ELEKTROTEHNIČKI FAKULTET OSIJEK

SKRIPTA ZA USMENI
SIGNALI I SUSTAVI

By: Renda i Hrca

Signali i Sustavi - 1 -
Pitanja vezana uz predavanje 1

1. Definicija i klasifikacija signala.

Signal je fenomen koji nosi neku informaciju. Signal označavamo malim
slovima u,v,x,y, a sa u(t) označavamo trenutnu vrijednost u trenutku t.
Razlikujemo signale kojima je kodomena skup brojeva u(t) i kojima je
kodomena skup funkcija u.

Grafička predodžba signala.

2. Klasifikacija signala na vremenski kontinuirane i vremenski

diskretne.
Ako je domena neprebrojiv i neprekinut skup tada se radi o vremenski
kontinuiranom signalu, a ako je domena prebrojiv skup trenutaka tada se
naziva vremenski diskretni signal.

Primjer vremenski diskretnog signala.

3. Kvantizacija vremenskih signala po vremenu i amplitudi.

Kvantizacija je proces pretvaranja kontinuiranih vrijednosti u
diskontinuirane na način da se vrijednost signala zaokružuje na najbliži
cijelobrojni iznos. Na taj način smo izgubili međuvrijednosti koje su tu bile
prije kvantizacije.Signal s diskretim amplitudama (pitanje 2.) ili trenutnim
vrijednostima nazivamo kvantiziranim.
Signal s kontinuiranim amplitudama (pitanje 2) nazivamo nekvantiziranim.

Signali i Sustavi - 2 -
 4. Transformacija domene i kodomene signala.
Transformacija vremenske osi signala:

Funkcija τ preslikava staru os u novu , τ: → . Nova

funkcija je kompozicija funkcija
Kod transformacija može doći do linearne kompresije ili stezanja,
ekspanzije ili rastezanja i invezije.

Početni signal Linearna kompresija ili stezanje

Ekspanzija ili rastezanje

Transformacija područja signala:
Funkcija φ preslikava staro područje u novo , φ: → . Nova
funkcija je kompozicija funkcija

Prijmer transformacije područja signala

Signali i Sustavi - 3 -
5. Memorijsko i prediktivno preslikavanje signala.Preslikavanje signala
možemo podjeliti na vise skupina:
1) v(t) ovisi o cijeloj prošlosti signala u(t). Memorijsko
preslikavanje.

2) v(t) ovisi o budućnosti signala u(t). Predikcijsko preslikavanje.

3) v(t) ovisi o u(t). Ovisnots trenutnih vrijednosti.

4) v(t) ovisi i o proslosti i budućnosti u(t). Memorijsko-

predikitvno ili nekazualno preslikavanje.

Signali i Sustavi - 4 -
 6. Elementarne operacije među signalima kod vremenski kontinuiranih
sustava.
Elementarne operacije su one koje se nemogu dalje razlagati. Važne
elementarne operacije su zbrajanje i množenje. Razlaganje funkcije na
elementarne operacije se postiže sa Taylorovim redom sa konačnim
brojem članova.

Signali i Sustavi - 5 -
Pitanja vezana uz predavanje 2

7. Realni i apstraktni objekti.

Realni objekt: objekt iz stvarnog svijeta sa pridruženim atributima.
Apstraktni objekt: Skup veličina i relacija među njima.
Apstraktni objekt koji ima iste varijable i iste ulazno − izlazne relacije
kao neki realni objekt je model realnog objekta. Realni objekt je tada
(jedna) realizacija apstraktnog objekta.

8. Definicija apstraktnog objekta.

Neka je (u, y) uređeni par funkcija na intervalu [ ,t]. Skup uređenih
parova je apstraktni objekt S. S je tada relacija koja povezuje slobodnu
varijablu u i zavisnu varijablu y.

9. Klasifikacija kontinuiranih sustava.

1. Bezmemorijski y(t)=f(t, (t))
2. Memorijski y(t)=f(t, )
3. Prediktivni y(t)=f(t, )
4. Memorijsko prediktivni y(t)=f(t, )

10.Spajanje apstraktnih sustava.

Orijentirani apstraktni objekt ili sustav predstavlja se grafički u obliku
pravokutnika s označenim ulazima i izlazima:

Spajanjem tih sustava dobijemo veći sustav, kojem su sustavi od kojih je

spojen sada posustavi.
Spajanje se još radi preko pravila koja vrijede za blokovske dijagrame:
1. Izlazi iz blokva se nespajaju međusobno.
2. Svaki ulaz bloka spaja se na izlaz nekog bloka ili je ulaz u spojeni
složeni sustav. Svi ulazi pod sustava su angažirani.
3. Izlaz bloka može biti izlaz složenog sustava. Najmanje jedan izlaz
podsustava je izlaz is spojenog sustava.

Signali i Sustavi - 6 -
 11.Eksplicitni i implicitni sustavi, spojna lista.
Sustavi bez memorije mogu se podjeliti na dvije grupe, implicitne i
eksplicitne sustave. Za klasu sustava koju razmatramo možemo izvršiti
podjelu prema tome da li signal na svom putu kroz sustav čini petlju.
Eksplicitni sustav nema petlju dok implicitni sustav ima jednu ili više.
Spajanje sustava možemo prikazati spojnom listom. Svaki funkcijski
blok ima jedan redak u listi gdje su navedeni ulazi i funkcijski blokovi.
Eksplicitni sustav:

g: f, x
f: x

Implicitni sustav:

:
: ,x

12.Formulacije i rješenje jednadžbi sustava za eksplicitne i implicitne

sustave.
Formulacija jednadžbi jednog eksplicitnog sustava je direktna i provodi
se na način da se napišu ulazno-izlazne jednadžbe za svaki funkcijski
blok.Kod implicitnog sustava možemo provesti privremeni prekid
povratne petlje i napisati jednadžbe eksplicitnog sustava i zatim samo
dodati jednadžbe povratne petlje.

13.Ekvivalencija i aproksimacija sustava.

Dva sustava su ekvivalentna ako su za sve moguće ulazne vrijednosti
njihovi
ulazno-izlazni odnosi identični.
Dva sustava su aproksimativno ekvivalentna ako za sve moguće
identične ulaze imaju aproksimativno jednake izlaze.

Signali i Sustavi - 7 -
 14.Linearnost bezmemorijskih sustava, aproksimacija nelinearnog
sustava linearnim.
Sustav s jednim ulazom x i jednim izlazom y je linearan ako vrijedi
uvjet:

f (a · +b· ) = a · f ( ) + b· f ( )

za sve realne vrijednosti a, b, , . Taj uvjet je dovoljan i nužan. Složeni

sustav koji zadovoljava uvjet linearnosti ne mora nužno biti sastavljen
od elemenata ili podsustava koji su linearni.

U analizi sustava vrlo je važan slučaj aproksimacije nelinearnog sustava

linearnim. Nelinearna funkcija bloka razvija se u Taylorov red u okolišu
jedne točke. Ostatak Taylorovog reda predstavlja odstupanje od
linearnosti, a iz njega će se odrediti dozvoljeni prirast xd ili yd pri kojem
sustav smatramo linearnim.

15.Utjecaj povratne veze na linearnost.

Povratna veza popravlja linearnost unutar raspoloživih granica izlaza.
Što se može vidjeti iz izraza:

16.Vremenski kontinuirani sustavi, klasifikacija, model s varijablama

stanja.
Sustav spada u klasu sustava s kontinuiranim vremenom ako je
vremenska skala kontinuirana. Vremenski kontinuirane sustavemožemo
podjeliti na vremenski varijantne i vremenski invarijantne. Za sustav n-
tog reda potrebno nam je n-varijabli stanja da u potpunosti opišemo
njegovo vladanje.Ulazni i izlazni vektori u i y su funkcije vremena.
Izlazni vektor u svakom trenutku ovisi o početnom stanju sustava i
pobudi. Za zadano početno stanje x0
i pobudu u(t) možemo odrediti stanje sustava x(t) i izlaz sustava y(t).
Model s varijablama stanja je u stvari skup dif. jednadžbi prvog reda
unutarnjih varijabli.

Signali i Sustavi - 8 -
 17.Vremenski kontinuirani sustavi, klasifikacija model s ulazno-izlaznim
varijablama.
Sustav spada u klasu sustava s kontinuiranim vremenom ako je
vremenska skala kontinuirana. Vremenski kontinuirane sustave
možemo podjeliti na vremenski varijantne i vremenski invarijantne.
Model s ulazno-izlaznim varijablama upotrebljava se u analaizi i sintezi
sustava.Taj model je skup dif. jednadžbi višeg reda u kojima postoje
samo ulazne i izlazne varijable te njihove derivacije.

Signali i Sustavi - 9 -
Pitanja vezana uz predavanje 3

18.Sustav prvog reda, blok dijagram, formulacija jednadžbi,

klasifikacija.
Sustav prvog reda sastoji se od jednog integratora i jednog ili više
međusobno povezanih funkcijskih blokova. Dijeli se na eksplicitne,
integrator nije u povratnoj vezi
t
y (t )  y (t 0 )   f (u ( x))dt
t0

i na implicitne kod kojih je integrator u povratnoj vezi

t
y (t )  y (t 0 )   f (u ( x ), y ( x )) dt
t0

Formulacija jednadžbi sustava prvog reda sastoji se od:

1) Pisanja dif. jednadžbi tako da je ulazni signal integratora
izražen vrijednošću izlaza integratora i ulaza u sustav.
2) Pisanja izlazne jednadžbe koja za bilo koje vrijeme t daje
veličinu izlaza za dane vrijednosti x(t) i u(t).
Klasifikacija: -implicitno pobuđeni vremenski promjenjiv.
-implicitno pobuđeni vremenski nepromjenjiv.
-implicitno nepobuđeni vremenski promjenjiv.
-implicitno nepobuđeni vremenski nepromjenjiv.
-eksplicitni vremenski stalan.
-eksplicitni vremenski promjenjiv.
Blok shema:

Blok shema s inegratorom u povratnoj petlji:

Signali i Sustavi - 10 -
 19.Sustav prvog reda, linearnost, stanje ravnoteže, stabilnost.
Sustav prvog reda sastoji se od jednog integratora i jednog ili više
medusobno povezanih funkcijskih blokova. Dijeli se na eksplicitne,
integrator nije u povratnoj vezi
t
y (t )  y (t 0 )   f (u ( x ))dt
t0

i na implicitne kod kojih je integrator u povratnoj vezi

t
y (t )  y (t 0 )   f (u ( x ), y ( x )) dt
t0

Sustav je linearan ako je funkcija linearna u varijabli x i u tj.

f (x, u, t) = a(t) · x + b(t) · u
Stanje ravnoteže je stanje sustava u kojem sustav može ostati
neodređeno dugo ako nema pobude. Stanje ravnoteže može biti stabilno
(ako se vraća iz bilo kojeg stanja u stanje ravnoteže), nestabilno (ako se
nevraća) i polustabilno (ako se iz nekih stanja vraća a iz nekih ne).

Signali i Sustavi - 11 -
 20.Vladanje i svojstva sustava prvog reda.
Nepobuđeni linearni sustav ima homogenu jednadžbu:

Nju integriramo i dobijemo rješenje:

Odziv pobuđenog sustava može se dobiti metodom varijacije

parametara
– rješenje nehomogene jednadžbe pretpostavi se u obliku rješenja
homogene diferencijalne jednadžbe.
– proizvoljan koeficijent u rješenju pretpostavi se u obliku vremenske
funkcije, tj.

21.Sustav drugog reda, blok dijagram, formulacija jednadžbi,

klasifikacija
Sustav drugog reda sastoji se od dva elementa memorije (integratora) i
jednog ili više funkcijskih blokova. Može biti opisan sa dvije
diferencijalne jednadžbe prvog reda, ili jednom dif. jednadžbom drugog
reda.U sustavu drugog reda trebamo identificirati dvije varijable stanja
i dva početna uvjeta:

Signali i Sustavi - 12 -
Sustav drugog reda možemo podjeliti na linearni vremenski stalan sustav,
linearan vremenski promjenjiv i na nelinearan sustav drugog reda.

22.Vladanje i svojstva sustava drugog reda.

Često se jednadžba drugog reda nepobuđenog sustava pise u obliku

gdje je α faktor prigušenja.

Ovisno o velicinama α i ω0 postoje:
- nadkritično prigušenje α> ω0
- kritično prigušenje α =ω0
- podkritično prigušenje α <ω0
- neprigušen slučaj α=0

Signali i Sustavi - 13 -
Pitanja vezana uz predavanje 4
23.Osnovni nizovi.- Jedinični niz.

- Jedinična stepenica (množenje nekauzalnog niza sa jediničnom

stepenicom niz postaje kauzalan).

- Jedinična kosina.

- Jedinična parabola n-tog stupnja.

- Sinusni niz.

- Eksponencijalni niz.

Signali i Sustavi - 14 -
 24.Kompleksni eksponencijalni niz, svojstva sinusnog niza.
Eksponencijalni niz ovisno od kompleksnog parametra q ili može
poprimiti različite oblike.

25.Osnovne operacije na nizovima.

- Zbrajanje nizova (zbroj dva niza y = u + v je niz s općim članom y(k) =
u(k) + v(k) za
svaki k iz skupa brojeva Z)

- Produkt dva niza u i v je niz s općim članom y(k) = u(k) v(k) za svaki
k iz Z

- Množenje s konstantom. y(k) = a · u(k)

- Funkcijski blok. y = f [u(k)]

26.Osnovne memorijske i predikcijske operacije.

- Pomak niza- jedinični pomak niza iz osnovnog niza daje niz pomaknut
za jedan korak. (unaprijed = predikcija, unazad = pamćenje).
- Diferencija niza (ulazna ili izlazna).
- Diferencija višeg reda.
- Akumulacija niza.
- Uzlazni i silazni akumulator.

27.Model vremenski diskretnog sustava.

Bezmemorijski sustav i memorijski sustav. Posebno važan memorijski
element je element jediničnog kašnjenja.

Signali i Sustavi - 15 -
Pitanja vezana uz predavanje 5

28.Model sustava s ulazno-izlaznim varijablama

Kod vremenski stalnog sustava koeficijanti a i b su konstante, a kod

vremenski promjenjivih sustava koeficijenti su funkcije koraka.

29.Rješavanje jednadžbe diferencija

Moguče je riješiti jednadžbu diferencija na način korak po korak
(analitički) uz poznavanje početnih uvjeta na način da se riješenje
dobiva kao riješenje homogene jednadžbe j(k) i partikularnog riješenja
koje ovisi o funkciji pobude.

30.Rješavanje homogene jednadžbe diferencija.

Najopćenitije rješenje homogene jednadžbe je linearna kombinacija od
n posebnih linearno nezavisnih rješenja:

s proizvoljnim konstantama:

Rješenje se može zapisati u obliku:

31.Rješavanje nehomogene jednadžbe diferencija.

Određivanje partikularnog rješenja:
– Lagrange−ova metoda varijacije parametara: rješenje se dobiva u
eksplicitnom obliku.
• primjena rezultira složenim sumacijama.
– Metoda neodređenog koeficijenta:
• ograničena na pobude oblika polinoma i eksponencijalnih sekvenca.
• veliki broj pobuda može se aproksimirati gore navedenim
sekvencijama ili nizovima.
• češće se upotrebljava u analizi sustava.

Signali i Sustavi - 16 -
Pitanja vezana uz predavanje 6

32.Frekvencijske karakteristike vremenski diskretnog sustava prvog

reda.
Frekvencijska karakteristika daje stacionarno stanje sustava u ovisnosti
o frekvenciji pobudnog signala.

33.Frekvencijske karakteristike vremenski diskretnog sustava drugog

reda.
Frekvencijska karakteristika H( ) daje stacionarno stanje sustava =
H(( )U u ovisnosti o frekvenciji Ω pobudnog sinusnog signala.

34.Transfer funkcija i frekvencijska karakteristika linearnih vremenski

stalnih sustava.

Frekvencijska karakteristika se može odrediti grafički iz:

praćenjem apsolutne vrijednosti | H(( )| i argumenta H(( ) transfer

funkcije na jediničnoj kružnici z = ravnine z.

35.Jedinični odziv diferencijskog sustava.

Specijalni tipovi pobuda poput jedinične stepenice i jediničnog impulsa
daje posebne odzive na takve pobude. Poznavanje tih odziva omogućava
nam određivanje odziva na bilo koju pobudu.

Signali i Sustavi - 17 -
 36.Konvolucija.
Operacija između funkcija h i u naziva se konvolucija i označava se sa:

Konvolucjsko preslikavanje vrijedi za sve linearne vremenski stalne

sustave. Za određivanje konvolucije dovoljno je znati impulsni odziv tj.
vrijednosti funkcije h za svaki trenutak t na pobudu impulsom.
Konvolucija preslikava funkciju u u funkciju y tako da trenutna
vrijednost rezultirajuče funkcije y je odredena cijelim vremenskim
intervalom. To je preslikavanje funkcije u funkciju

izraz za konvoluciju.
Svojstva konvolucije:
-komutativnost, asocijativnost,distributivnost,diferenciranje.

37.Dekonvolucija.
Postupak dobivanja nepoznate pobude ako nam je poznat odziv sustava.

Signali i Sustavi - 18 -
Pitanja vezana uz predavanje 7

38.Vremenski diskretni sustav prvog reda.

Sustav prvog reda sastoji se od jednog elementa za kašnjenje i jednog ili
više funkcijskih blokova.
Memorijski element – kašnjenje, daje stanje u korak k ako je poznat
ulaz, pa prema tome podatak o stanju x(k) i ulaz u(k) dovoljni su da se
odredi stanje u sljedećem koraku.

39.Linearni vremenski invarijantan sustav.

Takav sustav možemo prikazati na primjeru štednje na bankovnoj
knjižici, tada možemo odrediti za svaki dan prije k-tog dana i za svaki
dan poslije k-tog dana koliko će biti stanje računa.
40.Antidiferencijski operator.
Antidiferencijski operator daje niz {y(k)} = Δ-1 {u(k)}.

41.Rješavanje jednadžbe diferencija analitički za vremenski diskretni

sustav prvog reda.
Pretpostavimo rješenje homogene jednadžbe oblika x(k) = C , gdje je
C proizvoljna konstanta:

Pretpostavimo rješenje nehomogene jednadžbe u obliku:

Dobivamo rješenje u obliku:

a izlaz:

42.Jedinični odziv.

Signali i Sustavi - 19 -
 43.Nelinearni sustav
Algoritam za računanje drugog korjena iz pozitivnog broja je
nelinearan sustav. Za x(k) = y(k-1) dobivamo oblik x(k+1) = f(x(k),u).

44.Bistabil kao primjer nelinearnog sustava prvog reda.

Bistabil je jednostavni model s dva ravnotežna stanja koja su stabilna.

Za obavljanje logičkih operacija bistabil mora prebacivati iz jednog
stanja u drugo. To se radi dovođenjem okidnog signala.

45.Vremenski diskretni sustav drugog reda.

Ako se sustav može opisati sa 2 jed. diferencija prvog reda ili jednom
jed. drugog reda kažemo da je sustav drugog reda. Ako je opisan
jednom jed. drugog reda:

onda ona predstavlja model s ulazno-izlaznim varijablama. On se

sastoji od dva elemenata za kašnjenje i funkcijskih blokova.

46.Linearni vremenski diskretni sustav drugog reda.

Ako su i linearne funkcije:

Sustav se može transformirati u:

gdje je:

47.Rješavanje jednadžbe diferencija za vremenski diskretni sustav

drugog reda.
Za rješavanje jednadžbi treba poznavati početne uvjete i parametre sustava.
Postoje tri slučaja rješenja:
- oscilatorski slučaj

Signali i Sustavi - 20 -
- kritički aperiodičan slučaj
- aperiodičan slučaj

Pitanja vezana uz predavanje 8

48.Opći linearni sustavi.

Analiza sustava: odziv poznatog sustava na traženu pobudu
Sinteza sustava: sustav željenog odziva na traženu pobudu
Za odziv sustava počevši od nekog trenutka t0 treba početno stanje x0 i
pobuda u(t0 t]
Sustav može biti vremenski kontinuiran ili diskretan zavisno od toga da
li su varijable sustava funkcije od neprebrojivog ili prebrojivog skupa
trenutaka Sustav je vremenski stalan ako vremenski pomak pobude za
konstantno vrijeme u(t t0 ) uzrokuje samo isti vremenski pomak odziva
y(t−t0)

49.Princip superpozicije.
Da bi sustav bio linearan mora zadovoljiti uvjet homogenosti i
aditivnosti, a oba ta uvjeta napisana zajedno daju princip superpozicije.
On je nužan i dovoljan uvjet da je sustav linearan
F (ax1  bx 2 )  aF ( x1 )  bF ( x 2 )

50.Superpozicijski integral i sumacija.Za trenutne vrijednosti signala:

naziva se superpozicijski integral. Pogodan je za analizu vremenski

promjenjivih sustava.
Za uzorke izlazi:

što nazivamo superpozicijska sumacija pogodna za analizu vremenski

promjenjivih sustava.
Superpozicijski integral i sumaciju dobijemo iz principa superpozicije.
Dovodimo ih u vezu s odzivom sustava na jedinični uzorak δ[k] i
jedinični impuls δ(t).Pretpostavimo neki signal u[k] nizom uzoraka:

Budući da je:

Signali i Sustavi - 21 -
Proizlazi za k = i da je a(i)= u(i) Svaki niz se može rastaviti na jedinične
uzorke:

51.Konvolucijski integral i sumacija.

U slučaju vremenski stalnih sustava h(t, τ) je uvijek isti samo kasni za τ
koliko kasni i pobudna δ funkcija tj.

Superpozicijski integral dobiva oblik koji se naziva konvolucijski

integral:

Operacija između h i u naziva se konvolucijom.

Za vremenski diskretne sustave dobiva se oblik:

koji se naziva konvolucijskom sumacijom.

52.Odziv diskretnog sustava na pobudu stepenicom.

Odziv diskretnog sustava s h(k) =h(k) na pobudu stepenicom:

Za kauzalan h[k] = 0, i kauzalnu pobudu u[k] =0 za k< 0. Odziv na

stepenicu dobiva se akumulacijom uzoraka odziva na uzorak:

Konvolucijski integral preslikava funkciju pobude u u funkciju odziva

y, tako da je trenutna vrijednost odgovarajuće y(t) određena

Signali i Sustavi - 22 -
integralom odnosno cijelim tijekom odziva h i pobude u. Vidimo da je
to zaista preslikavanje funkcije u u funkciju y.

53.Odziv diskretnog sustava na eksponencijalnu pobudu.

Eksponencijalna funkcija je karakteristična funkcija linearnog
stacionarnog sustava što se može pokazati konvolucijom. Odredimo
odziv na eksponencijalu:

Integral u zagradi je konstanta ili je funkcija od s. Naziva se vlastitom

vrijednošću ili funkcijom operatora F. y=H(s)u.
Funkcije u i y su jednake, razlikuju se samo za skalni faktor.
Za eksponencijalu kao elementarnu funkciju izlazi:

odnosno:

54.Stabilnost sustava.
Linearni vremenski promjenjivi sustav je stabilan ako ima omeđen
odziv
| y(t) | ≤ My<∞, na bilo koju omeđenu pobudu | u(t) | ≤ Mu <∞.
Nužan i dovoljan uvjet je apsolutno integrabilan impulsni odziv sustava.
Neka je:

Signali i Sustavi - 23 -
 55.Harmonijska pobuda sustava.
Harmonijska pobuda sustava je korisna za analizu linearnog
nepromjenjivog sustava u frekvencijskoj domeni:

Nakon supstitucije t − τ = ϑ i sređivanja izlazi:

Harmonijska pobuda daje harmonijski odziv − nema izobličenja ni viših

harmonika. Veličina H(ω) je kompleksan broj koji nam pokazuje za
svaku frekvenciju ω:
– koliko se promijenila amplituda harmonijskog odziva.
– kakav je fazni pomak u odnosu na harmonijsku pobudu u(t).
A(ω) = |H(ω)| je frekv. karakteristika amplitude, ϕ (ω) = arg H(ω) je
frekv.
karakteristika faze. Izraz za H(ω) predstavlja Fourierov integral ili
Fourierov spektar impulsnog odziva sustava h(t).

56.Pobuda sustava kompleksnom eksponencijalom.

Općenito, pobuda kompleksnom eksponencijalom opet daje
kompleksnu eksponencijalu:

To nam govori da je kompleksna eksponencijala svojstvena funkcija

konvolucije.
Izraz za H(s) je ujedno izraz za dvostranu Laplaceovu transformaciju
impulsnog
odziva h.

Izraz za jednostranu Laplaceovu transformaciju dobivamo uz kauzalnu

pobudu

Signali i Sustavi - 24 -
 u(t) = U ∙μ(t)

Pitanja vezana uz predavanje 9

57.Linearni diferencijalni sustavi – model s ulazno izlaznim varijablama.

Diferencijalni sustavi su oni koji se daju opisati jednom ili više
diferencijalnih jednadžbi.
Linearni sustav s jednim ulazom i jednim izlazom možemo opisati sa
diferencijalnom jednadžbom višeg reda:

Desna strana od f(t) − funkcija smetnje ili funkcija pobude, općenito p ,

p funkcija ulaznog signala u(t) i njegovih derivacija do m−tog reda,
m≤ n.
Ako su koeficijenti{ } i { }:
– konstantni – imamo vremenski stalan linearni sustav.
– funkcija vremena – imamo vremenski promjenjiv linearni sustav.
– zavisni od ulaznim ili izlaznim varijablama i njihovim derivacijama –
imamo nelinearni sustav.
Sustav je općenito opisan s više simultanih diferencijalnih jednadžbi.
Često se više simultanih diferencijalnih jednadžbi svodi na jednu
jednadžbu višeg reda koja veže jednu izlaznu i jednu ulaznu varijablu.
Svojstva operatora deriviranja:

Diferencijalna jednadžba napisana pomoću operatora D:

Linearni sustav možemo prikazati i pomoću prijenosne jednadžbe H(D)

na slijedeći način:
H(D) = B(D) / A(D) – oblik prijenosne jednadžbe.

Signali i Sustavi - 25 -
 58.Vremenski stalni sustavi.
Opće rješenje uz k jednakih od ukupno n korjena izgleda ovako:

Opće rješenje uz korjene višestrukosti m1, m2,...,mn izgleda ovako:

Rješenje nehomogene jednadžbe dobiva se dodavanjem tzv.

partikularnog rješenja na rješenje homogene y = + .
Rješenje homogene jednadžbe obično se naziva komplementarno
rješenje ili slobodni odziv sustava. Može postojati i kada nema pobude
za ≠ 0, tad se naziva vlastito gibanje ili titranje sustava jer opisuje
titranje energije u sustavu bez vanjskog poticaja.
Vlastito dolazi od činjenice da pojedine komponente slobodnog odziva
titraju isključivo karakterističnim frekvencijama sustava , koje zavise
od strukture parametara sustava, a ne od pobude. Komplementarno
rješenje prisutno je u općem rješenju nehomogene jednadžbe.

Signali i Sustavi - 26 -
 59.Amplitude vlastitog titranja sustava.
Opće rješenje diferencijalne jednadžbe za slučaj nejednakih korjena je:

Konstante određuju se iz početnih uvjeta danih preko vrijednosti

funkcije i njenih derivacija u t = 0. Uzastopnom derivacijom izraza za
y(t) u t = 0 dobiva se sustav linearnih algebarskih jednadžbi.

Partikularno rješenje označimo s (t).Uz konstantnu ili periodičku

pobudu nazovimo ga stacionarno stanje. Komplementarno rješenje
iščezava s vremenom pa se naziva prijelazno ili prolazno stanje.
Prijelazno stanje sastoji se od titranja vlastitim frekvencijama
sustava. Amplitude titranja u prijelaznom stanju određene su razlikom
početnog stanja { 0)} i iznosa partikularnog rješenja { (0)} u
trenutku t = 0.
Postoje tri specijalna slučaja:
1. početni uvjeti su jednaki partikularnom rješenju u t = 0:

Tada homogeni sustav uz Van der Mondeovu determinantu različitu od

nula ima samo trivijalno rješenje, = 0. Prijelaznog procesa nema, već
stacionarno stanje kreće odmah i ima frekvenciju pobude.
2. početni uvjeti jednaki 0:

Sustav je bez početne energije−miran sustav.

3. f(t) = 0 sustav je nepobuđen.

60.Prisilni odziv sustava.

Signali i Sustavi - 27 -
Prisilni odziv sustava predstavlja partikularno rješenje nehomogene
jednadžbe. Općenito se može dobiti Lagrange−ovom metodom
varijacije parametara.
Za pobudu eksponencijalnom funkcijom računanje odziva je
jednostavno jer se (t) može predstaviti eksponencijalom
(deriviranjem se mijenja samo kompleksna amplituda eksponencijale).
Određivanje kompleksne amplitude temelji se na metodi neodređenih
koeficijenata.

61.Transfer funkcija linearnog vremenski invarijantnog sustava.

Za određivanje transfer funkcije poći ćemo od Laplaceovog
transformata ulazno izlaznog modela:

Transformacija derivacije ulaza i izlaza je:

Na temelju linearnosti Laplaceove transformacije može se napisati:

I ako vrijedi:

dobijemo odziv mirnog sustava:

kojeg još možemo zapisati:

Funkcija H(s) je transfer funkcija, odnosno prijenosna funkcija.

Možemo ju prikazati na sličan način kao i u pitanju 57.:

Signali i Sustavi - 28 -
 62.Transfer funkcija složenih sustava.
Kod složenih sustava možemo imati podsustave večeg sustava. Imamo
tri vrste spoja podsustava:1. Paralelni spoj podsustava:

Dolazimo do transfer funkcije H(s) na slijedeći način:

Impulsni odziv paralelnog spoja je:

2. Kaskadni spoj podsustava:

Jednadžbe koje opisuju sustav:

Impulsni odziv kaskadnog spoja je:

3. Prstenasti spoj podsustava:

Signali i Sustavi - 29 -
Dolazimo do transfer funkcije H(s) na slijedeći način:

Drukčije zapisano transfer funkcija H(s) glasi:

Pitanja vezana uz predavanje 10

63.Model s varijablama stanja linearnog sustava, razlaganje sustava i

prijelaz u model s varijablama stanja direktnom metodom.
Model s varijablama stanja:
Vektorska jednadžba:

opisuje vladanje vremenski stalnog linearnog sustava.

Gdje je A matrica s realnim i konstantim elementima

a B je pobudna ili kontrolna matrica s konstantim elementima

Gornja vektorska jednadžba je identična skupu linearnih

diferencijalnih jednadžbi prvog reda. Ako je pobuda u = 0 rezultirajuća
jednadžba je nehomogena.
Izlazna vektorska jednadžba:

identična je skupu od r linearnih algebarskih jednadžbi. Razlaganje

sustava i prijelaz u model s varijabalama stanja direktnom metodom:
Za primjer metode uzmemo sustav:

odnosno:

Signali i Sustavi - 30 -
Prvi korak je da izrazimo član najviše derivacije s ostalim
derivacijama:

odnosno:

Prijelaz u model stanja: Označimo na dijagramu izlaze integratora kao

varijable stanja. Jednadžbe stanja glase:

U općem slučaju pišemo:

Sada prvo realiziramo:

Nakon toga napravimo linearnu kombinaciju svih izlaza integratora,

prema izrazu:

Realiziramo cijeli sustav:

Signali i Sustavi - 31 -
Opći model sustava s jednim izlazom i jednim ulazom prikazujemo s
faznim varijablama u standardnom obliku:

64.Model s varijablama stanja linearnog sustava, razlaganje sustava i

prijelaz u model s varijablama stanja iterativnom metodom,
bilinearna i bikvadratna sekcija.
Iterativna metoda vodi na razlaganje sustava na kaskadu podsustava.
Brojnik i nazivnik prijenosne funkcije možemo prikazati kao produkt
korjenih faktora:

Realizacija:

Sekcija s nulom i jednim polom zove se bilinearna sekcija. Bilinearna

sekcija može se realizirati jednim integratorom:

Signali i Sustavi - 32 -
Prijelaz u model stanja: Za k−tu bilinernu sekciju u kaskadi, mogu se
napisati jednadžbe:

Uz = u, eliminacijom derivacije iz jed. za :

Dobivene jednadžbe možemo prikazati matrično:

Signali i Sustavi - 33 -
 65.Model s varijablama stanja linearnog sustava, razlaganje sustava i
prijelaz u model s varijablama stanja paralelnom metodom
Paralelnom metodom razlažemo cijeli sustav na paralelne podsustave.
Prijenosnu funkciju bez višestrukih polova, s istim redom brojnika i
nazivnika, možemo rastaviti:

gdje je:

Realizacija:

Svaki sustav prvog reda sa prethodne slike daje jednadžbu:

Izlaz je dan jednadžbom:

Matrični opis modela stanja glasi:

Signali i Sustavi - 34 -
Ako su polovi višestruki, dobivamo slijedeću jed. stanja:

Izlazna jednadžba ima oblik:

Signali i Sustavi - 35 -
 66.Transformacija varijabli stanja.
Pretpostavimo da je sustav opisan pomoću varijabli stanja :

Isti sustav možemo prikazati i pomoću drugih varijabli stanja .

Varijable z su linearna kombinacija varijabli x:

Matrica P ne smije biti singularna:

Uvrstimo:

Nove matrice sustava imaju oblik:

Matricu P odabiremo tako da matrica A* bude dijagonalna (kanonski

oblik). U tom slučaju P se zove modalna matrica.
Modalnu matricu čemo naći:
– Promatrajmo transformaciju vektora x u y:
– Za koji x će y imati isti smjer u vektorskom prostoru ? (λ je skalar)
Jednakost:

predstavlja homogen sustav jednadžbi:

Matrica I je jedinična matrica:

Signali i Sustavi - 36 -
Netrivijalno rješenje ≠ 0 dobiva se:

Ako je matrica A dimenzija n × n, dobiva se karakteristični polinom

n−tog stupnja.
Korjeni karakterističnog polinoma su vlastite vrijednosti matrice A.
Rješenjem jednadžbe:

dobivaju se vlastiti vektori.

Modalnu matricu M Formiramo od vlastitih vektora matrice A:

Odredimo produkt AM:

Uvrštavanjem A = λk dobivamo:

Izraz:

Možemo zapisati u obliku:

Signali i Sustavi - 37 -
Pitanja vezana uz predavanje 11

67.Odziv nepobuđenog diskretnog sustava.

Dinamičko vladanje i svojstva linearnog sustava određujemo
rješavanjem jednadžbi stanja sustava:

Rješenje matrične jednadžbe uz pobudu u i početno stanje = x(0) dati

će nam stanje sustava od trenutka = 0 do bilo kojeg trenutka t.
Rješenje je homogenog dijela (bez pobude) je vektor zavisan od
vremena (t), koja zadovoljava jednadžbu:

uz rubni uvjet, odnosno uz početno stanje

x0 = x(0).
Nakon razvoja dobijemo:

Svojstva Φ(t):

Poznavanje Φ(t) i x0 omogućuje određivanje stanja sustava za bilo koji

t>
Φ(t)− prijelazna ili fundamentalna matrica, transformira početno stanje
u stanje x(t).

Signali i Sustavi - 38 -
 68.Odziv nepobuđenog sustava i načini određivanja fundamentalne
matrice.
Fundementalnu matricu možemo odrediti razvojem u red ili klasičnom
metodom.
Određivanje razvojem u red:
Matrica se aproksimira s N članova reda

Potrebni N je teško odrediti pa najbolje pustiti računalu da uzme

članova dok norma zadnjeg napade ispod dopuštene greške:

Određivanje klasičnom metodom:

Φ(t) sadrži vremenske funkcije svih varijabli stanja. Svaku varijablu
stanja možemo pretpostaviti u obliku:

dobijemo sustav homogenih jednadžbi stanja:

daje rješenje ≠ 0 samo ako je determinanta sustava jednaka 0.

Slijedi karakteristični polinom u varijabli p, koji daje karakteristične

korijene ili vlastite frekvencije sustava.

Signali i Sustavi - 39 -
Opće rješenje za svaku varijablu stanja sadrži titranja svim
karakterističnim frekvencijama sustava:

Amplitude eksp. određuju se iz početnih uvjeta (0). (t) na osnovu

matrice svih
rješenja ϕ (t).
Funkcije ϕ (t) su elementi fundamentalne matrice sustava.

69.Odziv pobuđenog diskretnog sustava.

Signali i Sustavi - 40 -
 70.Odziv pobuđenog sustava opisanog s modelom s varijablama stanja.
Isto kao u prošlom pitanju.

71.Impulsni odziv, odziv sustava na kauzalnu eksponencijalnu pobudu

transfer matrica.

Signali i Sustavi - 41 -
Pitanja vezana uz predavanje 12

72.Model s varijablama stanja diskretnih sustava.

73.Jednadžbe stanja diskretnog sustava u Z-domeni, rezolventa sustava,

transfer matrica.

74.Odziv linearnih vremenski diskretnih sustava (model s varijablama

stanja).

Signali i Sustavi - 42 -
 75.Odziv sustava na jedinični uzorak.

76.Upravljivost i osmotrivost diskretnih sustava.

Sustav je upravljiv ako se iz bilo kojeg početnog stanja sustav može
prevesti u bilo koje krajnje stanje diskretnim signalom u konačnom
broju koraka ≥ n. Jednadžba stanja:

Radi jednostavnosti pretpostavimo:

– u(k) je skalar,
– konačno stanje sustava je x( ) = 0.
Ako je sustav upravljiv može se primjenom signala {u(0), u(1), ..., u( −
1)} iz bilo kojeg stanja x(0) prevesti u mirno stanje x( ) = 0.

Signali i Sustavi - 43 -
Za najmanji broj koraka =n

Sustav je upravljiv ako matrica G = nije singularna.

Odosno nije jednaka nuli.

77.Sustav s povratnom vezom.

Signali i Sustavi - 44 -
Pitanja vezana uz predavanje 13

78.Izvod Z- transformacije, područje konvergencije

Z - transformacija je operatorski postupak pogodan za rješavanje
jednadžbi diferencija, slično kao što je Laplaceova transformacija
operatorski postupak za rješavanje diferencijalnih jednadžbi.
Postupkom Z transformacije transformira se niz brojeva u funkciju
kompleksne varijable z.
Z transformacija niza:

Za kauzalne signale:

- jednostrana Z transformacija
Ako niz {x(k)} zadovoljava slijedeće uvjete:
1. | x(k) | < ∞, za sve k
2. postoje pozitivni brojevi A, r i K takvi da vrijedi |x(k)|≤ Ark, za sve k >
K tada jednostrana Z transformacija konvergira apsolutno za svaki z sa
svojstvom:

79.Inverzna Z-transformacija.
Radimo u tri koraka:
1. Razvijamo u McLaurentov red oko točke

Signali i Sustavi - 45 -
2. rastavljamo racionalane funkcije na parcijalne razlomke:

3. Koristimo se integralom po zatvorenoj krivulji radiusa većeg od

radiusa apsolutne konvergencije:

80.Svojstva Z-transformacije, posebno izvod za pomak unaprijed za n-

koraka.

81.Svojstva Z-transformacije, posebno izvod za kašnjenje n-koraka.

Signali i Sustavi - 46 -
82.Svojstva Z-transformacije, posebno izvod za konvolucijsku sumaciju
kauzalnih nizova.

83.Svojstva Z-transformacije, posebno izvod za multiplikaciju s an

Signali i Sustavi - 47 -
 84.Svojstva Z-transformacije, posebno izvod Z{nx[n]}.
Odnosno multiplikacija s k.

85.Rješavanje jednadžbi diferencija uporabom Z-transformacije.

H(z) − transfer funkcija vremenski diskretnog sustava. Za pobudu

jediničnim uzorkom:

Signali i Sustavi - 48 -
dobivamo:

Transfer funkcija je Z − transformat odziva na pobudu {δ (k)} uz

početne uvjete jednake nuli.

Pitanja vezana uz predavanje 14

86.Fourierov red.
Furierovim redom rastavljamo periodične funkcije u sumu sinusa i
kosinusa.
Fourierov koeficijent an:

dobijemo tako da

koji smo dobili Furierovim redom pomnožimo s i integriramo po

osnovnom periodu T.

87.Poopćenje Fourierovog reda.

Elementarni signali u Fourierovom redu su eksponencijale, koje
zadovoljavaju uvjet

Signali i Sustavi - 49 -
ortogonalnosti.
Koeficijenti mogu se odrediti na temelju minimalne greške
aproksimacije.
Pogodna karakterizacija greške je integral ili suma kvadrata greške u
danom intervalu.

Nađimo optimalne koeficijente i traženjem minimuma greške:

88.Vremenski diskretni Fourierov red i svojstva.

DFT povezuje N uzoraka jednog perioda periodičkog signala s N
uzoraka periodičkog spektra.
Optimalni koeficijenti su:

čine par izraza koji se nazivaju diskretnom Fourierovom

transformacijom (DFT).

Kako se vidi niz koeficijenata an je također periodičan niz

tj. s periodom N:

89.Furierova transformacija vremenski diskretnih aperiodičnih signala.

Signali i Sustavi - 50 -
U sumaciji imamo vrijednosti množene sa širinom
ω0 =2π/N. Sumacija je pravokutna aproksimacija
integrala. Kad N,K →∞, ω= kω0, dω= ω0, a suma prelazi
u integral:

Time smo dobili aperiodički niz x[k] kao superpoziciju eksponencijala

ili sinusoida. Težinska funkcija je spektar:

pa zajedno sa integralom čini par koji se naziva vremenski diskretnom

Fourierovom transformacijom VDFT.
90.Furierova transformacija vremenski diskretnih periodičnih signala.
Pretpostavimo da je aperiodički signal x[k] dan jednim periodom
signala , koji je periodičan s N.

Kad K raste, razmak između sekcija signala se povećava, te za K→∞

replike se udaljavaju u beskonačnost.

Vremenski Diskretni Fourierov red periodičkog niza je:

Signali i Sustavi - 51 -
 91.Svojstva Fourierove transformacije diskretnih signala

92.Furierov spektar signala.

Spektar signala napisan u pravokutnom obliku sa svojim realnim i
imaginarnim dijelom:

napisan u polarnom obliku sa svojim amplitudnimi faznim spektrom:

Da bi signal imao Fourierovu transformaciju Funkcija mora biti

apsolutno integrabilna te imati konačan broj maksimuma i minimuma,

Signali i Sustavi - 52 -
tj. konačan broj diskontinuiteta u konačnom intervalu. Transformacija
postoji za praktički upotrebljive signale. Ima međutim signala kao što
su stepenica i sinusoida koje nisu apsolutno integrabilne, ali se mogu
predstaviti transformacijom, ako dozvolimo upotrebu impulsa u
vremenskom i frekvencijskom domenu.

Pitanja vezana uz predavanje 15

93.Otipkavanje kontinuiranog signala, aliasing.

Postupak uzimanja uzoraka ili tipkanja kontinuiranog signala f
možemo matematički modelirati kao pridruživanje funkciji f niza
impulsa f*, čiji intenzitet je proporcionalan trenutnim vrijednostima
kontinuiranog signala.

Signali i Sustavi - 53 -
Uvjete ekvivalencije kontinuiranog i diskretnog signala dobivenog
postupkom otipkavanja najlakše je pratiti preko njihovih spektara.

94.Obnavljanje ili rekonstrukcija kontinuiranog signala iz diskretnog.

Diskretni se signal može smatrati ekvivalentnim kontinuiranom samo
ako je moguće rekonstruirati izvorni signal f iz otipkanog f*, odnosno
ako se iz spektra F* može dobiti originalni F. Postupak rekonstrukcije
pretpostavlja izdvajanje osnovne sekcije spektra filtriranjem. To će biti
moguće načiniti bez pogreške samo ako je spektar F ograničen na , te
ako je frekvencija otipkavanja ω0 > 2 , . Periodični spektar F* može
se dobiti i iz:

95.Antialiasing filtri.

Signali i Sustavi - 54 -
 96.Diskretizacija kontinuiranog spektra.
Diskretizacija kontinuranog spektra nekog signala:

Signal u vremenu , koji odgovara otipkanom spektru, dan je s

Otipkavanje spektra daje periodično ponavljanu funkciju f . Ako je

funkcija f takva da je njeno trajanje 2 < neće nastupiti preklapanje
(aliasing) u vremenu.
- Izvorni signal moći će se dobiti pomoću vremenskog otvora
množenjem s idealnim vremenskim otvorom f(t) = (t) w(t)

F(ω) se može jednoznačno dobiti iz svojih uzoraka F(nΩ),

interpolacijom

Kontinuirani spektar signala konačnog trajanja (f(t) = 0 za |t| > t0/2)

jednoznačno je određen svojim uzorcima na frekvencijama = nΩ.

Signali i Sustavi - 55 -
 97.Dimenzionalnost signala.
Dimenzionalnost signala je važna u teoriji, a ima direktnu primjenu u
diskretnoj Fourierovoj transformaciji. Ona pokazuje koliko podataka,
dali uzoraka signala ili uzoraka spektra, treba biti da bi ga se
predstavilo sa specifičnom greškom. Bit će potrebno više podataka ako
je tražena greška manja ili kad signal bilo u vremenskoj
ilifrekvencijsokj domeni sporije teži nuli.
Otipkavanje signala → ponavljanje spektra s = . (aliasing u FD)
Otipkavanje spektra → ponavljanje signala s = . (aliasing u VD)

Greške se mogu ocijeniti poznavanjem brzine opadanja signala i

spektra za t > /
2 odnosno ω > / 2.
Uz specificiranu dozvoljenu grešku aliasinga u FD i VD dobivamo i
– trajanje i širinu pojasa signala.

98.Diskretna Fourierova transformacija DFT.

DTF se koristi za numeričko određivanje spektra signala. Signal i
njegov spektar treba predstaviti uzorcima odnosno otipkati. Koliko
točno postupak predstavlja Fourierovu transformaciju izvornog
kontinuiranog signala f u spektar F, zavisi kako je pokazano ranije od
izabranog i , te brzine opadanja signala i spektra za t > / 2 i ω >
/ 2.

Signali i Sustavi - 56 -
 99.Brza Fourierova transformacija FFT.
Brzom Fourierovom transformacijom (FFT) naziva se skupina
efikasnih postupaka za računanje DFT−a. Direktno računanje jednog
uzorka traži N kompleksnih množenja s i N kompleksih
zbrajanja. Buduće da treba izračunati N uzoraka odnosnopri
inverznoj transformaciji (IDFT) trebat će množenja. FFT postupci
omogućuju računanje DFT−a uz znantno manji broj množenja
proporcionalan s N N. FFT postupci se općenito temelje na
razlaganju n uzoraka niza u nekoliko grupa uzoraka. Pri tom se koristi
periodičnost i simetrija eksponencijale.

100. Ekvivalencija vremenski kontinuiranih i diskretnih signala.

Kao i u slučaju signala vremenski kontinuirani i diskretni sustavi se
smatraju ekvivalentnim ako se iz frekvencijske karakteristike
diskretnog sustava Hd(ω) može dobiti originalni spektar kontinuiranog
sustava H(ω). Pod uvjetom da je pri preslikavanju iz kontinuirane u
diskretnu vremensku domenu pravilnim izborom frekvencije
otipkavanja izbjegnuto preklapanje spektra greška u aproksimaciji
frekvencijske karakteristike dominantno zavisi od odabrane metode
diskretizaciju vremenski kontinuiranog sustava.
Vremenski invarijantan kontinuirani sustav opisan jednadžbama u
prostoru stanja:

ima prijenosnu funkciju koja se računa prema:

Frekvencijska karakteristika se dobije uz supstituciju s=jω.

Kontinuirani sustav
se preslikava u diskretni sustav opisan u prostoru stanja sa:

pri čemu iznos matrica i zavisi od odabrane metode diskretizacije.

Prijenosna funkcija vremenski diskretnog sustava dobije se prema:

Frekvencijska karakteristika se dobije uz supstituciju z=exp(jω).

Signali i Sustavi - 57 -
Signali i Sustavi - 58 -