Съдържание на I част на курса:

1 Част ©
©
Електрически сигнали
Модулирани сигнали
© Електрически вериги
© Методи за анализ на електрическите вериги
© Четириполюсници

“Електронни елементи ©
©
RC, RL и RLC вериги
Трептящи кръгове

и вериги”
© Електрически филтри
© Вериги с разпределени параметри.

Лекция 1 Съдържание на Лекция 1

© Електрическите сигнали
1.1 Сигнали в основна лента: аналогови, дискретни и цифрови.
Времева (TD) и честотна (FD) форма на сигнала. Измерване на
TD и FD форми на сигналите.

Електрически
1.2 Простопериодични сигнали. Представяне на
сложнопериодични сигнали чрез редове на Фурие. Физична
интерпретация и примери.

сигнали
1.3 Непериодични сигнали и представянето им чрез интеграл на
Фурие. Примери.
1.4 Случайни сигнали (шумове). Източници, представяне и
величини.
 Информация Þ Съобщение Þ Сигнал
Лекция 1 v Информацията (i) е философско понятие, свързано с процеса на намаляване
на неопределеността в познанията за нещата. В радиоелектрониката информацията
е комплект от сведения, данни, които подлежат на преобразуване, предаване, приемане и
съхранение.

1.1 Сигнали в основна лента: v Съобщението (massage) е формата на предаване на информацията (говор,
музика, текст, картина, цифрови данни и пр.)
аналогови дискретни и v Сигналът е физична величина (или процес), чрез измененията на която се от-

цифрови. Времева (TD) и

разява предаваното съобщение (респ. информацията, която то представя). Сиг-
налът е носител на съобщението и като такъв той е сигнал в основна лента BBS

честотна (FD) форма на - акустичен, оптичен, електрически и пр. В радиоелектрониката всички тези сигнали
трябва да се преобразуват в електрически, освен ако не са вече такива.

сигнала. Измерване на TD и v Изисквания към даден физичен процес да се използва за сигнал:

Ø да може да се разпространява на достатъчно големи разстояния при мини-
FD формите на сигналите. мален разход на енергия. Това е важно енергетично изискване и означава покри-
ване на дадена географска област с минимална мощност на сигнала.
Ø да може ефективно да управлява локалните източници на енергия. Какво
означава това? Обикновено приетият сигнал е слаб. Следователно, той трябва да
може да управлява източника на приемника така, че да повиши нивото си (над
шумовото ниво) и така да може да въздейства върху другите обекти (приемници).
Ø да може да въздейства върху сетивните органи на човека (директно приет
сигнал) или върху специални устройства, които човекът ползва

Блокова схема на комуникационен канал. Как се предава Електрически сигнал

информацията • i Þ i' • ?
A(t ) = At sin(2 πf t t + ϕ t )
Информация на Комуникационен канал

Амплитуда At
входа

Честота ft

Фаза ϕt
Под електрически сигнал А(t) в ще подразбираме времевата за-
висимост на тока или напрежението в дадена електрическа вери-
i Предавателна AT AR Приемна га, но и още, на електрическото E или магнитното поле H на раз-
антена антена пространяваща се в дадена среда вълна. Сигналът се явява елек-
трическият носител на информацията, която се съдържа в даде-
но комуникационно съобщение. Има амплитуда, честоа и фаза.
Преобра- Преда- Прием Преобра-
зувател вател ник зувател Времева форма (TD - Time Domain) Честотна форма (FD - Frequency Domain)

Единичен правоъгълен Спектър на

импулс А ( t ) единичния импулс
Прав канал (uplink)
S(f)
i′
Обратен канал (downlink) Информация на
изхода
 Сигнали и спектри Визуализация и измерване на TD и FD формата на сигналите
Амплитуда а Измерване на TD сигнал: Измерване на FD сигнал:
тот Съществува връзка между
(или мощност) Чес двете форми на един и осцилоскоп спектроанализатор
същи електрически сигнал
(TD и FD). Еднозначна
ЛПФ
връзка между тях може да
се е осъществи чрез Фурие
Вр преобразуванията
ем
е

Пренастройваем филтър
TD (Time Domain) FD (Frequency Domain)
форма форма Развивка по 0x Сигнал по 0y
L TD (Time Domain) - Амплитуда (или мощност) от време: измерването
става основно чрез осцилоскопи или с съвременни
сигнал-анализатори

L FD (Frequency Domain) - Амплитуда (или мощност) от честота

(спектър): измерването става чрез спектро-
анализатори, анализатори на вериги или най-
просто – с помощта на селективни волтметри Осцилоскоп Спектроанализатор

Електрически сигнал
Аналогови и цифрови сигнали в TD форма
Аналогов сигнал Дискретен по ниво Цифров сигнал
X(t) Xm(t) Xm(nts)
Детерминирани Случайни

Параметрите на такива сигнали могат Параметрите на такива сигнали могат

да се предсказват с вероятност p = 1. да се предсказват с вероятност p < 1.
t t nts
Детерминираните сигнали са ts
Периодични аналогови, дискретни и цифро-
Дискретен по време
ви. Аналоговият сигнал може
да се описва с произволно ниво X(nts)
във всеки момент. Дискретните
Хармонични Нехармонични Непериодични сигнали се дефинират или в
точно определени моменти (но
с произволни нива), или имат Цифрова редица
квантувани нива, но за произ-
волни времеви интервали. Циф-
(sequence)
ровият сигнал е квантуван по nts
време и нива, на които се
съпоставя двоичен код.
 Честотни ленти на сигнали и каналите за пренасянето им Примери за някои известни сигнали:
Звуков сигнал (говор; музика):
Честотна лента на сигнал в Честотна лента на модулиран
(PBS) сигнал, BWs L Като сигнал в основна лента: 0.015–20 kHz; в канала: 0.03–15 kHz
основна лента BBS, BWBBS
L Като модулиран сигнал (FM в УКВ): 200 kHz лента; 100 KHz защитна лента
L Като цифрово радио: 272 kHz лента, 544 kbit/s, честота на дискретизация 32 kHz; 16-bit дума
Телефонен сигнал (реч):
L Като сигнал в основна лента: 0.08–12 kHz; в канала: 0.3–3.4 kHz
L Като модулиран сигнал (FM в 1G клетъчни телефони): 25 kHz лента
L Като цифров сигнал в GSM: GMSK модулация 200 kHz лента (или 22 kbit/s, като се отчете
Fmin Fmax fc-Fmax fc fc+Fmax служебната информация 13.2 kbit/s)
Телевизионен сигнал (подвижно изображение и звук):
Тесен канал, BWch < BWs Широк канал, BWch ≥ BWs L Като модулиран аналогов сигнал: само за видео сигнал 4.2 MHz
Канал L Като цифров tv сигнал: 13.5 MHz
L Като модулиран цифров tv сигнал: 108 MHz; скорост ~216 Mbit/s, след силна компресия – 2-
8 Mbit/s Като сигнал в основна лента: 0.08–12 kHz; в канала: 0.3–3.4 kHz
Компютърен PC сигнал (ASCII):
L Първият компютърен код ASCII (American Standard Code for Information Interchange)
L 10 бита (1 за старт, 7 за данни, 1 за четност и 1 за стоп)
L Данни 27 = 128 знака, 8 бита ( или 16, 32, 64, 128 и т. н.)
L Бит за четност: “1” ако 1-те са четен брой или “0” ако 1-те са нечетен брой

Примери за аналогови и цифрови сигнали в основна лента

Лекция 1
Компютърен PC сигнал (ASCII)
L Първият компютърен код ASCII (American Standard Code for
Information Interchange) 1.2 Просто-периодични
L 10 бита (старт, 7 за данни, 1 за четност и стоп) сигнали. Представяне на
L Данни 27 = 128 знака, 8 бита (16, 32, 64 и т. н.) сложно-периодични
L Бит за четност: “1” ако 1-те са четен брой или “0” ако 1-те са сигнали чрез редове на
нечетен брой
Фурие. Физична
“1” интерпретация и примери
0 b1 b2 b3 b4 b5 b6 b7 b8 1
“0”
start data parity stop
 Хармонични сигнали и величини, които ги описват Представяне на хармоничните сигнали
v Графично представяне: това TD
v Общ израз A(t ) = Am sin(ωt + ϕ o ) = Am sin ϕ (t ) Фаза ϕ(t) става чрез зависимосттите A(t) или
FD
Моментна S(f) (спектър на сигнала). В TD пред-
стойност A(t) ω = 2 πf = 2 π/T; f = 1 / T Начална фаза ϕо
ставяне сигналите могат да бъдат
сумирани, изваждани, умножавани и
Амплитуда Am пр. както съответните функции или
H H H
Ъглова честота ω Период Т във всеки момент от време. H A = A1 + A 2
Линейна честота f H
v Векторно представяне: това е предста- A2
вяне на сигналите като вектори с големина и A
v Единици [ω ] = rad / s = 1 /; [ f ] = 1 / s = Hz посока. В този вид сигналите-вектори лесно се ωt + ϕ 2
сумират, изваждат, умножават с число, както и ωt + ϕ1 H
T A1 ϕ = 0
1 да се подлагат на други математически опера- ωt + ϕ
v Средна стойност A=
T ò A(t )dt = 0 ции, валидни при векторите.
v Комплексно представяне: това е много известна ϕ = π/2
0 математическа форма на представяне на сигнала чрез
T T Am
1 1 Am2 комплексно число в три различни вида (вж. формулите). bm
ò ò
2 2
v Средна квадратична A = A (t )dt = Am2 sin 2 (ωt )dt = В този вид сигналите лесно се поддават на мат. действия.
стойност T T 2
0 0 A(t ) = am + jbm = Am e j(ωt +ϕ ) ωt + ϕ
ϕ =0
v Ефективна (измеряема) 2 Am = Am [cos(ωt + ϕ ) + j sin(ωt + ϕ )] am
Aeff = A = = 0.707 Am където
стойност 2 2
am = Am cos(ωt + ϕ ); bm = Am sin(ωt + ϕ ); Am = am + bm2 ; ϕ = arctan(bm / am )

Представяне на сложни периодични сигнали Фурие преобразувание, представено чрез реални функции
(директно Фурие преобразувание) Ø Обратно Фурие преобразувание (представя TD формата на сигнала)
∞ ∞
A( t )

Т ∆f
|S|n( f )

A
TD ⇔ FD A(t ) = 0 +
2 å An cos(nωt ) + å Bn sin(nωt )
n =1 n =1
Ø Право Фурие преобразувание (представя FD формата на сигнала, т.е.
неговите спектрални съставящи)
Представеният тук начин за връзка между TD и FD форми-те на сигнала [A(t) и S(f)] е най- T
добрият от гледна точка на минимална средноквадратична грешка на прехода между тях 2 Това е dc съставящата в спектъра на сигнала; появява
A0 =
T ò A(t )dt се в спектъра, само ако в TD формата на сигнала има
A(t ) = A(t + T ) ⇔ S n ( f ) = S n ( f ) exp(− jϕ n ( f )) 0
четни съставки

T Това са честотните съставки, които се появяват

2
ò A(t ) cos(nωt )dt
в спектъра на четни сигнали A(t) = A(–t). При
Ø Право Фурие преобразувание в
An = нечетни сигнали те отсъстват.
Ø Обратно Фурие преобразувание T
в комплексен вид комплексен вид 0
T Това са честотните съставки, които се появяват
∞ ∞ 2
ò A(t ) sin(nωt )dt
1 в спектъра на нечетни сигнали A(t) = –A(–t).
Bn =
A(t ) =
T å S n ( f ) exp( j 2πnt ) S (t ) = ò A(t ) exp(− j 2πnt )dt T
0
При четни сигнали те отсъстват.
−∞ −∞
Забележка: при нито четни, нито нечетни сигнали, в спектъра се съдържат всички съставки
 Фурие преобразувание, представено чрез реални функции Класически пример – периодичен правоъгълен импулс
(друга форма чрез амплитуди и фази) U(t) U0

Ø Обратно Фурие преобразувание

∞ τ t
C –τ/2 0 τ/2
å
T
A(t ) = 0 + C n sin (nωt + ϕ n ) Т
2 Избираме началото на координатната система по времевата ос в средата на импулса (за да
n =1
се опростят изчисленията). Тогава импулса (нека да е напрежение) се описва с функцията:
Ø Право Фурие преобразувание
ìU ; t ∈ (−τ / 2;τ / 2)
dc съставящата в спектъра на сигнала U (t ) = í 0
C0 = A0 î 0; t ∈ (τ / 2; Т )
Това е импулс, представен с четна функция. Следователно съставките Bn ≡ 0 ще липсват от
спектъра му. Тогава:
∞
Cn = An2 + Bn2 амплитуди на спектралните съставящи; A
{Cn} – амплитудно-честотна характеристика U (t ) = 0 +
2 å (
An cos nωt + 0 )
n =1
1. Dc съставката е:
ϕ n = arctan( An / Bn ) фази на спектралните съставящи;
2
T τ /2
2 2
T
2τ
{ϕn} – фазово-честотна характеристика A0 =
T ò A(t )dt = T ò U 0 dt + T ò 0.dt = T U 0
0 −τ / 2 τ /2
Забележка: при нито четни, нито нечетни сигнали, в спектъра се съдържат всички съставки

Периодичен правоъгълен импулс (прод.) Графична форма на спектъра на класическия периодичен

2. Четните съставящи в спектъра се определят от: правоъгълен импулс
T τ /2 τ /2 Показан е неограниченият спектър на τ |An(f)|
2 2 nω 2U 0
A(t ) cos(nωt )dt = U 0 cos(nωt )dt cos(nωt )dnωt =
Обвивка на спектъра
ò ò ò периодичния правоъгълен импулс. U0
An = = T sinx/x
T T nω Tnω Това е класически тип спектър, особено
0 −τ / 2 −τ / 2 известен в цифровите комуникационни
τ /2 системи. Горе е показано физично пред-
2U 0T U τ /2 U é æ τ öù
ò d[sin(nωt )] = nπ0 sin(nωt ) −τ / 2 = nπ0 êë2 sinçè nω 2 ÷øúû =
ставяне на сигнала само за положителни
= стойности на честотата за модула на
Tn 2 π
−τ / 2 амплитудите на съставящите. Долу е
æ τö показано математическото представяне 2
0 1 ... 1/τ 2/τ 3/τ f
sin ç nπ ÷ на спектралните съставящи съобразно
U æ 2π τ ö τ è Tø TT
= 0 2 sin ç n ÷ = 2 U0 техния знак, както за положителни, така
nπ è T 2ø T τ и за отрицателни стойности на честота- An(f)
nπ та. И двете представяния се използват:
T първо по-често при представяне на сиг-
Окончателно се получава следният класически израз (виж коментар на другата страница): нали в основна лента, а второто – при
представяне на модулирани сигнали,
é æ τö ù като началото на координатната система
ê ∞ sin ç nπ ÷ ú
τ è T ø cosæ n 2π t öú се премества за носещата честота fc .
U (t ) = U 0 ê1 + 2
Tê å τ
ç
è T øú
÷ Коментар: Спектралните съставящи са разположени на интервал 1/Т една от друга (т.е. на
ê n =1 nπ ú n/T или nf). Амплитудата им се ограничава в рамките на т. нар. “обвивка на спектъра”, в
ë T û случая – функцията sinx/x). На определени честоти (нулите на функцията sinx/x: nπ) ампли-
тудите на съставящите се нулират – през интервали 1/τ (τ < Т) (вж коментар и по-нататък).
 Физична интерпретация на спектъра Физична интерпретация на спектъра (прод.)
Показан е важен пример: изменение на спектъра на правоъгълен сигнал с увеличаване на Показан е друг пример: изменение на спектъра на същия правоъгълен сигнал, сега при
периода T при запазване на продължителността му τ. Ширината на главния максимум увеличаване на продължителността τ и запазване периода му T. Наблюдават други ефекти:
оставя постоянна (в интервала ±1/τ), но броят на спектралните съставящи вътре в него интервалът между спектралните съставки се запазва (1/Т), но се учеличава ширината на
расте (до безкрайно много при единичен импулс; T → ∞). главния максимум на обвивката (в интервала ±1/τ). При δ-сигнал: (1/τ) → ∞. Всичко това
U(t) Аn 1/Т Аn 1/Т е особено важно за съвременните
Т TD FD U(t)
–1/τ TD FD безжични комуникации. Важност-
1/τ Т та на този ефект е наложила необ-
ходимост да се въведе понятие
τ t “ефективна ширина на спектъра”
Т (вж. следващата страница).
τ t
1/τ f

t
Т

τ
f
Делта-сигнал –
граничен случай
Т→∞
τ

Ефективна ширина на спектъра на правоъгълен сигнал Пример с ограничаване на спектъра на реален сигнал
От теорията на спектралния анализ е известно, че ако спектърът на периодичния правоъгъ-
лен сигнал се ограничи до ширината на главния максимум (вж. фигурата долу), в тази част
се осигурява 90.2 % от енергията и обратното възстановяване на времевата от честотната Сигнал в TD
форма е с минимални изкривявания. Затова тази ширина на главния максимум, която зави-
си от продължителността на импулса τ, е известна като ефективна ширина на спектъра. За Сигнал в FD +
Ефективна ширина
комуникациите това означава, че за предаването на къси (т.е. “бързи” битове) е необходи- ограничение
ма по-широка честотна лента и обратно.

BWeff Ефективна ширина на спектъра

Пример: ограничаване на спектъра Резултат: промяна на формата на
чрез преминаване на сигнала през сигнала, закъснение, осцилации на
ниско-честотен филтър нивото под и над средното и др. ефекти

Филтър

вход
t

Дълъг импулс – по- над нивото

Къс импулс –
по-широк спектър тесен спектър

изход
t осцилации

закъснение под нивото t

Сигнал Гранична честота на филтъра
 Друг пример – трионообразен импулс Трионообразен импулс (прод.)
За избраната координатната система времевата Заместваме:
U0 4U 0T 2 +T / 2
форма на импулса се описва с функцията: Bn =
2 2 2
[sin (nωt ) − (nωt )cos(nωt )] =
–Т/2 2t æ T Tö T n 4π −T / 2
U (t ) = U 0 ; t ∈ ç − ; ÷
0 Т/2 T è 2 2ø U0 é æ Tö æ Tö æ T öù
= 2 sin ç nω ÷ − 2ç nω ÷ cosç nω ÷ú
Тя е нечетна функция A(t) = –A(–t) и в спектъра при- 2 2 ê 2 2 2 øû
n π ë è ø è ø è
–U0 състват само нечетните съставки Bn, т. е.
∞
T 2π T
Полезно: формула за U (t ) = å Bn sin(nωt ) Тук: nω=n = nπ; cos(nπ ) = (-1) n ; sin (nπ ) = 0
2 T 2
“интегриране по части” n =1
U0 2U 2U 0
Изчисляваме аналитично спектралните съставки Тогава: Bn = 2[sin (nπ ) − nπ cos(nπ )] = − 0 cos(nπ ) = (− 1)n+1
ò udv = uv − ò vdu като използваме формулата за интегриране по
части
2 2
n π
∞
nπ nπ
2 (− 1)n+1 sin (nωt )
2
T /2
2t nω nω 4U 0
T /2 Окончателно: A (t ) = U 0
π n å
Bn = ò U0 . . sin (nωt )dt = (nωt )sin (nωt )d (nωt )
ò n =1
T T nω nω T n 2ω 2
2
−T / 2 −T / 2
2é 1 1 1 ù
Използваме пресмятанията и заместваме горе: или: A(t ) = U 0 êsin (ωt ) − sin (2ωt ) + sin (3ωt ) − sin (4ωt ) + ...ú
πë 2 3 4 û
ò x sin xdx = −ò xd cos x = − x cos x + ò cos xdx = − x cos x + sin x Забележка: виж графичното представяне на следващата страница.

Спектър на трионообразния импулс Други примери за самостоятелна работа

(2/π)U0
τ
U0 U0 Да се определят спектрите на
(2/3π)U0 посочените периодични сигнали.
–Т/2
2ω 4ω 6ω nω
0 Т/2
ω 7ω … θ 0 θ
3ω 5ω
T
–U0 –(1/π)U0 é æ τö æ θö ù
ê ∞ sin ç nπ ÷ sin ç nπ ÷ ú
τ è Tø è T ø cosæ n 2π t öú
На графиката горе е показан неограниченият спектър на периодичния трионообразен им- Отг. U (t ) = U 0 ê1 + 2
Tê å τ θ
ç
è T øú
÷
пулс. Спектралните съставящи са разположени на кратни честоти nω (или nf) с намаляваща n =1 nπ nπ
ê T T ú
амплитуда както (1/n) и алтернативен знак. На фигурите долу са дадени обратно възстано- ë û
вените TD зависимости на импулса (в рамките на 1 период) при запазване на различен U0
брой спектрални съставящи n = 1, 4, 10, ... ∞. Стратегия за работа:
1. Да се определи аналитичният вид на
n=1 n=∞ τ времевата зависимост на дадения сигнал;
n=4 n = 10
2. За се намерят аналитични изрази за всички
T
спектрални съставящи на сигнала;
... 3. Да се начертае качествено спектъра на
дадените сигнали
4. Да се определи ефективната ширина на
спектъра.
 Директно Фурие преобразувание за непериодични сигнали
Лекция 1 Ø Интегрално обратно Фурие преобразувание (представя TD формата на
непериодичния сигнал в комплексен вид)
∞
 1  jωt
A(t ) =
2π ò S (ω )e dω
−∞
1.3 Не-периодични сигнали и Ø Интегрално право Фурие преобразувание (представя FD формата на сигнала,

представянето им чрез неговият комплексен спектър)

∞
интеграли на Фурие.   - j ωt
S (ω ) = ò A(t )e dt
Примери. −∞
Така, в резултат на интегралните прeобразувания FD формата на сигнала се представя с
комплексна функция – спектър на сигнала със следното представяне:
dA
S (ω ) = S (ω ) e − jϕ (ω ) S (ω ) =
dω
S (ω ) – Амплитудно-честотна характеристика (АЧХ)

ϕ (ω ) – Фазово-честотна характеристика (ФЧХ)

Примери за не-периодични сигнали Извеждане на спектъра на единичен правоъгълен импулс

В съвременната електроника, комуникации, радарна техника и навигации и при др. прило- U(t) Нека единичният импулс има графичното представяне, дадено
жения има много примери за не-периодични (единични или неравномерни) сигнали. Кла- U0 на фигурата, което може да се изрази аналитично по следния
сически пример е единичния правоъгълен импулс. Други важни сигнали са единичния скок начин:
на напрежения, експоненциалните импулси, Гаусовите импулси и др. по-сложни от тях.
ìU ; t ∈ (−τ / 2;τ / 2)
t U (t ) = í 0
–τ/2 0 τ/2
î 0; t ∈ другаде
Пресмятаме аналитично неговия спектър:
∞ τ /2 τ /2
  - jωt − jω U
ò
S (ω ) = A(t )e dt = U 0 e − jωt dt.
ò = 0 òe
− jωt
d (− jωt ) =
Единичен право- Единичен скок на Разряд на кондензатор Гаусов импулс − jω − j ω
ъгълен импулс напрежението −∞ −τ / 2 −τ / 2
æ ωτ ö
τ τ sin ç ÷
U 0 − jω t τ / 2 U 0 é − jω 2 + jω ù
è 2 øτ
e = ê− e +e 2 ú = U0
− jω −τ / 2 jω ê ú ωτ
ë û
2
Окончателно: æ ωτ ö Забележка: използвани са формулите на Ойлер
sin ç ÷
S (ω ) = U 0τ è 2 ø
e jx − e -jx e jx + e -jx
ωτ sin x = ; cos x =
2j 2
Честотен скок в PLL синтезатор Сложен радарен “chirp” сигнал 2
 Спектър на единичния правоъгълен импулс Примери за не-периодични импулс за самостоятелна работа
U(t) Нека единичният импулс има графичното представяне, дадено на U(t)
U0 Графичен
U0 фигурата, което може да се изрази аналитично по следния начин: отговор

sin (πfτ )
t S ( f ) = U 0
–τ/2 0 τ/2
πf –τ/2 0 τ/2 t –4/τ –2/τ 2/τ 4/τ
Окончателно: Да се определят спектрите на посо- Задача: Да се покаже, че спектърът на Гаусовия
чените не-периодични сигнали. импулс е също Гаусов импулс (единственият
U0 сигнал с подобно свойство)
|S(f) | U0 U0 U0
FD U(t) 2
U (t ) = U 0 e −t / 2τ
2
ω)
S(ω

τ/2
Отг.
–τ/2 2 2

–2τ 2τ S (ω ) = 2τ U 0 e −ω τ / 2 –2/τ 2/τ

–U0
U0 1. Да се определи аналитичният вид на времевата зависимост на
дадения не-периодичен сигнал;
–4/τ –3/τ –2/τ –1/τ 1/τ 2/τ 3/τ 4/τ cos(ωt )
2. За се намерят аналитични изрази за комплексния спектър на
сигнала и да се определят изрази за АЧХ и ФЧХ;
3. Да се начертае качествено спектъра на дадените сигнали
–τ/2 τ/2 4. Да се определи ефективната ширина на спектъра.

Примери за Фурие преобразувания на известни сигнали Проблеми на директното Фурие преобразувание

Хармоничен sin-сигнал Затихваща синусоида Директното Фурие преобразувание
TD FD A(t) TD (DFT) е класически “спектрален”
метод. В много практически случаи
сигналът A(t) е дискретизиран във
времето с N равномерни отчета през
Делта-сигнал интервал ∆ = 1/2fc, където fc е критич-
Квадратен сигнал (меандър)
ната честота на Nyquist, а спектърът
се оказва ограничен, т. е. S(f) ≡ 0 за f
Sn(f) FD > fc. Проблем на този директен метод
е големият брой пресмятания за
Периодичен правоъгълен сигнал преминаване от TD във FD форма и
паразитни ефекти на трансфер на
съставките с f > fc вътре в интервала
Фалшив 0< f < fc (поява на фалшив спектър,
τ спектър aliasing – виж. илюстрация на
1 2 1/τ 2/τ 3/τ FD фигурата). Проблемът е тежък –
Т T T
Истински
Sn(f) спектър
излишните отчетите извън лентата f >
Единичен правоъгълен сигнал fc променят истинския спектър f < fc
във фалшив. Това може да се избегне
след филтриране с ниско-честотен
филтър преди дискретизацията на
τ отчетите.
1/τ 2/τ 3/τ
 Бързо Фурие преобразувание (FFT) Бързо Фурие преобразувание (2)
Важно за придобиване на представа как работи FFT е понятието за “блоков времеви запис”
N Дигита- (time record, TR). Идеята е следната. Правят се N на брой времеви отчета в блок. Най-добре
TD отчета лизиране
FFT FD е броят записи N да е число с множител 2 (2, 4, 8, 16, 32 ...) – например 1024. Така записът
от N отчета в блок се преобразува в блок от определен брой дискретни честотни линии –
Понеже директното Фурие преобразувание изисква много пресмятания (по-точно N2 вж. фигурата долу вляво. Така всичките N отчета са необходими за пресмятане чрез FFT
математически операции, където N е броят отчети, напр. N ~ 106), преобразуването TD ⇔ алгоритъма на всяка честотна линия в спектъра. Този спектър е валиден до следващия
FD в реално време се оказва трудно дори за модерните компютри. Ето защо, в съвремен- блоков запис – вж. фигурата долу вдясно.
ната комуникационна техника и други области, където се работи със сигнали и спектри, е

амплитуда
Запис на N отчета

амплитуда
разпространено бързото Фурие преобразувание (FFT). Сега идеята е да се правят времеви
отчети само в обхвата f < fc. Така вместо за всички честоти, линейно независими записи се
правят само за N на брой дискретни честоти fn = n/N∆ (където n = –N/2,…, +N/2) (вж. и на
следващата страница). Така сега броят математически операции при FFT е “само” Nlog2N. t t
Пример, ако N = 106, директното DFT се нуждае от 1012 операции, а бързото FFT – само от

амплитуда
2.107 операции (разликата е близо 5 порядъка!).
Блоков запис
DFT: N2
на N отчета
TD ⇔ FD математически

амплитуда
операции t

FFT: Nlog2N
операции f Нов запис на N отчета след един
∆ fn = n/N∆ (n = -N/2,…, +N/2) отчет по-късно

Бързо Фурие преобразувание (3) Понятие за ортогонални сигнали

Описаният FTT алгоритъм е много ефективен. За да се избегне, обаче, поява на “фалшив”
отклик в спектъра (aliasing), трябва да се ограничи “бързината”, с която се правят блокови-
те записи – вж. фигурите долу. Нека TR да е периодът за блоков запис на N времеви
отчета. Тогава броят на дискретни честотни линии в спектъра е N/2, а максималната
честотна съставка в спектъра е fmax = N/2×(1/TR). Тази честота трябва да е по-малка от
критичната честота на Nyquist, т. е. fmax < fc. Това ограничава и “скоростта” на блоковия
запис, както и броя на записите. Понеже величината N е избрана от други съображения,
ограничението е за периода на запис TR.
N 1
fmax
Съвременните комуникационни системи използват “ортогонални сигнали” (например при
OFDM (Orthogonal Frequеncy Division Multiplexing). От математическа гледна точка таки-
ва сигнали имат незастъпващи се спектри. Нека да разполагаме с N незастъпващи се спек-
три, всеки с ширина 2BN и честота fn = fc + 2nBN , n = 0, 1,…, N-1. Така в рамките на всеки
бит с ширина ТN може да се разложи общия сигнал S(t) по базовите функции. Това може
да стане с бърза Фурие трансформация FFT. Връзката “ТN -BN“ се дава от израза ТN =
0.5(1+β)/BN , където β е фактор на формата на спектъра на субносещите (β = 0 за право-
ъгълен сигнал или β = 1 за положителната 1/2 част от косинусоидален сигнал). Ако се
използват правоъгълни сигнали, те не трябва да се застъпват. Ако, обаче, се използват 1/2
части от косинусоудални сигнали cos(2πj/ТN), j = 1, 2…, (TN = 1/BN), те образуват ортого-
нална база от функции в интервала 0, 1/ fn и техните спектри могат да се застъпват. Гео-
метрично това се изразява с факта, че максимума на спектъра на даден сигнал съвпада с

f max = × < fc нулите от спектъра на съседния в спектъра сигнал.

2 TR
f

Пример 1: Бърз времеви запис води до Пример 2: Бавен времеви запис води до
широко разположени линии в спектъра близко разположени линии в спектъра
 Ортогонални цифрови сигнали (кодове) Ортогонални кодове на Walsh и тяхната генерация
Две цифрови редици (кодове) x и y са ортогонални (или Най-известните ортогонални кодове за тези на Walsh. Те се генерират чрез матрицата на
още невзаимодействащи, неинтерфериращи), ако тяхно- Hadamard H2N . 2N е редът на матрицата, а генериращата матрица е H2 (вж. долу).
то матрично произведение Rxy = xT.y = 0 (при почти орто-
гоналните кодове това произведение е близко до 0). Ако
бинарните цифрови кодове се изразяват с състояния +1 и
–1 (вместо 0), това свойство означава, че броят на “1”-те По-долу е даден прост пример за 4 Walsh кода от 4 ред. За по-лесна проверка на ортогонал-
и “–1”-те в два взаимно ортогонални кода е еднакъв или ността им бинарната “0” се заменя с “–1”. Проверката показва, че всички кодове удовлет-
се различава с 1. Освен това, нормираната квадратична воряват изискванията за ортогоналност Rxy = xT.y = 0 с изключение на кода w0.
стойност на кода е единица, т. е. Rxx/I = xT.x /I = 1 или Rxx
/I = yT.y /I = 1, където I е редът на даден код.
По-долу е даден пример за две взаимно-ортогонални
цифрови редици от 4 ред.
Пример

Walsh кодовете са напълно ортогонални и се използват в мобилната комуникационна сис-

тема CDMAone (бившата IM-95 в USA), но само в правия (downlink) канал MS → BS. При-
чината е, че техният брой е много малък. Всъщност, общият брой на използваните кохе-
рентни Walsh кодове тук е само 64. Но в този канал може да се ползва пилотен и синхро-
низиращ сигнал за синхронизиране на кодовете в предавателя и приемника, така че Walsh
кодовете са напълно приложими. В обратния (uplink) канал BS → MS това е невъзможно,
т.е. кодовете не могат да се синхронизират и тук те са неприложими. Вместо тях могат да
се използват т. нар. псевдо-случайни PN кодове, които са по принцип некохерентни, но са
близки до ортогоналност един спрямо друг.

Лекция 1

1.4 Корелационен анализ на Не се предлага в програмата тази година

сигнали. Примери
 Случайни (шумови) сигнали
Лекция 1

Сигнал
1.5 Случайни сигнали
(шумове) – източници,
Друг проблем е
Проблем е появата на
влиянието на шума
слаб аналогов сигнал на
представяне, величини,
върху цифрови
фона на случайни
сигнали и поява на
(неочаквани) сигнали
измерване.Примери
грешно приети битове
(шум и невъзможност
(bit error)
полезният сигнал да бъде
надеждно детектиран в
приемника
Шум

Шумови сигнали Шум и източници на шум в RF и микровълновия обхват

Шумовете са свързани с хаотично изменящи се във времето трептения, възникващи в
различни физични системи поради различни причини.
Причини:
Външни: влияние на разряди в атмосферата, Слънцето, звездите; влияние на контактни
явления; шумове от двигатели от електрически и не-електрически тип; смущения от други
комуникационни канали
Вътрешни: дифузионен (най-известен от тях е топлинният); дробен; генерационно-
рекомбинационен шум, (1/f)- шум (вж. следващата страница).
δx; δω ; δϕ
x(t ) = ( xm + δx) sin{[(ω + δω )t + (ϕ o + δϕ )
Флуктоации на нивото,
честотата и фазата на сигнала
Шумът е важно понятие в комуникационните системи. Възникването на шум в устрой-
ствата е свързано с влиянието на микроскопични случайни процеси, при които се изме-
ня концентрацията и /или скоростта на носителите. Те водят до поява на макроскопични
ефекти – поява на шумов ток In и напрежение Un и, следователно, на шумова мощност
Pn. Източниците на шум, както и честотните области на проявата им, са разнообразни,
но в обхвата над 300 MHz значение имат два основни източника.
Единият от тях е свързан със случайни изменения на токовете на носителите в преходи-
те на полупроводникови структури (т. нар. "дробен" шум , shot noise), а другият – със
случайни изменения на напреженията , свързано основно с топлинното движение на
носителите в обема на в проводниците (т. нар. "топлинен" шум , thermal noise). Топлин-
ният шум, поради слабата си честотна зависимост, е наречен "бял" шум и е основен в
микровълновите устройства от дециметровия до суб-милиметровия обхват. При честоти
под 10 MHz към топлинния шум се наслагва (1/f)-шумът, чиято мощност расте при
намаляване на честотата. Появяването на шумови сигнали е пряко свързано с чувст-
вителността на устройствата към полезни сигнали. В микровълновия обхват това са
основно активни устройства – усилватели, осцилатори, смесители, детектори, умножи-
тели, но също антени и др.
 Вероятностно описание на случайните сигнали Основни параметри на случайните сигнали
Случайният сигнал (шум) е макро-процес – ансамбъл от случайни микро-процеси. Нека Ще дефинираме следните основни параметри на случайните сигнали (т.нар. моменти):
X(x) е сложен случаен сигнал (процес), който е съвкупност от реализирани сигнали xi : x1,
x2, x3, …, x∞(t), зависещи от времето. Интегралната вероятност за реализация на такъв v Средна стойност (математическо очакване): това е най-вероятната стойност,
сигнал с амплитуди в интервала (a; b) e: която може да заеме дадената случайна величина. Практически това може да стане и без
b да се знае диференциалната вероятност, като се избере достатъчно дълъг период T

ò p( xi ; t )dx
∞ T /2
Pi (a ≤ x ≤ b) = 1
a
x(t ) = ò x. p( x; t )dx x(t ) = lim T →∞
T ò x(t )dt
където p(xi, t) е диференциалната вероятност, която в общия случай зависи от времето. −∞ −T / 2
Може да се покаже, че 100-% вероятност се постига при условието v Средно-квадратична стойност:
∞ T /2
xmax 1
òx
2 2
ò x (t ) = lim T →∞
2 2 (t )dt
x (t ) = x . p( x; t )dx
ò p( x; t )dx ≡ 1, ако x(t ) ∈ ( xmin ; xmax )
−∞
T
−T / 2
xmin
v Флуктоация v Дисперсия

∆ = x(t ) − x σ x2 (t ) = ∆2 = (x − x )2 = x 2 (t ) − ( x ) 2

v Средно-квадратично отклонение от средния

резултат (SD; Standard Deviation) σ x (t ) = σ x2 (t )

Пример: Гаусово (нормално) разпределение (най-често Величини, описващи шума – шумова мощност и шумова
срещаното статистическо рапределение на амплитудите на случайни температура
сигнали)
Източник:http://en.wikipedia.org/wiki/Normal_ v Мощност на шумов сигнал Pn и шумова температура Tn
σ →0 distribution

Дефиниции: Pn = kTn.∆f или Tn = Pn/k∆f,

σ = 0.5 където k = 1.38.10-23J/K е константа на Болцман, a ∆f е ширина на честотния
обхват в Hz (напр., за устройства това е тяхната честотна лента BW). По
дефиниция еквивалентната шумова температура Tn на дадено активно
устройство с изходна шумова мощност Pn, е температурата на съпротивление
σ →∞ със същия спектрален състав на шума, както устройството, което създава
Източник: http://hyperphysics.phy- шумова мощност със същата Pn.
astr.gsu.edu/hbase/math/gaufcn.html
Нека T0 = 293 К е стайната температура, тогава kT0 = 4.10-21 J е спектралната
плътност на енергията на шумовете на активно съпротивление при T0 = 293 К
1 é x−xù в честотен интервал 1 Hz.
p ( x) = exp ê− 2 ú Следователно за всяко устройство Pn = kTn.∆f = α.kT0
2π .σ x êë 2σ x úû
 Други величини, описващи шума - коефициент на шум Коефициент на шум - концепция на IEEE
L Коефициент на шум Fn и шумовo число NF, dB
изход

Дефиниции:

вход

където S/N е отношение “сигнал-шум” на входа или на изхода на устройство,

GT е коефициент на усилване. Следователно Fn е нещо като качествен фактор
на дву-раменно устройство. То показва колко пъти се влошава отношението
“сигнал-шум” от входа към изхода на устройсвоте чрез добаване на собствен
шум
Други връзки:

Фазов шум Примери

Фазов шум

Генериран сигнал със силна остатъчна Много слаб сигнал на фона на шума (а) и
FM модулация (а) и с високо ниво на наблюдаван със спектроанализатор с
фазовия шум (б) “изглаждащ” видео-филтър (б)
 Примери за статистически процеси и сигнали в мобилните
и безжичните комуникации
Примерите са извън програмата на
курса и са за илюстрация
Основни наблюдавани ефекти в мобилните радиоканали?
] По-бавно или по-бързо изменение на нивото на сигнала вследствие на
интерференчни и дифракционни явления – “бърз” и “бавен” фадинг
] Случайни честотни модулации в резултат на бързо движение
] Случайно закъснение (ехо) при пристигане на голяма серия от много-лъчеви
сигнали
] Статистическо поведение на характеристиките на радиоканала
Ниво, dB
Време, s
Мобилна комуникационна среда
На фигурата долу виждате картина на типична мобилна комуникационна среда. Кои
обекти от нея могат да оказват влияние върху разпространението на сигнала и защо?
Какви физични явления, описани на предишната страница, може да открие-те тук;
могат ли те да оказват влияние върху разпространението на сигнала? Как по-точно
тези явления ще оказват влияние? Какви според вас ще бъдат резултатите от това
влияние? Как могат да се отчетат? (отговори на последните въпроси ще намерите по-
нататък в лекцията)
Основен проблем на сложната комуникационна среда: множество
приети сигнали вместо един – “многолъчевост”
“Многолъчевостта” в мобилните комуникационни системи се обуславя от следните ефекти:
L Многократни отражения от обекти с гладки стени;
L Дифракция от неподвижни обекти с остри ръбове (засенчване);
L Многолъчево отражение (разсейване) от обекти с негладки стени;
L Движение на мобилните потребители или мобилните препятствия.
Изпратен сигнал
Реално разпределение
на нивото на сигнала
Приети сигнали в многолъчев канал
Вляво: илюстрация на появата на
многолъчев сигнал в сложна
мобилна среда
 Основни ефекти при многолъчево разпространение: Статистическо описание на канала при многолъчев сигнал
1. Рязко изменение на сигнала (стръмни флуктоации) във времето и от разстоянието;
Бърз фадинг Tx канал Rx

Ниво, dBm
Ниво, dBm
Бавен фадинг

разстояние
2. Случайна честотна модулация на сиг-
нала в резултат на Доплерово отмест-
ване на различни сигнали по различ-
ни пътища
време
3. Случайно времево закъснение (ехо) (вре-
мева дисперсия), причинено от на приема-
нето на многолъчеви сигнали, достигнали
по различни пътища до приемника
статистически
флуктоации
“Многолъчевостта” в мобилните системи се
опис-ва статистически. Към сигнала в канала се
добавят статистически флуктоации (амплитудни,
честотни, фазови; дисперсия и др. ефекти). Те се
описват по класическия вероятностен подход:

Ниво, dBm
средни величини, стандартни отклонения,
статистическо разпределение и пр. Това е важно
за мобилните канали.
Пример: На фигурата е показана разликата във
величината BER в мобилен канал с обикновен
време
“бял” шум и с Релеев (бърз) фадинг.

Пример за статистически модел на бавния фадинг (“засенчване”) Пример за статистически модели на бързия фадинг
“Засенчването” (или бавният фадинг) в мобилните системи се свързва с дифракцията от Бързият фадинг е свързан с “много-
препятствия с размери, по-големи от 20λ. Това са основно сгради в градска среда. По-долу лъчевостта” на мобилната среда –
е показан метод за анализ на засенчването: мобилна станция се движи в кръг около базова влиянието на статистически много
станция в засенчена среда. Ефектът е появата на флуктоации в амплитудата a(t) на прие- препятствия с размери сравними с
тия сигнал със средна стойност am. Разпределението на текущата амплитуда около средна- дължината на вълната (~λ) и много-
та се дава с Гаусово (нормално) разпределение. Стандартното отклонение е σа , което при кратни отражения. Тук амплитудата
засенчването е типично ~4-10 dB. на приетия сигнал се описва с разпре-
деление на Rayleigh (за модел без
Метод за изследване на засенчването Модел на засенчването: Гаусово директен лъч) или с разпределение на Илюстрация на
(нормално) разпределение Rayleigh-Ricean (за модел с директен бърз фадинг
MS лъч LoS). Сега стандартното отклоне-
сгради
ние е σR е по-голямо, отколкото при
засенчването – ~30-40 dB. Встрани са
показани примери за векторно суми- Разпределение
ране на много сигнали и съответното на Релей-Ричи
MS им разпределение.
BS
Разпределение
на Релей 1

Разпределение
на Релей 2
Горе: Криви на постоянно ниво на приет сигнал с и без “засенчване”