2.2.

Основни операции в цифровата обработка на сигнали

В цифровата обработка на сигналите се използват няколко вида

дискретни сигнали, които играят ролята на тестови сигнали.
1) Цифров единичен импулс, който се определя с редицата

u0 ( n ) = {
1 за n=0
0 за n≠0
.
(1.16)

Този сигнал е равен на единица за n = 0 и нула за всички останали

стойности на n , както е показано на фиг. 1.13.

u0(n)

-1 0 1 2 3 4 n

Фиг. 1. 13. Цифров единичен импулс

Закъснял (задържан) цифров единичен импулс се определя с

редицата

u0 ( n−m )= 1
0 { за n=m
за n≠m
. (1.17)

Този сигнал е равен на единица за n = m и нула за всички останали

стойности на n , както е показано на фиг. 1.14.
За определянето на закъснял цифров единичен импулс се
използвасъотношението, известно като филтриращо свойство или
свойство селективност на цифровия единичен импулс
 ∞
x ( n )= ∑ x ( m ) u 0 ( n−m )
m=0
.
(1.18)

u0(n-m)

m=2
1

-1 0 1 2 3 4 n

Фиг. 1. 14. Задържан цифров единичен импулс

Съгласно определението редицата u0(n - m) е равна на нула за

всички точки n , освен за n = m, където тя е равна на едиица. Поради тази
причина събираемите в (1.18) са равни на нула за всички стойности на m,
освен за n = m, от което следва, че сумата е равна на х(n ).
2) Цифров единичен скок, който се определя от съотношението

u1 ( n ) = {
1 за n≥0
0 за n<0
,
(1.19)

където сигналът е равен на единица за всички неотрицателни стойности

на n , както е показано на фиг. 1.15.

u(n)

0,5

-1 0 1 2 3 n
 Фиг. 1. 15. Цифров единичен скок

Закъснял (задържан) цифров единичен скок се определя с

редицата

u1 ( n−m )= {1 за n≥m
0 за n<m
, (1.20)

Този сигнал, представен на фиг. 1.16 при m = 2, за разлика от

незадържания е равен на единица за всички стойности на n  m и нула за
останалите стойности на n .
u(n-m)

0,5

-1 0 1 2 3 n

Фиг. 1. 16. Задържан цифров единичен скок

3) Дискретна експонента, определена от редицата

{
n
x ( n )= a за n≥0
0 за n<0
,
(1.21)

където а е реална константа. В зависимост от стойността и знака на а

дискретната експонента може да бъде:
 намаляваща с постоянен знак, когато | а | < 1 и а > 0 (фиг.
1.17);
 x(n)

0,5

-1 0 1 2 3 n

Фиг. 1. 17. Намаляваща с постоянен знак

 намаляваща алтернативна дискретна компонента, когато | а |

< 1 и а< 0 (фиг. 1.18);
 нарастваща - | а | > 1;
 цифров единичен скок - | а | = 1 и а > 0
 алтернативна редица от единици - | а | = 1 и а < 0

x(n)

0,5

1 3
-1 0 2 n

Фиг. 1. 18. Намаляваща алтернативна дискретна компонента

4) Дискретен хармоничен сигнал, например дискретна

косинусоида, определена от редицата

x ( nT )=x ( n )= A cos ( ω Tn )
,
(1.22)

където Т е периодът на дискретизиране, А – амплитудата и  – кръговата

честота, която е свързана с честотата f чрез коефициента за
пропорционалност 2 и  = 2. Пример за дискретен хармоничен сигнал е
дискретната косинусоида, редставена на фиг. 1.19.
 x(nT)

0
T nT

Фиг. 1. 19. Дискретна косинусоида

5) Дискретен комплексен хармоничен сигнал, който се описв от

комплексната редица
jω Tn
x ( n )= Ae
,
(1.23)

или от две реални редици: косинусоида (реална част) и синусоида

(имагинерна част)

x ( nT )= A cos ( 2ω Tn ) + jA sin ( ω Tn )
,
(1.24)

Конволюцията е една от най – използваните операции при

цифровата обработка на сигнали, тъй като това е основна операция на
цифровата филтрация. Нека са дадени две крайни редици x(n) и h(n) с
дължини съответно N1 и N2. Тяхната конволюция се определя като
∞ ∞
y (n )=h(n )∗x (n )= ∑ h (k ) x (n−k )= ∑ h(k )x (n−k ), n=0,1 , .. . ,( M−1)
k =−∞ k =0
,
(1.25)

където символът  се използва за означаване на конволюция, а М = N1 + N2

- 1.
 Пример за линейна конволюция на две редици, съответно от фиг.
1.20 и от фиг. 1.21 е показан на фиг. 1.22.

1.0
h(n) 0.85 0.85

0.5 0.5

0.17 0.17
0
2 3 4 5 6 7 8 9 10 12 n
-0.02 -0.02

Фиг. 1. 20. Входна редица h(n)

В този пример h(n), при n = 0, 1, 2, ..., може да се разглежда като

импулсна характеристика на цифровата система, а y(n) – като реакция на
системата в резултат на въздействието на входната редица х(n). Числените
стойности на конволюцията, т.е. на y(n), са получени чрез пресмятане на
уавнението (1.25).

h(n)

2 4 n

Фиг. 1. 21. Входна редица x(n)

 y(n) 3.7
3.37 3.37

2.52 2.52

1.5 1.5

0.65 0.65
0.15 0.15
0
4 6 8 10 12 16
-0.02 -0.02 n

Фиг. 1. 22. Конволюция на две редици от фиг. 1.20 и 1.21

Стойностите на конволюцията стават още по-очевидни, когато тя се

разгледа в честотни координати и се използва факта, че конволюцията във
времеви координати е еквивалентна на умножение в честотната област.
Друга важна операция в цифровата обработка на сигнали е
филтрацията. Нейната цел е да се отстрани или да се намали шума в
полезния сигнал. В такива процеси цифровият филтър се използва главно
за минимизиране на изкривяванията на компонентите на сигнала вътре в
лентата на пропускане.
Дискретното преобразуване е също така важна операция в
цифровата обработка на сигнали. то дава възможност за описание на
сигнали с дискретно време в честотни координати, като по такъв начин се
преминава от описание във времевата област към описание в честотната
област.
С помощта на дискретното преобразуване сигналът се разлага на
честотни компоненти, за да се получи неговия спектър. Познаването на
този спектър е особено важно в редица случаи, като например при
определянето на широчината на лентата, което е необходимо за
предаване на сигнала.
Преминаването от времеви координати към честотни е необходимо
при много приложения на цифровата обработка на сигнали. Дискретното
преобразуване дава възможност по-ефективно да се реализират основни
алгоритми в цифровата обработка на сигнали, като филтрация,
конволюция и корелация.
Съществуват много дискретни преобразувания, като най
разпространено е дискретно преобразуване на Фурие, което се определя
като
 N −1
X ( n )= ∑ x ( k ) W kn , където W =exp(−2 πi / N )
k =0

,
(1.26)

На фиг. 1.23 е представен пример, при който използва дискретно

преобразуване на Фурие, като се извършва преобразуване на импулсната
характеристика на нискочестотен филтър в честотна.

0.3

0.2

0.1
h(k)

-0.1

-0.2

0 8 16 24 32 40 48 56
Дискретно време, k

Фиг. 1. 23. Импулсна характеристика на цифров филтър във времеви координати

Импулсната характеристика на филтъра h(n), n = 0, 1, …, (N-1) се

преобразува в честотна, както е показано на фиг. 1.24.
 20

-20

-40
дБ

-60

-80

-100
0 0.125 0.25 0.375 Честота

Фиг. 1. 24. Спектър на филтъра