You are on page 1of 14

10

รายงาน

DTC03: อนุกรมฟูเรียร์ของสัญญาณมีคาบ

จัดทาโดย

นายวิชยุตม์ ปัญญาไว รหัส 613040078-6


นายศุภวิชญ์ สิปปะสุชน รหัส 613040091-4

กลุ่มที่ 24

มีความตัง้ ใจในการเรียนรู้และการเขียนรายงาน
ให้ระวังเรื่อง format และฟอนต์
เสนอ

รองศาสตราจารย์พิเชษฐ เชี่ยวธนะกุล
ผู้ช่วยศาสตราจารย์กรชวัล ชายผา

รายงานนี้เป็นส่วนหนึ่งของรายวิชา EN813403 ปฏิบัติการหลักการสื่อสารแบบดิจิทัลและแบบจาลอง


สาขาวิชาวิศวกรรมความพิวเตอร์ คณะวิศวกรรมศาสตร์ มหาวิทยาลัยขอนแก่น
ภาคการศึกษาปลาย ปีการศึกษา 2563
บทนํา 
 
ในการออกแบบการสือสารมีเครืองมือทีสําคัญอย่างหนึงคืออนุกรมฟู
เรียร์จะมีพฤติกรรมการเปลียนแปลงของสัญญาณว่ามีผลอย่างไรต่อการ
เปลียนแปลงของระบบและสเปกตรัมโดยสัมประสิทธิของอนุกรมฟูเรียร์ยงิ
กระจายมากจะใช้ทรัพยากรมากอีกทังยังบอกได้ว่าแต่ละเท่าของความถี
มูลฐานนันตรงไหนทีใช้พลังงานเยอะ และการเปลียนแปลงของสัญญาณมี
ผลอย่างไรต่อกําลังของสัญญาณโดยกําลังของสัญญาณมีผลกับอุปกรณ์อย่าง
พาวเวอร์ซัพพลายทีต้องรับรู้ว่าจะใช้กําลังเท่าใดหากใช้พาวเวอร์ซัพพลายไม่
ถูกกับกําลังจะทําให้พาวเวอร์ซัพพลายชํารุดหรือสือสารไม่ได้และยังเกียวข้อง
กับการชาร์ตอุปกรณ์ด้วย ในการส่งสัญญาณแทนสารสนเทศเหนือช่อง
สัญญาณนัน รูปทรงของสัญญาณจะถูกเปลียน หรือผิดเพียน โดยช่อง
สัญญาณส่งผลให้เครืองรับได้รับสัญญาณทีผิดเพียน ส่งผลให้เกิดความผิด
พลาดในการรับสารสนเทศโดยทัวไป ช่องสัญญาณหมายถึงระบบ ซึงมีความ
สัมพันธ์กับระบบเชิงเส้น การเข้าใจพืนฐานของสัญญาณและระบบเชิงเส้นจะ
ช่วยให้สามารถออกแบบระบบสือสารได้ง่าย ดังนันในการทดลองครังนีจึง
ต้องการทีจะเรียนรู้วิธีการแทนสัญญาณในรูปตัวแปรเชิงความถี โดยผ่านทาง
วิธีอนุกรมฟูเรียร์ และวิธีการหาสัมประสิทธิของอนุกรมฟูเรียร์และวิธีการหา
ค่ากําลังในสัญญาณมีคาบ เพือทีจะนําไปปรับใช้กับการแปลงข้อมูล
สารสนเทศ 
  ลดขนาดฟอนต์ และใช้แบบปกติ
 
วัตถุประสงค์ 
1. เพือศึกษาการแทนสัญญาณในรูปตัวแปรเชิงความถี โดยผ่านทาง
วิธีอนุกรมฟูเรียร์ 
2. เพือศึกษาวิธีหาสัมประสิทธิของอนุกรมฟูเรียร์และวิธีการหาค่า
กําลังในสัญญาณมีคาบ 
 
อุปกรณ์การทดลอง 
1. Laptop 
2. Sage Cell (​https://sagecell.sagemath.org​) 
3. CoCalc 
 
|xn | xn

3
3.1
x(t)
+1 ⇣t
X nT0 ⌘
x(t) = ⇧ , (5)
n= 1

8
1
<1, |t| <
>
> 2
⇧(t) = 1 1 (6)
2, |t| = 2
>
>
0,
:

(5) 1

+1 ⇣ ⌘
P t nT0
1 x(t) = ⇧ ⌧
n= 1

1. (6) Sage shift+enter

# define rectangular function or mapping.called rect(t,tau)


# u(.) is a unit step function
reset()
def rect(t,tau):
rect_u=unit_step(t+tau/2)-unit_step(t-tau/2)
return rect_u

2. xn (2)

# define function for computing Fourier series coefficient


def xn(n,T0,tau):
if n<>0:
xnv=(1/T0*integral(rect(t,tau)*e^(-i*n*2*pi*t/T0),t,-tau/2,tau/2))\
.simplify_full()
else:
xnv=tau/T0
return xnv

2
3. ⇧(t, ⌧ ) xn

#----------------------------------------------------------------
# show pulse function and Fourier series coefficients
# i=sqrt(-1)
#----------------------------------------------------------------
n,T0,tau,t,nv=var("n,T0,tau,t,nv")
assume(tau>0, T0>tau/2)
# next, show rectandular function
show("rect$(t,tau)=$",rect(t,tau))
# next show Fourier Series Coefficient, xn
show("$x_n=$",xn(n,T0,tau))

4.

3.2
T0 = 6 ⌧ 1, 2, 3

5. ipython

# Let x(t) be periodic signal as in Fig. 1


# We will study the relation between pulse width (tau)
# and its discrete spectrum
T0=6
@interact
def _(tau=slider(1,3,step_size=1)):
tauv=tau
P=[(n,xn(n,T0,tauv)) for n in srange(-15,16)]
S1=plot(rect(t,tauv),-10,10,figsize=(4,3),
axes_labels=(["$t$","$x(t)$"]))
S2=plot(rect(t-T0,tauv),-10,10,figsize=(4,3))
S3=plot(rect(t+T0,tauv),-10,10,figsize=(4,3))
S4=text("$\cdots$",(-9,0.5))
S5=text("$\cdots$",(9,0.5))
show(S1+S2+S3+S4+S5)
show(points(P, rgbcolor=(0.2,0.6, 0.1), pointsize=30) \
+ plot(spline(P), -15, 15,figsize=(4,3),\
axes_labels=(["$n$","$x_n$"]),linestyle="-."))

3
6. ⌧ =1

7.

4
8. ⌧ =2

9.

5
10. ⌧ =3

11.

6
3.3
12. Sage

# Power Content (Compute in time domain)


reset()
def rect(t,tau):
rect_u=unit_step(t+tau/2)-unit_step(t-tau/2)
return rect_u

# define function for computing power content in time domain


def power_time(x,tauv):
x_mag=abs(x)
Px_t=1/T0*integral(x_mag^2,t,-tauv/2,tauv/2)
return Px_t

# main to caculate the power-content in time domain


#n,T0,tau,t,nv,tauv=var("n,T0,tau,t,nv,tauv") (previos)
n,t,nv,tauv=var("n,t,nv,tauv")
#assume(tau>0, T0>tau/2) (previos)
T0=6
@interact
def _(tau=slider(1,3,step_size=1)):
tauv=tau
x(t)=rect(t,tauv)
Px_time=power_time(x,tauv)
S1=plot(rect(t,tauv),-10,10,figsize=(4,3),\
axes_labels=(["$t$","$x(t)$"]))
S2=plot(rect(t-T0,tauv),-10,10,figsize=(4,3))
S3=plot(rect(t+T0,tauv),-10,10,figsize=(4,3))
S4=text("$\cdots$",(-9,0.5))
S5=text("$\cdots$",(9,0.5))
show(S1+S2+S3+S4+S5)
show("$Px_{time}=$",RR(Px_time).n(digits=5))

13. ⌧ =1

7
14. ⌧ =2

15. ⌧ =3

8
16. 13 - 15

17. Sage

# Power Content (Compute using Fourier series coefficient)


reset()
def rect(t,tau):
rect_u=unit_step(t+tau/2)-unit_step(t-tau/2)
return rect_u

def xn(n,T0,tau):
if n<>0:
xnv=(1/T0*integral(rect(t,tau)*e^(-i*n*2*pi*t/T0),t,-tau/2,tau/2))\
.simplify_full()
else:
xnv=tau/T0
return xnv

# define function for numerical computing of the power content using Fourier series coeffi
def power_coe(s,tauv):
sum=0
for n in srange(-100,101):
if n<>0:
sum=sum+(s(n))^2
else:
sum=sum+(tauv/T0)^2
return sum

# Main Power Content (Compute using Fourier series coefficient)


n,T0,tau,t,nv,tauv=var("n,T0,tau,t,nv,tauv")
assume(tau>0, T0>tau/2)
T0=6
@interact
def _(tau=slider(1,3,step_size=1)):
tauv=tau
P=[(m,xn(m,T0,tauv)) for m in srange(-15,16)]
s(n)=xn(n,T0,tauv)
Px_coe=power_coe(s,tauv)
show(points(P, rgbcolor=(0.2,0.6, 0.1), pointsize=30) \

9
+ plot(spline(P), -15, 15,figsize=(4,3),\
axes_labels=(["$n$","$x_n$"]),linestyle="-."))
show("$P_{x_n}=$",RR(Px_coe).n(digits=5)) #RR mean real number

18. ⌧ =1

19. ⌧ =2

10
20. ⌧ =3

21. 18 - 20 13 - 15

5
1. (discrete spectrum)

2. -

11
สรุปผลการทดลอง 
จากการทดลองเพือเรียนรู้การแทนสัญญานในรูปตัวแปรเชิง
ความถี โดยผ่านทางวิธีอนุกรมฟูเรียร์และการหาสัมประสิทธิของอนุกรม
ฟูเรียร์และวิธีการหาค่ากําลังในสัญญาณมีคาบ  

ในการทดลอง 3.1 เปนการเขียนโปรแกรม Sage เพือแสดง 


ฟงก์ชัลพัลซ์และฟงก์ชันของสัมประสิทธิอนุกรมฟุเรียร์ Xn เพื
​ อนําไปใช้
ในการทดลองถัดๆไป    ลดขนาดฟอนต์ และใช้แบบปกติ

ในการทดลอง 3.2 จากการนิยามฟงก์ชันพัลซ์เพือทีจะนําไปแทน


ในสมการเพือคํานวณหาสัมประสิทธิอนุกรมฟูเรียร์ ได้ทําการเปรียบ
เทียบความสัมพันธ์ระหว่างสัญญาณกับสเปกตรัม ทีมีคาบT0​=6 เมือเรา
เปลียนค่า τ จะสังเกตุเห็นว่ายิงค่า τ มากเท่าไหร่ กราฟสัญญาณจะ
กว้างตามค่า τ และมีความสูง เท่ากับ 1 ส่วนทางกราฟสเปกตรัมจะพบ
ว่ายิงค่า τ มากเท่าไหร่ กราฟสเปกตรัมจะทําให้จํานวนเท่าของความถี
มูลฐาน (ความถีทีทําให้ Xn​ = 0)น้อยลง Xn สู
​ งสุดจะมีค่าเพิมขึน และXn 

ตาสุดจะมีค่าลดลง แต่เมือค่า τ น้อยลง จะให้ผลตรงกันข้าม และสังเกต


ได้ว่าทุกๆจํานวนเท่า(ยกเว้น0)จะพบว่ามันคือค่าของ T0 /​ τ และกราฟ
เปนฟงก์ชันคู่หรือสมมาตรและเมือยิงขยายออกไปค่าXn​จะยิงเข้าใกล้0 
และพบว่าเมืออ้างอิงจากค่าXn​สูงสุดและXn​ตาสุด ของ τ =1 สามารถนํา
ไปหาจุดสูงสุดและตาสุดของ τ อืนๆได้โดยนําไปคูณกับ τ ทีต้องการ  

ในการทดลอง 3.3 ในสัญญาณระหว่างโดเมนเวลาและสัมประสิทธิ


ของอนุกรมฟูเรียร์โดยใช้ทฤษฎีบทปาร์เซอวาล ในการหากําลังใน
สัญญาณโดเมนเวลาได้กราฟออกมาเปนกราฟแท่ง ในการหากําลังใน
สัญญาณสัมประสิทธิของอนุกรมฟูเรียร์ได้กราฟเปนแบบสเปกตรัมโดย
พฤติกรรมการเพิมกําลังในสัญญาณของทังสองสัญญาณจะเหมือนกัน
ทําให้จากทีหากําลังของทังสองสัญญาณโดยการคํานวณโดยตรงมาใช้
การคํานวณผ่านค่า Pxt​ หรือ Pxn ของ
​ τ =1 (เลือกใช้ตามสัญญาณ)คูณ
กับค่า τ ทีต้องการจะรู้ โดยวิธีอย่างหลังอาจจะเร็ว กว่าการคํานวณ
โดยตรง และพบว่ามีค่าความคลาดเคลือน(eror)ระหว่าง Pxt และ
​ Pxn ที

ลองหามาจากการทดลองนีพบว่ามีความคลาดเคลือนตากว่า 1% หรือก็
คือได้ค่ากําลังทีไม่ต่างกันมาก หรือกล่าวคือใกล้เคียงกันมาก 

คําถาม 
1. การเพิมความกว้างของพัลซ์สเหลี ี ยมในสัญญาณมีคาบ ส่งผลอ
ย่างไรต่อวิยุตสเปกตรัม (discrete spectrum) 
ตอบ การเพิมความกว้างของพัลซ์สีเหลียมในสัญญาณมีคาบด้วยสเกล
ค่าหนึงจะทําให้วิยุตสเปกตรัมจะถูกบีบเข้ามาด้วยสเกลค่าทีเท่ากัน ใน
ทางกลับกันถ้าลดความกว้างของพัลซ์สีเหลียมในสัญญาณมีคาบด้วย
สเกลค่าหนึงจะทําให้วิยุตสเปกตรัมนันขยายออกมาด้วยสเกลค่าทีเท่า
กัน 
 
2. จงบอกเหตุผลทีในการทดลองได้ค่ากําลังในสัญญาณจากการ
คํานวณด้วยสัมประสิทธิของอนุกรมฟูเรียร์ ตากว่าค่าทีคํานวณ
จากโดเมนเวลา 
ตอบ เนืองจากในการคํานวณหาค่ากําลังด้วยสัมประสิทธิของอนุกรม
ฟูเรียร์นนไม่
ั สามารถหาค่าจากลบอินฟนิตไปจนถึงค่าอินฟนิตได้ในแล
ปนีจึงใช้ค่า n อยู่ในช่วง -100 ถึง 100 เพือนํา xn​ มาบวกกัน ซึงทําให้มี
ข้อมูลไม่มากพอทีจะทําให้ค่าเกินกว่าการคํานวณจากโดเมนเวลาที
คํานวณมาจากขอบเขตทีแน่นอน ทําให้ได้ค่ากําลังจากการคํานวณ
ด้วยสัมประสิทธิของอนุกรมฟูเรียร์ตากว่าทีคํานวณได้จากโดเมนเวลา 

You might also like