CHƯƠNG 1.

TÍN HIỆU VÀ HỆ THỐNG RỜI RẠC

1.1. Khái niệm về tín hiệu và hệ xử lý tín hiệu:

1.1.1 Khái niệm và phân loại tín hiệu:

a Khái niệm về tín hiệu:
Tín hiệu là một dạng vật chất có một đại lượng vật lý được biến đổi theo quy luật
của tin tức.
Có nhiều loại tín hiệu khác nhau, ví dụ như các tín hiệu âm thanh, ánh sáng, sóng
âm, sóng điện từ, tín hiệu điện... Mỗi lĩnh vực kỹ thuật thường sử dụng một số loại tín
hiệu nhất định. Trong các lĩnh vực có ứng dụng kỹ thuật điện tử, người ta thường sử
dụng tín hiệu điện và sóng điện từ, với đại lượng mang tin tức có thể là điện áp, dòng
điện, tần số hoặc góc pha.
Mỗi loại tín hiệu khác nhau có những tham số đặc trưng riêng, tuy nhiên tất cả các
loại tín hiệu đều có các tham số cơ bản là độ lớn (giá trị), năng lượng và công suất,
chính các tham số đó nói lên bản chất vật chất của tín hiệu
Tín hiệu được biểu diễn dưới dạng hàm của biến thời gian x(t), hoặc hàm của biến
tần số X(f) hay X().
b Phân loại tín hiệu
Theo dạng của biến thời gian t và giá trị hàm số x(t), người ta phân loại tín hiệu như
sau:
1. Tín hiệu liên tục x(t): là tín hiệu có biến thời gian t liên tục.
Tín hiệu liên tục xác định liên tục theo thời gian, với giá trị hàm số có thể biến
thiên liên tục hoặc được lượng tử hóa, và có thể tồn tại các điểm gián đoạn loại một
hoặc loại hai.
x(t) x1(t)
x(n )
4
2
0 t t n

a. Giá trị liên tục.

a. Giá trị liên tục b. Giá trị lượng tử. c. Giá trị gián đoạn.
Hình 1.1: Đồ thị các tín hiệu liên tục.
2. Tín hiệu rời rạc x(nT): là tín hiệu có biến thời gian gián đoạn t = nT.
Tín hiệu rời rạc chỉ xác định ở những thời điểm gián đoạn t = nT, không xác định
trong các khoảng thời gian ở giữa hai điểm gián đoạn.
Có thể biến đổi tín hiệu liên tục x(t) thành tín hiệu rời rạc x(nT), quá trình đó được
gọi là rời rạc hóa tín hiệu liên tục. Định lý lấy mẫu là cơ sở để thực hiện rời rạc hóa tín
hiệu liên tục mà không làm thay đổi thông tin mang trong nó. Quá trình rời rạc hóa tín
hiệu liên tục còn được gọi là quá trình lấy mẫu.
x(nT) x(nT)

nT nT
1
 a. Giá trị liên tục. b. Giá trị được lượng tử hóa.
Hình 1.2: Đồ thị các tín hiệu rời rạc.
3. Tín hiệu lượng tử: là tín hiệu chỉ nhận các giá trị xác định bằng số nguyên lần
một giá trị cơ sở gọi là giá trị lượng tử.
Quá trình làm tròn tín hiệu có giá trị liên tục hoặc gián đoạn thành tín hiệu lượng tử
được gọi là quá trình lượng tử hóa.
4. Tín hiệu tương tự: là tín hiệu liên tục có giá trị liên tục hoặc lượng tử.
Nhiều tài liệu gọi tín hiệu tương tự theo tiếng Anh là tín hiệu
Analog. Các tín hiệu liên tục trên hình 1.1a và 1.1b là tín hiệu tương tự.
5. Tín hiệu xung: là tín hiệu có giá trị hàm số đoạn loại một.
Tín hiệu xung có thể là tín hiệu liên tục hoặc rời rạc. Trên hình 1.1c là tín hiệu
xung liên tục một cực tính, còn trên hình 1.2 là các tín hiệu xung rời rạc.
6. Tín hiệu số: là một nhóm xung được mã hóa theo giá trị lượng tử của tín hiệu tại
các thời điểm rời rạc cách đều nhau.
Mỗi xung của tín hiệu số biểu thị một bít của từ mã, nó chỉ có hai mức điện áp,
mức thấp là giá trị logic “0”, mức cao là giá trị logic “1”.
Số xung (số bít) của tín hiệu số là độ dài của từ mã. Tín hiệu số có 8 bít được gọi là
một byte, còn tín hiệu số có 16 bít bằng hai byte được gọi là một từ (hoặc gọi theo
tiếng Anh là word).
Giá trị mã của tín hiệu số được gọi là số liệu (Data), nó chính là thông tin chứa
đựng trong tín hiệu. Vậy số liệu là ánh xạ của tín hiệu số, do đó các tác động lên số
liệu cũng chính là tác động lên tín hiệu.
Trên hình 1.3 là đồ thị của tín hiệu số 4 bít có giá trị mã nhị phân tại thời điểm 0T
là 0110, tại 1T là 0011, tại 2T là 1011,....

Bít 3
0 0 NT
Bít 2
1 0 NT
Bít 1
1 1 NT
Bít 0
0 1 NT
0T 1T 2T 3T 4T 5T 6T

Hình 1.3: Đồ thị tín hiệu số bốn bit và mã nhị phân của nó.
Như vậy, tín hiệu số là tín hiệu rời rạc, có giá trị lượng tử và được mã hóa. Do đó
có thể biến đổi tín hiệu liên tục thành tín hiệu số, quá trình đó được gọi là số hóa tín
hiệu liên tục. Quá trình số hóa tín hiệu liên tục được thực hiện qua 3 bước là:
- Rời rạc hóa tín hiệu liên tục, hay còn gọi là lấy mẫu.
- Lượng tử hóa giá trị các mẫu.
- Mã hóa giá trị lượng tử của các mẫu.

2
 x(t) x(t)
4 4
2 2
0 t 0 t
x(nT) x(nT)
4 4
2 2
0 n nT
0
x(nT) x(nT)
4 4
2 2
nT nT
0 0
Bít 3 Bít 3
0 nT 0 nT
Bít 2 Bít 2
nT
1 nT 1
Bít 1 Bít 1
0 nT 0 nT
Bít 0 Bít 0
nT nT
1 1

a. Số hóa tín hiệu tương tự. b. Số hóa tín hiệu xung.

Hình 1.4: Quá trình số hóa tín hiệu liên tục.

Trên hình 1.4 mô tả quá trình số hóa các tín hiệu tương tự và tín hiệu xung thành
tín hiệu số 4 bít. Khi số hóa tín hiệu tương tự sẽ gây ra sai số lượng tử (xem hình 1.4a),
nhưng khi số hóa tín hiệu xung thì ngoài sai số lượng tử còn có sai số về pha (xem
hình 1.4b).
Cả ba bước của quá trình số hóa tín hiệu liên tục được thực hiện trên bộ biến đổi
tương tự số, viết tắt là ADC (Analog Digital Converter).
Để biến đổi tín hiệu số thành tín hiệu tương tự, sử dụng bộ biến đổi số tương tự,
viết tắt là DAC (Digital Analog Converter). Tín hiệu tương tự ở đầu ra của DAC có
giá trị lượng tử như trên hình 1.1b.
1.1.2 Khái niệm và phân loại hệ xử lý tín hiệu
a Khái niệm về xử lý tín hiệu và hệ xử lý tín hiệu
1. Xử lý tín hiệu là thực hiện các tác động lên tín hiệu như khuyếch đại, suy giảm,
chọn lọc, biến đổi, khôi phục.... giá trị và dạng của tín hiệu.
2. Hệ xử lý tín hiệu là các mạch điện, các thiết bị, các hệ thống dùng để xử lý tín
hiệu.
Vậy xử lý tín hiệu đồng nghĩa với gia công tín hiệu, và hệ xử lý tín hiệu thực hiện
các tác động lên tín hiệu theo một quy luật nhất định.
Hệ xử lý tín hiệu có thể chỉ là một mạch điện đơn giản, cũng có thể là những thiết
bị hoặc hệ thống phức tạp.
Mỗi hệ xử lý tín hiệu cho dù là đơn giản hay phức tạp đều có những đặc thù riêng
phụ thuộc vào loại tín hiệu mà nó xử lý. Các loại tín hiệu khác nhau cần có các hệ xử
lý tín hiệu khác nhau. Vì thế, việc phân tích và tổng hợp các hệ xử lý tín hiệu luôn gắn
liền với việc nghiên cứu và phân tích loại tín hiệu mà nó xử lý.

3
 b Phân loại các hệ xử lý tín hiệu
Các hệ xử lý tín hiệu được phân loại theo nhiều cách khác nhau, ở đây trình bầy
cách phân loại theo tín hiệu mà nó xử lý.
1. Hệ tương tự: (Analog System) Là các mạch, thiết bị và hệ thống để xử lý tín hiệu
tương tự.
2. Hệ xung: (Impulse System) Là các mạch, thiết bị và hệ thống để xử lý tín hiệu
xung.
Hệ xung còn có thể được gọi là hệ gián đoạn theo thời gian (Discrete-Time
System).
3. Hệ số: (Digital System) Là các mạch, thiết bị và hệ thống để xử lý tín hiệu số.
Các hệ số không có máy tính hoặc hệ thống vi xử lý, chỉ thực hiện xử lý tín hiệu số
bằng mạch phần cứng, thường được gọi là các mạch logic hoặc mạch số.
Các hệ số thực hiện xử lý tín hiệu số bằng phần mềm cần có máy tính hoặc hệ
thống vi xử lý. Về thực chất, việc xử lý tín hiệu số bằng phần mềm là xử lý các dãy số
liệu, tức là xử lý số. Vì thế, có thể coi các chương trình chạy trên máy tính là các hệ xử
lý số liệu.
Trong lĩnh vực xử lý tín hiệu số, người ta thường sử dụng thuật ngữ “hệ xử lý tín
hiệu số “(Digital Signal Processing System). hay ngắn gọn là ” hệ xử lý số “(Digital
Processing System). Để ngắn gọn và bao hàm cả hệ xử lý tín hiệu số lẫn hệ xử lý số
liệu, trong sách này sử dụng thuật ngữ “hệ xử lý số “.
4. Hệ xử lý số tín hiệu: (Digital Processing System of Signal) Hệ xử lý số tín hiệu
là các mạch, thiết bị và hệ thống để xử lý cả tín hiệu số lẫn tín hiệu tương tự bằng
phương pháp số. Như vậy, hệ xử lý số tín hiệu bao gồm cả hệ tương tự và hệ xử lý số.

Phần tương ADC Phần DAC Phần

tự 1 xử lý số tương tự 2

Hình 1.5: Sơ đồ khối của hệ xử lý số tín hiệu.

Sơ đồ khối của hệ xử lý số tín hiệu trên hình 1.5, trong đó phần tương tự 1 để xử lý
tín hiệu tương tự. Tín hiệu tương tự sau khi được số hóa bởi ADC trở thành tín hiệu số,
và sẽ được xử lý bởi phần xử lý số.
DAC thực hiện biến đổi tín hiệu số thành tín hiệu tương tự, và nó được xử lý tiếp
bằng phần tương tự 2. Như vậy, ADC và DAC là các phần tử nối ghép giữa phần
tương tự và phần số của các hệ xử lý số tín hiệu. Trong nhiều trường hợp, tín hiệu
tương tự sau khi đã được xử lý số không cần biến đổi trở về dạng tương tự, hệ xử lý số
tín hiệu như vậy sẽ không có bộ biến đổi DAC và phần tương tự 2.
Đối tượng và phạm vi nghiên cứu của lĩnh vực xử lý tín hiệu số là các hệ xử lý số,
cũng như tín hiệu số và các dãy số liệu.
1.2 Dãy số
Dãy số được dùng để biểu diễn số liệu và tín hiệu số, cũng như để mô tả hệ xử
lý số, do đó trước hết cần nghiên cứu về các dãy số và các phép toán trên chúng.

4
 1.2.1 Các dạng biểu diễn của dãy số
Dãy số có thể được biểu diễn dưới các dạng hàm số, bảng số liệu, đồ thị, hoặc
dãy số liệu. Dưới dạng hàm số, dãy số x(n) chỉ xác định với đối số là các số nguyên n,
dãy số không xác định ở ngoài các giá trị nguyên n của đối số.

Ví dụ 1.1: Dãy số x(n) được biểu diễn x(n)

bằng hàm số:
1

- Biểu diễn dãy số x(n) dưới dạng bảng n

số liệu ở bảng 1.1. -1 0 1 2 3 4
Bảng 1.1
Hình 1.6: Đồ thị dãy x(n)
n - ... -3 -2 -1 0 1 2 3 4 5 ... 
x(n) 0 0 0 0 0 1 1 1 1 0 0 0 0

- Biểu diễn đồ thị của dãy x(n) trên hình 1.6,

- Biểu diễn dãy x(n) dưới dạng dãy số liệu:
Trong đó ký hiệu  để chỉ số liệu ứng với điểm gốc n = 0.
1.2.2 Phân loại các dãy số
a Dãy xác định và dãy ngẫu nhiên
 Dãy x(n) xác định là dãy có giá trị biến thiên theo quy luật và có thể biểu diễn
được bằng một hàm số toán học.
 Dãy x(n) ngẫu nhiên là dãy có giá trị biến thiên ngẫu nhiên và không thể biểu diễn
được bằng hàm số toán học.
b Dãy tuần hoàn và dãy không tuần hoàn
 Dãy xp(n) tuần hoàn là dãy có giá trị lặp lại và thỏa mãn biểu thức:
(1.2-1)
Trong đó, hệ số k có thể nhận giá trị nguyên bất kỳ, hằng số nguyên N được gọi
là chu kỳ. Dãy tuần hoàn xp(n) còn các tham số sau:
- Tần số lặp lại: (1.2-2)
- Tần số góc: (1.2-3)
 Dãy x(n) không tuần hoàn là dãy không tồn tại một số N hữu hạn để giá trị của nó
được lặp lại và thỏa mãn biểu thức (1.2-1). Tuy nhiên, có thể coi dãy không tuần hoàn
là dãy tuần hoàn có chu kỳ N = .
c Dãy hữu hạn và dãy vô hạn
 Dãy x(n) hữu hạn là dãy có số mẫu N < . Dãy x(n) hữu hạn có N mẫu được ký
hiệu là x(n)N.
 Dãy x(n) vô hạn là dãy có vô hạn mẫu. Khoảng xác định của dãy vô hạn có thể là
n  (- , ); n  (0, ); hoặc n  (- , 0).
d Dãy một phía và dãy hai phía
 Dãy x(n) là dãy một phía nếu n  (0, ) hoặc n  (- , 0).

5
  Dãy x(n) là dãy hai phía nếu n  (- , ).

Ví dụ 1.2: - Dãy là dãy một phía hữu hạn có độ dài N.

- Dãy là dãy hai phía hữu hạn, độ dài L = 2N + 1.

- Dãy là dãy một phía vô hạn.

- Dãy là dãy hai phía vô hạn.

e Dãy chẵn và dãy lẻ
 Dãy x(n) là dãy chẵn nếu x(n) = x(-n). Dãy chẵn có đồ thị đối xứng qua trục tung,
nên còn được gọi là dãy đối xứng.
 Dãy x(n) là dãy lẻ nếu x(n) = - x(-n). Dãy lẻ có đồ thị phản đối xứng qua gốc toạ
độ, nên còn được gọi là dãy phản đối xứng.
f Dãy thực và dãy phức
 Dãy x(n) thực là dãy hàm số thực. Hầu hết các dãy biểu diễn tín hiệu số và hệ xử
lý số đều là dãy thực.
 Dãy x(n) phức là dãy hàm số phức x(n) = a(n) + j.b(n)
Mọi dãy x(n) bất kỳ có thể thuộc một hoặc nhiều nhóm trong các phân loại trên.
Ví dụ 1.3: - Dãy là dãy phức, hai phía, tuần hoàn, vô hạn.
- Dãy x(n) = cos(.n) là dãy thực, hai phía, tuần hoàn, chẵn, vô hạn.
- Dãy x(n) = sin(.n) là dãy thực, hai phía, tuần hoàn, lẻ, vô hạn.
x(n )

1
0 ,6 0 ,6
..... .....
n
-8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8

Hình 1.7: Đồ thị dãy x(n) của ví dụ 1.4.

y(n )
Ví dụ 1.4: - Dãy x(n) trên hình 1.7
là dãy xác định, hai phía, chẵn và 1 0 ,8
đối xứng, vô hạn, tuần hoàn với 0 ,6
0 ,4
chu kỳ N = 5. 0 ,2
n
- Dãy y(n) trên hình 1.8 là dãy xác -2 -1 0 1 2 3 4 5 6
định, một phía, không tuần hoàn,
có độ dài hữu hạn N = 5.
Hình 1.8: Đồ thị dãy y(n)

1.2.3 Các dãy cơ bản

Dưới đây là các dãy cơ bản được sử dụng trong xử lý tín hiệu số.

6
1.2.3a Dãy xung đơn vị (n)
Dãy xung đơn vị (n) đối (n)
với hệ xử lý số có vai trò tương 1
đương như hàm xung Dirăc (t)
trong hệ tương tự, nhưng dãy (n) n
đơn giản hơn. Dãy xung đơn -2 -1 0 1 2
vị (n) có hàm số như sau:

(1.2-4) Hình 1.9: Đồ thị dãy (n)

Đồ thị dãy (n) trên hình 1.9. Dãy (n) chỉ có một mẫu tại n = 0 với giá trị bằng
1, nên (n) là dãy hữu hạn có độ dài N = 1.
(n - 5) (n + 5)
1 1

n n
-1 0 1 2 3 4 5 -5 -4 -3 -2 -1 0 1

Hình 1.10: Đồ thị các dãy (n - 5) và (n + 5)

Mở rộng có dãy xung đơn vị (n - k), với k là hằng số dương hoặc âm:
(1.2-5)
Trên hình 1.10 là đồ thị của các dãy xung đơn vị (n - 5) và (n + 5)
1.2.3b Dãy bậc thang đơn vị u(n)
Dãy bậc thang đơn vị u(n) đối với hệ xử lý số có vai trò giống như
hàm bậc thang đơn vị 1(t) trong hệ u(n)
tương tự. Dãy bậc thang đơn vị u(n)
có hàm số như sau: 1
(1.2-6)
....
Dãy u(n) là dãy một phía, vô n
hạn, và tuần hoàn với chu kỳ N = 1. -1 0 1 2 3 . . . . 
Đồ thị của dãy bậc thang đơn vị
u(n) trên hình 1.11.
Hình 1.11: Đồ thị dãy u(n)
Mở rộng có dãy bậc thang đơn vị u(n - k), với k là hằng số dương hoặc âm:
(1.2-7)
Trên hình 1.12 là đồ thị của các dãy bậc thang đơn vị u(n - 2) và u(n + 2).

u(n - 2) u(n + 2)
1 1

.... ....
n n
-1 0 1 2 3 4 5 ....  -3 -2 -1 0 1 .... 

Hình 1.12: Đồ thị các dãy bậc thang đơn vị u(n - 2) và u(n + 2)

7
 Vì dãy (n - k) chỉ có một mẫu với giá trị bằng 1 tại n = k, nên nếu lấy tổng của (n -
k) với k chạy từ 0 đến , sẽ nhận được dãy u(n).
Hơn nữa, trong khoảng (0  n < ) tại mọi k luôn có:

Nên có thể biểu diễn dãy u(n)qua dãy (n) theo biểu thức:
(1.2-8)
Dãy (n) được biểu diễn qua dãy u(n) theo biểu thức:
(1.2-9)
1.2.3c Dãy chữ nhật rectN(n)
Dãy chữ nhật rectN(n) có hàm số như sau:
(1.2-10)

Dãy chữ nhật rectN(n) là

dãy một phía, có độ dài hữu hạn N rectN(n)
và xác định trong miền n  (0, (N- 1
1)), tuần hoàn với chu kỳ bằng 1. ....
Đồ thị của dãy chữ nhật rectN(n) n
trên hình 1.13. -1 0 1 2 .... (N-1 )

Mở rộng có dãy chữ nhật

rectN(n - k), với k là hằng số dương
hoặc âm: Hình 1.13: Đồ thị dãy rectN(n)
(1.2-11)
Đồ thị của các dãy chữ nhật rect4(n - 2) và rect4(n + 2) trên hình 1.14
rect4(n - 2) rect4(n + 2)

1 1

-1 0 1 2 3 4 5 6 -4 -3 -2 -1 0 1 2 3
n n
Hình 1.14: Đồ thị các dãy rect4(n - 2) và rect4(n + 2)
Có thể biểu diễn dãy rectN(n) qua dãy (n) theo biểu thức:

(1.2-12)

Dãy rect(n)N được biểu diễn qua dãy u(n) theo biểu thức:
(1.2-13)
1.2.3d Dãy hàm sin và hàm cosin
Dãy hàm sin có dạng như sau:
với (1.2-14)

Dãy sin(0.n) là dãy vô hạn, hai phía, lẻ và phản đối xứng, liên tục, và tuần
hoàn với chu kỳ N. Đồ thị của dãy sin(0.n) ở hình 1.15.
Dãy hàm cosin có dạng như sau:

8
 với (1.2-15)
Dãy cos(0.n) là dãy vô hạn, hai phía, chẵn và đối xứng, liên tục, và tuần hoàn
với chu kỳ N.
sin(0.n)
0 ,9 5
0 ,5 9

-1 0 -5 1 2 3 4 5 10
-0 ,5 9 n
-0 ,9 5

Hình 1.15: Đồ thị dãy sin(0.n) với N = 10

1.2.4 Các phép toán đối với các dãy số

1.2.4a Phép dịch tuyến tính
Định nghĩa: Dãy y(n) là dịch tuyến tính k mẫu của dãy x(n) nếu:
(1.2-16)
- Khi k > 0 là y(n) dich trễ (chậm) k mẫu so với x(n).
- Khi k < 0 là y(n) dịch sớm (nhanh) k mẫu so với x(n).
Phép dịch tuyến tính dãy x(n) đi k mẫu không làm thay đổi dạng của x(n), mà
chỉ đơn giản là giữ chậm hoặc đẩy nhanh nó k mẫu. Phép dịch tuyến tính còn thường
được gọi vắn tắt là phép dịch.
Trong xử lý tín hiệu số thường chỉ sử dụng phép dịch trễ, và gọi là phép trễ.
Phép dịch sớm rất ít khi được sử dụng.
Ví dụ 1.5: Cho dãy , hãy xác định các dãy:
a. b.
Giải:
a. Vì k = 2 > 0 nên dãy là dãy bị giữ chậm 2 mẫu,
đồ thị dãy nhận được bằng cách dịch phải đồ thị dãy đi
2 mẫu theo trục tung.
b. Vì k = - 2 < 0 nên dãy là dãy được đẩy sớm 2 mẫu,
đồ thị dãy nhận được bằng cách dịch trái đồ
thị dãy đi 2 mẫu theo trục tung.
Đồ thị các dãy u(n), u(n - 2) và u(n + 2) trên các hình 1.11 và 1.12.
1.2.4b Tổng đại số của các dãy
Định nghĩa: Tổng đại số của M dãy xi(n) là dãy y(n) có giá trị mỗi mẫu bằng tổng đại
số tất cả các mẫu tương ứng của các dãy thành phần.
Ký hiệu: (1.2-17)

Ví dụ 1.6: Cho dãy và dãy , hãy xác định dãy

Giải: Có rect4(n)

9
 Để thấy rõ hơn kết quả trên, xác
định y(n) bằng đồ thị như trên hình 1.16. 1
1.2.4c Phép nhân các dãy n
Định nghĩa: Tích của M dãy xi(n) là dãy -1 0 1 2 3 4
rect3(n - 1)
y(n) có giá trị mỗi mẫu bằng tích tất cả
các mẫu tương ứng của các dãy thành 1
phần.
n
-1 0 1 2 3 4
Ký hiệu: (1.2-18)
y(n) = (n)
Ví dụ 1.7: Cho dãy 1
và dãy , n
hãy xác định dãy . -1 0 1 2 3 4
Hình 1.16: Đồ thị xác định
Giải: Theo định nghĩa có:
rect4(n) - rect3(n-1) = (n)

Để thấy rõ hơn kết quả trên, có thể

giải ví dụ bằng bảng 1.2 dưới đây:

Bảng 1.2
n -3 -2 -1 0 1 2 3 4

x1(n) = u(n) 0 0 0 1 1 1 1 1
x2(n) = rect5(n + 2) 0 1 1 1 1 1 0 0
y(n) = x1(n).x2(n) = 0 0 0 1 1 1 0 0
rect3(n)
Từ ví dụ trên có thể thấy rằng, tích của một dãy bất kỳ với dãy u(n) là một dãy
bằng chính nó trong miền n  0.
1.2.4d Phép nhân một dãy với hằng số
Định nghĩa: Tích của dãy x(n) với hằng số a là dãy y(n) có giá trị mỗi mẫu bằng tích
của a với các mẫu tương ứng của x(n).
Ký hiệu: (1.2-19)
Phép nhân dãy x(n) với hằng số a còn thường được gọi là phép lấy tỷ lệ.
Ví dụ 1.8: Cho dãy x(n) = rect4(n), hãy biểu diễn dãy y(n) = 2.rect4(n) dưới dạng dãy
số liệu.
Giải: Dãy rect4(n) có dạng dãy số liệu là
Dãy y(n) = 2.rect4(n) có dạng dãy số liệu là
1.2.5 Khái niệm về tích chập tuyến tính
1.2.5a Định nghĩa tích chập tuyến tính:
Tích chập tuyến tính giữa hai dãy x1(n) và x2(n) là dãy y(n) được xác định và ký hiệu
theo biểu thức:
(1.2-20)
Tích chập tuyến tính thường được gọi vắn tắt là tích chập.

10
1.2.5b Các tính chất của tích chập
1. Tính giao hoán:
(1.2-21)
Chứng minh: Theo công thức định nghĩa tích chập (1.2-20) có:

Đổi biến cho biểu thức ở vế phải, đặt m = (n - k)  k = (n - m).

Khi k  -  thì m   và khi k   thì m  - , nhận được:

Đảo cận và đổi biến m trở về k đối với biểu thức ở vế phải, nhận được:

Đây chính là biểu thức (1.2-21):

2. Tính kết hợp:
(1.2-22)
Chứng minh: áp dụng tính giao hoán cho vế trái của (1.2-22):

Đây chính là biểu thức ở vế phải của (1.2-22)

3. Tính phân phối:
(1.2-23)
Chứng minh: Viết vế trái của (1.2-23) theo công thức tích chập (1.2-20):

Vậy:
Đây chính là biểu thức ở vế phải của (1.2-23).
1.2.5c Hệ quả: Mọi dãy x(n) đều bằng tích chập của chính nó với hàm xung đơn vị
(n): (1.2-24)

Hoặc: (1.2-25)
Chứng minh: Luôn có với mọi k  (- , ). Vì thế, khi lấy tổng
các mẫu x(k) với k (- , ), nhận được (1.2-24). Theo tính chất giao hoán của tích
chập, từ (1.2-24) nhận được (1.2-25).

11
1.3 Tín hiệu số

1.3.1 Biểu diễn và phân loại tín hiệu số

1.3.1a Biểu diễn tín hiệu số
Tín hiệu số là hàm của biến thời gian rời rạc x(nT), trong đó n là số nguyên, còn
T là chu kỳ rời rạc. Để thuận tiện cho việc xây dựng các thuật toán xử lý tín hiệu số,
người ta chuẩn hóa biến thời gian rời rạc nT theo chu kỳ T, nghĩa là sử dụng biến n =
(nT/T). Khi đó, tín hiệu số x(nT) được biểu diễn thành dạng dãy số x(n), do đó có thể
sử dụng các biểu diễn của dãy số để biểu diễn tín hiệu số, cũng như sử dụng các phép
toán của dãy số để thực hiện tính toán và xây dựng các thuật toán xử lý tín hiệu số.
Giống như dãy số x(n), tín hiệu số có thể được biểu diễn dưới các dạng hàm số,
bảng số liệu, đồ thị và dãy số liệu. Người ta thường sử dụng biểu diễn tín hiệu số dưới
dạng dãy số liệu có độ dài hữu hạn để xử lý tín hiệu số bằng các chương trình phần
mềm.
Các phép toán cơ bản được sử dụng trong xử lý tín hiệu số là cộng, nhân, nhân
với hằng số, và phép trễ. Phép dịch sớm có thể được sử dụng ở các hệ xử lý số bằng
phần mềm trong thời gian không thực.
1.3.1b Phân loại tín hiệu số
Có thể phân loại tín hiệu số theo dạng của dãy x(n), như đã được
trình bày ở 1.2. Một số loại tín hiệu số thường gặp là:
- Tín hiệu số xác định và ngẫu nhiên.
- Tín hiệu số tuần hoàn và không tuần hoàn.
- Tín hiệu số hữu hạn và vô hạn.
- Tín hiệu số là dãy một phía.
- Tín hiệu số là dãy số thực.
- Tín hiệu số là dãy chẵn, và dãy lẻ.
- Tín hiệu số là dãy đối xứng, và dãy phản đối xứng.
Ngoài ra, theo giá trị năng lượng và công suất của tín hiệu số, người ta còn phân
biệt hai loại tín hiệu số sau:
- Tín hiệu số năng lượng là tín hiệu số có năng lượng hữu hạn.
- Tín hiệu số công suất là tín hiệu số có công suất hữu hạn.
1.3.2 Các tham số cơ bản của tín hiệu số
1.3.2a Độ dài của tín hiệu số là khoảng thời gian tồn tại của tín hiệu tính bằng số
mẫu.
Độ dài của tín hiệu số đặc trưng cho khoảng thời gian mà hệ xử lý số phải xử lý
tín hiệu. Tín hiệu số có độ dài hữu hạn hoặc vô hạn được biểu diễn bằng dãy hữu hạn
hoặc dãy vô hạn tương ứng. Độ dài hữu hạn của tín hiệu số thường được ký hiệu là N
(hoặc một chữ cái khác).
Tín hiệu số x(n) một phía hữu hạn có độ dài N được xác định với đối số n  (0,
(N - 1)), và thường được ký hiệu là x(n)N.
Tín hiệu số x(n) hai phía có độ dài hữu hạn (2N + 1) được xác định với đối số n
 (-N, N).
Có thể tăng độ dài của tín hiệu số hữu hạn x(n)N mà không làm thay đổi nó,
bằng cách thêm vào x(n) các mẫu có giá trị bằng 0 khi n  N.

12
1.3.2b Giá trị trung bình của tín hiệu số bằng tổng giá trị tất cả các mẫu chia cho
độ dài của tín hiệu.
Giá trị trung bình của tín hiệu số x(n) được tính như sau:
- Đối với tín hiệu số x(n) một phía hữu hạn có độ dài N:

(1.3-1)

- Đối với tín hiệu số x(n) hai phía hữu hạn có độ dài (2N + 1):
(1.3-2)
- Đối với tín hiệu số x(n) một phía vô hạn:

(1.3-3)

- Đối với tín hiệu số x(n) hai phía vô hạn:

(1.3-4)
Theo các biểu thức trên, các tín hiệu số hữu hạn luôn có giá trị trung bình hữu
hạn, còn giá trị trung bình của các tín hiệu số vô hạn có thể là hữu hạn hoặc vô hạn.
1.3.2c Năng lượng của tín hiệu số bằng tổng bình phương giá trị tất cả các mẫu của
tín hiệu.
Năng lượng Ex của tín hiệu số x(n) được tính như sau:
- Đối với tín hiệu số x(n) một phía hữu hạn có độ dài N:
(1.3-5)

- Đối với tín hiệu số x(n) hai phía hữu hạn có độ dài (2N + 1):

(1.3-6)

- Đối với tín hiệu số x(n) một phía vô hạn:

(1.3-7)
- Đối với tín hiệu số x(n) hai phía vô hạn:
(1.3-8)
Theo các biểu thức trên, các tín hiệu số hữu hạn luôn có năng lượng hữu hạn và
chúng là các tín hiệu năng lượng. Năng lượng của các tín hiệu số vô hạn có thể là hữu
hạn hoặc vô hạn.
1.3.2d Công suất trung bình của tín hiệu số bằng giá trị trung bình của năng lượng
tín hiệu trên một mẫu (bằng trung bình bình phương của tín hiệu).
Công suất trung bình Px của tín hiệu số x(n) được tính như sau:
- Đối với tín hiệu số x(n) một phía hữu hạn có độ dài N:
(1.3-9)

13
- Đối với tín hiệu số x(n) hai phía hữu hạn có độ dài (2N + 1):
(1.3-10)

- Đối với tín hiệu số x(n) một phía vô hạn:

(1.3-11)

- Đối với tín hiệu số x(n) hai phía vô hạn:

(1.3-12)

Theo các biểu thức trên, các tín hiệu số hữu hạn luôn có công suất trung bình
hữu hạn và chúng là các tín hiệu công suất. Công suất trung bình của các tín hiệu số vô
hạn có thể là hữu hạn hoặc vô hạn.
Như vậy, tín hiệu số hữu hạn có giá trị trung bình, năng lượng và công suất hữu
hạn, chúng là tín hiệu năng lượng và tín hiệu công suất.
Ví dụ 1.9: Hãy xác định các tham số cơ bản của các tín hiệu số sau:
a. (n); b. u(n); c. rectN(n); d. với n  (-4, 4)
Giải: a. Các tham số cơ bản của tín hiệu xung đơn vị (n):
- Tín hiệu số (n) có độ dài hữu hạn N = 1.
- Giá trị trung bình theo (1.3-1):

- Năng lượng theo (1.3-5):

- Công suất trung bình theo (1.3-9):

b. Các tham số cơ bản của tín hiệu bậc thang đơn vị u(n):
- Tín hiệu số u(n) có độ dài vô hạn

- Giá trị trung bình theo (1.3-3):

- Năng lượng theo (1.3-7):

- Công suất trung bình theo (1.3-11):

Vậy u(n) là tín hiệu công suất, không phải tín hiệu năng lượng.
c. Các tham số cơ bản của tín hiệu xung chữ nhật rectN(n):
- Tín hiệu số rectN(n) có độ dài hữu hạn N
- Giá trị trung bình theo (1.3-1):

- Năng lượng theo (1.3-5):

- Công suất trung bình theo (1.3-9):

14
d. Các tham số cơ bản của tín hiệu số với n  (-4, 4):
- Tín hiệu số x(n) hai phía có độ dài hữu hạn N = 2.4 + 1 = 9
- Giá trị trung bình theo (1.3-2):

- Năng lượng theo (1.3-6):

- Công suất trung bình theo (1.3-10):

1.4. Hệ xử lý số

1.4.1 Mô tả hệ xử lý số
Giống như đối với hệ tương tự, để nghiên cứu, phân tích hoặc tổng hợp các hệ
xử lý số, người ta coi hệ xử lý số là một hộp đen và mô tả nó bằng quan hệ giữa tác
động trên đầu vào và phản ứng trên đầu ra của hệ, quan hệ đó được gọi là quan hệ vào
ra. Quan hệ vào ra của hệ xử lý số có thể được mô tả bằng biểu thức toán học, và thông
qua nó có thể xây dựng được sơ đồ khối hoặc sơ đồ cấu trúc của hệ xử lý số.
1.4.1a Mô tả hệ xử lý số bằng quan hệ vào ra
Xét một hệ xử lý số có tác động x(n) và phản ứng y(n), khi đó quan hệ giữa
chúng có thể được mô tả bằng hàm số toán học F ():
(1.4-1)
Hoặc: (1.4-2)
Theo (1.4-1), phản ứng y(n) phụ thuộc vào dạng của hàm số F (). Dạng của hàm
số F () phản ảnh cấu trúc phần cứng hoặc thuật toán phần mềm của hệ xử lý số, vì thế
ta có thể dùng hàm số F () để mô tả hệ xử lý số. Quan hệ vào ra (1.4-1) có dạng tổng
quát cụ thể như sau:
(1.4-3)
Trong đó:
- Các thành phần của tác động với k  (- , ).
- Các thành phần của phản ứng bị giữ chậm với r  (1, ).
- Các hệ số và có thể bằng 0, có thể là hằng số, có thể phụ thuộc vào tác
động x(n), phản ứng y(n), hoặc biến thời gian rời rạc n.
Ví dụ 1.10: Hệ xử lý số có tác động x(n), phản ứng y(n) được mô tả bằng quan hệ vào
ra . Hệ trên có các hệ số b0 = 2, b1 = 3, bk = 0 với mọi
k < 0 và k > 1, và ar = 0 với mọi r  1
1.4.1b Mô tả hệ xử lý số bằng sơ đồ khối
Hệ xử lý số có thể được mô tả bằng sơ đồ khối như trên hình 1.17.
x(n) F[ ] y(n)

15
 Hình 1.17: Sơ đồ khối của hệ xử lý số
Hệ xử lý số phức tạp có thể được mô tả bằng sơ đồ khối với sự liên kết của
nhiều khối Fi () như trên hình 1.18.
x(n) F1[ ] F2[ ] F3[ ] y(n)

Hình 1.18: Sơ đồ khối của hệ xử lý số phức tạp

Nếu thay các biểu thức Fi () của sơ đồ khối trên bằng chức năng của các khối
thì đó là sơ đồ khối chức năng.
Ví dụ 1.11: Trên hình 1.19 là sơ đồ khối của hệ xử lý số có quan hệ vào ra cho ở ví dụ
1.10: .

x(n) 2x(n) + 3x(n - 1) y(n)

Hình 1.19: Sơ đồ khối của hệ xử lý số

1.4.1c Mô tả hệ xử lý số bằng sơ đồ cấu trúc
Dựa trên quan hệ vào ra (1.4-1), cũng có thể mô tả hệ xử lý số bằng sơ đồ cấu
trúc. ở đây, cần phân biệt sự khác nhau giữa sơ đồ khối và sơ đồ cấu trúc.
Sơ đồ cấu trúc gồm các phần tử cơ sở biểu diễn các phép toán trên các tín hiệu
số hoặc dãy số liệu.
Sơ đồ khối có mỗi khối đặc trưng cho một cấu trúc lớn, mà chính nó có thể
được mô tả bằng sơ đồ khối chi tiết hơn hoặc sơ đồ cấu trúc.
Về phương diện phần cứng thì sơ đồ khối cho biết cấu trúc tổng thể của hệ xử
lý số, còn sơ đồ cấu trúc cho phép thiết kế và thực hiện một hệ xử lý số cụ thể. Về
phương diện phần mềm thì sơ đồ khối chính là thuật toán tổng quát của một chương
trình xử lý số liệu mà mỗi khối có thể xem như một chương trình con, còn sơ đồ cấu
trúc là thuật toán chi tiết mà từ đó có thể viết được các dòng lệnh của một chương trình
hoặc chương trình con. Các phần tử cấu trúc được xây dựng trên cơ sở các phép toán
đối với các dãy số là cộng, nhân, nhân với hằng số, dịch trễ và dịch sớm.
1. Phần tử cộng: Phần tử cộng dùng để cộng hai hay nhiều tín hiệu số, nó là phần
tử không nhớ và được ký hiệu như trên hình 1.22.
x1(n)
x1(n) + y(n) x2(n) + y(n)
xi(n)
x2(n)
x (n)
M

a. y(n) = x1(n) + x2(n) b.

Hình 1.20: Ký hiệu phần tử cộng.
Mạch phần cứng có bộ cộng hai tín hiệu số như ở hình 1.20a, chúng là vi mạch
cộng hai dãy số mã nhị phân 4 bit hoặc 8 bit.

16
 2. Phần tử nhân: Phần tử nhân dùng để nhân hai hay nhiều tín hiệu số, nó là phần
tử không nhớ và được ký hiệu như trên hình 1.21.
x1(n)
x1(n) X y(n) x2(n) X y(n)
xi(n)
x2(n)
x (n)
M

a. y(n) = x1(n). x2(n) b.

Hình 1.21: Ký hiệu phần tử nhân.
Mạch phần cứng có bộ nhân hai tín hiệu số như ở hình 1.21a, chúng là vi mạch
nhân hai số mã nhị phân 4 bit hoặc 8 bit.
3. Phần tử nhân với hằng số: Phần tử nhân với hằng số dùng để nhân một tín hiệu
số với một hằng số, nó là phần tử không nhớ và được ký hiệu như trên hình 1.22.
x(n) y(n) =
a a.x(n)

Hình 1.22: Ký hiệu phần tử nhân với hằng số.

Để nhân tín hiệu số x(n) với hằng số a, sử dụng bộ nhân hai số với một
đầu vào là tín hiệu số x(n), còn đầu vào kia là giá trị mã của a.
4. Phần tử trễ đơn vị: Phần tử trễ đơn vị dùng để giữ trễ tín hiệu số x(n) một mẫu,
nó là phần tử có nhớ và được ký hiệu như ở hình 1.23.

x(n) D y(n) = x(n - 1)

Hình 1.23: Ký hiệu phần tử trễ đơn vị.

Đối với mạch phần cứng, để thực hiện giữ trễ tín hiệu số x(n), người ta sử dụng
bộ ghi dịch, thanh ghi chốt hoặc bộ nhớ, chúng thường được sản xuất dưới dạng vi
mạch số 4 bit hoặc 8 bit.
5. Phần tử vượt trước đơn vị: Phần tử vượt trước đơn vị dùng để đẩy sớm tín hiệu
số một mẫu (đẩy nhanh một nhịp), nó là phần tử có nhớ và được ký hiệu như trên hình
1.24.

x(n) AD y(n) = x(n +

1)

Hình 1.24: Ký hiệu phần tử vượt trước đơn vị.

Phần tử vượt trước đơn vị là phần tử không thể thực hiện được trên thực tế, nên
không có mạch phần cứng, nó chỉ được dùng để mô tả các hệ xử lý số là thuật toán
phần mềm.
Để xây dựng sơ đồ cấu trúc của hệ xử lý số, cần liên kết các phần tử cấu trúc cơ
sở theo dạng hàm số mô tả quan hệ vào ra của hệ.
Ví dụ 1.12: Trên hình 1.25 là sơ đồ cấu trúc của hệ xử lý số có quan hệ vào ra đã được
nêu ở ví dụ 1.10:
2.x(n)
x(n) + y(n)
2

D x(n - 1) 3.x(n - 1) 17
3
 Hình 1.25: Sơ đồ cấu trúc của hệ xử lý số .
1.4.2 Phân loại hệ xử lý số theo quan hệ vào ra
Theo giá trị và tính chất của các hệ số và trong quan hệ vào ra tổng quát
(1.4-3), người ta phân loại hệ xử lý số như dưới đây.
1.4.2a Hệ xử lý số không nhớ và có nhớ
 Hệ xử lý số không nhớ là hệ có phản ứng chỉ phụ thuộc vào tác động ở cùng thời
điểm và có quan hệ vào ra:
(1.4-4)
Trong đó, hệ số có thể là hằng số, phụ thuộc vào x(n) hoặc n.
 Hệ xử lý số có nhớ là hệ có phản ứng phụ thuộc vào tác động ở các thời điểm
hiện tại và quá khứ theo quan hệ vào ra (1.4-3).
Ví dụ 1.13: - Hệ xử lý số có quan hệ vào ra là hệ không nhớ.
- Hệ xử lý số có quan hệ vào ra là hệ có nhớ.
1.4.2b Hệ xử lý số tuyến tính và phi tuyến
 Hệ xử lý số tuyến tính là hệ có quan hệ bậc nhất giữa phản ứng và tác động,
đồng thời thỏa mãn nguyên lý xếp chồng.
 Hệ xử lý số phi tuyến là hệ không thỏa mãn một trong các điều kiện trên.
Quan hệ bậc nhất giữa phản ứng và tác động được phát biểu như sau: Hệ xử lý
số có quan hệ hệ bậc nhất giữa phản ứng và tác động, nếu và chỉ nếu tác động x(n)
gây ra phản ứng y(n), thì tác động a.x(n) gây ra phản ứng a.y(n), với a là hằng số.
Theo quan hệ bậc nhất giữa phản ứng và tác động, hệ xử lý số tuyến tính có
quan hệ vào ra thỏa mãn điều kiện:
Nếu:
Thì: (1.4-5)
Hệ xử lý số có quan hệ vào ra không thỏa mãn (1.4-5) là hệ phi tuyến.
Nguyên lý xếp chồng được phát biểu như sau: Hệ xử lý số tuyến tính dưới tác
động là xếp chồng của nhiều tác động xk(n) sẽ có phản ứng y(n) bằng xếp chồng của
các phản ứng yk(n) do mỗi tác động thành phần xk(n) gây ra.
Theo nguyên lý xếp chồng, hệ xử lý số tuyến tính có quan hệ vào ra thỏa mãn
điều kiện:
Nếu:

Thì: (1.4-6)

Hệ xử lý số có quan hệ vào ra không thỏa mãn (1.4-6) là hệ phi tuyến.

Rõ ràng, điều kiện (1.4-5) chỉ là một trường hợp riêng của điều kiện (1.4-6) khi
m = 1, tức là nguyên lý xếp chồng đã bao hàm cả quan hệ bậc nhất, do đó có thể phát
biểu:

18
 Hệ xử lý số là hệ tuyến tính nếu và chỉ nếu quan hệ vào ra của nó thỏa mãn
nguyên lý xếp chồng theo điều kiện (1.4-6).
Để thoả mãn điều kiện (1.4-6), thì hệ xử lý số tuyến tính phải có quan hệ vào ra
tổng quát (1.4-3) với tất cả các hệ số và không phụ thuộc vào tác động x(n)
hoặc phản ứng y(n), nhưng có thể phụ thuộc vào biến thời gian rời rạc n.
Ví dụ 1.14: Hãy xét tính tuyến tính của các hệ xử lý số sau:
a. b.
Giải: a. Phản ứng của hệ đối với hai tác động riêng rẽ x1(n) và x2(n):

Phản ứng của hệ đối với tác động xếp chồng :

Vậy:
Hệ a có quan hệ vào ra thỏa mãn điều kiện (1.4-6) nên là hệ tuyến tính.
b. Phản ứng của hệ đối với hai tác động riêng rẽ x1(n) và x2(n):

Phản ứng của hệ đối với tác động xếp chồng :

Vậy:
Hệ b có quan hệ vào ra không thỏa mãn điều kiện (1.4-6) nên là hệ phi tuyến.
Cũng có thể nhận được ngay kết quả trên khi nhận xét rằng, hệ a có quan hệ vào
ra , với hệ số không phụ thuộc vào tác động và phản ứng nên
là hệ tuyến tính. Hệ b có quan hệ vào ra , với hệ số
nên là hệ phi tuyến.
1.4.2c Hệ xử lý số bất biến và không bất biến
 Hệ xử lý số bất biến là hệ có tác động x(n) dịch k mẫu thì phản ứng y(n) cũng chỉ
dịch cùng chiều k mẫu mà không bị biến đổi dạng.
Hệ xử lý số bất biến có quan hệ vào ra thỏa mãn điều kiện:
Nếu:
Thì: (1.4-7)
Và hệ xử lý số có quan hệ vào ra thoả mãn (1.4-7) là hệ bất biến.
Để thoả mãn điều kiện (1.4-7), thì hệ xử lý số bất biến phải có quan hệ vào ra
tổng quát (1.4-3) với tất cả các hệ số và không phụ thuộc vào vào biến thời
gian rời rạc n, nhưng có thể phụ thuộc tác động x(n) hoặc phản ứng y(n).
 Hệ xử lý số không bất biến là hệ có quan hệ vào ra không thỏa mãn điều kiện
(1.4-7).
Ví dụ 1.15: Hãy xét tính bất biến của các hệ xử lý số sau:
a. b.

19
Giải: a. Với tác động x(n) thì tại thời điểm hệ a có phản ứng:

Còn với tác động thì phản ứng là . Hệ a có quan

hệ vào ra không thỏa mãn (1.4-7) nên là hệ không bất biến.
b. Với tác động x(n) thì tại thời điểm hệ b có phản ứng:

Còn với tác động là thì phản ứng là . Hệ b có quan

hệ vào ra thỏa mãn điều kiện (1.4-7) nên là hệ bất biến.
Có thể nhận được ngay kết quả trên khi nhận xét rằng, hệ a có quan hệ vào ra
, với hệ số nên là hệ không bất biến. Hệ b có quan hệ vào ra
, với hệ số không phụ thuộc vào biến rời rạc n
nên là hệ bất biến.
Các hệ xử lý số tuyến tính và bất biến theo thời gian (được viết tắt là hệ xử lý số
TTBB) có quan hệ vào ra tổng quát dạng (1.4-3):

với tất cả các hệ số và đều là hằng số.

Các hệ xử lý số TTBB là một lớp hệ xử lý số thường gặp trong thực tế, đồng
thời các công cụ toán học để phân tích, tổng hợp chúng đã được nghiên cứu khá đầy
đủ.
1.4.2d Hệ xử lý số nhân quả và không nhân quả
 Hệ xử lý số nhân quả là hệ có phản ứng chỉ phụ thuộc vào tác động ở các thời
điểm quá khứ và hiện tại, không phụ thuộc vào tác động ở các thời điểm tương lai.
Hệ xử lý số nhân quả luôn thỏa mãn điều kiện:
Nếu: Tác động x(n) = 0 với mọi n < k
Thì:Phản ứng y(n) = 0 với mọi n < k (1.4-8)
Và hệ xử lý số có quan hệ vào ra thoả mãn (1.4-8) là hệ nhân quả.
Hiểu một cách nôm na thì hệ xử lý số nhân quả phải có tác động là nguyên nhân
thì mới có phản ứng là kết quả, tức là phản ứng không thể xuất hiện trước tác động.
Để thoả mãn điều kiện (1.4-8), hệ xử lý số nhân quả phải có quan hệ vào ra
(1.4-3) với các thành phần của tác động chỉ có k  0, do đó hệ xử lý số
nhân quả có quan hệ vào ra (1.4-3) với k  0 và r  1:

(1.4-9)
. Hệ xử lý số không nhân quả: Hệ xử lý số có phản ứng phụ thuộc vào tác động ở
các thời điểm tương lai là hệ không nhân quả. Hệ không nhân quả có quan hệ vào ra
không thỏa mãn điều kiện (1.4-8).
Vì trong thời gian thực không thể biết được giá trị của tín hiệu ở tương lai, nên
không thể thực hiện được các hệ xử lý số không nhân quả. Tuy nhiên, trong trường
hợp giá trị của tín hiệu số đã được lưu giữ trong bộ nhớ của máy tính và quá trình xử
lý số liệu không cần tiến hành trong thời gian thực, thì có thể thực hiện được hệ xử lý
số liệu không nhân quả. Như vậy, trên thực tế không có hệ xử lý tín hiệu số không
nhân quả, nhưng có thể xây dựng được hệ xử lý số liệu không nhân quả.
Ví dụ 1.16: Xét tính nhân quả của các hệ xử lý số sau:
a. b.

20
Giải: a. Hệ xử lý số a có phản ứng chỉ phụ thuộc vào tác động ở thời điểm hiện tại nên
là hệ nhân quả, quan hệ vào ra của nó thỏa mãn điều
kiện (1.4-8): Khi tác động x(n) = 0 thì phản ứng y(n) = 0.
b. Xét tại n = 0 thì phản ứng y(0) = 3x(2), hệ xử lý số b có phản ứng phụ thuộc
vào tác động ở thời điểm tương lai nên là hệ không nhân quả, quan hệ vào ra của nó
không thỏa mãn điều kiện (1.4-8).
Các hệ xử lý số tuyến tính, bất biến và nhân quả (được viết tắt là hệ xử lý số
TTBBNQ) có quan hệ vào ra tổng quát (1.4-3) là:

với k  0, r  1 và tất cả các hệ số và đều là hằng số.

Quyển sách này sẽ chỉ trình bầy về các hệ xử lý số TTBB, trong đó chủ yếu là
về các hệ xử lý số TTBBNQ
1.4.2e Hệ xử lý số đệ quy và không đệ quy
 Hệ xử lý số không đệ quy là hệ có phản ứng y(n) chỉ phụ thuộc vào tác động x(n).

Hệ xử lý số nhân quả không đệ quy có quan hệ vào ra (1.4-9) không có các

thành phần của phản ứng ở quá khứ :
(1.4-10)
Quan hệ vào ra (1.4-10) được gọi là quan hệ vào ra không đệ quy.
 Hệ xử lý số đệ quy là hệ có phản ứng y(n) phụ thuộc vào cả tác động
lẫn phản ứng ở quá khứ .
Hệ xử lý số nhân quả đệ quy có quan hệ vào ra (1.4-9) với r  1:
(1.4-11)
Quan hệ vào ra (1.4-11) được gọi là quan hệ vào ra đệ quy.
Ví dụ 1.17: - Hệ xử lý số là hệ không đệ quy.
- Hệ xử lý số là hệ đệ quy.
- Cả hai hệ xử lý số trên đều là hệ TTBBNQ vì chúng có k  0 và tất cả các hệ
số , đều là hằng số.

1.5 Đặc tính xung h(n) của hệ xử lý số tuyến tính bất biến nhân quả

1.5.1 Đặc tính xung của hệ xử lý số TTBB

1.5.1a Định nghĩa:
Đặc tính xung h(n) của hệ xử lý số là phản ứng của hệ khi tác động là dãy xung
đơn vị (n):
(1.5-1)
Một số tài liệu về xử lý tín hiệu số gọi h(n) là “đáp ứng xung” do dịch sát nghĩa
thuật ngữ tiếng Anh “impulse response”. Trong quyển sách này chúng tôi dùng thuật
ngữ “đặc tính xung “, vì đây là thuật ngữ tiếng Việt có khái niệm tương ứng đã được
sử dụng trong môn học lý thuyết mạch, là môn học có quan hệ rất gần gũi và có nhiều
điểm tương đồng với xử lý tín hiệu số.
Do tính chất đặc biệt của dãy xung đơn vị (n) nên dựa vào đặc tính xung h(n),
có thể nghiên cứu và giải quyết được nhiều vấn đề của các hệ xử lý số TTBBNQ.

21
1.5.1b Đặc tính xung của hệ xử lý số tuyến tính
Theo (1.2-24), mọi dãy x(n) đều có thể biểu diễn dưới dạng:

Từ đó, có quan hệ vào ra:

(1.5-2)
Vì hệ xử lý số tuyến tính thỏa mãn điều kiện (1.4-6), nên từ (1.5-2) có:
(1.5-3)
Trong đó: (1.5-4)
So sánh (1.5-4) với biểu thức định nghĩa đặc tính xung (1.5-1), thì h(n, k) chính
là đặc tính xung của hệ xử lý số ứng với tác động là dãy xung đơn vị bị dịch trễ k mẫu
(n - k). Như vậy, đặc tính xung h(n, k) của hệ xử lý số tuyến tính không chỉ phụ thuộc
vào biến n mà còn phụ thuộc vào chỉ số k là thời điểm tác động của xung đơn vị (n -
k).
1.5.1c Đặc tính xung của hệ xử lý số TTBB
Vì hệ xử lý số TTBB thỏa mãn điều kiện (1.4-7), nên từ (1.5-4) có:
(1.5-5)
Theo (1.5-5), đặc tính xung h(n, k) của hệ xử lý số TTBB chính là đặc tính xung
h(n) bị dịch trễ k mẫu. Thay (1.5-5) vào (1.5-3) nhận được:
(1.5-6)
Đối chiếu quan hệ vào ra (1.5-6) với công thức định nghĩa tích chập (1.2-20),
thì quan hệ vào ra (1.5-6) chính là tích chập của tác động x(n) với đặc tính xung h(n),
nên có:
(1.5-7)
Theo tính chất giao hoán của tích chập có:
(1.5-8)
Các biểu thức (1.5-6), (1.5-7) và (1.5-8) cho phép tìm phản ứng y(n) của hệ xử
lý số TTBB khi biết tác động x(n) và đặc tính xung h(n) của hệ. Đồng thời theo các
quan hệ vào ra đó có thể mô tả hệ xử lý số TTBB dưới dạng sơ đồ khối như trên hình
1.26.
x(n) h(n) y(n)

Hình 1.26: Sơ đồ khối mô tả hệ xử lý số TTBB theo đặc tính xung h(n).

Các biểu thức (1.5-6), (1.5-7), (1.5-8) và sơ đồ khối hình 1.26 chứng tỏ rằng,
tuy về hiện tượng thì đặc tính xung h(n) là phản ứng của hệ xử lý số TTBB khi tác
động là dãy xung đơn vị (n), nhưng về bản chất thì đặc tính xung h(n) đặc trưng cho
cấu trúc phần cứng hoặc thuật toán phần mềm của hệ xử lý số TTBB.

22
 1.5.2 Đặc tính xung của hệ xử lý số TTBBNQ
1.5.2a Định lý về đặc tính xung của hệ xử lý số TTBBNQ
Định lý: Hệ xử lý số TTBB là nhân quả nếu và chỉ nếu đặc tính xung h(n) của nó thoả
mãn điều kiện:
(1.5-9)
- Chứng minh điều kiện cần: Cần chứng minh, nếu hệ xử lý số là TTBBNQ thì đặc
tính xung h(n) của nó thoả mãn điều kiện (1.5-9).
Xét hệ xử lý số TTBBNQ với tác động .
Trong đó: (n0 là hằng số)
và:
Hai phản ứng thành phần y1(n) và y2(n) của hệ xử lý số TTBBNQ sẽ là:

Phản ứng y(n) của hệ xử lý số tuyến tính theo điều kiện (1.4-6) là:

Vì , nên với  k < n0, do đó có:

(1.5-10)
Do hệ xử lý số là nhân quả, nên theo điều kiện (1.4-8) nó phải có:
Nếu:
Thì: (1.5-11)
Vì nên (1.5-10) chỉ đúng với (1.5-11) nếu:
(1.5-12)
Đặt , khi đó với , thì , nên có thể
viết lại (1.5-12) dưới dạng:
Vì m cũng là số tự nhiên nên có thể đổi lại biến m thành n:

Đây chính là (1.5-9), điều kiện cần của định lý đã được chứng minh.
- Chứng minh điều kiện đủ: Cần chứng minh, nếu hệ xử lý số TTBB có đặc tính
xung với mọi , thì hệ xử lý số đó là nhân quả.
Vì đặc tính xung nên phản ứng của hệ xử lý số là
. Nếu chứng minh được với mọi ,
thì theo điều kiện (1.4-8) hệ xử lý số TTBB là hệ nhân quả.
Vì nên có:
(1.5-13)
Vì đã có , trong khi , nên (1.5-13) chỉ đúng
nếu: (1.5-14)

23
Đặt , khi đó với , thì , nên có thể
viết lại (1.5-14) dưới dạng:
Vì m cũng là số tự nhiên nên có thể đổi lại biến m thành n:

Điều kiện đủ của định lý đã được chứng minh.

1.5.2b Dãy nhân quả, phản nhân quả, không nhân quả
Mở rộng khái niệm hệ xử lý số nhân quả, không nhân quả cho các dãy rời rạc
x(n), người ta đưa ra các định nghĩa dưới đây.
1. Định nghĩa dãy nhân quả: Dãy x(n) là dãy nhân quả nếu và chỉ nếu x(n) xác
định khác không khi n  (0, ) và x(n) = 0 với  n < 0.
Vậy dãy nhân quả là dãy một phía tồn tại trong khoảng (0, ), và dãy một phía
tồn tại trong khoảng (0, ) là dãy nhân quả.
Theo định nghĩa trên, biểu thức tích chập (1.2-24) của dãy nhân quả là:
(1.5-15)
2. Định nghĩa dãy phản nhân quả: Dãy x(n) là dãy phản nhân quả nếu và chỉ nếu
x(n) xác định khác 0 khi n  (- , 0) và x(n) = 0 với  n > 0.
Như vậy, dãy phản nhân quả là dãy một phía tồn tại trong khoảng (- , 0), và
dãy một phía tồn tại trong khoảng (- , 0) là dãy phản nhân quả.
Theo định nghĩa trên, biểu thức tích chập (1.2-24) của dãy phản nhân quả là:
(1.5-16)

3. Định nghĩa dãy không nhân quả: Dãy x(n) là dãy không nhân quả nếu và chỉ
nếu x(n) xác định khác không khi n  (- , ).
Như vậy, dãy không nhân quả là dãy hai phía, và dãy hai phía là dãy không
nhân quả.
Dãy không nhân quả x(n) luôn có thể phân tích thành tổng của dãy nhân quả và
dãy phản nhân quả:
(1.5-17)
Theo các định nghĩa trên và định lý về đặc tính xung của hệ xử lý số TTBBNQ,
có thể rút ra các kết luận sau:
- Đặc tính xung h(n) của hệ xử lý số TTBBNQ là dãy nhân quả.
- Hệ xử lý số TTBB có đặc tính xung h(n) nhân quả, là hệ xử lý số TTBBNQ.
- Hệ xử lý số TTBB có đặc tính xung h(n) không nhân quả, là hệ xử lý số TTBB
không nhân quả.

Do đó phản ứng y(n) của hệ xử lý số TTBBNQ theo các biểu thức tích chập
(1.5-7) và (1.5-8) sẽ là:
(1.5-18)

Và: (1.5-19)
Như vậy, phản ứng y(n) của hệ xử lý số TTBBNQ cũng là dãy nhân quả.
Theo độ dài của đặc tính xung h(n), người ta phân biệt hai loại hệ xử lý số:

24
 - Hệ xử lý số có đặc tính xung h(n) hữu hạn, được viết tắt theo tiếng Anh là hệ
FIR (Finite-Duration Impulse Response).
- Hệ xử lý số có đặc tính xung h(n) vô hạn, được viết tắt theo tiếng Anh là hệ
IIR (Infinite-Duration Impulse Response).
1.6 Phân tích hệ xử lý số TTBB nhân quả theo đặc tính xung h(n)
Từ đặc tính xung h(n) có thể tìm được phản ứng y(n) của hệ xử lý số TTBBNQ,
phân tích các hệ xử lý số phức tạp, xây dựng sơ đồ khối và sơ đồ cấu trúc, cũng như
xét tính ổn định của hệ xử lý số TTBBNQ.
1.6.1 Tìm phản ứng y(n) của hệ xử lý số TTBBNQ
Theo các biểu thức tích chập (1.5-18) hoặc (1.5-19) có thể tìm được phản ứng
y(n) của hệ xử lý số TTBBNQ khi biết tác động x(n) và đặc tính xung h(n).
1.6.1a Phương pháp giải tích tính tích chập
Tính tích chập bằng phương pháp giải tích chỉ thực hiện được nếu x(n) hoặc
h(n) có độ dài hữu hạn, và phải tính từng giá trị của y(n).
Xét trường hợp tác động x(n) và đặc tính xung h(n) đều là dãy nhân quả và có
độ dài hữu hạn. Giả sử x(n) có độ dài M, và h(n) có độ dài L, khi đó có thể dùng (1.5-
18) hoặc (1.5-19). Nếu sử dụng (1.5-18) thì:

(1.6-1)

Vì y(n) là dãy nhân quả, nên chỉ cần tính từ y(0). Do với mọi
và , theo (1.6-1) tính được:

...........

...........

với mọi .

25
 Như vậy: Nếu hệ xử lý số TTBBNQ có đặc tính xung h(n) hữu hạn với độ dài L,
và tác động x(n) hữu hạn có độ dài M, thì phản ứng y(n) có độ dài hữu hạn N = (L +
M – 1).
Ví dụ 1.18: Tìm phản ứng y(n) của hệ xử lý số TTBBNQ có đặc tính xung
với tác động là .
Giải: Sử dụng biểu thức (1.5-19) và tính từ mẫu y(0):

với mọi , y(n) có độ dài N = 4 = 2 + 3 - 1.

Trong thực tế thường gặp trường hợp hệ xử lý số TTBBNQ có đặc tính xung
Bắt đầu
h(n) hữu hạn, tác động x(n) vô hạn. Khi đó, để tìm phản ứng y(n) phải dùng biểu thức
(1.5-19).
Ví dụ 1.19: Tìm phản ứng y(n) củaTạohệdãyxử x(k)Llý số L TTBBNQ có tác động
= x(n)
và dãy h(k) = h(n)
và đặc tính xung . M M

N = (L + M - 1)
Giải: Dùng (1.5-19) và tính từ mẫu
y(0):
Tạo dãy y(n)N = 0

Lấy đối xứng h(k)M,

nhận được h(-k)M

N0 = 0

M 1

Tính tiếp với mọi n  2 thì:

y (n0 )   x(k ).h(n
k 0
0  k)

Dịch phải dãy

h(k - n0)M một mẫu
Tổng hợp các kết quả trên, nhận được:

n0 = n0 + 1
1.6.1b Thuật toán tính tích chập
Xét trường hợp tác động x(n) và
Sai
n0 = (N-1)?
Đúng 26
Kết thúc
đặc tính xung h(n) đều có độ dài hữu
hạn. Giả sử x(n) có độ dài M, và h(n) có
độ dài L. Khi đó phản ứng y(n) có độ
dài N = (L + M -1). Mẫu y(n0) của phản
ứng được xác định theo (1.6-1):

(1.6-
2)
Theo (1.6-2), trước hết xác định
dãy biến đảo h(-k) ứng với n0 = 0. Sau
đó, tại mỗi điểm n0, tính tổng (1.6-2),
dịch phải dãy h(n0 - k), rồi tăng n0 lên
một.
Lặp lại các bước trên cho tới khi
n0 = (N - 1) = (L + M - 2), sẽ nhận được
N mẫu của phản ứng y(n). Hình 1.27: Thuật toán tính
tích chập (1.6-1).
Theo các bước như trên, xây dựng được lưu đồ thuật toán tính tích chập (1.6-1) trên
hình 1.27.
1.6.1c Tính tích chập bằng cách lập bảng số liệu
Theo thuật toán trên hình 1.27, có thể tính tích chập (1.6-1) bằng cách lập bảng
số liệu các dãy x(k), h(k), và h(-k), sau đó lần lượt dịch phải dãy h(-k) để nhận được
h(n0 - k). Cuối cùng, dựa vào bảng số liệu đã có, tính các mẫu y(n0) của phản ứng theo
biểu thức (1.6-1).
Ví dụ 1.20: Tìm phản ứng y(n) của hệ xử lý số TTBBNQ có đặc tính xung
với tác động là .
Giải: Tính các giá trị của h(k) và x(k), lập được bảng 1.3:
Bảng 1.3
k -2 -1 0 1 2
0 0 0 1 2
0 0 0 0,5 0,25
0.25 0,5 0 0 0
0 0,25 0,5 0 0
0 0 0,25 0,5 0
0 0 0 0,25 0,5
0 0 0 0 0,25
0 0 0 0 0

Dựa vào bảng 1.3, tính được các mẫu của phản ứng y(n):

27
 với mọi
1.6.1d Tính tích chập bằng đồ thị
Phương pháp đồ thị để tính tích chập (1.6-1) được thực hiện theo thứ tự sau: Vẽ
các đồ thị x(k), h(-k), sau đó lần lượt dịch phải đồ thị h(-k) để nhận được các đồ thị
h(n0 - k). Dựa vào các đồ thị h(n0 - k), x(k) và theo biểu thức (1.6-1), tính các mẫu y(n0)
của phản ứng.
Ví dụ 1.21: Hãy xác định phản ứng y(n) của hệ xử lý số TTBBNQ có đặc tính xung
h(n) và tác động x(n) trên hình 1.28.
Giải: Các bước tính tích chập theo phương pháp đồ thị để tìm phản ứng
y(n) của hệ đã cho được thực hiện trên hình 1.29.
h(n) x(n)
0 ,8 1
0 ,6
0 ,4 0 ,4

-1 0 1 2 3 4 n5 -1 0 n1 2 3

Hình 1.28: h(n) và x(n) của ví dụ 1.21.

1
0 ,6

-4 -3 -2 -1 0 1 2 3 4 5

0 ,8
0 ,4 0 ,4

-4 -3 -2 -1 0 1 2 3 4 5

0 ,8
0 ,4 0 ,4

-4 -3 -2 -1 0 1 2 3 4 5

0 ,8
0 ,4 0 ,4

-4 -3 -2 -1 0 1 2 3 4 5

0 ,8
x(k)
0 ,4 0 ,4
y(n)
1 ,0 4
-4 -3 -2 -1 0 1 2 3 4 5 0 ,8 8
0 ,4
0 ,2 4
0 ,8
n -1 0 1 2 3 4 5
0 ,4 0 ,4
n
-4 -3 -2 -1 0 h(-k)
1 2 3 4 5

0 ,8
0 ,4 0 ,4
28

-4 -3 -2 -1 0 1 2 3 4 5
 n = 0:
n
h(1- k)

n = 1:
n

h(2 - k)

n = 2:
n
h(3 - k)

n
n = 3:
h(4 - k)

n
h(5 - k)
n = 4:

n = 5:

Hình 1.29: Tính tích chập bằng phương pháp đồ thị để tìm y(n).
1.6.2 Tìm đặc tính xung của hệ xử lý số theo sơ đồ khối
Mọi hệ xử lý số TTBBNQ phức tạp đều được mô tả bằng sơ đồ khối, với mỗi
khối được biểu diễn bằng đặc tính xung hi(n). Theo đặc tính xung hi(n) của các khối
thành phần và quy luật liên kết giữa các khối, có thể tìm được đặc tính xung h(n) của
hệ xử lý số TTBBNQ phức tạp.
Dựa vào các tính chất của tích chập, có thể tìm được biểu thức xác định đặc tính
xung h(n) theo từng quy luật liên kết.
1.6.2a Thay đổi thứ tự các khối TTBBNQ liên kết nối tiếp
Xét hệ xử lý số TTBBNQ có hai khối liên kết nối tiếp ở hình 1.30.

x(n) h1(n) h2(n) y(n)

29
 Hình 1.30: Hai khối TTBBNQ liên kết nối tiếp.
Phản ứng của hệ: (1.6-3)
Theo tính chất giao hoán của tích chập có:
(1.6-4)
Từ quan hệ vào ra (1.6-4), có sơ đồ khối tương đương trên hình 1.31.

x(n) h2(n) h1(n) y(n)

Hình 1.31: Đảo vị trí của hai khối TTBBNQ liên kết nối tiếp.
Vậy, khi đảo vị trí các khối liên kết nối tiếp của hệ xử lý số TTBBNQ, đặc tính
xung h(n) và phản ứng y(n) của hệ không thay đổi.
1.6.2b Đặc tính xung của các khối TTBBNQ liên kết nối tiếp
Xét hệ xử lý số TTBBNQ gồm hai khối liên kết nối tiếp ở hình 1.30. Phản ứng
của hệ được xác định theo (1.6-3). Theo tính chất kết hợp của tích chập, có thể đưa
(1.6-3) về dạng:

Trong đó: (1.6-5)

Từ quan hệ vào ra (1.6-5), có sơ đồ khối tương đương trên hình 1.32.

x(n) h(n) = h1(n) * h2(n) y(n)

Hình 1.32: Sơ đồ tương đương của hai khối TTBBNQ liên kết nối tiếp.
Vậy, đặc tính xung h(n) của các khối TTBBNQ liên kết nối tiếp bằng tích chập
của các đặc tính xung hi(n) thành phần.
1.6.2c Đặc tính xung của các khối TTBBNQ liên kết song song
Xét hệ xử lý số TTBBNQ có hai khối liên kết song song ở hình 1.33, phản ứng
của hệ là:
x(n) h1(n) + y(n)

h2(n)

Hình 1.33: Sơ đồ hai khối TTBBNQ liên kết song song.

Theo tính chất phân phối của tích chập có:
(1.6-6)
Trong đó:
Từ quan hệ vào ra (1.6-6), có sơ đồ khối tương đương trên hình 1.34.
x(n) h(n) = h1(n) + h2(n) y(n)

Hình 1.34: Sơ đồ tương đương của hai khối TTBBNQ liên kết song song.

30
 Vậy, đặc tính xung h(n) của các khối TTBBNQ liên kết song song bằng tổng các
đặc tính xung hi(n) thành phần.
Ví dụ 1.22: Tìm đặc tính xung h(n) của hệ xử lý số TTBBNQ ở hình 1.35.
rect2(n) (n-1)
x(n
2 y(n)
(n-2) + rect2(n-1)
)
rect2(n-1)

Hình 1.35: Sơ đồ khối của hệ xử lý số TTBBNQ ở ví dụ 1-22.

Giải: Đưa sơ đồ khối của hệ đã cho về dạng ở hình 1.36, trong đó:

Xác định các đặc tính xung h1(n) và h2(n):

h2(n)
y(n)
x(n) h1(n) +
rect2(n-1)

Hình 1.36: Sơ đồ khối tương đương của hệ xử lý số TTBBNQ ở ví dụ 1-21.

Theo sơ đồ khối trên hình 1.36, tìm được h(n):

1.6.3 Điều kiện ổn định của hệ xử lý số TTBBNQ

Xét tính ổn định là một yêu cầu quan trọng đối với mọi thiết bị và hệ thống xử
lý tín hiệu.
1.6.3a Định nghĩa tính ổn định của hệ xử lý số TTBBNQ
Giống như các hệ xử lý tín hiệu liên tục, phản ứng y(n) của hệ xử lý số
TTBBNQ cũng gồm hai thành phần:
Trong đó thành phần dao động tự do y0(n) có dạng phụ thuộc vào cấu trúc của
hệ xử lý số, còn thành phần dao động cưỡng bức yp(n) có dạng phụ thuộc vào tác động
x(n). Do đó, định nghĩa về tính ổn định của hệ xử lý số TTBBNQ cũng giống như đối
với hệ xử lý tín hiệu liên tục.

31
 1. Định nghĩa ổn định 1: Hệ xử lý số TTBBNQ là ổn định nếu phản ứng y(n) có
thành phần dao động tự do y0(n)  0 khi n  .
Đối với các hệ xử lý số, người ta còn xử dụng định nghĩa về tính ổn định của hệ
xử lý số TTBBNQ như sau:
2. Định nghĩa ổn định 2: Hệ xử lý số TTBBNQ là ổn định nếu với tác động x(n) có
giá trị hữu hạn thì phản ứng y(n) cũng có giá trị hữu hạn.
Tức là, hệ xử lý số TTBBNQ là ổn định nếu thỏa mãn điều kiện:
Với tác động: |x(n)|  Mx <  với  n
Thì phản ứng: |y(n)|  My <  với  n (1.6-7)
Hệ xử lý số TTBBNQ không thỏa mãn điều kiện (1.6-7) là không ổn định.
Hai định nghĩa trên về tính ổn định hoàn toàn tương đương, vì một hệ xử lý số
TTBBNQ thỏa mãn điều kiện (1.6-7) thì thành phần dao động tự do y0(n) trong phản
ứng y(n) sẽ  0 khi n  , và ngược lại.
1.6.3b Điều kiện ổn định của hệ xử lý số TTBBNQ
Đặc tính xung h(n) là phản ứng của hệ xử lý số TTBBNQ khi tác động là dãy
xung đơn vị (n). Tác động (n) chỉ có một mẫu với giá trị bằng 1 tại thời điểm n = 0,
nên tại các thời điểm n > 0 thì tác động vào hệ bằng không. Như vậy, đặc tính xung
h(n) chính là dạng của thành phần dao động tự do y0(n) trong phản ứng y(n) của hệ xử
lý số TTBBNQ. Do đó, theo định nghĩa ổn định 1, suy ra định lý về điều kiện ổn định
sau đây.
Định lý ổn định 1: Điều kiện đủ để hệ xử lý số TTBBNQ ổn định là:
(1.6-8)
Theo định nghĩa ổn định 2, có định lý về điều kiện ổn định sau.
Định lý ổn định 2: Điều kiện đủ để hệ xử lý số TTBBNQ ổn định là:
(1.6-9)
Chứng minh: Cần chứng minh rằng, nếu hệ xử lý số TTBBNQ thỏa mãn điều kiện
(1.6-7), thì nó thoả mãn điều kiện (1.6-9), nên là hệ ổn định.
Phản ứng y(n) của hệ xử lý số TTBBNQ:

Lấy trị tuyệt đối cả hai vế:

Trị tuyệt đối của tổng không lớn hơn tổng trị tuyệt đối của các số hạng:

Nếu tác động x(n) có giá trị giới hạn, thì sẽ tồn tại một số hữu hạn Mx để x(n)  Mx
với  n, do đó có:
Suy ra, nếu hệ xử lý số TTBBNQ thoả mãn điều kiện (1.6-9), thì nó thoả mãn
điều kiện (1.6-7), vì khi đó có:
Do đó, theo định nghĩa ổn định 2, hệ xử lý số TTBBNQ trên là ổn định.
Hai định lý về điều kiện ổn định trên cho phép xác định tính ổn định của hệ xử lý
số TTBBNQ theo đặc tính xung h(n) của nó.
Ví dụ 1.23: Cho các hệ xử lý số TTBBNQ có đặc tính xung như sau:

32
 a. h(n) = an.u(n) b. h(n) = an.rectN(n)
Hãy xác định miền giá trị của hằng số a để các hệ xử lý số trên ổn định.
Giải: a. Dùng định lý 1 để xác định tính ổn định của hệ, xét giới hạn:

Vậy hệ đã cho sẽ ổn định nếu .

b. Dùng định lý 2, để xác định tính ổn định của hệ, xét chuỗi:

Hệ b ổn định với mọi giá trị của a.

Từ điều kiện ổn định (1.6-9) và ví dụ trên cho thấy rằng, các hệ xử lý số
TTBBNQ là hệ FIR luôn ổn định vì chuỗi hữu hạn luôn hội tụ.
Các hệ xử lý số TTBBNQ là hệ IIR có thể ổn định hoặc không ổn định vì chuỗi
vô hạn (1.6-9) của chúng có thể hội tụ hoặc phân kỳ.
1.6.4 Sơ đồ cấu trúc của hệ xử lý số TTBB theo đặc tính xung h(n)
1.6.4a Xây dựng sơ đồ cấu trúc theo đặc tính xung h(n)
Hệ xử lý số TTBB không nhân quả có quan hệ vào ra:
(1.6-10)
Hệ xử lý số TTBBNQ là hệ IIR có quan hệ vào ra:
(1.6-11)
Hệ xử lý số TTBBNQ là hệ FIR có quan hệ vào ra:

(1.6-12)

Theo các quan hệ vào ra trên, có thể xây dựng được sơ đồ cấu trúc của các hệ
xử lý số TTBB có đặc tính xung h(n), và từ đó thực hiện được chúng bằng mạch phần
cứng hoặc chương trình phần mềm.
Ví dụ 1.24: Hãy xây dựng sơ đồ cấu trúc của hệ xử lý số TTBB có đặc tính xung

Giải: Đây là hệ xử lý số TTBB không nhân quả, theo (1.6-10) có:

Vậy: (1.6-13)
Theo (1.6-13), có sơ đồ cấu trúc của hệ xử lý số TTBB đã cho ở hình 1.37.

x(n) y(n)
+
AD

33
 Hình 1.37: Sơ đồ cấu trúc của hệ xử lý số TTBB có .
Hệ xử lý số đã cho là hệ FIR nên có số phần tử hữu hạn, nhưng là hệ không
nhân quả, do đó không thể thực hiện được bằng phần cứng.
Ví dụ 1.25: Hãy xây dựng sơ đồ cấu trúc của hệ xử lý số TTBB có đặc tính xung
, với a là hằng số.
Giải: Đây là hệ xử lý số TTBBNQ nhưng là hệ IIR, theo (1.5-17) có:

Vậy: (1.6-14)
Theo (1.6-14), có sơ đồ cấu trúc của hệ xử lý số TTBB đã cho ở hình 1.38.
x(n) + y(n)

D +
a

D +
a2

Hình 1.38: Sơ đồ cấu trúc của hệ xử lý số TTBBNQ có .

Đây là hệ xử lý số TTBBNQ nhưng là hệ IIR, nó cần được xây dựng bằng vô
hạn các phần tử nên không thể thực hiện được trên thực tế.
1.6.4b Đặc điểm cấu trúc của hệ xử lý số theo đặc tính xung h(n)
Từ các quan hệ vào ra (1.6-10), (1.6-11), (1.6-12) và các ví dụ trên, rút ra các
kết luận sau
- Hệ xử lý số TTBB được mô tả bằng đặc tính xung h(n) là hệ có quan hệ vào ra
không đệ quy.
- Hệ xử lý số TTBB có quan hệ vào ra không đệ quy thì quá trình xử lý số chỉ
diễn ra theo một hướng nhất định, sơ đồ cấu trúc của chúng không có phản hồi.
- Theo quan hệ vào ra không đệ quy (1.4-10), có sơ đồ khối tổng quát của hệ xử
lý số nhân quả không đệ quy ở hình 1.39, đây là sơ đồ khối không có phản hồi.

x(n) F b0 x(n), b1 x(n  1), ..., bk x(n  k ), ...  y(n)

Hình 1.39: Sơ đồ khối tổng quát của hệ xử lý số nhân quả không đệ quy.
- Sơ đồ cấu trúc của các hệ xử lý số TTBB được mô tả bằng đặc tính xung h(n)
hữu hạn (hệ FIR) sẽ có số phần tử hữu hạn (xem hình 1.37), do đó hệ FIR luôn thực
hiện được theo cấu trúc không có phản hồi.
- Sơ đồ cấu trúc của các hệ xử lý số TTBB được mô tả bằng đặc tính xung h(n)
vô hạn (hệ IIR) sẽ có số phần tử vô hạn (xem hình 1.38), do đó không thể thực hiện
được hệ IIR theo quan hệ vào ra không đệ quy, với cấu trúc không có phản hồi. Từ đây
phát sinh vấn đề cần có phương pháp khác để mô tả và thực hiện các hệ xử lý số IIR.

34
1.7. Phân tích hệ xử lý số TTBBNQ bằng phương trình sai phân
1.7.1 Mô tả hệ xử lý số bằng phương trình sai phân
1.7.1a Thực hiện hệ xử lý số IIR bằng quan hệ vào ra đệ quy
Để đưa ra giải pháp thực hiện hệ xử lý số IIR có đặc tính xung
ở ví dụ 1-25, viết lại biểu thức (1.6-14) dưới dạng:

Đổi chỉ số, đặt (k - 1) = k’  k = (k’ + 1) và khi k = 1 thì k’ = 0:

Vì: Nên nhận được: (1.7-

1)
Biểu thức (1.7-1) là quan hệ vào ra đệ quy. Theo (1.7-1) xây dựng được sơ đồ
cấu trúc của hệ xử lý số IIR có ở hình 1.40, nó chỉ có ba phần tử tạo
thành một vòng phản hồi.

x(n) + y(n)

D
a

Hình 1.40: Sơ đồ cấu trúc đệ quy của hệ xử lý số TTBB có .

Như vậy, theo quan hệ vào ra không đệ quy (1.6-14) sơ đồ cấu trúc của hệ IIR đã cho
cần có vô hạn phần tử nên không thể thực hiện phản hồi của hệ tích lũy trung bình trên
hình 1.48.
x(n) x(n-M)
D D D
1
M 1
y(n)
+ + +

Hình 1.48: Cấu trúc không có phản hồi của hệ tích lũy trung bình.
Để thực hiện hệ tích lũy trung bình theo quan hệ vào ra đệ quy, biến đổi (1.7-
18) như sau:

(1.7-19)

35
 Quan hệ vào ra (1.7-19) là phương trình sai phân tuyến tính hệ số hằng bậc một,
nên là quan hệ vào ra đệ quy. Theo (1.7-19) xây dựng được sơ đồ cấu trúc có phản hồi
của hệ tích lũy trung bình ở hình 1.49.
x(n) y(n)
+ 1 +
M 1

D D D
-1 x[n - (M + 1)]

Hình 1.49: Cấu trúc có phản hồi của hệ tích lũy trung bình.
Sơ đồ cấu trúc của hệ tích lũy trung bình theo quan hệ vào ra đệ quy ở hình
1.49, so với sơ đồ cấu trúc theo quan hệ vào ra không đệ quy ở hình 1.48 giảm được
một số bộ cộng.
Không có quy tắc chung để chuyển các hệ xử lý số có quan hệ vào ra không đệ quy
thành hệ có quan hệ vào ra đệ quy.
1.7.3d Đặc điểm cấu trúc của hệ xử lý số theo phương trình sai phân
Từ những vấn đề đã nghiên cứu, rút ra các kết luận sau:
1. Các hệ xử lý số TTBBNQ có phương trình sai phân tuyến tính hệ số hằng bậc
một trở lên là hệ IIR, đó là quan hệ vào ra đệ quy nên chỉ thực hiện được bằng cấu trúc
có phản hồi.
2. Các hệ xử lý số TTBBNQ có phương trình sai phân tuyến tính hệ số hằng bậc
không là hệ FIR, đó là quan hệ vào ra không đệ quy nên thực hiện được bằng cấu trúc
không có phản hồi.
3. Một hệ xử lý số TTBBNQ có quan hệ vào không đệ quy với cấu trúc không có
phản hồi, có thể được biến đổi thành quan hệ vào ra đệ quy với cấu trúc có phản hồi.
4- Một quan hệ vào ra mô tả hệ xử lý số TTBBNQ có thể được biến đổi thành các
dạng khác tương đương và có thể thực hiện được bằng những sơ đồ cấu trúc khác
nhau. Như vậy, một hệ xử lý số TTBBNQ có thể được thực hiện bằng những sơ đồ cấu
trúc khác nhau nhưng vẫn cho kết quả xử lý như nhau. Điều đó có nghĩa là, bài toán
tổng hợp hệ xử lý số là đa trị và cần được tối ưu theo một tiêu chuẩn nhất định để chọn
được sơ đồ cấu trúc tốt nhất theo nghĩa nào đó.
5. Hệ xử lý số TTBBNQ có phương trình sai phân tuyến tính hệ số hằng bậc không
là hệ FIR nên luôn luôn ổn định. Hệ xử lý số TTBBNQ có phương trình sai phân tuyến
tính hệ số hằng bậc một trở lên là hệ IIR nên có thể ổn định hoặc không ổn định.

36
 BÀI TẬP CHƯƠNG 1

BT 1.1 Cho dãy với N > M

1. Rút gọn biểu thức và xác định độ dài của x(n).
2. Xác định x(n) bằng phương pháp đồ thị với N = 5 và M = 3.
BT 1.2 Hãy biểu diễn dãy dưới các dạng bảng số
liệu, dãy số liệu và đồ thị.
BT 1.3 Cho dãy x(n) có đồ thị trên hình 1.50, hãy vẽ đồ thị các dãy sau:
1.
2. x(n)
3. 1 0 ,8
4. 0 ,4
0 ,2
5. -1 0 1 2 3 4
n
6.
7. Hình 1.50: Đồ thị của BT 1.3
8.
BT 1.4 Hãy viết biểu thức của các dãy sau qua dãy u(n):
1. Dãy xung đơn vị  (n - k) 4. Dãy cho trên hình 1.52
2. Dãy xung đơn vị  (n + k) 5. Dãy chữ nhật rectN(n - k)
3. Dãy cho trên hình 1.51 6. Dãy chữ nhật rectN(n + k)

x(n) x(n)
1
1

-2 -1 0 1 2 3
-1 0 1 2 3 4 5 6
n n

Hình 1.51: BT 1.4 câu 3 Hình 1.52: BT 1.4 câu 4

BT 1.5 Hãy viết biểu thức của các dãy sau qua dãy  (n):
1. 3.
2. 4.
BT 1.6 Cho dãy x(n) = rectN(n), hãy viết biểu thức của dãy xung chữ nhật tuần hoàn
y(n) tạo bởi các dãy x(n) với chu kỳ bằng P mẫu (P > N).
BT 1.7 Tính các tham số cơ bản của các tín hiệu số sau:
1. 3.
2. 4.
BT 1.8 Xét tính tuyến tính, bất biến, nhân quả của các hệ xử lý số sau:
1. 3.
2. 4.
BT 1.9 Tính các tích chập sau và biểu diễn kết quả dưới dạng bảng:
1.

37
 2.
3.
BT 1.10 Tìm phản ứng y(n) của hệ xử lý số có đặc tính xung h(n) và tác động x(n)
trên hình 1.53 bằng cách tính trực tiếp tích chập.

x(n) h(n)
1 0 ,8 1
0 ,6
0 ,4
0 ,2

n 0 1 n2 3 4 0 1 2 3

Hình 1.53: Đồ thị của BT 1.10

BT 1.11 Tính tích chập bằng phương pháp đồ thị để tìm phản ứng y(n) của hệ xử lý số
có đặc tính xung h(n) và tác động x(n) ở hình 1.54. Hãy biểu diễn phản ứng
y(n) dưới các dạng đồ thị và dãy số liệu.
x(n) h(n)
1
1 0 ,8
0 ,6 0 ,6
0 ,4
0 ,2

0 1 2 3 4 5n 0 1 2 3 n4

Hình 1.54: Đồ thị của BT 1.11

BT 1.12 Với tác động , hãy tìm phản ứng y(n) của hệ xử lý số có
đặc tính xung .
BT 1.13 Xét tính ổn định của các hệ xử lý số có đặc tính xung như sau:
1. 3.
2. 4.
BT 1.14 Hệ xử lý số có quan hệ vào ra thuộc loại nào theo
phân loại các hệ xử lý số ? Hãy cho biết tính ổn định của hệ xử lý số đó.
BT 1.15 Tìm đặc tính xung h(n) và nhận xét về tính nhân quả, tính ổn định của hệ xử
lý số có quan hệ vào ra như sau:

BT 1.16 Giải phương trình sai phân y(n) = x(n) + 2y(n - 1)

với tác động x(n) = u(n - 1) và điều kiện ban đầu y(-1) = 0
1. Giải bằng phương pháp thế.
2. Giải bằng phương pháp tìm nghiệm tổng quát.
BT 1.17 Cho điều kiện ban đầu là y(-2) = y(-1) = 0, hãy giải phương trình sai phân
y(n) - 3y(n - 1) + 2y(n - 2) = x(n) + x(n - 2)
1. Với tác động x(n) =  (n - 1).
2. Với tác động x(n) = u (n).
BT 1.18 Tìm đặc tính xung h(n) và xác định tính ổn định của hệ xử lý số được mô tả
bằng phương trình sai phân: y(n) - 2y(n - 1) - 3y(n - 2) = 4x(n) - 2x(n - 1)

38
BT 1.19 Tìm phản ứng y(n) của hệ xử lý số TTBBNQ có đặc tính xung h(n) và tác
động x(n) hữu hạn cho trong bảng 1.4 dưới đây.
Bảng 1.4
n 0 1 2 3
h(n) 0,5 1 0,5 0
x(n) 1 0,5 0,25 0
BT 1.20 Tìm đặc tính xung h(n) và xác định tính ổn định của hệ xử lý số có sơ đồ cấu
trúc trên hình 1.55.
x(n) + + y(n)

D D
2 0,5

Hình 1.55: Sơ đồ cấu trúc của BT 1.20

BT 1.21 Hãy xây dựng sơ đồ cấu trúc dạng chuẩn tắc và dạng chuyển vị của hệ xử lý
số được mô tả bằng phương trình sai phân sau:
y(n) = - 4x(n) + 5x(n - 1) + 2x(n - 2)
BT 1.22 Tìm đặc tính xung h(n) và vẽ sơ đồ khối của hệ xử lý số có sơ đồ cấu trúc trên
hình 1.56. Hãy xác định tính ổn định của hệ.

x(n) + + y(n)

D
- 0,5 0,5

Hình 1.56: Sơ đồ cấu trúc hệ xử lý số của BT 1.22

BT 1.23 Tìm đặc tính xung h(n) của hệ xử lý số có sơ đồ khối ở hình 1.57.

rect2(n) 2(n - 1)

x(n) 2(n - 2) rect3(n - 1) y(n)

+

- rect2(n - 1)

Hình 1.57: Sơ đồ khối của BT 1.23

39
BT 1.24 Hãy xây dựng sơ đồ cấu trúc dạng chuẩn tắc 1 và dạng chuẩn tắc 2 của hệ xử
lý số có phương trình sai phân sau:
4y(n) - 2y(n - 1) + y(n - 2) = 2x(n) + x(n - 1)
BT 1.25 Hãy xây dựng sơ đồ cấu trúc của hệ xử lý số có sơ đồ khối theo đặc tính xung
h(n) trên hình 1.58.

x(n) 2nrect3(n) y(n)

Hình 1.58: Sơ đồ khối của BT 1.25

40
 Chương 2: BIỂU DIỄN TÍN HIỆU VÀ HỆ THỐNG RỜI RẠC
TRONG MIỀN Z

2.1 Phép biến đổi Z:

Phép biến đổi Z được sử dụng cho các dãy số. Biến đổi Z thuận để chuyển các dãy biến
số nguyên n thành hàm biến số phức z, biến đổi Z ngược để chuyển các hàm biến số
phức z thành dãy biến số nguyên n.
2.1.1 Biến đổi Z thuận
2.1.1a Biến đổi Z hai phía
Định nghĩa: Biến đổi Z hai phía của dãy x(n) là chuỗi lũy thừa của biến số phức z:

(2.1-1)
Miền xác định của hàm X(z) là các giá trị của z để chuỗi (2.1-1) hội tụ.
Dãy x(n) được gọi là hàm gốc, còn X(z) được gọi là hàm ảnh Z. Biến đổi Z hai
phía thường được gọi vắn tắt là biến đổi Z. Chuỗi (2.1-1) là biểu thức biến đổi Z thuận
và được ký hiệu như sau:

(2.1-2)
Hay: (2.1-3)
(ZT là chữ viết tắt của thuật ngữ tiếng Anh: Z - Transform).
Ví dụ 2.1: Hãy xác định biến đổi Z hai phía của các dãy sau:
a. b. c. d.

e. f. g.
h.
Giải: a. (2.1-4)
Chuỗi (2.1-4) hội tụ với mọi z, nên xác định với mọi z.
b. (2.1-5)
Chuỗi (2.1-5) hội tụ với mọi z > 0, nên xác định với mọi z > 0.
c. (2.1-6)
Chuỗi (2.1-6) hội tụ với mọi z < , nên xác định
với mọi z < .
d.
Hàm X(z) xác định trong miền 0 < z < .
e. (2.1-7)
Dãy nhân quả vô hạn có biến đổi Z bằng  tại z = 1
f.

41
Ta đã đổi biến, đặt
và khi

thì

Dãy nhân quả vô hạn có biến

đổi Z bằng  tại z = 1 và z = 0
g.
Ta đã đổi biến, đặt và khi
thì
Dãy không nhân quả
có biến
đổi Z bằng  tại z = 1 và z = 
h.
Ta đã đổi biến, đặt
khi thì

Dãy phản nhân quả vô hạn có biến

đổi Z bằng  tại z = 1
2.1.1b Biến đổi Z một phía
Định nghĩa: Biến đổi Z một phía của dãy x(n) là chuỗi lũy thừa của biến số phức z:
(2.1-8)
Miền xác định của hàm là các giá trị của z để chuỗi (2.1-
8) hội tụ.
Biến đổi Z một phía được lấy theo tổng với n biến thiên từ 0 đến . Chuỗi (2.1-
8) là biểu thức của biến đổi Z một phía thuận và được ký hiệu như sau:

(2.1-9)
Hay: (2.1-10)
Ví dụ 2.2: Hãy xác định biến đổi Z một phía của các dãy ở ví dụ 2.1 và so sánh kết quả
với biến đổi Z hai phía tương ứng.
a. b.

c.

42
 d.

e. f. g.
h.

Giải: a.
Dãy nhân quả
có biến đổi
Z một phía giống biến đổi Z hai phía.
b.
Dãy nhân quả có biến đổi Z một phía giống biến đổi Z hai phía.
c.
Dãy phản nhân quả có biến đổi Z một phía luôn bằng 0.
d.
Dãy không nhân quả có biến đổi Z một phía khác biến đổi Z hai phía
e.
Dãy nhân quả có biến đổi Z một phía giống biến đổi Z hai phía.
f.
Dãy nhân quả có biến đổi Z một phía giống biến đổi Z hai phía.
g.
Dãy không nhân quả có biến đổi Z một phía khác hai phía.
h.
Dãy phản nhân quả vô hạn có biến đổi Z một phía luôn bằng 0.
Như vậy, các dãy nhân quả có biến đổi Z một phía và hai phía giống nhau, các
dãy không nhân quả có biến đổi Z một phía và hai phía khác nhau, các dãy phản nhân
quả có biến đổi Z một phía bằng không.
2.1.1c Miền hội tụ của biến đổi Z
Định nghĩa: Tập hợp tất cả các giá trị của biến số phức z mà tại đó các chuỗi (2.1-
1) và (2.1-8) hội tụ được gọi là miền hội tụ của biến đổi Z.
Miền hội tụ của biến đổi Z được ký hiệu là: RC (X(z)) hoặc RC
(RC là chữ viết tắt của thuật ngữ tiếng Anh: Region of Convergence)
Có thể thấy ngay rằng các dãy x(n) hữu hạn có biến đổi Z là chuỗi hữu hạn nên
sẽ hội tụ trên toàn bộ mặt phẳng z, trừ hai điểm |z|=  và z = 0 là phải xét cụ thể:
có

43
 Xét trường hợp x(n) là dãy không nhân quả vô hạn xác định trong khoảng (- ,
), biến đổi Z hai phía của x(n) theo (2.1-1) là:
(2.1-11)
Để tìm miền hội tụ của chuỗi (2.1-11), cần sử dụng tiêu chuẩn hội tụ của
Cauchy được phát biểu như sau:
Tiêu chuẩn hội tụ Cauchy: Xét chuỗi số vô hạn:
(2.1-12)

Nếu , thì chuỗi (2.1-12) hội tụ khi l < 1, phân kỳ khi l > 1.
Để sử dụng tiêu chuẩn hội tụ Cauchy xác định miền hội tụ của chuỗi (2.1-11),
phải tách thành hai chuỗi như sau:

Trong đó: (2.1-13)

và:
Theo tiêu chuẩn Cauchy, chuỗi sẽ hội tụ nếu thỏa mãn điều kiện:

Nếu tồn tại số hữu hạn để: (2.1-14)

Thì:
Khi đó chuỗi sẽ hội tụ với mọi z thoả mãn điều kiện:
(2.1-15)
Để tìm miền hội tụ của , đổi biến đặt thì chuỗi (2.1-13) được đưa về
dạng:
Nếu x(0) hữu hạn thì chuỗi sẽ hội tụ nếu thỏa mãn điều kiện:

Nếu tồn tại số hữu hạn để:

Thì: , trong đó:

Hay trở về biến n: (2.1-16)

Khi đó chuỗi sẽ hội tụ với mọi z thoả mãn điều kiện:
(2.1-17)
là giao các miền hội tụ của theo (2.1-17) và theo (2.1-
15): Nếu thì .

44
 Như vậy, dãy không nhân quả vô hạn x(n) có với miền hội tụ
là hình vành tròn trên mặt phẳng phức, có tâm là gốc tọa độ, bán kính trong , bán
kính ngoài như ở hình 2.1a. Các bán kính hội tụ và được xác định theo
(2.1-14) và (2.1-16) tương ứng. Nếu không hữu hạn hoặc thì
không xác định với mọi z, nên trong trường hợp đó dãy không nhân quả x(n) không có
biến đổi Z.

a. Dãy không nhân quả. b. Dãy nhân quả. c. Dãy phản nhân quả.
Hình 2.1: Miền hội tụ của biến đổi Z.
Khi x(n) là dãy nhân quả thì biến đổi Z của nó có thành phần , nên
, do đó miền hội tụ của là miền hội tụ của theo (2.1-15), nên
, đó là miền nằm ngoài vòng tròn tâm ở gốc tọa độ, đường kính
như ở hình 2.1b. Bán kính hội tụ được xác định theo (2.1-14). Nếu
thì không xác định với mọi z, nên trong trường hợp đó dãy nhân quả x(n) không
có biến đổi Z.
Khi x(n) là dãy phản nhân quả thì biến đổi Z của nó có , nên
, do đó miền hội tụ của là miền hội tụ của theo (2.1-17), nên
, đó là miền nằm trong vòng tròn tâm ở gốc tọa độ, đường kính
như ở hình 2.1c. Bán kính hội tụ được xác định theo (2.1-16). Nếu
thì không xác định với mọi z, nên trong trường hợp đó dãy phản nhân quả x(n)
không có biến đổi Z.
Biến đổi Z một phía có dạng giống với biến đổi Z hai phía của các dãy nhân
quả, do đó miền hội tụ của biến đổi Z một phía là:

Đó là miền nằm ngoài vòng tròn tâm là gốc tọa độ, đường kính như ở hình
2.2b. Bán kính hội tụ được xác định theo (2.1-14).
Ví dụ 2.3: Hãy xác định và của các dãy sau:
a. e.
b. f.
c. g.
d. h.

Giải: a.
Dãy nhân quả hữu hạn có ZT với

45
b.
Dãy phản nhân quả hữu hạn có ZT với
c.
Dãy không nhân quả hữu hạn có ZT với
d.

Vậy: (2.1-18)

Theo (2.1-14), bán kính hội tụ , vậy dãy nhân quả vô hạn
có ZT với
e.
Đổi biến, đặt n = - m  - n = m và khi n = -  thì m =  nhận được:

Theo (2.1-16), bán kính hội tụ , vậy dãy phản nhân quả
vô hạn có ZT với
f.

Theo (2.1-14) và (2.1-16), xác định được dãy không nhân quả vô hạn
với có ZT với
h.

Sử dụng kết quả của các câu d và e, dãy không nhân quả vô hạn có
ZT với , nên nó không có biến đổi Z.
Miền hội tụ của biến đổi Z được tổng kết ở bảng 2.1 trang 114.
2.1.1d Hàm X(z) dạng phân thức hữu tỷ
Vì biến đổi Z là chuỗi lũy thừa của z nên có thể biến đổi hàm X(z) về dạng phân
thức hữu tỷ:
(2.1-19)

Hoặc: (2.1-20)

Trong đó A và các hệ số ar, bk là các hằng số thực.

Phương trình B(z) = 0 có M nghiệm là z0kvà tại z = z0k thì X(z) = 0, nên các
điểm z0k được gọi là không điểm của hàm X(z).

46
 Đa thức ở mẫu D(z) có hệ số a0 = 1 được gọi là đa thức đặc trưng của X(z).
Phương trình đặc trưng D(z) = 0 có N nghiệm là zpr và tại z = zpr thì X(z) = , do đó
các điểm zpr được gọi là cực điểm của X(z).
Ngoài ra, phụ thuộc
vào quan hệ giữa N và M,
hàm X(z) còn có thể có một
không điểm hoặc cực điểm tại
z = 0.
Trên mặt phẳng phức,
các không điểm z0k của hàm
X(z) được ký hiệu bằng dấu
khuyên tròn nhỏ “o “còn các
cực điểm zpr được ký hiệu
bằng dấu gạch chéo nhỏ “x Hình 2.2: Không và cực của X(z).
“như trên hình 2.2.
Theo các không điểm z0k
và cực điểm zpr của X(z), có thể đưa phân thức hữu tỷ (2.1-20) về dạng:
(2.1-21)
Các cực điểm zpr của hàm X(z) có ý nghĩa rất quan trọng đối với việc phân tích
hệ xử lý số trong miền Z.
2.1.2 Biến đổi Z ngược
Nếu biến đổi Z thuận (2.1-1) cho phép tìm hàm ảnh X(z) từ dãy gốc x(n), thì
biến đổi Z ngược cho phép tìm dãy gốc x(n) từ hàm ảnh X(z).
Để tìm biểu thức của biến đổi Z ngược, xuất phát từ biểu thức của biến đổi Z
thuận (2.1-1): (2.1-22)
Nhân cả hai vế của (2.1-22) với thừa số , rồi lấy tích phân theo
chiều dương trên đường cong kín C nằm trong miền hội tụ của X(z) và bao quanh gốc
tọa độ, nhận được:
(2.1-23)
Vì tích phân (2.1-23) lấy trong miềm hội tụ của chuỗi (2.1-22), nên có thể đổi
vị trí của dấu tổng và dấu tích phân ở vế phải của (2.1-23):
(2.1-24)
Theo định lý Cauchy về tích phân theo chiều dương trên đường cong khép kín
C bao quanh gốc tọa độ trong mặt phẳng phức có:

Do đó tất cả các số hạng của chuỗi ở vế phải của (2.1-24) đều bằng không, trừ
một số hạng ứng với m = n là bằng , nên từ (2.1-24) có:
(2.1-25)
Tích phân (2.1-25) chính là biểu thức của phép biến đổi Z ngược, nó được ký
hiệu như sau: (2.1-26)
hay: (2.1-27)

47
(IZT là chữ viết tắt của thuật ngữ tiếng Anh: Invertse Z Transform).
Tính trực tiếp tích phân (2.1-25) là khá phức tạp, vì thế thường sử dụng các
phương pháp gián tiếp để tìm biến đổi Z ngược.
2.2. Các tính chất của biến đổi Z
Khi phân tích hệ xử lý số qua biến đổi Z, vận dụng các tính chất của biến đổi Z
sẽ giúp cho việc giải quyết bài toán được dễ dàng hơn.
2.2.1 Các tính chất của biến đổi Z hai phía
2.2.1a Tính chất tuyến tính:
Hàm ảnh Z của tổ hợp tuyến tính các dãy bằng tổ hợp tuyến tính các hàm ảnh Z
thành phần.
Nếu: với
Thì: (2.2-1)
Với , trong đó và

Miền hội tụ của hàm Y(z) là giao miền hội tụ của các hàm Xi(z).
Chứng minh: Theo biểu thức biến đổi Z thuận (2.1-1) có:

Tính chất tuyến tính được sử dụng để tìm biến đổi Z thuận hoặc ngược của hàm
là tổng các hàm đã biết cặp biến đổi Z của chúng.
Ví dụ 2.4: Hãy tìm biến đổi Z của các dãy sau:
a. b.
Giải: a. Theo công thức Euler có:

Theo tính chất tuyến tính của biến đổi Z nhận được:

Sử dụng biểu thức (2.1-18) với và thì:

và
với
Do đó: với

Vậy: với (2.2-2)

b. Theo công thức Euler có:

Do đó: với

48
Vậy: với (2.2-3)
Trong một số trường hợp, tổ hợp tuyến tính của các Xi(z) tạo cho Y(z) các không
điểm trùng với cực điểm của Xi(z), làm cho các cực điểm đó bị loại trừ, khi đó miền
hội tụ của Y(z) sẽ được mở rộng.
Ví dụ 2.5: Có: với

và: với

Hãy tính
Giải: Theo tính chất tuyến tính có:

với
Tổ hợp tuyến tính của X1(z) và X2(z) đã tạo cho Y(z) không điểm z0 = a để loại
trừ cực điểm zp = a của cả X1(z) và X2(z), do đó miền hội tụ của Y(z) được mở rộng.
2.2.1b Tính chất trễ:
Khi dịch trễ dãy x(n) đi k mẫu thì hàm ảnh Z của nó được nhân thêm thừa số .
Nếu: với
Thì: (2.2-4)
với , trừ điểm z = 0 nếu k > 0 và điểm z = 
nếu k < 0
Chứng minh: Theo biểu thức biến đổi Z thuận (2.1-1) có:

Tính chất trễ thường được sử dụng để tìm biến đổi Z của các dãy trễ.
Ví dụ 2.6: Tìm:
Giải:
Theo (2.1-7) có:
với

Sử dụng tính chất tuyến tính và tính chất trễ nhận được:

Vậy: với

(2.2-5)
2.2.1c Tính chất tỷ lệ:
Khi nhân dãy x(n) với thừa số an thì hàm ảnh Z của nó bị thay đổi tỷ lệ (bị nén nếu a >
0, dãn nếu a < 0).

49
 Nếu: với
Thì: (2.2-6)
với
Chứng minh: Theo biểu thức biến đổi Z thuận (2.1-1) có:

với
Tổng quát a là số phức: , khi đó véc tơ X(z) trên mặt phẳng
phức bị thay đổi tỷ lệ và bị quay một góc 0. Nếu a nằm trên vòng tròn đơn vị thì |a| =
1, nên hàm X(z) không bị thay đổi tỷ lệ nhưng véc tơ X(z) trên mặt phẳng phức bị quay
một góc 0.
Ví dụ 2.7: Hãy tìm biến đổi Z của các dãy sau:
a. b.
Giải: a. Sử dụng tính chất tỷ lệ đối với biểu thức (2.2-2) nhận được:
với

Hay: (2.2-7)

với

b. Sử dụng tính chất tỷ lệ đối với biểu thức (2.2-3) nhận được:
với

Hay: (2.2-8)
với
2.2.1d Tính chất biến đảo:
Hàm ảnh Z của dãy biến đảo x(-n) có biến là z-1
Nếu: với

Thì:

(2.2-9)
với
Chứng minh: Theo biểu thức biến đổi Z thuận (2.1-1) có:

Đổi biến, đặt khi

thì

, nhận được:

50
với
Tính chất biến đảo cho phép tìm biến đổi Z của dãy phản nhân quả theo biến
đổi Z của dãy nhân quả tương ứng.
Ví dụ 2.8: Hãy tìm biến đổi Z của dãy phản nhân quả
Giải: Theo (2.1-18) có với
Sử dụng tính chất biến đảo nhận được:
với (2.2-10)
2.2.1e Tính chất đạo hàm
Nếu: với

Thì: (2.2-11)
với
Chứng minh: Từ biểu thức biến đổi Z thuận (2.1-1):

Lấy đạo hàm cả hai vế theo z nhận được:

Nhân cả hai vế với -z:
Tính chất đạo hàm của hàm ảnh được sử dụng để tìm biến đổi Z của các dãy
dạng theo biến đổi Z của dãy x(n).
Ví dụ 2.9: Hãy tìm biến đổi Z của các dãy sau:
a. b.

Giải: a. Sử dụng tính chất đạo hàm đối với biểu thức (2.1-7), nhận được:
với
(2.2-12)
b. Sử dụng tính chất đạo hàm đối với biểu thức (2.1-18), nhận được:
với

(2.2-13)
2.2.1f Tính chất tích chập:
Hàm ảnh Z của tích chập hai dãy bằng tích hai hàm ảnh thành phần.
Nếu: với

51
 và: với

Thì: (2.2-14)
với
Miền hội tụ của hàm Y(z) là giao các miền hội tụ của các hàm Xi(z).
Chứng minh: Theo biểu thức biến đổi Z thuận (2.1-1) có:

Hay:
Tính chất tích chập được sử dụng để tìm phản ứng y(n) của hệ xử lý số bằng
cách tính tích chập qua biến đổi Z.
Ví dụ 2.10: Tìm phản ứng y(n) của hệ xử lý số TTBBNQ có đặc tính xung
với tác động là .
Giải: Theo biểu thức biến đổi Z thuận (2.1-1) có:

Hay:
Theo (2.1-7) có:

Do đó:

Theo (2.1-7) và các tính chất trễ, tuyến tính nhận được:

Lấy biến đổi Z ngược tìm được phản ứng y(n):

Hay:
Kết quả đúng như tính trực tiếp tích chập ở ví dụ 1-19 chương một. So với tính
trực tiếp, tính tích chập qua biến đổi Z không những dễ thực hiện hơn, mà còn luôn
luôn nhận được biểu thức toán học của y(n).
2.2.1g Hàm ảnh Z của tích hai dãy
Nếu: với
và: với
Thì: (2.2-15)
với
Miền hội tụ của hàm Y(z) là giao các miền hội tụ của X1(z) và X2(z). Đường
cong kín C của tích phân (2.2-15) phải bao quanh gốc tọa độ và thuộc miền hội tụ của
cả X1(z) và X2(z) trong mặt phẳng phức.

52
Chứng minh: Theo biểu thức biến đổi Z thuận (2.1-1) có:

Thay x2(n) bằng biểu thức biến đổi Z ngược của nó:

Nhận được:

Hay:

Từ đó có:
2.2.1h Định lý giá trị đầu của dãy nhân quả:
Nếu x(n) là dãy nhân quả và thì: .
Chứng minh: Vì x(n) là dãy nhân quả nên x(n) = 0 với mọi n < 0, do đó:

Vậy:
2.2.1i Hàm ảnh Z của dãy liên hợp phức
Nếu: với
Thì: với (2.2-16)
Chứng minh: Theo biểu thức biến đổi Z thuận (2.1-1) có:
và

Vậy:
2.2.1k Biến đổi Z của hàm tương quan rxy(m)
Nếu: và
Thì: (2.2-17)
Chứng minh: Hàm tương quan được xác định theo (1.8-1) ở chương một:

Theo biểu thức biến đổi Z thuận (2.1-1) có:

Đổi biến, đặt l = (n - m) => m = (n - l):

Hay:
Sử dụng tính chất trên để tìm hàm tương quan qua biến đổi Z sẽ đơn
giản và dễ dàng hơn tính trực tiếp.
Ví dụ 2.11: Cho các tín hiệu số và , hãy tìm hàm
tương quan .
Giải: Sử dụng biểu thức (2.1-5) với k = 2 và biểu thức (2.1-18) nhận được:

53
 và

Theo (2.2-17):
Lấy biến đổi Z ngược, tìm được:
2.2.1m Biến đổi Z của hàm tự tương quan rx(m)
Nếu:
Thì: (2.2-18)
Chứng minh: Theo biểu thức (2.2-17), thay y(n) = x(n) và
Sử dụng tính chất trên để tìm hàm tự tương quan qua biến đổi Z sẽ đơn
giản và dễ dàng hơn tính trực tiếp.
Ví dụ 2.12: Tìm hàm tự tương quan của tín hiệu số .
Giải: Sử dụng (2.1-5) và theo (2.2-18) tìm được:

Lấy biến đổi Z ngược, tìm được:

Các tính chất cơ bản của biến đổi Z hai phía được tóm tắt trong bảng 2.2, ở
trang 114 (cuối chương hai).
2.2.2 Các tính chất của biến đổi Z một phía
Biến đổi Z một phía có hầu hết tất cả các tính chất giống như biến đổi Z hai
phía, trừ tính chất trễ.
2.2.2a Tính chất trễ của biến đổi Z một phía
Nếu: với
Thì với k > 0: (2.2-19)
với , trừ điểm z = 0.
Chứng minh: Theo biểu thức biến đổi Z thuận một phía (2.1-8) có:

Đổi biến, đặt m = (n - k) => n = (m + k), khi n = 0 thì m = -k, khi n = k - 1 thì m = -1,
khi n = k thì m = 0, và khi n =  thì m = :

Đổi biến, đặt m = -i => i = -m, khi m = -1 thì i = 1, khi m = -k thì i = k:

Tính chất trễ của biến đổi Z một phía được sử dụng để giải phương trình sai
phân tuyến tính hệ số hằng.
Ví dụ 2.13: Cho dãy . Hãy tìm: a. ,
b. , c.
Giải:: Tính theo biểu thức biến đổi Z thuận một phía (2.1-8):
a.

54
b.
Tính theo biểu thức của tính chất trễ (2.2-19):

Kết quả tính theo hai công thức (2.1-8) và (2.2-19) là như nhau.
c.

Kết quả các câu b và c của ví dụ trên cho thấy, đối với các dãy không nhân quả,
tính chất trễ của biến đổi Z một phía và hai phía là khác nhau. Có thể thấy ngay được,
đối với các dãy nhân quả, tính chất trễ của biến đổi Z một phía và hai phía là như nhau.
2.2.2b Tính chất vượt trước của biến đổi Z một phía
Nếu: với
Thì với k > 0: (2.2-20)
với , trừ điểm z = 0.
Chứng minh: Theo biểu thức biến đổi Z thuận một phía (2.1-8) có:

Đổi biến, đặt m = (n + k) => n = (m - k), khi n = 0 thì m = k, nhận được:

Ví dụ 2.14: Hãy tìm

Giải: Ta đã biết với thì
Có:
Sử dụng biểu thức (2.2-20) nhận được:

Vậy , hãy tự giải thích điều đó.

2.2.3 Bảng các biến đổi Z cơ bản

Bảng 2.3 ở trang 115 là cặp biến đổi Z của các dãy nhân quả thường gặp. Tất cả
các cặp biến đổi Z trong bảng 2.3 đã được chứng minh trong các ví dụ ở các phần trên.
Bảng 2.3 có ý nghĩa rất quan trọng, vì nó giúp chúng ta nhanh chóng tìm được biến đổi
Z thuận và biến đổi Z ngược khi giải các bài toán phân tích và tổng hợp hệ xử lý số.
Theo tính chất biến đảo của biến đổi Z, từ bảng 2.3 xây dựng được bảng 2.4 ở
trang 116 là biến đổi Z của một số dãy phản nhân quả.

55
2.3 Các phương pháp tìm biến đổi z ngược
Tìm biến đổi Z ngược để xác định dãy x(n) bằng cách tính trực tiếp tích phân
(2.1-25) thường rất phức tạp, vì thế người ta xây dựng các phương pháp gián tiếp sau
để tìm biến đổi Z ngược:
- Phương pháp thặng dư.
- Phương pháp khai triển X(z) thành chuỗi lũy thừa.
- Phương pháp phân tích X(z) thành tổng các phân thức đơn giản.
2.3.1 Phương pháp thặng dư
Trong lý thuyết hàm biến số phức, phương pháp thặng dư dùng để tính tích
phân: (2.3-1)
Tích phân (2.3-1) được lấy theo chiều dương trên đường cong khép kín C bao
quanh gốc tọa độ và nằm trong miền hội tụ của hàm Q(z).
Nếu Q(z) có một cực bội bậc q tại thì có thể phân tích Q(z) thành:

Trong đó, các nghiệm của phương trình phải khác cực bội .
Khi đó tích phân (2.3-1) sẽ có dạng:

Với được gọi là thặng dư của hàm Q(z) và được tính theo biểu thức:
(2.3-2)
Trong trường hợp riêng, nếu là nghiệm đơn thì nên:
(2.3-3)
Để tìm biến đổi Z ngược theo tích phân (2.1-25), áp dụng phương pháp thặng
dư cho hàm . Giả sử Q(z) có m cực bội bậc thì có thể phân tích
Q(z) thành tổng:

Khi đó, biểu thức biến đổi Z ngược (2.1-25) được đưa về dạng:

(2.3-4)

Vì đường cong khép kín C nằm trong miền hội tụ của hàm nên tích
phân ở vế phải của (2.3-4) có thể lấy trên từng số
hạng của chuỗi, vì thế có thể đổi vị trí của dấu tổng và dấu tích phân:

Vậy: (2.3-5)

Các thặng dư ứng với các cực của . của cực đơn
tính theo (2.3-3), của cực bội bậc q tính theo (2.3-2).

56
Ví dụ 2.15: Hãy tìm với

Giải: Có .

Với , hàm có một cực đơn và . Từ

biểu thức thặng dư (2.3-3), với tìm được:
Theo (2.3-5) thì:
Vì nên là dãy nhân quả, do đó kết quả là:

Ví dụ 2.16: Cho , hãy tìm dãy x(n) của hàm ảnh:

với

Giải: Ta có . Với , hàm có hai điểm

cực là nghiệm của phương trình:
Vì , nên phương trình trên có hai nghiệm là cặp số phức
liên hợp:
và:

Với: và (2.3-6)

Theo các cực điểm và có thể phân tích thành:

Với cực có , theo biểu thức thặng dư (2.3-3) tìm được:

Vậy:

Với cực có , theo biểu thức thặng dư (2.3-3) tìm được:

Vậy:

Theo (2.3-5) thì:

57
Vì nên x(n) phải là dãy nhân quả, do đó kết quả là:

(2.3-7)

Trong đó , góc pha p được tính theo (2.3-6) và

2.3.2 Phương pháp khai triển X(z) thành chuỗi lũy thừa
Vì X(z) là hàm giải tích của z, nên trong miền hội tụ của nó, có thể khai triển
X(z) thành chuỗi lũy thừa của theo dạng:
(2.3-8)
Mặt khác, theo định nghĩa của biến đổi Z có:
(2.3-9)
Trong miền hội tụ của X(z), cả hai chuỗi trên đều hội tụ nên khi đồng nhất các
hệ số của hai chuỗi (2.3-8) và (2.3-9), tìm được dãy:
(2.3-10)
Vậy khi khai triển X(z) thành chuỗi luỹ thừa (2.3-8), sẽ tìm được dãy x(n) theo
các hệ số của chuỗi.
Ví dụ 2.17: Hãy tìm dãy x(n) của hàm ảnh
a. Với b. Với
Giải: a. Chia cả tử số và mẫu số cho z nhận được:

Vì nên là dãy nhân quả, do đó hàm ảnh phải là chuỗi lũy

thừa của . Để khai triển X(z) thành chuỗi lũy thừa của , chia tử số cho đa thức
mẫu số (1 + az ): -1

1 | 1 + az-1 _
1 + az-1 1 - az-1 + a2z-2 - a3z-3 + a4z-4 -......
- az-1
- az-1 - a2z-2
+ a2z-2
+ a2z-2 + a3z-3
- a3z-3
- a3z-3 - a4z-4
+ a4z-4
...................
Một cách tổng quát nhận được:
Theo (2.3-10) nhận được: với
b. Với thì x(n) là dãy phản nhân quả, nên hàm ảnh phải là
chuỗi luỹ thừa của . Để khai triển X(z) thành chuỗi luỹ thừa của , chia tử số cho
đa thức mẫu số (az + 1):
-1

1 | az-1 + 1 _
1 + a-1z a-1z - a-2z2 + a-3z3 - a-4z4 +......
- a-1z
- a-1z - a-2z2

58
 + a-2z2
+ a-2z2 + a-3z3
- a-3z3
- a-3z3 - a-4z4
+ a-4z4
...................
Một cách tổng quát nhận được:
Để đưa chuỗi về dạng (2.3-8), đổi biến đặt n = (- m + 1)  m = (- n + 1),
khi m = 1 thì n = 0 và khi m =  thì n = - :

Theo (2.3-10) và tính chất trễ của biến đổi Z nhận được:
với
Từ ví dụ 2.17 có các nhận xét sau:
- Cùng một hàm ảnh nhưng với hai miền hội tụ khác nhau sẽ nhận được hai
hàm gốc khác nhau, điều đó có nghĩa là quan hệ giữa hàm ảnh và hàm gốc của biến
đổi Z hai phía chỉ là đơn trị khi ứng với một miền hội tụ xác định. Vì thế, để tìm biến
đổi Z ngược của biến đổi Z hai phía, cần phải biết miền hội tụ của hàm ảnh X(z).
- Trong ví dụ 2.17, chuỗi lũy thừa biến đổi có quy luật nên tìm được biểu thức
của số hạng tổng quát và biểu thức của hàm gốc x(n). Trong đa số các trường hợp,
khi chia đa thức để khai triển X(z) thành chuỗi lũy thừa, không thể tìm được quy luật
biến đổi của chuỗi lũy thừa, nên chỉ tìm được giá trị một số mẫu của hàm gốc x(n). Đó
chính là nhược điểm cơ bản của phương pháp khai triển X(z) thành chuỗi lũy thừa, và
vì thế phương pháp này ít được sử dụng.
2.3.3 Phương pháp phân tích X(z) thành tổng các phân thức
Đây là phương pháp sử dụng bảng biến đổi Z cơ bản (bảng 2.3). Để tìm dãy
x(n) của các hàm X(z) phức tạp, chỉ cần phân tích X(z) thành tổng của các hàm ảnh có
trong bảng biến đổi Z, và áp dụng tính chất tuyến tính tìm được hàm gốc bằng tổng của
các hàm gốc thành phần.
Trong đa số trường hợp, có thể đưa hàm X(z) về dạng (2.1-20):

(2.3-10)

Trong đó A là hằng số và đa thức ở mẫu số D(z) có a0 = 1 được gọi là đa thức

đặc trưng của hàm X(z). Phương trình đặc trưng D(z) = 0 có N nghiệm zpk, chúng là các
cực điểm của hàm X(z).
Nếu hàm X(z) (2.3-10) có bậc của đa thức ở mẫu D(z) lớn hơn bậc của đa thức ở
tử B(z), tức là N > M thì nó được gọi là hàm X(z) dạng chính tắc. Trong trường hợp
hàm X(z) (2.3-10) có N  M thì nó là hàm dạng không chính tắc. Khi đó, bằng cách
chia đa thức ở tử cho đa thức ở mẫu hoặc bằng biến đổi toán học, sẽ nhận được hàm
X(z) dạng:

Trong đó X’(z) là hàm dạng chính tắc. Vì C(z) là đa thức lũy thừa của z, nên có
thể dễ dàng tìm được biến đổi Z ngược của nó:

59
 Vì vậy, trong mọi trường hợp chỉ cần nghiên cứu phương pháp tìm biến đổi Z
ngược của hàm X(z) (2.3-10) dạng chính tắc. Có thể biểu diễn hàm X(z) chính tắc (2.3-
10) qua các cực điểm zpk:
(2.3-11)
Các cực điểm zpk của hàm X(z) (2.3-10) và (2.3-11) có thể là các cực đơn (cực
có giá trị khác nhau), hoặc các cực bội bậc q (q cực có giá trị giống nhau), hơn nữa zpk
có thể là các số thực hoặc số phức. Trước hết chúng ta nghiên cứu trường hợp X(z) có
nghiệm đơn giản.
2.3.3a Trường hợp hàm X(z) chỉ có các cực đơn là số thực
Khi X(z) là hàm (2.3-10) hoặc (2.3-11) dạng chính tắc và có N cực đơn zpk là số
thực (N cực thực đơn), thì có thể phân tích X(z) thành tổng của các phân thức đơn giản
dạng:
(2.3-12)
Để xác định hệ số , nhân cả hai vế của (2.3-12) với (z - zpk):

Tại z = zpk thì trừ , còn tất cả các số hạng khác ở vế phải của biểu thức trên đều
bằng không, do đó có:
(2.3-13)
Lấy biến đổi Z ngược hàm X(z) (2.3-13), tìm được dãy x(n):

Theo tính chất trễ và (2.1-18), với , nhận được:

(2.3-14)
Dãy (2.3-14) có dạng trễ, để nhận được các dãy x(n) không ở dạng trễ như trên,
chia cả hai vế của (2.3-10) cho z và phân tích hàm:
(2.3-15)
Chỉ số k chạy từ 0, do z.D(z) = 0 có thêm một nghiệm zp0 = 0 (hoặc B(z) = 0
giảm một nghiệm tại z01 = 0). Từ (2.3-15) nhận được:
(2.3-16)
Trong đó, các hệ số được xác định theo biểu thức:
(2.3-17)
Lấy biến đổi Z ngược hàm X(z) (2.3-16), tìm được dãy x(n):

Theo (2.1-18) hoặc bảng 2.3, với , nhận được:

60
 (2.3-18)

Ví dụ 2.18: Hãy tìm hàm gốc nhân quả của

Giải: Hàm X(z) là phân thức dạng chính tắc. Vì đa thức đặc trưng có nên
phải nhóm thừa số 2 ra ngoài. Để nhận được hàm gốc x(n) dạng không trễ, phân tích
hàm:

Theo (2.3-17) xác định được các hệ số , , và :

Vậy:

Suy ra:
Vì dãy x(n) là nhân quả nên , theo (2.3-18) nhận được:

2.3.3b Trường hợp hàm X(z) có nhiều cực dạng phức tạp
Để đơn giản và dễ hiểu mà không làm mất đi tính tổng quát, giả sử X(z) là hàm
(2.3-10) hoặc (2.3-11) dạng chính tắc và có r cực thực đơn zpk, một cực thực bội zpq bậc
q, một cặp cực phức liên hợp và , khi đó có thể phân tích X(z) thành tổng của
các phân thức dạng:
(2.3-19)
Trong đó thành phần ứng với r cực thực đơn zpk là:
(2.3-20)
Thành phần ứng với cực thực bội zpq bậc q là:
(2.3-21)

Thành phần ứng với cặp cực phức liên hợp và là:
(2.3-22)
Tương tự trường hợp hàm X(z) chỉ có các nghiệm thực đơn, các hệ số của
(2.3-20) được xác định theo (2.3-17). Với , từ hàm Xb(z),
theo (2.3-18) nhận được thành phần xb(n):
(2.3-23)
Các hệ số của (2.3-21) ứng với cực thực bội zpq, được xác định như sau:

61
 (2.3-24)
Với , từ hàm Xc(z) nhận được thành phần xc(n):
(2.3-25)
Các hệ số phức và ứng với cặp cực phức liên hợp và . Ta chỉ cần xác
định theo biểu thức:
(2.3-26)
vì theo lý thuyết hàm biến số phức thì , nên có:

Do đó có:

Vậy:
với , từ hàm Xe(z) nhận được hàm gốc xe(n):

Vậy: (2.3-27)
Trong đó hệ số phức được xác định theo biểu thức (2.3-25).
Từ đó, theo tính chất tuyến tính của biến đổi Z nhận được:
(2.3-28)
Trong đó, xb(n) được xác định theo (2.3-23), xc(n) được xác định theo (2.3-25),
và xe(n) được xác định theo (2.3-27).
Ví dụ 2.19: Cho , hãy tìm hàm gốc x(n) của hàm ảnh:
Với
Giải: Bài này đã được giải bằng phương pháp thặng dư ở ví dụ 2.16. ở đây sẽ dùng
phương pháp phân tích X(z) thành tổng của các đa thức đơn giản. Để nhận được dãy
x(n) dạng không trễ, phân tích hàm:

Vì , nên phương trình đặc trưng có hai nghiệm là cặp số phức

liên hợp:

và:

Với:

62
và: (2.3-29)
Để sử dụng công thức (2.3-27), theo biểu thức (2.3-26) tìm được:

Vậy: và
Theo (2.3-27) nhận được dãy x(n):

Biến đổi lượng giác và xác định theo (2.3-29), nhận được kết quả:
Với và thì:

(2.3-30)

So sánh (2.3-30) và (2.3-7) cho thấy, hai phương pháp thặng dư và phân tích
X(z) thành tổng các phân thức đơn giản cho cùng một kết quả.
Các công thức (2.3-27) và (2.3-30) thường được sử dụng như một cặp biến đổi
Z thông dụng để tìm biến đổi Z ngược của các hàm X(z) có hai nghiệm đơn là cặp số
phức liên hợp.
Ví dụ 2.20: Tìm dãy nhân quả x(n) của
Giải: Vì đa thức ở mẫu có nên phải nhóm thừa số 2 ra ngoài. Để nhận
được dãy x(n) dạng không trễ, phân tích hàm:
(2.3-31)
Trong đó các hệ số được xác định như sau:

Thay giá trị các hệ số trên vào (2.3-31) nhận được:

Vì x(n) là dãy nhân quả nên với , theo bảng 3.2 nhận được:

Hay:
Ví dụ 2.21: Hãy tìm dãy x(n) của hàm ảnh:
với

63
Giải: Vì đa thức ở mẫu có nên phải nhóm thừa số 4 ra ngoài. Để nhận
được hàm gốc x(n) dạng không trễ, phân tích hàm:
(2.3-32)
Phương trình đặc trưng có:
- Một nghiệm đơn tại ,
- Một nghiệm bội bậc 2 tại ,
- Hai nghiệm phức liên hợp tại và
và
Theo các cực điểm trên, có thể phân tích hàm (2.3-32) thành dạng:
(2.3-33)
Trong đó các hệ số được xác định như sau:

Thay giá trị các hệ số vào (2.3-33), nhận được:

Theo bảng 3.2 và công thức (2.3-27), với , nhận được:

Hay:

64
 BÀI TẬP CHƯƠNG 2

BT 2.1. Sử dụng công thức định nghĩa để tìm và :

1. 4.
2. 5.
3. 6.
BT 2.2 Sử dụng các tính chất của biến đổi Z để tìm và :
1. 4.
2. 5.
3. 6.
BT 2.3 Hãy tìm biến đổi Z thuận và miền hội tụ của các dãy sau:
1. 4.
2. 5.
3. 6.
BT 2.4 Hãy tìm các hàm gốc nhân quả sau bằng phương pháp thặng dư:
1. 2.
BT 2.5 Hãy tìm các hàm gốc nhân quả và phản nhân quả của các hàm ảnh Z sau bằng
phương pháp khai triển thành chuỗi luỹ thừa:
1. 2.
BT 2.6 Hãy tìm các hàm gốc nhân quả của các hàm ảnh Z sau:
1. 3.

2. 4.
BT 2.7 Hãy tìm các hàm gốc phản nhân quả của các hàm ảnh Z sau:
1. 2.
BT 2.8 Hãy tìm các hàm gốc nhân quả của các hàm ảnh Z sau:
1. 3.

2. 4.
BT 2.9 Xác định phản ứng y(n) và tính ổn định của hệ xử lý số có đặc tính xung
và tác động .
BT 2.10 Cho hệ xử lý số có phương trình sai phân
1. Tìm hàm hệ thống H(z) và xác định tính ổn định của hệ.
2. Tìm đặc tính xung h(n) của hệ.
3. Với tác động , hãy tìm phản ứng y(n) của hệ.
BT 2.11 Cho hệ xử lý số có đặc tính xung . Hãy tìm tác động
x(n) để hệ làm việc ổn định.
BT 2.12 Hãy xác định tính ổn định của các hệ xử lý số TTBBNQ sau:

65
 1. 2.
BT 2.13 Hãy xác định tính ổn định của các hệ xử lý số TTBBNQ sau:
1.

2.
BT 2.14 Tìm phản ứng y(n) và xét tính ổn định của hệ xử lý số có phương trình sai
phân , với tác động
, và điều kiện đầu , .
BT 2.15 Hãy giải phương trình sai phân với tác động
và điều kiện ban đầu bằng không. Xác định dao
động tự do y0(n) và dao động cưỡng bức yp(n).
BT 2.16 Hãy giải phương trình sai phân với tác động
và điều kiện ban đầu bằng không. Xác định dao
động tự do y0(n) và dao động cưỡng bức yp(n).
BT 2.17 Tìm đặc tính xung h(n) của hệ xử lý số TTBBNQ có sơ đồ cấu trúc trên hình
2.20, và xét tính ổn định của hệ.
X(z) + + Y(z)
3

z 1 z 1
2 0,5

Hình 2.20: Sơ đồ cấu trúc hệ xử lý số của BT 2.17.

BT 2.18 Hãy xây dựng sơ đồ cấu trúc của hệ xử lý số có hàm hệ thống là:

BT 2.19 Cho hệ xử lý số TTBBNQ có sơ đồ cấu trúc trên hình 2.21, tìm phản ứng y(n)
của hệ khi tác động
X(z) + + Y(z)

z 1 z 1
-2 z 1
0,5

Hình 2.21: Sơ đồ cấu trúc hệ xử lý số của BT 2.19.

BT 2.20 Tìm hàm hệ thống H(z) và xét tính ổn định của hệ xử lý số có sơ đồ khối trên
hình 2.22.
10 4
X(z) + + Y(z)
5z  2 2z  1

 2 z 1 0,5 z 1
66
 0,2 z 1
Hình 2.22: Sơ đồ khối của hệ xử lý số ở BT 2.20.

67
 Chương 3: BIỂU DIỄN TÍN HIỆU VÀ HỆ THỐNG TRONG MIỀN
TẦN SỐ LIÊN TỤC

3.1. Biến đổi Fourier của dãy số

3.1.1 Biến đổi Fourier thuận

3.1.1a Định nghĩa:
Nếu dãy x(n) thoả mãn điều kiện:
(3.1-1)
thì sẽ tồn tại phép biến đổi Fourier như sau:
(3.1-2)
Biến đổi Fourier đã chuyển dãy số x(n) thành hàm phức X(ej), (3.1-2) là biểu
thức biến đổi Fourier thuận và được ký hiệu như sau:
(3.1-3)
hay: (3.1-4)
(FT là chữ viết tắt của thuật ngữ tiếng Anh Fourier Transform).
Ký hiệu X(ej) để phân biệt phép biến đổi Fourier của dãy số x(n)
với phép biến đổi Fourier của hàm liên tục x(t):

Biểu thức biến đổi Fourier của dãy số x(n) (3.1-2) là suất phát từ biểu thức biến
đổi Fourier của hàm liên tục x(t), vì khi hàm dưới dấu tích phân là dãy rời rạc thì phải
thay dấu tích phân bằng dấu tổng.
Do tính chất tuần hoàn của hàm mũ ej, nên X(ej) là hàm tuần hoàn của biến 
với chu kỳ 2:

Điều đó có nghĩa là chỉ cần nghiên cứu hàm tần số X(ej) của các dãy rời rạc
x(n) với   (-, ) hoặc   (0, 2).
Sử dụng biến đổi Fourier cho phép nghiên cứu phổ của tín hiệu số và đặc tính
tần số của hệ xử lý số. Nếu x(n) là tín hiệu số thì là phổ của tín
hiệu x(n), còn với h(n) là đặc tính xung của hệ xử lý số thì là đặc
tính tần số của hệ xử lý số.
3.1.1b Sự tồn tại của biến đổi Fourier
Theo định nghĩa, biến đổi Fourier thuận (3.1-2) chỉ tồn tại nếu dãy x(n) thoả
mãn điều kiện khả tổng tuyệt đối (3.1-1). Điều đó có nghĩa là, nếu dãy x(n) thoả mãn
điều kiện (3.1-1) thì chuỗi (3.1-2) sẽ hội tụ về hàm X(ej), nên x(n) tồn tại biến đổi
Fourier. Ngược lại, nếu dãy x(n) không thoả mãn điều kiện (3.1-1) thì chuỗi (3.1-2) sẽ
phân kỳ, vì thế hàm X(ej) không tồn tại và x(n) không có biến đổi Fourier.
Các tín hiệu số x(n) có năng lượng hữu hạn:
(3.1-5)
luôn thỏa mãn điều kiện (3.1-1), do đó luôn tồn tại biến đổi Fourier.
Ví dụ 3.1: Hãy xét sự tồn tại và tìm biến đổi Fourier của các dãy sau:

68
 a. b. c.
d. e. f.
Giải: a.
Hàm u(n) không thoả mãn (3.1-1) nên không tồn tại biến đổi Fourier.
b.
Hàm 2nu(n) không thoả mãn (3.1-1) nên không tồn tại biến đổi Fourier.
c.
Hàm 2-nu(n) thoả mãn (3.1-1) nên tồn tại biến đổi Fourier:

Vậy: (3.1-6)

d.
Hàm (n) thoả mãn (3.1-1) nên tồn tại biến đổi Fourier:
(3.1-7)

e) Chuỗi (3.1-1) đối với (n - k) hội tụ nên nó có biến đổi Fourier:
(3.1-8)

f.
Hàm rect N(n) thoả mãn (3.1-1) nên tồn tại biến đổi Fourier:
(3.1-9)
Có thể thấy rằng, các dãy có độ dài hữu hạn luôn tồn tại biến đổi Fourier, còn
các dãy có độ dài vô hạn sẽ tồn tại biến đổi Fourier nếu chuỗi (3.1-1) của nó hội tụ.
3.1.1c Các dạng biểu diễn của hàm X(ej)
Vì X(ej) là hàm phức, nên có thể biểu diễn nó dưới các dạng, phần thực và
phần ảo, mô đun và argumen, độ lớn và pha.
1. Dạng phần thực và phần ảo
(3.1-10)
Theo công thức Euler có:
(3.1-11)

Hàm phần thực: (3.1-12)

Hàm phần ảo: (3.1-13)

2. Dạng mô đun và argumen
(3.1-14)
Mô đun: (3.1-15)

69
Argumen: (3.1-16)

X(ej) được gọi là hàm biên độ tần số, nó là hàm chẵn và đối xứng qua trục tung:
X(ej)=X(e- j)
() được gọi là hàm pha tần số, nó là hàm lẻ và phản đối xứng qua gốc toạ độ: ()
= - (-).
3. Dạng độ lớn và pha
(3.1-17)
j
Hàm độ lớn A(e ) có thể nhận các giá trị dương hoặc âm, và:
(3.1-18)
Còn: (3.1-19)
Hàm pha: (3.1-20)
Với phụ thuộc vào dấu của hàm như sau:

Một cách tổng quát, có thể viết:

Theo (3.1-20), có thể biểu diễn hàm pha () dưới dạng như sau:
(3.1-21)
Ví dụ 3.2: Hãy xác định các hàm phần thực và phần ảo, mô đun và argumen, độ lớn và
pha của hàm tần số
Giải: Theo (3.1-11) có:
Hàm phần thực:
Hàm phần ảo:

Mô đun:

Argumen:

Hàm độ lớn:
Hàm pha:
3.1.1d Quan hệ giữa biến đổi Fourier và biến đổi Z
Theo biểu thức định nghĩa (2.1-1) của biến đổi Z có:
, với
Biểu diễn số phức z theo tọa độ cực: z = r.ej với |z|= r và arg (z) = 
Vậy:

Khi |z|= r = 1 thì z = ej, nên nhận được:

(3.1-22)
Theo (3.1-22) thì biến đổi Fourier chính là biến đổi Z khi z nằm trên vòng tròn
đơn vị  z  = 1, nghĩa là biến đổi Fourier là một trường hợp riêng của biến đổi Z.

70
 a. , tồn tại FT b.

, không tồn tại FT

Hình 3.1: Quan hệ giữa biến đổi Fourier và biến đổi Z
Từ hình 3.1a thấy rằng, nếu hàm X(z) hội tụ trên vòng tròn đơn vị  z  = 1 thì
chắc chắn dãy x(n) tồn tại biến đổi Fourier, và ngược lại. Từ hình 3.1b, nếu hàm X(z)
không hội tụ trên vòng tròn đơn vị z = 1, thì dãy x(n) sẽ không tồn tại biến đổi
Fourier, và ngược lại.
Hàm bậc thang đơn vị u(n) là một ví dụ: Hàm có
, do U(z) không hội tụ trên
vòng tròn đơn vị  z  = 1 nên u(n) không có biến đổi Fourier, câu a ví dụ 3.1 đã chứng
minh điều đó.
3.1.2 Biến đổi Fourier ngược
Biến đổi Fourier ngược cho phép tìm dãy x(n) từ hàm ảnh X(ej). Để tìm biểu
thức của phép biến đổi Fourier ngược, xuất phát từ biểu thức Fourier thuận (3.1-2):

(3.1-23)
Nhân cả hai vế của (3.1-23) với ej.m rồi lấy tích phân trong khoảng (-, ), nhận
được:

Vì:
Nên:
Từ đó suy ra biểu thức của phép biến đổi Fourier ngược:
(3.1-24)
Phép biến đổi Fourier ngược được ký hiệu như sau:
(3.1-25)

Hay:

(3.1-26)
(IFT là chữ viết tắt của thuật ngữ tiếng Anh Inverse Fourier Transform).
Biểu thức biến đổi Fourier thuận (3.1-23) và biểu thức biến đổi Fourier ngược
(3.1-24) hợp thành cặp biến đổi Fourier của dãy số x(n).

71
Ví dụ 3.3: Hãy tìm tín hiệu số x(n) có hàm phổ là .

Giải: Theo (3.1-24) có:

Vì:
Nên:
Vì , nên để lập bảng biến đổi Fourier chỉ cần sử
j
dụng bảng biến đổi z khi thay z = e , và để tìm biến đổi Fourier ngược, ngoài cách
tính trực tiếp tích phân (3.1-24), cũng có thể sử dụng các phương pháp giống như tìm
biến đổi Z ngược.
3.1.3 Các tính chất của biến đổi Fourier
Do biến đổi Fourier là một trường hợp riêng của biến đổi Z nên, biến đổi
Fourier cũng có các tính chất giống như biến đổi Z. Dưới đây trình bầy các tính chất
thường được sử dụng khi phân tích phổ tín hiệu số và đặc tính tần số của hệ xử lý số.
3.1.3a Tính chất tuyến tính: Hàm tần số của tổ hợp tuyến tính các dãy bằng tổ
hợp tuyến tính các hàm tần số thành phần.
Nếu:
Thì: (3.1-27)
Trong đó các hệ số Ai là các hằng số.
Chứng minh: Theo biểu thức biến đổi Fourier thuận (3.1-2) có:

Vì , nên nhận được (3.1-27).

Ví dụ 3.4: Hãy tìm hàm phổ của tín hiệu số

Giải: Theo tính chất tuyến tính của biến đổi Fourier có:

Các ví dụ 3.3 và 3.4 là hai bài toán ngược nhau, với kết quả là đồng nhất.
3.1.3b Tính chất trễ: Khi dịch trễ dãy x(n) đi k mẫu thì hàm biên độ tần sốX(ej)
không thay đổi, chỉ có hàm pha tần số () bị dịch đi lượng k.
Nếu:

72
 Thì: (3.1-28)
Nếu k > 0 là x(n) bị giữ trễ k mẫu, nếu k < 0 là x(n) được đẩy sớm k mẫu.
Chứng minh: Theo biểu thức biến đổi Fourier thuận (3.1-2) có:

Ví dụ 3.5: Hãy tìm:

Giải: Có
Nên:
Theo biểu thức (3.1-6) và tính chất dịch của biến đổi Fourier nhận được:

Vậy: (3.1-29)
3.1.3c Tính chất trễ của hàm tần số:
Khi nhân dãy x(n) với , trong đó 0 là hằng
số, thì hàm tần số X(e ) không bị biến dạng mà chỉ tịnh tiến trên trục tần số một
j

khoảng bằng 0, theo chiều ngược với dấu của 0.
Nếu:

Thì: (3.1-30)
Chứng minh: Theo biểu thức biến đổi Fourier thuận (3.1-2) có:

Ví dụ 3.6: Tín hiệu số x(n) có phổ tần số là , hãy tìm phổ tần số của tín hiệu
điều biên
Giải: Có:
Do đó:
Theo tính chất dịch của hàm tần số nhận được:
(3.1-31)
Biểu thức (3.1-31) chính là nội dung của định lý điều biên.
3.1.3d Tính chất biến đảo:
Biến đổi Fourier của các dãy thực có biến đảo x(n) và x(-n) là hai hàm liên hợp phức.
Nếu:
Thì: (3.1-32)
Chứng minh: Theo biểu thức biến đổi Fourier thuận (3.1-2) có:

Vì x(-n) là dãy thực nên , do đó nhận được (3.1-32).

Như vậy, các dãy thực nhân quả và phản nhân quả tương ứng có hàm biên độ
tần số giống nhau, còn hàm pha tần số ngược dấu.
Ví dụ 3.7: Hãy tìm
Giải: Theo biểu thức (3.1-6) và tính chất biến đảo có:

3.1.3e Hàm tần số của tích chập hai dãy:

Hàm tần số của tích chập hai dãy bằng tích của hai hàm tần số thành phần.

73
 Nếu: và

Thì: (3.1-33)

Chứng minh: Theo biểu thức biến đổi Fourier thuận (3.1-2) có:

Hay:
Ví dụ 3.8: Hãy tìm
Giải: Sử dụng các biểu thức (3.1-6), (3.1-8) với k = 1, và (3.1-33), tìm được:
và
Vậy:
3.1.3f Hàm tần số của tích hai dãy:
Hàm tần số của tích hai dãy bằng tích chập của hai hàm tần số thành phần chia cho
2.
Nếu: và

Thì: (3.1-34)

Hay: (3.1-35)
Chứng minh: Theo biểu thức biến đổi Fourier thuận (3.1-2) có:

Khi thay x1(n) bằng biểu thức biến đổi Fourier ngược của nó:

Thì: (3.1-36)

3.1.3g Công thức Parseval

tính năng lượng của tín hiệu theo hàm phổ.
(3.1-37)
Chứng minh: Viết lại biểu thức (3.1-36) dưới dạng:

Chia cả hai vế của biểu thức trên cho , nhận được:

74
Hay:
Khi cho x1(n) = x2(n) = x(n) thì theo (1.3-5), vế trái của biểu thức trên chính là năng

lượng của tín hiệu số x(n):

Hay: (3.1-38)

Trong đó:

(3.1-39)

được gọi là hàm mật độ phổ năng lượng của

tín hiệu số x(n), nó là hàm chẵn và đối xứng qua trục tung. Về bản chất vật lý, hàm mật
độ phổ năng lượng chính là hàm phân bố năng lượng của
tín hiệu trên trục tần số.
Ví dụ 3.9: Hãy xác định năng lượng của tín hiệu số theo cả hàm thời gian và
hàm phổ, so sánh hai kết quả nhận được.
Giải: Theo hàm thời gian có:

Để xác định năng lượng theo hàm phổ, trước hết tìm:

Vậy:

Tính năng lượng của x(n) bằng công thức Parseval (3.1-38):

Kết quả tính năng lượng theo hai cách là giống nhau. (ở đây, nếu lấy thì
, nên phải lấy ).
3.1.3h Đạo hàm của hàm tần số
Nếu:
Thì: (3.1-40)
Chứng minh: Theo biểu thức biến đổi Fourier thuận (3.1-2) có:

Nhân cả hai vế của biểu thức trên với j, nhận được biểu thức (3.1-40).
Ví dụ 3.10: Hãy tìm biến đổi Fourier của dãy

75
Giải: a. Có:
Theo (3.1-40) có:
3.1.3i Phổ tần số của hàm tương quan rxy(m)
Nếu: và
Thì: (3.1-41)
Chứng minh: Hàm tương quan được xác định theo (1.8-1) ở chương một:

Theo biểu thức biến đổi Fourier thuận (3.1-2) có:

Ví dụ 3.11: Cho các tín hiệu số và , hãy tìm hàm

phổ .
Giải: Sử dụng (3.1-6), (3.1-8) với k = 1, và (3.1-41), tìm được:

3.1.3k Phổ tần số của hàm tự tương quan rx(m): Phổ tần số
của hàm tự tương quan chính là hàm mật độ phổ
năng lượng của tín hiệu số .
Nếu:
Thì: (3.1-42)
Hay: (3.1-43)
Đó chính là nội dung của định lý Wiener - Khintchine.
Chứng minh: Trong biểu thức của hàm tương quan, khi thay nhận được
hàm tự tương quan , vì thế theo (3.1-41) có:

Ví dụ 3.12: Hãy tìm hàm phổ của tín hiệu số .

Giải: Sử dụng (3.1-6) và (3.1-42) tìm được:

3.2 Phổ của tín hiệu số

3.2.1 Các đặc trưng phổ của tín hiệu số

Biến đổi Fourier của tín hiệu số x(n) là hàm phổ X(ej) của nó:

Từ đó xác định được:

- Phổ biên độ X(ej)được tính theo (3.1-15):

76
- Phổ pha () = Arg (X(ej)) được tính theo (3.1-16):

- Năng lượng được tính theo công thức Parseval (3.1-37):

- Mật độ phổ năng lượng được tính theo (3.1-39):

Hàm phổ X(ej), phổ biên độ X(ej), phổ pha (), và hàm mật độ phổ năng lượng
là các đặc trưng phổ của tín hiệu số x(n).
Ví dụ 3.13: Cho tín hiệu số , hãy xác định các đặc trưng phổ của
tín hiệu.
Giải:
Theo (3.1-6) và tính chất trễ của biến đổi Fourier có:

Hàm phổ:

Hàm phổ biên độ:

Hàm phổ pha:

Hàm mật độ phổ năng lượng:

Về ý nghĩa vật lý, đồ thị của hàm phổ biên độ X(ej) và hàm mật phổ năng
lượng chính là bức tranh cho biết sự phân bố năng lượng của tín hiệu số x(n)
trên trục tần số. Đồ thị phổ pha () cho biết quan hệ về pha giữa các thành phần tần
số của phổ tín hiệu.
Phương pháp phân tích tín hiệu số x(n) dựa trên các đặc trưng phổ của nó được
gọi là phương pháp tần số, hay phương pháp phân tích phổ, nó thường được sử dụng
để xử lý số tín hiệu âm thanh.
3.2.2 Phổ của tín hiệu liên tục x(t) và tín hiệu lấy mẫu x(n.T)
3.2.2a Định lý lấy mẫu
Định lý lấy mẫu là cơ sở để rời rạc hóa tín hiệu liên tục mà không làm mất
thông tin của nó, và vì thế có thể khôi phục tín hiệu liên tục từ tín hiệu lấy mẫu.
Giáo trình lý thuyết mạch đã trình bầy và chứng minh định lý lẫy mẫu, do đó ở
đây chỉ nhắc lại nội dung của định lý.
Định lý lấy mẫu: Mọi tín hiệu liên tục x(t) có phổ hữu hạn f  fc đều hoàn toàn
được xác định bởi các giá trị tức thời rời rạc của nó tại các thời điểm cách đều nhau
một khoảng thời gian (tương ứng ).
Định lý lấy mẫu nêu lên hai điều kiện bắt buộc phải được đảm bảo để việc lấy mẫu
không làm mất thông tin của tín hiệu liên tục:
1. Tín hiệu liên tục x(t) phải có phổ hữu hạn f  fc
2. Chu kỳ lấy mẫu T phải thỏa mãn điều kiện

77
3.2.2b Phổ của tín hiệu liên tục x(t) và phổ của tín hiệu lấy mẫu x(n.T)
Để thấy được bản chất vật lý của định lý lấy mẫu, chúng ta sẽ xác định quan hệ
giữa hàm phổ của tín hiệu liên tục x(t) và hàm phổ X(ej) của tín hiệu lấy mẫu
x(n.T) tương ứng.
Xét tín hiệu liên tục x(t) có phổ hữu hạn f < fc (hay  < c), quan hệ giữa x(t) và
phổ của nó là cặp tích phân Fourier:
Biến đổi Fourier thuận: (3.2-1)

Biến đổi Fourier ngược: (3.2-2)

Khi rời rạc hóa tín hiệu liên tục x(t) với chu kỳ lấy mẫu T, nhận được tín hiệu
lấy mẫu x(n.T). Quan hệ giữa x(n.T) và hàm phổ X(ej) của nó là cặp biến đổi Fourier
của tín hiệu số (3.1-23) và (3.1-24), khi thay biến n bằng biến n.T:
Biến đổi Fourier thuận: (3.2-3)

Biến đổi Fourier ngược: (3.2-4)

Khi thực hiện rời rạc hóa tín kiệu liên tục x(t) theo định lý lấy mẫu thì
, nên có thể viết lại (3.2-2) dưới dạng:

(3.2-5)

Khi đó, giá trị của x(n.T) tại thời điểm n = k được xác định là:

Biểu thức trên nhận được do tính chất tuần hoàn của hàm mũ ejnT.
Khi cho k biến thiên từ - đến + nhận được:

Hay: (3.2-6)

Nhân và chia (3.2-6) cho chu kỳ lấy mẫu T, đồng thời đổi thứ tự của dấu tổng
và dấu tích phân, nhận được biểu thức:

(3.2-7)

So sánh biểu thức dưới dấu tích phân của (3.2-7) và (3.2-4) nhận được:
(3.2-8)
Biểu thức (3.2-8) cho thấy, hàm phổ X(ej) của tín hiệu lấy mẫu x(n.T) là hàm
tuần hoàn của biến tần số góc  với chu kỳ T = 2/T, và là tổng vô số các hàm phổ
của tín hiệu liên tục x(t).

78
 Trường hợp tín hiệu liên tục x(t) có phổ hữu hạn và chu kỳ lấy mẫu T thỏa mãn
điều kiện của định lý lấy mẫu: T  /c, thì phổ X(ej) của tín hiệu lấy mẫu x(n.T) có
chu kỳ T  2c. Khi đó, phổ X(ej) là tổng của các phổ hữu hạn tách biệt nhau
như trên các đồ thị hình 3.4 và hình 3.5, nên ứng với mỗi giá trị của k, phổ của tín hiệu
lấy mẫu x(n.T) có dạng đúng với phổ của tín hiệu liên tục x(t) nhưng biên độ bị giảm T
lần: . Vì thế, khi cho tín hiệu lấy mẫu x(n.T) đi qua bộ lọc thông thấp
để lấy thành phần phổ của X(ej) ứng với k = 0, sẽ nhận được đúng phổ , do đó
khôi phục được tín hiệu liên tục x(t).
Trường hợp tín hiệu liên tục x(t) có phổ hữu hạn, nhưng chu kỳ lấy mẫu không
thoả mãn điều kiện của định lý lấy mẫu: T > /c, thì phổ X(ej) của tín hiệu lấy mẫu
x(n.T) sẽ có chu kỳ T < 2c. Khi đó phổ X(ej) là tổng của các phổ hữu hạn có
j
các biên tần trùm lên nhau như trên hình 3.5. Sự trùm phổ làm cho X(e ) bị méo dạng
so với phổ của tín hiệu liên tục x(t), vì thế không thể khôi phục được tín hiệu
liên tục x(t) từ tín hiệu lấy mẫu x(n.T).
Trường hợp tín hiệu liên tục x(t) có phổ không hữu hạn như trên hình 3.6, thì
chắc chắn xẩy ra hiện tượng trùm phổ, nên phổ của tín hiệu lấy mẫu x(n.T) sẽ không
thể có dạng giống với phổ của tín hiệu liên tục x(t), do đó không thể khôi phục được
tín hiệu liên tục x(t) từ tín hiệu lấy mẫu x(n.T).
Như vậy, bản chất vật lý của việc rời rạc hóa tín hiệu liên tục x(t) mà không làm
mất thông tin trong nó là ở chỗ, khi đảm bảo các điều kiện của định lý lấy mẫu thì tín
hiệu lấy mẫu x(n.T) có phổ X(ej) tuần hoàn, và mỗi chu kỳ của phổ X(ej) hoàn toàn
giống với phổ của tín hiệu liên tục x(t), do đó thông tin của tín hiệu liên tục x(t)
được bảo toàn trong tín hiệu lấy mẫu x(n.T).
Như vậy, khi được rời rạc hóa theo đúng điều kiện của định lý lấy mẫu, thì độ
rộng phổ của một chu kỳ phổ tín hiệu số đúng bằng độ rộng phổ của tín hiệu liên tục.
Do đó, để không gây méo tín hiệu số thì dải thông của hệ xử lý số phải  độ rộng phổ
của tín hiệu liên tục tương ứng.

X ( )


- c c
Hình 3.2: Tín hiệu liên tục x(t), có phổ hữu hạn: | | < c.
XX(e
(ejj))


- c c
Hình 3.3: Phổ X(ej) của tín hiệu lấy mẫu, khi T = /c thì T = 2c.
X(ej)


-jc) của tín hiệulấy
Hình 3.4: Phổ X(e c mẫu, khi T < / thì  > 2 .
c T c

X(e )
j

 79
- c c
 Hình 3.5: Phổ X(ej) của tín hiệu lấy mẫu, khi T > /c thì T < 2c.

X ( )


Hình 3.6: Tín hiệu liên tục x(t), có phổ vô hạn.
3.3 Đặc tính tần số và Hàm truyền đạt phức của hệ xử lý số TTBBNQ

3.3.1 Đặc tính tần số và hàm truyền đạt phức H(ej)

3.3.1a Định nghĩa:
Đặc tính tần số H(ej) của hệ xử lý số TTBBNQ là biến đổi Fourier của đặc tính xung
h(n):
(3.3-1)
Đặc tính tần số H(ej) cho biết tính chất tần số của hệ xử lý số TTBBNQ.
Xét hệ xử lý số có đặc tính xung h(n), tác động x(n), phản ứng y(n).
Đặc tính tần số của hệ:
Phổ của tác động:
Phổ của phản ứng:
Theo tính chất tích chập của biến đổi Fourier nhận được:
(3.3-2)

Suy ra: (3.3-3)

Như vậy, đặc tính tần số H(ej) của hệ xử lý số TTBBNQ bằng tỷ số giữa hàm
phổ của phản ứng Y(ej) và hàm phổ của tác động X(ej), vì thế H(ej) cũng chính là
hàm truyền đạt phức của hệ xử lý số TTBBNQ.
Có thể tìm được đặc tính xung h(n) của hệ xử lý số từ đặc tính tần số H(ej)
bằng biến đổi Fourier ngược:
(3.3-4)
3.3.1b Đặc tính biên độ tần số và đặc tính pha tần số
Từ (3.3-3) có: (3.3-5)

và: (3.3-6)
Vậy, mô đun hàm truyền đạt phức H(ej) của hệ xử lý số bằng tỷ số giữa phổ
biên độ của phản ứng và phổ biên độ của tác động, còn argumen của hàm truyền đạt
phức Arg (H(ej)) bằng hiệu phổ pha của phản ứng và phổ pha của tác động.
Về ý nghĩ vật lý, mô đun hàm truyền đạt phức H(ej) đặc trưng cho tính chất
chọn lọc tín hiệu theo tần số của hệ xử lý số TTBBNQ, vì thế H(ej) còn được gọi
là đặc tính biên độ tần số. Còn argumen của hàm truyền đạt phức () cho biết sự

80
dịch pha của các thành phần tần số tín hiệu khác nhau khi truyền qua hệ xử lý số
TTBBNQ, vì thế () = Arg (H(ej)) còn được gọi là đặc tính pha tần số.
Để tín hiệu số không bị méo phổ khi truyền qua hệ xử lý số TTBBNQ thì đặc
tính biên độ tần số của hệ xử lý số phải đảm bảo cho qua tất cả các thành phần tần số
của tín hiệu với hệ số truyền đạt như nhau. Tức là, về lý tưởng hệ xử lý số phải có đặc
tính biên độ tần số dạng hình chữ nhật như ở hình 3.7a. Tuy nhiên, các hệ xử lý số
thực tế có đặc tính biên độ tần số với sự nhấp nhô và hai sườn dốc, ví dụ như ở hình
3.7b.
H(ej)



-c 2
c

a. Hệ xử lý số lý tưởng. b. Hệ xử lý số thực tế.

Hình 3.7: Đặc tính biên độ tần số H(ej) của hệ xử lý số.

Khái niệm về dải thông và dải chặn: Dải thông là dải tần số mà hệ xử lý số cho tín
hiệu số đi qua, dải chặn là dải tần số mà hệ xử lý số không cho tín hiệu số đi qua.
- Đối với hệ xử lý số lý tưởng: Do hai biên tần có dạng dốc đứng nên dải thông
2 là vùng tần số mà đặc tính biên độ tần số H(ej)= 1, còn dải chặn là vùng tần
số mà đặc tính biên độ tần số H(ej)= 0. Tần số giới hạn giữa dải thông và dải chặn
gọi là tần số cắt và thường được ký hiệu là c.(hình 3.7a)
- Đối với hệ xử lý số thực tế: Do hai biên tần có dạng sườn dốc, nên người ta
quy ước tần số giới hạn của dải thông là c, tần số giới hạn của dải chặn là p, giữa dải
thông và dải chặn tồn tại dải quá độ p = |p - c| (hình 3.4b). Nếu độ rộng dải quá độ
p càng nhỏ thì độ dốc hai biên tần của đặc tính biên độ tần số H(ej) càng lớn,
làm cho khả năng chọn lọc tín hiệu theo tần số của hệ xử lý số càng tốt.
Các tín hiệu số có phổ nằm trọn trong dải thông của đặc tính biên độ tần số sẽ
đi qua được hệ xử lý số và không bị méo dạng phổ. Các tín hiệu số có bề rộng phổ lớn
hơn dải thông sẽ bị mất các thành phần phổ nằm ngoài dải thông. Các tín hiệu số có
phổ nằm ngoài dải thông của hệ xử lý số sẽ hầu như bị suy giảm hoàn toàn khi đi qua
hệ xử lý số. Từ các hiệu ứng đó, người ta xây dựng các hệ xử lý số có tính chất chọn
lọc tín hiệu số theo tần số, đó là các bộ lọc số.
Ví dụ 3.14: Hệ xử lý số có phản ứng ứng với
j
tác động . Hãy xác định hàm truyền đạt phức H(e ), đặc tính xung
h(n), đặc tính biên độ tần số H(ej) và đặc tính pha tần số () của hệ.
Giải: Có:
Vì:

Nên:

81
Theo (3.3-3) có:

Hàm truyền đạt phức:

Đặc tính xung:
Để tìm đặc tính biên độ tần số và pha tần số, biến đổi H(ej) như sau:

Vậy hàm truyền đạt phức là:

Đặc tính biên độ tần số:
Đặc tính pha tần số:
Ví dụ 3.15: Cho hệ xử lý số có đặc tính xung và tác động
j
, hãy tìm hàm phổ Y(e ) và phản ứng y(n).
Giải: Đây là bài toán ngược của ví dụ 3.13, trước hết cần xác định:
Hàm truyền đạt phức:

Hay:

Phổ của tác động:

Theo biểu thức (3-51) tìm được phổ của phản ứng:

Phản ứng:

Vì chỉ có 1 mẫu tại n = 1, nên , do đó kết quả

là:
Kết quả nhận được phù hợp với phản ứng y(n) cho ở ví dụ 3.13.
3.3.1c Tìm hàm truyền đạt phức H(ej) theo phương trình sai phân
Có thể tìm được hàm truyền đạt phức của hệ xử lý số TTBBNQ khi biết phương trình
sai phân của nó. Xét hệ xử lý số TTBBNQ được mô tả bằng phương trình sai phân bậc
N:

Lấy biến đổi Fourier cả hai vế của phương trình trên nhận được:

82
suy ra: (3.3-7)

Ví dụ 3.16: Hãy xác định hàm truyền đạt phức và các đặc tính tần số của hệ xử lý số
có phương trình sai phân .
Giải: Lấy biến đổi Fourier cả hai vế của phương trình trên nhận được:

hay:

Vậy hàm truyền đạt phức là:

Đặc tính biên độ tần số:

Đặc tính pha tần số:

3.3.2 Phân tích hệ xử lý số theo hàm truyền đạt phức H(ej)
3.3.2a Sơ đồ khối, sơ đồ cấu trúc trong miền tần số của hệ xử lý số
Theo quan hệ vào ra (3.3-2):

có thể mô tả hệ xử lý số TTBB bằng sơ đồ khối theo hàm truyền đạt phức như trên
hình 3.8.

X(ej) H(ej) Y(ej)

Hình 3.8: Sơ đồ khối trong miền tần số của hệ xử lý số.

Các hệ xử lý số phức tạp có thể được mô tả bằng sơ đồ khối gồm nhiều khối,
mỗi khối có hàm truyền đạt phức Hi(ej). Khi đó, hàm truyền đạt phức H(ej) của hệ xử
lý số đó cũng có thể được xác định theo các hàm truyền đạt phức Hi(ej) của các khối
thành phần.
Vì , nên từ các phần tử cấu trúc và sơ đồ khối theo hàm hệ
thống H(z),... có thể nhận được các phần tử cấu trúc và sơ đồ khối theo hàm truyền đạt
phức H(ej) khi thay . Do đó, các nguyên tắc xác định hàm truyền đạt phức
j
H(e ) theo sơ đồ khối cũng tương tự như cách xác định hàm hệ thống H(z).
Sơ đồ khối và sơ đồ cấu trúc trong miền tần số của hệ xử lý số thường được sử dụng
khi phân tích và tổng hợp các bộ lọc số.
Ví dụ 3.17: Hãy xây dựng sơ đồ khối và sơ đồ cấu trúc trong miền tần số của hệ xử lý
số cho ở ví dụ 3.16: .
j
Giải: Theo kết quả tìm hàm truyền đạt phức H(e ) đã được thực hiện ở ví dụ 3.16, có
sơ đồ khối của hệ đã cho như trên hình 3.9.

e j 0,5
X(e )
j
Y(ej)
2 sin(0,5 )

83
Hình 3.9: Sơ đồ khối trong miền tần số của hệ xử lý số ở ví dụ 3.16.
Lấy biến đổi Fourier cả hai vế của phương trình sai phân đã cho, nhận được quan hệ
vào ra
Theo quan hệ vào ra trên, xây dựng được sơ đồ cấu trúc của hệ xử
lý số đã cho như trên hình 3.10.

X(ej) + + Y(ej)

e-j e-j

e-j

Hình 3.10: Sơ đồ cấu trúc trong miền tần số của hệ xử lý số ở ví dụ 3.16.

3.3.2b Xét tính ổn định của hệ xử lý số theo H(ej)
Theo định nghĩa của biến đổi Fourier, chỉ có các hệ xử lý số có đặc tính xung
h(n) thỏa mãn điều kiện (3.1-1):

thì mới tồn tại hàm truyền đạt phức: Điều kiện tồn tại
biến đổi Fourier (3.1-1) cũng chính là điều kiện ổn định (1.6-10) của hệ xử lý số. Do
đó, hệ xử lý số tồn tại hàm truyền đạt phức H(ej) thì ổn định, ngược lại hệ xử lý số
không tồn tại hàm truyền đạt phức H(ej) thì không thỏa mãn điều kiện ổn định.

84
 BÀI TẬP CHƯƠNG 3
BT 3.1 Với |a| < 1, hãy xác định sự tồn tại và tìm biến đổi Fourier của các dãy sau:
1. 5.
2. 6.
3. 7.
4. 8.
BT 3.2 Xác định các hàm phần thực và phần ảo, mô đun và argumen của các hàm tần
số sau:
1. 3.

2. 4.
BT 3.3 Cho dãy
1. Xác định
2. Vẽ đồ thị của x(n), với N = 2
BT 3.4 Tìm biến đổi Fourier ngược của các hàm tần số sau:
1. 3.
2. 4.
BT 3.5 Cho , tìm biến đổi Fourier của các dãy sau:
1. 4.
2. 5.
3. 6.
BT 3.6 Xác định hàm phổ của các tín hiệu số sau:
1. 3.
2. 4.
j
BT 3.7 Xác định hàm truyền đạt phức H(e ) của các hệ xử lý số sau:
1. 3.
2. 4.
BT 3.8 Hệ xử lý số có đặc tính xung , hãy tìm phản ứng y(n), hàm
j
phổ Y(e ) và các đặc trưng phổ của y(n), khi tác động vào hệ là

BT 3.9 Hệ xử lý số có phản ứng và tác

j
động , hãy xác định hàm truyền đạt phức H(e ), đặc
tính xung h(n) và các đặc tính tần số của hệ.
BT 3.10 Tìm H(ej),  H(ej) và () của hệ xử lý số có phương trình sai phân:

BT 3.11 Tìm H(ej),  H(ej) và () của hệ xử lý số có phương trình sai phân
, với N là hằng số.
BT 3.12 Cho hệ xử lý số có đặc tính xung
1. Xác định điều kiện tồn tại và biểu thức của H(ej).
2. Hãy xác định các đặc tính tần số  H(ej) và () của hệ.
3. Vẽ các đồ thị đặc tính biên độ tần số và pha tần số của hệ.

85
BT 3.13 Hãy xác định hàm truyền đạt phức, xác định và vẽ dạng của đặc tính biên độ
tần số, đặc tính pha tần số của các hệ xử lý số sau:
1. Trên hình 3.11.
2. Trên hình 3.12.

X(ej) + Y(ej)
2

e-j
3

Hình 3.11: Sơ đồ cấu trúc của hệ xử lý số ở BT3.13.1

X(ej) + + + Y(ej)

e-j e -j e-j

+
e-j
e-j

e-j

Hình 3.12: Sơ đồ cấu trúc của hệ xử lý số ở BT3.13.2

BT 3.14 Hãy xác định các đặc trưng phổ của các tín hiệu số sau:
1. 2.
BT 3.15 Hãy tính năng lượng của các tín hiệu số sau theo hàm phổ:
1. 2.
BT 3.16 Cho các tín hiệu số và , hãy tìm hàm phổ
, , .
BT 3.17 Hãy tìm hàm phổ của các tín hiệu số sau:
1. 2.
BT 3.18 Tìm đặc tính xung h(n) của các hệ xử lý số có đặc tính tần số:
1. 2.
BT 3.19 Cho tín hiệu liên tục x(t) có phổ hữu hạn :

1. Xác định chu kỳ trích mẫu lớn nhất T để phổ của tín hiệu lấy mẫu x(nT)
không bị méo dạng so với phổ của x(t).
2. Hãy biểu diễn phổ của x(nT) qua phổ của x(t).

86
BT 3.20 Hãy xây dựng sơ đồ khối và sơ đồ cấu trúc trong miền tần số của hệ sử lý số
có phương trình sai phân như sau:

87
 Chương 4: BIỂU DIỄN TÍN HIỆU VÀ HỆ THỐNG TRONG MIỀN
TẦN SỐ RỜI RẠC

Phép biến đổi Fourier được nghiên cứu ở chương 3 cho phép phân tích tín hiệu
số và hệ xử lý số có độ dài vô hạn, theo hàm tần số với  liên tục. Tuy nhiên, các hệ
xử lý số thực tế chỉ có thể xử lý các tín hiệu số có độ dài hữu hạn, theo hàm tần số với
 rời rạc. Do đó người ta xây dựng phép biến đổi Fourier cho các dãy có độ dài hữu
hạn, với biến tần số góc  rời rạc, và gọi là phép biến đổi Fourier rời rạc, nó được viết
tắt theo tiếng Anh là DFT (Discrete Fourier Transform). Chương bốn trình bầy
phương pháp xây dựng DFT, cách tính DFT, và các tính chất, các ứng dụng của DFT.

4.1 Biến đổi Fourier rời rạc của dãy tuần hoàn
Để xây dựng biến đổi Fourier rời rạc của dãy tuần hoàn, xuất phát từ chuỗi
Fourier của hàm liên tục tuần hoàn xp(t).
Xét hàm liên tục tuần hoàn xp(t), có chu kỳ To  2  0 . Nếu xp(t) thỏa mãn các
điều kiện Dirichlet, thì có thể khai triển xp(t) thành chuỗi Fourier:
 
x p (t )  C
k  
k e jk 0t (4.1-1)
T
 2
1
x
 jk 0t
Với các hệ số: Ck  p (t )e dt (4.1-2)
T0  T2

Nếu hàm liên tục tuần hoàn xp(t) có phổ hữu hạn f < fmax, thì có thể rời rạc hóa x-
p(t) với chu kỳ T sao cho N.T = To, và T thỏa mãn điều kiện của định lý lấy mẫu
T  1 2 f max . Theo định lý lấy mẫu, hàm tuần hoàn xp(t) xác định tại các giá trị rời rạc t
= nT và tạo thành dãy rời rạc tuần hoàn xp(nT), do đó có thể viết lại (4.1-1) dưới dạng:
 
x p ( nT )  C
k  
k e jk 0 nT

Vì T  T0 N  2  0 N nên:
 2  2
 jk 0 n  jk n
x p (nT )  C
k  
k e N 0
 C
k  
k e N

Khi thực hiện chuẩn hóa chu kỳ lấy mẫu T = 1, thì xp(nT) = xp(n) và chu kỳ của
dãy tuần hoàn xp(t) là To = N, nên có:
  2
jk n
x p ( n)  
k  
C k .e N
(4.1-3)

1
Hay: x p ( n) 
N
X
k  
p ( k )e
jk1n
(4.1-4)
1 
Trong đó: X p (k )  C k (4.1-5)
N
ở đây, Xp(k) là biên độ của các dao động điều hòa ứng với tần số góc  k  k1 ,
nó là dãy phức. Còn 1 là tần số góc rời rạc cơ bản ứng với chu kỳ N của dãy tuần
2
hoàn xp(t): 1  (4.1-6)
N
Do dãy xp(t) và hàm e jk n đều tuần hoàn với chu kỳ N nên có thể viết lại (4.1-4)
1

cho một chu kỳ N:

88
 N 1
1
x p ( n) 
N
X k 0
p ( k )e
jk1n
(4.1-7)
Biểu thức (4.1-7) chính là chuỗi Fourier rời rạc của dãy tuần hoàn xp(n), hay
còn gọi là biến đổi Fourier rời rạc ngược.
Để tìm biểu thức của biến đổi Fourier rời rạc thuận, nhân cả hai vế của (4.1-7)
với thừa số e  jm n , sau đó lấy tổng theo n = 0  (N - 1):
1

N 1 N 1 N 1
1
x
n0
p ( n )e
 jm1n

N
 Xn  0 k 0
p ( k )e
jk1n  jm1n
e

N 1 N 1 N 1
1
hay: 
n 0
x p (n)e  jm1n  X
n 0
p (k )
N
e
k 0
j ( k  m )1n
(4.1-8)
Theo tính chất của hàm trực chuẩn có:
N 1
1 1 Khi k  m
N
en 0
j ( k  m )1n

 0 Khi k  m
nên từ (4.1-8)nhận được:
N 1
X p (k )  x
n 0
p ( n) e
 jk1n
(4.1-9)
Biểu thức (4.1-9) chính là biến đổi Fourier rời rạc thuận của dãy tuần hoàn
xp(n).
Kết hợp cả hai biểu thức (4.1-7) và (4.1-9) nhận được cặp biến đổi Fourier rời
rạc của dãy tuần hoàn xp(n), trong đó Xp(k) là dãy phức của biến tần số góc rời rạc
 k  k 1 , với  1 được xác định theo (4.1-6).
X p ( k )  X p ( k ) e j ( k )  A p ( k ) e j ( k )

Mô đun X p (k ) là dãy biên độ tần số rời rạc.

Argumen  (k ) là dãy pha tần số rời rạc.
Ap(k) là dãy độ lớn, còn  (k ) là dãy pha.
Ví dụ 4.1: Xác định Xp(k) của dãy tuần hoàn xp(n) = n với chu kỳ N = 4.
Giải: Theo công thức biến đổi Fourier rời rạc thuận (4.1-9) có:
N 1 3 3
 jk 24 n  jk 2 n
X p (k )  
n 0
x p (n)e  jk1n  
n 0
n.e   n.e
n 0
3
j 0 2 n
Tại k = 0: X p ( 0)   n.e
n 0
 0  1  2  3  6  6e j 0

3
 j 2 n  j 2  j 32
Tại k = 1: X p (1)   n.e
n 0
 0e  2.e  j  3e

X p (1)   j  2  j 3   2  j 2  3.e  j 0,78

3
Tại k = 2: X p ( 2)   n.e
n 0
 j . n
 0  e  j  2.e  j 2  3e  j 3

X p (2)   1  2  3   2  2.e  j
3
 j 32 .n  j 32  j 92
Tại k = 3: X p (3)   n.e
n 0
 0e  2.e  j 3  3e

X p (3)  j  2  j 3   2  j 2  3.e j 0, 78
Trên hình 4.1 là đồ thị của dãy xp(n) = n có chu kỳ N = 4, và đồ thị của các dãy
biên độ tần số Xp(k), pha tần số  (k ) .

89
 (4.2-25)

Các biểu thức (4.2-24) và (4.2-25) là công thức nội suy để tìm dạng gần đúng
của X(ej) từ N mẫu của . Khi cho N  , sẽ nhận được hàm tần
j
số X(e ) chính xác của dãy x(n).

x (n )

2 3 2 3 2 3 2 3
1 1 1 1
n
-8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 5 6 7 8 9

6 6 6 6
3 3 3 3 3 3 3 3
2 2 (k ) 2 2
n
-8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 5 6 7 8 9

3 ,1 4 3 ,1 4 3 ,1 4 3 ,1 4
0 ,7 8 0 ,7 8 0 ,7 8 0 ,7 8
n
-8 -6 -5 -4 -2 -1 2 3 5 7 8 9
-0 ,7 8 -0 ,7 8 -0 ,7 8 -0 ,7 8

Hình 4.1: Đồ thị các dãy xp(n), Xp(k),  (k ) ở ví dụ 4.1.

4.2 Phép dịch vòng, tích chập vòng và các tính chất của DFT

4.2.1 Phép dịch vòng và tích chập vòng của DFT

4.2.1a Phép dịch vòng
Chương một đã định nghĩa y(n) = x(n - n0) là phép dịch tuyến tính dãy x(n) đi n0
mẫu, và gọi vắn tắt là phép dịch.
Đồ thị hình 4.8a cho thấy, khi quan sát trên một cửa sổ sự dịch trễ tuyến tính
dãy x(n) đi n0 mẫu, sẽ thấy n0 mẫu bên mép phải bị đẩy ra khỏi cửa sổ, còn n0 mẫu ở
bên ngoài được đẩy vào mép trái cửa sổ.
x(n)5 xp(n)
4 4 4
3 3 3 3
2 2 1 2 1 2
1 n 1 n
-1 0 1 2 3 5 6 7 -4 -3 -2 -1 0 1 2 3 5 6 7

x(n-2)5 xp(n-2)
4 4 4 4
3 3 3 3 3
2 2 2
1 n 1 1 1 n
-1 0 1 2 3 5 6 7 -4 -3 -2 -1 0 1 2 3 5 6 7

90
 a. Đối với dãy x(n)5 b. Đối với dãy tuần hoàn xp(n)
Hình 4.8: Quan sát sự dịch trễ tuyến tính các dãy x(n)5 và xp(n).
Đồ thị hình 4.8b cho thấy, khi quan sát trên một cửa sổ sự dịch trễ tuyến tính
dãy tuần hoàn xp(n) đi n0 mẫu, sẽ thấy như là n0 mẫu bên mép phải bị đẩy ra khỏi cửa
sổ lại được đẩy trở vào mép trái cửa sổ.
Vì DFT được xây dựng trên cơ sở coi dãy không tuần hoàn x(n)N là một chu kỳ
của dãy tuần hoàn xp(n) có chu kỳ N, vì thế phép dịch tuyến tính dãy x(n)N sẽ phải
tương tự như phép dịch dãy tuần hoàn xp(n). Từ đó, đối với DFT, có khái niệm phép
dịch vòng.
Định nghĩa phép dịch vòng: Dãy hữu hạn y(n)N = x(n - n0)N là dịch vòng n0 mẫu
của dãy x(n)N, khi n0 mẫu bị đẩy ra khỏi đoạn (0, (N - 1)) sẽ quay vòng trở lại đầu kia.
Các dãy y(n)N và x(n)N xác định trong đoạn (0, (N - 1)). Khi n0 > 0 là dịch trễ
(dịch vòng phải). Khi n0 < 0 là dịch sớm (dịch vòng trái).
Chú ý: Để phân biệt phép dịch vòng với phép dịch tuyến tính, người ta ký hiệu
chỉ số độ dài N của dãy dịch vòng ở phía sau tên dãy. Như vậy, về bản chất phép dịch
vòng dãy hữu hạn x(n - n0)N chính là sự quan sát trên cửa sổ cố định rectN(n) phép dịch
tuyến tính dãy hữu hạn x(n)N khi coi nó là một chu kỳ của dãy tuần hoàn xp(n) có chu
kỳ N.
Khi dịch vòng N lần dãy hữu hạn x(n)N sang trái hoặc sang phải thì sẽ nhận
được đúng dãy x(n)N, do đó:
(4.3-1)
Vì dãy hữu hạn x(n)N chỉ xác định trong đoạn (0, (N-1)), nên khi dịch vòng, mẫu
x(N)N chính là mẫu x(0)N:
. (4.3-2)
Các mẫu của dãy dịch vòng được tìm theo nguyên tắc:
;
...........
;

..........

Ví dụ, đối với trường hợp thì n0 = 2 và N = 5, nhận được:

;

; ;

Dãy biến đảo của phép dich vòng là dãy , do đó có biểu thức:
(4.3-3)
Ví dụ 4.4: Hãy xác định dãy của dãy .
Giải: Có: ;

91
Như vậy, dãy biến đảo y(n)N = x(-n)N có mẫu y(0)N = x(0)N, còn các mẫu từ y(1)N đến
y(N - 1)N là đảo của các mẫu từ x(1)N đến x(N - 1)N, tức là có:y(1)N = x(N - 1)N; y(2)N =
x(N - 2)N;...; y(N - 1)N = x(1)N.
Ví dụ 4.5: Cho dãy . Hãy biểu diễn dưới dạng mảng và
đồ thị dãy , và các dãy dịch vòng , .
Giải: Theo nguyên tắc dịch vòng đã nêu trên, có biểu diễn dạng mảng và đồ thị của
các dãy , và , như trên hình 4.9.

1
075
0 ,5
0 ,2 5 n
-1 0 1 2 3 4

1
075
0 ,5
0 ,2 5 n
-1 0 1 2 3 4

1
075
Hình 4.9: Biểu diễn dạng mảng và đồ0thị
,5 dịch
vòngndãy
0 ,2 5
4.2.1b Tích chập vòng -1 0 1 2 3 4
Trên cơ sở phép dịch vòng, có định nghĩa tích chập vòng của hai dãy có độ dài
hữu hạn.
Định nghĩa tích chập vòng: Tích chập vòng của hai dãy hữu hạn và
là dãy hữu hạn được tính theo biểu thức:
(4.3-4)
Với . Các dãy và
là
và được thêm vào các mẫu có giá
trị bằng 0 để có độ dài N. Dãy là dịch
vòng trễ m mẫu của .
Tích chập vòng (4.3-4) được ký hiệu như sau:

(4.3-5)
Chú ý: Để phân biệt tích chập vòng với tích chập tuyến tính (vẫn được gọi vắn
tắt là tích chập), người ta ký hiệu chỉ số độ dài của dãy tích chập vòng ở phía sau tên
dãy.
Tích chập vòng có các tính chất giao hoán, kết hợp và phân phối. Để tính trực
tiếp tích chập vòng, cũng phải tính từng giá trị của như khi tính tích chập.
Theo biểu thức tích chập vòng (4.3-4) có:

92
 ...........

Trong đó, là dãy đảo của , còn

là dãy dịch vòng trễ 1 mẫu của

,..., và

là dịch vòng trễ (N - 1) mẫu của .

Ví dụ 4.6: Hãy tính tích chập vòng

Giải: Để thuận tiện tính toán, biểu diễn các dãy ở bảng 4.1:
Bảng 4.1
m 0 1 2 3 4
1 1 1 0 0
1 0 0 0 0
1 0 0 0 0
0 1 0 0 0

0 0 1 0 0

0 0 0 1 0

0 0 0 0 1

Dựa vào bảng trên, tính được:

Vậy:

(4.3-6)

93
 Biểu thức (4.3-6) là một ví dụ cho thấy, tích chập vòng của dãy bất kỳ với dãy
xung đơn vị (n) cũng bằng chính dãy đó.
Khi sử dụng các hệ xử lý số có bộ vi xử lý hoặc máy tính, bài toán tính tích
chập vòng trên chỉ là một chương trình con khá đơn giản.
Chương một đã chứng minh, tích chập tuyến tính của hai dãy hữu hạn có độ dài
L và M là dãy hữu hạn có độ dài . Dưới đây sẽ xét quan hệ giữa tích
chập tuyến tính và tích chập vòng của hai dãy hữu hạn có độ dài L và M qua một ví dụ
cụ thể.
Ví dụ 4.7: Cho hai dãy và . Hãy tính tích chập và
tích chập vòng .
Giải: Để ý rằng ở đây, có độ dài , có độ dài

, còn độ dài tính tích chập vòng là , tức

là dãy tích chập tuyến tính và dãy tích chập vòng

có độ dài bằng nhau. Để tiện tính toán, biểu diễn các dãy ở bảng
4.2:
Bảng 4.2
Dịch tuyến tính Dịch vòng
m - m
-2 0 1 2 3 4 0 1 2 3
1
0 0 1 2 0 0 0 1 2 0 0

0 0 1 1 1 0 0 1 1 1 0

1 1 1 0 0 0 0 1 0 1 1

0 1 1 1 0 0 0 1 1 0 1

0 0 1 1 1 0 0 1 1 1 0

0 0 0 1 1 1 0 0 1 1 1

Dựa vào bảng trên, tính được tích chập tuyến tính:

94
 với mọi
Tính tích chập vòng:

Như vậy, tích chập vòng và tích chập tuyến tính của hai dãy đã cho là bằng
nhau. Ví dụ trên là một minh chứng cho định lý sau:
Định lý: Trong đoạn

, tích

chập vòng với

đúng bằng tích chập tuyến tính

.
Định lý trên được sử dụng để tính tích chập tuyến tính thông qua tích chập
vòng.
4.2.2 Các tính chất của DFT
4.2.2a Tính chất tuần hoàn:
Dãy ảnh X(k)N của DFT là dãy tuần hoàn với chu kỳ N. Với a là hằng số nguyên có:
Nếu:
Thì:

(4.3-7)
Chứng minh: Vì hàm mũ có tính tuần hoàn:

Nên theo biểu thức DFT thuận (4.2-3) có:

Ví dụ 4.8: Hãy vẽ đồ thị của dãy

.

95
Giải: Theo (4.2-16) với N = 3, có
. Sử dụng

tính chất tuần hoàn của DFT, vẽ được đồ thị

như hình 4.10.

3
... ...
n
-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6

Hình 4.10: Đồ thị dãy .

4.2.2b Tính chất tuyến tính:

DFT của tổ hợp tuyến tính các dãy hữu hạn bằng tổ hợp tuyến tính các DFT
thành phần.

Nếu:

Thì: (4.3-8)

Nếu các dãy có độ dài Ni khác nhau thì phải tính DFT với độ dài
N  max (Ni), bằng cách thêm các mẫu 0 vào các dãy có độ dài ngắn hơn N.
Chứng minh: Theo biểu thức DFT thuận (4.2-3) có:

Ví dụ 4.9: Cho các dãy và

Hãy tìm: .
Giải: Theo tính chất tuyến tính có:

Sử dụng (4.2-18) và (4.2-16) với N = 2, nhận được:

4.2.2c DFT của dãy dịch vòng:

Khi dịch vòng dãy x(n)N đi n0 mẫu thì dãy biên độ tần số X(k)N không thay đổi, chỉ
có dãy pha tần số (k) bị dịch đi một lượng k1n0 tương ứng.

96
 Nếu:
Thì: (4.3-9)
Chứng minh: Theo biểu thức DFT thuận (4.2-3) có:

Ví dụ 4.10: Hãy tìm .

Giải: Sử dụng biểu thức (4.2-18) và tính chất dịch vòng có:

4.2.2d Dịch vòng tần số: Khi nhân dãy x(n)N với hàm mũ , với
k0 là hằng số, thì DFT của nó bị dịch vòng k0 mẫu tương ứng.

Nếu:

Thì: (4.3-10)

Chứng minh: Theo biểu thức DFT thuận (4.2-3) có:

Hay:
Ví dụ 4.11: Hãy tìm .
Giải: Sử dụng biểu thức (4.2-18) và tính chất dịch vòng tần số có:

Dịch vòng trong miền tần số k cũng giống như dịch vòng trong miền thời gian
n. Tương tự như các biểu thức (4.3-1), (4.3-2), và (4.3-3) có:
(4.3-11)

(4.3-12)

(4.3-13)
Nếu x(n)N là dãy thực thì theo biểu thức DFT thuận (4.2-3) có:

Do đó nếu x(n)N là dãy thực thì:

(4.3-14)

97
4.2.2e DFT của tích chập vòng hai dãy:
DFT của tích chập vòng hai dãy bằng tích các DFT của hai dãy thành phần.
Nếu: và
Thì: (4.3-15)
Chứng minh: Theo biểu thức DFT thuận (4.2-3) có:

Hay:
Tính chất trên được sử dụng để tính tích chập vòng thông qua DFT. Các bước
tính như sau:
- Tìm các DFT thuận: và

- Từ đó có:

- Tìm DFT ngược:

Ví dụ 4.12: Hãy tính tích chập vòng

Giải: Sử dụng các biểu thức (4.2-18) và (4.2-16) với N = 3 được:

Đúng với kết quả tính trực tiếp tích chập vòng này ở ví dụ 4.5.
4.2.2f DFT của tích hai dãy: DFT của tích hai dãy bằng tích chập vòng các DFT của
hai dãy thành phần chia cho N.
Nếu:

và

Thì: (4.3-16)

Hay: (4.3-17)
Chứng minh: Theo biểu thức DFT thuận (4.2-3) có:

Khi thay x1(n) bằng biểu thức DFT ngược (4.2-4) của nó:

98
Nhận được:

4.2.2g Quan hệ Parseval: Năng lượng của tín hiệu số có thể được tính qua phổ rời
rạc DFT theo công thức Parseval:

(4.3-18)
Chứng minh: Dùng (4.3-16) với
nhận được (4.3-18).
4.2.2h DFT của dãy đảo dấu: DFT của dãy thực x(n)N và dãy thực đảo dấu x(-n)N là
cặp dãy liên hợp phức.
Nếu:
Thì: (4.3-19)
Chứng minh: Theo biểu thức DFT thuận (4.2-3) có:

Vì x(n)N là dãy thực nên theo (4.3-14) thì , do đó có (4-52).

Như vậy, các dãy thực nhân quả và phản nhân quả tương ứng có dãy biên độ
tần số giống nhau, còn dãy pha tần số ngược dấu.
4.2.2i Tính đối xứng của DFT: Nếu x(n)N là dãy phức và:

Thì: (4.3-20)
Các dãy và là liên hợp phức, và là dãy đối xứng vòng
của .
Chứng minh: Theo biểu thức DFT thuận (4.2-3) có:

Hay:
4.2.2k Tính đối ngẫu của DFT: DFT có tính đối ngẫu, nghĩa là các tính chất và các
dãy trong miền thời gian rời rạc n và miền tần số rời rạc k của DFT là hoán vị cho
nhau.
Có thể thấy rất rõ điều đó ở các tính chất dịch vòng thời gian và dịch vòng tần
số, tích chập trong miền thời gian là tích thường trong miền tần số và ngược lại. Biểu
thức và biểu thức cũng là thể hiện
tính đối ngẫu của DFT đối với các dãy trong miền thời gian và miền tần số.

99
4.3. Tính trực tiếp DFT và IDFT
DFT được sử dụng rất nhiều trong thực tế, đặc biệt là để phân tích phổ tín hiệu
khi xử lý tiếng nói, xử lý ảnh, và tổng hợp mạch lọc số.
4.3.1 Số lượng phép toán khi tính trực tiếp DFT và IDFT
4.3.1a Số lượng phép toán của DFT
Nếu x(n)N là dãy số thực, có thể tính trực tiếp DFT theo (4.2-3):

Hay: (4.4-1)
Trong đó: (4.4-2)

Nên: (4.4-3)

Dãy phần thực: (4.4-4)

Dãy phần ảo: (4.4-5)

Dãy mô đun: (4.4-6)

Dãy Argumen: (4.4-7)

Như vậy, để tìm X(k)N, cần phải tính các dãy phần thực và phần ảo, để từ đó
tính được mô đun và argumen của X(k)N, hoặc độ lớn A(k)N và pha (k). Tại mỗi mẫu
của X(k)N cần phải tính N lần cos(k1n) và sin(k1n), 2N phép nhân số thực, 2(N - 1)
phép cộng số thực, 2 phép bình phương, 1 phép khai căn, 1 phép chia, và 1 phép tính
artg. Để nhận được N mẫu của X(k)N phải thực hiện gấp N lần số phép toán trên. Tức
là, để tính trực tiếp DFT độ dài N cần:
- 2N2 phép tính hàm số lượng giác.
- 2 N2 phép nhân số thực.
- 2 N(N - 1) phép cộng số thực.
- Ngoài ra còn, 2N phép bình phương, N phép khai căn, N phép chia, và N phép
tính artg.
Trong trường hợp x(n)N là dãy phức: , thì số lượng các
phép toán trên phải tăng gấp đôi. Như vậy, số lượng các phép toán để tính DFT là rất
lớn, nên khi N lớn thì tính DFT bằng máy tính cũng tốn rất nhiều thời gian.
4.3.1b Số lượng các phép toán khi tính trực tiếp IDFT
Tính trực tiếp IDFT thực hiện theo biểu thức (4.2-4):

Hay: (4.4-8)
So sánh các biểu thức (4.4-3) và (4.4-8) thấy rằng, biểu thức tính DFT và IDFT
chỉ khác nhau dấu của phần ảo và hệ số chia N. Do đó, số lượng các phép tính và thuật
toán để tính DFT và IDFT về cơ bản là giống nhau. Sau đây sẽ xét một số trường hợp
thực tế thường gặp.

100
 4.3.2 Tính DFT và IDFT của dãy x(n)N thực, đối xứng, N lẻ
4.3.2a Tính DFT
Dãy x(n)N thực, đối xứng có:

Do N lẻ, nên trục đối xứng ở

mẫu n = (N - 1)/2. Ví dụ, dãy đối
xứng x(n)5 trên hình 4.11 có N = 5,
nên trục đối xứng ở mẫu n = 2.
Theo biểu thức DFT (4.2-3) có: Hình 4.11: Dãy x(n)5 đối xứng.

Vì N lẻ nên khai triển biểu thức trên thành tổng của ba thành phần:

Đổi biến thành phần thứ ba, đặt m = (N - 1 - n) => n = (N - 1 - m),

khi thì , khi thì :

Đổi lại biến m về n và đảo cận của tổng trên, nhận được X(k)N có dạng:

Vì dãy x(n)N đối xứng có nên nhận được:

(4.4-9)

Trong đó:

Hay:
Do đó (4.4-9) được đưa về dạng:

Đổi biến, đặt => , khi thì

, khi thì , đồng thời thay :

Đổi biến m trở về n và đảo cận của dấu tổng, nhận được:

101
 (4.4-10)

Dãy độ lớn: (4.4-11)

Dãy pha: (4.4-12)

Theo (4.4-12), X(k)N có pha (k) tuyến tính. Theo (4.4-11), số phép toán để tính
A(k)N tại mỗi điểm giảm gần một nửa. Hơn nữa, A(k)N là dãy đối xứng trong khoảng 1
 k  (N - 1), nên để nhận được A(k)N, chỉ cần tính A(0)N và A(1)N đến A ((N- 1)/2)N rồi
lấy đối xứng. Vậy khi x(n)N là dãy thực đối xứng, N lẻ thì số phép toán tính DFT giảm
còn khoảng 1/4.
Ví dụ 4.13: Tính DFT của dãy x(n)5 thực, đối xứng, với N lẻ ở hình 4.11.
Giải: Để tiện tính toán, theo giá trị của x(n)5 ở hình 4.11, lập bảng 4.3:
Bảng 4.3: Các giá trị của dãy x(n)5 đối xứng.
n 0 1 2 3 4
x(n)5 0,25 0,50 1,00 0,50 0,25

Với N = 5 thì , theo (4.4-12) có:

Theo (4.4-11) có:

Vậy:

Theo bảng 4.3 có:

Vậy:

Do tính đối xứng của A(k)5 trong khoảng 1  k  (N - 1), nên có thể suy ra ngay:
;
Theo các giá trị đã tính được của A(k)5, lập bảng 4.4.
Bảng 4.4: Các giá trị A(k)5 và (k) của ví dụ 4.13
k 0 1 2 3 4
A(k)5 2,5 0,9 0,35 0,35 0,9
(k) 0,0 -2,5 -5,0 -7,5 -10
Theo bảng 4.4, xây dựng được đồ thị của A(k)5 và (k) trên hình 4.12.

A(k)5 (k)
2,5
0 1 2 3 4 5 k
0,9 0,9 -2,5
0,35 -5,0
-7,5
k -10
-1 0 1 2 3 4 5 102
 Hình 4.12: Đồ thị DFT của dãy x(n)5 thực, đối xứng, N lẻ

4.3.2b Tính IDFT khi x(n)N là dãy thực, đối xứng, N lẻ

Mục 4.3.2a ở trên cho thấy, khi X(k)N có N lẻ, (k) tuyến tính theo (4.4-12) và
A(k)N đối xứng trong khoảng 1  k  (N - 1), thì x(n)N là dãy thực đối xứng. Theo biểu
thức IDFT (4.2-4) có:

Theo (4.4-12) có:

Vậy:

Khai triển biểu thức trên thành tổng của ba thành phần:

(4.4-13)

Đổi biến thành phần thứ ba, đặt m = (N - k)  k = (N - m). Khi

thì , còn khi k = (N - 1) thì m = 1, do đó có:

Trong đó, vì N lẻ và (2n + 1) lẻ nên:

Đổi biến m trở về k và đổi cận của dấu tổng, nhận được:

Do đó biểu thức (4.4-13) của x(n)N có dạng:

Vì A(k)N

đối xứng trong khoảng 1  k  (N - 1), nên A(k)N = A(N- k)N:

103
Vậy: (4.4-14)

Theo (4.4-14), số phép toán để tính x(n)N tại mỗi điểm giảm gần một nửa, hơn
nữa x(n)N là dãy đối xứng, nên để nhận được x(n)N, chỉ cần tính x(0)N đến x ((N - 1)/2)N
rồi lấy đối xứng. Vậy khi X(k)N có N lẻ, pha (k) tuyến tính và A(k)N đối xứng trong
khoảng 1  k  (N - 1), thì số phép toán của IDFT giảm còn khoảng 1/4.
Ví dụ 4.14: Tính IDFT của dãy X(k)5 có pha (k) tuyến tính theo (4.4-12) và A(k)5 đối
xứng cho ở bảng 4.5 (xem hình 4.12).
Bảng 4.5: Các giá trị A(k)5 và (k) của ví dụ 4.14
k 0 1 2 3 4
A(k)5 2,5 0,9 0,35 0,35 0,9
(k) 0,0 -2,5 -5,0 -7,5 -10

Giải: Theo (4.4-14) và số liệu ở bảng 4.5 tính được:

Theo các số liệu trên, lập được bảng 4.6:

Bảng 4.6: Các giá trị x(n)5 của ví dụ 4.14
n 0 1 2 3 4
x(n)5 0,25 0,50 1,00 0,50 0,25
Ví dụ 4.14 là bài toán ngược của ví dụ 4.13, so sánh các bảng 4.6 và 4.3, kết
quả hai ví dụ là đồng nhất. Đồ thị của x(n)5 trên hình 4.11.
4.3.3 Tính DFT và IDFT của dãy x(n)N thực, đối xứng, N chẵn
4.3.3a Tính DFT x(n)6
Vì N chẵn, nên trục đối 1 1
xứng ở giữa hai mẫu ((N/2) - 1) 0,5 0,5
0,25 0,25
và (N/2). n
Ví dụ, dãy đối xứng x(n)6 -1 0 1 2 3 4 5
trên hình 4.13 có N = 6, nên trục
đối ở giữa hai mẫu n = 2 và n = Hình 4.13: Dãy x(n)6 đối xứng.
3.
Theo biểu thức DFT (4.2-3) có:

104
Vì N chẵn nên khai triển biểu thức trên thành tổng của hai thành phần:

Đổi biến tổng thứ hai và biến đổi tương tự ở mục 4.3.2a, nhận được:

(4.4-15)

Dãy độ lớn: (4.4-16)

Dãy pha: (4.4-17)

Theo (4.4-17), X(k)N có pha (k) tuyến tính. Theo (4.4-16), số phép toán để tính
mỗi điểm của A(k)N giảm còn một nửa. Hơn nữa, vì A(k)N phản đối xứng trong khoảng
1  k  (N - 1), nên để nhận được A(k)N, chỉ cần tính A(0)N đến A(N/2)N rồi lấy phản đối
xứng. Vậy khi x(n)N là dãy thực đối xứng, N chẵn thì số phép toán của DFT giảm còn
khoảng 1/4.
Ví dụ 4.15: Tính DFT của dãy x(n)6 thực, đối xứng, N chẵn, ở hình 4.13.
Giải: Để tiện tính toán, theo giá trị của x(n)6 ở hình 4.13, lập bảng 4.7:
Bảng 4.7: Các giá trị của dãy x(n)6 đối xứng.
n 0 1 2 3 4 5
x(n)6 0,25 0,50 1,0 1,0 0,50 0,25

Với N = 6 thì , theo (4.4-17) có:

Theo (4.4-16) có:

Vậy:

Theo bảng 4.7 có:

Tính A(k)6 và (k) theo các biểu thức trên, lập được bảng 4.8:
Bảng 4.8: Các giá trị A(k)6 và (k) của ví dụ 4.15
k 0 1 2 3 4 5
A(k)6 3,5 1,3 0,25 0,0 -0,25 -1,3
(k) 0,0 -2,6 -5,2 -7,9 -10,5 -13,1
Theo bảng 4.8, xây dựng được đồ thị của A(k)6 và (k) trên hình 4.14.
(k)
A(k)
3,5 6

0 1 2 3 4 5 k

1,3 -2,6
-5,2
-7,9
0,25 -10,5
k -13,1
-1 0 1 2 3
-0,25
105
-1,3
 Hình 4.14: Đồ thị DFT của dãy x(n)6 thực, đối xứng, N chẵn
4.3.3b Tính IDFT khi x(n)N là dãy thực, đối xứng, N chẵn
Mục 4.3.3a ở trên cho thấy, khi X(k)N có N chẵn, (k) tuyến tính theo (4.4-16)
và A(k)N phản đối xứng trong khoảng 1  k  (N - 1), thì x(n)N là dãy thực đối xứng.
Thực hiện tương tự như ở mục 4.3.2b, nhận được:

(4.4-18)

Theo (4.4-18), số phép toán để tính x(n)N tại mỗi điểm giảm gần một nửa, hơn
nữa x(n)N là dãy đối xứng, nên để nhận được x(n)N, chỉ cần tính x(0)N đến x(N/2)N rồi
lấy đối xứng. Do đó trong trường hợp này, số phép toán của IDFT giảm còn khoảng
1/4.
Ví dụ 4.16: Tính IDFT của dãy X(k)6 có pha (k) tuyến tính theo (4.4-17) và A(k)6 đối
xứng cho ở bảng 4.9.
Bảng 4.9: Các giá trị A(k)6 và (k) của ví dụ 4.16
k 0 1 2 3 4 5
A(k)6 3,5 1,3 0,25 0,0 -0,25 -1,3
(k) 0,0 -2,6 -5,2 -7,9 -10,5 -13,1

Giải: Theo (4.4-18) và số liệu ở bảng 4.9 tính được:

Theo biểu thức trên, tính x(n)6 và lập được bảng 4.10:
Bảng 4.10: Các giá trị x(n)6 của ví dụ 4.16
n 0 1 2 3 4 5
x(n)6 0,25 0,50 1,0 1,0 0,50 0,25

Ví dụ 4.16 là bài toán ngược của ví dụ 4.15, so sánh các bảng 4.10 và 4.7, kết
quả hai ví dụ là đồng nhất. Đồ thị của x(n)6 trên hình 4.13.
4.3.4 Tính DFT và IDFT của dãy x(n)N thực, phản đối xứng, N lẻ
4.3.4a Tính DFT x(n)5
Dãy x(n)N thực, phản đối 1
xứng có: 0,5
n
Vì N lẻ, nên tâm phản đối 0 1 2 5
xứng ở mẫu n = (N - 1)/2, và tại -0,5

điểm đó x(n)N = 0. -1

Ví dụ, dãy phản đối xứng

x(n)5 ở hình 4.15 có độ dài N = 5, Hình 4.15: x(n)5 phản đối
nên tâm phản đối xứng là mẫu n = xứng.
2.

106
Theo biểu thức DFT (4.2-3) có:
Vì N lẻ nên khai triển biểu thức trên thành tổng của ba thành phần:

Do x(n)N = 0 tại tâm phản đối xứng ở mẫu (N- 1)/2, nên có:

Đổi biến tổng thứ hai, và biến đổi tương tự ở mục 4.3.2a, nhận được:

Do x(n)N phản đối xứng có , nên từ biểu thức trên có:

Biến đổi tiếp nhận được:

(4.4-19)

Dãy độ lớn: (4.4-20)

Dãy pha: (4.4-21)

Theo (4.4-21), X(k)N có pha (k) tuyến tính. Theo (4.4-20), số phép toán để tính
A(k)N tại mỗi điểm giảm gần một nửa, hơn nữa A(0)N = 0 và A(k)N phản đối xứng trong
khoảng 1  k  (N - 1), nên để nhận được A(k)N, chỉ cần tính A(1)N đến A ((N - 1)/2)N
rồi lấy phản đối xứng. Vậy khi x(n)N là dãy thực phản đối xứng, N lẻ thì số phép toán
của DFT còn khoảng 1/4

Ví dụ 4.17: Tính DFT của dãy x(n)5 thực, phản đối xứng, N lẻ ở hình 4.15.
Giải: Để tiện tính toán, theo giá trị của x(n)5 ở hình 4.15, lập bảng 4.11:
Bảng 4.11: Giá trị của dãy phản x(n)5 đối xứng.
n 0 1 2 3 4
x(n)5 0,25 0,50 0,00 -0,50 -0,25

Với N = 5 thì , theo (4.4-21)

có:
Theo (4.4-20) có:
Vậy:

107
Theo bảng 4.11 có:
Tính A(k)5 và (k) theo các biểu thức trên, lập được bảng 4.12.

Bảng 4.12: Các giá trị A(k)5 và (k) của ví dụ 4.17

k 0 1 2 3 4
A(k)5 0,0 1,25 0,11 -0,11 -1,25
(k) 1,57 -0,94 -3,45 -5,97 -8,48
Theo bảng 4.12, xây dựng được đồ thị của A(k)5 và (k) trên hình 4.16.

A(k)5
1,25

0,11 (k)
k 1,57
0 1 2 5
1 2 3 4 5 k
0
-0,11 -0,94

-3,45

-5,97

-1,25 -8,48

Hình 4.16: Đồ thị DFT của dãy x(n)5 thực, phản đối xứng, N lẻ
4.3.4b Tính IDFT khi x(n)N là dãy thực, phản đối xứng, N lẻ
Mục 4.3.4a ở trên cho thấy, khi X(k)N có N lẻ, (k) tuyến tính theo (4.4-20),
A(0)N = 0 và A(k)N phản đối xứng khi 1  k  (N - 1), thì x(n)N là dãy thực phản đối
xứng. Từ biểu thức IDFT (4.2-4) có:

Theo (4.4-20) có:

Vậy:
Vì A(0)N = 0, nên khai triển biểu thức trên thành hai tổng:

Đổi biến tổng thứ hai, và biến đổi tương tự ở mục 4.3.2b, nhận được:

Vì A(k)N phản đối xứng khi 1  k  (N - 1), nên A(k)N = - A(N- k)N:

108
Vậy: (4.4-22)
Theo (4.4-22), số phép toán để tính x(n)N tại mỗi điểm giảm còn một nửa, hơn
nữa x(n)N là dãy phản đối xứng, nên để nhận được x(n)N, chỉ cần tính x(0)N đến x ((N -
1)/2)N rồi lấy đối xứng. Vậy khi X(k)N có N lẻ, (k) tuyến tính, A(0)N = 0 và A(k)N đối
xứng trong khoảng 1  k  (N - 1), thì số phép toán của IDFT giảm còn khoảng 1/4.
Ví dụ 4.18: Tính IDFT của dãy X(k)5 có (k) và A(k)5 cho ở bảng 4.13.
Bảng 4.13: Các giá trị của A(k)5 và (k)
k 0 1 2 3 4
A(k)5 0,0 1,25 0,12 -0,12 -1,25
(k) 1,57 -0,94 -3,45 -5,97 -8,48

Giải: Theo (4.4-22) và số liệu ở bảng 4.13 tính được:

Tính x(n)5 theo biểu thức trên, lập được bảng 4.14:

Bảng 4.14: Các giá trị của x(n)5

n 0 1 2 3 4
x(n)5 0,25 0,50 1,00 0,50 0,25

Ví dụ 4.18 là bài toán ngược của ví dụ 4.17, so sánh các bảng 4.14 và 4.11, kết
quả hai ví dụ là đồng nhất. Đồ thị của x(n)5 trên hình 4.15.
4.3.5 Tính DFT và IDFT của dãy x(n)N thực, phản đối xứng, N chẵn
4.3.5a Tính DFT x(n)6
Vì N chẵn, nên tâm phản
1
đối xứng ở giữa mẫu ((N/2) - 1)
0,5
và mẫu (N/2). 0,25 n
Ví dụ, dãy phản đối xứng 0 1 2 6
x(n)6 trên hình 4.17 có độ dài N = -0,25
-0,5
6, nên tâm phản đối xứng ở giữa -1
hai mẫu n = 2 và n = 3.
Theo biểu thức DFT (4.2-3) có:
Hình 4.17: Dãy x(n)6 đối xứng.

Vì N chẵn nên khai triển biểu thức trên thành tổng của hai thành phần:

Biến đổi tương tự như ở mục 4.3.2a, nhận được:

(4.4-23)
Dãy độ lớn:

(4.4-24)
Dãy pha: (4.4-25)

109
 Theo (4.4-25), X(k)N có pha (k) tuyến tính. Theo (4.4-24), số phép toán để tính
mỗi điểm của A(k)N giảm còn một nửa, hơn nữa vì A(k)N đối xứng trong khoảng 1  k 
(N - 1), nên để nhận được A(k)N, chỉ cần tính A(0)N đến A(N/2)N rồi lấy đối xứng. Vậy
khi x(n)N là dãy thực, phản đối xứng, N chẵn thì số phép toán của DFT giảm còn
khoảng 1/4.
Ví dụ 4.19: Tính DFT của dãy x(n)6 thực, đối xứng, ở hình 4.17.
Giải: Để tiện tính toán, theo giá trị của x(n)6 ở hình 4.17, lập bảng 4.15:

Bảng 4.15: Các giá trị của x(n)6 phản đối xứng
n 0 1 2 3 4 5
x(n)6 0,25 0,50 1,00 -1,00 -0,50 -0,25

Với N = 6 thì
, theo (4.4-
25) có:
Theo (4.4-24) có:

Vậy:
Theo bảng 4.9 có:

Theo các biểu thức trên, tính được giá trị của A(k)6 và (k) ở bảng 4.16

Bảng 4.16: Các giá trị A(k)6 và (k) của ví dụ 4.19

k 0 1 2 3 4 5
A(k)6 0,00 2,25 1,30 1,50 1,30 2,25
(k) 1,57 -1,05 -3,66 -6,28 -8,90 -11,5

Theo bảng 4.16, xây dựng được đồ thị của A(k)6 và (k) trên hình 4.18.
(k
A(k)6 )
2,25 2,25 1,57
1,5 1 2 3 4 5 6 k
0
1,3 1,3 -1,05

-3,66

k -6,28
-1 0 1 2 3 4 5 6
-8,90

-11,5

Hình 4.18: Đồ thị DFT của dãy x(n)6 phản đối xứng, N chẵn

4.3.5b Tính IDFT khi x(n)N là dãy thực, phản đối xứng, N chẵn
Mục 4.3.5a ở trên cho thấy, khi X(k)N có N chẵn, (k) tuyến tính theo (4.4-24),
A(0)N = 0 và A(k)N đối xứng trong khoảng 1  k  (N - 1), thì x(n)N là dãy thực phản đối
xứng. Tương tự mục 4.3.4b, nhận được:

110
Vì A(0)N = 0, nên khai triển biểu thức trên thành ba thành phần:

Trong đó, vì N chẵn nên hệ số pha của thành phần thứ hai bằng:

Đổi biến thành phần thứ ba, biến đổi tương tự mục 4.3.2b, nhận được:

Vì A(k)N đối xứng khi 1  k  (N - 1), nên A(k)N = A(N- k)N:

Vậy: (4.4-26)

Theo (4.4-26), số phép toán để tính x(n)N tại mỗi điểm giảm còn một nửa, hơn
nữa x(n)N là dãy phản đối xứng, nên để nhận được x(n)N, chỉ cần tính x(0)N đến x(N/2)N
rồi lấy phản đối xứng. Vậy khi X(k)N có N chẵn, pha (k) tuyến tính, A(0)N = 0 và A(k)N
đối xứng khi 1  k  (N - 1), thì số phép toán của IDFT giảm còn khoảng 1/4.
Ví dụ 4.20: Tính IDFT của dãy X(k)6 có (k) và A(k)6 cho ở bảng 4.17.
Bảng 4.17: Các giá trị A(k)6 và (k) của ví dụ 4.20
k 0 1 2 3 4 5
A(k)6 0,00 2,25 1,30 1,50 1,30 2,25
(k) 1,57 -1,05 -3,66 -6,28 -8,90 -11,5

Giải: Theo (4.4-26) và số liệu ở bảng 4.17 tính được:

Tính x(n)6 theo biểu thức trên, lập được bảng 4.18:
Bảng 4.18: Các giá trị của x(n)6
n 0 1 2 3 4 5
x(n)6 0,25 0,50 1,00 -1,00 -0,50 -0,25

Ví dụ 4.20 là bài toán ngược của ví dụ 4.19, so sánh các bảng 4.18 và 4.15, kết
quả hai ví dụ là đồng nhất. Đồ thị của x(n)6 trên hình 4.17.

111
4.4 Các thuật toán tính DFT nhanh (FFT)
Tính trực tiếp DFT khi độ dài N lớn mất nhiều thời gian, ngay cả khi dùng máy
tính. Để rút ngắn thời gian tính DFT, người ta xây dựng các thuật toán tính DFT
nhanh, chúng được viết tắt theo tiếng Anh là FFT (Fast Fourier Transform). Có rất
nhiều thuật toán FFT khác nhau, do hạn chế về thời lượng nên ở đây chỉ trình bầy
thuật toán FFT phân chia theo thời gian.
4.4.1 Cơ sở của thuật toán FFT phân chia theo thời gian
Cơ sở của thuật toán FFT phân chia theo thời gian là chia nhỏ dãy x(n)N có độ
dài N thành hai dãy có độ dài nhỏ hơn bằng cách phân tích N thành tích của hai thừa số
nguyên:
N = M. L (4.5-1)
Nếu độ dài N nhỏ hơn tích số đã chọn thì có thể thêm vào dãy x(n)N các mẫu có
giá trị 0 để tăng N.
Bằng cách như vậy, có thể chuyển việc lưu giữ trong bộ nhớ dãy x(n)N có N
phần tử (hình 4.19), thành mảng x(m, l) có M cột và L hàng với M. L = N phần tử. Nếu
xắp xếp dãy x(n)N trong mảng x(m, l) theo cột như trên hình 4.20, thì chỉ số n tương
ứng của dãy x(n)N sẽ là:
n = l + mL (4.5-2)
n = 0 1 2...... (N –1)
x x (N -
x (1) x (2) ......
(0) 1)
Hình 4.19: Lưu giữ trong bộ nhớ dãy x(n)N.
m=0 1 2 ...... (M –1)
x ((M-
l = 0 x (0) x (L) x (2L) ......
1)L)
...... x ((M-1)
1 x (1) x (L+1) x (2L+1)
(L+1))
...... x ((M-1)
2 x (2) x (L+2) x (2L +2)
(L+2))
. . . . . .
. . . . . .
. . . . . .
(L- x (L - ......
x (2L -1) x (3L -1) x (ML –1)
1) 1)

Hình 4.20: Mảng x(m, l) xắp xếp theo cột: n = l + mL.

Tương tự như vậy, cũng lưu giữ dãy X(k)N bằng mảng X(p, q), có M cột và L
hàng với M. L = N phần tử. Khi dãy x(n)N đã được xắp xếp trong mảng x(m, l) theo cột
như trên hình 4.20, thì dãy X(k)N phải được xắp xếp trong mảng X(p, q) theo hàng như
trên hình 4.21, khi đó chỉ số k tương ứng của dãy X(k)N là:
k = pM + q (4.5-3)

p=0 1 2 ...... (M–1)

q=
X (0) X (1) X (2) ...... X (M-1)
0
1 X (M) X (M+1) X (M+2) ...... X (2M-1)
2 X (2M) X (2M+1) X (2M+2) ...... X (3M-1)

112
 . . . . . .
. . . . . .
. . . . . .
(L- X ((L- X ((L-1) X ((L-1) ......
X (LM-1)
1) 1)M) (M+1)) (M+2))

Hình 4.21: Mảng X(p, q) xắp xếp theo hàng: k = pM + q.

Do đó biểu thức của DFT có thể được biểu diễn như một tổng đúp trên các phần
tử của hai mảng trên:

(4.5-4)

Thay , hệ số pha được tính cụ thể như sau:

Trong đó:

Vậy:
Do đó có thể viết lại (4.5-4) dưới dạng:

(4.5-5)

Theo biểu thức (4.5-5), thay vì phải tính DFT N điểm, cần tính các DFT M và L
điểm, các bước thực hiện thuật toán FFT trên như sau:
1. Chuyển dãy x(n)N thành mảng x(m, l) xắp xếp theo cột, với kích thước mảng là
M. L = N.
2. Tính L lần DFT M điểm cho các hàng x(m, l), với l = 0  (L -1) để nhận được
mảng F(l, q): (4.5-6)
3. Tính các phần tử của mảng G(l, q):
(4.5-7)
4. Tính M lần DFT L điểm cho các cột G(l, q), với q = 0  (M -1) để nhận được
mảng X(p, q): (4.5-8)
5. Chuyển mảng X(p, q) thành dãy X(k)N xắp xếp theo hàng.
Thoạt trông có cảm giác tính DFT theo thuật toán FFT như trên là phức tạp hơn.
Tuy nhiên, hiệu quả của FFT sẽ chỉ thấy được khi so sánh số lượng các phép tính cần
thực hiện. Chẳng hạn, so sánh trên số lượng các phép tính nhân và cộng số thực. Bước
2 cần tính L lần DFT M điểm, do đó cần thực hiện 2.L.M 2 phép nhân số thực, và
2.L.M.(M - 1) phép cộng số thực. Bước 3 cần thực hiện 2.L.M phép nhân số thực.
Bước 4 cần phải tính M lần DFT L điểm, do đó cần thực hiện 2.M.L2 phép nhân số
thực, và 2.M.L.(L - 1) phép cộng số thực. Tổng cộng số lượng phép nhân và phép cộng
của thuật toán FFT phân chia theo thời gian là:

113
 - Phép nhân: 2.L.M 2 + 2.L.M + 2.M.L 2 = 2.N. (M + L + 1)
- Phép cộng: 2.L.M.(M - 1) + 2.M.L.(L - 1) = 2.N. (M + L - 2)
Như vậy, so với tính trực tiếp DFT thì tính theo thuật toán FFT đã giảm số phép
nhân từ 2.N 2 xuống còn 2.N. (M + L + 1), và số phép cộng thì giảm từ 2.N. (N - 1)
xuống còn 2.N. (M + L - 2). Để thấy rõ hơn, hãy xem so sánh số lượng các phép nhân
trên bảng 4.19.
Bảng 4.19: Số phép nhân khi tính trực tiếp DFT và tính theo FFT.
Số phép FFT với M = N/2 FFT với M = N/4
nhân khi So với tính So với tính
N Số phép Số phép
tính trực trực tiếp trực tiếp
nhân nhân
tiếp giảm còn giảm còn
16 512 352 69 % 288 56 %
100 20000 10600 53 % 6.000 30 %
1000 20000000 10006000 50 % 50100000 25 %
0 0 0

Bảng 4.19 cho thấy, khi độ dài N tính DFT càng tăng thì khối lượng tính DFT
theo thuật toán FFT càng giảm. Hơn nữa, tính theo thuật toán FFT với M = N/4 thì
khối lượng tính nhỏ hơn tính theo FFT với M = N/2. Tuy nhiên, khi N tăng rất lớn, thì
mức lợi về khối lượng tính không tăng lớn tương ứng.
Trên cơ sở của thuật toán FFT như trên, có thể tiếp tục phân chia thành các FFT
nhỏ hơn, tức là tính FFT nhiều lớp. Khi số lớp tăng lên thì mức lợi về khối lượng tính
toán cũng tăng. Để phân chia FFT thành nhiều lớp thì phải phân tích N thành tích của
các thừa số nguyên tố dạng:
Trong trường hợp , thì ta có:
Khi M = 2 người ta gọi là thuật toán FFT cơ số hai, khi M = 4 người ta gọi là
thuật toán FFT cơ số bốn, chúng đều có thể được thực hiện theo một lớp hoặc nhiều
lớp.
Từ nguyên tắc đã được trình bầy ở trên, người ta xây dựng các thuật toán FFT
cơ số hai phân chia theo thời gian, thuật toán FFT cơ số bốn phân chia theo thời
gian.... Mỗi thuật toán FFT cụ thể còn có những đặc điểm riêng khi đi sâu nghiên cứu
chúng.
Cũng theo nguyên tắc trên, nhưng thực hiện phân chia theo tần
số, người ta xây dựng các thuật toán FFT cơ số hai phân chia theo tần số, thuật toán
FFT cơ số bốn phân chia theo tần số.
Có thể tham khảo sâu hơn về các thuật toán FFT phân chia theo thời gian và
FFT phân chia theo tần số ở các tài liệu tham khảo (6), (12).
4.4.2 Thực hiện thuật toán FFT phân chia theo thời gian
4.4.2a Thực hiện thuật toán FFT cơ số hai phân chia theo thời gian
Để thấy được trực quan thuật toán FFT cơ số hai, xét ví dụ sau.
Ví dụ 4.21: Hãy tính DFT 16 điểm của dãy x(n)10 bằng thuật toán FFT cơ số hai phân
chia theo thời gian.
Giải: Để tính DFT 16 điểm, cần thêm 6 mẫu 0 vào cuối dãy x(n)10:

Với M = N/2 = 16/2 = 8 thì L = 2, nghĩa là mảng x(m, l) có 8 cột và 2 hàng.

- Bước một: Lưu giữ dãy x(n)16 bằng mảng x(m, l) xắp xếp theo cột:

114
Khi chuyển sang chỉ số mảng hai chiều, nhận được mảng x(m, l):

Mỗi hàng có ba phần tử ở cuối bằng 0, và hàng có chỉ số l = 0 là các mẫu chẵn
x(2n)16, còn hàng có chỉ số l = 1 là các mẫu lẻ x(2n+1)16
- Bước hai: Tính hai DFT 8 điểm ứng với hai hàng và nhận được mảng F(l, q):

và

- Bước ba: Tính mảng :

- Bước bốn: Tính tám DFT 2 điểm ứng với tám cột của mảng G(l, q) và nhận được
mảng X(p, q):
với q = 0  7

- Bước năm: Chuyển mảng X(p, q) thành dãy X(k)N xắp xếp theo hàng:

4.4.2b Thực hiện thuật toán FFT cơ số bốn phân chia theo thời gian
Để thấy được trực quan thuật toán FFT cơ số bốn, xét ví dụ sau.
Ví dụ 4.22: Hãy tính DFT 16 điểm của dãy x(n)10 bằng thuật toán FFT cơ số bốn phân
chia theo thời gian.
Giải: Để tính, cần thêm 6 mẫu 0 vào cuối dãy x(n)10:

Với M = N/4 = 16/4 = 4 thì L = 4, mảng x(m, l) có 4 cột và 4 hàng.

- Bước một: Lưu giữ dãy x(n)16 bằng mảng x(m, l) xắp xếp theo cột:


Trong đó hai hàng đầu có một phần tử ở cuối bằng 0, hai hàng cuối có hai phần
tử ở cuối bằng 0.
- Bước hai: Tính bốn DFT 4 điểm ứng với bốn hàng của mảng x(m, l) và nhận được
mảng F(l, q): với l = 0  3

- Bước ba: Tính mảng :

115
 

- Bước bốn: Tính bốn DFT 4 điểm ứng với bốn cột của mảng G(l, q) và nhận được
mảng X(p, q):
với q = 0  3
- Bước năm: Chuyển mảng X(p, q) thành dãy X(k)N xắp xếp theo hàng:

116
 BÀI TẬP CHƯƠNG 4

BT 4.1. Hãy xác định DFT N điểm của các dãy sau:
1. 3.

2. 4.
BT 4.2 Hãy xác định . Tính với a = 0,8; L
= 2; N = 4, vẽ các đồ thị và .
BT 4.3 Hãy tính trực tiếp , với . Vẽ các đồ thị
và .
BT 4.4 Hãy tính , với Vẽ các đồ thị và
. So sánh kết quả nhận được với kết quả của BT 4.3.
BT 4.5 Cho dãy , hãy xác định biểu thức của dãy
theo .
BT 4.6 Hãy tìm IDFT của các DFT N điểm sau:
1. 3.

2. 4.
BT 4.7 Cho dãy thực hữu hạn với và N lẻ. Hãy tìm tại
các điểm k = N/2; 3N/2; 5N/2; 7N/2.
BT 4.8 Hãy tính DFT 8 điểm của các dãy sau:
1.
2.
3.
4.
BT 4.9 Cho dãy hữu hạn .
1. Hãy xác định và .
2. Tìm khi là dịch tuyến tính.
3. Tìm khi là dịch vòng.
BT 4.10 Cho , hãy tìm DFT N điểm của các dãy sau:
1. 4.
2. 5.
BT 4.111 Hãy xác định năng lượng của các tín hiệu số có DFT sau:
1. 2.
BT 4.12 Tính trực tiếp các tích chập sau và so sánh kết quả của chúng:
1. Tích chập tuyến tính:
2. Tích chập vòng 6 điểm:
BT 4.13 Hãy tính các tích chập vòng sau:

1.

2.

117
BT 4.14 Cho , hãy tìm DFT N điểm của các dãy sau:
1. 3.
2. 4.
BT 4.15 Cho DFT 8 điểm , hãy tìm hàm bằng
phương pháp nội suy.
BT 4.16 Cho DFT N điểm , hãy tìm bằng phương
pháp nội suy.
BT 4.17 Hãy tính trực tiếp DFT của cửa sổ Hanning wHn(n)8.
BT 4.18 Hãy tính trực tiếp DFT của cửa sổ cosin wC(n)7.
BT 4.19 Hãy tính trực tiếp IDFT của dãy X(k)5 có:
và
BT 4.20 Hãy tính trực tiếp DFT của dãy x(n)6 = rect3(n) - rect3(n - 3).
BT 4.21 Hãy tính trực tiếp IDFT của dãy X(k)6 có:
và
BT 4.22 Cho dãy hữu hạn
Hãy tính DFT 8 điểm của dãy trên theo hai cách sau:
1. Bằng thuật toán FFT cơ số 2 phân chia theo thời gian.
2. Bằng thuật toán FFT cơ số 4 phân chia theo thời gian.
BT 4.23 Hãy xấp xỉ phổ bằng cửa sổ chữ nhật đối với tín hiệu số hữu hạn:
.
Hãy giải thích tại sao chọn độ dài và vị trí cửa sổ như vậy ?
BT 4.24 Hệ xử lý số TTBB có đặc tính xung và tác động:
.
Hãy tìm phản ứng của hệ bằng phương pháp cộng xếp chồng DFT, khi chia x(n)
thành hai phân đoạn và bốn phân đoạn.

118
 Chương 5: BỘ LỌC SỐ CÓ ĐẶC TÍNH XUNG HỮU HẠN, PHA
TUYẾN TÍNH FIR

Giống như các bộ lọc tín hiệu tương tự, bộ lọc số là mạch thực hiện chức năng
chọn lọc tín hiệu theo tần số. Các mạch lọc số cho tín hiệu số có phổ nằm trong một
dải tần số nhất định đi qua và không cho các tín hiệu có phổ nằm ngoài dải tần số đó đi
qua. Dải tần số mà mạch lọc cho tín hiệu đi qua được gọi là dải thông, còn dải tần số
mà mạch lọc không cho tín hiệu đi qua được gọi là dải chặn. Tần số phân cách giữa dải
thông và dải chặn là tần số cắt và được ký hiệu là c. Theo dạng của đặc tính biên độ
tần số H(ej), người ta chia các bộ lọc số thành các loại:
- Bộ lọc thông thấp, có dải thông .
- Bộ lọc thông cao, có dải thông .
- Bộ lọc dải thông, có dải thông .
- Bộ lọc dải chặn, có dải thông và .
Theo dạng của đặc tính xung h(n), người ta phân biệt các bộ lọc số:
- Bộ lọc số có đặc tính xung hữu hạn (bộ lọc số FIR)
- Bộ lọc số có đặc tính xung vô hạn (bộ lọc số IIR)
5.1 Các bộ lọc số lý tưởng
Bộ lọc số lý tưởng có đặc tính biên độ tần số dạng chữ nhật:
(5.1-1)
Trên thực tế không thể xây dựng được bộ lọc số có đặc tính biên độ tần số
j
H(e ) như vậy, tuy nhiên các bộ lọc số lý tưởng là cơ sở để phân tích và tổng hợp
các bộ lọc số thực tế.
ở chương ba chúng ta đã biết rằng, đặc tính tần số H(ej) của hệ xử lý số là hàm
tuần hoàn của biến  với chu kỳ 2, hơn nữa đặc tính biên độ tần số H(ej) là hàm
chẵn và đối xứng qua trục tung. Vì thế, chỉ cần nghiên cứu đặc tính tần số của các bộ
lọc số lý tưởng trong một chu kỳ tần số   (-, ), hoặc trong nửa chu kỳ   (0, ).
Dưới đây sẽ trình bầy về đặc tính tần số và đặc tính xung của các bộ lọc số lý tưởng
thuộc các loại thông thấp, thông cao, dải thông, và dải chặn.
5.1.1 Bộ lọc thông thấp lý tưởng
5.1.1a Định nghĩa: Bộ lọc thông thấp lý tưởng có đặc tính biên độ tần số khi   (-,
) như sau:
(5.1-2)
Đặc tính biên độ tần số của bộ lọc thông thấp lý tưởng ở hình 5.1.


- -c 0 c 
Hình 5.1: Đặc tính biên độ tần số của bộ lọc thông thấp lý tưởng.
5.1.1b Các tham số thực của bộ lọc thông thấp lý tưởng
- Tần số cắt: fc
- Dải thông: f  (0, fc)
- Dải chặn: f  (fc, )

119
 Bộ lọc thông thấp lý tưởng cho tín hiệu số có phổ nằm trong dải tần f < fc đi
qua, chặn không cho tín hiệu số trong dải tần f > fc đi qua.
5.1.1c Đặc tính xung hlp(n) của bộ lọc thông thấp lý tưởng
Xét bộ lọc thông thấp lý tưởng pha tuyến tính , đặc tính tần số của
nó có dạng:
(5.1-3)
Đặc tính xung hlp(n) của bộ lọc trên được xác định bằng IFT:

(5.1-4)
Theo (5.1-4), bộ lọc thông thấp lý tưởng pha tuyến tính có đặc tính xung hlp(n)
dạng hàm sin giảm dần về 0 khi n   . Tại n = 0 có:

Đặc tính xung hlp(n) đạt cực đại tại n = 0, và tại các điểm , với k
là số nguyên.
Ví dụ 5.1: Hãy xác định và vẽ đồ thị đặc tính xung hlp(n) của bộ lọc số thông thấp lý
tưởng pha không ( ), có tần số cắt .
Giải: Đặc tính xung của bộ lọc thông thấp pha không lý tưởng:

Theo công thức trên lập được bảng 5.1:

Bảng 5.1
n 0 1 2 3 4 5 6 7 8
- - 0,03
hlp(n) 0,33 0,28 0,14 0 0 0,04
0,07 0,05
Theo các số liệu trên, xây dựng được đồ thị đặc tính xung hlp(n) của bộ lọc
thông thấp lý tưởng pha không với trên hình 5.2.
hlp(n)
0,33
0,28 0,28

0,14 0,14

... 0,04 0,04 ... n

-9 -6 -3 -2 -1 0 1 2 3 6 9 -0,07 -0,07

Hình 5.2: hlp(n) của bộ lọc thông thấp lý tưởng pha không với .

120
 Nhận xét: Đặc tính xung hlp(n) của bộ lọc thông thấp lý tưởng là dãy chẵn, đối
xứng qua trục tung, có độ dài vô hạn và không nhân quả, nên không thể thực hiện
được trên thực tế.

5.1.2 Bộ lọc thông cao lý tưởng

5.1.2a Định nghĩa: Bộ lọc thông cao lý tưởng có đặc tính biên độ tần số khi   (-,
) như sau:
(5.1-5)
Đồ thị đặc tính biên độ tần số của bộ lọc thông cao lý tưởng ở hình 5.3.


- -c 0 c 
Hình 5.3: Đặc tính biên độ tần số của bộ lọc thông cao lý tưởng.
5.1.2b Các tham số thực của bộ lọc thông cao lý tưởng
- Tần số cắt: fc
- Dải thông: f  (fc, )
- Dải chặn: f  (0, fc)
Bộ lọc thông cao lý tưởng cho tín hiệu số có phổ nằm trong dải tần f > fc đi qua,
chặn không cho tín hiệu trong dải tần f < fc đi qua.
5.1.2c Đặc tính xung hhp(n) của bộ lọc thông cao lý tưởng
Xét bộ lọc thông cao lý tưởng pha tuyến tính , đặc tính tần số của
nó có dạng:
(5.1-6)
Vì dải thông và dải chặn của bộ lọc thông cao ngược với bộ lọc thông thấp, nên
có thể biểu diễn Hhp(ej) qua Hlp(ej) như sau:
(5.1-7)
Theo (5.1-7) có thể tìm được đặc tính tần số của bộ lọc thông cao từ đặc tính
tần số của bộ lọc thông thấp có cùng tần số cắt.
Đặc tính xung hhp(n) của bộ lọc trên được xác định bằng IFT:

Hay: (5.1-8)

Vì:

121
Nên có thể viết lại (5.1-8) dưới dạng:
(5.1-9)
So sánh (5.1-9) với (5.1-4), có thể biểu diễn đặc tính xung hhp(n) của bộ lọc
thông cao qua đặc tính xung hlp(n) của bộ lọc thông thấp:
(5.1-10)
Theo (5.1-10) có thể tìm được đặc tính xung hhp(n) của bộ lọc thông cao từ đặc
tính xung hlp(n) của bộ lọc thông thấp có cùng tần số cắt c.
Đặc tính xung hhp(n) của bộ lọc thông cao lý tưởng là dãy chẵn, đối xứng qua
trục tung và đạt cực đại tại n = 0. Khi tần số cắt thì đặc tính xung hhp (kN)
= 0 tại các điểm n = kN, với k là số nguyên.
Ví dụ 5.2: Hãy xác định và vẽ đặc tính xung hhp(n) của bộ lọc số thông cao lý tưởng
pha không có tần số cắt .
Giải: Có đặc tính xung của bộ lọc thông cao pha không lý tưởng:

Theo công thức trên và kết quả của ví dụ 5.1 lập được bảng 5.2:
Bảng 5.2
n 0 1 2 3 4 5 6 7 8
- - 0,03
hlp(n) 0,33 0,28 0,14 0 0 0,04
0,07 0,05
- - - -
hhp(n) 0,77 0 0,07 0,05 0
0,28 0,14 0,04 0,03
Theo các số liệu trên, xây dựng được đồ thị đặc tính xung của bộ lọc thông cao
lý tưởng pha không với trên hình 5.4.
hhp(n)
0,77

0,07 0,07
... 0,05 0,05 ... n
-0,04 -0,04
-0,14 -0,14

-0,28 -0,28

-9 -6 -5 -4 -3 0 3 4 5 6 9

Hình 5.4: Đặc tính xung của bộ lọc thông cao lý tưởng với .
Nhận xét: Theo (5.1-9), bộ lọc thông cao lý tưởng là hệ xử lý số IIR không
nhân quả, vì thế không thể thực hiện được trên thực tế.

122
 5.1.3 Bộ lọc dải thông lý tưởng
5.1.3a Định nghĩa: Bộ lọc dải thông lý tưởng có đặc tính biên độ tần số khi   (-,
) như sau:
(5.1-11)
Đồ thị đặc tính biên độ tần số của bộ lọc dải thông lý tưởng ở hình 5.5.


- -c1 -c2 0 c1 c2 

Hình 5.5: Đặc tính biên độ tần số của bộ lọc dải thông lý tưởng.
5.1.3b Các tham số thực của bộ lọc dải thông lý tưởng
- Tần số cắt: fc1, fc2
- Dải thông: f  (fc1, fc2)
- Dải chặn: f  (0, fc1) và (fc2, )
Bộ lọc dải thông lý tưởng cho tín hiệu số có phổ nằm trong dải tần fc1 < f > fc2 đi
qua, chặn không cho tín hiệu ngoài dải tần đó đi qua.
5.1.3c Đặc tính xung hbp(n) của bộ lọc dải thông
Xét bộ lọc dải thông lý tưởng có pha tuyến tính , đặc tính tần số
của nó có dạng:
(5.1-12)
Có thể biểu diễn Hbp(ej) qua đặc tính tần số Hlp1(ej) và Hlp2(ej) của các bộ lọc
thông thấp lý tưởng có tần số cắt c1 và c2 tương ứng:
(5.1-13)
Theo (5.1-13) có thể tìm được đặc tính tần số của bộ lọc dải thông có tần số cắt
c1 và c2, từ đặc tính tần số của hai bộ lọc thông thấp có tần số cắt c1 và c2 tương
ứng.
Đặc tính xung hbp(n) của bộ lọc trên được xác định bằng IFT:

(5.1-14)

(5.1-15)

Hay: (5.1-16)
Theo (5.1-16) có thể tìm được đặc tính xung hbp(n) của bộ lọc dải thông theo
đặc tính xung hlp1(n) và hlp2(n) của các bộ lọc thông thấp có tần số cắt c1 và c2 tương
ứng.
Ví dụ 5.3: Hãy xác định và vẽ đặc tính xung hbp(n) của bộ lọc số dải thông lý tưởng
pha không có các tần số cắt và .

123
Giải: Có đặc tính xung của bộ lọc dải thông pha không lý tưởng:

Theo công thức trên và kết quả của ví dụ 5.1 lập được bảng 5.3:

Bảng 5.3
n 0 1 2 3 4 5 6 7 8
- - 0
hlp2(n) 0,50 0,32 0 0 0,06 0
0,11 0,04
- - 0,03
hlp1(n) 0,33 0,28 0,14 0 0 0,04
0,07 0,05
- - - -
hbp(n) 0,17 0,04 0,07 0,01 0
0,14 0,11 0,08 0.03

Theo các số liệu trên, xây dựng được đồ thị đặc tính xung của bộ lọc dải thông
lý tưởng với và trên hình 5.6.
hbp(n)
0,17

... 0,07 0,07 ...

0,04 0,04 n
-0,03 -0,03
-0,08 -0,11 -0,11 -0,08
-0,14 -0,14

Hình 5.6: Đặc tính xung của bộ lọc dải thông lý tưởng.
Nhận xét: Bộ lọc dải thông lý tưởng là hệ xử lý số IIR không nhân quả, vì thế
nó không thể thực hiện được trên thực tế.
5.1.4 Bộ lọc dải chặn lý tưởng
5.1.4a Định nghĩa: Bộ lọc dải chặn lý tưởng có đặc tính biên độ tần số khi   (-, )
như sau:
(5.1-17)
Đồ thị đặc tính biên độ tần số của bộ lọc dải chặn lý tưởng ở hình 5.7.
5.1.4b Các tham số thực của bộ lọc dải chặn lý tưởng
- Tần số cắt: fc1, fc2
- Dải thông: f  (0, fc1) và (fc2, )
- Dải chặn: f  (fc1, fc2)
Bộ lọc dải chặn lý tưởng chặn không cho tín hiệu số có phổ nằm trong dải tần
fc1 < f > fc2 đi qua, cho tín hiệu số ngoài dải tần đó đi qua.


- -c1 -c2 0 c1 c2 

Hình 5.7: Đặc tính biên độ tần số của bộ lọc dải chặn lý tưởng.

124
5.1.4c Đặc tính xung hbs(n) của bộ lọc dải chặn lý tưởng
Xét bộ lọc dải chặn lý tưởng pha tuyến tính , đặc tính tần số của
nó có dạng:
(5.1-18)
j j j
Có thể biểu diễn Hbs(e ) qua đặc tính tần số Hlp1(e ) và Hlp2(e ) của các bộ lọc
thông thấp lý tưởng có tần số cắt c1 và c2 như sau:
(5.1-19)
Theo (5.1-19) có thể tìm được đặc tính tần số của bộ lọc dải chặn có các tần số
cắt c1 và c2 từ đặc tính tần số của hai bộ lọc thông thấp có tần số cắt c1 và c2 tương
ứng.
Biểu diễn Hbs(ej) qua đặc tính tần số Hbp(ej) của bộ lọc dải thông:
(5.1-20)
Theo (5.1-20) có thể tìm được đặc tính tần số của bộ lọc dải chặn có các tần số
cắt c1 và c2, từ đặc tính tần số của bộ lọc dải thông có tần số cắt tương ứng.
Đặc tính xung hbs(n) của bộ lọc trên được xác định bằng IFT:

(5.1-21)

(5.1-22)
Hay: (5.1-23)
Hoặc: (5.1-24)
Theo (5.1-23) có thể tìm được đặc tính xung hbp(n) của bộ lọc dải chặn khi biết
đặc tính xung hlp1(n) và hlp1(n) của các bộ lọc thông thấp tương ứng. Theo (5.1-24) có
thể tìm được đặc tính xung hbs(n) của bộ lọc dải chặn khi biết đặc tính xung hbp(n) của
bộ lọc dải thông tương ứng.
Ví dụ 5.4: Hãy xác định và vẽ đặc tính xung hbs(n) của bộ lọc số dải chặn lý tưởng pha
không có các tần số cắt và .
Giải: Có đặc tính xung của bộ lọc dải chặn pha không lý tưởng:

Theo công thức trên và kết quả của ví dụ 5.3 lập được bảng 5.4:
Bảng 5.4
n 0 1 2 3 4 5 6 7 8
- - - -
hbp(n) 0,17 0,04 0,07 0,01 0
0,14 0,11 0,08 0.03
- - - 0.03
hbs(n) 0,83 0,14 0,11 0 0,08
0,04 0,07 0,01

125
 Theo các số liệu trên, xây dựng được đồ thị đặc tính xung của bộ lọc dải chặn lý
tưởng với và trên hình 5.8.

hhp(n)
0,83

0,14 0,14
0,11 0,11
0,08 0,08
... ...
n
-0,04 -0,04
-0,07 -0,07

Hình 5.8: Đặc tính xung của bộ lọc dải chặn lý tưởng.
Theo biểu thức (5.1-22) và kết quả ví dụ 5.4, có nhận xét: Bộ lọc dải chặn lý
tưởng là hệ xử lý số IIR không nhân quả, vì thế nó không thể thực hiện được trên thực
tế.
5.1.5 Tham số của các bộ lọc số thực tế
Tất cả các bộ lọc số lý tưởng có đặc tính biên độ tần số dạng chữ nhật, nên đặc
tính xung của chúng đều là dãy không nhân quả có độ dài vô hạn, vì thế không thể
thực hiện được các bộ lọc số lý tưởng.
Đặc tính biên độ tần số của bộ lọc số thực tế thường có độ nhấp nhô trong dải
thông và dải chặn, với hai biên là sườn dốc (xem hình 5.9).

Hình 5.9: Đặc tính biên độ tần số của một bộ lọc thông thấp thực tế.
Để đặc trưng cho bộ lọc thực tế, người ta sử dụng các tham số sau:
1. Loại bộ lọc: Thông thấp, thông cao, dải thông, dải chặn.
2. Tần số giới hạn dải thông c (hay fc).
3. Tần số giới hạn dải chặn p (hay fp).
4. Độ rộng dải quá độ  p = |p - c|(hay fp).
5. Độ nhấp nhô trong dải thông 1. Trong dải thông, đặc tính biên độ tần số
j
H(e ) phải thỏa mãn điều kiện:
(1 - 1)  H(ej)  (1 + 1) (5.1-25)

126
 6. Độ nhấp nhô trong dải chặn 2. Trong dải chặn, đặc tính biên độ tần số
j
H(e ) phải thỏa mãn điều kiện:
H(ej)  2 (5.1-26)
Bộ lọc số thực tế có p, 1 và 2 càng nhỏ thì đặc tính biên độ tần số càng gần
giống dạng chữ nhật, nên độ chọn lọc tín hiệu càng tốt.
5.2 Phân tích bộ lọc số FIR pha tuyến tính

5.2.1 Đặc tính xung h(n) của các bộ lọc số FIR pha tuyến tính
Các bộ lọc số FIR có đặc tính xung h(n) hữu hạn, nên hàm hệ thống là:

5.3.3 Phương pháp lấy mẫu tần số

5.3.3a Cơ sở của phương pháp lấy mẫy tần số
Phương pháp lấy mẫu tần số sử dụng phép biến đổi Fourier rời rạc (DFT). Cơ
sở của phương pháp lấy mẫu tần số là xấp xỉ đặc tính biên độ tần số HN(ej) của bộ
lọc số cần tổng hợp theo đặc tính biên độ tần số H(ej) của bộ lọc số lý tưởng cùng
loại.
Việc xấp xỉ được thực hiện bằng cách lấy mẫu tần số qua DFT, tức là làm cho
các mẫu của HN(ej) và H(ej) bằng nhau tại các tần số rời rạc k = k1 = (k.2/N):

Hay: (5.3-9)
Bằng cách như vậy, tại các điểm tần số rời rạc k = k1, sai số xấp xỉ giữa
HN(e ) và H(ej) bằng 0, còn tại các tần số ở giữa khoảng k1 và (k + 1)1 thì sai
j

số xấp xỉ là hữu hạn. Sai số xấp xỉ sẽ giảm nhỏ nếu giảm tần số lấy mẫu cơ bản 1 =
(2/N), điều đó tương ứng với tăng độ dài N của đặc tính xung h(n)N của bộ lọc số
được tổng hợp.
Trong miền k của DFT, biểu thức (5.3-9) có dạng:
Hay:  
Trong đó, H(k)N được lấy mẫu tần số từ đặc tính biên độ tần số H(ej) của
bộ lọc số lý tưởng cùng loại, tức là:

Hình 5.21 mô tả cách H(ej)

lấy mẫu đặc tính biên độ tần 1
sốH(ej)của bộ lọc dải
thông lý tưởng có các tần số 
cắt:
c1 = 3/10 = 0,94      
c2 = 8/10 = 2,51
1
127
k
0 1 2 3 4 5 6 7 8 9 10
 Việc lấy mẫu tần số
được thực hiện trong một H(k)10
chu kỳ 0   < 2, ứng với 0
 k  9 và N = 10.
Đặc tính biên độ tần
số được lấy mẫu
H(k)10trên hình 5.21 có
dạng đối xứng khi k  (1, 9)
Hình 5.21: Lấy mẫu H(ej)  H(k)10.
Trong dải thông của bộ lọc lý tưởng, H(k)10có sáu mẫu giá trị 1, năm mẫu ở ngoài
dải thông giá trị 0:
Sau khi xác định được , theo (4.4-2) ở chương bốn có:
(5.3-10)
Từ các mẫu DFT H(k)N có thể tìm được đặc tính tần số HN(ej) của bộ lọc số cần
tổng hợp theo công thức nội suy (tl):

(5.3-11)

Từ (5.3-11), đối với bộ lọc số số FIR pha tuyến tính loại 1 và loại 2 có:

Trong đó:

Do đó có đặc tính tần số của bộ lọc FIR pha tuyến tính loại 1 và loại 2:

(5.3-12)

Tương tự, đặc tính tần số của bộ lọc FIR pha tuyến tính loại 3 và loại 4:

(5.3-13)

Từ (5.3-12) và (5.3-13) có biểu thức xác định đặc tính biên độ tần số của cả bốn
loại bộ lọc số FIR pha tuyến tính cần tổng hợp:

(5.3-14)

Đặc tính pha () của bộ lọc FIR pha tuyến tính loại 1 và loại 2:
; với (5.3-15)
Đặc tính pha () của bộ lọc FIR pha tuyến tính loại 3 và loại 4:

; với và (5.3-16)

128
 Khi đặc tính tần số HN(ej) của bộ lọc cần tổng hợp thỏa mãn các chỉ tiêu kỹ
thuật đã cho, thì bước tiếp theo có thể xác định đặc tính xung h(n)N của các bộ lọc số
cần tổng hợp theo IDFT:
(5.3-19)
Các bộ lọc số FIR pha tuyến tính loại 1 và loại 2 có đặc tính xung h(n)N đối
xứng khi 0  n  (N - 1), và (k) có dạng (4.4-12) và (4.4-16):
(5.3-20)
Hơn nữa, bộ lọc số FIR pha tuyến tính loại 1 có N lẻ, theo mục 4.4.2 chương
bốn thì A(k)N đối xứng trong khoảng 1  k  (N - 1) và đặc tính xung h(n)N của bộ lọc
số cần tổng hợp được xác định theo (4.4-13):

(5.3-21)

Còn bộ lọc số FIR pha tuyến tính loại 2 có N chẵn, theo mục 4.4.3 chương bốn
thì A(k)N phản đối xứng trong khoảng 1  k  (N - 1) và đặc tính xung h(n)N của bộ lọc
số cần tổng hợp được xác định theo (4.4-17):

(5.3-22)

Các bộ lọc số FIR pha tuyến tính loại 3 và loại 4 có đặc tính xung h(n)N phản đối
xứng khi 0  n  (N - 1), (k) có dạng (4.4-20) và (4.4-24):
(5.3-23)
Hơn nữa, bộ lọc số FIR pha tuyến tính loại 3 có N lẻ, theo mục 4.4.4 chương
bốn thì A(k)N phản đối xứng trong khoảng 1  k  (N - 1) và đặc tính xung h(n)N của bộ
lọc cần tổng hợp được xác định theo (4.4-21):

(5.3-24)

Còn bộ lọc số FIR pha tuyến tính loại 4 có N chẵn, theo mục 4.4.5 chương bốn
thì A(k)N đối xứng trong khoảng 1  k  (N - 1) và đặc tính xung h(n)N của bộ lọc số
cần tổng hợp được xác định theo (4.4-25):

(5.3-25)

5.3.3b Các bước tổng hợp bộ lọc số theo phương pháp lấy mẫu tần số
Các bước tổng hợp đặc tính xung h(n)N của bộ lọc số FIR pha tuyến tính theo
phương pháp lấy mẫu tần số như sau:
Bước 1: Chọn số điểm lấy mẫu N (chính là độ dài của đặc tính xung h(n)N). Thực
hiện lấy mẫu đặc tính biên độ tần số H(ej) của bộ lọc lý tưởng cùng loại trong một
chu kỳ 0   < 2 để nhận được đặc tính biên độ tần số rời rạc H(k)N của bộ lọc số
FIR pha tuyến tính cần tổng hợp.
Bước 2: Xác định đặc tính biên độ tần số HN(ej) của bộ lọc số FIR pha tuyến tính
cần tổng hợp bằng biểu thức nội suy (5.3-14).
Để tìm HN(ej) theo (5.3-14), trước hết cần xác định A(k)N:
- Bộ lọc loại 1 có A(k)N đối xứng trong khoảng 1  k  (N - 1).
- Bộ lọc loại 2 có A(k)N phản đối xứng trong khoảng 1  k  (N - 1).

129
- Bộ lọc loại 3: A(k)N phản đối xứng trong khoảng 1  k  (N - 1), A(0)N = 0.
- Bộ lọc loại 4 có A(k)N đối xứng trong khoảng 1  k  (N - 1), và A(0)N = 0.
Bước 3: Kiểm tra đặc tính biên độ tần số HN(ej) có đạt các chỉ tiêu kỹ thuật đã
cho 1, 2, c,  hay không ?
Nếu đạt tất cả các chỉ tiêu kỹ thuật đã cho thì giảm số điểm lấy mẫu N và thực
hiện lại các bước trên cho đến khi chọn được Nmin đảm bảo đạt tất cả các chỉ tiêu kỹ
thuật đã cho.
Nếu không đạt thì tăng số điểm lấy mẫu N và thực hiện lại các bước trên cho
đến khi chọn được Nmin để HN(ej) của bộ lọc cần tổng hợp đạt được tất cả các chỉ
tiêu kỹ thuật đã cho.
Bước 4: Xác định đặc tính xung h(n)N của bộ lọc số FIR pha tuyến tính cần tổng
hợp: (5.3-26)
- Đối với bộ lọc loại 1, để tìm h(n)N có thể tính IDFT theo (5.3-21).
- Đối với bộ lọc loại 2, để tìm h(n)N có thể tính IDFT theo (5.3-22).
- Đối với bộ lọc loại 3, để tìm h(n)N có thể tính IDFT theo (5.3-24).
- Đối với bộ lọc loại 4, để tìm h(n)N có thể tính IDFT theo (5.3-25).
Nếu N lớn, thì có thể sử dụng các thuật toán FFT để tính IDFT (5.3-26).
5.4 Thực hiện Bộ lọc số FIR pha tuyến tính
Sau khi tổng hợp đặc tính xung h(n)N của bộ lọc số FIR pha tuyến tính, hai bước
tiếp theo để thực hiện bộ lọc là xây dựng cấu trúc của bộ lọc và lượng tử hóa, mã hóa
các hệ số của bộ lọc.
5.4.1 Các cấu trúc dạng nối tiếp của bộ lọc số FIR pha tuyến tính
5.4.1a Bộ lọc số FIR pha tuyến tính cấu trúc chuẩn tắc
Từ đặc tính xung h(n)N của bộ lọc số FIR pha tuyến tính, xác định được hàm hệ
thống HN(z) của bộ lọc:
(5.4-1)

Vậy: (5.4-2)

Hay:

x(n) y(n) x(n) y(n)

+ +
h(0) h(0)
D
D
+
h(1)
+
D h(1)

+ D
h(2)

+
h(2)
D

D
h(N-1) 130
h(N-1)
 a. Cấu trúc chuẩn tắc. b. Cấu trúc chuyển vị.

Hình 5.24: Bộ lọc FIR pha tuyến tính cấu trúc chuẩn tắc và chuyển vị.

Lấy biến đổi Z ngược cả hai vế của (5.4-2), nhận được phương trình sai phân
bậc không mô tả bộ lọc số FIR pha tuyến tính:
(5.4-3)

Hay:
Theo các quan hệ vào ra không đệ quy (5.4-2) hoặc (5.4-3), xây dựng được các
bộ lọc số có cấu trúc không phản hồi, với các mẫu của đặc tính xung h(n)N chính là các
hệ số của cấu trúc bộ lọc.
Cấu trúc chuẩn tắc của bộ lọc số FIR pha tuyến tính trên hình 5.24a được xây
dựng trực tiếp từ phương trình sai phân (5.4-3).
Để thực hiện bộ lọc số FIR pha tuyến tính bằng phần cứng theo cấu trúc chuẩn
tắc cần có bộ ghi dịch (N-1) nhịp, N bộ nhân, và (N-1) bộ cộng số hai lối vào. ở vị trí
của bộ ghi dịch (N-1) nhịp, có thể dùng (N-1) ô nhớ hoặc thanh ghi chốt số liệu. Các
bộ ghi dich, bộ nhân, bộ cộng hoặc thanh ghi chốt số liệu đều phải có số bít xử lý bằng
số bít của tín hiệu số.
5.4.1b Bộ lọc số FIR pha tuyến tính cấu trúc chuyển vị
Khi đổi vị trí của các bộ nhân và bộ trễ trong cấu trúc chuẩn tắc, nhận được cấu
trúc chuyển vị trên hình 5.24b, trong đó tác động x(n) được nhân với các hệ số của bộ
lọc, sau đó mới cộng và giữ trễ.
Để thực hiện bộ lọc số FIR pha tuyến tính bằng phần cứng theo cấu trúc chuyển
vị cần có (N-1) ô nhớ hoặc thanh ghi chốt số liệu, ngoài ra cần N bộ nhân, và (N-1) bộ
cộng.
5.4.1c Bộ lọc số FIR pha tuyến tính cấu trúc nối tầng
Cấu trúc nối tầng dựa trên cơ sở biểu diễn hàm hệ thống HN(z) của bộ lọc số
dưới dạng tích của các hàm cơ sở bậc một và bậc hai. Các hệ số của bộ lọc được xác
định theo các không điểm của HN(z):
(5.4-4)

X(z) + + Y(z)
a0k b0i

z 1 z 1
+
b1i
a1k
z 1
131
b2i
 Hình 5.25: Bộ lọc số FIR pha tuyến tính cấu trúc nối tầng.
Theo (5.4-4) xây dựng được bộ lọc số FIR pha tuyến tính có cấu trúc gồm các
tầng bậc một và bậc hai nối tiếp nhau như trên hình 5.25.
Với cấu trúc nối tầng trên hình 5.25, có thể chế tạo các mô đun bậc một và bậc
hai chuẩn, khi xây dựng bộ lọc số chỉ cần thiết lập các hệ số cụ thể cho mỗi mô đun và
ghép nối tiếp chúng với nhau theo dạng của hàm hệ thống (5.4-4).
5.4.2 Các cấu trúc dạng vòng của bộ lọc số FIR pha tuyến tính
Cấu trúc dạng vòng được xây dựng trên cơ sở tính đối xứng hoặc phản đối xứng
của đặc tính xung h(n)N các bộ lọc số FIR pha tuyến tính.
5.4.2a Cấu trúc dạng vòng của bộ lọc số FIR pha tuyến tính loại 1
Bộ lọc số FIR pha tuyến tính loại 1 có  = 0, N lẻ, h(n)N đối xứng h(n)N = h(N -
1 - n)N với tâm đối xứng tại n = (N - 1)/2, nên có thể đưa HN(z) về dạng:

+ Y(z)
h(0)
X(z) X ( z ).z  ( N 1)
+

+
z 1 h(1)
+
X ( z ).z  ( N  2)

z 1 z 1

z 1 z 1
+
132
 Hình 5.26: Bộ lọc số FIR pha tuyến tính loại 1 cấu trúc dạng vòng.

 (5.4-5)

Theo (5.4-5), xây dựng được cấu trúc dạng vòng của bộ lọc số FIR pha tuyến
tính loại 1 trên hình 5.26
Để thực hiện bộ lọc trên hình 5.26 bằng phần cứng, cần sử dụng (N - 1) ô nhớ
hoặc thanh ghi chốt số liệu, (N - 1) bộ cộng, và ((N + 1)/2) bộ nhân. So với dạng chính
tắc, số bộ nhân giảm gần một nửa.

5.4.2b Cấu trúc dạng vòng của bộ lọc số FIR pha tuyến tính loại 2
Bộ bộ lọc số FIR pha tuyến tính loại 2 có  = 0, N chẵn, h(n)N đối xứng h(n)N =
h(N - 1 - n)N nên có thể đưa HN(z) về dạng:
+
 ( N 1) h(0)
X(z) X ( z ).z
+ Y(z)

+
z 1 h(1)
+
X ( z ).z  ( N  2)

z 1 z 1

z 1 z 1
+

133

z 1
 Hình 5.27: Bộ lọc số FIR pha tuyến tính loại 2 cấu trúc dạng vòng.
Vậy: (5.4-6)
Theo (5.4-6), xây dựng được cấu trúc dạng vòng của bộ lọc số FIR pha tuyến
tính loại 2 trên hình 5.27.
Để thực hiện bộ lọc trên hình 5.27 bằng phần cứng, cần sử dụng (N - 1) ô nhớ
hoặc thanh ghi chốt số liệu, (N - 1) bộ cộng, (N/2) bộ nhân.

5.4.2c Cấu trúc dạng vòng của bộ lọc số FIR pha tuyến tính loại 3
Bộ bộ lọc số FIR pha tuyến tính loại 3 có   0, N lẻ, h(n)N phảnY(z)
đối xứng h(n)N
= - h(N - 1 - n)N nên có thể đưa HN(z) về dạng: h(0) +
X(z) X ( z ).z  ( N 1)
+

+
 z 1 h(1) (5.4-7)
+
X ( z ).z  ( N  2)

z 1 z 1

z 1 z 1
+
134
-1
 Hình 5.28: Bộ lọc số FIR pha tuyến tính loại 3 cấu trúc dạng vòng.
Theo (5.4-7), xây dựng được cấu trúc dạng vòng của bộ lọc số FIR pha tuyến
tính loại 3 trên hình 5.28.
Để thực hiện bộ lọc trên hình 5.28 bằng phần cứng, cần sử dụng (N - 1) ô nhớ
hoặc thanh ghi chốt, (N - 1) bộ cộng, và ((N+3)/2) bộ nhân.

5.4.2d Cấu trúc dạng vòng của bộ lọc số FIR pha tuyến tính loại 4
Bộ bộ lọc số FIR pha tuyến tính loại 4 có   0, N chẵn, h(n)N phản đối xứng
h(n)N = - h(N - 1 - n)N nên có thể đưa HN(z) về dạng:

Vậy: Y(5.4-8)
(z)
+
h(0)
X(z) X ( z ).z  ( N 1)
+

+
z 1 h(1)
+ X ( z ).z  ( N  2)

z 1 z 1

z 1 z 1
+

135
1
z -1
 Hình 5.29: Bộ lọc số FIR pha tuyến tính loại 4 cấu trúc dạng vòng.
Theo (5.4-8), xây dựng được cấu trúc dạng vòng của bộ lọc số FIR pha tuyến
tính loại 2 trên hình 5.29.
Để thực hiện bộ lọc trên hình 5.29 bằng phần cứng, cần sử dụng (N - 1) ô nhớ
hoặc thanh ghi chốt, (N - 1) bộ cộng, và ((N/2) +1) bộ nhân.

5.4.3 Cấu trúc của bộ lọc số FIR pha tuyến tính lấy mẫu tần số
Khi tổng hợp bộ lọc số theo phương pháp lấy mẫu tần số, sau khi xác định được
H(k)N và h(n)N = IDFT (H(k)N), tức là ta có:
với
Theo (4.2-22), từ h(n)N có thể tìm được hàm hệ thống HN(z) của bộ lọc số:
(5.4-9)

Hay: (5.4-10)
Trong đó: (5.4-11)

Và: (5.4-12)

Thành phần H2(z) gồm N

khâu mắc song song, mỗi khâu là: +
H(k)N

e jk1
(5.4-13) Theo (5.4-13), H2k(z)
có cấu trúc phản hồi với hệ số phức z 1
như trên hình 5.30. Điều đó
có nghĩa là bộ lọc FIR pha tuyến
Hình 5.30: Khâu H2k(z).
tính được xây dựng theo quan hệ
vào ra đệ quy.
Từ (5.4-10) có: (5.4-14)

136
 Theo quan hệ vào ra (5.4-14), có sơ đồ khối của bộ lọc FIR pha tuyến tính ở
hình 5.31.
X(z) H1(z) H2(z) Y(z)
1/N

Hình 5.31: Sơ đồ khối dạng lấy mẫu tần số của bộ lọc FIR.
Theo quan hệ vào ra (5.4-14), xây dựng được sơ đồ cấu trúc dạng lấy mẫu tần
số của bộ lọc số FIR pha tuyến tính ở hình 5.32.
Để hiểu rõ hơn cấu trúc của bộ lọc trên, cần nghiên cứu sâu hơn các thành phần
H1(z) và H2(z) của nó. Trước hết là H1(z):

H1(z) có một cực bội bậc N tại z = 0 và N không điểm phân bố đều trên vòng
tròn đơn vị tại các điểm , với k = (0  (N -1)).
(hình 5.33a). Do đó thành phần H1(z) là hệ ổn định và có thể tìm được:

X(z) + + + Y(z)
H(0)N
1/N
-1
e j 01
z 1 z 1
+ +
H(1)N

z 1
e j1
z 1

+ +
H(N - 1)
z 1
N

e j ( N 1)1 137
 X ( z ).z  N z 1
 Hình 5.32: Bộ lọc số FIR pha tuyến tính cấu trúc có phản hồi.

Xét thành phần H2(z) và các khâu phản hồi H2k(z), theo (5.4-13) có:
(5.4-15)
Theo (5.4-5), mỗi H2k(z) có một không điểm tại z = 0 và một cực điểm tại
. Do đó H2(z) có không điểm bội bậc N tại z = 0,
và N cực điểm đơn tại với k = (0  N -1) (hình 5.33b).
Kết hợp H(z) = H1(z). H2(z) thì các không điểm và cực điểm của H1(z) và H2(z)
sẽ bù trừ hết cho nhau, nên về lý thuyết thì bộ lọc xây dựng theo cấu trúc trên không
có cực điểm nằm trên vòng tròn đơn vị, do đó bộ lọc sẽ ổn định.
Im[z] Im[z]
o
o o x
Re[z] x x
o x o Re[z]
x o x
o o
o x x
x

a. Cực và không của H1(z) b. Cực và không của H2(z)

Hình 5.33: Các điểm cực và không của H1(z) và H2(z).

Tuy nhiên trên thực tế, khi lượng tử hóa các hệ số của H1(z) và H2(z) có thể dẫn
đến các không điểm của H1(z) và cực điểm của H2(z) lệch nhau, làm cho bộ lọc mất ổn
định. Để khắc phục điều đó, người ta thường làm cho các không điểm của H1(z) và cực
điểm H2(z) dịch vào bên trong vòng tròn đơn vị một chút bằng cách thay z0k  r.z0k và
zpk  r.zpk với r  1 và r < 1, như trên hình 5.34.

Im[z]
x
x x

o
Re[z]
x x

x x
x

138
 a. Vị trí cực cũ của H2(z) b. Vị trí cực mới của H2(z)
Hình 5.34: Dịch vị trí các cực của H2(z) và không của H1(z).
Khi đó hàm hệ thống H(z) sẽ có dạng:
(5.4-16)

Bằng thực nghiệm xác định được, với giá trị r = (1-2-12)  (1-2-27) vẫn đảm bảo
bộ lọc ổn định và không thay đổi đặc tính tần số.
Một vấn đề nữa cần khắc phục là các hệ số phức trong cấu trúc của bộ
lọc. Để tránh phải xây dựng bộ lọc với các hệ số nhân là số phức, sử dụng tính chất đối
xứng của H(k)N khi h(n)N là dãy thực, biến đổi được H2(z) về dạng:

(5.4-17)

Với: (5.4-18)

Trong đó:
và: là số thực

là số thực.
Theo (5.4-18) có sơ đồ cấu trúc các khâu phản hồi H2k(z) trên hình 5.35.

+ +
2|H(k)N| cos[(k
1 )]
z
+
2cos(k1) - cos[(k)-
k1]
-1
z 1

X(z) + + + Y(z)
H(0)
1/N 5.35: Sơ đồ cấu trúc các
Hình khâu phản hồi H2k(z) theo (5.4-18).
N

-
Từ đó có sơ đồ khối của bộ lọc số FIR zpha
1 1 tuyến tính theo phương pháp lấy
mẫu tần số như trên hình 5.36.
N
z tử hóa và mã hóa các hệ số
5.4.4 Lượng + của bộ lọc +
(N/2)trúc của bộ lọc số FIR pha tuyến tính, để thực
Sau khi đã xây dựng đượcHcấu N

z 1lượng tử hóa và mã hóa các hệ số

hiện nhân tín hiệu số với các hệ số của bộ lọc, cần
thành hằng số mã nhị phân. Ví dụ, với các cấu trúc dạng chuẩn tắc thì cần lượng tử hóa
và mã hóa các mẫu của đặc tính xung h(n) thành các hằng
N(z)
H21 + số mã nhị phân có độ dài
bằng số bit của tín hiệu số.

H22(z) +

139
H2(N/2-1)(z)
 Hình 5.36: Sơ đồ khối của bộ lọc số với lấy mẫu tần số.
Việc lượng tử hóa các hệ số của bộ lọc sẽ gây sai số và làm thay đổi hàm hệ
thống H(z) cũng như đặc tính tần số H(ej) của bộ lọc đã tổng hợp. Trong một số
trường hợp sai số lượng tử có thể làm mất tính ổn định hoặc làm thay đổi đặc tính tần
số của bộ lọc. (Ví dụ như làm mất tính ổn định khi xây dựng cấu trúc của bộ lọc theo
phương pháp lấy mẫu tần số).
Giả sử hệ số trước khi lượng tử hóa là giá trị liên tục k, sau khi lượng tử hóa nó
sẽ có giá trị là (k  k), với k là sai số lượng tử. Giá trị của k phụ thuộc vào số bít
của tín hiệu số và giá trị tuyệt đối của k.
Để đánh giá ảnh hưởng của sai số lượng tử hệ số ak đến đặc tính tần số H(ej)
hoặc hàm hệ thống H(z), người ta đưa ra khái niệm độ nhậy riêng Sak(ej) và Sak(z):
(5.4-19)

(5.4-20)

Để đánh giá ảnh hưởng sai số lượng tử của tất cả các hệ số ak đến đặc tính tần
số H(ej) hoặc hàm hệ thống H(z), người ta sử dụng khái niệm độ nhạy tuyệt đối
Saks(ej) và Saks(z):
(5.4-21)

(5.4-22)

Hoặc độ nhạy cầu phương Sq(ej), Sq(z)

(5.4-23)

140
 (5.4-24)

Nhận xét: - Nếu độ nhạy càng nhỏ thì ảnh hưởng của sai số lượng tử đến hàm
hệ thống H(z) và đặc tính tần số H(ej) càng nhỏ.
- Nếu chọn cấu trúc bộ lọc thích hợp có thể làm giảm đáng kể độ nhạy, vì thế
cần tìm các cấu trúc có độ nhạy thấp.
- Cần mô phỏng bộ lọc số trên máy tính để thấy được đầy đủ ảnh hưởng của sai
số lượng tử đến các đặc tính của bộ lọc và từ đó có định hướng để khắc phục các ảnh
hưởng xấu gây bởi sai số lượng tử. Đồng thời mô phỏng sẽ cho phép tối ưu hóa bộ lọc
lần cuối cùng.

141
 BÀI TẬP CHƯƠNG 5

BT 5.1 Hãy chứng minh biểu thức (5.2-16) xác định đặc tính tần số H(ej) của bộ
lọc số FIR pha tuyến tính loại 2:

với

BT 5.2 Hãy chứng minh biểu thức (5.2-20)xác định đặc tính tần số H(ej) của bộ lọc số
FIR pha tuyến tính loại 3:

với

BT 5.3 Hãy chứng minh biểu thức (5.2-24) xác định đặc tính tần số H(ej) của bộ lọc
số FIR pha tuyến tính loại 4:

với

BT 5.4 Xác định biểu thức và vẽ đồ thị của cửa sổ tam giác wT(n - n0)N với N = 7 và n0
= 4. Hãy vận dụng tính đối xứng của cửa sổ tam giác để tìm đặc tính tần số WT(ej), vẽ
đồ thị đặc tính biên độ tần số WT(ej) và xác định các tham số T và T của cửa sổ
đã cho.
BT 5.5 Hãy xác định biểu thức và vẽ đồ thị của cửa sổ cosin wC(n - n0)N với N = 8 và n0
= 4. Vận dụng tính đối xứng của cửa sổ cosin để tìm đặc tính tần số WC(ej), vẽ đồ thị
đặc tính biên độ tần số WC(ej) và xác định các tham số C và C của cửa sổ đã
cho.
BT 5.6 Xác định biểu thức và vẽ đồ thị của cửa sổ Hanning wHn(n)N với N = 7. Hãy vận
dụng tính đối xứng của cửa sổ Hanning để tìm đặc tính tần số WHn(ej), vẽ đồ thị đặc
tính biên độ tần số WHn(ej) và xác định các tham số Hn và Hn của cửa sổ đã cho.
BT 5.7 Xác định biểu thức và vẽ đồ thị của cửa sổ Hamming wHm(n)N với N = 8. Vận
dụng tính đối xứng của cửa sổ Hamming để tìm đặc tính tần số WHm(ej), vẽ đồ thị đặc
tính biên độ tần số WHm(ej) và xác định các tham số Hm và Hm của cửa sổ đã cho.
BT 5.8 Bằng phương pháp cửa sổ, tổng hợp bộ lọc thông thấp FIR pha tuyến tính có
tần số cắt c = /4, với N = 9.
a. Dùng cửa sổ cosin ; b. Dùng cửa sổ Hamming.
j
Xây dựng đặc tính biên độ tần số HN(e ), xác định và so sánh các tham số 1,
2, p nhận được khi dùng hai dạng cửa sổ trên.
BT 5.9 Bằng phương pháp cửa sổ, tổng hợp bộ lọc thông cao FIR pha tuyến tính có tần
số cắt c = /4, với N = 8.
a. Dùng cửa sổ chữ nhật; b. Dùng cửa sổ Hanning.
Xây dựng đặc tính biên độ tần số HN(ej), xác định và so sánh các tham số 1, 2,
p nhận được khi dùng hai dạng cửa sổ trên.
BT 5.10 Từ các đặc tính biên độ tần số của bộ lọc thông cao nhận được ở BT 5.9, hãy
xây dựng các đặc tính biên độ tần số của bộ lọc thông cao FIR pha tuyến tính có
tần số cắt c = /4, với N = 8. Xác định 1, 2, p và so sánh với các tham số
nhận được ở BT 5.9
BT 5.11 Bằng phương pháp cửa sổ, tổng hợp bộ lọc dải thông FIR pha tuyến tính có
tần số cắt c1 = /4, c2 = /3, với N = 8.

142
 a. Dùng cửa sổ tam giác; b. Dùng cửa sổ Hamming.
Hãy xây dựng đặc tính biên độ tần số HN(ej), xác định và so sánh các tham
số 1, 2, p nhận được khi dùng hai cửa sổ trên.
BT 5.12 Bằng phương pháp cửa sổ, tổng hợp bộ lọc dải chặn FIR pha tuyến tính có tần
số cắt c1 = /4, c2 = /3, với N = 9.
a. Dùng cửa sổ cosin; b. Dùng cửa sổ Hanning.
Xây dựng đặc tính biên độ tần số HN(ej), xác định và so sánh các tham số 1, 2,
p nhận được khi dùng hai dạng cửa sổ trên.
BT 5.13 Từ đặc tính biên độ tần số của bộ lọc dải chặn nhận được ở BT 5.12, hãy xác
định đặc tính biên độ tần số của bộ lọc dải thông FIR pha tuyến tính có c1 =
/4, c2 = /3, N = 9. Tính 1, 2, p.
BT 5.14 Dùng cửa sổ chữ nhật, tổng hợp bộ lọc thông thấp FIR pha tuyến tính có tần
số cắt c = /3, với N = 6. Hãy xây dựng sơ đồ cấu trúc dạng chuẩn tắc của bộ
lọc.
BT 5.15 Dùng cửa sổ cosin, tổng hợp bộ lọc thông cao FIR pha tuyến tính có tần số cắt
c = /3, với N = 8 Hãy xây dựng sơ đồ cấu trúc dạng nối tầng của bộ lọc.
BT 5.16 Dùng cửa sổ Hanning, tổng hợp bộ lọc dải thông FIR pha tuyến tính có tần số
cắt c1 = /5, c2 = /3, với N = 6. Hãy xây dựng sơ đồ cấu trúc dạng vòng của
bộ lọc.
BT 5.17 Dùng cửa sổ tam giác, tổng hợp bộ lọc dải chặn FIR pha tuyến tính có tần số
cắt c1 = /5, c2 = /3, với N = 7. Hãy xây dựng sơ đồ cấu trúc dạng vòng của
bộ lọc.
BT 5.18 Bằng phương pháp lấy mẫu tần số, tổng hợp bộ lọc thông thấp FIR pha tuyến
tính có tần số cắt c1 = /5, với N = 5. Hãy xác định các tham số 1, 2, p và
xây dựng sơ đồ cấu trúc của bộ lọc.
BT 5.19 Bằng phương pháp lấy mẫu tần số, tổng hợp bộ lọc thông cao FIR pha tuyến
tính có tần số cắt c1 = /5, với N = 8. Hãy xác định sai số xấp xỉ E(ej)cực
đại trong dải thông và dải chặn. Xây dựng sơ đồ cấu trúc của bộ lọc.
BT 5.20 Bằng phương pháp lấy mẫu tần số, tổng hợp bộ lọc dải chặn có các tần số cắt
c1 = /4, c2 = /3, với N = 9. Hãy xác định sai số xấp xỉ E(ej)cực đại trong
dải thông và dải chặn. Xây dựng sơ đồ cấu trúc của bộ lọc.

MỤC LỤC
Trang
CHƯƠNG 1. TÍN HIỆU VÀ HỆ THỐNG RỜI RẠC...................................................1
1.1. Khái niệm về tín hiệu và hệ xử lý tín hiệu:..........................................................1

143
 1.1.1 Khái niệm và phân loại tín hiệu:.....................................................................1
1.1.2 Khái niệm và phân loại hệ xử lý tín hiệu........................................................3
a Khái niệm về xử lý tín hiệu và hệ xử lý tín hiệu...............................................3
b Phân loại các hệ xử lý tín hiệu..........................................................................4
1.2 Dãy số................................................................................................................... 4
1.2.1 Các dạng biểu diễn của dãy số.......................................................................5
1.2.2 Phân loại các dãy số.......................................................................................5
a Dãy xác định và dãy ngẫu nhiên.......................................................................5
b Dãy tuần hoàn và dãy không tuần hoàn............................................................5
1.2.3 Các dãy cơ bản...............................................................................................6
1.2.3a Dãy xung đơn vị (n)................................................................................7
1.2.3b Dãy bậc thang đơn vị u(n).........................................................................7
1.2.3c Dãy chữ nhật rectN(n)................................................................................8
1.2.3d Dãy hàm sin và hàm cosin........................................................................8
1.2.4 Các phép toán đối với các dãy số...................................................................9
1.2.4a Phép dịch tuyến tính..................................................................................9
1.2.4b Tổng đại số của các dãy............................................................................9
1.2.4c Phép nhân các dãy...................................................................................10
1.2.4d Phép nhân một dãy với hằng số..............................................................10
1.2.5 Khái niệm về tích chập tuyến tính................................................................11
1.2.5a Định nghĩa tích chập tuyến tính:.............................................................11
1.2.5b Các tính chất của tích chập......................................................................11
1.3 Tín hiệu số..........................................................................................................12
1.3.1 Biểu diễn và phân loại tín hiệu số.................................................................12
1.3.1a Biểu diễn tín hiệu số................................................................................12
1.3.1b Phân loại tín hiệu số................................................................................12
1.3.2 Các tham số cơ bản của tín hiệu số...............................................................13
1.4. Hệ xử lý số........................................................................................................15
1.4.1 Mô tả hệ xử lý số..........................................................................................15
1.4.1a Mô tả hệ xử lý số bằng quan hệ vào ra....................................................15
1.4.1b Mô tả hệ xử lý số bằng sơ đồ khối..........................................................16
1.4.1c Mô tả hệ xử lý số bằng sơ đồ cấu trúc.....................................................16
1.4.2 Phân loại hệ xử lý số theo quan hệ vào ra....................................................18
1.4.2c Hệ xử lý số bất biến và không bất biến...................................................20
1.4.2d Hệ xử lý số nhân quả và không nhân quả................................................20
1.4.2e Hệ xử lý số đệ quy và không đệ quy.......................................................21
1.5 Đặc tính xung h(n) của hệ xử lý số tuyến tính bất biến nhân quả.......................22
1.5.1 Đặc tính xung của hệ xử lý số TTBB...........................................................22
1.5.1a Định nghĩa:..............................................................................................22
Đặc tính xung h(n) của hệ xử lý số là phản ứng của hệ khi tác động là dãy xung
đơn vị (n):........................................................................................................22
1.5.2 Đặc tính xung của hệ xử lý số TTBBNQ.....................................................23
1.5.2a Định lý về đặc tính xung của hệ xử lý số TTBBNQ................................23
1.5.2b Dãy nhân quả, phản nhân quả, không nhân quả......................................24
1.6 Phân tích hệ xử lý số TTBB nhân quả theo đặc tính xung h(n)..........................25
1.6.1 Tìm phản ứng y(n) của hệ xử lý số TTBBNQ..............................................25
1.6.1a Phương pháp giải tích tính tích chập.......................................................25
1.6.1b Thuật toán tính tích chập.........................................................................27

144
 1.6.1c Tính tích chập bằng cách lập bảng số liệu...............................................27
1.6.1d Tính tích chập bằng đồ thị.......................................................................28
1.6.2 Tìm đặc tính xung của hệ xử lý số theo sơ đồ khối......................................30
1.6.2a Thay đổi thứ tự các khối TTBBNQ liên kết nối tiếp...............................30
1.6.2b Đặc tính xung của các khối TTBBNQ liên kết nối tiếp...........................30
1.6.2c Đặc tính xung của các khối TTBBNQ liên kết song song.......................31
1.6.3 Điều kiện ổn định của hệ xử lý số TTBBNQ...............................................32
1.6.3a Định nghĩa tính ổn định của hệ xử lý số TTBBNQ.................................32
1.6.3b Điều kiện ổn định của hệ xử lý số TTBBNQ..........................................32
1.6.4 Sơ đồ cấu trúc của hệ xử lý số TTBB theo đặc tính xung h(n).....................33
1.7. Phân tích hệ xử lý số TTBBNQ bằng phương trình sai phân.............................35
Chương 2: BIỂU DIỄN TÍN HIỆU VÀ HỆ THỐNG RỜI RẠC TRONG MIỀN Z....42
2.1 Phép biến đổi Z:.................................................................................................42
2.1.1 Biến đổi Z thuận...........................................................................................42
2.1.1a Biến đổi Z hai phía..................................................................................42
2.1.1b Biến đổi Z một phía.................................................................................43
2.1.1c Miền hội tụ của biến đổi Z......................................................................44
2.1.2 Biến đổi Z ngược..........................................................................................47
2.2. Các tính chất của biến đổi Z..............................................................................48
2.2.1 Các tính chất của biến đổi Z hai phía...........................................................48
2.2.1a Tính chất tuyến tính:...............................................................................48
2.2.1b Tính chất trễ:...........................................................................................50
2.2.1c Tính chất tỷ lệ:........................................................................................50
2.2.1d Tính chất biến đảo:..................................................................................51
2.2.1e Tính chất đạo hàm...................................................................................51
2.2.1f Tính chất tích chập:.................................................................................52
2.2.1g Hàm ảnh Z của tích hai dãy.....................................................................53
2.2.1h Định lý giá trị đầu của dãy nhân quả:......................................................53
2.2.1i Hàm ảnh Z của dãy liên hợp phức............................................................53
2.2.1k Biến đổi Z của hàm tương quan rxy(m)....................................................53
2.2.1m Biến đổi Z của hàm tự tương quan rx(m)................................................54
2.2.2 Các tính chất của biến đổi Z một phía..........................................................54
2.2.2a Tính chất trễ của biến đổi Z một phía......................................................54
2.2.2b Tính chất vượt trước của biến đổi Z một phía.........................................55
2.2.3 Bảng các biến đổi Z cơ bản..........................................................................56
2.3 Các phương pháp tìm biến đổi z ngược..............................................................56
2.3.1 Phương pháp thặng dư..................................................................................56
2.3.2 Phương pháp khai triển X(z) thành chuỗi lũy thừa.......................................58
2.3.3 Phương pháp phân tích X(z) thành tổng các phân thức................................60
2.3.3a Trường hợp hàm X(z) chỉ có các cực đơn là số thực...............................60
2.3.3b Trường hợp hàm X(z) có nhiều cực dạng phức tạp..................................62
BÀI TẬP CHƯƠNG 2.................................................................................................66
Chương 3: BIỂU DIỄN TÍN HIỆU VÀ HỆ THỐNG TRONG MIỀN TẦN SỐ LIÊN
TỤC............................................................................................................................. 69
3.1. Biến đổi Fourier của dãy số...............................................................................69
3.1.1 Biến đổi Fourier thuận..................................................................................69
3.1.1a Định nghĩa:..............................................................................................69
3.1.1b Sự tồn tại của biến đổi Fourier................................................................69

145
 3.1.1c Các dạng biểu diễn của hàm X(ej)..........................................................70
3.1.1d Quan hệ giữa biến đổi Fourier và biến đổi Z..........................................72
3.1.2 Biến đổi Fourier ngược................................................................................72
3.1.3 Các tính chất của biến đổi Fourier.........................................................73
3.1.3a Tính chất tuyến tính: Hàm tần số của tổ hợp tuyến tính các dãy bằng tổ
hợp tuyến tính các hàm tần số thành phần.........................................................73
3.1.3c Tính chất trễ của hàm tần số:...................................................................74
3.1.3d Tính chất biến đảo:..................................................................................75
3.1.3e Hàm tần số của tích chập hai dãy:...........................................................75
3.1.3f Hàm tần số của tích hai dãy:....................................................................75
3.1.3g Công thức Parseval.................................................................................76
3.1.3h Đạo hàm của hàm tần số.........................................................................77
3.1.3i Phổ tần số của hàm tương quan rxy(m).....................................................77
3.2 Phổ của tín hiệu số..............................................................................................78
3.2.1 Các đặc trưng phổ của tín hiệu số.................................................................78
3.3 Đặc tính tần số và Hàm truyền đạt phức của hệ xử lý số TTBBNQ...................82
3.3.1 Đặc tính tần số và hàm truyền đạt phức H(ej).............................................82
3.3.1a Định nghĩa:..............................................................................................82
3.3.1b Đặc tính biên độ tần số và đặc tính pha tần số........................................82
3.3.1c Tìm hàm truyền đạt phức H(ej) theo phương trình sai phân...................84
3.3.2 Phân tích hệ xử lý số theo hàm truyền đạt phức H(ej).................................85
3.3.2a Sơ đồ khối, sơ đồ cấu trúc trong miền tần số của hệ xử lý số..................85
3.3.2b Xét tính ổn định của hệ xử lý số theo H(ej)...........................................86
BÀI TẬP CHƯƠNG 3.................................................................................................87
Chương 4: BIỂU DIỄN TÍN HIỆU VÀ HỆ THỐNG TRONG MIỀN TẦN SỐ RỜI
RẠC............................................................................................................................. 90
4.1 Biến đổi Fourier rời rạc của dãy tuần hoàn.........................................................90
4.2 Phép dịch vòng, tích chập vòng và các tính chất của DFT..................................92
4.2.1 Phép dịch vòng và tích chập vòng của DFT.................................................92
4.2.1a Phép dịch vòng........................................................................................92
4.2.1b Tích chập vòng........................................................................................94
4.2.2 Các tính chất của DFT..................................................................................96
4.2.2a Tính chất tuần hoàn:................................................................................96
4.2.2b Tính chất tuyến tính:...............................................................................97
4.2.2c DFT của dãy dịch vòng:..........................................................................97
4.2.2e DFT của tích chập vòng hai dãy:.............................................................98
4.3. Tính trực tiếp DFT và IDFT............................................................................100
4.3.1 Số lượng phép toán khi tính trực tiếp DFT và IDFT..................................100
4.3.1a Số lượng phép toán của DFT.................................................................100
4.3.1b Số lượng các phép toán khi tính trực tiếp IDFT....................................100
4.3.2 Tính DFT và IDFT của dãy x(n)N thực, đối xứng, N lẻ..............................101
4.3.3 Tính DFT và IDFT của dãy x(n)N thực, đối xứng, N chẵn..........................105
4.3.4 Tính DFT và IDFT của dãy x(n)N thực, phản đối xứng, N lẻ......................107
4.3.5 Tính DFT và IDFT của dãy x(n)N thực, phản đối xứng, N chẵn.................110
4.4 Các thuật toán tính DFT nhanh (FFT)..............................................................112
4.4.1 Cơ sở của thuật toán FFT phân chia theo thời gian....................................112
N................................................................................................................................ 114
4.4.2 Thực hiện thuật toán FFT phân chia theo thời gian....................................115

146
 4.4.2a Thực hiện thuật toán FFT cơ số hai phân chia theo thời gian................115
4.4.2b Thực hiện thuật toán FFT cơ số bốn phân chia theo thời gian...............116
BÀI TẬP CHƯƠNG 4...............................................................................................118
Chương 5: BỘ LỌC SỐ CÓ ĐẶC TÍNH XUNG HỮU HẠN, PHA TUYẾN TÍNH
FIR............................................................................................................................. 120
5.1 Các bộ lọc số lý tưởng......................................................................................120
5.1.1 Bộ lọc thông thấp lý tưởng.........................................................................120
5.1.2 Bộ lọc thông cao lý tưởng..........................................................................122
5.1.3 Bộ lọc dải thông lý tưởng...........................................................................124
5.2 Phân tích bộ lọc số FIR pha tuyến tính.............................................................128
5.2.1 Đặc tính xung h(n) của các bộ lọc số FIR pha tuyến tính...........................128
5.3.3 Phương pháp lấy mẫu tần số.......................................................................128
5.3.3a Cơ sở của phương pháp lấy mẫy tần số.................................................128
5.3.3b Các bước tổng hợp bộ lọc số theo phương pháp lấy mẫu tần số...........131
5.4 Thực hiện Bộ lọc số FIR pha tuyến tính...........................................................131
5.4.1 Các cấu trúc dạng nối tiếp của bộ lọc số FIR pha tuyến tính......................131
5.4.1a Bộ lọc số FIR pha tuyến tính cấu trúc chuẩn tắc...................................131
5.4.1b Bộ lọc số FIR pha tuyến tính cấu trúc chuyển vị...................................133
5.4.1c Bộ lọc số FIR pha tuyến tính cấu trúc nối tầng.....................................133
5.4.2 Các cấu trúc dạng vòng của bộ lọc số FIR pha tuyến tính..........................133
5.4.2a Cấu trúc dạng vòng của bộ lọc số FIR pha tuyến tính loại 1.................133
5.4.3 Cấu trúc của bộ lọc số FIR pha tuyến tính lấy mẫu tần số..........................137
5.4.4 Lượng tử hóa và mã hóa các hệ số của bộ lọc............................................141
BÀI TẬP CHƯƠNG 5...............................................................................................143

147