Ayrık Zamanlı Sinyaller

Ayrık zamanlı sinyaller çoğunlukla sürekli zamanlı sinyallerin örneklenmesiyle elde edilirler.
𝑥(𝑡) sürekli zamanlı sinyalinin 𝑇𝑠 örnekleme peryodu olmak üzere 𝑡 = 𝑛𝑇𝑠 (𝑛𝜖𝑍) anlarında
örneklenmesi durumunda 𝑥(𝑛𝑇𝑠 ) ayrık zamanlı sinyali elde edilir.

Analog-Sayısal Dönüşüm ve Aşamaları: Pratik olarak ilgilendiğimiz birçok sinyal örneğin konuşma
esnasında çıkan ses sinyalleri, sismik sinyaller biyolojik sinyaller, sonar sinyaller ile ses ve video
sinyalleri analog sinyallerdir. Dijital anlamda analog sinyallerin işlenebilmesi için analog işaretin dijital
forma dönüştürülmesi yani sonlu tamlığa sahip sayılar dizisine çevrilmesi gerekir. Bu prosedüre analog-
dijital dönüşüm adı verilir ve bu işlemi gerçekleştiren aygıtlara da A/D dönüştürücüler denir.

Kavramsal olarak A/D dönüşümü üç adımlı bir prosedürdür ve bu prosedür aşağıda görülmektedir.

1) Örnekleme: En temel aşamadır. Bu aşama sürekli zaman sinyalinin ayrık zaman anlarında
örneklerinin alınmasıyla elde edilen ayrık zaman sinyaline dönüştürülmesi işlemidir. 𝑥(𝑡)
örnekleyicinin girişi ise çıkışı 𝑥(𝑛𝑇𝑠 ) = 𝑥[𝑛] dır. Burada 𝑇𝑠 örnekleme aralığıdır. Matematiksel
olarak ayrık zamanlı sinyalin elde edilişi;
𝑥 (𝑛𝑇𝑠 ) = 𝑥(𝑡)|𝑡=𝑛𝑇𝑠

Ayrık zamanlı sinyal için 𝑥(𝑛𝑇𝑠 ), 𝑥[𝑛], 𝑥(𝑛) gösterimleri kullanılmakla birlikte bu derste x[n] gösterimini
tercih edeceğiz.
Sinyal 𝑇𝑠 = 0.4𝑠 ile düzenli olarak örneklenmiştir. Örneklenmiş sinyali tekrar çizersek;

Shannon-Nyquist Teoremi: Herhangi bir analog sinyal örneklenirken örnekleme frekansının (𝑓𝑠 ) analog
sinyalin en yüksek frekans bileşeninin en az iki kati olması gerektiğini belirten bir teoremdir. Buna göre
𝑓𝑚𝑎𝑥 analog sinyalin en yüksek frekanslı bileşeni olmak üzere örnekleme frekansı;

𝑓𝑠 ≥ 2 ∙ 𝑓𝑚𝑎𝑥

olmalıdır. Aksi halde örtüşme(aliasing) meydana gelir. Burada;

𝑓𝑁 = 2 ∙ 𝑓𝑚𝑎𝑥

olarak da gösterilir. 𝑓𝑁 Nyquist frekansıdır. Yukarıdaki ifadeyi;

𝑓𝑠 ≥ 𝑓𝑁
şeklinde de verebiliriz.

Örnek: Aşağıda verilen sinyalin örneklenmesi durumunda örtüşme olmaması için hangi örnekleme
frekansı aralığı kullanılmalıdır.

𝑥(𝑡) = 10 sin(300𝜋𝑡) − 20 cos(400𝜋𝑡) + 10sin⁡(500𝜋𝑡)

Frekans bileşenlerine bakacak olursak;

𝑓1 = 150𝐻𝑧, 𝑓2 = 200𝐻𝑧, 𝑓3 = 250𝐻𝑧

𝑓𝑚𝑎𝑥 = 250𝐻𝑧 ⟹ 𝑓𝑁 = 500𝐻𝑧

𝑓𝑠 ≥ 500𝐻𝑧 olmalıdır. Yani örtüşme olmaması için x(t) sinyali en az 500 Hz örnekleme frekansı ile
örneklenmelidir.

Örnekleme işleminin ardından kuantalama işlemi gelir.

2) Kuantalama: Bu işlem ayrık zamanlı sürekli değerli sinyalin ayrık zamanlı ayrık değerli (dijital)
sinyale dönüşümü işlemidir. Başka bir deyişle zamandan ayrıklaştırılmış sinyalin genlik olarak
da ayrıklaştırılması sürecidir. Her bir sinyal örneğinin değeri mümkün olan değerlerin sonlu bir
kümesinden seçilerek temsil edilir.
𝑉𝑟𝑒𝑓 ⁡ = ⁡10𝑉

𝐵𝑖𝑡⁡𝑠𝑎𝑦𝚤𝑠𝚤⁡ = ⁡3

10
= 1.25
23

3) Kodlama: Kodlama sürecinde her bir kuantalanmış örnek n-bitlik binary dizi olarak temsil edilir.
A/D dönüşümü örnekleme+kuantalama+kodlama olarak modellenmesine rağmen pratikte A/D
dönüşümü 𝑥(𝑡) sinyalini alan ve binary kodlanmış bir sayı üreten bir eleman ya da aygıt tarafından
(ADC) gerçekleştirilir.
 Pratik anlamda birçok durumda işlenen dijital sinyalin analoga dönüşümü de istenir. (Şüphesiz
ses sinyallerini ifade eden örnek dizilerini dinleyemeyiz veya TV sinyallerine karşılık gelen sayıları
seyredemeyiz.)

Temel Ayrık Zamanlı Sinyaller

1) Birim Örnek Sinyali:

1 𝑛=0
𝛿 [𝑛] = {
0 𝑛≠0

2) Basamak Sinyali
𝐴 𝑛 ≥ 0⁡
𝑥 [𝑛] = {
0 𝑛<0

𝐴 = 1 ⟹ 𝑥[𝑛] = 𝑢[𝑛]

3) Üstel Sinyaller
𝑥[𝑛] = 𝑎𝑛 ⁡⁡⁡⁡⁡𝑎 ∈ 𝑅
 4) Sinüzoidal Sinyaller

𝑥1 [𝑛] = 𝐴 ∙ 𝑐𝑜𝑠(Ω𝑛 + 𝜙)

𝑥2 [𝑛] = 𝐴 ∙ 𝑠𝑖𝑛(Ω𝑛 + 𝜙)

A: Genlik

Ω: Ayrık açısal frekans (radyan/örnek)

𝜑: Faz açısı (radyan)

Ayrık Zamanlı Sinyal İşlemleri

Ayrık zamanda sinyal işlemleri sürekli zamandakiler ile aynı başlıklara sahiptir. Ancak ayrık
zamanlı işaretlerin karakteristiği farklı olduğundan yapılan işlemlerde de buna özel farklılıklar söz
konusudur.

Zamana Göre İşlemler: Sinyaller üzerinde sıklıkla gerçekleştirilen birçok önemli işlem mevcuttur.
Bunların en önemlileri;

1) Kaydırma
2) Yansıtma
3) Ölçekleme

Olarak sıralanabilir.

Öteleme (Kaydırma): Zaman ekseninde kaydırma sonucunda dizinin ötelenmesi sağlanmaktadır.

Burada tabi ki ayrık zaman ekseni kastedilmektedir. 𝑛0 kaydırmanın kaç örnek olduğunu belirler.

𝑥[𝑛] ayrık zamanlı sinyali için 𝑛0 > 0 olmak üzere; (𝑛0 ∈ 𝑍 + )

𝑥[𝑛 − 𝑛0 ] zamanda geciktirme (sağa kaydırma)

𝑥[𝑛 + 𝑛0 ] zamanda ilerletme (sola kaydırma)

Örnek: Aşağıda verilen x[n] sinyali için aşağıdaki sinyalleri elde ederek çiziniz.

a) 𝑥[𝑛 − 1]
b) 𝑥[𝑛 + 2]
Zamanda Ters Çevirme (Zamanda Yansıtma)

𝑥[𝑛] ayrık zamanlı sinyal olmak üzere 𝑥[−𝑛], 𝑥[𝑛] sinyalinin zamanda ters çevrilmiş veya diğer
bir deyişle zamanda yansıtılmış halidir. Sinyalin düşey eksene göre simetriğinin alınması ile elde edilir.

Örnek: Aynı x[n] sinyali için 𝑥[−𝑛] sinyalini elde ederek çiziniz.
3) Zamanda Ölçekleme

Ayrık zamanlı bir 𝑥[𝑛] sinyali için 𝑎 ∈ 𝑍 + (a>1) olmak üzere;

𝑥[𝑎𝑛] : Zamanda sıkıştırılmış veya örneği azaltılmış sinyaldir

𝑛
𝑥 [ ] : Zamanda genişletilmiş veya örneği artırılmış sinyaldir
𝑎

𝑛
Örnek: Aşağıda verilen 𝑥[𝑛] sinyali için 𝑥[2𝑛] ve 𝑥 [ ] sinyallerini elde ediniz.
2
 NOT: Zamanda kaydırma, yansıtma ve öteleme işlemlerinden birden fazlası bir arada bulunuyorsa
istenen sinyali elde etmek için aşağıdaki işlem sırası takip edilmesi kolaylık sağlar.

 Önce zamanda kaydırma işlemi gerçekleştirilir.

 Kaydırılan sinyal zamanda yansıtılır.
 Bir önceki adımda elde edilen sinyal zamanda ölçeklenir.

𝑛
Örnek: Aşağıda verilen 𝑥[𝑛] sinyali için 𝑥[−2𝑛 − 1] ve 𝑥 [− + 1] sinyallerini elde ediniz.
2
Böylece 𝑥[−2𝑛 − 1] sinyalini elde etmiş olduk. Şimdi diğer sinyali elde edelim;
Genliğe Göre İşlemler: Sinyallerde genlik üzerinden yapılan işlemler;

1) Genlik ölçekleme
2) Sinyallerin toplanması
3) Sinyallerin çıkarılması
4) Sinyallerin çarpılması

Olarak sıralanabilir.

Genlik ölçekleme: 𝑥[𝑛] ayrık zamanlı sinyalinin genlik olarak ölçeklenmesi sinyalin sabit bir değer ile
çarpılması anlamına gelir.

𝑦[𝑛] = 𝐴 ∙ 𝑥[𝑛]

Sinyallerin toplanması, çıkarılması ve çarpılması: Birden fazla sinyalin toplanması çıkarılması ve

çarpılması anlamına gelir.

𝑥[𝑛] = 𝑥1 [𝑛] ± 𝑥2 [𝑛]

𝑥[𝑛] = 𝑥1 [𝑛] ∙ 𝑥2 [𝑛]

Örnek: Aşağıda verilen 𝑥[𝑛] sinyalini elde ederek çiziniz.

𝑥[𝑛] = 𝑛 ∙ (𝑢[𝑛 + 2] − 𝑢[𝑛 − 2]) − 𝛿[𝑛 − 2] + 𝛿[𝑛 − 3]

Sinyali oluşturmak için üç parçaya ayıralım;

𝑥[𝑛] = 𝑥1 [𝑛] + 𝑥2 [𝑛] + 𝑥3 [𝑛]

𝑥1 [𝑛] = 𝑛 ∙ (𝑢[𝑛 + 2] − 𝑢[𝑛 − 2])

𝑥2 [𝑛] = −𝛿[𝑛 − 2]

𝑥3 [𝑛] = 𝛿[𝑛 − 3]

𝑥1 [𝑛] = {−2 −1 ⏟
0 1}⁡⁡⁡⁡𝑥 [𝑛] = { ⏟
2
0 0 −1}⁡⁡⁡𝑥 [𝑛] = { ⏟
3
0 0 0 1}
𝑛=0 𝑛=0 𝑛=0

𝑥[𝑛] = {−2 −1 ⏟
0 1 −1 1}⁡⁡⁡⁡
𝑛=0
Örnek: Aşağıda verilen 𝑥[𝑛] sinyalini elde ederek çiziniz.

𝜋
𝑥[𝑛] = (−1)𝑛 ∙ (𝑢[𝑛 + 3] − 𝑢[𝑛 − 1]) + 𝑠𝑖𝑛 ( 𝑛) ∙ (𝑢[𝑛 + 1] − 𝑢[𝑛 − 2])
2

Sinyali oluşturmak için iki parçaya ayıralım;

𝑥[𝑛] = 𝑥1 [𝑛] + 𝑥2 [𝑛]

𝑥1 [𝑛] = (−1)𝑛 ∙ (𝑢[𝑛 + 3] − 𝑢[𝑛 − 1])

𝜋
𝑥2 [𝑛] = 𝑠𝑖𝑛 ( 𝑛) ∙ (𝑢[𝑛 + 1] − 𝑢[𝑛 − 2])
2

𝑥1 [𝑛] = {−1 1 −1 ⏟
1 }⁡⁡⁡⁡𝑥 [𝑛] = {−1
2
⏟
0 1}
𝑛=0 𝑛=0

𝑥[𝑛] = {−1 1 −2 ⏟
1 1}⁡⁡⁡⁡
𝑛=0
KAYNAKLAR

1- Prof. Dr. Arif GÜLTEN Ders Notları

2- Signals and Systems 2nd Edition by Alan Oppenheim, Alan

Willsky, with Hamid

3- Sinyaller ve Sistemler / Signals and Sistems - Schaum's