s[n] = s1 [n − n0 ] ako je s1 [n] = 100 ⋅ δ [n] i n0 = 100 .
n
 1
d.2) s[n] = s1 [n + 5] − s 2 [n − 10] ako je s1 [n] = a ;0 ≤ n ≤ 15,
n
s 2 [n] =  −  ;−15 ≤ n ≤ 1 .
 a
d.3) s[n] = s1 [n] ⋅ u[n − 10] + s1 [n − 10] ⋅ u[n] ako je s1 [n] = 3 − n ; n ≥ 0 .
e) Skicirati konvolucioni signal s[n] .

e.1) s[n] = δ [n] ∗ δ [n − n0 ] . e.2) s[n] = u[n] ∗ δ [n − 10] . e.3) s[n] = u[n] ∗ u[n] .
e.4) s[n] = a n ∗ u[n] . e.5) s[n] = a n ∗ a n .
f) Skicirati korelacioni signal s[n] .

f.1) s[n] = s1 [n] ∗ s1 [− n] , f.2) s[n] = s1 [− n] ∗ s 2 [n] ,
s1[n] = a n ; n ≥ 0 . s1[n] = δ [n] , s 2 [n] = δ [n − 3] .
f.3) s[n] = s1 [n] ∗ s 2 [− n] , f.4) s[n] = s1 [n] ∗ s 2 [−n] ,

 2π   2π 
s1[n] = cos n ; n ≥ 0 , s1[n] = cos n ; n ≤ 0 ,
 3   5 
s 2 [n] = u[n] . s 2 [n] = sin (2 ⋅ n ); n ≥ 0 .
f.5) s[n] = s1 [n] ∗ s 2 [− n] ,

 2π 
s1[n] = cos n ; ∀n ,
 3 
 5π 
s 2 [n] = sin  n ; ∀n .
 4 
Rešenje :
a) Sabiranjem signala u odgovarajućim intervalima za rezultat se dobija
 2π
5 cos( 3 n) + (5 − n);0 ≤ n ≤ 5
s[n] = 
2π
 5 cos( n); drugde
 3
b) Nalaženjem razlike signala dobijamo da su signali
5 − n;1 ≤ n ≤ 5 n − 5;1 ≤ n ≤ 5
s '[ n] =  s ' ' [ n] = 
 0; drugde  0; drugde
3 ⋅ a n ;0 ≤ n ≤ 15
c.1) s[n] =  , za a = 0.5 sledi slika
 0; drugde
2 n ⋅ 3 n = 6 n ;0 ≤ n ≤ 10
c.2) s[n] = 
 0; drugde
 1; n = 0
 3
c.3) s[n] =  ; n = 1
 2
0; drugde
e) vremensko pomeranje
d.1) s[n] = 100 ⋅ δ [n − 100]
a n ;−5 ≤ n ≤ 10
d.2) s1 [n + 5] = 
 0; drugde
 1  n

s 2 [n − 10] =  a  ;−5 ≤ n ≤ 11
 0; drugde

 n  1 n

s[n] = a +  a  ;−5 ≤ n ≤ 11
 0; drugde

3 − n ; n ≥ 10
d.3) s1 [n] ⋅ u[n − 10] = 
 0; drugde
3 − ( n −10) ; n ≥ 10
s1 [n − 10] ⋅ u[n] = 
 0; drugde
3 − n + 3 − ( n −10) ; n ≥ 10
s[n] = 
 0; drugde
∞ ∞
f) konvolucija signala ( s[n] = ∑ s1[m] ⋅ s 2 [n − m] = ∑ s1[n − m] ⋅ s 2 [m] )
m = −∞ m = −∞
U slučaju signala sa složenim analitičkim opisom često se konvolucioni signal s[n] rešava grafičkim putem.
U sledećim primerima će se primeniti ova metoda.
e.1) Neka je signal s1 [m] = δ [n] n = m = δ [m] . Ovim smo signal δ [n] preslikali u m-domen u kome se vrši
sumiranje signala (sumiranje po promenljivoj ’m’). Signal s 2 [n − m] se dobija na sledeći način :
1. preslika se signal u m-domen i tako se dobija s 2 [m] = δ [m − n0 ] .
2. nalazi se signal s 2 [− m] koji predstavlja lik u
ogledalu signala s 2 [m] , tj. vrednosti signala sa
negativne se perslikavaju na pozitvnu vremensku osu a
sa pozitivne na negativnu vremensku osu, kao lik u
ogledalu.
3. pomeri se signal s 2 [− m] za neki proizvoljan korak
’ n ’ čime se dobija signal s 2 [n − m] (za n < 0 signal
se pomera ulevo n koraka, za n > 0 signal se pomera udesno n koraka).

Oređivanje s[n] podrazumeva određivanje njenih vrednosti za svako n odnosno za − ∞ < n < +∞ . Grafički
se postupak može predstaviti kao pomeranje signala s 2 [m] po m osi od − ∞ do + ∞ , nalaženjem
proizvoda s1 [m] ⋅ s 2 [n − m] i sabiranjem vrednosti dobijenih proizvoda. Za konkretni primer se dobija
∞
jednačina s[n] = ∑ δ [ m] ⋅ δ [ n − n
m = −∞
0 − m] . Na osnovu definicije jediničnih impulsa se može uočiti da je
proizvod u sumi različito od nule samo za n = n0 , pa je zato i suma različita od nule za tu vrednost, dok za
ostale vrednosti n , proizvod pa i suma su jednaki nuli. Grafička interpretacija : neka se određuje vrednost
signala u trenutku n = n1 ≠ n0 tj. s[n = n1 ] . S obzirom da se pomera samo signal s 2 [m] , to ćemo imati da
je s 2 [n1 − m] = δ [n1 − n0 − m] . Prikažimo oba signala u istom dijagramu predpostavljajući da je
n1 − n0 < 0 . To znači da je pomereni jedinični impuls lociran na levoj strani vremenske ose tj. za negativno
m . Sa slike se vidi da se signali ne preklapaju pa je njihov proizvod jednak nuli pa je i suma jednaka nuli.
Signal s 2 [m] je različito od nule tamo gde je signal s1 [m] jednaka nuli, dok je signal s1 [m] različito od
nule tamo gde je signal s 2 [m] jednaka nuli. Isti zaključak se može izvesti i za slučaj kada se signal s 2 [m]
nalazi desno od signala s1 [m] . Predpostavimo da smo signal s 2 [m] pomerili tako da se signali preklapaju.
Kako su signali različiti od nule za isti trenutak, to će i njihov proizvod biti različito od nule, dok za ostale
trenutke proizvod je jadnak nuli. Kako postoji samo jedan član u sumi koji je različito od nule to će i
vrednost signala biti jednaka tom članu. Postavlja se pitanje za koju vrednost n ćemo dobiti sumu različitu
od nule, odnosno koliko treba da se pomeri signal s 2 [m] u odnosu na signal s1 [m] da bi dobili rezultat
različitu od nule. Kao što je to već pre uočeno signali se moraju preklapati. Signal s1 [m] je lociran u tačku
m = 0. Ako se signali preklapaju tada je signal s 2 [ m] isto lociran u toj tački tj.
n − n0 − m m = 0 = n − n0 = 0 . Iz toga onda sledi da za trenutak n = n0 vrednost sume je različito od nule,
1; n = n0
odnosno za rezultat važi s[n] =  . Rezultujući signal je zapravo jedinični impuls pomeren za n0
0; n ≠ n0
koraka ulevo ako je n0 < 0 ili udesno ako je n0 > 0 .
e.2) Neka su signali s1 [n] = u[n] s 2 [n] = δ [n − 10] . Za konvolucionu jednačinu se tada dobija
∞
s[n] = ∑ u[m] ⋅ δ [n − 10 − m] . Grafički prikaz oba signala za n = −5 je dato na slici.
m = −∞
Analogno predhodnom zadatku i u ovom slučaju je
konvoluciona suma različita od nule samo tada kada se oba
signala preklapaju tj. kada se signal s 2 [m] nalazi desno od
tačke m = 0 . Preklapanje signala počinje od trenutka kada
je n − 10 − m m =0 = 0 tj kada je n = 10 i traje do + ∞ .
Konvoluciona suma i sada sadrži samo jedan član jer se
ostali članovi zbog jediničnog impulsa množe sa nulom, te je
1; n ≥ 10
rezultat konvolucije s[n] =  = u[n − 10] .
0; n < 10
e.3) Signali s1 [m] = u[m] i s 2 [m] = u[n − m] su prikazani

na slici 1. Ako se signali ne preklapaju tada je i proizvod
jednak nuli kao što se to vidi i sa slike 1. Preklapanje signala
nastaje u trenutku n − m m =0 = 0 tj za n ≥ 0 što je prikazano
na slici 2. Konvoluciona suma će tada da glasi
∞
s[n] = ∑ u[m] ⋅ u[n − m] .
m = −∞

Sa slike 2. se može uočito da je donja granica sume m = 0 jer
signal s1 [m] je različito od nule samo za pozitivne vrednosti
m . Gornju granicu sume određuje signal s 2 [m] . Sa slike se
vidi je signal s 2 [m] različito od nule ako je m ≤ n pa sledi da
je gornja granica sume m = n . Uvrštavanjem se dobija
n
s[n] = ∑1 ⋅ 1 = n + 1; n ≥ 0 .
m=0
an;n ≥ 0
e.4) Neka je signal s1[m] =  a signal
0; drugde
s 2 [m] = u[n − m] . Posmatrajmo signal s[n] posebno za
interval − ∞ < n < 0 i posebno za interval 0 ≤ n < +∞ . Za
interval n < 0 međusobni položaj signala s1 [m] i s 2 [m] je
prikazano na slici 1. dok za interval n ≥ 0 na slici 2. Analogno
predhodnom zadatku sa slike 1. se može uočiti da zbog
nepreklapanja signala proizvod signala je jednaka nuli, pa je i
suma jednaka nuli. Iz ove analize zaključujemo da je signal
s[n] = 0; n < 0 . Preklapanje nastaje kada se signal s 2 [m]
pomeri za n ≥ 0 . Donju granicu sume opet određuje signal
s1 [m] koji je definisan samo za m ≥ 0 , pa zato sumiranje
počinjemo od tačke m = 0 . Gornja granica zavisi od položaja
signala s 2 [m] odnosno u kojoj meri se signali preklapaju. Kao i
u predhodnom primeru signal s 2 [m] je različit od nule za
m ≤ n pa je gornja granica sume m = n . Nakon ove analize
konvoluciona suma će da glasi
n n
s[n] = ∑ a m ⋅ 1 = ∑ a m . Ova suma postoji samo za vrednosti
m =0 m=0
1 − a n +1
n
a < 1 i ona je jednaka
m=0
∑ am =
1− a
. Za ostale vrednosti broja a , suma divergira ili osciluje oko
 0; n < 0

vremenske ose. Na osnovu predhodne analize konačno dolazimo do rešenja s[n] = 1 − a n +1 .
 1 − a ; n ≥ 0
e.5) Analogno predhodnim primerima signal s[n] = 0 za n < 0 jer se signali ne preklapaju. Za n ≥ 0 signali
n n
se preklapaju pa je s[n] = ∑ a m ⋅ a n−m = a n ⋅ ∑1 = a n ⋅ (n + 1) . Određivanje granica sume je analogan
m=0 m =0
predhodnim postupcima. Za a ≤ −1 signal s[n] teži ka beskonačnosti menjajući predznak u svakom
trenutku (slika 1). Za − 1 < a < 0 signal naizmenično menja predznak i teži ka nuli (slika 2). Za 0 < a < 1
signal je uvek pozitivan i teži ka nuli (slika 3). Za a ≥ 1 signal teži ka beskonačnosti (slika 4).

∞
f) korelacija signala ( s[n] = ∑ s [ m] ⋅ s [ n + m]
m = −∞
1 2 )
f.1) postupak rešavanja korelacione jednačine je sličan postupku za rešavanje konvolucione jednačine. Bitna
razlika je u signalu koja se pomera u odnosu na drugi fiksni signal. U slučaju konvolucije smo imali da se
jedan od signala preslikava kao lik u ogledalu i tako ulazi u konvolucionu jednačinu. Kako se signal pomerao
po vremenskoj osi to smo dobijali različite vrednosti za rezultat tražene sume. Kod korealcione jednačine
nema gore opisanog preslikavanja nego se signal pomera za određeni korak i tako ulazi u račun sume.
Rezultat toga je da se sada signal pomera u suprotnom smeru tj. kreće se od desne strane ka levoj. Za n < 0
imaćemo da se signal nalazi na desnoj strani vremenske ose dok se za n > 0 nalazi na levoj strani
vremenske ose.Posmatrajmo prvo intrval n < 0 koji je prikazan na
slici 1.
Kako se signali preklapaju to je njihov proizvod različito od nule
pa je i suma različita od nule. Napišimo izraz za sumiranje iz koje
ćemo zatim da odredimo zavisnost signala s[n] od vremena
∞ ∞
n < 0. s[n] = ∑a
m= n
m
⋅a
− n +m
=a
−n
⋅ ∑a
m= n
2m
.Granice su
očigledne jer se signali preklapaju samo za n ≤ m < +∞ . Da bi

sumu rešili u tabličnom obliku napisaćemo je na sledeći način
n −1 2 2
∞ ∞
1 1− a n a
n
∑a
m= n
2m
= ∑a
m=0
2m
− ∑a
m =0
2m
= −
1− a2 1− a2
=
1− a2
.
2n n
a a −n
Konačno se dobija s[n] = a = ⋅
za n < 0 .
1− a 2
1− a2
Posmatrajmo sada signal s[n] u intervalu n > 0 i međusobni
položaj signala koji je prikazan na slici 2. Kao što se to vidi sa slike
donja granica sume je m = 0 dok je gornja granica m → ∞ . Na
∞ ∞
an
osnovu ovoga s[n] = ∑ a m ⋅ a n + m = a n ⋅ ∑ a 2 m = za
m=0 m =0 1− a2
n ≥ 0 . Upoređujući izraze signala s[n] za različite intervale n
uočava se jedna bitna osobina autokorelacionog signala : ako su
diskretni signali realni tada je njihov autokorelacioni signal uvek
parna funkcija vremena.
n
a
Konačno se za signal može napisati s[n] = ; ∀n .
1− a2
∞
f.2) Uvrštavanjem signala u formulu korelacije signala dolazimo do izraza s[n] = ∑ δ [ m] ⋅ δ [ n − 3 + m ] .
m = −∞
Poznavajući osobine impulsnih funkcija može se zaključiti da je data suma različita od nule ako se impulsi
poklapaju tj. nalaze se na istom mestu. Iz ovog uslova sledi n − 3 + m m =0 = 0 pa se dobija da je n = 3 .
 1; n = 3
Konačno imamo da je s[n] =  .
0; drugde
f.3) Korelaciona suma za ovaj primer će da glasi

∞
2π
s[n] = ∑ cos( 3
m = −∞
m) ⋅ u[n + m] . Posmatrajmo sumu posebno za n > 0
i za n < 0 . Međusobni položaj signala za slučaj n < 0 je prikazan na

slici 1. Kao što se to sa slike vidi, suma je različita od nule samo za
∞
2π
m ≥ n pa prema tome s[n] = ∑1 ⋅ cos( 3
m= n
m) . Primenom Ojlerovog
obrazca i preuređivanjem sume se dobija

2π 2π 2π 2π
j m −j m n −1 j m −j m
∞
e 3
+e 3
e 3
+e 3
s[n] = ∑ −∑ . Razbijanjem sume na parcijalne sume i primenom
m=0 2 m=0 2
tabličnih rešenja gornjih suma sledi
 j
2π
n −j
2π
n 
1  1 1 1− e 3 1− e 3 .
s[n] = ⋅ + − −
2  j
2π
−j
2π
j
2π
−j
2π 
1 − e 1− e 1− e 1− e 3 
3 3 3
Sređivanjem izraza u zagradi dolazi se do rešenja
 j 2π n 2π
 2π 2π
−j n 2 cos( n ) − 2 cos( ( n − 1))
1  e 3 e 3 1
= ⋅ 3 3
s[n] = ⋅ + =
2  j
2π
−j
2π  2 2π
1 − e 3 1 − e 3  2 − 2 cos( )
3
2π π π 2π π
n − ) ⋅ sin( )
sin( sin( n− )
1 3 3 3 =−1 3 3 za n < 0 .
=− ⋅
2 π 2 π
sin 2 ( ) sin( )
3 3
Međusobni položaj signala za interval n > 0 prikazana je na slici 2.
∞
2π
Tražena suma će tada biti s[n] = ∑1 ⋅ cos( m) . Primenom
m =0 3
Ojlerovog obrazca sledi
2π 2π
j m −j m
∞
e 3
+e 3
s[n] = ∑ =
m=0 2
2π
  2 − 2 cos( )
1 1 1 1 3 = 1.
= ⋅ + = ⋅
2  j
2π
−j
2π
 2 2π 2
1 − e 3
1− e 3  2 − 2 cos( )
3
 1
 ;n ≥ 0
2
 2π π
Iz prethodne analize sledi da je s[n] =  sin( n− ) .
1 3 3 ;n < 0
− ⋅
 2 π
sin( )
 3
f.4) Analogno predhodnim primerima može se zaključiti da je korelacioni

signal za n ≥ 0 jednaka nuli jer se signali zbog svojih oblasti
definisanosti ne preklapaju kao što je to prikazano na slici 1.
Za slučaj n < 0 imamo delimično preklapanje signala do tačke m = n
n
2π
pa je stoga korelaciona suma s[n] = ∑ cos( 3
m=0
m) ⋅ sin( 2(m − n )) .
2π
Primenom smena α= , β = 2 i Ojlerovog obrazca za sumu se
3

jβ ( m − n ) − jβ ( m − n )
n
e jαm + e − jαm e −e
dobija s[n] = ∑
m=0 2
⋅
2j
. Sređivanjem sume dolazi se do izraza
− jβ n n jβ n n
∑ (e ) ∑ (e )
e j (α + β ) m e
s[n] = + e − j (α − β ) m − j (α − β ) m
+ e − j (α + β ) m .
4j m=0 4j m=0
Koristeći tablična rešenja konačnih suma, dobijena suma se pretvara u oblik
e 1 − e j (α + β )( n +1) 1 − e − j (α − β )( n +1)  e jβ n 1 − e j (α − β )( n +1) 1 − e − j (α + β )( n +1) 

− jβ n
s[n] = ⋅ + − ⋅ + .
4 j  1 − e j (α + β ) 1 − e − j (α − β )  4 j  1 − e j (α − β ) 1 − e − j (α + β ) 
− jβ n jβ n
Nakon množenja prve zagrade sa e i druge sa e i kombinovanjem prvog člana prve zagrade sa
drugim članom druge zagrade i drugog člana prve zagrade sa prvim članom druge zagrade dobija se
 α−β α−β α+β α+β 

 cos(α n + ) − cos( β n − ) cos(α n + ) − cos( β n + )
1 2 2 2 2
s[n] = ⋅  − .
4  α−β α+β 
sin( ) sin( )
 2 2 
Nakon uvrštavanja α i β dolazi se do konačnog rezultata koji glasi
 2π π π 2π π π
 cos( 3 n + 3 − 1) − cos(2 n − 3 + 1) cos( 3 n + 3 + 1) − cos(2 n + 3 + 1)
 − ;n < 0
s[n] =  π π .
 4 sin( + 1) 4 sin( − 1)
3 3
 0 ; n ≥ 0

Dobijeni korelacioni signal je prikazan na slici 2.
Gornja slika prikazuje korelacioni signal u širem intervalu,

dok donja slika prikazuje izdvojeni segment signala u
intervalu − 120 ≤ n ≤ 20 . I sa grafikona i iz analitičkog
oblika signala može da se zapazi da korelacioni signal nije
periodičan.
+∞
2π 5π
f.5) Konvoluciona suma za ova dva signala će da glasi s[n] = ∑ cos( 3
m = −∞
m) ⋅ sin(
4
(n + m)) .
Primenom osnovnih trigonometrijskih transformacija suma se može svesti na oblik
5π  ∞ 2π 5π  5π  ∞ 2π 5π 
s[n] = sin( n ⋅ ∑
) cos( m ) cos( m +
) cos( n ⋅  ∑ cos( m) sin( m) =
)
4 m = −∞ 3 4  4  m = −∞ 3 4 

 23π 7π   23π 7π 
5π  ∞ cos( 12 m) + cos( 12 m)  5π  ∞ sin( 12 m) − sin( 12 m) 
= sin( n) ⋅  ∑  + cos( n) ⋅  ∑ .
4 m = −∞ 2  4 m = −∞ 2 
   
Može se uočiti da su svi trigonometrijski diskretni signali pod sumom periodični sa periodom N = 24 .
Razbijanjem sume na zbir parcijalnih suma po jednoj periodi signala tj.
∞ − ( n +1) 24 +1 −1 23 47 ( n +1) 24 −1 +∞ ( r +1) 24 −1
∑ g [ m] =
m = −∞
∑ g [ m] + ⋅ +
m = − n 24
∑ g [ m] + ∑ g[ m ] +
m = −24 m =0
∑ g [ m] + ⋅ +
m = 24
∑ g [ m] =
m = n 24
∑ ∑ g[ m] .
r = −∞ m = r 24
Izdvojimo iz niza parcijalnih suma tu koja sumira vrednosti periodičnog trigonometrijskog signala u njenoj
23
23π
osnovnoj periodi, to je ∑ g[m] . Neka je
m=0
g[m] = sin(
12
m) . Za g[m] se može izabrati bilo koji gore
navedeni signal, zaključak koji će da sledi važi za svaki od tih signala. Vrednosti koje će signal poprimati u
datoj periodi za različite vrednosti m su sledeće
0,−0.258,−0.5,−0.707,−0.866,−0.965,−1,−0.965,−0.866,−0.707,−0.5,−0.258;0
s[m |=  .
 0, + 0 . 258, + 0 . 5, + 0 . 707 , + 0 . 866, + 0 . 965, + 1, + 0 . 965, + 0 . 866, +0 . 707 , + 0 . 5, + 0 . 258 
Ako sumiramo vrednosti signala po celoj periodi vidimo da se za rezultat dobija nula. Kako je signal
periodičan, njene vrednosti se ponavljaju za svaku parcijalnu sumu, te će svaka parcijalna suma, analogno
predhodnom, biti jednaka nuli. Sledi da su vrednost pojedinih beskonačnih suma jednake nuli tj.
5π 5π
s[n] = sin( n) ⋅ 0 + cos( n) ⋅ 0 = 0 . Iz dobijenog rezultata se može zaključiti da je korelacija gore
4 4
navedenih signala jednaka nuli za bilo koju vrednost n tj. s[n] = 0; ∀n .+
Gore navedeni zaključak smo izveli u vremenskom domenu primenom nekih od trigonometrijskih adicionih
transformacija. Do istog zaključka ćemo doći i u sledećem poglavlju gde ćemo analizu sprovesti u
transformacionom domenu signala.
Zadatak 3.
a) Za svaki od sledećih sistema odrediti dali je sistem stabilan, kauzalan, linearan, vremenski nepromenljiv,
bez memorije
n n + n0
a.1) S {x[n]} = g[n] ⋅ x[n] , a.2) S {x[n]} = ∑ x[k ] , a.3) S {x[n]} = ∑ x[k ] ,
k = n0 k = n − n0
a.4) S {x[n]} = x[n − n0 ] , a.5) S {x[n]} = e x n , a.6) S {x[n]} = a ⋅ x[n] + b ,

[ ]
a.7) S {x[n]} = x[− n] , a.8) S {x[n]} = x[n] + 3 ⋅ u[n + 1] .
+
Gore izvedenoj sumi se može dati i drugačije tumačenje: suma neke funkcije po nekom intervalu predstavlja srednju
vrednost date fumkcije. Svaka od gornjih trigonometrijskih signala ima istu periodu i simetrične su u svakoj periodi na
diskretnu vremesku osu. Kako su one simetrične po svakoj periodi te njihova srednja vrednost mora biti nula po svakoj
periodi pa je zato i njihova beskonačna suma jednaka nuli.
b) Primenom impulsnog odziva odrediti odziv sistema na datu pobudu
b.1)
x[n] , h[n]
b.2)
x[n] , h[n]
b.3) Za impulsni odziv je poznato da je h[n] ≠ 0; N 0 ≤ n ≤ N 1 . Za ulazni signal se zna da je

x[n] ≠ 0; N 2 ≤ n ≤ N 3 . Izlazni signal je y[n] ≠ 0; N 4 ≤ n ≤ N 5 .
Odrediti N 4 = f ( N 0 , N 1 , N 2 , N 3 ) i N = f ( N 0 , N 1 , N 2 , N 3 ) .
c) Odrediti odziv sistema ako je poznata relacija ULAZ-IZLAZ .
3 1
c.1) RUI : y[n] − y[n − 1] + y[n − 2] = 2 x[n − 1] , x[n] = δ [n] , y[−1] = 0, y[−2] = −8 .
4 8
c.2) RUI : y[n] − 5 y[n − 1] + 6 y[n − 2] = 2 x[n − 1] , y[−1] = y[−2] = 0 .

c.2.a) odrediti homogeno rešenje diferencne jednačine
c.2.b) naći odziv na pobudu x[n] = δ [n]
c.2.c) naći odziv na pobudu x[n] = u[n] .
Rešenje:
a.1) Uslov stabilnosti:

Sistem je stabilan ako se na bilo koji ograničen ulaz ( x[n] < B x < ∞ ) na izlazu sistema dobija ograničen
odziv tj. y[n] < B y < ∞ .
Neka je y[n] = S {x[n]} = g[n] ⋅ x[n] odziv sistema na ograničenu pobudu ( x[n] < B x < ∞ ). Po datoj
definiciji sledi y[n] = g[n] ⋅ x[n] = g[n] ⋅ x[n] < g[n] ⋅ B x . Ukoliko je i sekvenca g[n] ograničena tj.
g[n] < B g < ∞ tada je y[n] = g[n] ⋅ x[n] < B g ⋅ B x < ∞ tj. zaključujemo da je sistem ograničen jer je i
njegov odziv ograničen.
Uslov kauzalnosti:
Sistem je kauzalan ako se za bilo koji proizvoljno odabrani trenutak n 0 , izlazni signal u trenutku
n = n0 zavisi samo od vrednosti ulaznog signala u trenucima n ≤ n0 .

Primenom gornjeg uslova na dati sistem, dobija se da je za trenutak n = n0 izlazni signal jednak
y[n0 ] = g[n0 ] ⋅ x[n0 ] tj. da vrednost izlaznog signala za posmatrani trenutak zavisi samo od vrednosti
sekvence g[n] i x[n] u posmatranom trenutku. Znači sistem jeste kauzalan.
Uslov linearnosti:
Klasa linearnih sistema je definisana principom superpozicije.
Ako su y1 [n] i y 2 [n] odzivi na pojedine pobude x1 [n] i x 2 [n] respektivno, tada je sistem linearan ako i
samo ako važi
S {x1 [n] + x 2 [n]} = S {x1 [n]}+ S {x 2 [n]} = y1 [n] + y 2 [n]
i
S {a ⋅ x[n]} = a ⋅ S {x[n]} = a ⋅ y[n]
gde je a proizvoljno odabrana konstanta.

Prva osobina se naziva osobinom aditivnosti dok je druga, osobina homogenosti ili drugačije osobina
skaliranja.
Testirajmo prvo osobinu aditivnosti. Tada se dobija
S {x1 [n] + x 2 [n]} = g[n] ⋅ [x1 [n] + x 2 [n]] = g[n] ⋅ x1 [n] + g[n] ⋅ x 2 [n] = y1 [n] + y 2 [n]
iz čega zaključujemo da sistem zadovoljava osobinu aditivnosti.

Za osobinu homogenosti dobijamo S {a ⋅ x[n]} = g[n] ⋅ a ⋅ x[n] = a ⋅ g[n] ⋅ x[n] = a ⋅ y[n] iz čega se vidi da
sistem zadovoljava datu osobinu. Kako sistem zadovoljava date uslove sledi da je linearan.
Uslov vremenske invarijantnosti:

Za sistem se kaže da je vremenski invarijantan ako se za vremenski pomerenu pobudu na izlazu dobija odziv
vremenski pomerenu za istu veličinu.
Neka je n0 < 0 vremenski pomeraj ulaznog signala koji se dovodi na ulaz testiranog sistema. Tada je
S {x[n − n0 ]} = g[n] ⋅ x[n − n0 ] ≠ y[n − n0 ] = g[n − n0 ] ⋅ x[n − n0 ] iz čega sledi da sistem nije vremenski
invarijantan.
Uslov koji definiše sistem bez memorije:

Sistem je bez memorije ako se vrednost izlaznog signala u bilo kom trenutku n zavisi samo od vrednosti
ulaznog signala u istom trenutku n .
Iz definicije sistema se vidi da izlaz u trenutku n zavisi samo od proizvoda sekevnce g[n] i x[n] u istom
trenutku te sledi da je sistem bez memorije.
n n n
a.2) Stabilnost: y[n] = ∑ x[k ] ≤
k = n0
∑
k = n0
x[n] < ∑B
k = n0
x = B x ⋅ (n − n0 ) . Iz dobijene jednakosti sledi da ako
n → ∞ tada i y[n] → ∞ , te sistem nije stabilan.
n1
Kauzalnost: Za proizvoljno n = n1 imaćemo y[n1 ] = ∑ x[k ] = x[n
k = n0
0 ] + x[n0 + 1] + ⋅ ⋅ ⋅ + x[n1 − 1] + x[n1 ] .
Kao što se vidi izlazni signal u datom trenutku zavisi samo od predhodnih vrednosti ulaznog signala tj.
n0 ≤ n ≤ n1 . Te zaključujemo da je sistem kauzalan.
Linearnost: Obuhvatajući obe ososbine linearnosti u jednu jednačinu, dobijamo da za linearne sistema važi
S {a ⋅ x1 [n] + b ⋅ x 2 [n]} = S {a ⋅ x1 [n]}+ S {b ⋅ x 2 [n]} = a ⋅ S {x1 [n]}+ b ⋅ S {x 2 [n]} = a ⋅ y1 [n] + b ⋅ y 2 [n] .

Primenimo dati uslov na posmatrani sistem. Dobijamo jednačinu

n n n
S {a ⋅ x1 [n] + b ⋅ x 2 [n]} = ∑ [a ⋅ x [k ] + b ⋅ x [k ]] = a ⋅ ∑ x [k ] + b ⋅ ∑ x [k ] = a ⋅ y [n] + b ⋅ y [n]
k = n0
1 2
k = n0
1
k = n0
2 1 2
iz koje sledi da je posmatrani sistem linearan.
Vremenska invarijantnost:
n − n1 n − n1
y[n − n1 ] = ∑ x[k ] = x[n
k = n0
0 ] + ⋅ ⋅ ⋅ + x[n − n1 ] ≠ ∑ x[k ] = x[n
k = n0 − n1
0 − n1 ] + ⋅ ⋅ ⋅ + x[n − n1 ] .
Iz dobijene relacije sledi da sistem nije vremenski invarijantan.

n
Sistem bez memorije: y[n] = ∑ x[k ] = x[n ] + x[n
k = n0
0 0 + 1] + ⋅ ⋅ ⋅ + x[n − 1 + x[n] . Kao što se vidi trenutna
vrednost odziva zavisi i od predhodnih vrednosti ulaznog signala, te sledi da dati sistem nije bez memorije.
n + n0 n + n0 n + n0
a.3) Stabilnost: y[n] = ∑ x[k ] ≤
k = n − n0
∑
k = n − n0
x[k ] < ∑B
k = n − n0
x = B x (n + n0 − n + n0 ) = B x 2n0 < ∞ . Kako je
odziv ograničen za bilo koje n sledi da je dati sistem stabilan.
Kauzalnost: Za trenutak n = n1 odziv sistema je
n1 + n0
y[n1 ] = ∑ x[k ] = x[n
k = n1 − n0
1 − n0 ] + x[n1 − n0 + 1] + ⋅ ⋅ ⋅ + x[n1 + n0 − 1] + x[n1 + n0 ] .
Očigledno sistem nije kauzalan jer izlazni signal u trenutku n = n1 ne zavisi samo od vrednosti ulaznog
signala u predhodnim trenucima ( n1 − n0 , n1 − n0 + 1, n1 − n0 + 2,..., n1 − n0 + n0 = n1 ) već i od vrednosti u
budućim trenucima ( n1 + 1, n1 + 2, n1 + 3,..., n1 + n0 ).
Linearnost: Primenom uslova linearnosti dobija se izraz
n + n0 n + n0 n + n0
S {a ⋅ x1 [n] + b ⋅ x 2 [n]} = ∑ [a ⋅ x1 [n] + b ⋅ x 2 [n]] = a ⋅ ∑ x1 [n] + b ⋅ ∑ x 2 [n] = a ⋅ y1 [n] + b ⋅ y 2 [n] .
k = n − n0 k = n − n0 k = n − n0
Dati sistem zadovoljava uslov linearnosti te sledi da je sistem linearan.
Vremenska invarijantnost: Za proizvoljnu pomerenu ulaznu pobudu dobjamo
n − n1 + n0
S {x[n − n1 ]} = ∑ x[k ] = x[(n − n ) − n 1 0 ] + x[(n − n1 ) − n0 + 1] + ⋅ ⋅ ⋅
k = n − n1 − n0
⋅ ⋅ ⋅ + x[(n − n1 ) + n0 − 1] + x[(n − n1 ) + n0 ] = y[n − n1 ] .
Zaključujemo da je sistem vremenski invarijantan.
Sistem bez memorije: Kako izlazni signal zavisi i od predhodne vrednosti ulaznog signala zaključujemo da
posmatrani sistem nije bez memorije.

a.4) Stabilnost: Ako na ulaz dovedemo ograničenu pobudu tada na izlazu dobijamo isto ograničen odziv
tj. y[n] = x[n − n0 ] < B x < ∞ , te sledi da je sistem stabilan.
Kauzalnost: Odziv sistema u trenutku n = n1 je y[n1 ] = x[n1 − n0 ] tj. zavisi samo od predhodne vrednosti
ulaznog signala pa je stoga sistem kauzalan.
Linearnost: Primenom uslova sledi
S {a ⋅ x1 [n] + b ⋅ x 2 [n]} = a ⋅ x1 [n − n0 ] + b ⋅ x 2 [n − n0 ] = a ⋅ y1 [n] + b ⋅ y 2 [n] .
Pa zaključujemo da je sistem linearan.
Vremenska invarijantnost: Za proizvoljno odabranu vrednost n1 odziv na pobudu x[n − n1 ] će biti

y '[n] = x[(n − n0 ) − n1 ] = x[(n − n1 ) − n0 ] = y[n − n1 ] pa je sistem vremenski invarijantan.
Sistem bez memorije: Po datom opisu sistema, trenutna vrednost odziva zavisi od neke od predhodnih
vrednosti pobudnog signala pa stoga sistem nije bez memorije.
x[ n ]
a.5) Stabilnost: y[n] = e x n < e < e Bx < ∞ . Iz formule sledi da je sistem stabilan.
[ ]
Kauzalnost: Odziv sistema u proizvoljno odabranom trenutku n = n1 je y[n1 ] = e x n1 tj. zavisi samo od
[ ]
vrednosti ulaznog signala u istom trenutku, pa sledi da je sistem kauzalan.
Linearnost: S {a ⋅ x1 [n] + b ⋅ x 2 [n]} = e a⋅ x1 n +b⋅ x2 = e a⋅ x1[ n ] ⋅ e b⋅ x2 [ n ] ≠ a ⋅ e x1 [ n ] + b ⋅ e x2 [ n ] . Kao što se vidi

[ ] [n]
sistem ne zadovoljava uslov linearnosti.
Vremenska invarijantnost: Za proizvoljno vremenski pomereni ulazni signal na izlazu se dobija odziv
e x[ n − n0 ] = y[n − n0 ] koji je pomeren u vremenu za istu vrednost. Sledi da je sistem vremenski invarijantan.
Sistem bez memorije: Iz uslova kauzalnosti smo zaključili da vrednost odziva u proizvoljnom trenutku
zavisi samo od vrednosti pobude u istom tom trenutku tj. sistem ne pamti predhodne vrednosti ulaznog
signala. Sledi da je sistem bez memorije.
a.6) Stabilnost: Iz jednačine y[n] = a ⋅ x[n] + b = a ⋅ x[n] + b = a ⋅ x[n] + b < a ⋅ B x + b < ∞ sledi da je
posmatrani sistem stabilan.
Kauzalnost: U proizvoljno odabranom trenutku odziv sistema će biti y[n1 ] = a ⋅ x[n1 ] + b , što nam
ukazuje, analogno predhodnom zadatku, da je sistem kauzalan.
Linearnost:
S {a1 ⋅ x1 [n] + a 2 ⋅ x 2 [n]} = a ⋅ [a1 ⋅ x1 [n] + a 2 ⋅ x 2 [n]] + b ≠ a1 ⋅ [a ⋅ x1 [n] + b ] + a 2 ⋅ [a ⋅ x 2 [n] + b ] .

$!# ! !" ! $!# ! !" !
y1 [ n ] y2 [ n ]
Iz date nejednakosti se zaključuje da posmatrani sistem nije linearan.
Vremenska invarijantnost: Za proizvoljno vremensko pomeranje ulaznog signala na izlazu se dobija

y '[n] = a ⋅ x[n − n0 ] + b = y[n − n0 ] pomereni odziv u vremenu za istu vrednost, pa je zato sistem
vremenski invarijantan.

Sistem bez memorije: Kako vrednost odziva sistema na proizvoljnu pobudu u proizvoljnom trenutku zavisi
samo od vrednosti pobude u istom trenutku, zaključujemo da je sistem bez memorije.
a.7) Stabilnost: Kako je y[n] = x[−n] < B x < ∞ sledi da je sistem stabilan.
Kauzalnost: Po definiciji kauzalnosti može da se zaključi da sistemi koji poseduju osobinu kauzalnosti ne
mogu da vrše predikciju izlaznog signala, ako je poznat ulazni signal do nekog trenutka tj. nemaju osobinu
predviđanja odziva na osnovu dotad poznatih vrednosti pobude. Predpostavimo da smo ulazni signal
posmatrali u beskonačno dugom vremenskom intervalu. Neka je trenutak kraja posmatranja odabran tako da
se nalazi u tački n = 0 na diskretnoj vremenskoj osi. Tada su nam poznati vrednosti pobude za n < 0 .
Odredimo vrednost odziva za proizvoljno n > 0 tako da su nam vrednosti u predhodnim trenutcima
nepoznate. Neka je taj ternutak n = n0 > 0 . Iz definicije sistema sledi da je odziv y[n1 ] = x[− n1 ] tj. da su
vrednosti odziva u budućim trenucima već određene vrednostima pobude do trenutka posmatranja. Pa sledi
da sistem nije kauzalan jer na osnovu predhodno posmatranih vrednosti pobude uvek se može predvideti
buduća vrednost odziva sistema. Posmatrani sistem ima osobinu preslikavanja prošlosti u budućnost.
Linearnost: Iz uslova linearnosti
S {a ⋅ x1 [n] + b ⋅ x 2 [n]} = a ⋅ S {x1 [n]}+ b ⋅ S {x 2 [n]} = a ⋅ x1 [− n] + b ⋅ x 2 [− n] = a ⋅ y1 [n] + b ⋅ y 2 [n]
sledi da je posmatrani sistem linearan.
Vremenska invarijantnost: Po uslovu vremenske invarijantnosti zakasnela pobuda na ulazu sistema treba
da da zakasneli odziv na izlazu sistema za isti vremenski pomeraj. Predpostavimo da smo pobudni signal
zakasnili za izvesno vreme x[n − n0 ] . Tada je odziv y[n] = x[−(n − n0 )] što nam pokazuje da odziv
prednjači isto toliko vremena. Znači sistem nije vremenski invarijantan.
Sistem bez memorije: Sistem nije bez memorije jer se vrednosti odziva određuju na osnovu predhodno
posmatranih vrednosti pobude.
a.8) Stabilnost: Iz y[n] = x[n] + 3 ⋅ u[n] ≤ x[n] + 3 ⋅ u[n] < B x + 3 < ∞ sledi da je sistem stabilan.
Kauzalnost: U proizvoljno odabranom trenutku n = n0 odziv sistema je y[n1 ] = x[n1 ] + 3 ⋅ u[n1 ] tj. ne
zavisi od budućih vrednosti pobudnog signala. Sledi da je sistem kauzalan.
Linearnost:
S {a ⋅ x1 [n] + b ⋅ x 2 [n]} = a ⋅ x1[n] + b ⋅ x 2 [n] + 3 ⋅ u[n] ≠ a ⋅ x1 [n] + 3 ⋅ u[n] + b ⋅ x 2 [n] + 3 ⋅ u[n]
tj. sistem nije linearan.
Vremenska invarijantnost: Za proizvoljno vremenski pomereni ulazni signal x[n − n0 ] na izlazu sistema
se dobija odziv y '[n] = x[n − n0 ] + 3 ⋅ u[n] ≠ x[n − n0 ] + 3 ⋅ u[n − n0 ] = y[n − n0 ] koji nije vremenski
pomeren signal. Zaključujemo da sistem nije vremenski invarijantan.
Sistem bez memorije: U razmatranju uslova kauzalnosti već smo ukazali na činjenicu da odziv sistema
zavisi samo od trenutne vrednosti pobude, te je stoga sistem bez memorije.

b.1) Odziv sistema na proizvoljnu poznatu pobudu je data konvolucionom jednačinom

n
y[n] = ∑ x[m] ⋅ h[n − m] u kome je
m = −∞
x[n] pobudni signal doveden na ulaz sistema, dok je h[n] impulsni
odziv sistema koji se dobija na izlazu ako je pobuda jedinični impulsni signal. Sa slike se vidi da je pobudni
signal x[n] zakasneli jedinični impuls sa n0 = 1 , gde je n0 odgovarajuće vremensko kašnjenje signala tj
x[n] = δ [n − n0 ] = δ [n − 1] . Kao što smo rekli odziv na jediničnu impulsnu pobudu jeste impulsni odziv
sistema h[n] . Kako je po predpostavci sistem linearan i vremenski nepromenljiv (LVN) sledi da će se na
vremenski pomerenu pobudu na izlazu sistema dobiti vremenski pomereni odziv. Iz gornjeg tada sledi da je
odziv na pobudni signal y[n] = h[n − n0 ] = h[n − 1] . Dobijeno rešenje ćemo pokazati i rešavanjem
konvolucione jednačine.
n
1; m = 1
y[n] = ∑ x[m] ⋅ h[n − m] . Kako je x[m] =  to će suma biti y[n] = 1 ⋅ h[n − 1] . Za vrednosti
m = −∞ 0; m ≠ 1
n < 1 odziv sistema je y[n] = 0 jer je i h[n − 1] = 0 , kao što se to vidi sa slike. Za n = 1 vrednost odziva je
y[1] = h[1 − 1] = h[0] = 2 . Za n = 2 odziv je y[2] = h[2 − 1] = h[1] = 1 . Za n > 2 izlazni signal je jednak
nuli jer je i impulsni odziv jednak nuli. I time smo dokazali gore opisan način razmišljanja.
b.2) Traženi odziv ćemo rešiti na dva načina.
Prvi način: direktno rešavanje konvolucione jednačine.

Kako je ulazni signal različit od nule samo u dva trenutka, to će i konvoluciona suma da sadrži dva člana tj.
n
y[n] = ∑ x[m] ⋅ h[n − m] = x[0] ⋅ h[n − 0] + x[1] ⋅ h[n − 1] = 2 ⋅ h[n] − 1 ⋅ h[n − 1] . Kako je impulsni odziv
m = −∞
jednak nuli za n < 0 , to će i odziv biti nula. Za n = 0 odziv je y[0] = 2 ⋅ h[0] − h[−1] = 2 ⋅ (− 1) − 0 = −2 .
Za n = 1 odziv se dobija analogno kao i malopre y[1] = 2 ⋅ h[1] − h[0] = 2 ⋅ 2 − (−1) = 5 . Za n = 2 se
dobija y[2] = 2 ⋅ h[2] − h[1] = 2 ⋅ 1 − 2 = 0 . Dalje za n = 3 imaćemo y[3] = 2 ⋅ h[3] − h[2] = 2 ⋅ 0 − 1 = −1 .
Za vrednosti n > 3 oba člana sume je jednaka nuli pa je i odziv jednak nuli. Analitički oblik odziva je
− 2; n = 0
 5; n = 1

y[n] =  0; n = 2 .
 − 1; n = 3

0; drugde
Drugi način: primena osobina LVN sistema.

Ulazni signal možemo da prikažemo kao zbir dva signala u kome su pojedini signali jedinični impulsni
signali pomnoženi sa odgovarajućim konstantama i vremenski pomereni za određeni položaj tj.
a = 2 ; b = −1
x[n] = a ⋅ x1 [n] + b ⋅ x 2 [n] x [ n ]=δ [ n ]; x [ n ]=δ [ n −1] = 2 ⋅ δ [n] − δ [n − 1] . Ako se na ulaz dovede signal
1 2
x1 [n] = δ [n] tada će se na izlazu pojaviti impulsni odziv sistema (vidi predhodni zadatak) tj. imaćemo
y1 [n] = h[n] . Ako se na ulaz dovede pobuda x 2 [n] = δ [n − 1] tada će se na izlazu pojaviti odziv
y 2 [n] = h[n − 1] . Kako je po predpostavci sistem LVN, to će se na zbirnu pobudu x[n] pojaviti zbir odziva
pojedinih pobuda tj. y[n] = a ⋅ y1 [n] + b ⋅ y 2 [n] = 2 ⋅ h[n] − 1 ⋅ h[n − 1] . Dobijeni izraz je identičan zadnjem
identitetu kojeg smo izveli za prvi način rešavanja, te je i rezultat identičan.

∞
b.3) Odziv sistema na proizvoljnu pobudu je data konvolucionom jednačinom y[n] = ∑ h[m] ⋅ x[n − m] .
m = −∞
Data suma će biti različita od nule ako je proizvod h[m] ⋅ x[n − m] h[m]
različito od nule za bilo koje n i m . Dati uslov je zadovoljen ako

se signali h[m] i x[n − m] preklapaju kao što je to prikazano na N0 N1
slici 1. i slici 2.. Prvi trenutak preklapanja signala nastaje ako je

n − N 2 = N 0 , pa će i rezultat konvolucije biti različito od nule x[n-m]
ako je n ≥ N 0 + N 2 (Slika 1.). Sve dok važi uslov da je

n-N2 n+N3
n − N 3 ≤ N 1 tj. da je n ≤ N 1 + N 3 , signali se još uvek Slika 1.
preklapaju, pa je i rezultat konvolucije različito od nule (Slika 2.).

Nakon ove tačke prizvod posmatranih signala je jednaka nuli jer se h[m]
više ne preklapaju, pa je i rezultat konvolucije jednaka nuli. Iz date

analize sledi da je konvoluciona suma različita od nule za interval N0 N1 m
N 0 + N 2 ≤ n ≤ N 1 + N 3 odnosno, izlazni signal je različit od

N4 ≤ n ≤ N5 N4 = N0 + N2
x[n-m]
nule u intervalu gde je i
N 5 = N1 + N 2 .
m
n-N2 n+N3
Slika 2.
c.1) Rešavanje diferencnih jednačina se svodi na posmatranje oblika karakteristične jednačine i oblika
pobude, koja se dovodi na ulaz sistema, čime se zapravo određuje homogeno i partikularno rešenje
diferencne jednačine.
Određivanje homogenog rešenja.

3 1
Leva strana jedančine se izjednači sa nulom tj. formiramo y[n] − y[n − 1] + y[n − 2] = 0 . Iz ove
4 8
jednačine formiramo karakteristični polinom, tako što ćemo izvršiti formalnu smenu y[n − m] = z − m , gde
3 1 1 2
je z kompleksna promenljiva. Za naš primer karakteristični polinom glasi P ( z − ) = 1 − z − + z − .
1
4 8
Izjednačavanjem karakterističnog polinoma sa nulom dobija se karakteristična jednačina tj.
3 −1 1 − 2
P( z −1 ) = 1 − z + z = 0 . Rešenje ove jednačine (koreni polinoma) predstavljaju fundamentalna
4 8
rešenja, pomoću kojih se formira opšte rešenje homogenog dela diferencne jednačine. Koreni
karaterističnog polinoma mogu biti:
1. realni i različiti λ1 , λ 2 ,..., λ m − 2 , λ m −1 , λ m , i tada su fundamentalna rešenja data u obliku

f 1 [n] = λ1n , f 2 [n] = λn2 ,..., f m −1 [n] = λnm −1 , f m [n] = λnm čija linearna kombinacija čini opšte
rešenje homogenog dela tj. y hom [n] = c1 f 1 + c 2 f 2 + ... + c m −1 f m −1 + c m f m .
2. realni i r-to struki. Neka je koren λ1 r-to struki koren karakteristične jednačine. Tada je
pripadajuće fundamentalno rešenje oblika f 1 [n] = λ1n + nλ1n + n 2 λ1n + ... + n r − 2 λ1n + n r −1λ1n . Na
isti način se formiraju ostala fundamentalna rešenja u slučaju r-to strukosti. Opšte rešenje
homogenog dela opet predstavlja linearnu kombinaciju fundamentalnih rešenja.
α − α
3. koreni su kompleksni oblika z1 = ρ n e j n , z 2 = ρ n e j n . Tada je fundamentalno rešenje
za koren z1 oblika f 1 [n] = ρ nn cos α n dok je za koren z 2 oblika f 2 [n] = ρ nn sin α n . Ukoliko
r −1
su u pitanju r-to struki kopmleksni koreni tada je f 1 [n] = ∑ n i ⋅ ρ nn ⋅ cos α n dok je
i=0
r −1
f 2 [n] = ∑ n i ⋅ ρ nn ⋅ sin α n . Opšte rešenje homogenog dela predstavlja linearna kombinacija
i =0
fundamentalnih rešenja.

1 1
Za dati primer koreni karakterističnog polinoma su z1 = i z 2 = . Fundamentalna rešenja tada glase
2 4
n n n n
1 1 1 1
f 1[n] =   i f 2 [n] =   . Opšte rešenje će biti y hom [n, c1 , c 2 ] = c1 ⋅   + c 2 ⋅   .
2 4 2 4
Konstante c1 i c 2 određujemo pomoću početnih uslova koja su po zadatku jednake y[−1] = 0 ,
y[−2] = −8 . Tada je y hom [−1, c1 , c 2 ] = 2 ⋅ c1 + 4 ⋅ c 2 = 0 i y hom [−2, c1 , c 2 ] = 4 ⋅ c1 + 16 ⋅ c 2 = −8 .
Iz datog sistema jednačina za pojedine konstante se dobija c1 = 2; c 2 = −1 . Opšte rešenje homogenog dela
n n
1 1
glasi y hom [n] = 2 ⋅   −   . Ovo rešenje se često naziva i kao odziv usled delovanja početnih
2 4
uslova.
Određivanje partikularnog rešenja.
Kada se određuje nehomogeno rešenje posmatra se diferencna jednačina sa datom pobudom ali bez
delovanja početnih uslova. Kako je pobudni signal jedinični impuls koji je kauzalan to ćemo rešenje
nehomogenog dela predstaviti kao y[n] = yˆ[n] ⋅ u[n] . Tada će se dobiti
y[n − 1] = yˆ[n − 1] ⋅ u[n − 1], y[n − 2] = yˆ[n − 2] ⋅ u[n − 2],..., y[n − m] = yˆ[n − m] ⋅ u[n − m] .
Uvrštavanjem ovih izraza u diferencnu jednačiniu dobija se jednačina
m m
yˆ[n] ⋅ u[n] + ∑ α i ⋅ yˆ[n − i ] ⋅ u[n − i ] = δ [n] ± ∑ α i ⋅ yˆ[n − i ] ⋅ u[n] .
i =1 i =1
Na desnoj strani jednačine predznak poslednje sume predstavlja zbir članova te sume kojom smo proširili
desnu stranu jednačine tj. dodali smo i oduzeli isti član na desnoj strani. Za dati primer ova operacija će dati
jednačinu
3 1 3 1
yˆ[n] ⋅ u[n] − yˆ[n − 1] ⋅ u[n − 1] + yˆ[n − 2] ⋅ u[n − 2] = δ [n] % yˆ[n − 1] ⋅ u[n] ± yˆ[n − 2] ⋅ u[n] .
4 8 4 8
Prebacivanjem sume sa desne strane na levu i sređivanjem iste, dolazi se do izraza
 m
 m
 ˆ
y [ n ] + ∑ α i ⋅ ˆ
y [ n − m ] ⋅ u[ n ] − ∑ α i ⋅ yˆ[n − i ] ⋅ [u[n] − u[n − i ]] = δ [n]
 i =1  i =1
tj. za navedeni primer imaćemo
 3 1  3 1
 yˆ[n] − 4 yˆ[n − 1] + 8 yˆ[n − 2] ⋅ u[n] + 4 yˆ[n − 1] ⋅ [u[n] − u[n − 1]] − 8 yˆ[n − 2] ⋅ [u[n] − u[n − 2]] = δ [n] .
i −1
Kako je u[n] − u[n − i ] = ∑ δ [n − j] sledi da je
j =0
 m
 m i −1
 ˆ
y [ n ] + ∑ α i ⋅ ˆ
y [ n − m ] ⋅ u[ n ] − ∑ α i ⋅ ˆ
y [ n − i ] ⋅ ∑ δ [ n − j ] = δ [ n] .
 i =1  i =1 j =0

Upoređivanjem signala sa leve strane sa signalima na desnoj strani dolazimo do sledećeg sistema jednačina.
Izraz u zagradi gornje jednačine množi signal u[n] kojeg nema na desnoj strani te je
 m
 m


ˆ
y [ n ] + ∑
i =1
α i ⋅ ˆ
y [ n − m ]

= 0 . Signal δ [n ] na levoj strani množi izraz − ∑
i =1
α i ⋅ yˆ[−i ] koji je jednak
jedinici jer taj signal postoji i na desnoj strani. Signal δ [n − 1] nepostoji na desnoj strani pa je zato izraz na
m −1
levoj strani − ∑α
i =1
i ⋅ yˆ[−i ] = 0 . Isti zaključak važi i za signale δ [n − 2], δ [n − 3],..., δ [n − (m − 1)] . Ovim
se dobija sledeća šema
u[n] & yˆ[n] + α i ⋅ yˆ[n − 1] + α 2 ⋅ yˆ[n − 2] + ( + α m −1 ⋅ yˆ[n − (m − 1)] + α m ⋅ yˆ[n − m] = 0

δ [n] & −α 1 ⋅ yˆ[−1] − α 2 ⋅ yˆ[−2] − ( − α m −1 ⋅ yˆ[− m + 1] − α m ⋅ yˆ[− m] = 1
δ [n − 1] & −α 2 ⋅ yˆ[−1] − α 3 ⋅ yˆ[−2] − ( − α m −1 ⋅ yˆ[− m + 2] − α m ⋅ yˆ[− m + 1] = 0
.
δ [n − 2] & −α 3 ⋅ yˆ[−1] − α 4 ⋅ yˆ[−2] − ( − α m −1 ⋅ yˆ[− m + 3] − α m ⋅ yˆ[−m + 2] = 0
'
δ [n − (m − 1)] & −α m ⋅ yˆ[−1] = 0
Rešavajući ovu šemu počev od zadnje jednakosti dobija se da su početne vrednost signala yˆ[n] jednake
1
yˆ[−1] = yˆ[−2] = ( = yˆ[− m + 2] = yˆ[m + 1] = 0; yˆ[− m] = − koje zadovoljavaju diferencnu jednačinu
αm
uz signal u[n] tj.
yˆ[n] + α i ⋅ yˆ[n − 1] + α 2 ⋅ yˆ[n − 2] + ( + α m −1 ⋅ yˆ[n − (m − 1)] + α m ⋅ yˆ[n − m] = 0 .
Ova diferencna jednačina ima samo homogeno rešenje i njeno određivanje smo već pokazali. Ovim relativno
složenim postupkom uspeli smo da određivanje partikularnog rešenja neke diferencne jednačine svedemo na
rešavanje samo homogenih rešenja. Za dati posmatrani primer imaćemo
 3 1  3 1
 yˆ[n] − 4 yˆ[n − 1] + 8 yˆ[n − 2] ⋅ u[n] + 4 yˆ[n − 1] ⋅ δ [n] − 8 yˆ[n − 2] ⋅ [δ [n] + δ [n − 1]] = δ [n] .
Šema koju smo malo pre definisali biće
3 1 
u[n] & yˆ[n] − yˆ[n − 1] + yˆ[n − 2] = 0
4 8
 n n
3 1  yˆ[−1] = 0 1 1
δ [n] & ⋅ yˆ[−1] − ⋅ yˆ[−2] = 1 ⇒ ⇒ yˆ[n] = −2 ⋅   +   .
4 8  yˆ[−2] = −8 2 4
1 
δ [n − 1] & − ⋅ yˆ[−1] = 0 
8 
 1 1 
n n
Odavde sledi da je partikularno rešenje y part [n] = − 2 ⋅   +    ⋅ u[n] .

  2   4  
Rešenje polazne diferencne jednačine će tada biti
1 1  1 1 

n n n n
y[n] = y hom [n] + y part [n] = 2 ⋅   −   + − 2 ⋅   +    ⋅ u[n] .

 2   4    2   4  

c.2) RUI : y[n] − 5 y[n − 1] + 6 y[n − 2] = 2 x[n − 1] .
c.2.a) homogeno rešenje

karakteristični polinom: P ( z − ) = 1 − 5 ⋅ z − + 6 ⋅ z − .
1 1 2
karakteristična jednačina: P ( z − ) = 1 − 5 ⋅ z − + 6 ⋅ z − = 0 .
1 1 2
koreni karakteristične jednačine: z1 = −2; z 2 = −3 .

fundamentalna rešenja: f 1 [n] = (− 2 ) ; f 2 [n] = (− 3) .
n n
opšte rešenje homogenog dela:
y hom [n, c1 , c 2 ] = c1 ⋅ f 1 [n] + c 2 ⋅ f 2 [n] = c1 ⋅ (− 2 ) + c 2 ⋅ (− 3) .

n n
konačno rešenje homogenog dela uz nulte početne uslove y[−1] = y[−2] = 0 :
y hom [n, c1 , c 2 ] = c1 ⋅ f 1 [n] + c 2 ⋅ f 2 [n] = c1 ⋅ (− 2 ) + c 2 ⋅ (− 3) = 0 ⋅ (− 2 ) + 0 ⋅ (− 3) = 0 .

n n n n
c.2.b) Videli smo da je homogeno rešenje diferencne jednačine jednaka nuli, pa je zato ovde nećemo
ponoviti. Određivanje partikularnog rešenja ćemo sprovesti korak po korak kao što smo to učinili u
predhodnom zadatku.
Kako je pobudni signal kauzalan rešenje ćemo predpostaviti u obliku y[n] = yˆ[n] ⋅ u[n] .
S obzirom da rešenje mora da zadovolji diferencnu jednačinu to će diferencna jednačina da glasi
yˆ[n] ⋅ u[n] − 5 ⋅ yˆ[n − 1] ⋅ u[n − 1] + 6 ⋅ yˆ[n − 2] ⋅ u[n − 2] = 2 ⋅ δ [n − 1] .
Proširimo diferencnu jednačinu
yˆ[n] ⋅ u[n] − 5 yˆ[n − 1] ⋅ u[n − 1] + 6 yˆ[n − 2] ⋅ u[n − 2] = 2δ [n − 1] % 5 yˆ[n − 1] ⋅ u[n] ± 6 yˆ[n − 2] ⋅ u[n]
i sredimo dati oblik u pogodniji. Tada se dobija
[yˆ[n] − 5 yˆ[n − 1] + 6 yˆ[n − 2]]⋅ u[n] + 5 yˆ[n − 1] ⋅ [u[n] − u[n − 1]] − 6 yˆ[n − 2] ⋅ [u[n] − u[n − 2]] = 2δ [n − 1]
odnosno dobijamo
[yˆ[n] − 5 yˆ[n − 1] + 6 yˆ[n − 2]]⋅ u[n] + 5 yˆ[n − 1] ⋅ δ [n] − 6 yˆ[n − 2] ⋅ [δ [n] + δ [n − 1]] = 2δ [n − 1] .
Napišimo šemu za određivanje početnih uslova
u[n] & yˆ[n] − 5 yˆ[n − 1] + 6 yˆ[n − 2] = 0 1

yˆ[−1] = −
 3 ⇒ yˆ[n] = − 14 ⋅ (− 2 )n + 8 ⋅ (− 3)n .
δ [n] & 5 ⋅ yˆ[−1] − 6 ⋅ yˆ[−2] = 0 ⇒ 5 3
δ [n − 1] & −6 ⋅ yˆ[−1] = 2  yˆ[−2] = −
 18
Odziv na sistema na datu pobudu uz nulte početne uslove je
 14 n
y[n] = − ⋅ (− 2 ) + 8 ⋅ (− 3)  ⋅ u[n] .
n
 3 

c.2.c) Odredimo partikularno rešenje odziva na datu pobudu. Pobudni signal se može predstaviti i u obliku
u[n] = 1 = z u = (1) ⋅ e j 0 . Uvrštavanjem promenljive z u−1 u karakterističnu jednačinu vidimo da ona ne
n
predstavlja njen koren, pa je prema tome opšti oblik partikularnog rešenja y part [ A, n] = A = const.
Zamenom opšteg partikularnog rešenja u polaznu diferencnu jednačinu određuje se konstanta A .
y part [n] − 5 y part [n − 1] + 6 y part [n − 2] = 2 ,
A − 5 ⋅ A + 6 ⋅ A = 2 ⇒ A = 1.
Znači partikularno rešenje diferencne jednačine na datu pobudu je oblika
y part [n] = 1; n ≥ 1 .

Procesiranje Signala F.T. diskretnih signala, Z-transformacija, Diskretna F.T.
Furijeova transformacija,
Z-transformacija,
Diskretna Furijeova transformacija
Po definiciji signali su fizičke veličine zavisne od vremena. Međutim njihov opis u vremenskom
domenu, bili oni analogni ili diskretni signali, predstavlja mnogo složeniji problem nego što se to na prvi
pogled čini.
Da bi se izbegli problemi oko vremenske reprezentacije signala, primenjuju se posebne

transformacione tehnike. Uloga transformacionih tehnika je da vremenski signal preslika u transformacioni
domen i da se u tom domenu pomoću neke, u opštem slučaju kompleksne, funkcije opišu osobine signala.
Kao najjednostavniji primer bi se mogao navesti prikaz naizmeničnih električnih veličina (struja,
napon) pomoću kompleksnih brojeva i vektora. Mada se to ne ističe na osnovnim studijama, ali ona jeste
jedan način transformacije vremenskih signala. Pomoću nje vremenski signali se prikazuju kompleksnim
vektorima čime se sve složene operacije u vremenskom domenu svode na proste algebarske i vektorske
operacije.
Za analogne signale često korišćene transformacije su Laplasova transformacija koja omogućava

analizu signala u prelaznom režimu, zatim Furijeova transformacija ( kao specijalan slučaj Laplasove
transformacije ) za analizu signala u frekvencijskom domenu, itd.
Transformacije koje služe za analizu diskretnih signala su:
- Z-transformacija ( analogne uloge Laplasovoj transformaciji )

- dvostrana (bilateralna) Z-transformacija
∞
X ( z) = ∑ x[n] ⋅ z
n = −∞
−n
,
- jednostrana (unilateralna) Z-transformacija
∞
X ( z ) = ∑ x[n] ⋅ z − n .
n =0
- Inverzna Z-transformacija
1
x[n] = ⋅ ∫ X ( z ) ⋅ z n −1 ⋅ dz .
2πj C
- Furijeova transformacija diskretnog signala ( FTD )
∞
X (e jω ) = ∑ x[n] ⋅ e
n = −∞
− jnω
,
- Inverzna Furijeova transformacija diskretnog signala ( IFTD )
π
1
x[n] = ⋅ ∫ X (e jω ) ⋅ e jω ⋅ dω .
2π −π

F.T. diskretnih signala, Z-transformacija, Diskretna F.T. Procesiranje Signala
Pojavom namenske računarske arhitekture ( DSP procesori ) FTD je izrastao svoj teorijski značaj.
Međutim nedostatak njene praktične primene je ta što za rezultat daje kontinualnu kompleksnu funkciju, koja
je nepogodna za smeštaj u memoriju procesora. Rešenje ovog nedostatka je predstavljala diksretizacija
spektra signala čime je nastala diskretna Furijeova transformacija ( DFT ).
- Diskretna Furijeova transformacija ( DFT )
N −1 2π
−j ⋅n⋅k
X [k ] = ∑ x[n] ⋅ e N
; k = 0,1,) , N − 1 ,
n=0
- Inverzna diskretna Furijeova transformacija ( IDFT )
N −1 2π
j ⋅ n ⋅k
x[n] = ∑ X [k ] ⋅ e N
; n = 0,1,) , N − 1 .
n=0
Ova transformacija je dala kasnije i osnovu za pojavu nekih drugih transformacija, sa boljim i
ekonomičnijim osobinama u računksom smislu, kao što su:
- diskretna Hartlejeva transformacija,

- diskretna kosinusna transformacija,
- Karhunen-Leve transformacija,
- brza Furijeova transformacija,
- itd.
Ovo poglavlje ima cilj da da uvid u primenu osnovnih transformacijonih tehnika i da pokaže neke
osnovne metode rešavanja problema iz ove oblasti.

Zadatak 1.
Odredit Furijeovu transformaciju sledećih diskretnih signala (FTD)
3 π
a) s[n] = 1; ∀n . b.) s[n] = cos( ⋅ n); ∀n . c.) s[n] = sin(⋅ n); n ≥ 0 .
4 5
3 π 2π 2π
d.) s[n] = 5 ⋅ cos( ⋅ n) + 1.5 ⋅ sin( ⋅ n); n ≤ 0 . e.) s[n] = 7.8 ⋅ cos( n) + 8.3 ⋅ cos( n); ∀n .
4 5 6 8
2π 5 − n;0 ≤ n ≤ 5
f.) s[n] = s1 [n] + s 2 [n] ako su s1 [n] = 5 ⋅ cos( n); ∀n i s 2 [n] =  .
3  0; drugde
5 + n;−5 ≤ n ≤ 0 5 + n;−5 ≤ n ≤ 0
g.) s[n] = s1 [n] − s 2 [n] ako su s1 [n] =  i s 2 [ n] =  .
 5 − n;0 ≤ n ≤ 5  0; drugde
h.) s[n] = s1 [n] ⋅ s 2 [n] ako su s1 [n] = a n ;0 ≤ n ≤ 15 i s 2 [n] = 3; ∀n .
i.) s[n] = s1 [n − n0 ] ako je s1 [n] = 100 ⋅ δ [n] i n0 = 100 .

∞
j.) s[n] = s1 [n] ∗ s 2 [n] = ∑ s [m] ⋅ s [n − m] za slučajeve
m = −∞
1 2
j.1.) s1 [n] = δ [n] j.2) s1 [n] = u[n] j.3) s1 [n] = u[n]

s 2 [ n] = δ [n − n0 ] . s 2 [n] = δ [n − 10] . s 2 [ n] = a n ; n ≥ 0 .
∞
k.1.) s[n] = ∑ s [m] ⋅ s [n + m] ako je s [n] = s [n] = a
m = −∞
1 2 1 2
n
;n ≥ 0.
∞
k.2.) s[n] = ∑ s [n + m] ⋅ s [m] ako je s [n] = δ [n] i s [n] = δ [n − 3] .
m = −∞
1 2 1 2
∞
2π 5π
k.3.) s[n] = ∑ s [m] ⋅ s [n + m] ako je s [n] = cos( 3
m = −∞
1 2 1 n); ∀n s 2 [n] = sin(
4
n); ∀n .
l.) Rešavanje diferencnih jednačina pomoću FTD za slučaj sa nultim početnim uslovima.
3 1
l.1) y[n] − ⋅ y[n − 1] + ⋅ y[n − 2] = 2 ⋅ x[n − 1] ako je x[n] = δ [n] .
4 8
l.2) y[n] − 5 ⋅ y[n − 1] + 6 ⋅ y[n − 2] = 2 ⋅ x[n] ako je x[n] = δ [n] i x[n] = u[n] .
Rešenje:
∞
a.) Signal s[n] ne zadovoljava uslov ∑ x[n] < ∞ te stoga njegovo FTD ne može u klasičnom smislu da
n = −∞
se izvede. Međutim nekim transformacijama može se pokazati da FTD ovog signala ipak postoji. Ako se
signal prikaže u grafičkom obliko uočava se da signal predstavlja beskonačni niz vremenski pomerenih
∞
diskretnih Dirakovih impulsa tj. s[n] = 1 = ∑ δ [n − k ] . Nađimo sada FTD signala u ovom obliku. Tada se
k = −∞
∞ ∞ ∞
dobija S ( jω ) = ∑ s[n] ⋅ e − jnω =
n = −∞
∑ ∑ δ [n − k ] ⋅ e
n = −∞ k = −∞
− jnω
. Zamenom redosleda sumiranja dobijamo
∞ ∞ ∞
S ( jω ) = ∑ ∑ δ [n − k ] ⋅ e − jnω =
k = −∞ n = −∞
∑e
k = −∞
− jkω
.

∞ ∞
2π ∞ 2π
Iz telekomunikacija je poznata veza ∑e
n = −∞
jnTω
= ∑e
n = −∞
− jnTω
= ⋅ ∑ δ (ω − n ⋅ ) , pa za vrednost T = 1
T n = −∞ T
∞
dobija se S ( jω ) = 2π ⋅ ∑ δ (ω − k ⋅ 2π ) . S obzirom da je FTD bilo kog signala periodična funkcija po
k = −∞
promenljivoj normalizovane učestanosti ω sa periodom 2π , tada je dovoljno posmatrati FTD spektar
signala u njegovom osnovnom opsegu u ω ∈ [−π ,+π ] ili ω ∈ [0,+2π ] . Te je stoga FTD signala datog u
primeru jednaka S ( jω ) = 2π ⋅ δ (ω );−π ≤ ω ≤ +π tj. FTD spektar diskretnog signala je Dirakov impuls
lociran u tački ω = 0 . Dobijeni rezultat je logičan jer posmatrani signal ima samo jednosmernu komponentu
te ni spektar takvog signala nemože da ima komponente na drugim normalizovanim učestanostima osim za
ω = 0.
∞
3
b.) Napišimo izraz za FTD signala. S ( jω ) = ∑ cos( 4 ⋅ n) ⋅ e
n = −∞
− jnω
. Primenom Ojlerove transformacije ovaj
izraz se svodi na oblik
3 3 3 3
1 ∞ j n 1 ∞ −j n 1 ∞ − j (ω − 4 ) n 1 ∞ − j (ω + 4 ) n
S ( jω ) = ∑ e 4 e − jnω + ∑ e 4 e − jnω = ∑ e + ∑e .
2 n= −∞ 2 n = −∞ 2 n = −∞ 2 n = −∞
Sume u ovom izrazu su one poznate od predhodnog zadatka te dobijamo da je FTD jednak
2π 3 2π 3 3 3
S ( jω ) = ⋅ δ (ω − ) + ⋅ δ (ω + ) = πδ (ω + ) + πδ (ω − );−π ≤ ω ≤ +π .
2 4 2 4 4 4
Iz ovog primera se može zaključiti bitna razlika između spektra kontinualnih i diskretnih signala. Naime
spektar kontinualnih signala predstavlja niz periodičnih komponenata (signala) koje sadrži signal. Međutim
kod diskretnih signala to nije slučaj jer komponente na nekim normalizovanim učestanostima nemoraju da
daju periodične diskretne signale u vremenskom domenu. Dati signal ima diskretni FTD spektar međutim
ovoj komponenti ne odgovara periodični diskretni signal kao što smo to pokazali u prvom poglavlju.
π π
1 ∞ − j (ω − 5 ) n 1 ∞ − j (ω + 5 ) n
c.) Primenom Ojlerove transformacije za FTD se dobija S ( jω ) =
2 j n=0
∑e − ∑e
2 j n =0
.
π
sin( )
1 1 1 1 1 5
Rešenje ovog tabličnog izraza će biti S ( jω ) = − =− .
2j π
− j (ω − ) 2j π
− j (ω + ) 2 π
1− e 5
1− e 5 cos(ω ) − cos( )
5
∞ 0
 3 π 
d.) Izraz za FTD glasi S ( jω ) = ∑ s[n] ⋅ e − jnω =
n = −∞
∑ 5 cos( 4 n) + 1.5 sin( 5 n) ⋅ e
n = −∞
− jnω
. Rastavljanjem
0
3 0
π
sume na parcijalne oblike dobija se S ( jω ) == 5 ∑ cos( 4 n) ⋅ e
n = −∞
− jnω
+ 1.5 ∑ sin( n) ⋅ e − jnω . Primenom
n = −∞ 5
Ojlerovog obrazca i smene l = −n sledi
5  0 − j (ω − 4 ) n − j (ω + ) n  1.5  0 − j (ω − 5 ) n − j (ω + ) n 
3 0 3 π 0 π
S ( jω ) =  ∑ e + ∑e 4
+  ∑e + ∑e 5
=
2  n= −∞ n = −∞  2 j  n = −∞ n = −∞ 
5  ∞ j (ω − 4 )l ∞ j (ω + 4 ) l  1.5  ∞ j (ω − 5 ) l ∞ j (ω + 5 )l 
3 3 π π
= ∑ e + ∑e + ∑ e + ∑e .
2  l =0 l =0  2 j  l =0 l =0 

Dobijene sume u zagradama predstavljaju tablične izraze pa je tada konačno rešenje dato u obliku
3 π
1 − e jω ⋅ cos( ) sin( )
5 1 . 5
S ( jω ) = ⋅ e − jω ⋅ 4 − ⋅ 5 ; ω ∈ [− π ,+π ].
2 3 2 π
cos(ω ) − cos( ) cos(ω ) − cos( )
4 5
e.) Analogno predhodnim primerima imaćemo da je FTD{s[n]} jednako
∞
 2π 2π  − jnω ∞
2π ∞
2π
S ( jω ) = ∑
n = −∞
 7 . 8 cos(
6
n ) + 8 . 3 cos( n
8 
)  ⋅ e = 7. 8 ∑
n = −∞
cos(
6
n ) e − jnω
+ 8 . 3 ∑
n = −∞
cos( n)e − jnω
8
Primenom Ojlerovog obrazca dobijamo
2π 2π 2π 2π
7.8 ∞ − j (ω − 6 ) n 7.8 ∞ − j (ω + 6 ) n 8.3 ∞ − j (ω − 8 ) n 8.3 ∞ − j (ω + 8 ) n
S ( jω ) = ∑e
2 n = −∞
+ ∑e
2 n = −∞
+ ∑e
2 n = −∞
+ ∑e
2 n = −∞
.
Posmatrajući spektar u osnovnom intervalu za rezultat se dobija
2π 2π 2π 2π
S ( jω ) = 7.8 ⋅ πδ (ω + ) + 8.3 ⋅ πδ (ω + ) + 8.3 ⋅ πδ (ω − ) + 7.8 ⋅ πδ (ω − );−π ≤ ω ≤ π .
6 8 8 6
f.) U predhodnim primerima smo videli da je FTD zbira signala jednaka zbiru FTD-a pojedinih signala tj.
∞ ∞ ∞
S ( jω ) = ∑ [s [n] + s [n]]⋅ e
n = −∞
1 2
− jnω
= ∑ s [ n] ⋅ e
n = −∞
1
− jnω
+ ∑ s [ n] ⋅ e
n = −∞
2
− jnω
= S 1 ( jω ) + S 2 ( jω ) .
Primenom ove osobine dobijamo
 2π   2π 
S1 ( jω ) = 5 ⋅ πδ  ω +  + 5 ⋅ πδ  ω − ;−π ≤ ω ≤ π
 3   3 
5 5 5 5
d  5 − jnω  6e − j 6ω − e − jω
S 2 (e ) = ∑ (5 − n) ⋅ e
jω − jnω
= 5⋅ ∑e − jnω
− ∑n⋅e − jnω
= 5⋅ ∑e − jnω
− j⋅ ∑ e  =
n =0 n =0 n =0 n =0 dω  n = 0 1 − e − jω
2
[ ]
Konačno rešenje će biti
jω  2π   2π  6e − j 6ω − e − jω
S (e ) = 5 ⋅ πδ  ω +  + 5 ⋅ πδ  ω − + ;−π ≤ ω ≤ +π .
 3   3  1 − e − jω
2
[ ]
0 5 0 5
g.) S (e jω ) = ∑ [5 − n]⋅ e − jnω + ∑ [5 + n]⋅ e − jnω − ∑ [5 − n]⋅ e − jnω = ∑ [5 + n]⋅ e − jnω . Razvojem date
n = −5 n =1 n = −5 n =1
sume dobija se reultat u obliku
S (e jω ) = 4e − jω + 3e − j 2ω + 2e − j 3ω + e − j 4ω ;−π ≤ ω ≤ π .

∞
h.) Odredimo prvo opšti oblik FTD-a proizvodu dva diskretna signala tj. S (e jω ) = ∑ [s [n] ⋅ s [n]]⋅ e
n = −∞
1 2
− jnω
.
π
1
∫ S (e
jω
Poznato je da je inverzna Furijeova transformacija diskretnog signala (IFTD) s[n] = )e jnω dω .
2π −π
 1 ∞ π
 − jnω
Primenimo ovaj izraz na signal s1 [n] . Tada je FTD S (e ) = ∑  jω
∫ S 1 ( e jΩ
) e jnΩ
d Ω ⋅ s 2 [ n ]⋅e .
n = −∞  2π −π 
Kako su suma i integral konačni, zamenom matematičkih operacija se dobija
π π
1  ∞  1
∫−π 1 n∑ ∫ S (e
jω
S (e ) = S ( e )jΩ
s 2 [n] ⋅ e − j (ω −Ω ) n  dΩ = 1
jΩ
) ⋅ S 2 (e j (ω −Ω ) ) ⋅ dΩ = S1 (e jω ) ∗ S1 (e jω )
2π 2π
$=!
−∞
!!#!!!" −π
S 2 ( e j (ω − Ω ) )
Odavde zaključujemo da je FTD spektar proizvoda dva signala jednaka periodičnoj konvoluciji FTD
spektara pojedinih diskretnih signala. Primenjujuči ovu osobinu prvo čemo da odredimo FTD spektar
pojedinih signala. Tako dobijamo da su FTD spektri pojedinih signala jednaka
15
S 1 (e ) = ∑ a ⋅ e
jω n − jnω
15
= ∑ a⋅e [ − jω n
] =
[
1 − a ⋅ e − jω ] 16
;−π ≤ ω ≤ π
n =0 n=0 1 − a ⋅ e − jω
∞
S 2 (e j ω ) = ∑3⋅ e
n = −∞
− jnω
= 3 ⋅ 2πδ (ω );−π ≤ ω ≤ π .
Odnosno da je spektar proizvoda signala jednak
3 ⋅ 2π
π
[
1 − a ⋅ e − jΩ ]16
1 − a ⋅ e − jω [ ]
16
∫ 1 − a ⋅ e − jΩ ⋅ δ (ω − Ω) ⋅ dΩ = 3 ⋅ 1 − a ⋅ e − jω ;−π ≤ ω ≤ +π .
jω
S (e ) =
2π −π
i.) Izvedimo prvo izraz za FTD vremenski pomerenog signala. Neka je s '[n] = s[n − n0 ] . Tada je FTD
jednaka
∞ ∞ ∞
S ' (e jω ) = ∑ s'[n]e − jnω =
n = −∞
∑ s[n − n0 ]e − jnω
n = −∞
k = n − n0
n = k + n0 = ∑ s[k ]e
k = −∞
− j ω ( k + n0 )
=
∞
= e − jn0ω ∑ s[k ]e
k = −∞
− jkω
= e − jn0ω S (e jnω ) .
Odavde sledi da je FTD spektar traženog signala
S1 (e jω ) = 100 ⋅ e − j100ω ;−π ≤ ω ≤ π .

∞ ∞
j.) Izvedimo FTD spektar izraza s[n] = s1 [n] ∗ s 2 [n] = ∑ s1[m] ⋅ s2 [n − m] =
m = −∞
∑ s [ n − m] ⋅ s [ m] .
m = −∞
1 2
∞
 ∞  − jnω
Dobjamo da je S (e jω ) = ∑  ∑ s1 [m] ⋅ s 2 [n − m] ⋅ e
n = −∞  m = −∞ 
. Zamenom redosleda sumiranja sledi izraz
∞
 ∞ − jnω 
S (e j ω ) = ∑
m = −∞
s1 [ m ] ⋅  ∑ s 2 [n − m] ⋅ ⋅e
n = −∞
 . Proširimo izraz u zagradi sa e

− jmω
⋅ e jmω = 1 što će da da
 
∞  ∞  ∞
S (e j ω ) = ∑ s [ m] ⋅ e
1
− jmω
⋅  ∑ s 2 [n − m] ⋅ ⋅e − j ( n − m )ω  = S 2 (e jω ) ⋅ ∑ s1 [m] ⋅ e − jmω = S1 (e jω ) ⋅ S 2 (e jω )
n$
m = −∞ = −∞
!!! !#!!!! " m = −∞
$!!#!!"
 jω
S2 (e ) 
 S1 ( e jω )
Odavde sledi da je FTD spektar konvolucionog signala jednaka proizvodu FTD spektra pojedinih
signala. Za date primere imaćemo:
ј.1)
∞

S1 (e jω ) = ∑ δ [ n] ⋅ e − jnω
= 1;−π ≤ ω ≤ ω 
jω jω jω − jn0
 ⇒ S (e ) = S1 (e ) ⋅ S 2 (e ) = e ;−π ≤ ω ≤ π
n = −∞
∞
S 2 (e j ω ) = ∑ δ [n − n ] ⋅ e
n = −∞
0
− jnω
= e − jn0ω ;−π ≤ ω ≤ π 

j.2)
∞
1 
S 1 ( e jω ) = ∑ u[n]e − jnω
= 2πδ (ω ) +
1 − e − jω
;
 e − j10ω
 ⇒ S (e ) = 2πδ (ω ) +
jω
n = −∞
;ω ≤π .
jω
S 2 (e ) =
∞
∑ δ [n − 10]e − jnω
= e − j10ω ;  1 − e(− jω
)
n = −∞ 
j.3)
∞
1 
S 1 ( e jω ) = ∑ u[n]e − jnω
= 2πδ (ω ) +
1 − e − jω
;
 2π 1
n = −∞ jω
 ⇒ S (e ) = δ (ω ) + ;ω ≤π .
jω
S 2 (e ) = ∑a
∞
n
e − jnω =
1
;  1− a 1 − ae (
− jω
1 − e − jω )( )
n = −∞ 1 − ae − jω 
k.1) Izvedimo opšti izraz za FTD spektar traženog signala.
∞
 ∞  − jnω ∞
 ∞ − j ( n + m )ω 
S (e j ω ) = ∑ ∑ 1
n = −∞  m = −∞
s [ m ] ⋅ s 2 [ n + m ]

⋅ e = ∑
m = −∞
s1 [ m ] ∑ s 2 [ n + m] ⋅ e
n = −∞
⋅e

jmω
=
∗
.
∞
 ∞ 
= ∑ s [ m] ⋅ S
m = −∞
1 2 (e jω ) ⋅ e jmω =S 2 (e jω ) ⋅  ∑ s1 [m] ⋅ e − jmω  = S1∗ (e jω ) ⋅ S 2 (e jω )
 m = −∞ 
2
Ako su signali s1 [n] = s 2 [n] tada je FTD spektar jednak S (e jω ) = S1∗ (e jω ) ⋅ S1 (e jω ) = S1 (e jω ) tj.
rečima: FTD spektar autokorelacionog signala je jednak spektralnoj gustini energije (snage) signala.

 a sin ω 
− jarctg  
 1− a cos ω 
e
Za dati primer imaćemo S1 (e jω ) = ; ω ≤ π pa je traženi spektar dat u obliku
1 − 2a cos ω + a 2
1
S (e j ω ) = ;ω ≤π .
1 − 2a cos ω + a 2
k.2.) Izvedimo i za ovaj slučaj traženi izraz za proračun FTD spektra.
∞
 ∞  − jnω ∞
 ∞ − j ( n + m )ω 
S (e j ω ) = ∑ ∑ 1
n = −∞  m = −∞
s [ m + n ] ⋅ s 2 [ m ]

⋅ e = ∑
m = −∞
s 2 [ m ] ∑ s1 [n + m] ⋅ e
n = −∞
⋅e

jmω
=
∗
.
∞
 ∞ 
= ∑ s [ m] ⋅ S (e
m = −∞
2 1
jω
) ⋅ e jmω =S1 (e jω ) ⋅  ∑ s 2 [m] ⋅ e − jmω  = S1 (e jω ) ⋅ S 2∗ (e jω )
 m = −∞ 
Zaključak kojeg smo izveli u predhodnom primeru i ovde važi. Za date signale imaćemo
S1 (e jω ) = 1; ω ≤ π  jω jω jω + j 3ω
∗
 ⇒ S (e ) = S 1 ( e ) ⋅ S 2 (e ) = 1 ⋅ e = e j 3ω ; ω ≤ π .
S 2 (e jω ) = e − j 3ω ; ω ≤ π 
k.3.) U predhodnim primerima smo već izveli izraz za FTD spektar prostoperiodičnih signala. Pa sledi
2π 2π
S1 (e jω ) = 2π ⋅ δ (ω + ) + 2π ⋅ δ (ω − ) = S1∗ (e jω ); ω ≤ π
3 3
π π
5π j 5π −j
S1 (e jω ) = 2π ⋅ δ (ω + ) ⋅ e 2 + 2π ⋅ δ (ω − ) ⋅ e 2 ; ω ≤ π .
4 4
Na osnovu datih izraza vidimo da su delta impulsi pojedinih spektara na različitim položajima frekvencijske
ose. Poznato nam je i to da proizvod dva delta impuls je različito od nule ako su oni smešteni na isto mesto.
Kako ovaj uslov nije zadovoljen za ova dva data spektra sledi da je njihov proizvod jednak nuli po celoj
frekvencijskoj osi. Ovaj zadatak smo rešavali u prvom poglavlju u kome smo ovom problemu pristupili u
vremenskom domenu gde smo dobili isti rezultat.
l) Primena FTD analize u određivanju odziva nekog sistema, koji je opisan diferencnom jednačinom, na
poznatu pobudu se svodi na nalaženje FTD{•} obe strane diferencne jednačine. Neka je data diferencna
M K
jednačina u obliku y[n] + ∑a m ⋅ y[ n − m] = ∑ bk ⋅ x[ n − k ]; M ≥ K . Primenimo FTD{•} na obe strane
m =1 k =0
jednačine. Na osnovu linearne osobine FTD{•} dobija se jednačina
M K
FTD{ y[n]} + ∑ a m ⋅ FTD{ y[n − m]} = ∑ bk ⋅ FTD{x[n − k ]}; M ≥ K .
m =1 k =0
Poznato je nadalje da je
FTD{y[n − m]} = e − jmω ⋅ FTD{y[n]} = e − jmω ⋅ Y (e jω )
FTD{x[n − k ]} = e − jkω ⋅ FTD{x[n]} = e − jkω ⋅ X (e jω ) .

Konačno se dobija jednačina
 M
 K 
Y (e jω ) ⋅ 1 + ∑ a m ⋅ e − jmω  = X (e jω ) ⋅ ∑ bk ⋅ e − jkω ; M ≥ K .
 m =1   k =0 
Ako nam je poznat FTD spektar pobudnog signala tj. X (e jω ) tada izražavajući Y (e jω ) dobijamo FTD
spektar izlaznog signala tj. odziva
 K 
 ∑ bk ⋅ e
− jkω

Y (e jω ) =  k =M0  ⋅ X (e jω ) .
1 + a ⋅ e − jmω 
 ∑m =1
m 
Primenom invrezne FTD ( FTD −1 {•}) na spektar izlaznog signala možemo da odredimo vremenski oblik
odziva.
l.1) Primenimo gore navedene operacije na datu diferencnu jednačinu. Tada dobijamo
 3 1 
Y (e jω ) ⋅ 1 − ⋅ e − jω + ⋅ e − j 2ω  = 2 ⋅ X (e jω ) . FTD spektar izlaznog signala će tada biti
 4 8 
2
Y (e jω ) = ⋅ X (e jω ) . Kako je X (e jω ) = e − jω , primenom razbijanja na parcijalnih
3 − j ω 1 − j 2ω
1− ⋅e + ⋅e
4 8
jω 2 ⋅ e − jω −8 8
razlomaka dati izraz, sledi Y (e ) = = + .
 1 − jω   1 − jω  1 − 1 ⋅ e − jω 1 − 1 ⋅ e − jω
1 − ⋅ e  ⋅ 1 − ⋅ e 
 4   2  4 2
Primenom FTD −1 Y (e jω{ } nalazimo odziv sistema u vremenskom domenu na datu pobudu. Na osnovu
 1
n
1 
n
tabličnog oblika izraza spektra izlaznog signala sledi da je odziv y[n] = − 8 ⋅   + 8 ⋅    ⋅ u[n] .
 4  2  
Prenosna funkcija datog sistema je
Y (e j ω ) 2 −2 4
H (e jω ) = jω
= = + .
X (e ) 1 3 e − jω 1 e − j 2ω 1 1 e − jω 1 1 e − jω
− ⋅ + ⋅ − ⋅ − ⋅
4 8 4 2
Kako je prenosna funkcija diskretnog sistema FTD impulsnog odziva tj. H (e jω ) = FTD{h[n]}, impulsni
odziv će tada biti
 1
n
1 
n
h[n] = − 2 ⋅   + 4 ⋅    ⋅ u[n] .
 4  2  
l.2.) FTD transformacija na datu diferencnu jednačinu daje
[ ]
Y (e jω ) ⋅ 1 − 5 ⋅ e − jω + 6 ⋅ e − j 2ω = 2 ⋅ X (e jω ) .

Izražavanjem spektar izlaznog signala dobijamo jednačinu
2 2
Y (e jω ) = ⋅ X (e jω ) = ⋅ X ( e jω ) .
1− 5⋅e − jω
+ 6⋅e − j 2ω
1− 3⋅e(− jω
)(
⋅ 1− 2⋅ e − jω
)
Prenosna funkcija diskretnog sistema će biti
Y (e j ω ) 2 6 4
H (e jω ) = = = − ,
jω
X (e ) 1 − 3 ⋅ e (
− jω
⋅ 1− 2⋅e − jω
)( 1− 3⋅e − jω
)
1 − 2 ⋅ e − jω
pa je impulsni odziv datog sistema
[
h[n] = 6 ⋅ (3) − 4 ⋅ (2) ⋅ u[n] .
n n
]
Ako se na ulaz sistema dovodi impulsna pobuda tada je odziv jednak impulsnom odzivu sistema, pa sledi da
[
je za x[n] = δ [n] izlazni signal y[n] = h[n] = 6 ⋅ (3) − 4 ⋅ (2 ) ⋅ u[n] .
n n
]
1
Ako na ulazu deluje pobuda x[n] = u[n] čiji je FTD spektar X (e jω ) = U (e jω ) = 2π ⋅ δ (ω ) + ,
1 − e − jω
spektar izlaznog signala će tada da glasi
2  1  2
Y (e jω ) = ⋅ 2π ⋅ δ (ω ) + = 2π +
(1 − 3 ⋅ e ) (
− jω
⋅ 1− 2⋅e − jω
 ) − jω 
1− e  1− 3⋅e (
− jω
)( )(
⋅ 1 − 2 ⋅ e − jω ⋅ 1 − e − jω )
Nakon rastavljanja zadnjeg člana u oblik parcijalnih razlomaka dobija se tablični izraz za spektar odziva
Y (e jω ) = 2π +
9
1− 3⋅ e − jω
−
8
1− 2⋅e − jω
+
1
1− e − jω
[
⇒ h[n] = 2π ⋅ δ [n] + 9 ⋅ (3) − 8 ⋅ (2 ) + 1 ⋅ u[n] .
n n
]
Zadatak 2.
Odredit Z-transformaciju sledećih diskretnih signala
π
π 3 π j
a.) s[n] = sin( ⋅ n); n ≥ 0 . b.) s[n] = 5 ⋅ cos( ⋅ n) + 1.5 ⋅ sin(
⋅ n); n ≤ 0 . c.) s[n] = e 3 ; n ≥ 11 .
5 4 5
5 + n;−5 ≤ n ≤ 0 5 + n;−5 ≤ n ≤ 0
d.) s[n] = s1 [n] − s 2 [n] ako su s1 [n] =  i s 2 [ n] =  .
 5 − n;0 ≤ n ≤ 5  0; drugde
e.1.) s[n] = s1 [n − n0 ] ako je s1 [n] = 100 ⋅ δ [n] i n0 = 100 .
n
 1
e.2.) s[n] = s1 [n + 5] − s 2 [n − 10] ako su s1 [n] = a n ;0 ≤ n ≤ 15 i s 2 [n] =  −  ;−15 ≤ n ≤ 1 .
 a
∞
f.) s[n] = s1 [n] ∗ s 2 [n] = ∑ s [m] ⋅ s [n − m] za slučajeve
m = −∞
1 2
f.1.) s1 [n] = δ [n] f.2) s1 [n] = u[n] f.3) s1 [n] = u[n]

s 2 [ n] = δ [n − n0 ] . s 2 [n] = δ [n − 10] . s 2 [ n] = a n ; n ≥ 0 .

∞
g.1.) s[n] = ∑ s [m] ⋅ s [n + m] ako je s [n] = s [n] = a
m = −∞
1 2 1 2
n
;n ≥ 0.
∞
g.2.) s[n] = ∑ s [n + m] ⋅ s [m] ako je s [n] = δ [n] i s [n] = δ [n − 3] .
m = −∞
1 2 1 2
h.) Rešavanje diferencnih jednačina pomoću Z-transformacije za slučaj sa nultim početnim uslovima.
3 1
h.1) y[n] − ⋅ y[n − 1] + ⋅ y[n − 2] = 2 ⋅ x[n − 1] ako je x[n] = δ [n] .
4 8
h.2) y[n] − 5 ⋅ y[n − 1] + 6 ⋅ y[n − 2] = 2 ⋅ x[n] ako je x[n] = δ [n] i x[n] = u[n] .
i.) Rešavanje diferencnih jednačina pomoću jednostrane Z-transformacije za slučaj sa nenultim početnim
uslovima.
n
1
i.1.) y[n] + 3 ⋅ y[n − 1] = x[n] ako je x[n] =   ⋅ u[n] i ako je y[−1] = 1 .
2
1 1
i.2.) y[n] − ⋅ y[n − 1] = x[n] − ⋅ x[n − 1] ako je x[n] = u[n] i ako je y[−1] = 1 .
2 2
Rešenje:
a.) Primenom Ojlerovog obrazca izraz za Z {•} transformaciju će biti
 j π5 n −j n 
π
n n
1 ∞  j 5 −1  1 ∞  − j 5 −1 
π π
∞
 e∞
− e 5

S ( z) = ∑ s[n] ⋅ z −n
=∑
 2j 
−n
⋅z = ⋅ ∑ e ⋅ z  −
2 j n=0 
⋅ ∑ e ⋅ z  .
2 j n=0 
n = −∞ n=0
   
Date sume postoje ukoliko one konvergiraju. Uslovi koji zadovoljavaju konvergenciju datih suma su
π π
j j
e 5
⋅ z −1 < 1 ⇒ e 5
⋅ z −1 < 1 ⇒ z −1 < 1 ⇒ z > 1
π π
−j −j
e 5
⋅ z −1 < 1 ⇒ e 5
⋅ z −1 < 1 ⇒ z −1 < 1 ⇒ z > 1 .
Iz datog sledi da ako je moduo kompleksne promenljive z veće od jedan tada gornje sume konvergiraju.
Oblast u z-ravni za koje se zadovoljavaju gornji uslovi predstavlja oblast konvergencije tj. ROC. Znači oblast
konvergencije datih suma a i same Z-transformacije je oblast koja se nalazi izvan jedinične kružnice Z-ravni.
Primenom tabličnih rešenja dobijamo da je rešenje kompleksne funkcije
π π
z −1 ⋅ sin( ) sin( )
1 1 1 1 5 5
S ( z) = ⋅ − ⋅ = = .
2j j
π
2j −j
π
−1 π −2 π
1− e 5
⋅z −1
1− e 5
⋅ z −1 1 − z ⋅ 2 cos( ) + z z − z ⋅ 2 cos( ) + 1
2
5 5
π π
j −j
Polovi i nule date Z-transformacije su z p1 = e 5
; z p2 = e 5
.

Prema tome rešenje Z-transformacije datog signala je
π
sin( )
S ( z) = 5 ; ROC : z > 1 .
π
z − z ⋅ 2 cos( ) + 1
2
b.) Primenom Ojlerove formule Z-transformacija signala će biti
3 3 π 3
5 0 j 4 n − n 5 0 − j 4 n − n 1.5 0 j 5 n − n 1.5 0 − j 4 n − n
S ( z) = ⋅ ∑e z + ⋅ ∑e z + ⋅ ∑e z − ⋅ ∑e z =
2 n = −∞ 2 n= −∞ 2 j n = −∞ 2 j n = −∞
−n −n −n −n
5 0  − j4  5 0  j4  1.5 0  − j 5  1.5 0  j 5 
3 3 π π
smena
= ⋅ ∑ e z  + ⋅ ∑ e z  + ⋅ ∑ e z  − ⋅ ∑ e z  = =
2 n = −∞   2 n = −∞   2 j n = −∞   2 j n = −∞   l = −n
l l l l
5 ∞  − j  5 ∞  j  1.5 ∞  − j 5  1.5 ∞  j 5 
3 3 π π
= ⋅ ∑ e 4 z  + ⋅ ∑ e 4 z  + ⋅ ∑ e z  − ⋅ ∑ e z 
2 l =0   2 l =0   2 j l =0   2 j l =0  
Gornji izraz postoji ukoliko su uslovi konvergencije datih suma zadovoljene tj. ako važi
3
−j 1 1
e 4
z <1⇒ z < = =1⇒ z <1
−j
3
1
e 4
3
j 1
e z <1⇒ z <
4
3
=1⇒ z <1
j
e 4
π
−j 1
e 5
z <1⇒ z < π
=1⇒ z <1
−j
e 5
π
j 1
e z <1⇒ z <
5
π
=1⇒ z <1
j
e 5
Iz gornjih uslova se uočava da je svaka suma konvergentna ako je kompleksna promenljiva z po modulu
manja od jedinice tj. za proizvoljno odabrani kopmleksni broj u Z-ravni koji se nalazi u unutrašnjosti
jediničnog kruga, svaka suma je konvergentna pa i kompleksna funkcija S (z ) postoji. Odavde onda sledi da
je oblast konvergencije Z-transformacije unutrašnjost jedinične kružnice u Z-ravni tj. ROC : z < 1 . Nakon
primene tabličnih rešenja datih suma izraz za Z-transformaciju će biti
5 1 5 1 1.5 1 1.5 1
S ( z) = ⋅ 3
+ ⋅ 3
+ ⋅ π
− ⋅ π
=
2 −j 2 j 2j −j 2j j
1− e 4
⋅z 1− e 4
⋅z 1− e 5
⋅z 1− e 5
⋅z

3 π
1 − z ⋅ cos( ) z ⋅ sin( )
4 5 5 − 12.635 ⋅ z + 12.201 ⋅ z 2 − 4.535 ⋅ z 3
= 5⋅ − 1.5 ⋅ = .
3 π 1 − 3.081 ⋅ z + 4.367 ⋅ z 2 − 3.081 ⋅ z 3 + z 4
1 − z ⋅ 2 cos( ) + z 2
1 − z ⋅ 2 cos( ) + z 2
4 5
Nule funkcije su: z n1 = 0.983629; z n 2 = 0.771685 + j 0.571487; z n 3 = 0.771685 − j 0.571487 .

3 3 π π
j −j j −j
Polovi funkcije su: z p1 = e 4 ; z p 2 = e 4
; z p3 = e 5 ; z p 4 = e 5
.
5 − 12.635 ⋅ z + 12.201 ⋅ z 2 − 4.535 ⋅ z 3

S ( z) = ; ROC : z < 1 .
1 − 3.081 ⋅ z + 4.367 ⋅ z 2 − 3.081 ⋅ z 3 + z 4
c.) Dati signal je kompleksni diskretni signal. Njena Z-transformacija će biti po definiciji
n n n
∞ ∞ π
j n ∞  jπ  ∞  jπ  10  j π 
S ( z) = ∑ s[n] ⋅ z −n
= ∑e 3
⋅z −n
= ∑ e 3 ⋅ z −1  = ∑ e 3 ⋅ z −1  − ∑ e 3 ⋅ z −1  .
n =11 
n = −∞ n =11  n =0   n=0  
π
j
Prva suma konvergira ako je e 3
⋅ z −1 < 1 ⇒ z −1 < 1 ⇒ z > 1 . Konačne sume uvek konvergiraju jer
sadrže konanačan broj članova te sledi da je druga suma konvergentna za bilo koju vrednost kompleksne
promenljive z . Logično je tada da oblast konvergencije mora biti ta oblast u Z-ravni koja zadovoljava oba
uslova konvergencije tj. oblast konvergencije Z-transformacije mora biti presek pojedinih oblasti. Odavde
sledi da je ROC : z > 1 . Primenom tabličnih rešenja gornjih suma, izraz za Z-transformaciju glasi
11
 j π3 −1 
1 − e ⋅ z  π
S ( z) =
1
−   =e
j11
π
3
⋅
(z )
−1 11
=
e
−j
3
; ROC : z > 1 .
π π π
j j j  j
π

z 10 ⋅  z − e 3 
−1 −1 −1
1− e 3
⋅z 1− e 3
⋅z 1− e 3
⋅z

 
π
−j
Iz izraz se vidi da Z-transformacija nema nula. Jedan pol se nalazi u tački z p1 = e 3
dok je drugi lociran u
kordinatni početak Z-ravni tj. z p 2 = 0 , i on je desetostruki pol naše funkcije.
d.) Nađimo prvo izraz za Z-transformaciju zbira dva signala.
∑ [s1[n] + s 2 [n]]z −n = ∑ [s1[n]z −n + s 2 [n]z −n ] = ∑ s1[n]z −n + ∑ s 2 [n]z −n = S1 ( z ) + S 2 ( z )

∞ ∞ ∞ ∞
S ( z) =
n = −∞ n = −∞ n = −∞ n = −∞
Vidimo da je Z-transformacija zbira dva signala jednaka zbiru njihovih Z-transformacija. Nakon ovog
zaključka odredimo Z-transformaciju datog signala.
0 5 0 5
S ( z) = ∑ (5 + n)⋅ z −n + ∑ (5 − n)⋅ z −n −
n = −5 n=0
∑ (5 + n )⋅ z −n = ∑ (5 − n )⋅ z −n .
n = −5 n =0

Razvojem date suma dobijamo
1+ 2 ⋅ z + 3⋅ z2 + 4 ⋅ z3
S ( z ) = 4 ⋅ z −1 + 3 ⋅ z − 2 + 2 ⋅ z −3 + 1 ⋅ z − 4 = .
z4
Nule funkcije su: z n1 = −1.650629; z n 2 = −0.174685 − j1.546869; z n 3 = −0.174685 + j1.546869 .

Z-transformacija ima samo jedan pol koji je četvorostruki pol i koji se nalazi u kordinatnom početku. Odavde
onda možemo da zaključimo da je oblast konvergencije cela Z-ravan izuzev tačke z = 0 jer za tu vrednost
funkcija S (z ) nije definisana tj. ROC : z > 0 .
e.1.) Izvedimo opšti izraz za Z-transformaciju vremenski pomerenog diskretnog signala.
∞ ∞ k = n − n0 ∞ ∞
S ( z) = ∑ s[n]z
n = −∞
−n
= ∑ s [n − n
n = −∞
1 0 ]z − n = ∑ s1 [k ]z −( k + n0 ) = z − n0 ∑ s1 [k ]z − k = z − n0 S1 ( z ) .
n = k + n0 k = −∞ k = −∞
Kao što se to vidi vremensko pomeranje diskretnog signala u Z-domenu predstavlja množenje
Z-transformacije nepomerenog signala sa kompleksnim brojev z − 0 . Na osnovu gore izvedenog za navedeni
n
∞
primer signala dobijamo da je S1 ( z ) = ∑100 ⋅ δ [n] ⋅ z
n = −∞
−n
= 100 ⋅ z 0 = 100 pa će tražena
100
Z-transformacija biti S ( z ) = 100 ⋅ z − =
100
. Dobijena kompleksna funkcija nema nule međutim ima
z 100
jedan pol u tački z = 0 koji je stotostruki. Odavde sledi da je oblast konvergencije ROC : z > 0 . U ovom
primeru je bitno uočiti da se tokom vremenskog pomeranja menja oblast konvergencije Z-transformacije
rezultantnog signala tj. u opštem slučaju je nemoguće predvideti ROC rezultata pomeranja čisto na osnovu
posmatranja ROC nepomerenog signala.
e.2) Na osnovu razmatranja predhodnog primera sledi da je Z {s[n]} = S ( z ) = z 5 ⋅ S1 ( z ) − z −10 ⋅ S 2 ( z ) .

Z-transformacija pojedinih signala su:
15
S1 ( z ) = ∑ a ⋅ z n −n
15
= ∑ a⋅z [ −1 n
] =
[
1 − a ⋅ z −1 ]16
=
z 16 − a 16
n=0 n =0 1 − a ⋅ z −1 z 15 ⋅ (z − a )
Z-transformacija signala s1 [n] ima jedan višestruki pol u tački z = 0 . Nule polinoma u brojiocu su date
2π
j k
formulom z nk = a ⋅ e 16
; k = 0,1, ),15 . Odavde se vidi da nula za k = 0 eliminiše pol z p = a . Odavde
2π
j k
sledi da su nule Z-transformacije z nk = a ⋅ e 16
; k = 1,) ,15 koje su ekvidistantno raspoređene na kružnici
poluprečnika r = a .
1 − (− a ⋅ z )
n n 17
1
 1 0
 1   1 1 15
S 2 ( z ) = ∑  −  ⋅ z − n = ∑  −  ⋅ z −1  − ⋅ z −1 = − ⋅ z −1 + ∑ [(− a ) ⋅ z ] = −
l
.
n = −15  a n = −15  a  a a l =0 a ⋅ z ⋅ (1 + a ⋅ z )
1
Dobijena Z-transformacija signala s 2 [n] ima polove u tačkama z p1 = 0; z p 2 = − . Nule su određene
a
2π
1 j k
formulom z nk = − ⋅ e 17 ; k = 0,1, ),16 .
a

Uvrštavanjem izraza u traženu Z-transormaciju dobija se sledeći izraz
 z 16 − a 16  −10
 1 + (a ⋅ z )17  −10 z
16
− a 16 −10 1 + (a ⋅ z )
17
S ( z ) = z ⋅  15
5
 − z ⋅ − a ⋅ z ⋅ 1 + a ⋅ z  = z ⋅ z − a + z ⋅ a ⋅ z ⋅ 1 + a ⋅ z .
 z ⋅ (z − a )  ( ) ( ) ( )
Primenom algebarskih identiteta z − a = z + a ⋅ z + a ⋅ z + a ⋅ (z + a ) ⋅ (z − a ) i

16 16 8 8 4 4 2 2
( )( )( )
16
1 + (a ⋅ z ) = (1 + a ⋅ z ) ⋅ ∑ (− a ⋅ z ) izraz za Z-transformaciju će biti
17 i
i =0
 i 
( )
16 3 16
∑ (− az )  az ∏ z 2 + a 2 + ∑ (− az )
i i i

( )(
S ( z ) = z −10 ⋅  z 8 + a 8 z 4 + a 4 z 2 + a 2 (z + a ) + )( ) i =0
=
1 i =0
11
i =0
.
 az  a z
 
Kao što se to vidi Z-transformacija ima pol u tački z p = 0 koji je jedanaestostruki pol. Kako oblast
konvergencije nemože da sadrži u sebi polove jer bi tada funkcija S (z ) bila nedefinisana sledi da je
ROC : z > 0 . Nule Z-transformacije se mogu odrediti iz polinoma u brojiocu.
f.) Izvedimo prvo opšti oblik Z-transformacije konvolucije dva proizvoljna diskretna signala.
∑ s [m] ⋅ ∑ s [n − m] ⋅ z ⋅ (z )
∞ ∞ ∞ ∞
S ( z) = ∑ ∑ s [ m] ⋅ s [ n − m] ⋅ z
n = −∞ m = −∞
1 2
−n
=
m = −∞
1
n = −∞
2
−n −m
⋅ zm =
∞ ∞
= ∑ s1[m] ⋅ z −m ⋅
m = −∞
∑ s [ n − m] ⋅ z
n = −∞
2
−( n−m )
= S1 ( z ) ⋅ S 2 ( z ) .
Sledi da Z-transformacija konvolucije dva signala je jednak proizvodu Z-transformacija pojedinih signala.
Na osnovu gornjeg sledi da su rešenja za pojedine primere
f.1.)
∞

S1 ( z ) = ∑ δ [ n] ⋅ z −n
=1  − n0 − n0 1
 ⇒ S ( z ) = 1 ⋅ z = z = n0 ; ROC = ROC1 * ROC 2 : z > 0 .
n = −∞
∞
z
S 2 ( z) = ∑ δ [n − n ] ⋅ z
n = −∞
0
−n
= z − n0 

Z-transformacija konvolucionog signala ima višestruki pol u tački z p = 0 .
f.2.)
∞
1 
S1 ( z ) = ∑ 1 ⋅ z − n = ; ROC1 : z > 1 
1 − z −1 z −10 1
n =0
 ⇒ S ( z ) = = 9 ; ROC : z > 1 .
∞
1 − z −1
z (z − 1)
S 2 ( z) = ∑ δ [n − 10] ⋅ z
n = −∞
−n
= z ; ROC 2 : z > 0
−10

Funkcija S (z ) nema nule, jedan pol se nalazi u tački z p1 = 1 dok je drugi devetostruki pol u tački z p 2 = 0 .

f.3.)
∞
1 
S1 ( z ) = ∑ a n ⋅ z − n = ; ROC1 : z > a 
1 − az −1
 z2  z > a; a >1
n =0
 ⇒ S ( z) = ; ROC :  .
S 2 ( z) = ∑ z −n
∞
=
1
; ROC 2 : z > 1  (z − 1) ⋅ (z − a )  z > 1; a < 1
n =0 1 − z −1 
Dobijena Z-transformacija ima dvostruku nulu u tački z n = 0 i ima polove u tačkama z p1 = 1; z p 2 = a .
g.1) Slično predhodnom zadatku izvešćemo opšti izraz za Z-transformaciju datog izraza.
∑ s [n + m] ⋅ z ⋅ (z )
∞ ∞ ∞ ∞
S ( z) = ∑ ∑ s1[m] ⋅ s2 [n + m] ⋅ z −n =
n = −∞ m = −∞
∑
m = −∞
s1 [m] ⋅
n = −∞
2
−n −m
⋅ zm =
∑ s [m] ⋅ (z )
∞ ∞ ∞ ∞
= ∑ s [ m] ⋅ z ⋅ ∑ s [ n + m] ⋅ z
m = −∞
1
m
n = −∞
2
−( n+ m )
=
m = −∞
1
−1 − m
⋅ ∑ s [ n + m] ⋅ z
n = −∞
2
−( n + m )
= S1 ( z −1 ) ⋅ S 2 ( z ) .
Primenom izvedenog obrazca rešenje datog primera će biti
∞
1 z
S1 ( z ) = ∑ a n ⋅ z − n = = ; ROC1 : z > a .
n =0 1− a ⋅ z −1
z−a
1 ∞
z −1 1
S1 ( z ) = ∑ a ⋅ z =
−1
= −1
n n
; ROC11 : z < .
n=0 1− a ⋅ z z − a a
Na osnovu dobijenih izraza sledi da je Z-transformacija korelacionog signala jednaka
z z −1 1 z 1 z
S ( z ) = S1 ( z −1 ) ⋅ S1 ( z ) = ⋅ −1 =− ⋅ =− ⋅ .
z−a z −a a 1+ a 2
a  1
z −
2
⋅ z +1 (z − a )⋅  z − 
a  a
1
Z-transformacija ima nulu u tački z n = 0 i ima polove u tačkama z p1 = a; z p 2 = . Oblast konvergencije
a
1
predstavlja presek oblasti konvergencije kompleksnih funkcija S1 ( z ) i S 2 ( z ) tj. ROC : a < z < .
a
Ovim smo onda u potpunosti definisali Z-transformaciju korelacionog signala.
g.2.) Analogno predhodnom primeru opšti oblik Z-transformacije glasi
∑ s [n + m] ⋅ z ⋅ (z )
∞ ∞ ∞ ∞
S ( z) = ∑ ∑ s1[m + n] ⋅ s2 [m] ⋅ z −n =
n = −∞ m = −∞
∑
m = −∞
s 2 [ m] ⋅
n = −∞
1
−n −m
⋅ zm =
( ) ⋅ ∑ s [ n + m] ⋅ z
∞ ∞ ∞ ∞
= ∑ s 2 [ m] ⋅ z m ⋅ ∑ s1[n + m] ⋅ z −( n+m) = ∑ s2 [m] ⋅ z −1
−m −( n + m )
1 = S1 ( z ) ⋅ S 2 ( z −1 ) .
m = −∞ n = −∞ m = −∞ n = −∞

1
Pojedine Z-transformacije su S1 ( z ) = 1; ∀z i S 2 ( z ) = ; z > 0 . Odavde se onda dobija rešenje u obliku
z3
1
S ( z) = 1 ⋅ −3
= z 3 ; ROC : ∀z . Dobijena funkcija nema polove ali ima trostruku nulu u tački z n = 0 . Kao
z
što se to vidi oblast konvergencije obuhvata celu z-ravan tj. Z-transformacija postoji za bilo koju proizvoljno
odabranu kompleksnu promenljivu z .
h) Rešavanje diferencnih jednačina pomoću dvostrane Z {•} transformacije se vrši tako što se primenjuje
transformacija na obe strane jednačine. Neka je data diferencna jednačina u obliku
M K
y[n] + ∑ a m ⋅ y[n − m] = ∑ bk ⋅ x[n − k ]; M ≥ K .
m =1 k =0
Na osnovu već pokazanih osobina Z-transformacije važi da je Z {y[n − m]} = z − m ⋅ Z {y[n]} = z − m ⋅ Y ( z ) i

da je Z {x[n − k ]} = z − k ⋅ Z {x[n]} = z − k ⋅ X ( z ) . Primenom ovih osbina dobijamo
M K
Z { y[n]} + ∑ a m ⋅ Z { y[n − m]} = ∑ bk ⋅ Z {x[n − k ]}; M ≥ K
m =1 k =0
 M
 K 
Y ( z ) ⋅ 1 + ∑ a m ⋅ z − m  = X ( z ) ⋅ ∑ bk ⋅ z − k ; M ≥ K .
 m =1   k =0 
Izražavanjem Y (z ) dobijamo Z-transformaciju izlaznog signala na poznatu pobudu koja deluje na ulazu
sistema i čija je Z-transformacija X (z )
 K 
 ∑ bk ⋅ z
−k

Y ( z ) =  k =M0  ⋅ X ( z ); M ≥ K .
1 + a ⋅ z − m 
 ∑m =1
m 
Primenom inverzne Z-transformacije Z −1 {•} možemo da odredimo odziv sistema y[n] tj. izlazni signal
sistema na čijem ulazu deluje pobuda x[n] . Odnos Z-transformacija izlaza i ulaza određuje prenosnu
funkciju sistema u Z-domenu i koja predstavlja Z-transformaciju impulsnog odziva sistema
Y ( z)
tj. H ( z ) = = Z {h[n]}.
X ( z)
h.1.) Primena Z-transformacije na datu diferencnu jednačinu daje
 3 1  2 −8 8
Y ( z ) ⋅ 1 − ⋅ z −1 + ⋅ z − 2  = 2 ⋅ X ( z ) ⇒ Y ( z ) = ⋅ z −1 = + .
 4 8  3 −1 1 −2 1 −1 1 −1
1− ⋅ z + ⋅ z 1− ⋅ z 1− ⋅ z
4 8 4 2
Izraz za Y (z ) u obliku parcijalnih suma nam omogućuje da nađemo inverznu Z-transformaciju u tabličnom
obliku. Pa onda sledi da je odziv
 1
n
1 
n
y[n] = Z {Y ( z )} = − 8 ⋅   + 8 ⋅    ⋅ u[n] .
−1
 4  2  

Prenosna funkcija sistema je
Y ( z) 2 2⋅ z2
H ( z) = = = .
X ( z) 3 −1 1 − 2 3 1
1− ⋅z + ⋅z z − ⋅z+
2
4 8 4 8
1 1
Ova funkcija ima dvostruku nulu u tački z n = 0 i polove u tačkama z p1 = ; z p 2 = . Osobina realnih
4 2
sistema je da su kauzalni tj. da im je oblast konvergencije izvan najudaljenijeg pola Z-transformacije.
1
Odavde sledi da je ROC h : z > . Rastavljanjem izraza prenosne funkcije u oblik parcijalnih razlomaka i
2
primene tablične inverzne transformacije dobijamo izraz za impulsni odziv sistema
 1
n
1 
n
h[n] = − 2 ⋅   + 4 ⋅    ⋅ u[n] .
 4  2  
h.2.) Analogno predhodnom zadatku za diferencnu jednačinu se dobija
[ ]
Y ( z ) ⋅ 1 − 5 ⋅ z −1 + 6 ⋅ z − 2 = 2 ⋅ X ( z ) ⇒ Y ( z ) = −1
2
1− 5⋅ z + 6 ⋅ z −2
⋅ z −1 =
2
1− 3⋅ z −1
−
2
1 − 2 ⋅ z −1
.
Inverznom Z-transformacijom se dobija
[
y[n] = h[n] = 2 ⋅ (3) − 2 ⋅ (2) ⋅ u[n] .
n n
]
Na ulaznu pobudu oblika x[n] = u[n] dobijamo
[ ]
Y ( z ) ⋅ 1 − 5 ⋅ z −1 + 6 ⋅ z − 2 = 2 ⋅ X ( z ) ⇒ Y ( z ) =
2
−1
1− 5⋅ z + 6⋅ z −2
⋅
1
1 − z −1
.
Nakon rastavljanja u oblik parcijalnih razlomaka inverzna Z-transformacija će biti
Y ( z) =
1
1− z −1
−
8
1− 2⋅ z −1
+
9
1− 3⋅ z −1
[
⇒ y[n] = 1 − 8 ⋅ (2) + 9 ⋅ (3) ⋅ u[n] .
n n
]
i.1.) Primenom jednostrane Z-transformacije na diferencnu jednačinu sa nenultim početnim uslovima ima se
[ ]
Y ( z ) + 3 ⋅ z −1 ⋅ Y ( z ) + y[−1] = X ( z ) ⇒ Y ( z ) =
X ( z) − 3
=−
3
+
1
=
(1 + 3 ⋅ z )
−1
1+ 3⋅ z 1 + 3 ⋅ z −1 −1  1 −1 
⋅ 1 − ⋅ z 
 2 
3 6 1 1 1 1 1 15 1
=− −1
+ ⋅ −1
+ ⋅ = ⋅ − ⋅ .
1+ 3⋅ z 7 1+ 3⋅ z 7 1 −1 7 1 −1 7 1 + 3 ⋅ z −1
1− ⋅ z 1− ⋅ z
2 2
Primenom inverzne Z-transformacije

1  1  
n
⋅   − 15 ⋅ (− 3) ; n ≥ 0 .
n
y[n] =
7  2  

i.2.) Analogno predhodnom primeru
Y ( z) −
1 −1
2
[ ] 1
[
⋅ z ⋅ Y ( z ) + y[−1] = X ( z ) − ⋅ z −1 ⋅ X ( z ) + x[−1] .
2
]
Kako je pobudni signal po definiciji različit od nule samo za n ≥ 0 sledi da je x[−1] = 0 . Te stoga sledi
Y ( z) −
1 −1
2
[ ] 1  1  1  1 
⋅ z ⋅ Y ( z ) + 1 = X ( z ) − ⋅ z −1 ⋅ X ( z ) ⇒ Y ( z ) ⋅ 1 − ⋅ z −1  − = X ( z ) ⋅ 1 − ⋅ z −1  .
2  2  2  2 
1
Uvrštavanjem odgovarajuće Z-transformacije pobudnog signala X ( z ) = dobija se izraz
1 − z −1
1 1 1 1  1 n 
Y ( z) = ⋅ + ⇒ y[ n ] = Z −1
{Y ( z )} =  ⋅   + 1 ⋅ u[n] .
2 1 −1 1 − z −1  2  2  
1− ⋅ z
2
Zadatak 3.
Odrediti diskretnu Furijeovu transformaciju (DFT) sledećih diskretnih signala
π
3 j
a) s[n] = 1; ∀n . b.) s[n] = cos( ⋅ n); ∀n . c.) s[n] = e 3
; ∀n .
4
15;0 ≤ n ≤ 3
d.) s[n] =  signal je dat u svojoj osnovnoj periodi.
 0;4 ≤ n ≤ 5
5 + n;−5 ≤ n ≤ 0
e.) s[n] =  signal je dat u svojoj osnovnoj periodi.
 5 − n;0 ≤ n ≤ 5
Rešenje:
a.) U prvom poglavlju smo već razmatrali ovaj diskretni signal za koga smo zaključili da je periodičan sa
periodom N = 1 i da je FTD spektar ovog signala S (e jω ) = 2π ⋅ δ (ω ); ω ≤ π tj. da se spektar sastoji iz
jedne komponente koja se nalazi u tački ω = 0 i pokazuje na prisustvo diskretne jednosmerne komponente u
signalu. Poznato je da se svaki periodičan diskretni signal može razviti u diskretni Furieov red koji uvek
2π
j nk
sadrži konačan broj periodičnih eksponencijalnih funkcija f k [n] = e ; k = 0, ), N − 1 . Doprinos tih
N
funkcija u posmatranom signalu se proračunava pomoću diskretne Furieove transformacije

N −1 2π
−j nk
S [k ] = ∑ s[n] ⋅ e N
; k = 0,) , N − 1 . Naj taj način signal s[n] se može pokazati kao linearna
n=0
kombinacija eksponencijalnih periodičnih funkcija u obliku
1
s[n] = [S[0] ⋅ f 0 [n] + S[1] ⋅ f1[n] + S[2] ⋅ f 2 [n] + ( + S[ N − 2] ⋅ f N − 2 [n] + S[ N − 1] ⋅ f N −1[n]] =
N
1  2π
j 0n
2π
j 1n j
2π
2n
2π
j ( N − 2) n j ( N −1) n 
2π
= ⋅  S [0] ⋅ e N + S [1] ⋅ e N + S [2] ⋅ e N + ( + S [ N − 2] ⋅ e N + S [ N − 1] ⋅ e N .

N  

Iz gornjeg tada sledi da su kompleksni koeficijenti diskretnog Furieovog reda
0
S[k ] = ∑ s[n] ⋅ e − j 2πnk ; k = 0 ⇒ S[0] = 1
n=0
pa i diskretni spektar (DFT) signala sadrži samo jednu komponentu
1; k = 0
S[k ] =  ; k = 0,) , N − 1 .
0; k ≠ 0
b.) Posmatrani periodični diskretni signal ima peiodu N = 24 iz čega sledi da ga možemo prikazati kao
linearnu kombinaciju dvadesetčetiri kompleksnih periodičnih signala oblika
2π
j nk
f k [ n] = e 24
; k = 0, ),23
23 2π
−j nk
gde ćemo udeo pojedinih signala proračunati po izrazu S [k ] = ∑ s[n] ⋅ e
n=0
24
; k = 0,) ,23 . Primenom
Ojlerovog obrazca za izraz diskretne Furieove transformacije dobijamo
 j 26π n −j
2π
n  2π  j 28π n −j
2π
n  2π
23
 e +e 6
 − j nk 23
 e − e 8  − j 24 nk
S [k ] = 7.8 ⋅ ∑ ⋅e 24
+ 8.3 ⋅ ∑ ⋅e =
n =0
 2  n =0
 2j 
   
2π 2π 2π 2π
7.8 23 − j 24 n ( k − 4) 7.8 23 − j 24 n ( k + 4 ) 8.3 23 − j 24 n ( k −3) 8.3 23 − j 24 n ( k + 3)
= ∑e
2 n =0
+ ∑e
2 n=0
+ ∑e
2 j n =0
− ∑e
2 j n =0
.
Izrazi k + 4 i k + 3 s mogu prikazati i u obliku k + 24 − 20 i k + 24 − 21 . Smenom ovih oblika u gornju

jednačinu i deljenjem u eksponentu sa N = 24 dobijamo
2π 2π 2π 2π
7.8 23 − j 24 n ( k − 4) 7.8 23 − j 24 n ( k − 20 ) 8.3 23 − j 24 n ( k −3) 8.3 23 − j 24 n ( k − 21)
S[k ] = ∑e
2 n=0
+ ∑e
2 n =0
+ ∑e
2 j n=0
− ∑e
2 j n =0
.
Pokazali smo da je spektar diskretnog signala uvek periodična kompleksna funkcija sa periodom 2π ili ako
se posmatra diskretizovani spektar tada je ona periodična sa K = N gde je K perioda u k-domenu. Odavde
onda sledi da su komponente, u posmatranom intervalu k ∈ [0,1, ) , N − 1] , koje određuje druga i četvrta
suma zapravo komponente koje se nalaze u okolini 1 ⋅ K u tačkama K − k1 i K − k 2 .
Posmatrajmo posebno rešenja pojedinih suma.
sin π (k − 4)
2π
23 − j n ( k − 4) 1− e − j 2π ( k − 4 )
e − jπ ( k − 4 )
π (k − 4)  0; k ≠ 4
∑e 24
= 2π
= π
⋅ 24 ⋅
π
= 24 ⋅ δ [k − 4] =  .
n =0
1− e
− j ( k − 4)
24
e
−j
24
( k − 4)
sin (k − 4) 24; k = 4
24
π
(k − 4)
24

sin π (k − 20)
2π
23 −j n ( k − 20 ) 1− e − j 2π ( k − 20 )
e − jπ ( k − 20 )
π (k − 20)  0; k ≠ 20
∑e 24
= 2π
= π
⋅ 24 ⋅
π
= 24 ⋅ δ [k − 20] = 
24; k = 20
.
n =0
1− e
− j ( k − 20 )
24
e
−j
24
( k − 20 )
sin (k − 20) 
24
π
(k − 20)
24
sin π (k − 3)
2π
23 − j n ( k − 3) 1− e − j 2π ( k −3 )
e − jπ ( k −3 )
π (k − 3)  0; k ≠ 3
∑e 24
= 2π
= π
⋅ 24 ⋅
π
= 24 ⋅ δ [k − 3] = 
24; k = 3
.
n =0
1− e
− j ( k −3 )
24
e
−j
24
( k − 3)
sin (k − 3) 
24
π
(k − 3)
24
sin π (k − 21)
2π
23 − j n ( k − 21) 1− e − j 2π ( k − 21)
e − jπ ( k − 21)
π (k − 21)  0; k ≠ 21
∑e 24
= 2π
= π
⋅ 24 ⋅
π
= 24 ⋅ δ [k − 21] =  .
n =0
1− e
− j ( k − 21)
24
e
−j
24
( k − 21)
sin (k − 21) 24; k = 21
24
π
(k − 21)
24
Odavde dobijamo da je izraz za proračun koeficijenata
8.3 7.8 7.8 8.3

S[k ] = ⋅ 24 ⋅ δ [k − 3] + ⋅ 24 ⋅ δ [k − 4] + ⋅ 24 ⋅ δ [k − 20] − ⋅ 24 ⋅ δ [k − 21] =
2j 2 2 2j
 93.6; k = 4,20
 −
π
 99.6 ⋅ e 2 ; k = 3
= π ; k = 0,1,) ,23 .
99.6 ⋅ e 2 ; k =,21

 0; k ≠ 3,4,20,21
Kao što se vidi diskretni spektar ima samo četiri komponente različite od nule pa je stoga i signal s[n]
1
oblika s[n] = ⋅ [S[3] ⋅ f 3 [n] + S [4] ⋅ f 4 [n] + S[4] ⋅ f 20 [n] + S[3] ⋅ f 21 [n]].
24
c.) Dati signal je periodičan sa periodom N = 6 iz čega onda sledi da opis ovog signala linearnom
kombinacijom periodičnih eksponencijalnih funkcija sadrži samo šest komponenata. Navedimo te
komponente
 j 26π nk j
2π
n0 j
2π
n
2π
j 2n
2π
j 3n j
2π
4n j 5n 
2π
f k [n] = e ; k = 0,1,) ,5 | e 6
= 1, e 6
,e 6
,e 6
,e 6
,e 6 .
 

Doprinos pojedinih funkcija se računa pomoću diskretne Furieove transformacije. Izvođenjem dobijamo
sin π (k − 1)
π 2π 2π − j 2π ( k −1) 5π
5 j −j nk 5 −j n ( k −1) 1− e −j ( k −1) π (k − 1)
S[k ] = ∑ e 3
⋅e 6
= ∑e 6
= = 6⋅e 6
⋅ = 6 ⋅ δ [k − 1] .
−j
2π
( k −1) π
n=0 n=0
1− e 6 sin (k − 1)
6
π
(k − 1)
6
Vidimo da u diskretnom spektru postoji samo jedna nenulta komponenta za k = 1 dok su sve ostale jednake
nuli. Odavde onda sledi da u obliku linearne kombinacije postoji samo jedna kompleksna funkcija tj.
2π π
1 1
s[n] = ⋅ [0 ⋅ f 0 [n] + 6 ⋅ f 1 [n] + 0 ⋅ f 2 [n] + 0 ⋅ f 3 [n] + 0 ⋅ f 4 [n] + 0 ⋅ f 5 [n]] = ⋅ 6 ⋅ e
j n j n
6
=e 3
.
6 6
d.) Po definicji datog signala uočavamo da je perioda ovog signala N = 6 , pa je njen opis pomoću
2π
1 5 j nk
diskretnog Furieovog reda s[n] = ⋅ ∑ S [k ] ⋅ e 6 ; n = 0,1, ) ,5 . Furieovi koeficijenti S [k ] će biti
6 k =0
2π
sin k
3
2π 2π
2π 2π −j 4k π k
5 −j nk 3 −j nk 1− e 6 − j k
3
S[k ] = ∑ s[n] ⋅ e 6 = ∑15 ⋅ e 6 = 15 ⋅ = ⋅
15 e 2
⋅ ⋅
4 ; k = 0,1, ) ,5 .
n=0 n=0 −j k
2π
π
1− e 6 sin k
6
π
k
6
Za različite vrednosti k , kompleksni koeficijenti diskretnog Furieovog reda će imati vrednosti
  −j
π
  −j
π

S [k ] = (komponenta, koeficijent ) | (0,60), 1,15 ⋅ 3 ⋅ e 2
 , (2,15), (3,0 ), (4,15),  5,15 ⋅ 3 ⋅ e 2
 
 .

    
Smenom datih vrednosti koeficijenata i kompleksnih funkcija u izraz za signal s[n] , dobijamo
1  j 5n 
π 2π 2π 2π π 2π
−j j n j 2n j 4n −j
s[n] = ⋅ 60 + 15 3e 2 ⋅ e 6 + 15 ⋅ e 6 + 0 + 15 ⋅ e 6 − 15 3e 2 ⋅ e 6  =
6  
1  n
π 2π 2π 2π π 2π
−j j n j 2n −j 2n j −j
= ⋅ +
60 15 3e 2
⋅ e 6
+ ⋅
15 e 6
+ + ⋅
0 15 e 6
+ 15 3e 2
⋅ e 6
=
6  
1   2π π  2π 
= ⋅ 60 + 30 ⋅ 3 ⋅ cos n −  + 30 ⋅ cos 2n   =
6   6 2  6 
1   2π   2π 
= ⋅ 60 + 30 ⋅ 3 ⋅ sin  n  + 30 ⋅ cos 2n  =
6   6   6 

 2π   2π 
= 10 + 5 ⋅ 3 ⋅ sin  n  + 5 ⋅ cos 2n  .
 6   6 
Kao što se vidi dat periodični signal se može predstaviti u obliku diskretnog Furieovog reda koji za dati
primer ima tri komponente, jednu jednosmernu komponentu i dve naizmenične komponente.
Zadatak 4.
Data su četiri vremenski diskretna signala. Klasifikovati njihovu DFT-u kao realnu, imaginarnu, ili
komleksnu. Predpostaviti da je N=10 u svim slučajevima.
a)
x p[n ]
1
10 20 n
Rešenje:
Prvo što možemo zaključiti da signal x p [n] predstavlja parnu funkciju, pa na osnovu nekog iskustva
možemo očekivati da ćemo dobiti realnu DFT.
Primenom izraza za DFT
N −1 n⋅ k
− j 2π
X p [ k ] = ∑ x p [ n] ⋅ e N
; k = 0,1, ) , N − 1
n=0
sledi da je:
π 2π 3π 4π
− j ⋅ ⋅k − j⋅ ⋅k − j⋅ ⋅k − j⋅ ⋅k
X p [k ] = 0.2 ⋅ e 5
+ 0.4 ⋅ e 5
+ 0.6 ⋅ e 5
+ 0.8 ⋅ e 5
+ e − j⋅π ⋅k +
6π 7π 8π 9π
− j⋅ ⋅k − j⋅ ⋅k − j⋅ ⋅k − j⋅ ⋅k
+ 0.8 ⋅ e 5
+ 0.6 ⋅ e 5
+ 0.4 ⋅ e 5
+ 0.2 ⋅ e 5
.
Uparivanjem simetričnih članova i sredjivanjem izraza dobija se:
 j⋅ 45π ⋅k 4π
− j ⋅ ⋅k 
 − j⋅π5 ⋅k − j ⋅ ⋅k 
9π
 e +e 5   4π 
0.2 ⋅  e + e 5  = 0.4 ⋅ e − j⋅π ⋅k   = 0.4 ⋅ e
− j ⋅π ⋅k
⋅ cos ⋅k
   2   5 
 
 j⋅ 35π ⋅k 3π
− j ⋅ ⋅k 
 − j⋅ 25π ⋅k − j ⋅ ⋅k 
8π
 e + e 5   3π 
0.4 ⋅  e + e 5  = 0.8 ⋅ e − j⋅π ⋅k   = 0.8 ⋅ e
− j ⋅π ⋅k
⋅ cos ⋅k
   2   5 
 

 2π
j ⋅ ⋅k
2π
− j ⋅ ⋅k 
 − j⋅ 35π ⋅k − j ⋅ ⋅k 
7π

− j ⋅π ⋅k e
5
+e 5   2π 

0.6 ⋅  e +e  − j ⋅π ⋅k
 = 1.2 ⋅ e  = 1.2 ⋅ e ⋅ cos ⋅k
5

   2   5 
 
 j⋅π5 ⋅k π
− j ⋅ ⋅k 
 − j⋅ 45π ⋅k − j ⋅ ⋅k 
6π
 e +e 5  π 
0.8 ⋅  e + e 5  = 1.6 ⋅ e − j⋅π ⋅k   = 1.6 ⋅ e
− j ⋅π ⋅k
⋅ cos ⋅ k  .
   2  5 
 
Konačno se za DFT signala dobija izraz
k  π   2π   3π   4π 
X p [k ] = (− 1) ⋅ 1 + 1.6 ⋅ cos ⋅ k  + 1.2 ⋅ cos ⋅ k  + 0.8 ⋅ cos ⋅ k  + 0.4 ⋅ cos ⋅ k 
 5   5   5   5 
Kao što smo i predpostavili izraz za DFT datog signala je realna funkcija promenljive k .
Amplitudski i fazni spektar se određuje prema izrazima:
X p [k ] = A[k ] = Re{X p [k ]} + Im{X p [k ]} ,

2 2
 Im{X p [k ]}
θ [k ] = −arctg  .
 Re{X p [ k ]}

k A[k] θ[k] k A[k] θ[k]

0 5 00 5 0.2 -1800
1 2.09 -1800 6 0 00
2 0 00 7 0.31 -1800
3 0.31 -1800 8 0 00
4 0 00 9 2.09 -1800
Kako je u ovom slučaju imaginarni deo jednak nuli, za fazno kašnjenje se dobija uvek vrednost nula.
Međutim kako je amplitudska karakteristika uvek parna funkcija, negativne realne brojeve možemo da
prikažemo samo tako što odgovarajućoj komponenti dodamo fazu ±π jer je −1 = e jπ = e − jπ .
Amplitudski i fazni spektar su prikazani na slici.
A [k ] Amplitudski spektar θ[k ] Fazni spektar

5
9
2.09 2.09
k
0.31 0.2 0.31
9 k -1800

b)
x p[n ]
1
10 20 n
Rešenje:
Sa slike vidimo da signal nije ni parna ni neparna funkcija, pa možemo očekivati kompleksnu DFT.
π 2π 3π 4π
− j ⋅ ⋅k − j⋅ ⋅k − j⋅ ⋅k − j⋅ ⋅k
X p [k ] = 0.2 ⋅ e 5
+ 0.4 ⋅ e 5
+ 0.6 ⋅ e 5
+ 0.8 ⋅ e 5
+ e − j⋅π ⋅k −
6π 7π 8π 9π
− j⋅ ⋅k − j⋅ ⋅k − j⋅ ⋅k − j⋅ ⋅k
− 0.8 ⋅ e 5
− 0.6 ⋅ e 5
− 0.4 ⋅ e 5
− 0.2 ⋅ e 5
.
Sličnim sređivanjem izraza, kao u predhodnom zadatku, za rezultat se dobija:
k   π   2π   3π   4π  
X p [k ] = (− 1) ⋅ 1 + j ⋅ 1.6 ⋅ cos ⋅ k  + 1.2 ⋅ cos ⋅ k  + 0.8 ⋅ cos ⋅ k  + 0.4 ⋅ cos ⋅ k  
  5   5   5   5  
Prema očekivanjima dobili smo kompleksnu DFT, pošto imamo i realni i imaginarni deo.
Amplitudska i fazna karakteristika se računa prema izrazima:

2 2
 Im{X p [k ]}
θ [k ] = −arctg  .
 Re{X p [ k ]}


0 1 00 5 1 1800
1 3.24 -720 6 1.1 180
2 1.7 -540 7 1.2 360
3 1.2 -360 8 1.7 540
4 1.1 -180 9 3.24 720
Na osnovu izračunatih vrednosti za amlitudski i fazni spektar se dobija:
Amplitudski spektar θ[k ] Fazni spektar

A [k ] 3.24 3.24 180 0
72 0
1.7 1.7 54 0
36 0
1.2 1.1 1 1.1 1.2 18 0
1
9 k
9 k -180
0
-36
-540
0
-72

c)
x p[n ]
1
10 20 n
Rešenje:
Primećujemo da je signal neparna funkcija, pa očekujemo imaginarnu DFT.
π 2π 3π 4π 6π 7π 8π 9π
− j ⋅ ⋅k − j⋅ ⋅k − j⋅ ⋅k − j⋅ ⋅k − j⋅ ⋅k − j⋅ ⋅k − j⋅ ⋅k − j⋅ ⋅k
X p [k ] = e 5
+e 5
+e 5
+e 5
−e 5
−e 5
−e 5
−e 5
.
Posle sređivanja izraza slično kao u predhodnim zadacima dobija se:
 π   2π   3π   4π 
X p [k ] = (− 1) ⋅ 2 ⋅ j ⋅ sin  ⋅ k  + sin 
k
⋅ k  + sin  ⋅ k  + sin  ⋅ k  .
 5   5   5   5 
Vidimo da imamo samo imaginarni deo, pa smo dobili imaginarnu DFT.

2 2
 Im{X p [k ]}
θ [k ] = −arctg  .
 Re{X p [ k ]}


0 0 00 5 0 00
1 6.1 900 6 0 00
2 0 00 7 1.4 -900
3 1.4 900 8 0 00
4 0 00 9 6.1 -900
A [k ] Amplitudski spektar θ[k ] Fazni spektar

0
6.1 6.1 90
9
k
1.4 1.4
-900
9 k

d)
x p[n ]
1
10 20 n
Rešenje:
U ovom slučaju možemo primetiti da signal ne predstavlja ni parnu ni neparnu funkciju, pa opet očekujemo
za rezultat kompleksnu DFT.
π 2π 3π 8π 9π
− j ⋅ ⋅k − j⋅ ⋅k − j⋅ ⋅k − j⋅ ⋅k − j⋅ ⋅k
X p [k ] = 1 + e 5
+e 5
+e 5
+e 5
+e 5
.
Posle sređivanja izraza sledi da je konačno:
3π
−j ⋅k   3π   4π 
+ (− 1) ⋅ 2 ⋅ cos
k
X p [k ] = 1 + e 5
⋅ k  + cos ⋅ k  .
  5   5 
Prema očekivanjima dobili smo kompleksnu DFT.

2 2
 Im{X p [k ]}
θ [k ] = −arctg  .
 Re{X p [ k ]}

k A[k] θ[k] K A[k] θ[k]

0 6 00 5 0 00
1 3.08 180 6 1 -720
2 1 360 7 0.75 -540
3 0.75 540 8 1 -360
4 1 720 9 3.08 -180
A [k ] θ[k ] Fazni spektar

Amplitudski spektar 72 0
6 54 0
36 0
0
18
3.08 3.08
9
1 0.75 1 1 0.75 1 k
-180
0
-36
9 k -540
-720

Spektar uzorkovanog signala, decimacija, interpolacija Procesiranje Signala
Spektar uzorkovanog signala,

decimacija,
interpolacija
Zbog mnogo boljih osobina diskretnih sistema (linearna fazna karakteristika, bolja selektivnost,
lakša realizacija) oblikovanje spektra analognih signala se vrše u diskretnom domenu. Postupak koji analogni
signal preslikava u diskretni signal se zove diskretizacija signala.
Diskretizacija signala se sastoji iz dva postupka.
1. Uzorkovanje analognog signala.

Proces se sastoji iz množenja analognog signala sa periodičnom povorkom idealnih
Dirakovih delta impulsa. Perioda ovih impulsa mora biti tako odabrana da zadovolji
teoremu o odabiranju tj.
1
Ts ≤ ,
2 ⋅ f max
gde je f max maksimalna učestanost u spektru analognog signala. Za rezultat ovog procesa
se dobija signal čije su vrednosti različite od nule samo u trenucima odabiranja, dok je
jednak nuli u intervalima između dva odmeravanja. Znači dobijen je opet analogni signal.
2. ovako dobijeni analogni signal se zatim pretvara u diskretni signal sa svim svojim
osobinama koje su već navedene u prvom poglavlju.
Drugi postupak ima pretežno teorijski značaj i njime se želi samo ukazati na razliku koja postoji između
diskretizovanog i diskretnog signala.
Često se u praktičnim slučajevima javlja potreba za promenom periode uzorkovanja. Međutim

većina uređaja koje vrše uzorkovanje analognih signala nedaju mogućnost te promene. U tim slučajevima ta
potreba se zadovoljava u diskretnom domenu.
Decimacija je postupak kojim se povećava perioda uzorkovanja za neki ceo broj M , u diskretnom
domenu. Postupak se izvodi tako što se iz diskretnog signala bira svaki M − ti element. U tom slučaju
spektar novodobijenog signala je širi od spektra polaznog signala.
Interpolacija je postupak kojim se vrši smanjivanje periode odabiranja za neki ceo broj M .
Postupak se izvodi tako što se između elemenata diskretnog signala ubacuju nulte vrednosti. Dobijeni
diskretni signal se zatim propušta kroz idealni niskopropusni diskretni sistem koji vrši interpolaciju signala u
tačkama gde su ubačene nule. Treba zapaziti da se u ovom slučaju spektar signala sabija.
Rekonstrukcija analognog signala na osnovu njegovih odbiraka u diskretnom domenu se sastoji iz

dva postupka.
1. Pretvaranje diskretnog signala u diskretizovani signal. Ovim postupkom se dobija

analogni signal koji se sastoji od Dirakovih delta impulsa amplitude jednakim
amplitudama diskretnog signala.
2. Rekonstrukcija analognog kontinualnog signala na osnovu diskretizovanog signala.

Rekonstrukciju vrši idealan niskopropusni sistem na čiji ulaz se dovode delta impulsi sa
nekom periodom T . Rekonstrukcija je zapravo interpolacija izlaznog analognog signala,
na osnovu njegovih odmerenih vrednosti.

Procesiranje Signala Spektar uzorkovanog signala, decimacija, interpolacija
Zadatak 1.
Analogni signal idealnog niskopropusnog spektra, granične učestanosti f g , se uzorkovao frekvencijom

uzorkovanja f s > 2 ⋅ f g . Analitički oblik spektra uzorkovanog signala je tada
∞
1
S s ( jΩ ) =
Ts
∑ S [ j(Ω + n ⋅ Ω )] .
n = −∞
a s
a) ako se na ulaz niskopropusnog filtra sa prenosnom karakteristikom
T ; Ω ≤ 2π ⋅ f NF
H NF ( jΩ) =  s ; f g < f NF < f s − f g
 0; drugde
dovedu uzorci analognog signala, odrediti rekonstruisani signal na izlazu filtra.
b) ako je prenosna karakteristika oblika
3 ⋅ T ; Ω ≤ 2π ⋅ f NF
H NF ( jΩ) =  s ; f s − f g < f NF < f s
 0; drugde
naći rekonstruisani analogni signal na izlazu filtra.
c) ako je brzina uzorkovanja f s < 2 ⋅ f g i ako je prenosna funkcija niskopropusnog sistema
T ; Ω ≤ 2π ⋅ f g
H NF ( jΩ) =  s ,
 0; drugde
odrediti signal na izlazu rekonstrukcionog filtra.
d) Spektar analognog signala je oblika
 f ⋅ ( f g + f );− f g ≤ f ≤ 0
1
 g
⋅ ( f g − f );0 ≤ f ≤ f g .
 1
S a ( jf ) = 
 fg
 0; drugde


Analogni signal se uzorkuje frekvencijom f s > 2 ⋅ f g . Ako je prenosna funkcija na čiji ulaz se dovode
uzorci analognog signala oblika
T ; Ω ≤ 2π ⋅ f g
H NF ( jΩ) =  s ,
 0; drugde
odrediti analogni signal na izlazu filtra.

e) Ako je spektar analognog signala koji se uzorkuje sa f s = 750 Hz
 1
 500 ⋅ (500 + f );−500 Hz ≤ f ≤ 0
 1
S a ( jf ) =  ⋅ (500 − f );0 ≤ f ≤ 500 Hz
 500
 0; drugde

i ako je prenosna funkcija niskopropusnog filtra
5 ⋅ Ts ; f ≤ 375 Hz
H NF ( jf ) =  ,
 0; drugde
odrediti izlazni signal iz NF filtra.
f) Ako je analogni signal oblika s a (t ) = 1 − cos(2π ⋅ 500 ⋅ t ) i ako se on uzorkuje frekvencijom

f s = 750 Hz , odrediti rekonstruisani signal na izlazu NF filtra sa prenosnom funkcijom
T ; f ≤ 600 Hz
H NF ( jf ) =  s .
 0; drugde
g) Analogni signal je oblika s a (t ) = (1 − sin (2π ⋅ 100 ⋅ t )) koji se uzorkuje sa f s = 150 Hz . Odrediti
2
izlazni signal NF filtra čija je prenosna funkcija oblika
T ; f ≤ 300 Hz
H NF ( jf ) =  s .
 0; drugde
Rešenje:
a) Spektar idealnog NF signala je oblika
1; f ≤ f g
S a ( jf ) =  .
 0; drugde
Uzorkovani signal će tada da ima spektar oblika
1 1 1
S s ( jf ) = ( + S a [ j ( f + f s )] + S a [ j ( f )] + S a [ j ( f − f s )] + ( .
Ts T T
$!!#!!" $s !#!" $s !!#!!"
n = −1 n =0 n =1
Proučimo član ovog spektra koji je označen sa n = 0 . Kao što se to vidi on je istog oblika kao i analogni
1
spektar samo što su komponente u tom opsegu pomnožene sa koeficijentom . Opseg učestanosti u kome
Ts
[
je ovaj deo spektra različit od nule je f ∈ − f g ; f g . ]

1
Član koji je označen sa n = −1 je isto spektar analognog signala pomnožen sa ali je pomeren po
Ts
frekvencijskoj osi za f s ulevo. Opseg u kome je spektar različit od nule je f ∈ − f s − f g ;− f s + f g . [ ]
Kako je f s > 2 ⋅ f g , gornja granica ovog opsega je sigurno manja od f g tj. važi − f s + f g < − f g . Odavde
onda sledi da se spektri n = 0 i n = −1 ne preklapaju.
1
Član koji je označen sa n = 1 je isto spektar analognog signala pomnožen sa ali je pomeren po
Ts
frekvencijskoj osi za f s udesno. Opseg u kome je spektar različit od nule je f ∈ f s − f g ; f s + f g . [ ]
Kako je f s > 2 ⋅ f g , donja granica ovog opsega je sigurno veća od f g tj. važi f s − f g > f g . Odavde onda
sledi da se spektri n = 0 i n = 1 ne preklapaju.
Slična analiza se može izvesti za svaki od članova sume, koja će pokazati da se nijedna replika spektra
analognog signala ne preklapa sa nijednom drugom replikom tj. nepostoji pojava spektralnog preklapanja u
spektru uzorkovanog signala.
Niskopropusni filtar na čiji ulaz se dovode uzorci analognog signala ima takvu prenosnu funkciju da
1
eliminiše faktor i iz spektra izdvaja samo član n = 0 koji je zapravo spektar analognog signala.
Ts
Spektar izlaznog signala i odziv će tada biti
sin (2π ⋅ f g ⋅ t )
f
1; f ≤ f g g
Y ( jf ) =  ⇒ y (t ) = ∫ 1 ⋅ e j⋅2π ⋅ f ⋅t ⋅ df = .
0; drugde − fg
π ⋅t
b) Kako je brzina uzorkovanja ista kao pod a) analiza koja je sprovedena za taj slučaj važi i ovde. Međutim
kako je propusni opseg niskopropusnog filtra sada širi i obuhvata deo spektra označenog sa n = ±1 to će
tada izlazni signal biti
∞ f NF
∫ S s ( jf ) ⋅ H NF ( jf ) ⋅ e ∫3⋅ S
j ⋅2π ⋅ f ⋅t
y (t ) = ⋅ dt = s ( jf ) ⋅ e j⋅2π ⋅ f ⋅t ⋅ df =
−∞ − f NF
− fs + fg fg f NF
∫e ∫e ∫e
j 2π ⋅ f ⋅t j 2π ⋅ f ⋅t j 2π ⋅ f ⋅t
= 3⋅ ⋅ df +3 ⋅ ⋅ df +3 ⋅ ⋅ df =
− f NF − fg fs − fg
sin (2π ⋅ f g ⋅ t ) sin (2π ⋅ f NF ⋅ t ) sin (2π ⋅ ( f s − f g )⋅ t )

= 3⋅ + 3⋅ − 3⋅ .
π ⋅t π ⋅t π ⋅t
Kao što se vidi rekonstrukcija signala nije uspešno izvedena zbog preširokog propusnog opsega
rekonstrukcionog filtra.
c) Analizirajmo opseg koji NF filtar za rekonstrukciju propušta bez izobličenja tj. opseg frekvencije
[ ]
f ∈ − f g ; f g . Proverimo koji od članova spektra uzorkovanog signala deluju u tom opsegu.
Član označen sa n = −1 zbog gornj granice − f g < − f s + f g < 0 očigledno ima uticaja na oblik spektra
koji se izdvaja NF filtrom. Njegov uticaj se manifestuje u spektralnom preklapanju sa članom koji je označen
sa n = 0 . U opsegu u kome je nastalo preklapanje rezultantni oblik spektra predstavlja zbir pojedinih
spektara. Isto se može reći i za opseg učestanosti u intervalu 0 ≤ f ≤ f g . U ovom slučaju spektralno

preklapanje nastaje usled člana sa oznakom n = 1 , i rezultantni spektar je zbir pojedinih spektara. Na osnovu
ovoga oblik spektra u opsegu od značaja koji se izdvaja NF filtrom je
 2;− f g ≤ f < − f g + f s

S s ( jf ) = 1;− f g + f s ≤ f ≤ f g − f s .
 2; f − f < f ≤ f
 g s g
Izlazni signal koji se dobija izdvajanjem gore opisanog opsega će biti
∞ fg
∫S ∫S
j ⋅2π ⋅ f ⋅t
y (t ) = s ( jf ) ⋅ H NF ( jf ) ⋅ e ⋅ dt = s ( jf ) ⋅ e j⋅2π ⋅ f ⋅t ⋅ df =
−∞ − fg
− fs + f g fs − fg fg
∫e ∫e ∫e
j 2π ⋅ f ⋅t j 2π ⋅ f ⋅t j 2π ⋅ f ⋅t
= 2⋅ ⋅ df + ⋅ df + 2 ⋅ ⋅ df =
− fg − fs + fg fs − fg
sin (2π ⋅ ( f s − f g )⋅ t ) sin (2π ⋅ f g ⋅ t ) sin (2π ⋅ ( f s − f g )⋅ t )

= + 2⋅ − 2⋅ =
π ⋅t π ⋅t π ⋅t
sin (2π ⋅ f g ⋅ t ) sin (2π ⋅ ( f s − f g )⋅ t )

= 2⋅ − .
π ⋅t π ⋅t
Kao što se vidi rekonstrukciju analognog signala opet nije bilo moguće izvršiti zbog nedovoljno visoke
brzine uzorkovanja analognog signala, koje je prouzrokovalo spektralno preklapanje (ALIASING EFECT) u
spektralnom domenu.
d) Iz uslova zadatka se uočava da je i teorema o odabiranju zadovoljena i da je propusni opseg rekonstruk-

cionog filtra takođe dobro odabrana. Izlazni signal će tada biti
∞ fg
∫S ∫S
j ⋅2π ⋅ f ⋅t
−∞ − fg
0 fg
⋅ ( f g + f )⋅ e j 2π ⋅ f ⋅t ⋅ df + ∫ ⋅ ( f g − f )⋅ e j 2π ⋅ f ⋅t ⋅ df =
1 1
= ∫
− fg
fg 0
fg
2
  fg 
 sin  2π ⋅ ⋅ t  
2
=   .
 π ⋅t 
 
 
e) Po uslovu zadatka brzina uzorkovnja signala sa ograničenim spektrom uvek mora biti takva da zadovolji
uslov f s > 2 ⋅ f g = 2 ⋅ 500 = 1kHz . Kako ovaj uslov nije zadovoljen to će obavezno doći do spektralnog
preklapanja u spektru uzorkovanog signala. U opsegu koji se propušta kroz rekonstrukcioni filtar važi oblik
spektra

 0.5
 T ;−375Hz ≤ f ≤ −250 Hz
 s
1
 ⋅ (500 + f );−250 Hz ≤ f ≤ 0
Ts 500
S s ( jf ) =  .
1
 ⋅ (500 − f );0 ≤ f ≤ 250 Hz
 Ts 500
 0.5
 ;250 Hz ≤ f ≤ 375Hz
 Ts
Kako se samo ovaj deo spektra propušta kroz filtar tada će i spektar izlaznog signala biti istog oblika ali
pomnožen sa faktorom 5 ⋅ Ts . Odavde je tada izlazni signal
∞ fg
∫S ∫S
j ⋅2π ⋅ f ⋅t
−∞ − fg
−250 0 250 375

5
= 2.5 ∫ e j 2π ⋅ f ⋅t
df + ∫ (500 + f )⋅ e j 2π ⋅ f ⋅t df + 5 ∫ (500 − f )⋅ e
j 2π ⋅ f ⋅t
df + 2.5 ∫ e j 2π ⋅ f ⋅t df =
− 375
500 − 250 500 0 250
sin (2π ⋅ 375 ⋅ t ) sin (2π ⋅ 250 ⋅ t )  sin (2π ⋅ 125 ⋅ t )

2
= 2.5 ⋅ − 5⋅ + 625 ⋅  .
π ⋅t π ⋅t  2π ⋅ 125 ⋅ t 
Kao što se vidi zbog nedovoljno visoke brzine uzorkovanja nije moguće rekonstruisati analogni signal na
osnovu njegovih uzoraka.
f) Ako se analizira fizički spektar analognog signala tada je izraz spektra uzorkovanog signala jednaka
∞
1
S s ( jf ) = ∑ ⋅ S a [ j ( f − n ⋅ f s )] ,
n = 0 Ts
gde je S a ( jf ) fizički spektar analognog signala koji se uzorkuje. Ova predstava spektra uzorkovanog
signala je jako pogodna ako se analiziraju postupci uzorkovanja periodičnih signala.
Pogledajmo koje komponente uzorkovanog signala se nalaze u propusnom opsegu NF filtra.
Za n = 0 imamo komponente koje se nalaze u tačkama f = 0 Hz; f = 500 Hz

Za n = 1 imamo komponente f s ± 0; f s ± 500 koje se nalaze u okolini učestanosti uzorkovanja. Oni se
nalaze na učestanostima f s − 500 = 750 − 500 = 250 Hz; f s ± 0 = 750 Hz; f s + 500 = 1250 Hz . Od ovih
komponenata samo je komponenta na 250 Hz unutar propusnog opsega dok se svi ostali odsecaju.
Ostale komponente za različite vrednosti n > 1 ispadaju iz propusnog opsega pa se oni ni ne pojavjuju na
izlazu NF filtra. Odavde sledi da su komponente koje čine izlazni signal na učestanostima
0 Hz,250 Hz,500 Hz , tj izlazni signal će biti
y (t ) = 1 − cos(2π ⋅ 250 ⋅ t ) − cos(2π ⋅ 500 ⋅ t ) .
Očigledno da zbog nedovoljno visoke brzine uzorkovanja nije moguće korektno rekonstruisati analogni
signal. Komponenta na 250 Hz koja je prisutna u izlaznom signalu se pojavila zbog nedovoljno visoke
brzine uzorkovanja odnosno zbog spektralnog preklapanja u frekventnom domenu.

g) Analogni signal u razvijenom obliku glasi
s a (t ) = 1.5 − 2 ⋅ sin (2π ⋅ 100 ⋅ t ) − 0.5 ⋅ cos(2π ⋅ 200 ⋅ t ) .
Za n = 0 tj. u okolini učestanosti 0 ⋅ f s se nalaze komponente osnovnog spektra analognog signala i to na

učestanostima 0 Hz ,100 Hz ,200 Hz . Sve navedene komponente, osim jednosmerne imaju negativan
predznak.
U okolini 1 ⋅ f s imamo komponente na učestanostima 1 ⋅ f s ± 0 Hz = 150 Hz , 1 ⋅ f s ± 100 Hz = 50,250 Hz ,
1 ⋅ f s ± 200 Hz = 50,350 Hz . Komponenta koja se nalazi na 150 − 200 = −50 Hz se preslikava u
komponentu na 50 Hz zbog parnosti kosinusne funkcije ( cos(2π (−50)t ) = cos(2π 50t ) .
U okolini 2 ⋅ fs imamo komponente na učestanostima 2 ⋅ f s ± 0 Hz = 300 Hz ,
2 ⋅ f s ± 100 Hz = 200,400 Hz , 2 ⋅ f s ± 200 Hz = 100,500 Hz . Komponente koje se nalaze izvan propusnog
opsega NF fitra se ne pojavljuju na izlazu, pa su zbog toga prisutne samo komponente
100 Hz,200 Hz,300 Hz .
U okolini 3 ⋅ f s postoji samo jedna komponenta koja može da prođe kroz NF filtar, u tački
3 ⋅ f s − 200 = 250 Hz . Sve ostale se nalaze izvan propusnog opsega tj. one se odsecaju.
Zbrajanjem svih komponenata koje prolaze kroz filtar dobijamo da je izlazni signal oblika
y (t ) = 1.5 + 2 ⋅ sin (2π ⋅ 50 ⋅ t ) − 0.5 ⋅ cos(2π ⋅ 50 ⋅ t ) − 0.5 ⋅ cos(2π ⋅ 100 ⋅ t ) − 2 ⋅ sin (2π ⋅ 100 ⋅ t ) +
+ 1.5 cos(2π ⋅ 150 ⋅ t ) − 0.5 cos(2π ⋅ 200 ⋅ t ) + 2 sin (2π ⋅ 200 ⋅ t ) − 0.5 cos(2π ⋅ 250 ⋅ t ) − 2 sin (2π ⋅ 250 ⋅ t ) +
+ 1.5 ⋅ cos(2π ⋅ 300 ⋅ t ).
Nakon sređivanja izraza u pregledniji oblik dobija se
y (t ) = 1.5 + 2.061 ⋅ cos(2π 50 ⋅ t − 1.325) − 2.061 ⋅ cos(2π 100 ⋅ t + 1.325) + 2.061 ⋅ cos(2π 150 ⋅ t ) +
− 2.061 ⋅ cos(2π 200 ⋅ t − 1.325) + 2.061 ⋅ cos(2π 250 ⋅ t − 1.325) + 1.5 ⋅ cos(2π 300 ⋅ t ) .
Zadatak 2.
π
Neka je spektar analognog signala ograničen sa maksimalnom kružnom učestanošću Ω max = . Neka se
T1
ovaj signal uzorkuje sa periodom uzorkovanja Ts = T1 i neka se uzorci signala šalju na idealni DA pretvarač
sa periodom T2 pri čemu je T1 ≠ T2 . Naći vezu između izlaznog i ulaznog analognog signala.
Rešenje:
Pre rešavanja zadatka objasnimo rad idealnog DA pretvarača.

Idealni DA pretvarač se sastoji iz dva redno vezana sistema. Jedan od njih je pretvarač koji ima ulogu da
vrednosti diskretnog signala (koji je definisan samo u trenucima odabiranja) pretvori u niz Dirakovih
impulsa periode T2 . Time se zapravo dobija analogni uzorkovani signal. Ovaj analogni signal se zatim šalje
na ulaz NF filtra koji vrši rekonstrukciju analognog signala odnosno na osnovu delta impulsa na njegovom
ulazu vrši interpolaciju kontinulanog analognog signala.
Ako se gore definisani analogni signal uzorkuje periodom uzorkovanja T1 tada će spektar diskretnog signala
da zauzima opseg frekvencije prema transformaciji ω = Ω ⋅ T1 , ω ∈ [− Ω max ⋅ T1 , Ω max ⋅ T1 ] = [− π , π ] . Kao
što se vidi brzina uzorkovanja je optimalno odabrana jer nema spektralnog preklapanja ali i frekventni opseg
koji je na raspolaganju je maksmalno iskorišćen.
Ako se sada diskretni signal šalje na idealni diskretni-analogni pretvarač koji radi periodom T2 tada će
spektar izlaznog kontinualnog analognog signala prema gornjoj transformaciji da zauzima opesg kružne
 ω max ω max   π π 
učestanosti Ω ∈ − ,  = − ,  . Za T1 ≠ T2 možemo da razlikujemo dva slučaja.
 T2 T 2   T2 T2 
π π
1. T1 > T2 . U ovom slučaju imamo da je < tj. da je spektar izlaznog kontinualnog analognog
T1 T2
signala širi u odnosu na spektar ulaznog analognog signala. Fizički to znači da se uzorci diskretnog
signala brže konvertuju u analogni izlazni signal pa je prema tome i vremenska promena izlaznog
analognog signala brža. Ako je signal brži tada njegov spektar mora da sadrži i komponente na višim
frekvencijama tj. njegov spektar se širi u odnosu na ulazni signal.
π π
2. T1 < T2 . U ovom slučaju imamo da je > tj. da je spektar izlaznog analognog signala uži u
T1 T2
odnosu na ulazni analogni spektar. Fizičko objašnjenje ove pojave je ta da se sada uzorci diskretnog
signala konvertuju sporije u kontinualni analogni signal na izlazu, pa je prema tome i izlazni signal
vremenski sporiji. To tada znači da je spektar takvog signala pretežno lociran na niskim učestanostima u
odnosu na ulazni analogni signal.
Zadatak 3.
Spektar analognog signala je oblika
 1
( )
 5 ⋅ 10 3 ⋅ 5 ⋅ 10 + f ;−5 ⋅ 10 ≤ f ≤ 0
3 3
 1
S a ( jf ) =  ( )
⋅ 5 ⋅ 10 3 − f ;0 ≤ f ≤ 5 ⋅ 10 3 .
 5 ⋅ 10
3
 0; drugde

Nakon uzorkovanja analognog signala sa periodom uzorkovanja T1 diskretni signal sa idealnog anaologno-
diskretnog pretvarača se propušta kroz diskretni sistem sa prenosnom karakteristikom oblika
 π
1; ω ≤
H (e jω ) =  2.
0; drugde
Diskretni signal sa izlaza diskretnog sistema se tada šalje na ulaz idealnog diskretno-analognog pretvarača u
u kome se diskretni signal pretvara u analogni sa periodom konverzije T2 .
Za sledeće navedene slučajeve odrediti spektar analognog signala na izlazu idealnog DA pretvarača:
1 1
a) = = 10 4
T1 T2
1 1
b) = = 2 ⋅ 10 4
T1 T2
1 1
c) = 2 ⋅ 10 4 , = 10 4
T1 T2
1 1
d) = 10 4 , = 2 ⋅ 10 4 .
T1 T2
Rešenje:
a)
Spektar diskretnog signala, koji se dobija uzorkovanjem analognog signala će da zauzima opseg učestanosti
[ ]
ω ∈ [− Ω max ⋅ T1 , Ω max ⋅ T1 ] = − 2π ⋅ 5 ⋅ 10 3 ⋅ 10 −4 ,2π ⋅ 5 ⋅ 10 3 ⋅ 10 −4 = [− π , π ] . Idealni diskretni sistem
 π π
propušta samo opseg − , pa će diskretni signal na izlazu sistema biti
 2 2 
 π
 S d (e jω ); ω ≤
Y (e jω ) =  2.
π
 0; ≤ ω ≤ π
 2
Rekonstrukcijom signala y[n] pomoću idealnog diskretnog-analognog pretvarača na izlazu se dobija signal
čiji je spektar jednak
 1
( )
 5 ⋅ 10 3 ⋅ 5 ⋅ 10 + f ;−2.5 ⋅ 10 ≤ f ≤ 0
3 3
 1
Ya ( jf ) =  ( )
⋅ 5 ⋅ 10 3 − f ;0 ≤ f ≤ 2.5 ⋅ 10 3 .
 5 ⋅ 10
3
 0; drugde

Gore opisani postupak predstavlja jedan način ograničenja spektra analognog signala. S obzirom da diskretni
sistemi za filtriranje pokazuju mnoge bolje ososbine od analognih filtarskih sistema, često se efekat
analognog filtriranja postiže tako što se analogni signal diskretizuje, u diskretnom domenu na zahtevani
način se filtrira pa se opet pretvara u kontinualni analogni signal.
b)
Frekvencijski opseg u kome se nalazi diskretni signal je
[ ]  π π
ω ∈ [− Ω max ⋅ T1 , Ω max ⋅ T1 ] = − 2π ⋅ 5 ⋅ 10 3 ⋅ 2 ⋅ 10 − 4 ,2π ⋅ 5 ⋅ 10 3 ⋅ 2 ⋅ 10 − 4 = − ,  .
 2 2
S obzirom da se ceo spektar diskretnog signala nalazi u propusnom opsegu diskretnog sistema sledi da će
ulazni diskretni signal s d [n] da se pojavi na izlazu bez ikakvog izobličenja. Kako je i perioda izlaznog
pretvarača ista sa periodom uzorkovanja sledi da se na izlazu dobija neizobličen ulazni analogni signal
s a (t ) .
c)
[ ]  π π
ω ∈ [− Ω max ⋅ T1 , Ω max ⋅ T1 ] = − 2π ⋅ 5 ⋅ 10 3 ⋅ 2 ⋅ 10 − 4 ,2π ⋅ 5 ⋅ 10 3 ⋅ 2 ⋅ 10 − 4 = − ,  .
 2 2
Kao što se vidi diskretni sistem neće imati efekta jer se ulazni diskretni signal u potpunosti nalazi u
njegovom propusnom opsegu. Zbog različite vrednosti periode konverzije na izlazu se dobija kontinualni
 ω max ω max 
analogni signal koji zauzima opseg Ω ∈ − , [ 3 3
]
 = − 2π ⋅ 2.5 ⋅ 10 ,2π ⋅ 2.5 ⋅ 10 . Vidimo da je
 T2 T2 
analogni spektar sa ulaza celog sistema sabijen u opseg koji je upola manji od ulaznog. Kako je i odnos
T2
= 2 ≠ 1 , sledi da će vrednost spektra u pojedinim tačkama biti dva puta veća. Konačno sledi da je spektar
T1
izlaznog signala oblika

 2
( )
 2.5 ⋅ 10 3 ⋅ 2.5 ⋅ 10 + f ;−2.5 ⋅ 10 ≤ f ≤ 0
3 3

Ya ( jf ) = 
2
( )
⋅ 2.5 ⋅ 10 3 − f ;0 ≤ f ≤ 2.5 ⋅ 10 3 .
 2.5 ⋅ 10
3
 0; drugde

d)
[ ]
ω ∈ [− Ω max ⋅ T1 , Ω max ⋅ T1 ] = − 2π ⋅ 5 ⋅ 10 3 ⋅ 10 −4 ,2π ⋅ 5 ⋅ 10 3 ⋅ 10 −4 = [− π , π ] .
U ovom slučaju dolazi do izražaja efekta filtriranja pa će zbog toga diskretni signal na izlazu sistema da
zauzima opseg definisan diskretnim sistemom tj.
 π
S d (e ); ω ≤ 2
jω
jω
Y (e ) =  .
π
 0; ≤ ω ≤ π
 2
Nakon idealne rekonstrukcije spektar kontinualnog analognog signala na izlazu će da zauzima opseg kružne
 ω ω 
učestanosti [ ]
Ω ∈ − max , max  = − 2π ⋅ 10 ⋅ 10 3 ,2π ⋅ 10 ⋅ 10 3 . Zbog različitih vrednosti perioda
 T2 T2 
konverzije vrednosti spektra se množe sa vrednošću 0.5 . Treba zapaziti da je spektar signala na izlazu
globalnog sistema izobličena varijanta ulaznog signala, zbog efekta filtracije, koju je uneo diskretni sistem,
pa je zbog toga oblik spektra izlaznog analognog signala definisan izrazom
 0.5
( )
 20 ⋅ 10 3 ⋅ 20 ⋅ 10 + f ;−10 ⋅ 10 ≤ f ≤ 0
3 3
 0.5
Ya ( jf ) =  ( )
⋅ 20 ⋅ 10 3 − f ;0 ≤ f ≤ 10 ⋅ 10 3 .
 20 ⋅ 10
3
 0; drugde

Zadatak 4.
Neka je spektar diskretnog signala x[n] oblika
 1
jω  ⋅ (ω H − ω ); ω ≤ ω H
X (e ) =  ω H .
 0; ω H ≤ ω ≤ π

π π
Naći izraz spektra signala x s [n] i x d [n] ako je M = 3 za slučajeve ω H = i ω H = . Diskretni signali
2 4
su oblika
 n
x ; n = 0,± M ,±2 M , )
xi [n] =   M  ,
 0; drugde
x d [n] = x[ M ⋅ n] .

Rešenje:
Posmatrajmo signal x d [n] . Na osnovu definicije signala uočava se da se signal sastoji od svakog M − tog
odbiraka signala x[n] poređani jedan pored drugog. Logično je tada zaključiti da je vremenska promena
signala dobijena ovim postupkom brža od signala x[n] . Ako su promene signala brže tada su uvek prisutne
komponente na višim frekvencijama pa je prema tome i spektar novodobijenog signala širi. Sa druge strane
ako signal predstavimo kao rezultat uzorkovanja polaznog analognog signala tada je jasno da signal x d [n]
dobijen tako što je perioda uzorkovanja signala x[n] sada Td = M ⋅ Ts . Proverimo datu analizu izvođenjem
spektra signala x d [n] .
Ako je signal x d [n] dobijen uzorkovanjem signala x(t ) tako što je perioda uzorkovanja bila Td = M ⋅ Ts
tada je spektar uzorkovanog signal po već poznatom izrazu
1 ∞
1 ∞
  Ωs 
X d ( jΩ ) =
Td
∑ X a [ j (Ω + n ⋅ Ω d )] = M ⋅ Ts
∑X a  j Ω + n ⋅ M  .
n = −∞ n = −∞   
Analogne kružne učestanosti se preslikavaju u normalizovane učestanosti po izrazu ω = Ω ⋅T d pa će tada

spektar diskretnog signala biti
ω
1 1 ∞
  ω + 2π ⋅ n  1 j
X d (e ) =jω
⋅
M Ts
∑ X a  j
M
 =
 M
⋅ X (e M ) .
n = −∞  
Vidi se da je spektar novodobijenog signala širi i zauzima M − puta veći opseg nego inače i da su vrednosti
pojedinih komponenata u tom opsegu podeljene faktorom M . Gore opisani proces se naziva decimacija
diskretnog signala i ona omogućava da se već diskretizovanom signalu poveća perioda uzorkovanja na
diskretnom nivou za celobrojno M puta.
Signalu xi [n] se može dati slično tumačenje. Kao što se vidi signal je dobijen tako što su između vrednosti
signala x[n] ubačene nule. Time je postignut efekat kao da su promene signala sporije u odnosu na signal
x[n] . Ako su promene sporije to znači da je spektar signala pretežno lociran na nižim učestanostim, odnosno
da je spektar postao uži usled ovog postupka. Ako se signal xi [n] tumači kao rezultat neke vrste odabiranja
Ts
onda je jasno da se dobio kao odmeravanje analognog signala x(t ) periodom odabiranja Ti = , tj. kao da
M
smo ubrzali postupak uzorkovanja. Nađimo spektar dobijenog signala. Spektar diskretizovanog signala će
tada biti
∞ ∞
1 M
X i ( jΩ ) =
Ti
∑ X a [ j(Ω + n ⋅ Ω i )] =
n = −∞ Ts
∑ X [ j (Ω + n ⋅ Ω
n = −∞
a s ⋅ M )],
Ts
dok je spektar diskretizovanog signala nakon smene ω = Ω ⋅ Ti = Ω ⋅ jednak
M
∞
1
X i (e jω ) = M ⋅
Ts
∑ X [ j(M ⋅ (ω + 2π ⋅ n ))] = M ⋅ X (e
n = −∞
a
jM ⋅ω
).
Iz izraz se uočava da je spektar signala xi [n] uži i da zauzima M − puta manji opseg učestanosti nego
signal x[n] i da su vrednosti komponenata M − puta povećani nego inače. Opisani postupak sabijanja
spektra diskretnog signala se naziva interpolacija. Obično se nakon promene periode uzorkovanja signala na
diskretnom nivou, dobijeni diskretni signal se propušta kroz idealni niskopropusni diskretni sistem. U tom
slučaju diskretni sistem ima ulogu da rekonstruiše nulte vrednosti diskretnog signala odnosno da izvrši
interpolaciju nedostajućih diskretnih vrednosti.

Procesiranje Signala Projektovanje analognih filtara
Projektovanje analognih filtara
Projektovanje prenosnih funkcija analognih filtara se svodi na određivanje aproksimacionih funkcija,

koje treba da zadovolje određene karakteristike. Te karakteristike se obično zadaju unapred i to u
frekvencijskom domenu.
Kod prenosnih karakteristika filtara razlikujemo tri značajne oblasti:
- propusna oblast, u kojoj filtar propušta komponenete signala sa minimalnim slabljenjem,

- prelazna oblast, u ovoj oblasti ampitudska karakteristika ima strogo monotono opadajući ili
rastući karater, zavisno od tipa filtra koji se projektuje,
- nepropusna oblast, u kojoj filtar potiskuje komponente signala sa maksimalnim slabljenjem.
Karakteristike koje se zadaju odnose se na osobine filtara u ovim oblastima, definišu ponašanje
prenosne karakteristike unutar određenih gabarita. Gabariti na osnovu kojih se projektuju filtri su:
- granična kružna učestanost propusnog opsega ( Ω p ),

- granična kružna učestanost nepropusnog opsega ( Ω n ),
- maksimalno slabljenje u propusnoj oblasti ( α p ),
- minimalno slabljenje u nepropusnoj oblasti ( α n ).
Projektovanje je moguće izvršiti pomoću unapred zadatih funkcija, ili pomoću računarskih programa
za nalaženje optimalne prenosne funkcije.
Batervortova aproksimacija.
Osobina: amplitudska karakteristika je maksimalno ravna u kordinatnom početku.
Kvadrat amplitudske karateristike je:
2 1
H B ( s) = 2N
,
 Ω 
1+ ε 2 ⋅ 
Ω 
 p 
gde je ε -slabljenje na granici propusnog opsega,
0.1⋅α p
ε = 10 −1 ,
dok je N -red filtra,
 10 0.1⋅α n −1
log 0.1⋅α 
1  10
p
− 1 
N≥ ⋅ .
2 Ω 
log n 
Ω 
 p 

Projektovanje analognih filtara Procesiranje Signala
Čebiševljeva aproksimacija.
Osobina: maksimalno ravna amplitudska karakteristika u nepropusnoj oblasti, uža prelazna oblast
nego što to ima Batervortova aproksimacija ali na račun oscilacija u propusnoj oblasti.
Red Čebiševljevog filtra se određuje pomoću izraza:
 10 0.1⋅α n − 1 
cosh −1  
 10 0.1⋅α p − 1 
N≥  .
Ω 
cosh −1  n 
Ω 
 p
Polovi prenosne funkcije su tada:
s k = σ k + jω k ; k = 1,2, ) , N ,
1  
σ k = sinh  ⋅ sinh −1 
1   ⋅ sin  2 ⋅ k + N − 1 ⋅ π  ,
N  
− 1    2N 
0.1⋅α p
  10
1  
ω k = cosh ⋅ sinh −1 
1   ⋅ cos 2 ⋅ k + N − 1 ⋅ π  .
N  
− 1    2N 
0.1⋅α p
  10
Prenosna funkcija će biti:
 −0.05⋅α p N
10 ⋅ ∏ (s − s k ); N − parno
H0
H C ( s) = N ; H0 =  N
k =1
.
(s − s k ); N − neparno
 ∏
∏ (s − s k ) 
k =1 k =1
Inverzna Čebiševljeva aproksimacija.
Osobina: maksimalno ravna amplitudska karakteristika u propusnoj oblasti, uža prelazna oblast
nego što to ima Batervortova aproksimacija ali na račun oscilacija u nepropusnoj oblasti.
Postoji još mnogo funkcija koje se koriste u projektovanju filtarskih funkcija, kao što su eliptičke
funkcije ili Beselove funkcije, itd. Zbog složenosti proračuna njih nećemo analizirati.
U slučaju da se želi projektovati filtar različit od NF tipa, tada se obično pribegava preslikavanju NF
tipa u neki drugi, potrebni tip filtara. Osnovna preslikavanja su:
- NF → NF ; smena : s = a ⋅ sˆ ,
a
- NF → VF ; smena : s = ,
sˆ
sˆ 2 + Ω 02
- NF → PO; smena : s = ,
B ⋅ sˆ
B ⋅ sˆ
- NF → PO; smena : s = 2 .
sˆ + Ω 02

Zadatak 1.
Projektovati analogni normalizovani Batervortov filtar za sledeće redove filtra

a.) N = 1 b.) N = 2 c.) N = 3 d.) N = 4 e.) N = 5 .
Za svaki od navedenih primera nacrtati amplitudsku i faznu karakteristiku, položaj nule i polova u S-ravni i
odrediti impulsni odziv filtara. Smatrati da je maksimalno slabljenje filtra na granici propusnog opsega
A p = 3dB .
Rešenje:
2 1
a.) Kvadrat modua BW filtra N-tog reda je oblika H BW (Ω) N = . Polovi ove funkcije se
1 + (Ω )
2N
određuju po polinomu imenioca. Iz algebre je poznato da polinom oblika P (Ω) = (Ω ) + 1 ima ukupno
2N
2 N korena koje leže na jediničnom krugu ekvidistantno respoređeno. Položaj polova su dati formulom
 j ( 2 k2−N1)π
e ; N → parno
s k = σ k + jω k =  ( k −1)π ; k = 1,2,) ,2 N .
e N ; N → neparno
j

2 1
Za dati primer imamo da je N = 1 tj. filtar prvog reda. Tada je H BW (Ω) 1 = . Funkcija ima dva
1 + (Ω )
2
pola koje se nalaze na s1 = 1 ⋅ e j = 1; s 2 = 1 ⋅ e jπ = −1 . Da bi filtar bio realizljiv prenosna funkcija mora da

0
ima polove u levoj poluravni S-ravni. Kako je pol s 2 jedini pol u levoj poluravni to će tada prenosna
1 1
funkcija da glasi H BW ( s )1 = = . Primenom inverzne Laplasove transformacije nalazimo i
s − s2 s + 1
impulsni odziv datog filtra hBW (t ) = L− {H BW ( s )} = e − t ; t ≥ 0 .
1
Amplitudska i fazna karakteristika je prikazana na slici respektivno.
b.) Napišimo analogno predhodnom zadatku oblik funkcije iz kojeg se određuju polovi prenosne funkcije
π 3π 3π π
2 1 j j −j −j
H BW (Ω) 2 = . Položaj polova su tada s1 = e ; s 2 = e ; s 3 = e
4
; s 4 = e . Od navedenih
4 4 4
1 + (Ω )
4
polova samo polovi s 2 i s3 leže u levoj poluravni koji odgovaraju polovima stabilnoj prenosnoj funkciji
filtra drugog reda. Stoga će prenosna funkcija filtra biti

 
1 1  1 1 1 .
H BW ( s ) 2 = = = −
( s − s 2 ) ⋅ ( s − s3 ) j
3π
−j
3π
π
 
3  j
3π
− j
3π 
( s − e 4 ) ⋅ ( s − e 4 ) 2 j ⋅ sin    ( s − e 4 ) ( s − e 4 ) 
 4 
Nakon što je prenosna funkcija rastavljena u oblik parcijalnih razlomaka, inverzna L-transformacija se svodi
na tablično rešenje
1  ej 4 t −j
4 
3π
1
3π
 t cos  34π  jt sin  34π   3π 
t cos   − jt sin  
 3π 
hBW (t ) =  e − ee t  = e  
e  
−e  4 
e  4 
.
 3π   2 j ⋅ sin  3π   
2 j ⋅ sin    
 4   4 
Nakon rastavljanja polova na realne i imaginarne delove i izvlačenjem zajedničkih keoficijenata ispred
zagrade impulsni odziv će biti
 3π   3π 
t cos   t ⋅cos  
e  jt sin  34π 
 4  − jt sin  
 3π 
e 4  3π 
hBW (t ) = e  
−e  4 
= ⋅ sin  t ⋅ sin( ) ; t ≥ 0 .
 3π   sin  3π   4 
2 j ⋅ sin   
 4   4 
Kao što se to vidi impulsni odziv je prigušenog oscilatornog karaktera sa kružnom učestanošću
 3π   3π 
ω 0 = sin   i prigušenjem σ = cos  .
 4   4 
2 1
c.) Analogno predhodnim primerima imamo H BW (Ω) 3 = . Položaj polova ove funkcije će biti
1 + (Ω )
6
π 2π 2π π
j j −j −j
s1 = 1; s 2 = e ; s 3 = e
3 3
; s 4 = −1; s5 = e 3
; s6 = e 3
. Polovi koji odgovaraju stabilnom filtru trećeg
reda moraju da leže u levoj poluravni S-ravni, pa je stoga prenosna funkcija oblika
1 1
H BW ( s ) 3 = = 2π 2π
=
( s − s 3 ) ⋅ ( s − s 4 ) ⋅ ( s − s5 ) j −j
(s − e 3
) ⋅ ( s + 1) ⋅ ( s − e 3
)
π π
−j j
1 1 e 3
1 e 3
1
= ⋅
+ ⋅ − ⋅ .
π  s +1 π   2π  j
2π
π   2π  −j
2π
2 cos 2   2 cos  ⋅ 2 j sin   s−e 3 2 cos  ⋅ 2 j sin   s−e 3
3 3  3  3  3 

Primenom inverzne transformacije impulsni odziv će da glasi
π  2π   2π  π  2π   2π 
−j t cos   jt sin   j t cos   − jt sin  
−t
e e ⋅e 3
⋅e e ⋅e
 3 
⋅e  3  3  3   3 
hBW (t ) = + − =
π  π   2π  π   2π 
2 cos 2   2 cos  ⋅ 2 j sin   2 cos  ⋅ 2 j sin  
3 3  3  3  3 
 2π    2π  π   2π    2π  π 
t cos   j  t sin   −  t cos   − j  t sin   − 
−t  3  3  3  3
e e ⋅e 3  
e ⋅e 3  
= + − =
π  π   2π  π   2π 
2 cos 2   2 cos  ⋅ 2 j sin   2 cos  ⋅ 2 j sin  
3 3  3  3  3 
 j  t sin  2π  − π 

 2π 
t cos 
  2π  π  
− j  t sin 
  − 
e −t
e e   3  3
−e
 3    3  3

= + ⋅ =
2π  π   2π   2j
2 cos   2 cos  ⋅ sin   
3
  3
   3  
 2π 
t cos  
e −t e 3   2π  π
= + ⋅ sin  t ⋅ sin   − ; t ≥ 0 .
π  π   2π    3  3
2 cos 2   2 cos  ⋅ sin  
3 3  3 
2 1
d.) Kvadrat modua prenosne funkcije glasi H BW (Ω) 4 = . Polovi su tada po datom obrazcu
1 + (Ω )
8
π 3π 5π 7π 7π 5π 3π π
j j j j −j −j −j −j
s1 = e 8 ; s 2 = e ; s3 = e 8 ; s 4 = e 8 ; s5 = e 8 ; s 6 = e 8 ; s 7 = e 8 ; s8 = e 8 . Polovi koje leže u
8
levoj poluravni S-ravni su s3 ; s 4 ; s 5 ; s 6 pa je tada prenosna funkcija filtra ćetvrtog reda dat u obliku
1 1
H BW ( s ) 4 = = 5π 7π 5π 7π
.
( s − s3 ) ⋅ (s − s 4 ) ⋅ ( s − s5 ) ⋅ ( s − s 6 ) j j −j −j
(s − e 8
) ⋅ (s − e 8
) ⋅ (s − e 8
) ⋅ (s − e 8
)
Rastavljanjem izraza u oblik parcijalnih razlomaka dobija se
0.462 − j1.115 0.462 + j1.115 0.462 − j 0.191 0.462 + j 0.191

H BW ( s ) 4 = 7π
+ 7π
− 5π
− 5π
.
j −j j −j
s−e 8
s−e 8
s−e 8
s−e 8

Inverzna transformacija zbira prva dva razlomka će da da
 7π   7π   7π   7π 
t cos   jt sin   t cos   − jt sin  
(0.462 − j1.115)⋅ e  8 
⋅e  8 
+ (0.462 + j1.115) ⋅ e  8 
⋅e  8 
=
 7π 
t cos    jt sin  78π  − jt sin  
 7π 
t cos    jt sin 
 7π   7π 
 
 7π 
− jt sin 
= 0.462 ⋅ e  8 
e  
+e  8 
 − j1.115 ⋅ e  8 
e  8 
−e  8 
=
   
 7π   7π 
t cos     7π  t cos     7π 
= 0.924 ⋅ e  8 
⋅ cos t sin    + 2.23 ⋅ e 
8 
sin  t sin    =
  8    8 
 7π 
t cos     7π  
= 2.41 ⋅ e  8 
⋅ cos t sin   − 1.178  .
  8  
Analogno za zbir druga dva razlomka dobija se
 5π   5π   5π   5π 
− (0.462 − j 0.191) ⋅ e  8 
⋅e  8 
− (0.462 + j 0.191) ⋅ e  8 
⋅e  8 
=
 5π 
 5π 
 5π   5π 
 
 5π 
− jt sin 
= −0.462 ⋅ e  8 
e  
+e  8 
 + j 0.191 ⋅ e  8 
e  8 
−e  8 
=
   
 5π   5π 
t cos     5π  t cos     5π 
= −0.924 ⋅ e  8 
⋅ cos t sin    − 0.382 ⋅ e 
8 
sin  t sin    =
  8    8 
 7π 
t cos     7π  
= 0.9997 ⋅ e  8 
⋅ cos t sin   − π − 0.392  .
  8  
Konačno se zbrajanjem dobijenih izraza dolazi do analitičkog oblika impulsnog odziva BW filtra četvrtog
reda
 7π   7π 
t cos     7π   t cos     7π  
hBW (t ) = 2.41 ⋅ e  8 
cos t sin   − 1.178  + 0.9997 ⋅ e  cos t sin   − π − 0.392 ; t ≥ 0 .
8 
  8     8  

2 1
e.) Kvadrat modua prenosne funkcije filtra petog reda je H BW (Ω) 5 = . Polovi ove funkcije su
1 + (Ω )
10
π 2π 3π 4π 4π 3π 2π π
j j j j −j −j −j −j
s1 = 1; s 2 = e ; s 3 = e
5 5
; s4 = e 5
; s5 = e 5
; s 6 = −1; s 7 = e 5
; s8 = e 5
; s9 = e 5
; s10 = e 5
.
Polovi koji odgovaraju stabilnoj prenosnoj funkciji su s 4 , s 5 , s 6 , s 7 , s8 . Prenosna funkcija je tada oblika
1
H BW ( s ) 5 = =
( s − s 4 ) ⋅ ( s − s 5 ) ⋅ ( s − s 6 ) ⋅ ( s − s 7 ) ⋅ ( s − s8 )
1
= 3π 4π 4π 3π
.
j j −j −j
(s − e 5
) ⋅ (s − e 5
) ⋅ ( s + 1) ⋅ ( s − e 5
) ⋅ (s − e 5
)
Nakon rastavljanja izraza u oblik parcijalnih suma dobija se
1.894 0.809 + j1.113 0.809 − j1.113 0.138 − j 0.425 0.138 + j 0.425

H BW ( s ) 5 = − 4π
− 4π
− 3π
− 3π
.
s +1 j −j j −j
s−e 5 s−e 5 s−e 5 s−e 5
Analogno predhodnom primeru inverzne transformacije će da daju
 4π   4π   4π   4π 
− (0.809 + j1.113) ⋅ e  5 
⋅e  5 
− (0.809 − j1.113) ⋅ e  5 
⋅e  5 
=
 4π 
 4π 
 4π   4π 
 
 4π 
− jt sin 
= −0.809 ⋅ e  5 
e  
+e  5 
 − j1.113 ⋅ e  5 
e  5 
−e  5 
=
   
 4π   4π 
t cos     4π  t cos     4π 
= −1.618 ⋅ e  5 
⋅ cos t sin    + 2.226 ⋅ e 
5 
sin  t sin    =
  5    5 
 4π 
t cos     4π  
= 2.751 ⋅ e  5 
⋅ cos t sin   − π + 0.942  .
  5  
 3π   3π   3π   3π 
− (0.138 − j 0.425) ⋅ e  5 
⋅e  5 
− (0.138 + j 0.425) ⋅ e  5 
⋅e  5 
=
 3π 
 3π 
 3π   3π 
 
 3π 
− jt sin 
= −0.138 ⋅ e  5 
e  
+e  5 
 + j 0.425 ⋅ e  5 
e  5 
−e  5 
=
   
 3π   3π 
t cos     3π  t cos     3π 
= −0.276 ⋅ e  5 
⋅ cos t sin    − 0.85 ⋅ e 
5 
sin  t sin    =
  5    5 
 3π 
t cos     3π  
= 0.893 ⋅ e  5 
⋅ cos t sin   − π − 1.25  .
  5  

Konačno impulsni odziv je oblika
hBW (t ) = 1.894 ⋅ e −t +
 4π 
t cos     4π  
+ 2.751 ⋅ e  5 
⋅ cos t sin   − π + 0.942  +
  5  
 3π 
t cos     3π  
+ 0.893 ⋅ e  5 
⋅ cos t sin   − π − 1.25 ; t ≥ 0 .
  5  
Zadatak 2.
Projektovati analogni normalizovani Čebiševljev filtar za sledeće redove filtra

a.) N = 1 b.) N = 2 c.) N = 3 d.) N = 4 e.) N = 5 .
Za svaki od navedenih primera nacrtati amplitudsku i faznu karakteristiku, položaj nule i polova u S-ravni i
odrediti impulsni odziv filtara. Smatrati da je maksimalno slabljenje filtra na granici propusnog opsega
A p = 1dB .
Rešenje:
a.) Projektovanje Čebiševljvog filtra ćemo izvršiti u koracima.
1 1
1. Korak: Neka je broj x = = = 1.965227 .
ε 10
0.1 A p
−1
2. Korak: Hiperbolične funkcije koje su nam potrebne
1
( )
sinh −1   = ln x + x 2 + 1 = 1.427975 .
ε 
2
3. Korak: Određivanje polova funkcije H C ( s ) N po izrazima
1  1   (2k − 1)π 
σ k = ± sinh  ⋅ sinh −1    ⋅ sin  ; k = 1,2, ),2 N ,
N  ε   2N 
1  1   (2k − 1)π 
ω k = cosh ⋅ sinh −1    ⋅ cos ; k = 1,2,) ,2 N .
N  ε   2N 
Za navedeni primer imamo σ 1 = 1.965227; ω 1 = 0 i da je σ 2 = −1.965227; ω 2 = 0 .

4. Korak: Određivanje prenosne funkcije i impulsnog odziva filtra. Nakon što su određeni polovi iz
predhodnog koraka, biraju se oni koji se nalaze u levoj poluravni S-ravni. Ti polovi odgovaraju polovima
realizljivog i stabilnog sistema (filtra). Prenosna funkcija je data izrazom
 0.05 Ap N
10 ⋅ ∏ (− s i ); N − paran
H0
H C ( s) N = N ; H0 =  N
i =1
∏ ( s − si )  ∏ (− s i ); N − neparan
i =1
 i =1
gde su s i polovi sa leve poluravni S-ravni.

Za navedeni primer imamo da se pol s 2 = −1.965227 nalazi u levoj poluravni i da je N = 1
neparan broj pa je stoga H 0 = 1.965227 .
Prenosna funkcija i impulsni odziv filtra će tada da glasi
1.965227
H C ( s )1 = ⇒ h(t ) = L−1 {H C ( s )1 } = 1.965227 ⋅ e −1.965227⋅t ; t ≥ 0 .
s + 1.965227
b.) Za Čebiševljev filtar drugog reda imaćemo sledeće korake.
1. Korak: Kako je minimalno slabljenje na granici propusnog opsega isto predhodnom zadatku imamo da je
1 1
x= = = 1.965227 .
ε 10
0 .1 Ap
−1
2. Korak:
1
( )
sinh −1   = ln x + x 2 + 1 = 1.427975 .
ε 
2
3. Korak: polovi funkcije H C (s ) 2 su
s1 = 0.548 + j 0.8951; s 2 = 0.548 − j 0.8951; s 3 = −0.548 + j 0.8951; s 4 = −0.548 − j 0.8951 .

4. Korak: Prenosnu funkciju određuju polovi sa leve strane S-ravni pa je stoga
10 −0.5 (− s 3 ) ⋅ (− s 4 ) 0.9817
H C ( s) 2 = = .
(s − s3 ) ⋅ (s − s 4 ) (s − (− 0.548 + j 0.8951))⋅ (s − (− 0.548 − j 0.8951))
Nakon rastavljanja izraza u oblik parcijalnih suma, inverzna Laplasova transformacija se svodi na
tablična rešenja. Uparivanjem dobijenih izraza kao u zadatku 1. dolazi se do rešenja impulsnog odziva
e −0.548⋅t
hC (t ) = 0.9817 ⋅ ⋅ sin(0.8951 ⋅ t ); t ≥ 0 .
sin(0.8951)
c.) Određivanje Čebiševljevog filtra trećeg reda.
1 1
1. Korak: x= = = 1.965227 .
ε 0 .1A
10 p − 1
2. Korak:
1
( )
sinh −1   = ln x + x 2 + 1 = 1.427975 .
ε 
2
s1 = 0.24708 + j 0.9659; s 2 = 0.4941 − j 0; s3 = 0.24708 − j 0.9659;
s 4 = −0.24708 − j 0.9659; s 5 = −0.4941 + j 0; s 6 = −0.24708 + j 0.9659 .
4. Korak: polovi prenosne funkcije filtra su s 4 ; s 5 ;s 6 , pa je prenosna funkcija oblika
H C ( s) 3 =
(− s 4 ) ⋅ (− s5 )⋅ (− s 6 )
=
(s − s 4 )⋅ (s − s5 )⋅ (s − s 6 )
0.4882
= .
(s − (− 0.24708 + j 0.9659))⋅ (s − (− 0.24708 − j 0.9659))⋅ (s + 0.4941)

Prenosna funkcija u obliku parcijalnih razlomaka glasi
0.492 0.245 + j 0.0628 0.245 − j 0.0628

H C ( s) 3 = − − .
s + 0.4941 s + 0.24708 − j 0.9659 s + 0.24708 + j 0.9659
Analognim metodama koje smo primenili u predhodnom zadatku impulsni odziv će u analitičkom obliku da
glasi
hC (t ) = 0.492 ⋅ e −0.4941⋅t − 0.505 ⋅ e −0.24708⋅t ⋅ cos(0.9659 ⋅ t − π + 0.249); t ≥ 0 .
d.) Koraci Čebiševljevog filtra četvrtog reda
1 1
1. Korak: x= = = 1.965227 .
ε 0 .1A
10 p − 1
2. Korak:
1
( )
sinh −1   = ln x + x 2 + 1 = 1.427975 .
ε 
2
s1 = 0.337 + j 0.407; s 2 = 0.14 + j 0.983; s 3 = 0.14 − j 0.983; s 4 = 0.337 − j 0.407;
s5 = −0.337 − j 0.407; s 6 = −0.14 − j 0.983; s 7 = −0.14 + j 0.983; s8 = −0.337 + j 0.407 .
4. Korak: Prenosna funkcija Čebiševljevog filtra četvrtog reda data u obliku sekcija drugog reda je
10 0.05 (− s5 ) ⋅ (− s 6 ) ⋅ (− s 7 ) ⋅ (− s8 )
H C ( s) 4 = =
(s − s5 )⋅ (s − s6 )⋅ (s − s7 )⋅ (s − s8 )
0.245
= .
( )(
s + 0.673 ⋅ s + 0.28 ⋅ s 2 + 0.28 ⋅ s + 0.986
2
)
Rastavljena u obliku parcijalnih suma
0.066 − j 0.346 0.066 + j 0.346 0.066 − j 0.13 0.066 + j 0.13

H C ( s) 4 = + − − .
s + 0.336 − j 0.407 s + 0.336 + j 0.407 s + 0.14 − j 0.983 s + 0.14 + j 0.983
Impulsni odziv se dobija inverznom Laplasovom transformacijom nakon čega se primene dodatna
uparivanja po Ojlerovom obrazcu, slična koja su navedena u prvom zadatku.
hC (t ) = 0.824 ⋅ e −0.336⋅t ⋅ cos(0.407 ⋅ t − 1.41) − 0.291 ⋅ e −0.14⋅t ⋅ cos(0.983 ⋅ t − 1.101); t ≥ 0 .
e.) Koraci Čebiševljevog filtra petog reda
1 1
1. Korak: x= = = 1.965227 .
ε 0.1 A
10 p − 1
2. Korak:
1
( )
sinh −1   = ln x + x 2 + 1 = 1.427975 .
ε 
2
s1 = 0.089 + j 0.99; s 2 = 0.234 + j 0.612; s 3 = 0.289; s 4 = 0.234 − j 0.612; s 5 = 0.089 − j 0.99;
s 6 = −0.089 − j 0.99; s 7 = −0.234 − j 0.612; s8 = −0.289; s 9 = −0.234 + j 0.612; s10 = −0.089 + j 0.99 .
4. Korak: Prenosna funkcija Čebiševljevog filtra četvrtog reda data u obliku sekcija drugog reda je
H C ( s) 5 =
(− s6 )⋅ (− s7 )⋅ (− s8 )⋅ (− s9 )⋅ (− s10 )
=
(s − s 6 )⋅ (s − s 7 )⋅ (s − s8 )⋅ (s − s9 )⋅ (s − s10 )
0.122
= .
( )(
(s + 0.289)⋅ s + 0.68 ⋅ s + 0.43 ⋅ s 2 + 0.179 ⋅ s + 0.988
2
)
Rastavljena u obliku parcijalnih suma
0.318 0.234 + j 0.089 0.234 − j 0.089 0.074 + j 0.057 0.074 − j 0.057

H ( s) = − − + +
s + 0.289 s + 0.234 − j 0.612 s + 0.234 + j 0.612 s + 0.089 − j 0.99 s + 0.089 + j 0.99
Impulsni odziv se dobija inverznom Laplasovom transformacijom nakon čega se primene dodatna
uparivanja po Ojlerovom obrazcu slična koja su navedena u prvom zadatku.
hC (t ) = 0.318 ⋅ e −0.289⋅t − 0.5 ⋅ e −0.234⋅t ⋅ cos(0.612 ⋅ t − 0.363) + 0.186 ⋅ e −0.089⋅t ⋅ cos(0.99 ⋅ t − 0.656); t ≥ 0 .

Zadatak 3.
Projektovati analogni inverzni Čebiševljev filtar na osnovu zadatka 2. za N = 1 i N = 2 .
Rešenje:
a.) Projektovanje inverznog Čebiševljevog filtra je moguće izvršiti sledećom transformacijom
2 2
H IC ( sˆ) = 1 − H C ( s ) 1
s=
sˆ
2
gde je H C (s ) kvadrat modua Čebiševljevog filtra koji je projektovan po koracima kao što je to dato u
1.965227
drugom zadatku. Čebiševljev filtar prvog reda je bio oblika H C ( s )1 = . Moduo na kvadrat
s + 1.965227
ove funkcije se može napisati u obliku
2
H C ( s ) = H C ( s )1 ⋅ H C ( − s )1 =
1.965227
⋅
1.965227
=
(1.965227 ) . 2
1.965227 + s 1.965227 − s (1.965227 )2 − s 2
Kvadrat amplitudske karakteristike inverznog Čebiševljevog filtra će tada biti
1
2
H IC ( sˆ) = 1 −
(1.965227 ) 2
=
−s 2
=
(1.965227 )2 .
(1.965227 )2 − s 2 s=
1
sˆ (1.965227 )2 − s 2 s=
1
sˆ
1
− sˆ 2
(1.965227 )2
1 1
Polovi ove funkcije su sˆ1 = ; sˆ2 = − . Analogno predhodnim zadacima pol tražene
1.965227 1.965227
prenosne funkcije mora da leži u levoj poluravni kompleksnog domena pa je stoga prenosna funkcija i
impulsni odziv inverznog Čebiševljevog filtra prvog reda
1
1
1 . 965227 1 − ⋅t
H IC ( s ) = ⇒ hIC (t ) = ⋅e 1.965227
;t ≥ 0 .
1 1.965227
s+
1.965227
b.) Prenosna funkcija Čebiševljevog filtra drugog reda je
0.9817
H C ( s) 2 = .
(s − (− 0.548 + j 0.8951))⋅ (s − (− 0.548 − j 0.8951))
Kvadrat amplitudske karakteristike inverznog Čebiševljevog filtra će tada biti
2
H IC ( sˆ) = 1 − H C ( s ) ⋅ H C (− s ) 1 .
s=
sˆ

Zbog složenosti izvođenja ove funkcije, prenosnu funkciju ćemo odrediti prema sledećim izrazima. Polovi
prenosne funkcije inverznog Čebiševljevog filtra, kao što smo to u predhodnom primeru videli, su recipročne
1
vrednosti polova Čebiševljevog filtra tj. sˆ ICk = . Prenosna funkcija je oblika
s Ck
∏ (sˆ )
N N
2
+ ω k2 min ∏ (− sˆ ) ICk
H IC ( sˆ) = H 0 ⋅ k =1
N
;H0 = k =1
N
∏ (sˆ − sˆ )
k =1
ICk ∏ω
k =1
2
k min
1
gde su ω k = ; k = 1,2,) , N kružne učestanosti u kojima amplitudska karaktristika poprima
 kπ 
sin  
 2N 
minimalne i maksimalne vrednosti, od kojih se u izrazu za prenosnu funkciju uzimaju tačke u kojima
funkcija ima minimum.
Odredimo polove inverznog Čebiševljevog filtra.
1 1
sˆ IC1 = = −0.603 − j 0.985 ; sˆ IC1 = = −0.603 + j 0.985 .
− 0.548 + j 0.8951 − 0.548 − j 0.8951
Minimumi i maksimumi su tačkama
1 1
ω1 = = 2 ;ω 2 = =1.
π   2π 
sin   sin  
4  4 
Odredimo konstantu koja množi prenosnu funkciju
H0 =
(− 0.603 − j 0.985) ⋅ (− 0.603 + j 0.985)
= 0.666 .
2
Prenosna funkcija će tada da glasi
sˆ 2 + 2 sˆ 2 + 2
H IC ( sˆ) = 0.666 ⋅ = 0.666 ⋅ 2 .
(sˆ − (− 0.603 − j 0.985))⋅ (sˆ − (− 0.603 + j 0.985)) sˆ + 1.206 ⋅ sˆ + 1.333
Napisana u obliku parcijalnih suma
0.401 + j 0.471 0.401 − j 0.471

H IC ( sˆ) = 0.666 − − .
sˆ − (− 0.603 + j 0.985) sˆ − (− 0.603 − j 0.985)
Primenom inverzne transformacije slično predhodnim primerima, impulsni odziv će biti
hIC (t ) = 0.666 ⋅ δ (t ) − 1.237 ⋅ e −0.603⋅t ⋅ cos(0.985 ⋅ t − 0.865); t ≥ 0 .

Zadatak 4.
Preslikati niskopropusni normalizovani Batervortov filtar iz zadatka 1. za N = 2 u niskopropusni filtar sa

ω p = 13k rad
sec .
Rešenje:
Preslikavanje normalizovanog NF filtra u NF filtar se vrši smenom promenljivih sˆ = a ⋅ s . Odavde onda

sledi da se granične kružne učestanosti normalizovanog filtra pomoću date smene preslikavaju u nove po
formuli ωˆ p = a ⋅ ω p . Za normalizovani filtar važi ω p = 1 rad
sec . Po zadataku mora da bude ω p = 13 sec .
ˆ rad
ŝ
Odavde onda sledi da je konstanta a = 13 pa je tražena smena koju treba primeniti s = .
13
Prenosna funkcija BW filtra iz prvog zadatka čiji je red N = 2 glasi
 
1 1  11 1 .
H BW ( s ) 2 = = = −
( s − s 2 ) ⋅ ( s − s3 ) j
3π
−j
3π
 3π   j
3π
−j
3π 
( s − e 4 ) ⋅ ( s − e 4 ) 2 j ⋅ sin    ( s − e 4 ) ( s − e 4 ) 
 4 
Traženi Nf filtar se dobija primenom date smene tj. H NF ( sˆ) = H BW ( s ) 2 sˆ . Tada se dobija
s=
13
H NF ( sˆ) 2 =
1
=
(13)2 .
3π 3π 3π 3π
sˆ j sˆ −j j −j
( −e )⋅( −e 4 )
4
( sˆ − 13 ⋅ e 4
) ⋅ ( sˆ − 13 ⋅ e 4
)
13 13
U obliku parcijalnih suma data prenosna funkcija će da bude
 
13  1 1 .
H NF ( sˆ) 2 = −
 3π  j
3π
−j
3π 
2 j ⋅ sin    ( sˆ − 13 ⋅ e 4 ) ( sˆ − 13 ⋅ e 4 ) 
 4 
Inverznom Laplasovom transformacijom dobijamo da je impulsni odziv preslikanog NF-filtra
 3π   3π 
13⋅t cos   13⋅t ⋅cos  
13 ⋅ e  j13⋅t sin  34π 
 4  − j13⋅t sin  
 3π 
13 ⋅ e  4 
 3π 
hBW (t ) = e  
−e  4 
= ⋅ sin 13 ⋅ t ⋅ sin( ) ; t ≥ 0 .
 3π   3π   4 
2 j ⋅ sin     sin  
 4   4 
Položaj polova, amplitudska i fazna karakteristika su prikazane na slici respektivno.

Zadatak 5.
Preslikati niskopropusni normalizovani Čebiševljev filtar iz zadatka 2. za N = 3 u visokopropusni filtar sa

ω p = 33 rad
sec .
Rešenje:
a
Preslikavanje NF filtra u VF filtar se vrši smenom s = . Granične kružne učestanosti se tada preslikavaju
sˆ
a
po izrazu ωˆ p = iz kojeg sledi da je a = 33 . Prenosna funkcija trećeg reda iz prvog zadatka ima oblik
ωp
0.4882
H C ( s) = .
(s − (− 0.24708 + j 0.9659))⋅ (s − (− 0.24708 − j 0.9659)) ⋅ (s + 0.4941)
Primenom date smene prenosna funkcija VF filtra glasi
0.4882
H C ( sˆ) = =
a  a  a 
 − (− 0.24708 + j 0.9659 ) ⋅  − (− 0.24708 − j 0.9659 ) ⋅  + 0.4941
 sˆ   sˆ   sˆ 
0.4882 ⋅ sˆ
= .
 a   a   a 
 − sˆ  ⋅  − sˆ  ⋅  + sˆ 
 (− 0.24708 + j 0.9659)   (− 0.24708 − j 0.9659 )   0.4941 
Uvrštavanjem proračunate konstante i sređivanjem izraza dobijamo
0.4882 ⋅ sˆ 3
H CVF ( sˆ) = .
((− 8.202 − j32.066) − sˆ)⋅ ((− 8.202 + j32.066) − sˆ)⋅ (66.788 + sˆ )
Razvojem u oblik parcijalnih suma prenosna funkcija će biti
32.606 4.003 + j1.024 4.003 − j1.024

H CVF ( sˆ) = 0.4882 − − − .
(66.788 + sˆ ) ((− 8.202 + j 32.066) − sˆ ) ((− 8.202 − j32.066) − sˆ )
Primenom inverzne Laplasove transformacije impulsni odziv će biti
hVF (t ) = 0.4882 ⋅ δ (t ) − 32.606 ⋅ e −66.788⋅t + 8.26 ⋅ e −8.202⋅t ⋅ cos(32.066 ⋅ t − 14.354 ); t ≥ 0 .
Položaj polova, amplitudska i fazna karakteristika su prikazane na slici respektivno.

Zadatak 6.
Projektovati Batervortov filtar sa sledećim specifikacijama:

maksimalno slabljenje u propusnom opsegu: α p = 10dB ,
granica propusnog opsega: f p = 5kHz ,
minimalno slabljenje u nepropusnom opsegu: α n = 30dB ,
granica nepropusnog opsega: f n = 25kHz .
Odrediti prenosnu funkciju i impulsni odziv niskopropusnog filtra.
Rešenje:
1. Korak: Određivanje red filtra N i konstante ε .
 10 0.1⋅α n − 1   999 
log10  0.1⋅α  log10  
1  10 p
−1 1  9 
N≥ ⋅ = ⋅ = 1.46 ⇒ N min = 2
2  fn  2 log 10 (5)
log10  
f 
 p
0.1⋅α p
ε = 10 −1 = 3.
2. Korak: kvadrat modua prenosne funkcije ja tada
2 1 1
H BW ( s ) = 2N
= 4
.
ω   ω 
1+ ε 2 ⋅  1+ 9⋅ 3 
ω   2π 5 ⋅ 10 
 p 
2πf p jπ
2 k + N −1
Ova funkcija ima polove u S-ravni koje se određuju prema izrazu s k = ⋅e 2N

; k = 1,) ,2 N .
ε
Za dati primer polovi će biti
3π 3π π π
j −j −j j
s1 = 18.138 ⋅ 10 ⋅ e 3 4
; s 2 = 18.138 ⋅ 10 ⋅ e3 4
; s3 = 18.138 ⋅ 10 ⋅ e
3 4
; s 4 = 18.138 ⋅ 10 ⋅ e 3 4
.
3. Korak: Polovi prenosne funkcije su one koje leže u levoj poluravni S-ravni tj. polovi s1 , s 2 . Prenosna
funkcija će tada biti
H BW ( s ) =
H0
=
18.138 ⋅ 10 3( )
2
.
(s − s1 )⋅ (s − s 2 )  j
3π
  −j
3π

 s − 18.138 ⋅ 10 3 ⋅ e 4  ⋅  s − 18.138 ⋅ 10 3 ⋅ e 4 
   
   
Primenom metode parcijalnih razlomaka prenosna funkcija filtra se može prikazati u obliku
 
18.138 ⋅ 10 3  1 1 .
H BW ( s ) = ⋅ −
 3π   j
3π
−j
3π

2 j sin    s − 18.138 ⋅ 10 3 ⋅ e 4 s − 18.138 ⋅ 10 3 ⋅ e 4 
 4 

Primenom inverzne Laplasove transformacije i Ojlerovih obrazaca dolazimo do impulsnog odziva filtra
3
( )
hBW (t ) = 25.6 ⋅ 10 3 ⋅ e − j13⋅10 ⋅t ⋅ sin 12.82 ⋅ 10 3 ⋅ t ; t ≥ 0 .
Zadatak 7.
Projektovati Čebiševljev filtar sa sledećim specifikacijama:

maksimalno slabljenje u propusnom opsegu: α p = 10dB ,
granica propusnog opsega: f p = 10 Hz ,
minimalno slabljenje u nepropusnom opsegu: α n = 21dB ,
granica nepropusnog opsega: f n = 50 Hz .
Odrediti prenosnu funkciju i impulsni odziv niskopropusnog filtra. Odrediti odziv sistema na pobude
a.) odskočnu pobudu x(t ) = u (t ) , b.) sinusoidalnu pobudu x(t ) = cos(ω 0 ⋅ t ) .
Rešenje:
 10 0.1⋅α n − 1 
cosh  −1 
 10 0.1⋅α p − 1 
1. Korak: Određivanje reda filtra po izrazu N ≥
 .
 f 
cosh −1  n 
f 
 p
Za dati primer imaćemo da je minimalni red filtra koji zadovoljava date specifikacije N min = 1 .
2. Korak: kvadrat modua prenosne funkcije je tada
2 1
H C ( s) = 2
.
 f 
1+ ε 2 
f 
 p
Polovi ove funkcije računati po izrazu koja je data u drugom zadatku su
1 1
s1 = σ 1 + jω 1 = + j 0; s 2 = σ 2 + jω 2 = − + j 0 .
3 3
Oba pola su realna od kojih s1 leži u desnoj poluravni dok s 2 u levoj poluravni S-ravni.
3. Korak: prenosnu funkciu karakteriše pol koji leži u levoj poluravni tj. pol s 2 pa je prema tome prenosna
funkcija
1
1
3 1 − ⋅t
H C ( s) = ⇒ hC (t ) = ⋅ e 3 ; t ≥ 0 .
1 3
s+
3

a.) Odziv na odskočnu pobudu u (t ) = 1; t ≥ 0 će biti
 0; t < 0
 t 1 − 1τ 1
y (t ) =  − t .
∫ 3
e ⋅ 1 ⋅ dτ = 1 − e 3 ; t ≥ 0
3
0
b.) Odziv na sinusoidalnu pobudu x(t ) = cos(ω 0 ⋅ t ) ćemo odrediti na sledeći način.
Poznato je da spektar izlaznog signala čini proizvod spektara ulaznog signala i impulsnog odziva tj.
prenosne funkcije Y (s = jω ) = X ( jω ) ⋅ H ( jω ) . Poznato je i to da spektar kosinusnog signala čini dva
Dirakova impulsa u frekventom domenu koji su locirani u tačkama ω = ±ω 0 i čija je amplituda π tj.
X ( jω ) = π ⋅ δ (ω + ω 0 ) + π ⋅ δ (ω − ω 0 ) .
Evidentno je da proizvod kojeg čine prenosna funkcija filtra i spektar ulaznog signala je različito od nule
samo u tačkama gde su locirani Dirakovi impulsi pa je stoga i spektar izlaznog signala različit od nule u
tim tačkama dok je u ostalima jednaka nuli tj. matematički rečeno
Y ( jω ) = H ( jω ) ⋅ [πδ (ω + ω 0 ) + πδ (ω − ω 0 )] = πH (− jω 0 ) ⋅ δ (ω + ω 0 ) + πH ( jω 0 ) ⋅ δ (ω − ω 0 ) .
Kao što se to vidi spektar izlaznog signala se takođe sastoji od dva Dirakovog impulsa ali sa
promenjenim amplitudama što je nastalo uslad delovanja datog filtra. Znači da je i odziv na periodičan
signal takođe periodičan signal čija je faza i amplituda modifikovana usled delovanja filtra. Amplitudnu
promenu možemo odrediti na osnovu amplitudne karakteristike filtra
1 1 1 1
A(ω = ±ω 0 ) = H ( jω = jω 0 ) = ⋅ = ⋅ .
3 1 3 1
+ (± ω 0 )
2
+ ω0
2
9 9
Koliko se menja faza izlaznog signala u odnosu na ulazni signal zavisi od fazne karakteristike filtra
koja je za datu kružnu učestanost
− arctg (3 ⋅ ω 0 ); ω = +ω 0
θ (ω ) = arg{H ( jω )} =  .
 arctg (3 ⋅ ω 0 ); ω = −ω 0
Na osnovu gornjeg rezona odziv filtra na datu pobudu će biti
1 1
y (t ) = A(ω = ω 0 ) ⋅ cos(ω 0 ⋅ t − θ (ω = ω 0 ) ) = ⋅ ⋅ cos(ω 0 ⋅ t − acrtg (3 ⋅ ω 0 )) .
3 1
+ ω0
2
Zadatak 8.
Preslikati normalizovani niskopropusni Batervortov filtar prvog reda iz prvog zadatka u filtar propusnika
opsega sa sledećim specifikacijama :
centralna učestanost pojasnog filtra Ω C = 10k rad
sec ;
širina propusnog opsega B = 10

3 rad
sec .

Rešenje:
Prenosna funkcija i impulsni odziv projektovanog niskopropusnog filtra iz prvog zadatka glasi
1
H B (s) = ⇒ h(t ) = e −t ; t ≥ 0 .
s +1
sˆ 2 + Ω C2
Smena koja se primenjuje prilikom preslikavanja NF → PO je oblika s = . Uvrštavanjem
B ⋅ sˆ
dobijamo
1 B ⋅ sˆ 10 3 ⋅ sˆ
H BPO ( sˆ) = H B ( s ) sˆ 2 + Ω C2
= 2 = 2 = 2 .
s= sˆ + Ω C2 sˆ + B ⋅ sˆ + Ω C2 sˆ + 10 3 ⋅ sˆ + 100 ⋅ 10 6
B⋅sˆ +1
B ⋅ sˆ
Polovi prenosne funkcije su sˆ p1 = −500 ⋅ (1 + j19.975); sˆ p 2 = −500 ⋅ (1 − j19.975) .

Prenosna funkcija ima jednu nulu u kordinatnom početku sˆn = 0 .
Prenosna funkcija u obliku parcijalnih suma će biti
 1 + j19.975 1 − j19.975 
 j19.975 j19.975 
H BPO ( s ) = 10 3 ⋅  − .
 sˆ + 500 ⋅ (1 + j19.975) sˆ + 500 ⋅ (1 − j19.975)
 
Primenom inverzne Laplasove transformacije impulsni odziv filtra glasi
10 3
hBPO (t ) = ⋅ e −500 t ⋅ [2 ⋅ 19.975 ⋅ cos(500 ⋅ 19.975 ⋅ t ) − 2 ⋅ sin (500 ⋅ 19.975 ⋅ t )] =
19.975
2 ⋅ 10 3 −500t   1 
⋅ 1 + (19.975) ⋅ cos 500 ⋅ 19.975 ⋅ t − arctg 
2
= ⋅e   =
19.975   19.975  
= 2002.5 ⋅ e −500 t ⋅ cos(9987.5 ⋅ t − 0.05); t ≥ 0 .
Amplitudska i fazna karakteristika su prikazane na slici respektivno.

Zadatak 9.
Preslikati normalizovani niskopropusni Čebiševljev filtar prvog reda iz drugog zadatka u filtar nepropusnika
opsega sa sledećim specifikacijama :
centralna učestanost pojasnog filtra Ω C = 1 rad

sec ;
širina propusnog opsega B = 0.2 rad

sec .
Rešenje:
Prenosna funkcija i impulsni odziv projektovanog niskopropusnog filtra iz prvog zadatka glasi
1.965
H C ( s) = ⇒ hC (t ) = 1.965e −1.965t ; t ≥ 0 .
s + 1.965
B ⋅ sˆ
Smena koja se primenjuje prilikom preslikavanja NF → NO je oblika s = . Uvrštavanjem
sˆ + Ω C2
2
dobijamo
H CNO ( sˆ) = H C ( s ) =
1.965
=
(
1.965 ⋅ sˆ 2 + Ω C2
=
) sˆ 2 + 1
s=
B⋅sˆ
sˆ 2 + Ω C2
B ⋅ sˆ
+ 1.965
B ⋅ s (
ˆ + 1.965 ⋅ sˆ 2 + Ω C2 )
ˆ 2 + 0.101 ⋅ sˆ + 1
s
.
sˆ 2 + Ω C2
Polovi prenosne funkcije su sˆ p1 = −0.05 + j 0.947; sˆ p 2 = −0.05 − j 0947 .

Nule prenosne funkcije su sˆn1 = j; sˆn 2 = − j .
Rastavjanjem prenosnu funkciju u obliku parcijalnih suma dolazi se do izraza
 0.05 + j 0.947 0.05 − j 0.947 

0.101 ⋅ sˆ  j 0.947 j 0.947 
H CNO ( sˆ) = 1 − 2 = 1 − 0.101 ⋅  − .
sˆ + 0.101 ⋅ sˆ + 1  sˆ + 0.05 + j 0.947 sˆ + 0.05 − j 0.947 
 
Primenom inverzne Laplasove transformacije dolazi se do impulsnog odziva traženog filtra
0.101 − 0.05t
hCNO (t ) = δ (t ) − ⋅e ⋅ [2 ⋅ 0.947 ⋅ cos(0.947 ⋅ t ) − 2 ⋅ 0.05 ⋅ sin (0.947 ⋅ t )] =
0.947
= δ (t ) −
2 ⋅ 0.101 −0.05t
⋅e ⋅ (0.05)2 + (0.947 )2 ⋅ cos 0.947 ⋅ t − arctg  0.05  
  =
0.947   0.947  
= δ (t ) − 0.202 ⋅ e −0.05t ⋅ cos(0.947 ⋅ t − 0.052 ); t ≥ 0 .

Amplitudska i fazna karakteristika projektovanog filtra je prikazana na slici.
Zadatak 10.
Preslikati normalizovani niskopropusni inverzni Čebiševljev filtar drugog reda projektovanog u trećem
zadatku u filtar nepropusnika opsega sa sledećim specifikacijama :
centralna učestanost pojasnog filtra Ω C = 1 rad

sec ;
širina propusnog opsega B = 0.2 rad

sec .
Rešenje:
Prenosna funkcija inverznog Čebiševljevog filtra projektovanog u trećem zadatku je oblika
s2 + 2
H IC ( s ) = 0.453 ⋅ 2 .
s + 0.994 ⋅ s + 0.906
Primenom smene iz predhodnog zadatka nova prenosna funkcija glasi
2
 0.2 ⋅ sˆ 
 2  +2
 sˆ + 1 
H ICNO ( sˆ) = H IC ( s ) 0.2⋅sˆ = 0.453 ⋅ 2
=
s=
sˆ 2 +1  0.2 ⋅ sˆ  0.2 ⋅ sˆ
 2  + 0.994 ⋅ 2 + 0.906
 sˆ + 1  sˆ + 1
sˆ 4 + 2.02 ⋅ sˆ 2 + 1
= 4 .
sˆ + 0.218 ⋅ sˆ 3 + 2.044 ⋅ sˆ 2 + 0.218 ⋅ sˆ + 1
Nule prenosne funcije su: sˆn1 = j 0.868; sˆn 2 = − j 0.868; sˆn 3 = j1.151; sˆn 4 = − j1.151
Polovi su: sˆ p1 = −0.049 + j 0.912; sˆ p 2 = −0.049 − j 0.912;
sˆ p 3 = −0.059 + j1.092; sˆn 4 = −0.059 − j1.092 .

Oblik prenosne funkcije u vidu parcijalnih suma će tada biti
0.048 + j 0.003 0.048 − j 0.003 0.059 + j 0.001 0.059 − j 0.001

H ICNO ( sˆ) = 1 − − − − .
sˆ + 0.049 − j 0.912 sˆ + 0.049 + j 0.912 sˆ + 0.059 − j1.092 sˆ + 0.059 + j1.092
Primenom inverzne Laplasove transformacije impulsni odziv će da glasi
hICNO (t ) = δ (t ) − 0.096 ⋅ e −0.049t ⋅ cos(0.912 ⋅ t − 0.062 ) − 0.118 ⋅ e −0.059t ⋅ cos(1.092 ⋅ t − 0.017 ); t ≥ 0 .
Amplitudska i fazna karakteristika dobijenog analognog filtra su prikazane na slici.
Kao što se to vidi, osobina inverznog Čebiševljevog filtra se lepo ispoljava u nepropusnom opsegu, gde
amplitudska karakteristika zaoscilira.

Diskretni sistemi sa beskonačnim impulsnim odzivom ( IIR ) Procesiranje Signala
Diskretni sistemi sa beskonačnim impulsnim odzivom,

IIR sistemi
Projektovanje IIR sistema se svodi na preslikavanje već poznatih analognih prenosnih funkcija u
diskretne prenosne funkcije.
Postupak i realizacija sadrži četiri faze:
1) zadavanje specifikacija ( karateristika ) traženog diskretnog sistema,

2) preslikavanje granica oblasti u analogni domen,
3) projektovanje analogne prenosne funkcije na osnovu proračunatih specifikacija u
analognom domenu,
4) preslikavanje analogne prenosne funkcije u diskretnu prenosnu funkciju.
Najčešće korišćene transformacije analognih prenosnih funkcija su:
Impulsna invarijantna transformacija ( IIT).
Ideja impulsne invarijantne transformacije je da se dobije diskretni sistem koji ima diskretni
impulsni odziv identičan diskretizovanom analognom impulsnom odzivu ekvivalentnog analognog sistema,
tj.
hd [n] = ha (t = nTs ) .
Jedinična odskočna invarijantna transformacija ( UIT ).
Ideja ove transformacije je da se dobije diskretni sistem koji daje odziv na jediničnu odskočnu
pobudu identičnu odzivu ekvivalentog analognog sistema na analognu jediničnu odskočnu pobudu.
Prilikom primene gore navedenih transformacija treba voditi računa o osobini spektra analognog
filtra. Ukoliko je spektar ograničen, transformacija neće prouzrokovati spektralno preklapanje. Ukoliko je
spektar neograničen ( realan spektar ) tada mora da se vodi računa o greškama transformacije koje nastaju
usled spektralnog preklapanja.
Bilinearna transformacija.
Bilinearna transformacija predstavlja nelinearnu transformaciju, pošto ona preslikava opseg

negativnih kružnih učestanosti ( Ω < 0 ) u opseg diskretnih učestanosti ω ∈ [− π ,0 ) , dok pozitivne ( Ω > 0 )
u opseg ω ∈ (0, π ]. Zbog osobine nelinearnosti ove transformacije, druga faza projektovanja, koje smo gore
naveli, se sastoji iz predistorzije graničnih učestanosti pojedinih oblasti. Nakon obavezno primenjene
predistorzije pristupa se nalaženju odgovarajuće analogne prenosne funkcije koja se zatim preslikava u
diskretnu prenosnu funkciju primenom smene
2 1 − z −1
s= ⋅ .
Ts 1 + z −1
Treba obratiti pažnju da konstanta Ts u toku projektovanja se eliminiše pa se za nju obično usvaja vrednost
Ts = 1 .
Procesiranje Signala Diskretni sistemi sa beskonačnim impulsnim odzivom ( IIR )
Nakon što je određena diskretna prenosna funkcija, pristupa se njenoj realizaciji. Prvi korak
realizacije da se napiše relacija ulaz-izlaz ( RUI ) odnosno diferencna jednačina koja povezuje izlazni
diskretni signal sa ulaznim diskretnim signalom. U ovom poglavlju posvetićemo se najčešće primenjenim
realizacijama, kaskadnoj realizacij i paralelnoj realizaciji.
Kaskadna realizacija omogućava realizaciju redno vezanih sistema drugog reda čime se izbegavaju
kompleksni koeficijenti diferencne jednačine i dobija se visoki stepen modularnosti u slučaju proširivanja
već postojeće prenosne funkcije.
Paralelna realizacija zahteva da se prenosna funkcija diskretnog sistema da u obliku parcijalnih razlomaka
prvog ili drugog reda. Tada se za svaku od tih razlomaka realizuje diskretni sistem čiji izlazi se zatim
zbrajaju da bi dali izlaz celog sistema. I ova struktura poseduje osobinu modularnosti, međutim ono što je
čini posebnim je to što je najmanje osetljiva na kvantizaciju koeficijenata prenosnog sistema.

Zadatak 1.
Primenom impulsne invarijantne transformacije (IIT) preslikati u diskretne sisteme sledće analogne filtre:
a) normalizovani Batervortov filtar reda N = 2 i N = 4 iz prvog zadatka četvrtog poglavlja

b) normalizovani Čebiševljev filtar reda N = 1 i N = 3 iz trećeg zadatka četvrtog poglavlja
Rešenje:
a) N = 2 Batervortov filtar
Impulsni odziv prototipnog analognog filtra je ha (t ) = 1.41 ⋅ e − t ⋅ sin (0.707 ⋅ t ); t ≥ 0 . Granična kružna
0.707
učestanost anaognog filtra je Ω g = 1 rad

sec . Kako je amplitudna karakteristika analognog filtra neograničena,
sa izborom peiode uzorkovanja Ts moramo biti pažljivi, da bi spektralno preklapanje replika amplitudske
2π
karakteristike sveli na najmanju meru. Neka je za ovaj primer Ts = sec . Tada će uzorkovani impulsni
5
odziv da glasi
hd [n] = ha (nTs ) = 1.41 ⋅ e −0.707 n⋅Ts ⋅ sin (0.707 ⋅ n ⋅ Ts ) = 1.41 ⋅ e −0.888⋅n ⋅ sin (0.888 ⋅ n ); n ≥ 0 .
Prenosna funkcija diksretnog sistema sa datim diskretnim imulsnim odzivom se nalazi primenom Z {•}
transformacije na gore dati izraz
∞
z −1 ⋅ e −0.888 ⋅ sin (0.888)
H ( z ) = Z {hd [n]} = ∑ hd [n] ⋅ z −n = 1.41 ⋅ =
n = −∞ (
1 − z −1 ⋅ 2 ⋅ e −0.888 ⋅ cos(0.888) + z − 2 ⋅ e − 0.888 )
2
0.318 ⋅ z −1 0.448 ⋅ z
= 1.41 ⋅ −1 −2
= 2 ; ROC : z > 0.411 .
1 − 0.517 ⋅ z + 0.168 ⋅ z z − 0.517 ⋅ z + 0.168
Polovi prenosne funkcije su: z p1 = 0.258 + j 0.318; z p 2 = 0.258 − j 0.318 .

Prenosna funkcija ima jednu nulu u koordinatno početku z n = 0 .
Rekurzivna jednačina koja povezuje vrednosti odziva sa vrednostima proizvoljne pobude će biti
RUI : y[n] − 0.517 ⋅ y[n − 1] + 0.168 ⋅ y[n − 2] = 0.448 ⋅ x[n − 1] ,
gde je x[n] pobudni signal, y[n] odziv na datu pobudu. Direktna I realizacija ove strukture koja se dobija
na osnovu jednačine y[n] = 0.517 ⋅ y[n − 1] − 0.168 ⋅ y[n − 2] + 0.448 ⋅ x[n − 1] prikazana je na slici. Na
istoj slici su prikazane i amplitudska karakteristika i karakteristika faznog kašnjenja realizovanog diskretnog
sistema.
2 . 655
x[ n ] y[ n ]
z −1
0 . 000 3 . 061
z −1
0 . 000 − 5 . 904

N = 4 Batervortov filtar
Impulsni odziv prototipnog analognog filtra je
ha (t ) = 2.41 ⋅ e −0.923⋅t ⋅ cos(0.382 ⋅ t − 1.178) − 0.999 ⋅ e −0.382⋅t ⋅ cos(0.923 ⋅ t − 0.392); t ≥ 0 .
2π
Neka je sada perioda uzorkovanja Ts = sec . Tada je diskretni impulsni odziv traženog sistema oblika
10
hd [n] = ha (nTs ) = 2.41 ⋅ e −0.579⋅n ⋅ cos(0.240 ⋅ n − 1.178) − 0.999 ⋅ e −0.24⋅n ⋅ cos(0.579 ⋅ n − 0.392 ); n ≥ 0 .
Z {•} transformacija ovog izraza će da da prenosnu funkciju traženog sistema. Z-transformacija prvog člana
je
cos(1.178) − z −1 ⋅ e −0.579 ⋅ cos(1.418) z ⋅ (z − 0.222 )

H 1 ( z ) = 2.41 = 0.92 ⋅ ; ROC : z > 0.56
1 − z −1 ⋅ 2 ⋅ e −0.579 ⋅ cos(0.24 ) + z − 2 e ( − 0.579 2
) z − 1.087 ⋅ z + 0.313
2
dok će drugi član biti
cos(0.392) − z −1e −0.24 cos(0.971) z (z − 0.479)

H 2 ( z ) = 0.999 = 0.923 ; ROC : z > 0.786
1− z 2⋅e−1 − 0.24
cos(0.579) + z −2
(e )
− 0.24 2 z − 1.315 z + 0.617
2
Tražena prenosna funkcija će tada biti razlika gornjih Z-transformacija
 z − 0.222 z − 0.479 
H ( z ) = H ( z )1 − H 2 ( z ) = z ⋅ 0.92 2 − 0.923 2 =
 z − 1.087 ⋅ z + 0.313 z − 1.315 ⋅ z + 0.617 
= −0.001 ⋅
(
z ⋅ z 3 − 28 ⋅ z 2 − 319 ⋅ z − 12 )
; ROC = ROC1 ∩ ROC 2 : z > 0.786
( )(
z 2 − 1.087 ⋅ z + 0.313 ⋅ z 2 − 1.315 ⋅ z + 0.617 )
Polovi prenosne funkcije su: z p1 = 0.543 + j 0.132; z p 2 = 0.543 − j 0.132 ;
z p 3 = 0.657 + j 0.429; z p 4 = 0.657 − j 0.429 .
Nule prenosne funkcije su realne: z n1 = 0; z n 2 = −0.037; z n 3 = 0.367; z n 4 = −8.663 .
Amplitudska karakteristika i karakteristika faznog kašnjenja je prikazana na slici.

Kaskadna realizacija ove prenosne funkcije je moguće dobiti ako prenosnu funkciju napišemo u obliku
proizvoda dve prenosne funkcije drugog reda kao na primer
z ⋅ (z − 0.367 ) (z + 0.037 )⋅ (z + 8.663) .

H ( z ) = −0.001 ⋅ ⋅ 2
z − 1.087 ⋅ z + 0.313 z − 1.315 ⋅ z + 0.617
2
Prenosne funkcije kauzalnih i stabilnih sistema su date u funkciji promenljive z −1 na taj način diferencna
jednačina sadrži članove ulaznog i izlaznog signala koje kasne za odgovarajući vremenski korak. Na taj
način gornji izraz se može izraziti u obliku
H ( z ) = −0.001 ⋅
(1 − 0.367 ⋅ z )
−1
⋅
(1 + 0.037 ⋅ z )⋅ (1 + 8.663 ⋅ z ) .
−1 −1
1 − 1.087 ⋅ z −1 + 0.313 ⋅ z − 2 1 − 1.315 ⋅ z −1 + 0.617 ⋅ z − 2
Prvi sistem čini prvi razlomak čija rekurzivna jednačina glasi
y1 [n] = 1.087 ⋅ y1 [n − 1] − 0.313 ⋅ y1 [n − 2] + x[n] − 0.367 ⋅ x[n − 1] ,
dok je drugi sistem dat rekurzivnom jednačinom
y[n] = 1.315 ⋅ y[n − 1] − 0.617 ⋅ y[n − 2] + x 2 [n] + 8.7 ⋅ x 2 [n − 1] + 0.32 ⋅ x 2 [n − 2] .
Treba zapaziti da su dobijeni sistemi redno vezani pa prema tome važi x 2 [n] = y1 [n] dok su signali x[n] i
y[n] ulazni i izlazni signali respektivno celog realizovanog sistema. Dobijena struktura je prikazana na slici
kao redna veza dva sistema drugog reda.
x[n] y[n]
z −1 z −1
− 0.367 1.087 8 .7 1.315
z −1 z −1
0 .0 − 0.313 0.32 − 0.617
Paralelna realizacija prenosne funkcije podrazumeva rastavljanje izraza u oblik parcijanih suma. Ukoliko su
polovi konjugovani kompleksni tada je prikladnije primeniti oblik u kome figurišu samo realni koeficijenti,
tj. da se prenosna funkcija da u obliku parcijalnih razlomaka drugog reda. Takav oblik smo već dali kada
smo nalazili Z-transformaciju impulsnog odziva. Koristeći te izraze imaćemo da je jedna od paralelno
vezanih grana data rekurzivnom jednačinom
y1 [n] = 1.087 ⋅ y1 [n − 1] − 0.313 ⋅ y1 [n − 2] + 0.922 ⋅ x[n] − 0.204 ⋅ x[n − 1] ,
dok je druga od grana data rekurzivno jednačinom
y 2 [n] = 1.315 ⋅ y 2 [n − 1] − 0.617 ⋅ y 2 [n − 2] + 0.923 ⋅ x[n] − 0.442 ⋅ x[n − 1] .

Izlaz realizovanog sistema čini razlika y[n] = y1 [n] − y 2 [n] . Realizovana paralelna struktura traženog
sistema je data na slici.
0 . 922
− 1
z
− 0 . 204 1 . 087
− 1
z
0 . 00 − 0 . 313
x[n ] 0 . 923 − 1 y [ n ]
− 1
z
− 0 . 442 1 . 315
z −1
0 . 00 − 0 . 617
0 . 000
b) N = 1 Čebiševljev filtar
Impulsni odziv prototipnog analognog filtra je ha (t ) = 1.965 ⋅ e − ⋅t ; t ≥ 0 . Na osnovu analogne prenosne

1.965
funkcije koja je data u četvrtom poglavlju nalazimo da je granična kružna učestanost na kojoj amplitudska
karakteristika opadne za 3dB iznosi Ω g = 1.965 rad
sec . Da bi smanjili efekat spektralnog preklapanja periodu
2π
uzorkovanja ćemo odabrati tako da ona zadovolji teoremu odabiranja. Neka je ona Ts = = 0.319 sec .
10Ω g
Tada je diskretni impulsni odziv jednak hd [n] = ha (nTs ) = 1.965 ⋅ e − ⋅n ; n ≥ 0 .
0.628
Primenom Z-transformacije na diskretni impulsni odziv dobija se diskretna prenosna funkcija traženog
sistema koja glasi
∞
1 1.965
H ( z ) = Z {hd [n]} = ∑ hd [n] ⋅ z − n = 1.965 ⋅ − 0.628 −1
= ; ROC : z > 0.533 .
n =0 1− e ⋅z 1 − 0.533 ⋅ z −1
Pol prenosne funkcije je z p = 0.533 , dok je nula u tački z n = 0 .

Rekurzivna jednačina koja će da odredi realizaciju sistema glasi
y[n] = 0.533 ⋅ y[n − 1] + 1.965 ⋅ x[n] .

Realizacija dobijene rekurzivne jednačine kao i amplitudska karakteristika i karakteristika grupnog kašnjenja
je prikazana na slici.
1.965
x[n] y[n]
z −1
0.000 0.533
z −1
0.000 0.00
N = 3 Čebiševljev filtar
Impulsni odziv prototipnog analognog filtra je
ha (t ) = 0.492 ⋅ e −0.492⋅t + 0.505 ⋅ e −0.247⋅t ⋅ cos(0.966 ⋅ t + 0.249 ); t ≥ 0 .
2π π
Ako za periodu uzorkovanja odaberemo vrednost Ts = = = 0.314 sec tada će diskretni impulsni
20Ω g 10
odziv biti
hd [n] = ha (nTs ) = 0.492 ⋅ e −0.154⋅n + 0.505 ⋅ e −0.077⋅n ⋅ cos(0.303 ⋅ n + 0.249); n ≥ 0 .
Primenom Z-transformacije za diskretnu prenosnu funkciju sistema se dobija izraz
0.492 0.969 − 0.787 z −1 0.492 0.489 − 0.397 ⋅ z −1

H ( z) = + 0.505 = + .
1 − 0.857 z −1 1 − 1.765 z −1 + 0.855 z − 2 1 − 0.857 ⋅ z −1 1 − 1.765 ⋅ z −1 + 0.855 ⋅ z − 2
Oblast konvergencije čini presek oblasti konvergencije prvog i drugog člana gornje sume pa se tako dobija
da je ROC : z > 0.925 .
Polovi prenosne funkcije su: z p1 = 0.857; z p 2 = 0.882 + j 0.552; z p 3 = 0.882 − j 0.552 .
Nule prenosne funkcije su: z n1 = 0.284; z n 2 = 1.986 .
Amplitudska karakteristika i karakteristika grupnog kašnjenja je prikazana na slici.

Za paralelnu realizaciju se može iskoristiti gornji izraz prenosne funkcje koja je već data u obliku parcijalnih
suma. Prvi član će da određuje rekurzivnu jednačinu jednu od grana paralelne realizacije koja glasi
y1[n] = 0.857 ⋅ y1 [n − 1] + 0.492 ⋅ x[n] ,
dok drugi član određuje rekurzivnu jednačinu druge grane
y 2 [n] = 1.765 ⋅ y 2 [n − 1] − 0.855 ⋅ y 2 [n − 2] + 0.489 ⋅ x[n] − 0.397 x[n − 1] .
Izlaz diskretnog sistema se dobija sabiranjem pojedinih grana tj. y[n] = y1 [n] + y 2 [n] . Paralelna realizacija
ovog sistema je prikazana na slici.
0 . 492
− 1
z
0 . 00 0 . 857
− 1
z
0 . 00 0 . 00
x[n ] 0 . 489 y[n ]
− 1
z
− 0 . 397 1 . 765
z −1
0 . 00 − 0 . 855
0 . 000
Za kaskadnu realizaciju prenosnu funkciju može da se prikaže i u obliku
0.981 1 − 2.271 ⋅ z −1 + 0.565 ⋅ z −2

H ( z) = ⋅ .
1 − 0.857 ⋅ z −1 1 − 1.765 ⋅ z −1 + 0.855 ⋅ z − 2
Prvi razlomak određuje rekurzivnu jednačinu jednog od redno vezanih sistema koja glasi
y1 [n] = 0.857 ⋅ y1 [n − 1] + 0.981 ⋅ x[n] ,
dok drugi određuje rekurzivnu jednačinu drugog redno vezanog sistema koja glasi
y[n] = 1.765 ⋅ y[n − 1] − 0.855 ⋅ y[n − 2] + x 2 [n] − 2.271 ⋅ x 2 [n − 1] + 0.565 ⋅ x 2 [n − 2] .

Kako su sistemi redno vezani jasno je da važi da je x 2 [n] = y1 [n] . Kaskadna realizacija sistema je prikazana
na slici.
0 .981
x[n ] y [n ]
z −1 z −1
0 .00 0 .857 − 2 .271 1 .765
z −1 z −1
0 .0 0 .00 0 .565 − 0 .855
Zadatak 2.
Primenom jedinične odskočne invarijantne transformacije (UIT) preslikati u diskrtene sistema sledeće
analogne filtre:

Rešenje:
Odredimo odziv analognog filtra na jedniničnu odskočnu pobudu. Odziv možemo odrediti u frekventnom
domenu inverznom Laplasovom transformacijom proizvoda prenosne funkcije filtra i Laplasove
transformacije pobudnog signala ili u vremenskom domenu primenom konvolucije. U ovom primeru
primenićemo konvoluciju. Pobudni signala je jedinična odskočna funkcija tj. x(t ) = 1; t ≥ 0 . Tada je odziv
definisan
t t
y a (t ) = x(t ) ∗ ha (t ) = ∫ 1 ⋅ ha (τ ) ⋅ dτ = 1.41 ⋅ ∫ e − 0.707⋅τ ⋅ sin (0.707 ⋅ τ ) ⋅ dτ .
0 0
Primenom identiteta
  α 
cos γ − arctg   
 β  e −α ⋅t   α 
t
⋅ sin (β ⋅ τ + γ ) ⋅ dτ = 
∫e ⋅ cos β ⋅ t + γ − arctg   
−α ⋅τ
−
0 α2 + β2 α2 + β2   β 
nalazimo da je rešenje odziva analognog filtra jednaka
 π
y a (t ) = 1 − 1.41 ⋅ e −0.707⋅t ⋅ cos 0.707 ⋅ t − ; t ≥ 0 .
 4

2π
Uzorkovanjem analognog odziva sa Ts = sec dobija se diskretni signal oblika
5
 π
y d [n] = y a (nTs ) = 1 − 1.41 ⋅ e −0.888⋅n ⋅ cos 0.888 ⋅ n − ; n ≥ 0 .
 4
Odredimo Z-transformaciju datog diskrtenog signala
1 0.707 + 0.05 ⋅ z −1
Y ( z) = − 1.41 ⋅ .
1 − z −1 1 − 0.622 ⋅ z −1 + 0.243 ⋅ z − 2
Kako je Z-transformacija izlaznog signala jednaka proizvodu Z-transformacija ulaznog signala prenosne
1
funkcije diskretnog signala tj. Y ( z ) = H ( z ) ⋅ X ( z ) i kako je X ( z ) = to će prenosna funkcija u biti
1 − z −1
jednaka
 1 0.707 + 0.05 ⋅ z −1  1 − 0.929 ⋅ z −1 − 0.07 ⋅ z −2

H ( z) =
Y ( z)
(
= 1 − z −1 )
 −1
− 1.41  = 1− .
X ( z) 1 − z 1 − 0.622 ⋅ z −1 + 0.243 ⋅ z − 2  1 − 0.622 ⋅ z −1 + 0.243 ⋅ z − 2
Paralelna realizacija ovog sistema može da se definiše kao y[n] = x[n] − y1 [n] gde je signal y1 [n]
definisan rekurzivnom jednačinom
y1 [n] = 0.622 ⋅ y1[n − 1] − 0.243 ⋅ y1 [n − 2] + x[n] − 0.929 ⋅ x[n − 1] − 0.07 ⋅ x[n − 2]
koja predstvalja realizaciju drugog člana prenosne funkcije.
Prenosna funkcija se može dati i u obliku
0.307 ⋅ z −1 + 0.313 ⋅ z −2 z + 1.019

H ( z) = −1 −2
= 0.307 ⋅ 2
1 − 0.622 ⋅ z + 0.243 ⋅ z z − 0.622 ⋅ z + 0.243
koja je pogodnija za određivanje kaskadne realizacije. Rekurzivna jednačina koja definiše realizaciju je
oblika
y[n] = 0.622 ⋅ y[n − 1] − 0.243 ⋅ y[n − 2] + 0.307 ⋅ x[n − 1] + 0.313 ⋅ x[n − 2] .
Kaskadna realizacija je data na slici.
0 . 00
x[n ] y[n ]
−1
z
0 . 307 0 . 622
z −1
0 . 313 − 0 . 243

Prenosna funkcija ima polove u tačkama: z p1 = 0.311 + j 0.382; z p 2 = 0.311 − j 0.382 .

Prenosna funkcija ima jednu nulu u tački z n = −1.019 .
Amplitudska i fazna karakteristika su dati na slici.
N = 4 Batervortov filtar
Odziv analognog sistema na jediničnu odskočnu pobudu će biti
[ ]
t
y a (t ) = ∫ 2.41 ⋅ e − 0.923⋅τ ⋅ cos(0.382 ⋅ τ − 1.178) − 0.999 ⋅ e −0.382⋅τ ⋅ cos(0.923 ⋅ τ − 0.392 ) ⋅ dτ ; t ≥ 0 .
0
Na osnovu identiteta
 α 
cos γ + arctg   
β e −α ⋅t  
t
  α
∫e
−α ⋅τ
⋅ cos(β ⋅ τ + γ ) ⋅ dτ = − ⋅ cos β ⋅ t + γ + arctg   
0 α2 + β2 α2 + β2  β 
nalazimo da je odziv jednak
y a (t ) = 1 + e −0.382⋅t ⋅ cos(0.923 ⋅ t + 0.786) − e −0.923⋅t ⋅ cos(0.382 ⋅ t − 0.785); t ≥ 0 .

Diskretizacijom analognog odziva nalazi se odziv diskretng sistema koji će na jediničnu odskočnu pobudu
2π
dati identičan odziv tj. diskretni odziv za Ts = sec će da glasi
10
y d [n] = y a (nTs ) = 1 + e −0.24⋅n ⋅ cos(0.58 ⋅ n + 0.786 ) − e −0.58⋅n ⋅ cos(0.24 ⋅ n − 0.785); n ≥ 0 .
Nakon primene Z-transformacije sledi
1 0.706 − 0.77 ⋅ z −1 0.707 − 0.29 ⋅ z −1

Y ( z) = + − .
1 − z −1 1 − 1.316 ⋅ z −1 + 0.618 ⋅ z − 2 1 − 1.087 ⋅ z −1 + 0.313 ⋅ z − 2
( )
Nakon množenja sa 1 − z − i sređivanja izraza prenosna funkcija diskretnog sistema će biti
1
0.999 − 2.719 ⋅ z −1 + 2.917 ⋅ z −2 − 1.383 ⋅ z −3 + 0.254 ⋅ z −4

H ( z) = .
1 − 2.403 ⋅ z −1 + 2.361 ⋅ z − 2 − 1.083 ⋅ z −3 + 0.193 ⋅ z − 4
Polovi prenosne funkcije: z p1, 2 = 0.543 ± j 0.128; z p 3, 4 = 0.657 ± j 0.431 .

Nule penosne funkcije: z n1, 2 = 0.463 ± j 0.197; z n 3, 4 = 0.897 ± j 0.444 .
Amplitudska i fazna karateristika je prikazana na slici.
Za kaskadnu realizaciju prenosna funkcija se može napisati i u obliku
1 − 0.926 ⋅ z −1 + 0.253 ⋅ z −2 1 − 1.794 ⋅ z −1 + 1.001 ⋅ z −2

H ( z) = ⋅ .
1 − 1.086 ⋅ z −1 + 0.311 ⋅ z − 2 1 − 1.314 ⋅ z −1 + 0.617 ⋅ z − 2
Rekurzivne jednačine za kaskadnu realizaciju glase
y1 [n] = 1.086 ⋅ y1 [n − 1] − 0.311 ⋅ y1 [n − 2] + x[n] − 0.926 ⋅ x[n − 1] + 0.253 ⋅ x[n − 2] ;
y[n] = 1.314 ⋅ y[n − 1] − 0.617 ⋅ y[n − 2] + x 2 [n] − 1.794 ⋅ x 2 [n − 1] + 1.001 ⋅ x 2 [n − 2]
pri čemu je x 2 [n] = y1 [n] .

Realizacija je prikazana na slici.
x[n ] y[n ]
z −1 z −1
− 0 .926 1 .086 − 1 .794 1 .314
z −1 z −1
0 .253 − 0 .311 1 .001 − 0 .617
Paralelna realizacija zahteva prenosnu funkciju u obliku parcijalnih razlomaka tj.
1 − 2.09 ⋅ z −1 + 1.09 ⋅ z −2 1 − 1.41 ⋅ z −1 + 0.41 ⋅ z −2

H ( z ) = 1 + 0.706 ⋅ − 0.707 ⋅ .
1 − 1.316 ⋅ z −1 + 0.618 ⋅ z − 2 1 − 1.087 ⋅ z −1 + 0.313 ⋅ z − 2
Kao što se to vidi paralelna realizacija sadrži tri grane tj. važi y[n] = x[n] + y1 [n] − y 2 [n] gde su izlazni
signali y1 [n] i y 2 [n] dati rekurzivnim jednačinama
y1 [n] = 1.316 ⋅ y1 [n − 1] − 0.618 ⋅ y1 [n − 2] + 0.706 ⋅ x[n] − 1.476 ⋅ x[n − 1] + 0.77 ⋅ x[n − 2] ;
y 2 [n] = 1.087 ⋅ y 2 [n − 1] − 0.313 ⋅ y 2 [n − 2] + 0.707 ⋅ x[n] − 0.997 ⋅ x[n − 1] + 0.29 ⋅ x[n − 2] .
Paralelna realizacija traženog sistema je prikazana na slici.
0 . 707
− 1
z
− 0 . 997 1 . 087
− 1
z
0 . 29 − 0 . 313
x[n ] 0 . 706 − 1 y[n ]
− 1
z
− 1 . 476 1 . 316
z −1
0 . 77 − 0 . 618

Impulsni odziv prototipnog analognog filtra je ha (t ) = 1.965 ⋅ e − ⋅t ; t ≥ 0 . Odziv analognog filtra na

1.965
jediničnu odskočnu pobudu će biti
t
y a (t ) = 1.965 ⋅ ∫ e −1.965⋅τ ⋅ dτ = 1 − e −1.965⋅t ; t ≥ 0 .
0
Diskretizacijom analognog odziva nalazi se diskretni odziv ekvivalentnog diskretnog sistema tj.
y d [n] = y a (nTs ) = 1 − e −1.965⋅Ts ⋅n = 1 − e −0.626⋅n ; n ≥ 0 .
Z-transformacija ovog izraza glasi
1 1 0.465 ⋅ z −1
Y ( z) = − = .
( )(
1 − z −1 1 − e − 0.626 ⋅ z −1 1 − z −1 ⋅ 1 − 0.534 ⋅ z −1 )
Diskretna prenosna funkcija će tada biti
0.456 ⋅ z −1 0.456
H ( z) = −1
= .
1 − 0.534 ⋅ z z − 0.534
Prenosna funkcija ima samo jedan pol z p = 0.543 dok nule nema.
Amplitudska i fazna karateristika je prikazana na slici.

Direktna realizacija koja sadrži samo jedan element za kašnjenje je prikazano na slici.
0 . 00
x[n ] y[n ]
−1
z
0 . 456 0 . 534
−1
z
0 . 00 0 . 00
Impulsni odziv analognog prototipnog filtra je
ha (t ) = 0.492 ⋅ e −0.492⋅t + 0.505 ⋅ e −0.247⋅t ⋅ cos(0.966 ⋅ t + 0.249 ); t ≥ 0 .
Odziv filtra na jediničnu odskočnu pobudu će biti
y a (t ) = 1 − e −0.492⋅t − 0.505 ⋅ e −0.247⋅t ⋅ cos(0.966 ⋅ t + 1.569 ); t ≥ 0 .
2π π
Diskretizacijom odziva sa Ts = = = 0.314 sec dobija se
20Ω g 10
y d [n] = y a (nTs ) = 1 − e −0.154⋅n − 0.505 ⋅ e −0.077⋅n ⋅ cos(0.303 ⋅ n + 1.569 ); n ≥ 0 .
Z-transformacija odziva je tada
1 1 0.001 − 0.385 ⋅ z −1
Y ( z) = − − .
1 − z −1 1 − 0.857 ⋅ z −1 1 − 1.052 ⋅ z −1 + 0.856 ⋅ z − 2
(
Diskretna prenosna funkcija nakon množenja sa 1 − z − će da glasi
1
)
1 − z −1 0.001 − 0.386 ⋅ z −1 + 0.385 ⋅ z −2
H ( z) = 1 − − .
1 − 0.857 ⋅ z −1 1 − 1.052 ⋅ z −1 + 0.856 ⋅ z − 2
Ovaj oblik prenosnog sistema daje mogućnost za paralelnu realizaciju diskretnog sistema. Izlaz traženog
sistema je definisan zbirom y[n] = x[n] − y1 [n] − y 2 [n] gde su signali y1 [n] i y 2 [n] dati rekurzivnim
jednačinama
y1[n] = 0.857 ⋅ y1 [n − 1] + x[n] − x[n − 1] ;
y 2 [n] = 1.052 ⋅ y 2 [n − 1] − 0.856 ⋅ y 2 [n − 2] + 0.001 ⋅ x[n] − 0.386 ⋅ x[n − 1] + 0.385 ⋅ x[n − 2] .

Paralelna realizacija je prikazana na slici.
0 . 001 − 1
− 1
z
− 0 . 386 1 . 052
− 1
z
0 . 385 − 0 . 856
x [ n ] − 1 y [ n ]
− 1
z
− 1 0 . 857
z − 1
0 . 00 − 0 . 00
Diskretna prenosna funkcija u obliku razlomka racionalnih polinoma glasi
1 − 529 ⋅ z −1 + 866 ⋅ z −2 − 446 ⋅ z −3

H ( z ) = −0.001 ⋅ .
( )(
1 − 0.857 ⋅ z −1 ⋅ 1 − 1.052 ⋅ z −1 + 0.856 ⋅ z − 2)
Polovi prenosne funkcije su: z p1 = 0.857; z p 2 ,3 = 0.526 ± j 0.761 .
Nule prenosne funkcije su: z n1 = 0.052; z n1, 2 = 0.82 ± j 0.415 .
Amplitudska i fazna karakteristika je data na slici.

Sređivanjem gornjeg izraza dobija se
1 − 0.052 ⋅ z −1 1 − 1.64 ⋅ z −1 + 0.844 ⋅ z −2

H ( z ) = −0.001 ⋅ ⋅ .
1 − 0.857 ⋅ z −1 1 − 1.052 ⋅ z −1 + 0.856 ⋅ z − 2
Rekurzivne jednačine koje definišu pojedine sisteme su
y1 [n] = 0.857 ⋅ y1 [n − 1] + x[n] − 0.052 ⋅ x[n − 1] ;
y[n] = 1.052 ⋅ y[n − 1] − 0.856 ⋅ y[n − 2] + x 2 [n] − 1.64 ⋅ x 2 [n − 1] + 0.844 ⋅ x 2 [n − 2] ,
pri čemu važi x 2 [n] = y1 [n] . Kaskadna realizacija je prikazana na slici.
x[n ] y[n ]
z −1 z −1
−1 0 .857 − 1 .64 1 .052
z −1 z −1
0 .00 0 .00 0 .844 − 0 .856
Zadatak 3.
Primenom bilinearne transformacije izvršiti preslikavanje sledećih analognih filtara:

Rešenje:
2 1 − z −1
Primenom smene s = ⋅ analogni prototipni filtar je moguće preslikati u diskretni tako da se u
Ts 1 + z −1
toku bilinearne transformacije izbegne efekat spektralnog preklapanja. S obzirom da se efekat promenljive
Ts u toku transformacije eliminiše u daljim primerima ćemo za tu promenljivu uzeti vrednost Ts = 1sec .
Prototipni analogni filtar koji se preslikava u diskretni ima prenosnu funkciju oblika
1
H ( s) = .
s + 2 ⋅ s +1
2
1 − z −1
Primenom smene s = 2⋅ dobija se da je prenosna funkcija traženog diskretnog sistema jednaka
1 + z −1

1 1 + 2 ⋅ z −1 + z − 2
H ( z ) = H ( s) 1− z −1
= = 0.127 ⋅ .
s = 2⋅
1+ z −1  1 − z −1 
2
1 − z −1 1 − 0.766 ⋅ z −1 + 0.277 ⋅ z − 2
 2 ⋅ 
−1 
+ 2 ⋅ 2 ⋅ +1
 1+ z  1 + z −1
Kao što se vidi prenosna funkcija ima polove z p1, 2 = 0.383 ± j 0.361 i ima jednu dvostruku nulu z n = −1 .
Rekurzivna jednačina koja definiše realizaciju ovog sistema je oblika
y[n] = 0.766 ⋅ y[n − 1] − 0.277 ⋅ y[n − 2] + 0.127 ⋅ x[n] + 0.254 ⋅ x[n − 1] + 0.127 ⋅ x[n − 2] .
Amplitudska i fazna karakteristika je prikazana na slici.
Realizacija ovog sistema je prikazana na slici.
0 . 127
x[n ] y[n ]
−1
z
0 . 254 0 . 766
z −1
0 . 127 − 0 . 277

N = 4 Butterworthov filtar
Prenosna funkcija prototipnog analognog filtra je
1
H ( s) = .
( )(
s + 0.765 ⋅ s + 1 ⋅ s 2 + 0.923 ⋅ s + 1
2
)
Primenom već sponetu smene prenosna funkcija diskretnog sistema će da bude
1 1
H ( z ) = H ( s) 1− z −1
= 2
⋅ 2
=
s = 2⋅
1+ z −1  1− z  −1
1− z −1
 1− z −1
1 − z −1
 2 ⋅  + 0.765 ⋅
−1 
+1  2 ⋅  + 0.923 ⋅
−1 
+1
 1+ z  1 + z −1  1+ z  1 + z −1
1 + 2 ⋅ z −1 + z −2 1 + 2 ⋅ z −1 + z −2
= 0.153 ⋅ ⋅ 0 . 146 ⋅ .
1 − 0.918 ⋅ z −1 + 0.531 ⋅ z − 2 1 − 0.876 ⋅ z −1 + 0.46 ⋅ z − 2
Prenosna funkcija ima četvorostruku nulu z n = −1 dok su polovi z p1, 2 = 0.459 ± j 0.566
z p 3, 4 = 0.438 ± j 0.517 .

Kaskadna realizaciju ovog sistema definišu rekurzivne jednačine
y1 [n] = 0.918 ⋅ y1 [n − 1] − 0.531 ⋅ y1 [n − 2] + 0.153 ⋅ x[n] + 0.306 ⋅ x[n − 1] + 0.153 ⋅ x[n − 2] ;
y[n] = 0.876 ⋅ y[n − 1] − 0.46 ⋅ y[n − 2] + 0.146 ⋅ x 2 [n] + 0.292 ⋅ x 2 [n − 1] + 0.146 ⋅ x 2 [n − 2] .
Realizacija sistema je prikazana na slici.
0 .153 0 .146
x[n ] y[n ]
z −1 z −1
0 .306 0 .918 0 .292 0 .876
z −1 z −1
0 .153 − 0 .531 0 .146 − 0 .46
Razlaganjem prenosnu funkciju u zbir parcijalnih razlomaka drugog reda
3.92 ⋅ z −1 − 2.579 ⋅ z −2 4.049 ⋅ z −1 − 2.201 ⋅ z −2

H ( z ) = 0.022 − +
1 − 0.918 ⋅ z −1 + 0.531 ⋅ z − 2 1 − 0.876 ⋅ z −1 + 0.46 ⋅ z − 2
može da se zaključi da paralelna realizacija ove prenosne funkcije sadrži tri paralelne grane koje su povezane
relacijom y[n] = 0.022 ⋅ x[n] − y1 [n] + y 2 [n] . Pojedine grane su definisane rekurzivnim jednačinama
y1 [n] = 0.918 ⋅ y1 [n − 1] − 0.531 ⋅ y1 [n − 2] + 3.92 ⋅ x[n − 1] − 2.579 ⋅ x[n − 2] ;
y 2 [n] = 0.876 ⋅ y 2 [n − 1] − 0.46 ⋅ y 2 [n − 2] + 4.049 ⋅ x[n − 1] − 2.201 ⋅ x[n − 2] .
Prenosna funkcija analognog filtra je
1.965
H ( s) = .
s + 1.965
1 − z −1
Koristeći smenu s = 2 ⋅ diskeretna prenosna funkcija će da glasi
1 + z −1
1.965 1 + z −1
H ( z ) = H ( s) −1 = = 0 . 495 ⋅ .
s = 2⋅
1− z
1 − z −1 1 − 0.008 ⋅ z −1
1+ z −1 2⋅ + 1.965
1 + z −1
Prenosna funkcija ima jedan pol i jednu nulu z p = 0.008; z n = −1 .

Transponovana direktna realizacija ovog sistema je prikazana na slici.
0 . 495
x[n ] y[n ]
−1
z
0 . 495 0 . 008
−1
z
0 . 00 0 . 00

Prenosna funkcija prototipnog filtra koji se želi preslikati je
0.488
H ( s) = .
(
(s + 0.494)⋅ s + 0.494 ⋅ s + 0.994
2
)
Primenom smene diskretna prenosna funkcija će da glasi
0.48
H ( z ) = H ( s) 1− z −1
= =
   1 − z −1  
2
s = 2⋅
1+ z −1  1 − z −1 1 − z −1 
 2 ⋅ + 0 . 494  ⋅  2 ⋅
   1 + z −1  + 0. 494 ⋅ 2 ⋅ + 0 . 994
 1 + z −1
   1 + z −1 

1 + z −1 1 + 2 ⋅ z −1 + z −2
= 0.035 ⋅ ⋅ .
1 − 0.603 ⋅ z −1 1 − 1.095 ⋅ z −1 + 0.82 ⋅ z − 2
Prenosna funkcija ima polove u tačkama z p1 = 0.603; z p 2,3 = 0.547 ± j 0.721 i ima jednu trostruku nulu u
tački z n = −1 .
Gornji oblik prenosne funkcije je pogodan za određivanje rekurzivnih jednačina za kaskadnu realizaciju koje
glase
y1 [n] = 0.603 ⋅ y1 [n − 1] + 0.035 x[n] − 0.035 ⋅ x[n − 1] ;
y[n] = 1.095 ⋅ y[n − 1] − 0.82 ⋅ y[n − 2] + x 2 [n] + 2 ⋅ x 2 [n − 1] + x 2 [n − 2] ,
pri čemu važi x 2 [n] = y1 [n] .

Kaskadna realizacija je prikazana na slici.

0 . 035
x[n ] y [n ]
z −1 z −1
− 0 . 035 0 . 603 2 1 .095
z −1 z −1
0 . 00 0 .00 − 0 .82
Razlaganjem prenosnu funkciju u zbir parcijalnih razlomaka drugog reda
0.075 ⋅ z −1 0.088 ⋅ z −1 + 0.189 ⋅ z −2

H ( z ) = 0.035 + + ,
1 − 0.603 ⋅ z −1 1 − 1.095 ⋅ z −1 + 0.85 ⋅ z − 2
uočavamo da je paralelna realizacija sastavljena iz tri grane tj. y[n] = 0.035 ⋅ x[n] + y1 [n] + y 2 [n] . Pojedine
grane su definisane rekurzivnim jenačinama
y1 [n] = 0.603 ⋅ y1[n − 1] + 0.075 ⋅ x[n − 1] ;
y 2 [n] = 1.095 ⋅ y 2 [n − 1] − 0.82 ⋅ y 2 [n − 2] + 0.088 ⋅ x 2 [n − 1] + 0.189 ⋅ x 2 [n − 2] .
Paralelna realizacijaje prikazana na slici.

0 . 00
z −1
0 . 088 1 . 095
−1
z
0 . 189 − 0 . 82
x[ n ] 0 . 00 y[n ]
z −1
0 . 075 0 . 603
−1
z
0 . 00 0 . 00
0 . 035

Zadatak 4.
Primenom bilinearne transformacije projektovati diskretni NF filtar sa sledećim specifikacijama u

diskretnom domenu:
π
ωp = rad ;α p = 10dB
5
π
ω n = rad ;α n = 20dB .
3
Rešenje:
U predhodnim zadacima videli smo da je bilinearna transformacija nelinearna transformacija, što se ogleda u
tome da se unapred zadate granice propusnog i nepropusnog opsega pomera u neke druge tačke u
diskretnom domenu. Zbog toga se pre primene bilinearne transformacije normalizovane učestanosti u
diskretnom domenu, koje su unapred zadate i predstavljaju one specifikacije diskretnog sistema koje taj mora
da zadovolji, primenjuje takozvana predistorzija normalizovanih učestanosti. Rezultat predistorzije su
analogne kružne učestanosti po kojima se tada projektuje analogni prototipni filtar. Kada je analogni filtar
izprojektovan tada se primenjuje smena za bilinearnu transformaciju, čiji rezultat, zbog predhodne
primenjene predistorzije, već zadovoljava unapred zadate specifikacije.
2 ω 
Izvršimo predistorziju diskretnih učestanosti koja je definisana izrazom Ω = ⋅ tg   . Tada će
Ts 2
specifikacije analognog filtra da glase:
π 
sec α p =
Ω p = 2 ⋅ tg   = 0.65 rad ; 10dB ;
 10 
π 
sec ; α p = 20 dB .
Ω n = 2 ⋅ tg   = 1.15 rad
6
Neka se za prototipnog analognog filtra uzme Batervortov filtar.

Red analognog filtra će tada biti
 10 0.1⋅α n −1  10 2 − 1 
log 0.1⋅α  log 
1  10 p −1 1  10 − 1  1 log(11)
N≥ ⋅ = ⋅ = ⋅ = 2.101 .
2 Ω  2  1.15  2 log(1.769)
log n  log 
Ω   0.65 
 p 
Minimalni red filtra koji zadovoljava gornju nejednakost je N = 3 , tj. traženi prototipni analogni filtar je
trećeg reda. Polovi filtra su tada
4π 4π
0.65 j j
s1 = 3
⋅e 6
= 0.45 ⋅ e 6
,
3
0.65
s2 = 3
⋅ e jπ = −0.45 ,
3
4π 4π
0.65 −j −j
s3 = 3
⋅e 6
= 0.45 ⋅ e 6
.
3

Prenosna funkcija analognog filtra je tada
H ( s) =
(0.45)3 =
0.202
.
(s + 0.45)⋅ (s 2
+ 0.45 ⋅ s + 0.202 ) (
(s + 0.45)⋅ s + 0.45 ⋅ s + 0.202
2
)
Amplitudska i fazna karakteristika prototipnog analognog filtra ja prikazana na slici.
1 − z −1
Primenom smene s = 2 ⋅ nalazimo odgovarajuću prenosnu funkciju diskretnog sistema
1 + z −1
1 + z −1 1 + 2 ⋅ z −1 + z − 2
H ( z ) = H ( s) 1− z −1
= 0.006 ⋅ ⋅ .
s = 2⋅
1+ z −1
1 − 0.22 ⋅ z −1 1 − 1.22 ⋅ z −1 + 0.35 ⋅ z − 2
Amplitudska karakteristika i karakteristika faznog kašnjenja je prikazana na slici.

Realizacija prenosne funkcije može da se izvrši i po obliku po kome smo je zadali. To bi tada bila kaskadna
realizacija čije rekurzivne jednačine glase
y1 [n] = 0.22 ⋅ y1 [n − 1] + 0.006 ⋅ x[n] + 0.006 ⋅ x[n − 1] ;
y[n] = 1.22 ⋅ y[n − 1] − 0.35 ⋅ y[n − 2] + x 2 [n] + 2 ⋅ x 2 [n − 1] + x 2 [n − 2] ,
pri čemu važi x 2 [n] = y1 [n] . Kaskadna realizacija je prikazana na slici.

0.006
x[n ] y[n ]
z −1 z −1
0.006 0.22 2 1.22
z −1 z −1
0.00 0.00 − 0.35
Ukoliko se zahteva paralelna realizacija, prenosna funkcija se razlaže u oblik parcijalnih suma drugog reda tj.
0.106 ⋅ z −1 0.079 ⋅ z −1 − 0.126 ⋅ z −2

H ( z ) = 0.006 + − .
1 − 0.22 ⋅ z −1 1 − 1.22 ⋅ z −1 + 0.35 ⋅ z − 2
Paralelna realizacija zahteva tri grane koje čine izlazni signali y[n] = 0.006 ⋅ x[n] + y1 [n] − y 2 [n] .
Poslednja dva izlazna signala sudata rekurzivnim jednačinama
y1[n] = 0.22 ⋅ y1[n − 1] + 0.106 ⋅ x[n − 1] ;
y 2 [n] = 1.22 ⋅ y 2 [n − 1] − 0.35 ⋅ y 2 [n − 2] + 0.079 ⋅ x[n − 1] − 0.126 ⋅ x[n − 2] .
Paralelna realizacija je prikazana na slici.

0 . 00 − 1
− 1
z
0 . 079 1 . 22
z −1
− 0 . 126 − 0 . 35
x[ n ] 0 . 00 y [ n ]
− 1
z
0 . 106 0 . 22
− 1
z
0 . 00 0 . 00
0 006

Zadatak 5.
Primenom bilinerane transformacije projektovati diskretni VF filtar sa sledećim specifikacijama u

diskretnom domenu:
3π
ωp = rad ;α p = 10dB
4
π
ω n = rad ;α n = 30dB .
8
Rešenje:
Primenom predistorzije specifikacije koje prototipni analogni VF filtar treba da zadovolji glase
 3π 
sec α p =
Ω pVF = 2 ⋅ tg   = 4.82 rad ; 10dB ,
 8 
π 
sec ;α n = 30dB .
Ω nVF = 2 ⋅ tg   = 0.397 rad
 16 
Pokazali smo da se svi tipovi filtara projektuju pomoću odgovarajućih transformacija NF filtara. Tu šemu
ćemo primeniti za ovaj slučaj. Neka je faktor normaliozacije a = 1 . Tada su specifikacije NF filtra kojeg
treba projektovati i koji će se zatim preslikati u VF analogni filtar
1
Ω pNF = sec ;α p = 10 dB ,
= 0.207 rad
Ω pVF
1
Ω nNF = sec ;α n = 30 dB .
= 2.518 rad
Ω nVF
Nakon što su nađene tražene specifikacije pristupa se nalaženju prenosne funkcije analognog NF filtra. Neka
se projektuje Čebiševljev filtar. Red filtra se određuje po izrazu
10 0.1⋅α n − 1
D= = 111
cosh −1 D 0.1⋅α
10 p − 1 cosh −1 111
N≥ → ⇒N≥ = 0.95 .
−1  1 
cosh  
1 Ωn
= = 12.16 cosh −1
(12 . 16 )
k  k Ωp
Najmanji red filtra koji zadovoljava gornju nejednakost je filtar prvog reda tj. N = 1 .
1
Pol prenosne funkcije je tada s p = − pa će prenosna funkcija da bude
3
1
1
3 1 − 3 ⋅t
H NF ( s ) = ⇒ hNF (t ) = ⋅ e ;t ≥ 0 .
1 3
s+
3

a 1
Prenosna funkcija VF filtra dobijamo ako primenimo preslikavanje s = = tj. tada imamo
sˆ sˆ
1
3 sˆ
H VF ( sˆ) = H NF ( s ) 1 = = ⇒ hVF (t ) = δ (t ) − 3 ⋅ e −3⋅t ; t ≥ 0 .
s= 1 1 sˆ + 3
sˆ +
sˆ 3
Amplitudska i fazna karateristika dobijenog VF filtra je prikazana na slici
Nakon što je traženi prototipni analogni VF filtar određen može da se primeni bilinearna transformacija da bi
1 − z −1
se analogni preslikao u diskretni filtar. Smenom sˆ = 2 ⋅ tražena prenosna funkcija diskretnog sistema
1 + z −1
će da bude
1 − z −1
2⋅
1 + z −1 1 − z −1
H ( z ) = H VF ( sˆ) 1− z −1
= = 0.4 ⋅ ; ROC : z > 0.2 .
sˆ = 2⋅ 1 − z −1 1 + 0.2 ⋅ z −1
1+ z −1 2⋅ +3
1 + z −1
Kao što se to vidi prenosna funkcija ima jedan pol z p = −0.2 i jednu nulu z n = 1 .
Amplitudska karateristika i karateristika faznog kašnjenja diskretnog sistema je prikazana na slici

Rekurzivna jednačina po kome se dobijeni diskretni sistem može realizovati je oblika
y[n] = −0.2 ⋅ y[n − 1] + 0.4 ⋅ x[n] − 0.4 ⋅ x[n − 1] .
Realizacija sa najmanje elemenata za kašnjenje je prikazano na slici

0 .4
x[n ] y[n ]
−1
z
− 0 .4 − 0 .2
−1
z
0 . 00 0 . 00
Zadatak 6.
Primenom bilinearne transformacije projektovati diskretni filtar NO tipa sa sledećim specifikacijama:
π 15π
ω p1 = rad ; ω p 2 = rad ;α p = 10dB;
16 16
π 3π
ω n1 = rad ; ω n 2 = rad ;α n = 30dB;
4 4
π
ω C = rad .
2
Rešenje:
Postupak rešavanja problema je sličan postupku kojeg smo dali u predhodnom zadatku. Pre primene
bilinearne transformacije, zbog njene nelinearne osobine, obavezno mora da se primeni predistorzija
učestanosti. Tada će specifikacije analognog NO filtra da glase
π   15π 
Ω p1 = 2 ⋅ tg   = 0.197 rad sec ; Ω p 2 = 2 ⋅ tg  sec ; α p = 10 dB;
 = 20.306 rad
32
   32 
π   3π 
Ω n1 = 2 ⋅ tg   = 0.828 rad
sec ; Ω n 2 = 2 ⋅ tg   = 4.82 rad α
sec ; n = 30 dB;
8  8 
π 
Ω C = 2 ⋅ tg   = 2 rad
sec .
4
Da bi iz NF filtra mogli preslikati traženi NO filtar on mora da zadovolji uslov geometrijske simetrije tj. da
važi Ω C = Ω p1 ⋅ Ω p 2 = Ω n1 ⋅ Ω n 2 . Za ovaj primer ovaj uslov je zadovoljen. Neka je analogni NF filtar
2
kojeg ćemo preslikati u analogni NO filtar Batervortov filtar drugog reda sa specifikacijama
f pNF = 5kHz;α p = 10dB ,
f nNF = 25kHz;α n = 30dB .

Širina propusnog opsega koja figuriše u izrazu za transformaciju je tada
Ω n 2 − Ω n1 4.82 − 0.828
B= = = 1.27 ⋅ 10 − 4 ,
2π ⋅ f nNF 2 ⋅ π ⋅ 5000
Ω p 2 − Ω p1 20.306 − 0.197
B= = = 1.28 ⋅ 10 − 4 .
2π ⋅ f pNF 2 ⋅ π ⋅ 25000
Od ova dva ćemo usvojiti veći tj. B = 1.28 ⋅ 10 − .

4
NF filtar koji zadovoljava gornje zadate specifikacije ima polove
3π
j
s1 = 18.138 ⋅ 10 3 ⋅ e 4
,
3π
−j
s 2 = 18.138 ⋅ 10 3 ⋅ e 4
.
Prenosna funkcija će tada biti
H NF ( s ) =
(18.138 ⋅10 ) 3 2
=
(18.138 ⋅10 ) 3 2
.
    + 25.65 ⋅ 10 ⋅ s + (18.138 ⋅ 10 )
3 2
3π 3π
j
 s − 18.138 ⋅ 10 3 ⋅ e 4
−j
 ⋅  s − 18.138 ⋅ 10 3 ⋅ e 4  s2 3
   
   
Amplitudska i fazna karateristika je prikazanana slici.
B ⋅ sˆ
Prenosnu funkciju traženog NO filtra nalazimo primenom smene s = tj.
sˆ 2 + Ω C2
H NO ( sˆ) = H NF ( s ) = 4
+4 (sˆ 2
)2
.
B⋅sˆ
s=
sˆ 2 + Ω C2
sˆ + 10 ⋅ sˆ + 8 ⋅ sˆ 2 + 4 ⋅ 10 −8 ⋅ sˆ + 256
−8 3

Amplitudska i fazna karateristika NO filtra je prikazanana slici.
Sada primenom bilinearne transformacije preslikava se analogni prtotipni NO filtar u diskretni NO filtar.
Nakon sređivanja izraza prenosna funkcija diskretnog sistema u obliku razlomaka racionalnih polinoma će
da glasi
H NO ( z ) = 0.1 ⋅
(1 + z )
−2 2
.
1 − 1.75 ⋅ 10 −9 ⋅ z −1 + 4.4 ⋅ z − 2 + 1.75 ⋅ 10 −9 ⋅ z −3 + z − 4
Prenosna funkcija ima dve dvostruke nule u tačkama z n1 = j; z n 2 = − j .

Polovi prenosne funkcije su: z p1, 2 = ± j 0.49; z p 3, 4 = ± j 2.039 .

Oblik prenosne funkcije koja je pogodna za kaskadnu realizaciju glasi
1 + z −2 1 + z −2
H NO ( z ) = 0.1 ⋅ ⋅ .
1 + 0.24 ⋅ z − 2 1 + 4.157 ⋅ z − 2
Rekurzivne jednačine su tada
y1 [n] = −0.24 ⋅ y1 [n − 2] + 0.1 ⋅ x[n] + 0.1 ⋅ x[n − 2] ,
y[n] = −4.157 ⋅ y[n − 2] + x 2 [n] + x 2 [n − 2] ,
pri čemu važi da je x 2 [n] = y1 [n] . Realizacija je prikazana na slici.
0 .1
x[n ] y[n ]
z −1 z −1
0 .00 0.00 0 .00 0 .00
z −1 z −1
0 .1 − 0 .24 − 4 .157
Prenosna funkcija u obliku zbira parcijalnih razlomaka drugog reda će tada biti
0.018 ⋅ z −2 0.311 ⋅ z −2
H NO ( z ) = 0.1 + − .
1 + 0.24 ⋅ z − 2 1 + 4.157 ⋅ z − 2
Paralelna realizacija se sastoji iz tri grana tj. izlaz diksretnog sistema je jednaka
y[n] = 0.1 ⋅ x[n] + y1 [n] − y 2 [n] ,
gde su rekurzivne jednačine druge i treće grane date sa
y1 [n] = −0.24 ⋅ y1 [n − 2] + 0.018 ⋅ x[n − 2] ,
y 2 [n] = −4.157 ⋅ y 2 [n − 2] + 0.311 ⋅ x[n − 2] .

Diskretni sistemi sa konačnim impulsnim odyivom ( FIR ) Procesiranje Signala
Diskretni sistemi sa konačnim impulsnim odzivom,

FIR sistemi
Ono što ističe značaj ovih sistema u odnosu na IIR sisteme je njihova linearna fazna karakteristika.
Zavisno od toga dali se zadovoljavaju uslovi konstantnog grupnog i faznog kašnjenja,
d
θg = − [θ (ω )] = const ,
dω
θ (ω )
θf =− = const ,
ω
FIR sistemi se dele u četiri klase:
1) sistemi sa simetričnim impulsnim odzivom čija je dužina neparan broj ( I tip FIR ),
θ g = const ,θ f = const ,
2) sistemi sa simetričnim impulsnim odzivom čija je dužina paran broj ( II tip FIR ),
θ g = const ,θ f = const ,
3) sistemi sa antisimetričnim impulsnim odzivom čija je dužina neparan broj ( III tip
FIR ), θ g = const ,
4) sistemi sa antisimetričnim impulsnim odzivom čija je dužina paran broj ( IV tip

FIR ), θ g = const .
Projektovanje FIR sistema se može izvršiti na više načina.
I način.
Na osnovu specifikacija se odredi idealna diskretna prenosna funkcija. Nakon toga se odredi impulsni odziv
idealnog sistema. S obzirom da idealni sistemi imaju impulsni odziv beskonačnog trajanja, ona se ograničava
nekom od prozorskih funkcija. Ovaj postupak je poznat pod nazivom prozoriranje. Često korišćene
prozorske funkcije su:
Jedinična prozorska funkcija
 N −1
1; n ≤
w[n] =  2 ,
 0; drugde
Hanova prozorska funkcija
  2π  N −1
0.5 + 0.5 ⋅ cos ⋅ n ; n ≤
w[n] =   N −1  2 ,
 0; drugde

Procesiranje Signala Diskretni sistemi sa konačnim impulsnim odzivom ( FIR )
Hamingova prozorska funkcija
  2π  N −1
0.54 + 0.46 ⋅ cos ⋅ n ; n ≤
w[n] =   N −1  2 ,
 0; drugde
Blekmanova prozorska funkcija
  2π   4π  N −1
0.42 + 0.5 ⋅ cos ⋅ n  + 0.08 ⋅ cos ⋅ n ; n ≤
w[n] =   N −1   N −1  2 .
 0; drugde
Zbog ograničavanja impulsnog odziva u amplitudskoj karakteristici obavezno nastaju oscilacije koje su
poznate pod nazivom Gibsove oscilacije. Da bi se njihova pojava ublažila poželjno je da prozorske funkcije
na krajevima intervala imaju blago opadanje ka nuli.
II način.
Razvoj željene ampitudske karakteristike u Furijeov red. Kako Furijeovi koeficijenti zapravo predstavljaju
vrednosti impulsnog odziva sledi da se razvojem u red odmah dobija i impulsni odziv. Mana ovog postupka
projektovanja je slaba konvergencija reda što prouzrokuje oscilacije u amplitudskoj karakteristici koje smo
već opisali malopre. Postupak potiskivanja ovih oscilacija je primena prozoriranja impulsnog odziva.
Osim ovih načina postoje još brojni postupci projektovanja FIR sistema. Većina njih zahteva
relativno složene proračune, čak i posebna računarska algoritamska rešenja, koja su izvan domašaja ovog
udžbenika..

Zadatak 1.
Nerekurzivni filtar je okarakterisan prenosnom funkcijom
1+ 2 ⋅ z + 3⋅ z2 + 4 ⋅ z3 + 3⋅ z4 + 2 ⋅ z5 + z6
a) H ( z) =
z6
1− 2 ⋅ z + 3⋅ z2 − 4 ⋅ z3 + 3⋅ z4 − 2 ⋅ z5 + z6
b) H ( z ) = .
z6
Odrediti grupno kašnjenje zadatih filtara.
Rešenje:
Grupno kašnjenje filtra predstavlja prvi izvod fazne karateristike sistema po kružnoj (normalizovanoj)
učestanosti tj.
dθ (ω )
θg = − .
dω
U toku projektovanja i realizacije različitih tipova filtara, bez obzira dali se radilo o analognim ili diskretnim
sistemima, uvek se teži da fazna karakteristika sistema bude što je moguće linearnija tj. da je grupno
kašnjenje konstantno u celom frekventnom opsegu ili ako to nije moguće zadovoljiti onda barem u opsegu
od značaja.
a) Prenosna funkcija se može napisati u obliku
(
H ( z ) = z −6 ⋅ 1 + 2 ⋅ z + 3 ⋅ z 2 + 4 ⋅ z 3 + 3 ⋅ z 4 + 2 ⋅ z 5 + z 6 )
što će nakon množenja dati
H ( z ) = z −6 + 2 ⋅ z −5 + 3 ⋅ z −4 + 4 ⋅ z −3 + 3 ⋅ z −2 + 2 ⋅ z −1 + 1 .
Ako se sada primeni smena z = e jω dobija se
H (e jω ) = e − j 6ω + 2 ⋅ e − j 5ω + 3 ⋅ e − j 4ω + 4 ⋅ e − j 3ω + 3 ⋅ e − j 2ω + 2 ⋅ e − jω + 1 .
Izvlačenjem zajedničkog eksponencijalnog faktora dolazi se do izraza
(
H (e jω ) = e − j 3ω ⋅ e − j 3ω + 2 ⋅ e − j 2ω + 3 ⋅ e − jω + 4 + 3 ⋅ e jω + 2 ⋅ e j 2ω + e j 3ω . )
Primenom Ojlerovih obrazaca konačno se nalazi
H (e jω ) = e − j 3ω ⋅ (4 + 6 ⋅ cos(ω ) + 4 ⋅ cos(2 ⋅ ω ) + 2 ⋅ cos(3 ⋅ ω )) .
Odavde se onda vidi da je amplitudska karakteristika prenosne funkcije data jednačinom
A(ω ) = 4 + 6 ⋅ cos(ω ) + 4 ⋅ cos(2 ⋅ ω ) + 2 ⋅ cos(3 ⋅ ω ) ,
dok je fazna karakteristika data jednačinom
θ (ω ) = −3 ⋅ ω .
Nalaženjem prvog izvoda fazne karateristike po promenljivoj ω grupno kašnjenje će biti

dθ (ω ) d
θg = − =− [− 3 ⋅ ω ] = 3 = const .
dω dω
Kako je grupno kašnjenje konstantno zaključujemo da je fazna karakteristika linearna što se moglo uočiti i
na osnovu posmatranja same fazne karakteristike.
Amplitudska i fazna karateristika sistema je prikazana na slici.
b) Slična analiza se može izvesti i za drugi primer. Prenosna funkcija se može napisati u obliku
(
H ( z ) = z −6 ⋅ 1 − 2 ⋅ z + 3 ⋅ z 2 − 4 ⋅ z 3 + 3 ⋅ z 4 − 2 ⋅ z 5 + z 6 )
što će nakon množenja dati
H ( z ) = z −6 − 2 ⋅ z −5 + 3 ⋅ z −4 − 4 ⋅ z −3 + 3 ⋅ z −2 − 2 ⋅ z −1 + 1 .
Ako se sada primeni smena z = e jω dobija se
H (e jω ) = e − j 6ω − 2 ⋅ e − j 5ω + 3 ⋅ e − j 4ω − 4 ⋅ e − j 3ω + 3 ⋅ e − j 2ω − 2 ⋅ e − jω + 1 .
Izvlačenjem zajedničkog eksponencijalnog faktora dolazi se do izraza
(
H (e jω ) = e − j 3ω ⋅ e − j 3ω − 2 ⋅ e − j 2ω + 3 ⋅ e − jω − 4 + 3 ⋅ e jω − 2 ⋅ e j 2ω + e j 3ω . )
Primenom Ojlerovih obrazaca konačno se nalazi
H (e jω ) = e − j 3ω ⋅ (− 4 + 6 ⋅ cos(ω ) − 4 ⋅ cos(2 ⋅ ω ) + 2 ⋅ cos(3 ⋅ ω )).
Odavde se onda vidi da je amplitudska karakteristika prenosne funkcije data jednačinom
A(ω ) = − 4 + 6 ⋅ cos(ω ) − 4 ⋅ cos(2 ⋅ ω ) + 2 ⋅ cos(3 ⋅ ω ) ,
dok je fazna karakteristika data jednačinom
θ (ω ) = −3 ⋅ ω .
Nalaženjem prvog izvoda fazne karateristike po promenljivoj ω grupno kašnjnje je tada
dθ (ω ) d
θg = − =− [− 3 ⋅ ω ] = 3 = const .
dω dω
Kako je grupno kašnjenje konstantno zaključujemo da je fazna karakteristika linearna što se moglo uočiti i
na osnovu posmatranja same fazne karakteristike.
Amplitudska i fazna karateristika sistema je prikazana na slici.

Zadatak 2.
Projektovati nerekurzivni filtar sa idealizovanim frekventnim odzivom
 1; ω ≤ ω c1
 jω
H (e ) = 0; ω c1 ≤ ω ≤ ω c 2 .
 1; ω ≤ ω ≤ π
 c2
Rešenje:
Odredimo impulsni odziv zadatog sistema.

Primenom inverzne Furijeove transformacije diskretnog signala (IFTD) nalazimo da je
π
1
h[n] = ⋅ ∫ H ( e j ω ) ⋅ e j ω ⋅ n ⋅ dω =
2π −π
−ω c 2 −ω c 1 −ω c 1 ωc 2 π
1 1 1 1 1
∫ 1 ⋅ e dω + ∫ 0 ⋅ e dω + ∫ 1 ⋅ e dω + ∫ 0 ⋅ e dω + ∫1⋅ e
j ω ⋅n j ω ⋅n jω ⋅n jω ⋅ n j ω ⋅n
= dω =
2π −π
2π −ω c 2
2π −ω c1
2π ω c1
2π −ω c 2
−ω c 2 −ω c 1 π
1 1 1
∫e ∫ e ⋅ dω + ∫e
j ω ⋅n jω ⋅n jω ⋅n
= ⋅ dω + ⋅ dω =
2π −π
2π −ω c1
2π −ω c 2
1  e − jω c 2 ⋅n − e − jπ ⋅n e jω c1 ⋅n − e − jω c1 ⋅n e jπ ⋅n − e jω c 2 ⋅n  sin (ω c1 ⋅ n ) sin (ω c 2 ⋅ n ) sin (π ⋅ n )

= ⋅ + + = − + =
2π  jn jn jn  π ⋅n π ⋅n π ⋅n
 ω ω
 1 + c1 − c 2 ; n = 0
= π π .
sin (ω c1 ⋅ n ) sin (ω c 2 ⋅ n )
 − ;n ≠ 0
 π ⋅n π ⋅n
Kao što se to vidi dobijeni impulsni odziv nije konačnog trajanja, što jeste jedna od osobina nerekurzivnih
filtara sa konačnim impulsnim odzivom. U ovim slučajevima se često koristi postupak prozoriranja čime se
postiže konačnost u vremenskom trajanju odziva. Međutim zbog ovakvog odsecanja tražena prenosna
karakteristika se menja i dobijamo neku amproksimativnu prenosnu karakteristiku. Odstupanje od zahtevane
karakteristike zavisi od načina prozoriranja (koji tip prozorskih funkcija se primenjuje) i od broja tačaka koje
impulsni odziv sadrži. Na slikama su prikazane amplitudske i fazne karakteristike sistema primenom
jedinične prozorske funkcije kada su dužine impulsnog odziva ograničene na N = 10;50;100 tačaka
respektivno.

Zadatak 3.
Frekventni odziv diskretnog sistema mora da zadovolji sledeće uslove
 0; ω ≤ ω c1

1; ω c1 ≤ ω ≤ ω c 2

H (e ) = 0; ω c 2 ≤ ω ≤ ω c 3 .
jω
1; ω ≤ ω ≤ ω
 c3 c4
 0; ω c 4 ≤ ω ≤ π
Projektovati kauzalni diskretni sistem primenom metode Furijeovog razvoja.
Rešenje:
Napišimo izraz za nalaženje kompleksnih Furijeovih koeficijenata date prenosne funkcije. Kako je
kompleksni spektar diskretnog signala periodična kompleksna funkcija to će biti
π
1
2π −∫π
Cn = ⋅ H ( e j ω ) ⋅ e j ω ⋅ n ⋅ dω .
Kao što se da uočiti, izraz Furijeovog integrala i IFTD je identičan, pa sledi da su kompleksni koeficijenti
Furijeovog reda zapravo vrednosti impulsnog odziva u diskretnim trenucima tj. C n = h[n] . Da li su dobijene
vrednosti kompleksne ili realne to zavisi od osbine funkcije H (e jω ) .
Odredimo impulsni odziv datog sistema.
π
1
h[n] = ⋅ ∫ H ( e j ω ) ⋅ e j ω ⋅ n ⋅ dω =
2π −π
−ω c 3 −ω c 1 −ω c 2 ωc 4
1 1 1 1
∫1⋅ e ∫1⋅ e ∫1⋅ e ∫1⋅ e
jω ⋅n jω ⋅ n j ω ⋅n jω ⋅ n
= dω + dω + dω + dω =
2π −ω c 4
2π −ω c 2
2π −ω c1
2π ωc 3
1  e − jω c 3 ⋅n − e − jω c 4 ⋅n e − jω c1⋅n − e − jω c 2 ⋅n e jω c 2 ⋅n − e jω c1 ⋅n e jω c 4 ⋅n − e jω c 3 ⋅n 
= ⋅ + + + =
2π  jn jn jn jn 
sin (ω c 2 ⋅ n ) sin (ω c1 ⋅ n ) sin (ω c 4 ⋅ n ) sin (ω c 3 ⋅ n )

= − + − =
π ⋅n π ⋅n π ⋅n π ⋅n
 ω c 2 ω c1 ω c 4 ω c 3
 − + − ;n = 0
= π π π π .
sin (ω c 2 ⋅ n ) sin (ω c1 ⋅ n ) sin (ω c 4 ⋅ n ) sin (ω c 3 ⋅ n )
 − + − ;n ≠ 0
 π ⋅n π ⋅n π ⋅n π ⋅n

Kao i u predhodnom zadatku impulsni odziv sistema je beskonačnog trajanja. Ako se odziv ograniči na
N −1
L= tačaka simetrično raspoređenih oko tačke n = 0 , tada se dobija aproksimativna varijanta tražene
2
prenosne funkcije. Zaključak u vezi aproksimacije kojeg smo izveli u predhodnom primeru važi i za ovaj
slučaj. Zbog slabe konvergencije Furijeovih redova u spektralnom domenu mogu da se uoče oscilacione
pojave. Te pojave su poznate pod nazivom Gibsove oscilacije.
Na slikama su prikazane ampitudske i fazne karakteristike prenosne funkcije za dužine odziva

N = 10;50;100 tačaka respektivno.
Zadatak 4.
Projektovati nerekurzivni visokopropusni filtar sa specifikacijama
 0; Ω ≤ 2.5 rad
H ( jΩ ) =  sec
1;2.5 sec ≤ Ω ≤ 5.0 sec

rad rad
ako je kružna učestanost uzorkovanja Ω s = 10 rad

sec i ako je zahtevana dužina impulsnog odziva N = 21 . U
projektovanju primeniti metodu prozoriranja.
Rešenje:
2π
Za zadatu kružnu učestanost uzorkovanja nalazimo da je perioda uzorkovanja jednaka Ts = = 0.628 .
Ωs
Ako se impulsni odziv uzorkuje periodom uzorkovanja Ts tada se granične kružne učestanosti preslikavaju u
Ω
diskretne (normalizovane) učestanosti po izrazu ω = Ω ⋅ Ts = 2π ⋅ rad . Odavde onda diskretna
Ωs
prenosna funkcija mora da zadovolji sledeće specifikacije
 π
 0; ω ≤
H (e jω ) =  2 .
π
1; ≤ ω ≤ π
 2

Odredimo impulsni odziv traženog sistema.
π
1
h[n] = ⋅ ∫ H ( e j ω ) ⋅ e j ω ⋅ n ⋅ dω =
2π −π
π
−
π  − j π2 ⋅n − jπ ⋅n j π ⋅n
j ⋅n 
π
1 2
1 1  e − e e − e 2
=
∫−π ∫
jω ⋅n jω ⋅n
= 1 ⋅ e d ω + 1 ⋅ e d ω = ⋅ +
2π 2π π 2π  jn jn 
2

 
π  0.5; n = 0
sin  ⋅ n  
sin (π ⋅ n ) 2    π 
= −  =  sin  ⋅ n  .
π ⋅n π ⋅n −  2  ; n ≠ 0
 π ⋅n
Kako traženo rešenje mora biti filtar sa konačnim impulsnim odzivom, mora da se primeni prozoriranje.
Ograničenje dužine impulsnog odziva primenom jedinične prozorske funkcije.
Jedinična prozorska funkcija je definisana izrazom
 N −1
1; n ≤ = 10
w[n] =  2 .
 0; drugde
Vremenski oblik i frekvencijske karakteristike ove funkcije su prikazane na slici.
Željeni filtar se dobija tako što se neograničen impulsni odziv izmnoži sa prozorskom funkcijom tj.
hFIR [n] = h[n] ⋅ w[n] .

Rezultat prozoriranja na spektar signala je prikazano na slici.
Ograničenje dužine impulsnog odziva primenom Hanove prozorske funkcije.
Hanova prozorska funkcija je definisana izrazom
  2π  N −1   2π 
0.5 + 0.5 ⋅ cos ⋅ n ; n ≤ 0.5 + 0.5 ⋅ cos ⋅ n ; n ≤ 10
w[n] =   N −1  2 =   20 
 0; drugde  0; drugde
Vremenski oblik i frekvencijske karakteristike ove funkcije su prikazana na slici.
hFIR [n] = h[n] ⋅ w[n] .

Rezultat prozoriranja je prikazano na slici.
Ograničenje dužine impulsnog odziva primenom Hamingove prozorske funkcije.
Hamingova prozorska funkcija je definisana izrazom
  2π  N −1   2π 
0.54 + 0.46 ⋅ cos ⋅ n ; n ≤ 0.54 + 0.46 ⋅ cos ⋅ n ; n ≤ 10
w[n] =   N −1  2 =  20 
 0; drugde  0; drugde
hFIR [n] = h[n] ⋅ w[n] .

Ograničenje dužine impulsnog odziva primenom Blekmanove prozorske funkcije.
Blekmanova prozorska funkcija je definisana izrazom
  2π   4π  N −1
0.42 + 0.5 ⋅ cos ⋅ n  + 0.08 ⋅ cos ⋅ n ; n ≤
w[n] =   N −1   N −1  2 .
 0; drugde
Konkretno za ovaj primer prozorska funkcija je
  2π   4π 
0.42 + 0.5 ⋅ cos ⋅ n  + 0.08 ⋅ cos ⋅ n ; n ≤ 10
w[n] =   20   20  .
 0; drugde

hFIR [n] = h[n] ⋅ w[n] .
Zadatak 5.
Projektovati nerekurzivni filtar propusnika opsega sa sledećim specifikacijama
 0; Ω < 400 rad

sec

H ( jΩ) = 1;400 sec ≤ Ω ≤ 600 rad
rad
sec .
 0;600 < Ω ≤ 1000 rad
 sec
Primeniti Hanovu prozorsku funkciju ako je Ω s = 2000 rad

sec i N = 21 .

Rešenje:
Za datu brzinu uzorkovanja dobijamo da diskretni filtar mora da zadovolji sledeće uslove
 2π
 0; ω < 5
 2π 3π
H (e jω ) = 1; ≤ω ≤ .
 5 5
 0; 3π < ω ≤ π
 5
Impulsni odziv filtra će tada biti
1 π
h[n] = ⋅ ∫ H ( e j ω ) ⋅ e j ω ⋅ n ⋅ dω =
2π −π
2π 3π
−  − j 25π ⋅n 3π
− j ⋅n
3π
j ⋅n j ⋅n 
2π
1 5
1 5
1 e −e 5
e 5
−e 5 
2π ∫3π 2π 2∫π
= 1 ⋅ e j ω ⋅n
d ω + 1 ⋅ e j ω ⋅n
d ω = ⋅ + =
2π  jn jn 
−
5 5
 
 2π  
1
 3π  ;n = 0
sin  ⋅ n  sin  ⋅ n 5
 5 −  5  =   3π 
=  sin   2π  .
π ⋅n π ⋅n ⋅ n  sin  ⋅ n
  5 −  5  ;n ≠ 0

 π ⋅n π ⋅n
Primenom Hanove prozorske funkcije
  2π 
0.5 + 0.5 ⋅ cos ⋅ n ; n ≤ 10
w[n] =   20  ,
 0; drugde
impulsni odziv diskretnog sistema će biti hFIR [n] = h[n] ⋅ w[n] koja je prikazana na slici.

Amplitudska i fazna karakteristika projektovanog diskretnog sistema je prikazana na slici.
Zadatak 6.
Projektovati nerekurzivni filtar nepropusnika opsega sa sledećim specifikacijama
 1; Ω < 300 rad

sec

H ( jΩ) = 0;300 sec ≤ Ω ≤ 700 rad
rad
sec .
 1;700 < Ω ≤ 1000 rad
 sec
Primeniti Hamingovu prozorsku funkciju ako je Ω s = 2000 rad

sec i N = 21 .

Rešenje:
Za datu brzinu uzorkovanja dobijamo da diskretni filtar mora da zadovolji sledeće uslove
 3π
 1; ω ≤ 10
 3π 7π
H (e jω ) = 0; <ω < .
 10 10
 1; 7π ≤ ω ≤ π
 10
Impulsni odziv filtra će tada biti
π
1
2π −∫π
h[n] = ⋅ H ( e j ω ) ⋅ e j ω ⋅ n ⋅ dω =
7π 3π
−
10 10 π
1 1 1
∫ 1 ⋅ e dω + ∫ 1 ⋅ e dω + ∫1⋅ e
j ω ⋅n j ω ⋅n j ω ⋅n
= dω =
2π −π
2π 3π 2π 7π
−
10 10
 3π   7π 
sin  ⋅ n  sin  ⋅ n
 10   10  sin (π ⋅ n )
= − + .
π ⋅n π ⋅n π ⋅n
Primenom Hamingove prozorske funkcije
  2π 
0.54 + 0.46 ⋅ cos ⋅ n ; n ≤ 10
w[n] =   20  ,
 0; drugde
impulsni odziv diskretnog sistema će biti hFIR [n] = h[n] ⋅ w[n] koja je prikazana na slici.

Amplitudska i fazna karakteristika projektovanog diskretnog sistema je prikazana na slici.
Zadatak 7.
Digitalni filtar ima periodičan spektar. Analitički opis spektra u njegovoj osnovnoj periodi je
 ω
− ;−π ≤ ω ≤ 0
H (e jω ) =  π .
ω
 + ;0 ≤ ω ≤ π
 π
Projektovati nerekurzivni filtar primenom jedinične, Hanove i Hamingove prozorske funkcije za N = 21 .
Rešenje:
Kako je prenosna funkcija periodična primenićemo metodu razvoja u Furijeov red. U predhodnim primerima
smo već ukazali na činjenicu da je razvoj u Furierov red zapravo inverzna Furijeova transformacija
diskretnog signala (IFTD). Na osnovu toga impulsni odziv će tada biti

π
1
2π −∫π
h[n] = ⋅ H ( e j ω ) ⋅ e j ω ⋅ n ⋅ dω =
1 π  ω  j ω ⋅n
0
1  ω  jω ⋅ n
=
2π ∫  − π  ⋅ e dω + 2π ∫0  π  ⋅ e dω =
−π 
 3
2
 ;n = 0
 π  4
sin  ⋅ n  
sin (π ⋅ n ) 1   2  
2
  π 
= − ⋅  = sin  ⋅ n  .
π ⋅n 4  π 1   2 
⋅n  − ⋅   ;n ≠ 0
 2   4  π ⋅n 
 
  2 
  
Uticaj pojedinih prozorskih funkcija na amplitudsku i faznu karakteristiku su prikazane na slici respektivno.
Zadatak 8.
Primenom Kajzerove metode projektovati nerekurzivni niskopropusni filtar sa sledećim specifikacijama:
α p ≤ 0.1dB; Ω p = 20 rad
sec ,
α n ≥ 44dB; Ω n = 30 rad
sec ,
Ω s = 100 rad
sec .

Rešenje:
Kajzerova metoda projektovanja nerekurzivnih filtara se sastoji iz više koraka.
Korak 1. Određivanje impulsnog odziva idealnog filtra.
Za graničnu kružnu učestanost idealnog NF filtra se uzima sredina prelazne oblasti tj.
Ω p + Ωn
Ωg = = 25 rad
sec .
2
Ova kružna učestanost se preslikava u normalizovanu učestanost
Ωg π
ω g = 2π = .
Ωs 2
Prenosna funkcija i impulsni odziv idealnog NF filtra je tada definisana
π π 
 π 2
sin  ⋅ n 
1; ω ≤ 2 
H (e jω ) =  2 ⇒ h[n] = ∫ e
jω ⋅n
⋅ dω =
0; drugde π π ⋅n
−
2
Korak 2. Određivanje dozvoljenog odstupnja frekventne karakteristike.
δ 1 = 10 −0.05⋅α n = 10 −0.05⋅44 = 6.31 ⋅ 10 −3 


 ⇒ δ = min (δ 1 , δ 2 ) = 5.75 ⋅ 10 .
− 0.05⋅α p −3
10 −1
δ 2 = −0.05⋅α p = 5.75 ⋅ 10 −3

10 +1 
Korak 3. Određivanje minimalnog slabljenja po novoj vrednosti odstupanja.
α n = −20 ⋅ log(δ ) = 44.8dB .
Korak 4. Izbor vrednosti koeficijenta α '
 0;α n ≤ 21

α ' = 0.5842 ⋅ (α n − 21) + 0.07886 ⋅ (α n − 21);21 < α n ≤ 50 .
0.4
 0.1102 ⋅ (α n − 8.7 );α n > 50


Iz ove formule nalazimo da je α ' = 0.5842 ⋅ (44.8 − 21) + 0.07886 ⋅ (44.8 − 21) = 3.952 .
0.4
Korak 5. Izbor vrednosti koeficijenta D i određivanje dužine impulsnog odziva N .
 0.9222;α n ≤ 21

D = α n − 7.95 .
 14.36 ;α n > 21
44.8 − 7.95
Odavde imamo da je D = = 2.566 .
14.36

Ωs ⋅ D
Dužina Kajzerove prozorske funkcije se određuje iz obrazca N ≥ + 1 = 26.66 iz kojeg onda sledi
Ωn − Ω p
da je potrebna dužina impulsnog odziva N = 27 tj.
 N −1
hidea ln o [n] ⋅ w[n]; n ≤
hFIR [n] =  2 .
 0; drugde
Vrednosti Kajzerove prozorske funkcije se računaju pomoću Beselovih redova nulte vrste. Zbog složenosti
proračuna ovde je nećemo dati niti izučavati, ali se obično primenjuju računarski algoritmi u rešavanju.
Zadatak 9.
Primenom Kajzerove metode projektovati nerekurzivni visokopropusni filtar sa sledećim specifikacijama:
α p ≤ 0.3dB; Ω p = 3 rad
sec ,
α n ≥ 45.0dB; Ω n = 2 rad
sec ,
Ω s = 10 rad
sec .
Rešenje:
Za graničnu kružnu učestanost idealnog VF filtra se uzima sredina prelazne oblasti tj.
Ω p + Ωn
Ωg = = 2.5 rad
sec .
2
Ova kružna učestanost se preslikava u normalizovanu učestanost
Ωg π
ω g = 2π = .
Ωs 2
Prenosna funkcija i impulsni odziv idealnog NF filtra je tada definisana
 π π 
0; ω ≤ sin  ⋅ n 
 2 ⇒ h[n] = δ [n] −  2  .
H (e jω ) = 
π π ⋅n
1; ≤ ω < π
 2
δ 1 = 10 −0.05⋅α n = 10 −0.05⋅45 = 5.62 ⋅ 10 −3 


 ⇒ δ = min (δ 1 , δ 2 ) = 5.62 ⋅ 10 .
− 0.05⋅α p −3
10 −1
δ 2 = −0.05⋅α p = 17.26 ⋅ 10 −3

10 +1 

α n = −20 ⋅ log(δ ) = 45dB .
Korak 4. Izbor vrednosti koeficijenta α '
 0;α n ≤ 21

α ' = 0.5842 ⋅ (α n − 21) + 0.07886 ⋅ (α n − 21);21 < α n ≤ 50 .
0.4
 0.1102 ⋅ (α n − 8.7 );α n > 50


Iz ove formule nalazimo da je α ' = 0.5842 ⋅ (45 − 21) + 0.07886 ⋅ (45 − 21) = 3.97 .
0.4
Korak 5. Izbor vrednosti koeficijenta D i određivanje dužine impulsnog odziva N .
 0.9222;α n ≤ 21

D = α n − 7.95 .
 14.36 ;α n > 21
45 − 7.95
Odavde imamo da je D = = 2.58 .
14.36
Ωs ⋅ D
Dužina Kajzerove prozorske funkcije se određuje iz obrazca N ≥ + 1 = 25.8 iz kojeg onda sledi
Ωn − Ω p
da je potrebna dužina impulsnog odziva N = 26 tj.
 N −1
hFIR [n] =  idea ln o ⋅
h [n] w[n]; n ≤
2 .
 0; drugde
Zadatak 10.
Primenom Kajzerove metode projektovati nerekurzivni filtar propusnika opsega sa sledećim specifikacijama:
α p ≤ 0.5dB; Ω p1 = 40 rad
sec , Ω p 2 = 60 sec ,
rad
α n ≥ 35.0dB; Ω n1 = 20 rad
sec , Ω n 2 = 80 sec ,
rad
Ω s = 200 rad
sec .
Rešenje:
Pre nego što bi pristupili koracima rešavanja problema treba da se odredi potrebna širina prelazne oblasti po
izrazu
[ ]
Bt = min (Ω p1 − Ω n1 ), (Ω n 2 − Ω p 2 ) = min[(40 − 20), (80 − 60 )] = min[20,20] = 20 rad
sec .

Odavde su tada granične kružne učestanosti idealnog filtra propusnika oopsega
Bt
Ω g1 = Ω p1 − = 40 − 10 = 30 rad
sec ,
2
B
Ω g 2 = Ω p2 + t = 60 + 10 = 70 rad
sec .
2
3π 7π
Za datu brzinu uzorkovanja ove kružne učestanosti se preslikavaju u ω g 1 = , ω g2 = .
10 10
Prenosna funkcija i impulsni odziv idealnog PO filtra je tada definisana

3π 7π  7π   3π 
 3π 7π −
10 10
sin ⋅ n  sin  ⋅ n 
1; ≤ω ≤  10  −  10  .
H (e jω ) =  10 10 ⇒ h[n] = ∫ e ⋅ dω + ∫ e jω ⋅n ⋅ dω =
jω ⋅n
 0; drugde 7π 3π π ⋅n π ⋅n
− −
10 10
δ = −⋅α = −⋅ = ⋅ − 


 ⇒ δ =
(δ δ ) = ⋅ .
−
− ⋅ −
δ = −⋅ = ⋅ −

+
α = − ⋅ (δ ) = .
Korak 4. Izbor vrednosti koeficijenta α
 α ≤

α =  ⋅ (α − ) + ⋅ (α − ) < α ≤ .

 ⋅ (α − )α >


Iz ove formule nalazimo da je α = ⋅ ( − ) + ⋅ ( − ) = .

Korak 5. Izbor vrednosti koeficijenta i određivanje dužine impulsnog odziva .
 α ≤

= α − .
 α >
−
Odavde imamo da je = = .

Ω ⋅
Dužina Kajzerove prozorske funkcije se određuje iz obrazca ≥ + = iz kojeg onda sledi da

je potrebna dužina impulsnog odziva = tj.
 −
⋅ ≤
=  .


Zadatak 11.
Primenom Kajzerove metode projektovati nerekurzivni filtar nepropusnika opsega sa sledećim

specifikacijama:
α ≤ Ω =

Ω = ,

α ≥ Ω =

Ω = ,

Ω =
.
Rešenje:
Pre nego što bi pristupili koracima rešavanja problema treba da se odredi potrebna širina prelazne oblasti po
izrazu
Βτ = µιν [(Ω π1− Ων1), (Ων2 − Ω π2)] = µιν [(2000 −1000), (4000 − 3000)] = µιν [1000,1000] = 1000 ρα
σεχ.
Odavde su tada granične kružne učestanosti idealnog filtra propusnika oopsega

Za datu brzinu uzorkovanja ove kružne učestanosti se preslikavaju u

,

.

Prenosna funkcija i impulsni odziv idealnog NO filtra je tada definisana

.
Korak 4. Izbor vrednosti koeficijenta

.

!

Iz ove formule nalazimo da je .
Korak 5. Izbor vrednosti koeficijenta " i određivanje dužine impulsnog odziva # .
%

.

" %

$!
%
Odavde imamo da je " $ .

$!
Dužina Kajzerove prozorske funkcije se određuje iz obrazca iz kojeg onda sledi da
je potrebna dužina impulsnog odziva # tj.
#
.
) / . / .
*(
) / .
+,-
&'(


Reference Procesiranje Signala
Reference
1. A.V. Oppenheim, R.W. Schafer : Discrete-Time Signal Processing
2. M.V. Popović : Digitalna Obrada Signala
3. A. Antoniou : Digital Filters: Analysis and Design
4. A. Antoniou : D-Filter (Program za analizu i projektovanje digitalnih filtara)
5. M.J.T. Smith, R.M. Mersereau : Introduction to Digital Signal Processing: A Computer Laboratory
Textbook
144

Digitalna Obrada Signala Zbirka PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Digitalna Obrada Signala Zbirka PDF

Uploaded by

Copyright:

Available Formats

Procesiranje Signala Sadržaj

1. Diskretni signali i sistemi 3

3. Spektar uzorkovanog signala,decimacija, interpolacija 54

4. Projektovanje analognih filtara 65

5. Diskretni sistemi sa beskonačnim impulsnim odzivom ( IIR ) 88

6. Diskretni sistemi sa konačnim impulsnim odzivom ( FIR ) 120

Viša Tehnička Škola Subotica 1

Diskretni signali i sistemi

Signali čija je vremenska zavisnost kontinualna nazivaju se kontinualnim signalima. Analogni

Vremenski diskretni signali su signali koje su definisane samo u diskretnim vremenskim

Digitalni signal je diskretni signal čija je amplituda takođe diskretizovana.

Jedinični diskretni impuls:

Jedinični diskretni odskočni signal:

Linearni diskretni signal:

Eksponencijalni diskretni signal:

Viša Tehnička Škola Subotica 3

gde je S {•} operator koji preslikava x[n] u y[n] .

Sistemi se u opštem slučaju dele na linearne i nelinearne sisteme.

Linearni sistemi zadovoljavaju osobinu linearnosti tj.

y[n] = S {α ⋅ x1 [n] + β ⋅ x 2 [n]} = S {α ⋅ x1 [n]}+ S {β ⋅ x 2 [n]} =

= α ⋅ S {x1 [n]}+ β ⋅ S {x 2 [n]} = α ⋅ y1 [n] + β ⋅ y 2 [n] .

Osobina realizljivih linearnih sistema je da su kauzalni i stabilni.

Diskretni sistemi se mogu opisati

1. Relacijom ulaz-izlaz ( RUI ).

Zavisno od oblika RUI, diskretne sisteme delimo na:

1.1. Rekurzivne sisteme α l ≠ 0, β m ≠ 0 ,

2. impulsnim odzivom diskretnog sistema h[n] .

Zavisno od dužine impulsnog odziva sisteme delimo na:

2.1. sisteme sa beskonačnim impulsnim odzivom ( IIR – infinit impuls respons ),

4 Viša Tehnička Škola Subotica

Odrediti periodu sledećih diskretnih signala.

a) Signal s[n] je prikazan na slici.

Sa slike se može uočiti da se vrednost signala ponavlja nakon svakog

b) Po uslovu periodičnosti diskretnih signala s[n] = s[n + N ] , mora da važi jednakost

Viša Tehnička Škola Subotica 5

c) Analogno predhodnom zadatku za uslov periodičnosti se dobija

e) Posmatrajmo posebno periodičnost pojedinih članova signala s[n] .

f) Postavimo jednačinu za uslov periodičnosti diskretnih signala za posmatrani signal s[n] .

g) Za uslov periodičnosti se dobija e j n = e j n + N = e j n ⋅ e j N . Jednačina se zadovoljava ako je

e j 2 N = 1 , odnosno ako je 2 N = 2πk za proizvoljno N , k ∈ N . Vidi se da se ulsov nemože zadovoljiti za

d) Skicirati signal s[n] .

e) Skicirati konvolucioni signal s[n] .

f) Skicirati korelacioni signal s[n] .

f.3) s[n] = s1 [n] ∗ s 2 [− n] , f.4) s[n] = s1 [n] ∗ s 2 [−n] ,

f.5) s[n] = s1 [n] ∗ s 2 [− n] ,

a) Sabiranjem signala u odgovarajućim intervalima za rezultat se dobija

b) Nalaženjem razlike signala dobijamo da su signali

d.1) s[n] = 100 ⋅ δ [n − 100]

Viša Tehnička Škola Subotica 9

e.3) Signali s1 [m] = u[m] i s 2 [m] = u[n − m] su prikazani

10 Viša Tehnička Škola Subotica

Viša Tehnička Škola Subotica 11

očigledne jer se signali preklapaju samo za n ≤ m < +∞ . Da bi

f.3) Korelaciona suma za ovaj primer će da glasi

i za n < 0 . Međusobni položaj signala za slučaj n < 0 je prikazan na

obrazca i preuređivanjem sume se dobija

Sređivanjem izraza u zagradi dolazi se do rešenja

f.4) Analogno predhodnim primerima može se zaključiti da je korelacioni

Viša Tehnička Škola Subotica 13

Koristeći tablična rešenja konačnih suma, dobijena suma se pretvara u oblik

e 1 − e j (α + β )( n +1) 1 − e − j (α − β )( n +1)  e jβ n 1 − e j (α − β )( n +1) 1 − e − j (α + β )( n +1) 

 α−β α−β α+β α+β 

Nakon uvrštavanja α i β dolazi se do konačnog rezultata koji glasi