Sinyaller & Sistemler – Ayrık Sinyaller ve Sistemler

ÖRNEKLEME TEORİSİ

Örneklemeye Genel Bakış

I
Detay analizinden önce verilen ön bilgilerin ışığında örnekleyicinin genel bir sistem
içerisindeki yeri ve davranışına bir göz atalım. Modern elektrik – elektronik mühendisliği ve

R
sistemleri, sürekli ve ayrık zaman sistemlerinin kombinasyonundan oluşan hibrid
görünümdediriler. Aşağıda böyle bir sistemi görmekteyiz.

A
e(t ) e[k ] x[k ] x (t ) y (t )
∑ A/D G[z ] D/A G (s )

L
f (t )

T
y (t ) örnekleyici ayrık zaman kontrölörü sürekli-zaman sistem

Şekil 1. Hibrid sistem ve örnekleyici

Örnekleme O
N
Bunun için öncelikle işaretin band-sınırlı (band-limited) olması gerekecektir. Böyle bir band
sınırının örneğin B Hz olduğu kabul edelim. Bu durumdaki Nyquist miktarı (rate) olarak anılır
( f S-min = FN ). Örnekleme teorisinin uygulanabilmesi için iki temel kriter olan
A

1. Band-sınırlı işaret
2. Örnekleme frekansı ( f S ≥ 2 B )
M

Örnek

x (t ) = cos 2π t Sinyali f S = 2 Hz örnekleme frekansıyla örneklendiğinde oluşan ayrık sinyali

Ş

bulun.

Çözüm
I

x(t ) = cos 2π t = cos 2π (1)t → f 0 = 1 Hz

L

Buradan örneklenmesi istenen analog sinyalin frekansının f 0 = 1 Hz olduğunu görmekteyiz.

A

Böyle bir sinyali sağlıklı örnekleyebilmek için gereken örnekleme frekansı fS ≥ 2 f 0 kuralı
gereğ eğer f 0 = 1 Hz ise, fS ≥ 2 olmalıdır. Verilen analog sinyal t = kTS olarak
örneklendiğinde ayrık sinusoidal sinyal aşağıdaki formda oluşur.
Ç

1 f 1 2π
x(kTS ) = cos 2π t = cos 2π ( f 0 )kTS = cos 2π f 0 k = cos 2π 0 k = cos 2π k = cos k = cos π k = x (k )
fS fS 2 2

1
 Aşkın Demirkol

x( k ) = cos π k

Eğerf frekansı f 0 = 1 Hz olan x (t ) = cos 2π t sinyali fS ≥ 2 f 0 kuralı gereği f S = 2 Hz frekansı

ile sağlıklı olarak örneklendiğinde, x( k ) = cos π k ayrık sinyali oluşuyorsa buradan,

I
f 0 2π f 0 2π saykıl
2π = = =
2 örnek sayısı

R
fS fS

veya pratik olarak,

A
f0 1 saykıl
= =
f S 2 örnek sayısı

L
yazılabilir. Eğer f 0 = 2 Hz alınırsa,

T
f 0 2π f 0 2π × 2 4π 2 saykıl
2π = = = = yanlış örnekleme (örtüşme, aliasing)
fS fS 2 2 2 örnek

Doğrusunun fS ≥ 2 f 0 kural gereği,

2 saykıl
4 örnek
O
olması gerekiğini biliyoruz ( f S = 4 Hz alınırsa ).
N
Bu durumda frekansı f 0 = 1 Hz olan x (t ) = cos 2π t sinyali fS ≥ 2 f 0 kuralı gereği f S = 2 Hz
frekansı ile sağlıklı olarak örneklendiğinde, x( k ) = cos π k oluşmuşsa buradan,

f 0 2π f 0 2π × 1 2π 1 saykıl
A

2π = = = = sağlıklı örnekleme
fS fS 2 2 2 örnek

Örnek
M

 5π 
x(k ) = 3sin   k Ayrık sinyalinin sağlıklı örneklenip örneklenmediğini araştırın.
 4 
Ş

Çözüm
I

 5π   10π   5 × 2π 
x (k ) = 3sin   k = 3sin   k = 3sin  k
L

 4   8   8 
5 × 2π 5 saykıl
= yanlış örnekleme (örtüşme, aliasing)
8 8 örnek
A
Ç

2
 Sinyaller & Sistemler – Ayrık Sinyaller ve Sistemler

İDEAL ÖRNEKLEME

Aşağıdaki şekilden görüldüğü gibi ideal örnekleme kavramı, (c) de kullanılan sıfır genişlikli
ideal impuls dizisinin örnekleme fonksiyonu olarak kullanılmasından gelmektedir.
F (ω)
f (t )

I
A

R
t

A
− 2πB 2πB ω

0 B F (Hz )

L
-a- -b–
P(ω)
p(t ) = δ T (t )

T
2π
T

TS
t O
− 2ωS − ωS 0 ωS 2ωS 3ωS ω
N
1
TS ≤ f S = 1 / TS fS ≥ 2 B
2B
-c- -d-
p (t ) PT (ω)
A
M

f (t ) f (t ) F (ω) F (ω)
-e- -f-
Ş

LPF F (ω)
f (t )
I

A/T
L

t
2πB ωS ω
A

0 B FS F (Hz)
- g- -h-
Ç

Şekil 2. İdeal örnekleme ve Fourier spektrumu

3
 Aşkın Demirkol

f (t ) = f (t ) × δ T (t )
= f (t ) p(t )

∞
2π ∞
p (t ) = ∑ δ (t − nT ) ↔
n =−∞ T
∑ δ (ω − nω ) = P(ω)
n =−∞
S

I
f (t ) = f (t ) p (t )

R
∞
= ∑ f (nT ) δ
n = −∞
T (t − nT )

A
1 ∞
F ( ω) =
T
∑ F (ω − nω )
n = −∞
S

L
Örnek

T
f (t ) = sinc 2 (5π t ) işaretini 5, 10 ve 20 Hz lik örnekleme frekanslarına göre inceleyin

Çözüm

f (t ) ↔ F (ω)
O
N
 −ω  Dualite prensibi
F (t ) ↔ 2π f  
 τ 
t τ  ωτ   tτ  4π ω
∆   ↔ sinc 2   sinc2   ↔ 2π ∆  
τ  2  4  4 τ τ 
A

→
τ  tτ  ω τ
sinc 2   ↔ 2π ∆   f (t ) = sinc 2 (5π t ) → = 5π → τ = 20π
2 4 τ  4
M

4π  ω  1  ω   ω 
sinc2 (5π t ) ↔ ∆  = ∆  = 0.2∆  
20π  20π  5  20π   20π 
Ş

Tüm spektral genişlik ( −10π ,10π ) olarak 20π ise simetriden dolayı band genişliği
ω = 10π rad/sn → B = f = 5 Hz
I

a) Bu durumda örnekleme frekansı f S = 5 Hz için

L

f S = 5 Hz örnekleme frekansı f S ≥ 2 B = 10 Hz koşulunu sağlayamadığından örtüşme

olacaktır.
A

b) f S = 10 Hz için
B = 5 Hz olduğundan f S ≥ 2 B = 10 ≥ 2 × 5 = 10 = 10 koşulu gereği kritik örnekleme söz
konusudur.
Ç

c) f S = 20 Hz için
B = 5 Hz olduğundan f S ≥ 2 B = 20 >> 2 × 5 = 10 koşulu gereği aşırı örnekleme söz
konusudur.

4
 Sinyaller & Sistemler – Ayrık Sinyaller ve Sistemler

PRATİK ÖRNEKLEME : İDEAL OLMAYAN ÖRNEKLEME

İdeal olmayan örneklemede, örnekleme fonksiyonu olarak sıfır genişliğindeki impuls dizisi
yerine T periodlu ∆ genişliğinde darbe dizisi kullanılmaktadır. Uygulamaya dönük oluşundan
dolayı pratik örnekleme olarak da bilinir. Oluşan pratik örneklemin genel şeması aşağıda
verilmiştir.

I
F (ω)
f (t )

R
A

A
t
− ωM 0 ωM ω

L
-a- -b–

T
P (ω)
∆ p (t ) 2π ∆ / T

− 3ωS − 2ωS
O 2ωS 3ωS ω
N
− ωS 0 ωS
T
-c- -d-
p (t ) P (ω)
A
M

f (t ) f (t ) F (ω) F (ω)
-e- -f-
F (ω)
Ş

A ∆ /T
f (t ) 1/ ∆
I

− 1/ ∆
L

∆ t − 3ωS − 2ωS 2ωS 3ωS ω

− ωS 0 ωS
A

T − ωM ωM
ω S − ωM
Ç

ω S + ωM
- g- -h-

Şekil 3. Darbe genlik modülasyonu : Doğal örnekleme ve Fourier spektrumu

5
 Aşkın Demirkol

İşaretin Örneklerinden Elde Edilişi (Reconstruction)

Yeniden oluşturma (reconstruction) olarak bilinen bu proseste örneklenmiş işaret

örneklerinden tekrar elde edilmeye çalışılmaktadır. Bunun için iki temel şartın : band-sınırlı
(B Hz) işaret ve Nyquist oranının f S ≥ 2 B sağlandığını başından kabul ediyor ve bu şartlar
altında yeniden oluşturma işlemini analiz edeceğimiz belirtmemiz gerekiyor.

I
Burada verilen band-sınırlı f (t ) işaretinin örneklenmiş f (t ) işaretinden elde edilişi ele

R
alınacaktır. Bu işlem yapılırken örneklenmiş işaretin ideal bir alçak geçiren filtreden
geçirildiği göz önüne alınarak grafiksel bir yöntem izlenecektir. Hatırlanacağı gibi
örneklenmiş işaret

A
f (t ) = f (t ) p (t )

L
∞
p (t ) = ∑ δ (t − nT )
n = −∞
olarak elde edilmekteydi. Buradan tekrar f (t ) nin elde edilmesi için

T
f r (t ) = f (t ) * h(t )

f r (t ) =
∞

∑ f (nT ) h(t − nT )
n = −∞
O
N
YENİDEN ELDE ETME VE INTERPOLASYON

Yeniden oluşturma (reconstruction) olarak bilinen bu proseste örneklenmiş işaret

örneklerinden tekrar elde edilmeye çalışılmaktadır. Bunun için iki temel şartın : band-sınırlı
A

(B Hz) işaret ve Nyquist oranının FS ≥ 2 B sağlandığını başından kabul ediyor ve bu şartlar

altında yeniden oluşturma işlemini analiz edeceğimiz belirtmemiz gerekiyor. Ingilizcesi
“reconstruction” olarak bilinen bu işlemin diğer bir adı da “interpolasyon” dur. Interpolasyon
M

veya teniden elde etme anlamına gelen reconstruction bir anlamda örnek aralarının
doldurulması anlamına gelmektedir. Bu tip interpolasyona ideal interpolasyon
denilmektedir. Aşağıda ideal tip interpolasyonun zaman domenindeki görünümü verilmiştir.
Ş

f (t )
I
L

f (t )
A

t
Ç

Şekil 4. İdeal interpolasyon

6
 Sinyaller & Sistemler – Ayrık Sinyaller ve Sistemler

Pratik Örnekleme ve Tutma Devresi

Örnekleme ve tutma devresinin amacı, değişen analog giriş sinyalini periyodik olarak
örneklemek ve örneklemeyi, bir dizi sabit genlikli PAM düzeyine dönüştürmektir. Sinyal önce
örneklendiğinden, ardından da bir sonraki örnek anına dek tutulduğundan sistem “ örnekle –

I
tut “ olarak da anılmaktadır.

R
∞
x (t ) = ∑ x(nT )δ (t − nT )
n =−∞
ideal örnekleme

A
 ∞  ∞
xZOH (t ) = x (t )* h0 (t ) =  ∑ x(nT )δ (t − nT )  * h0 (t ) = ∑ x(nT )h0 (t − nT ) sıfır tutucu örnek
 n =−∞  n =−∞

L
AYRIK PERİYODİK SİNUSOİD İŞARETLER

T
Ayrık periodik bir işaret, sürekli-periodik işaretin örneklenmesiyle elde edilir. Diğer bir
deyişle sürekli periodik işaret, yine periodik bir diziye dönüştürülür. Eğer sürekli periodik

O
işaret sinusoid ise, örnekleme teorisi ile ayrık periodik sinusoid işaret elde edilir. Eğer bir
sürekli periodik sinusoid işaret
N
f (t ) = cos ωt

ise, bu işaretin ayrık formunu bulmak için verilen işaretin T örnekleme periodu olmak üzere
t = kT anlarında örneklendiği kabul edilir.
A

f ( kT ) = cos ωkT

oluşan ifadedeki “k” aynen sürekli işaretlerdeki gibi ayrık zaman değişkenine karşılık
M

gelirken, ωT ise ayrık mod olarak T örnekleme perioduyla belirlenen ayrık açısal hızdır
(rad/örnek). Bunu kısaca Ω ile gösterirsek,
Ş

Ω = ωT

f ( kT ) = cos Ωk
I

= f [k ]
L

veya ayrık işaret

A

f [ k ] = cos Ωk

olarak ifade edilir. Oluşan f [k ] = f (kT ) kuralından, elde edilen f [k ] ayrık işaretindeki k.cı
Ç

eleman f (kT ) sürekli-zaman işaretinin k.cı örneğine eşit olduğunu örnekleme teorisinden
bilmekteyiz. Literatür veya çeşitli kaynaklarca f [k ] ayrık işareti alternatif olarak

f ( k ) = cos Ωk

7
 Aşkın Demirkol

biçiminde de gösterilebilir. Buradan periodik bir işaretin ayrık formunun, diğer bir deyişle
ayrık periodik bir işaretin periodunun incelenmesinde yarar vardır. Genel bir f (t ) işaretin
periodikliği
f (t ) = f ( t + T )

ile tespit edildiğinden, benzer yaklaşımla f [k ] periodik işaretinin de

I
f [k ] = f [k + N 0 ]

R
gibi olması gerektiğini düşünebiliriz. Bu nedenle öncelikle ayrık bir sinusoid işaretin periodik
olma koşulunu incelememiz gerekiyor. Buna göre periodik ayrık işaret f [ k ] = cos Ωk olarak

A
düşünülürse, bunun periodik olması için, ele alınan f [ k ] = cos Ωk ayrık periodik işaretin

L
cos Ω( k + N 0 ) = cos(Ω k + ΩN 0 ) = cos Ωk

olması gerekeceğinden, bunun sağlanması için

T
ΩN 0 = 2π m
olması gerektiğini biliyoruz. Burada gerek N 0
bilelim ( N 0 , m ∈ Z ). İfadedeki m değişkeninin O
gerekse m değerlerinin tamsayı olduğunu
N
m = saykıl sayısı

olduğunu düşünebiliriz. Bununla ayrık sinusoid işaretin m tane saykıldan oluştuğunu

düşünebilir ve bu saykıllardaki toplam örnek sayısını göz önüne alabiliriz.Buna göre periodik
A

ayrık işaretin bir saykılındaki (orijinal işaretin zarfında) N 0 örnek sayısı

 2π 
N0 = m  
Ω
M

Buna göre böyle ayrık bir işaretin en azından periodu da ayrık olarak bir tamsayı değişkeni ile
gösterilecektir. Örneğin böyle bir ayrık period N 0 ise, bunun anlamı bu period belirli sayıda
örnek sayısını içerecek bir tam sayı değişkeni olacaktır ( N 0 ∈ Z ). Çünkü ayrık periodik
Ş

sinusoid işaret, belirli bir periodunda belli sayıda örnek içeren işaret demektir.
I

Örnek
L

 17π 
x (k ) = 2sin   k Ayrık sinyalinin sağlıklı örneklenip örneklenmediğini araştırın.
 25 
Çözüm
A

 17π   34π   17 × 2π 
x( k ) = 2sin   k = 2 sin   k = 5cos  k
 25   50   50 
Ç

17 × 2π 17 saykıl
= sağlıklı örnekleme
50 50 örnek
Görüldüğü gibi sağlıklı örnekleme durumu için 17 saykıl için minimum 34 örnek gerekli iken,
bunun yerine daha fazla olarak 50 örnek alınmıştır (over sampling). Dolayısıyla örnekleme ve
ayrık sinyal sağlıklıdırç

8
 Sinyaller & Sistemler – Ayrık Sinyaller ve Sistemler

Örnek

f [ k ] = cos(0.8k ) periodic sinusoidinin periodunu bulalım

Çözüm

I
f [ k ] = cos(0.8k ) işaretinin ayrık açısal hızı, Ω = 0.8 buradan ayrık periodun ise

R
 2π   2π  5π
N0 = m   = m =m
Ω  0 .8  2

A
olduğu görülür. Burada N 0 ve m ∈ Z + olması gerekeceğinden en küçük pozitif tam sayı
2
olarak m = alındığı taktirde ancak period N 0 ∈ Z + olabilir. Ancak bu durumda da
π

L
seçilen m saykıl sayısı,

T
m= ∉ Z + , N 0 = 17 örnek / saykıl.
π

olarak tamsayı olamayacağından f [ k ] = cos(0.8k ) ayrık işareti periodic değildir. Dolayısıyla

hesaplanması söz konusu değildir. O
N
Örnek

x (t ) = 4 cos 300π t işaretinin

a) Örtüşme oluşturmayacak minumum örnekleme oranını,

A

b) Eğer işaret f S = 300 Hz örnekleme frekansıyla örneklenirse örneklenmiş işareti,

M

c) f S = 200 Hz ile örneklenirse oluşan işareti ve bu işarete denk frekanstaki sinusoidin

frekansını, bulun.
Ş

Çözüm
I

a) x (t ) = 4 cos 2π (150)t olarak yazılabilecek sürekli-zaman işaretinin frekansı f = 150 Hz

olduğundan minumum örnekleme oranının f S = 2 f gereğince f S = 2 × 150 = 300 Hz olması
L

gerekir.
b) x (t ) = 4 cos 300π t işareti f S = 300 Hz ile örneklenmek istenmektedir. Görüldüğü gibi
f S = 300 Hz örnekleme frekansı işaret frekansı Nyquist kuralı gereği 150 Hz lik işaretin
A

minumum oranına eşit olduğundan ( f S = 2 f 0 ) yine bir örtüşme söz konusu olmayacaktır. Bu
koşullardaki örtüşmesiz işaret
Ç

f 150
x(n) = 4 cos(2π 0 n) = 4 cos(2π n)
fS 300
= 4 cos π n

9
 Aşkın Demirkol

Buna göre 2π periodluk görünen işaretten her bir π anında bir örnek alınmak üzere toplam
iki örnek (minimum koşul) alınmaktadır.

c) x (t ) = 4 cos 300π t işareti bu kez f S = 200 Hz ile örneklenirse f S ≠ 2 f 0 kuralı gereğince

örtüşme olacaktır. Bu durumda örtüşen ayrık işareti bulalım

I
f 150
x ( n) = 4 cos(2π n) = 4 cos(2π n)
fS 200

R
3π
= 4 cos n
2

A
Not : Birbirlerinden 2π veya bunun m katlarıyla ( 2π ) ayrılan sinusoidleri ayırt etmek
mümkün değildi.

L
3π  π
x ( n) = 4 cos n = 4 cos  2π −  n
2  2

T
π
= 4 cos n = xa ( n )
2

Buna göre,
3π
2
frekanslı sinusoid ile
π
2
O
frekanslı sinusoid bir birinin aynıdır ve ayırd
N
edilmeleri mümkün değildir. Bu nedenle bu frekanslar örtüşme frekansları olarak anılırlar.

3π π
cos n ≡ cos n
2 2
A

3π π
Diğer bir deyişle, ve bir birlerinin örtüşme frekanslarıdır. Buna göre yüksek
2 2
M

3π π
frekanstaki cos n sinusoidi daha düşük frekanstaki cos n olarak algılanacaktır.
2 2

Örtüşmeye uğrayan sinusoidin bulunması :

Ş
I

3π
x (t ) = 4 cos 300π t için x( n) = 4 cos n oluşuyorsa
2
L

π
X xa ( n) = 4 cos n
2
Cevap, X = xa (t ) = 4 cos100π t
A

3π π
Çünkü frekansı frekansının üç katı ise, x (t ) = 4 cos 300π t sinyalindeki 300π nin
2 2
Ç

üçte biri olan 100π cevap olarak bulunacaktır. 100π frekansı örtüşmeye uğramış sinusoidin
örtüşme frekansı olarak değerlendirilmektedir ( X = xa (t ) = 4 cos100π t ). Buradan örtüşmeye
uğramış sinyal,
xa (t ) = 4 cos100π t = 4 cos 2π (50)t → f a = 50 Hz

10
 Sinyaller & Sistemler – Ayrık Sinyaller ve Sistemler

Buna göre gerçekte f = 150 Hz frekansındaki x (t ) = 4 cos 300π t sinyali örtüşmeden dolayı
f a = 50 Hz gibi daha düşük frekanstaki xa (t ) = 4 cos100π t = 4 cos 2π (50)t sinyali olarak
algılanacaktır.

Pratik yol

I
Eğer xa ( n) örtüşmüş sinyal ise bu sinyali ayrık zamandan geriye sürekli zaman uzayına
giderek hangi sinyale eşdeğer olduğu bulunabilir.

R
π 1
xa ( n) = 4 cos n = 4 cos 2π n

A
2 4
1 f f
xa ( n) = 4 cos 2π n = 4 cos 2π a n = 4 cos 2π a n
4 fs 200

L
1 f
= a → f a = 50 Hz
4 200

T
xa (t ) = 4 cos 2π f a t = 4 cos 2π ( f a ) t = 4 cos 2π (50) t = 4 cos100π t

AYRIK ZAMAN FOURIER SERİSİ

Pratik olarak kullandığımız ayrık Fourier serisinin aslında, ayrık-zaman Fourier serisi
O
N
(Discrete-Time Fourier Series, DTFS) olduğunu belirtelim. Bundan sonraki notlarımızda da
ayrık Fourier serisi olarak kastedilenin, DTFS olduğunu unutmayalım.

Ayrık – Zaman Exponensiyel Fourier Serisi

A

N 0 −1 N 0 −1 2π
jr k
f [k ] = ∑D
r =0
r e j r Ω0 k
= ∑D
r =0
r e N0

Ayrık – Zaman Fourier Serisi

M

N 0 −1 N 0 −1 2π
1 1 −jr k
Dr =
N0
∑ f [k ] e
r =0
− j r Ω0 k
=
N0
∑ f [k ] e
r =0
N0
Ş

AYRIK ZAMAN FOURIER TRANSFORMASYONU

f (t )
I
L
A

−π 0 π t
Ç

Şekil 5. Periyodik olmayan sürekli işaret

Bu şeklin örnekleme teorisi yardımıyla yine periyodik olmayan ayrık formatı da aşağıdaki
gibi düşünülecektir.

11
 Aşkın Demirkol

f [k ]

I
−N N k

R
0
Şekil 6. Periyodik olmayan ayrık işaret

A
∞
F ( Ω) = ∑ f [k ] e
k = −∞
−j Ωk
Ayrık-zaman Fourier transformasyonu (DTFT)

1
∫π

L
f [k ] = F ( Ω ) e j k Ω dΩ Invers ayrık-zaman Fourier transformasyonu (IDTFT)
2π 2

Örnek

T
f [k ] = (0.8) k u[k ] işaretinin DTFT nu bulun

Çözüm O
N
f [k ] işaretinin değişimi yaklaşık aşağıdaki gibi olacaktır.

f [k ]
A
M
Ş

0 5 10 k
I

Şekil 7. f [k ] = (0.8) k u[k ] işareti

L

İşareti f [k ] = γ k u[k ] şeklinde genelleştirerek ( γ = 0.8 ) DTFT nu hesaplamaya çalışalım.

A

∞ ∞ ∞
F ( Ω) = ∑ f [k ] e − j Ω k = ∑ γ k u (k ) e − j Ω k =∑ γ k e − j Ω k
Ç

k = −∞ k = −∞ k =0
∞
= ∑ (γ e − j Ω ) k
k =0
∞
F ( Ω) = ∑ (γ e − j Ω ) k
k =0

12
 Sinyaller & Sistemler – Ayrık Sinyaller ve Sistemler

u[k ] den dolayı ( −∞, ∞) aralığı ( 0, ∞ ) olarak alınmıştır. Elde edilen ifade geometrik bir dizi
görüntüsünde olduğundan çözümü

n
r n+1 − 1
∑rm =
m=0 r −1
, r ≠1

I
veya

R
n
1
∑r
m=0
m
= 1+ r + r2 + r3 +
+ rn =
1− r
, r <1

A
olacaktır. Burada eğer r = γ e − j Ω gibi kabul edilirse F (Ω)

L
∞
1
F ( Ω) = ∑ (γ e − j Ω ) k = −j Ω
, γ e− j Ω < 1
k =0 1 − (γ e )

T
∞
1
F ( Ω) = ∑ (γ e − j Ω ) k = −j Ω
, γ e− j Ω < 1
k =0 1 − (γ e )

e− j Ω = 1
∞
F ( Ω) = ∑ (γ e − j Ω ) k =
1
, γ <1
O
N
k =0 1 − (γ e − j Ω )

Tespit : Buradan önemli bir sonuç ortaya çıkıyor. Ayrık zaman Fourier transformasyonu olan
F (Ω) , f [k ] = (0.8) k u[k ] tipli işaretlerde işaret f [k ] = (γ ) k u[k ] olduğunda, γ > 1 durumu
A

için DTFT mevcut değildir. Diğer bir deyişle DTFT, (γ ) k gibi üstel artan işaretlerde γ > 1
için çözüm üretememektedir. Bu DTFT nin aynen sürekli-zaman Fourier
transformasyonundakine benzer handikapa sahip olduğunu göstermektedir. Sürekli zamanda
M

artan eksponensiyel işaretler için çözüm getirememekteydi. Onun bu dezavantajı, Laplace

transformasyonuyla giderilmişti. Şimdi ise ayrık durumdaki DTFT nun f [k ] = (γ ) k u[k ] ,
γ > 1 üstel artan yöndeki çözümü bir sonraki bölümde ele alınacak, Z transformasyonu ile
Ş

giderilecektir.
I

Bizim örneğimiz f [k ] = (0.8) k u[k ] işaretinde γ = 0.8 < 1 olduğu için çözüme sahiptir. Bu
yönde devam edersek, aşağıdaki aşamalardan geçerek DTFT, yani F (Ω) elde edilecektir.
L

∞
(γ e − j Ω ) ∞ +1 − 1
F ( Ω) = ∑ r k =
γ e− j Ω −1
A

k =0

1
=
1 − γ e− j Ω
Ç

olarak elde edilir. Buradan Fourier transformasyonunun olabilmesi ve işaretin belirsizliğe

sürüklenmemesi için γ e − j Ω < 1 olması gerekiyor. Ayrıca e − j Ω = 1 olduğunu düşünecek
olursak γ < 1 olacaktır, aksi durumda ( γ > 1 ) yakınsama olmayacaktır. Bu durumda
F (Ω)

13
 Aşkın Demirkol

1
F ( Ω) =
1 − γ e− j Ω

yazılabilecektir. İfade exponensiyel ifadenin açılımı olan Euler’e göre düzenlenirse

I
F ( Ω) =
1 − γ e− j Ω

R
1
=
1 − γ cos Ω + jγ sin Ω
Buradan genlik spektrumu F (Ω) için

A
1 1
F ( Ω) = =
1 − γ cos Ω + jγ sin Ω (1 − γ cos Ω) 2 + (γ sin Ω) 2

L
1
=
1 + γ 2 − 2γ cos Ω

T
elde edilir. Buna göre F (Ω) aşağıdaki görünümde olacaktır.
F (Ω)

5 O
N
A

− 3π − 2π −π 0 π 2π 3π Ω
M

Şekil 8. f [k ] = (0.8) k u[k ] işareti genlik spektrumu

Görüldüğü gibi F (Ω) çift fonksiyon olup bileşenler arasındaki aralık 2π dir.
Ş

Faz spektrumu ∠ F (Ω) ise

I

 γ sin Ω 
L

∠ F (Ω) = − tan −1  
1 − γ cos Ω 
A

olarak elde edilir.

Ç

14
 Sinyaller & Sistemler – Ayrık Sinyaller ve Sistemler

∠ F (Ω )

0.932

I
− 3π − 2π −π 0 π 2π 3π Ω

R
A
Şekil 9. f [k ] = (0.8) k u[k ] işareti faz spektrumu

Ayrık Fourier Transformasyonu (DFT)

L
N 0 −1
2π
Fr = ∑f k e − j r Ω0 k , Ω 0 = ω0T = Direkt Ayrık Fourier Transformasyonu

T
k =0 N0
N 0 −1
1
fk =
N0
∑F r e j r Ω0 k Invers Ayrık Fourier Transformasyonu
r =0

Direkt ve Ters Ayrık Zaman Fourier Transformasyonunun Hesaplanması

O
N
Dijital (sayısal) işaretlerin spektral (frekansa dayalı) analizleri DTFT ve IDTFT larının yani
F (Ω) ve f [k ] ların hesaplanmasını gerektirmektedir.

∑ f [k ] e
A

−j Ωk
F ( Ω) =
k = −∞

1
f [k ] = ∫π F ( Ω ) e j k Ω dΩ
M

2π 2

F (Ω) nin ifadesinden görüldüğü gibi, sonsuz terimin toplamından oluşmaktadır. Ancak
sayısal hesaplama platformları veya makineleri sonlu veya sınırlı hesaplama zamanına göre
Ş

çalıştıklarından, sonsuz hesaplama mümkün olmayacaktır. Bu sorunu aşmak için F (Ω) nin
örneklenmesiyle sonlu örneklerinden oluşan Fr ayrık Fourier transformasyonu (DFT)
I

geliştirilmiştir.
L

DFT ve IDFT Üzerine

N 0 −1

∑ f [k ] e
A

− j r Ω0 k
Fr = DFT
k =0

1 N 0 −1
f [k ] = ∑ Fr e j r Ω0 k IDFT
Ç

N 0 r =0
Görüldüğü gibi ayrık f [k ] işaretinin frekans analizinin yapılabilmesi için sonlu olmayan
F (Ω) ayrık-zaman Fourier transformasyonu örneklenmiş ve örnekleme sonucunda sonlu ve
ayrık formdaki Fr ayrık-Fourier transformasyonu (DFT) elde edilmiştir.

15
 Aşkın Demirkol

Örnek

Bir DFT ye ait f [k ] ayrık işareti 3-noktalı (3 elemanlı periyodik) olarak f [− 1] = f [0] = 3 ,
f [1] = 2 ve f [k ] = 0 , k = 2,3,4,
değerleri için tanımlı olduğuna göre,

a) Fr ayrık Fourier transformasyonunu (DFT) bulun.

I
b) F (Ω) ayrık zaman Fourier transformasyonunu (DTFT) bulun.

R
Çözüm

f [k ] = {
, 3

A
Verilen 3-noktalı dizi ,3,2,3,3,2,3,
} Dizisi göz önüne alındığında
DFT

f [− 1] = f [0] = 3 , f [1] = 2 değerlerini sağladığı, bunun dışındakiler için sıfır olduğu bilgisi

L
zaten verilmişti. Dizi yazımındaki koyu 3 gösteriminin, dizinin başlangıç elemanı olan
sıfırıncı elemanını göstermektedir ( f [0] = 3 ). Buna göre verilen f [k ] = {3,3,2} ayrık dizisine
göre, Fr ayrık Fourier transformasyonu (DFT) aşağıdaki gibi hesaplanır.

T
N 0 −1
a) Fr = ∑ f [k ] e − j r Ω0 k

k =0

N 0 = örnek sayısı
2π
O
N
Ω0 = = temel ayrık frekans
N0
( −1,1) arasındaki 3-noktalı f [k ] = {3,3,2} dizinin DFT sini hesaplamak için Ω = (0,2π )
2π
arasında 3 bileşenin bulunması için temel frekans Ω 0 = olduğuna göre
A

3
N0 2 2π
−jr k
Fr = ∑ f [k ] e − j r Ω0 k
= ∑ f [k ] e 3

k =0 k =0
M

Örnek sayısı (harmonikler) N 0 = 3 , f [k ] = {3,2,3}

Ş

r = 0 için
2 
− j (0)
2π
− j (0)
k
2π
(0 ) − j (0)
2π
(1) − j (0)
2π
( 2) 
F0 = ∑ f [k ] e =  f [0] e
3 3
+ f [1] e 3
+ f [2] e 3 

I

k =0  
0 0 0
= (3 e + 2 e + 3 e ) = 8
L

F0 = 8
A

r = 1 için
Ç

16
 Sinyaller & Sistemler – Ayrık Sinyaller ve Sistemler

2

− j (1)
2π
− j (1)
k
2π
(0) − j (1)
2π
(1) − j (1)
2π
(2) 
F1 = ∑ f [ k ] e =  f [ 0] e 3 3
+ f [1] e 3
+ f [ 2] e 3

k =0  
 0 −j
2π
−j
4π
  −j
2π
−j
4π

= 3 e + 2 e 3
+3 e 3
 = 3+ 2 e
3
+3 e 3 
   

I
 2π 2π 4π 4π 
=  3 + 2 cos − 2 j sin + 3cos − 3 j sin 
 3 3 3 3 

R
 1 3 1 3   2+3 3   6−5 3 
=  3 + 2(− ) − 2 j ( ) + 3(− ) − 3 j (− )  =  3 − ( )+ j  =  ( ) + j( ) 
 2 2 2 2   2 2   2 2 

A
 6−5 3  j
π
=  ( ) + j( )  = 0.5 + j 0.866 = e 3
 2 2 

L
π
j
3
F1 = e

T
r = 2 için

2 − j (2)
2π
 − j (2)
2π
(0) − j (2)
2π
(1) − j (2)
2π
(2) 
F2 = ∑ f [ k ] e
k

k =0

 −j
4π
−j
8π
3

 
=  f [ 0] e


=  3 e0 + 2 e 3 + 3 e 3  =  3 + 2 e 3 + 3 e
−j
4π
−j
3
+ f [1] e
O 3

8π
3
+ f [ 2] e


3




N
   
 4π 4π 8π 8π 
=  3 + 2 cos − 2 j sin + 3cos − 3 j sin 
 3 3 3 3 
A

 1 3 1 3   2+3 3   6−5 3 
=  3 + 2(− ) − 2 j (− ) + 3( − ) − 3 j ( )  =  3 − ( )− j  =  ( )− j 
 2 2 2 2   2 2   2 2 
1 3 
M

π
−j
=  − j  = 0.5 − j 0.866 = e 3

2 2 
π
−j
3
F2 = e
Ş

π π
−j j
Elde edilen DFT değerleri : F0 = 8 , F−1 = e 3
, F1 = e 3
I

b) DFT dizisi , 3-noktakı f [k ] işareti olarak ( − 1,1 ) aralığında periyodik 3 elemanlı

L

olduğundan F (Ω) aşağıdaki gibi elde edilir.

∞
A

F ( Ω) = ∑ f [k ] e
k = −∞
−jkΩ

1
F ( Ω) = ∑ f [k ] e −jkΩ
= ([− 1] e − j ( −1) Ω + [0] e − j ( 0) Ω + [− 1] e − j (1) Ω ) = (3 e j Ω + 3 e j 0 Ω + 2 e − j Ω )
Ç

k = −1

= (3 e j Ω + 3 + 2 e − j Ω )

F (Ω) = 3 e j Ω + 3 + 2 e − j Ω

17
 Aşkın Demirkol

Z TRANSFORMASYONU

Z transformasyonu aslında ayrık sistem analiz yöntemidir. Sürekli formdaki Laplace

transformasyonunun özelliklerini, Z transformasyonu ayrık sistemler için benzer biçimde icra
etmektedir. Bu anlamda işaret veya sistem açısından daha ziyade bir sistem yaklaşımı olan Z
transformasyonu, özellikle ayrık sistemlerin zaman – frekans analizlerini yerine getirmek

I
üzere dizayn edilmiştir. Bu anlamda Laplace yaklaşımına benzer olarak bu kez ayrık formdaki
differo-integral (fark – toplam) denklem sistemlerinin analizlerine yönelik çözümler

R
sunmaktadır.

Laplace – Fourier transformasyonlarındaki yaklaşım bu kez ayrık Fourier – Z

A
transformasyonu arasında söz konusudur. Buna göre ayrık Fourier transformasyonunun
( F (Ω ) ) yetersiz kaldığı f [k ] = a k u[k ] , a > 1 ayrık işaretlerin zaman – frekans analizleri Z
transformasyonu yoluyla yapılabilmektedir. Z transformasyonu, bu tür işaretlerin sorunlarını

L
çözmek üzere geliştirilen bir yöntem olarak da düşünülebilir.

Z – Laplace Transformasyonu

T
Im(z)
jω z - Düzlemi
s – Düzlemi örtüşme (alias) sınırı
π
π
z = es T = e j ωT
O
N
T

±π
0 σ −1 1 Re(z)
1
A

−π
π
ω = ( −∞, ∞ ) = ∞ − Ω = ( −π , π ) = 2π
M

T
Şekil 10. Laplace (s) – Z Transformasyonları arasındaki dönüşüm
Ş

Z Tranformasyonu ve Yakınsama Bölgesi

I

Yukarıda Z transformasyonunu Laplace üzerinden analiz ederken, s = σ + jω düzleminin

− π / T ≤ ω ≤ π / T ve σ = [0, ∞] kısımlarının dikkate alındığını gördük. Hatırlayacak olursak
L

ayrık – zaman Fourier transformasyonunda

∞
A

X ( Ω) = ∑ x[n] e
n = −∞
−jΩn
Ç

a > 1 olmak üzere x[n] = a n u[n] gibi işaretlerin s = jω frekans düzleminde analizlerinin
mümkün olamadığını gördük.
n
∞ ∞ ∞ ∞
 a 
X (Ω) = ∑ x[n] e − j Ω n =
n = −∞
∑
n = −∞
a n
u[ n ] e −jΩn
= ∑
n =0
a n −jΩn
e = ∑  jΩ 
n =0  e 

18
 Sinyaller & Sistemler – Ayrık Sinyaller ve Sistemler

n 0 1 2 n 1 2 n
 a   a   a   a 
∞
 a   a   a   a 
X (Ω ) = ∑  j Ω  =  j Ω  +  j Ω  +  j Ω  +
+  j Ω  = 1 +  j Ω  +  j Ω  +
+  j Ω 
n =0  e  e  e  e  e  e  e  e 

Buradan X (Ω) ayrık Fourier transformasyonunun bir tür geometrik seri yapısında olduğu
görülmektedir. Eğer,

I
a a a
= = = a

R
jΩ
e e jΩ
1

olduğu düşünülürse, seri aşağıdaki formda olacaktır.

A
2 3 n
a a a a 2 3 n
1+ + + +
+ = 1+ a + a + a +
+ a

L
jΩ jΩ jΩ j Ω
e e e e

Bu durumda a > 1 olması halinde X (Ω) Ayrık Fourier Transformasyonunun çözümü yoktur.

T
Çünkü a > 1 halinde örneğin, a = 2 alınırsa, seri sonsuza gidecektir.

2 3 n
X ( Ω ) = 1 + a + a + a +
+ a = 1 + 2 + 2 2 + 23 +
+ 2 n → ∞

Ancak bunun yerine eğer Z transformasyonu dikkate alınsaydı, x[n] = a n u[n] , a > 1 sinyali,
O
N
n
∞ ∞ ∞ ∞
1 ∞
an ∞
a
X ( z) = ∑ x[n] z
n =−∞
−n
= ∑ a u[n] z
n =−∞
n −n
= ∑a z
n=0
n −n
= ∑a n = ∑ n = ∑ 
n =0 z
n

n=0 z n=0  z 
n 0 1 2 3
A

a a a a a

∞
X ( z) = ∑   =   +   +   +   +
+
n=0  z  z z z z
2 3
a a a
M

= 1+ +   +   +
+
z z z
Bu haliyle karşımızda tam anlamıyla bir X ( z ) Geometric serisi söz konusudur. Bununla ilgili
Geometric seri kuralını hatırlayalım.
Ş

n
1
Kural : ∑r m
= 1+ r + r2 + r3 +
+ rn = , r <1
I

m=0 1− r
L

Kuralı X ( z ) Geometrik serisine uyarlarsak,

n 2 3
∞
a a a a 1
A

a
X ( z) = ∑   = 1 + +   +   +
+ = , <1
n =0  z  z z z a z
1−
z
Ç

a a
Buradan ifade r = → r = olarak düzenlenirse r < 1 koşulu gereği çözüme gidilebilir.
z z
a a
< 1 veya <1→ a < z
z z

19
 Aşkın Demirkol

Bu sonuca göre sonucu ayrık Fourier transformasyonuyla çözümü mümkün olmayan

x[ n] = a n u[ n] , a > 1 sinyalinin Z Transformasyonuyla çözümü a < z olarak elde edilmiştir.
Bu sonuçla serideki ( a / z ) n ifadesinin en azından belli bir b değerine yakınsayabilmesi
( a / z ) n → b veya ( a / z ) n → 0 olarak sönümlenebilir olabilmesi için a < z koşulunun
gerekli olduğu görülecektir. Analizi alternatif olarak Z transformasyonu üzerinden dahada

I
genelleyebiliriz.

R
∞
X ( z) = ∑ x[n] z
n = −∞
−n

Bu kez a > 1 olmak üzere x[n] = a n u[ n] gibi işaretlerin s = σ + jω düzleminde analiz

A
edilebileceğini görebiliyoruz.

L
n
∞ ∞ ∞ ∞ ∞
 a 
X ( z) = ∑ x[n] z − n =
n = −∞
∑ x[n] (e (σ + j ω) T ) −n =
n = −∞
∑
n = −∞
a n
u[ n ] ( e (σ + j ω ) T − n
) = ∑
n=0
a n
( e (σ + j ω ) T − n
) = ∑  (σ T + j ω T ) 
n=0  e 
n 0 1 2 n

T
∞
 a   a   a   a   a 
X ( z ) = ∑  (σ T + j ω T )  =  (σ T + j ω T )  +  (σ T + j ω T )  +  (σ T + j ω T )  +
+  (σ T + j ω T ) 
n =0  e  e  e  e  e 
1 2 n
     
e
a
 e
a
 e
a
O
= 1 +  (σ T + j ω T )  +  (σ T + j ω T )  +
+  (σ T + j ω T ) 

N
a a < e (σ T + j ω T ) = a < e σ T e j ω T
<1 →
e (σ T + j ω T ) = a < eσ T
A

Buna göre, r = eσ T olduğundan r = eσ T > a bir çözümdür. Eğer a > 1 ise, yarıçapı r > a
olan çember çözüm olacaktır. Diğer bir deyişle çözüm, yani yakınsama bölgesi (Region Of
Convergence, ROC) birim çemberin dışındadır. Bu yüzden a > 1 olmak üzere
M

x[n] = a n u[n] gibi işaretlerin X (Ω) Ayrık – Zaman Fourier transformasyonunda

bulunamayan çözümlerinin, X (z ) Z transformasyonuyla mümkün olabildiğini görmekteyiz.
Bunu sağlayanın r = eσ T yaklaşımından görülebildiği gibi s = σ + jω kompleks frekans
Ş

düzleminin reel ( σ ) kısmının da çözüme dahil edilmesidir.

Çözümün birim çemberin dışında olmasının sistemin bu aralıkta kararlı davranışını nasıl
I

etkileyeceğine bakmak gerekir. Eğer a > 1 ve r > a bir çözümse, r = eσ T > 1 eşitliğinin
sağlanabilmesi için çözüm için σ > 0 olması gerekeceğinden, Laplace düzleminin kararlı sol
L

yarı düzlemindeki σ = [ −∞,0] aralığının dışındaki değerlerinin çözüm ve sistem davranışında

etkili olacağını görmekteyiz.
A

Z Transformasyonun Elde Edilmesi

Ç

Bunun için hem örnekleme hemde ayrık-zaman Fourier transformasyonundaki tecrübelerimizi

göz önüne alarak az önce yukarıda değinilen f [k ] = (a) k u[k ] , a > 1 tipli işaretlerin nasıl
DTFT nin alınabilir haline getirilebileceğine yoğunlaşmaya çalışacağız. Bunun için
f [k ] = a k u[k ] işaretinin DTFT nu bulnak üzere f [k ] işaretinin değişiminin yaklaşık
aşağıdaki gibi olduğu kabul edilecektir.

20
 Sinyaller & Sistemler – Ayrık Sinyaller ve Sistemler

f [k ]

I
R
k
0
Şekil 11. f [k ] = a k u[k ] işareti

A
∞
F ( z) = ∑ f [k ] z −k
Z – Transformasyonu

L
k = −∞

1
j∫
k −1
f [k ] = F[ z] z dz Invers Z - Transformasyonu
2π

T
Örnek

f [k ] = {1,2,−1,1} ayrık işaretinin

transformasyonunu bulun.
Z
O
transformasyonunu ve ayrık zaman Fourier
N
Çözüm

f [k ] = {1,2,−1,1} ise, f [k ] = {1,2,−1,1} , diğer bir deyişle f [0] = 2 . Z transformasyonu

∞ 2

∑ f [k ] z ∑ f [k ] z = f [− 1] z −( −1) + f [0] z −( 0) + f [1] z −(1) + f [2] z −( 2)

A

−k −k
F ( z) = =
k = −∞ k = −1

= 1 × z 1 + 2 × z 0 + (−1) × z −1 + 1 × z −2 = z + 2 − z −1 + z − 2
M

1 1
= z+2+ + 2
z z
3 2
z + 2z + z + 1
=
Ş

z2
Ayrık zaman Fourier transformasyonu z = e j Ω için elde edilecektir.
I

(e j Ω ) 3 + 2(e j Ω ) 2 + e j Ω + 1 e j 3Ω + 2e j 2 Ω + e j Ω + 1
F (Ω ) = F ( z = e j Ω ) = =
L

(e j Ω ) 2 e j2 Ω
e j 3Ω + 2e j 2 Ω + e j Ω + 1
F ( Ω) =
e j2 Ω
A
Ç

21
 Aşkın Demirkol

Örnek

f [k ] = (0.8)k u[k ] + (1.5) k u[−(k + 1)] Sinyalinin F ( z ) olarak Z Transformasyonunu hesaplayın.

Çözüm

I
f [k ] = f1[k ] + f 2 [k ]

R
z
f1[ k ] = (0.8) k u[ k ] ↔ = F1 ( z ) , z > 0.8 Nedensel (tek taraflı Z)
z − 0.8

A
−z
f 2 [ k ] = (1.5) k u[ −( k + 1)] ↔ = F2 ( z ) , z < 1.5 Nedensel değil (çift taraflı Z)
z − 1.5

L
z
Kural : f [ k ] = − a k u[− k − 1] ↔ = F[ z] , z<a
z−a
z
Kural : f [ k ] = a k u[ k ] ↔ = F[ z] , z >a

T
z−a
z z
Kural : y[ k ] = a k u[k ] − b k u[−k − 1] ↔ + = Y ( z) , a< z<b

f [ k ] = f1[ k ] + f 2 [ k ]
z −a z −b
O
N
z −z
F ( z) = + , 0.8 < z < 1.5
z − 0.8 z − 1.5

Kompleks düzlem (z)

A

Im (z)
M

1.5
a
0.8
f [k ]
Ş

Re (z)
I
L

a a = 0.8 , b = 1.5
A

k k
Şekil 12. f [k ] = (0.8) u[k ] + (1.5) u[ −(k + 1)] işaretinin yakınsama bölgesi ( a < z < b )
Ç

22
 Sinyaller & Sistemler – Ayrık Sinyaller ve Sistemler

Örnek

f [ k ] = u[k ] ise F [ z ] = ?

Çözüm
0 1 2 3
∞
1∞ ∞
1 1 1 1 1
F [ z ] = ∑ f [k ] z = ∑ u[k ] k = ∑ k =   +   +   +   +

I
−k

k =−∞ k =−∞ z k =0 z z z z z

1 1 1

R
= 1+ + 2 + 3 +

z z z
Geometrik seri gözlemleniyor.

A
1
Kural : 1 + x + x 2 + x 3 +
= , x <1
1− x
1 1
F[ z] = , <1

L
1 z
1−
z

T
z
F[ z] = , z >1
z −1
z
Kural : u[k ] ↔ , z >1

Örnek
z −1
O
N
f [ k ] = δ [ k ] Sinyalinin Z transformasyonunu hesaplayın ( F ( z ) = ? ).

Çözüm
A

∞ ∞
F ( z ) ≡ ∑ f [k ] z − k = ∑ δ [k ] z − k = 1
k =0 k =0
M

δ [k ] ↔ 1

Örnek
Ş

f [k ] = δ [k − k 0 ] Sinyalinin Z transformasyonunu hesaplayın ( F ( z ) = ? ).

I

Çözüm
L

∞ ∞
F [ z ] ≡ ∑ f [k ] z − k = ∑ δ [k − k 0 ] z − k = z − k0
A

k =0 k =0

f [ k ] = δ [k − k0 ] ↔ X [ z ] = z − k0
Ç

δ [ k − k0 ] ↔ z − k 0

23
 Aşkın Demirkol

Örnek

f [ k ] = cos β k u[ k ] Sinyalinin Z transformasyonunu hesaplayın ( F ( z ) = ? ).

Çözüm

I
z ( z − cos β )
F ( z) = 2
, z >1
z − 2 z cos β + 1

R
z ( z − cos β )
Kural : cos β k u[ k ] ↔ 2
, z >1
z − 2 z cos β + 1
Örnek

A
8 z − 19
F[ z] = Sinyalinin ters Z transformasyonunu hesaplayın ( f [k ] = ? ).

L
( z − 2)( z − 3)

Çözüm

T
8 z − 19 c c
F[ z] = = 1 + 2
( z − 2)( z − 3) z − 2 z − 3
(c + c 2 ) z − 3c1 − 2c 2
= 1

c1 + c2 = 8
( z − 2)( z − 3) O
N
− 3c1 − 2c 2 = −19

c1 = 3 , c2 = 5
A

3 5
F[ z] = +
z −2 z −3
M

buradan F [z ] nin invers Z transformasyonu alınırsa

 3 5 
Ζ −1{F [ z ]} = Ζ −1  +
 z − 2 z − 3 
Ş

= [3 (2) k −1 + 5(3) k −1 ] u[k − 1]

I

f [k ] = [3 (2) k −1 + 5(3) k −1 ] u[k − 1]

L

1
Kural : γ k −1u[k − 1] ↔
z −γ
A

Z Transformasyonunun Var Olması

Ç

Önceki işaret transformasyonlar gibi, Z transformasyonunun da var olduğunu gösteren

koşullar mevcuttur. Eğer genel hali göz önüne alınırsa,

∞
F (z) = ∑ f [k ] z
k = −∞
−k

24
 Sinyaller & Sistemler – Ayrık Sinyaller ve Sistemler

Z transformasyonunun var olabilmesi için F ( z ) < ∞ koşulunun sağlanması gerekmektedir.

∞
F ( z) = ∑ f [k ] z
k = −∞
−k
<∞

∞ ∞ ∞
= F ( z) = ∑ f [k ] z −k
= ∑ [
f [ k ] e σ + jΩ ]
−k
= ∑ [ ] [e ]
f [k ] eσ
−k jΩ − k

I
k = −∞ k = −∞ k = −∞
∞ ∞ ∞
= ∑ f [ k ] eσ[ ] [e ]−k jΩ − k
= ∑ [ ] [e ]
f [ k ] eσ
−k jΩ − k
= ∑ [ ]
f [k ] e −σ
−k
e− j Ω k

R
k = −∞ k = −∞ k = −∞

e− j Ω k = 1 ve r = eσ

A
∞ ∞

∑ [ ]
f [ k ] eσ
−k
e− j Ω k = ∑ f [k ] r −k < ∞
k = −∞ k = −∞

L
Sonuçta F (z ) ile ifade edilen Z transformasyonunun var olabilmesi için

T
∞

∑
k = −∞
f [k ] r − k < ∞ koşulunun sağlanması gerekir.

Z Transformasyonu ve Ayrık-Zaman Fourier Transformasyonu O

N
Vurgulandığı gibi her iki transformasyona ait ifadeler aşağıdaki gibi mercek altına alınırsa

∞
1. F [ z ] = ∑ f [k ] z
k = −∞
−k
= F ( z) Z Transformasyonu
A

∞
2. F ( Ω) = ∑ f [k ] e
k = −∞
−j Ωk
Ayrık-zaman Fourier transformasyonu (DTFT)
M

F (Ω) = F ( z ) | r =1,σ =0 = F (r e j Ω ) | r =1
F (Ω) = F ( z ) = F (e σ + jΩ ) |σ →0 = F ( r e j Ω ) | r =1
Ş

Bu kabulün ışığındaki z-kompleks düzlemdeki Z transformasyonun görünümü aşağıdaki gibi

olacaktır.
Im
I

z = e jΩ
L

Birim daire z-Düzlemi

A

1
Ω
Re
1
Ç

Şekil 13. z-Düzlemi : Ayrık-zaman Fourier transformasyonu yorumu

25
 Aşkın Demirkol

Z Transformasyonunun Özellikleri
1. Lineerlik

f1[k ] ↔ F1[ z ] ve f 2 [k ] ↔ F2 [ z ]

c1 f1[k ] + c2 f 2 [k ] ↔ c1F1[ z] + c2 F2 [ z ]

I
Örnek

R
f [ k − 4] u[k − 4] Sinyalinin Z Transformasyonunu hesaplayın

A
Çözüm:

f [ k − 4] u[ k − 4] ↔ z −4 F [ z ]

L
1
Kural : f [k − m ] u[ k − m ] ↔ z − m F [ z ] = F[ z]
zm

T
Örnek

O
y (k ) = x( k − 3)u ( k ) Sinyalinin Z Transformasyonunu hesaplayın.

Çözüm
N
x[ k − 3]u[ k ] ↔ z −3 X [ z ] + x[ −3] + x[ −2] z −1 + x[ −1] z −2

 −1 
Kural : x[ k − n]u[ k ] ↔ z − n  ∑ x[ m] z − m + X ( z ) 
A

 m =− n 
Örnek
M

Değişimi aşağıda verilen ayrık sinyalin Z transformasyonunu hesaplayın.

x( k )
Ş

1
I

k
L

0 1 2 3 4 5 6 7
Şekil 14 Ayrık sinyal
Çözüm
A

∞ 7
X ( z ) = ∑ x(k ) z − k = ∑ x(k ) z − k = x(0) z 0 + x(1) z −1 + x(2) z −2 + x(3) z −3 + x(4) z −4 + x(5) z −5 + x(6) z −6 + x(7) z −7
k =0 k =0
Ç

x(3) x(4) x(5) x(6) 1 1 1 1 z 3 + z 2 + z + 1

= 0+0+0+ + 4 + 5 + 6 = 3+ 4+ 5+ 6=
z3 z z z z z z z z6
z3 + z 2 + z + 1
x(k ) ↔
z6

26
 Sinyaller & Sistemler – Ayrık Sinyaller ve Sistemler

5. Konvülüsyon (convolution)

Z Transformasyonu ve Zaman Domeninde Konvülüsyon : x(n)* h(n) = X ( z ) H ( z )

Z Transformasyonu ve Frekans Domeninde Konvülüsyon : Z Düzleminde Modülasyon :
1
x ( n ) h( n ) ↔ X ( z) * H ( z)
2π

I
1 z
x ( n) h ( n) ↔
2π j ∫
 X (u )H   u −1du
u

R
Lineer Zamanla Değişmeyen Ayrık (LTID) Sistemin Cevabı

A
LTID sistemin cevabı araştırılırken sistemin bir z k exponensiyel ifadeye karşı oluşturduğu
cevabın H [ z ] z k olduğunu bildiğimize göre,

L
z k ⇔ H [z] z k
1

T
f [k ] =
2π j ∫ F [ z ] z k −1 dz

Sistem çıkışı
y[k ] =
1
2π j ∫ F
 [
 z] H
Y[z]
[ z ] z k −1
dz =
1
2π j ∫ Y [ z ] z k −1 dz O
1
N
j∫
k −1
y[k ] = Y[ z] z dz
2π
Y [ z] = F[ z] H [ z]
A

Buradan sistem çıkışının, sistem girişi ve sistem transfer fonksiyonunun convolutionundan

oluştuğu görülmektedir.

Lineer Fark Denklemlerinin Z Transformasyonuyla Çözümü

M

Sola veya sağa öteleme özelliğindeki sabit katsayılı linear zamanla değişmeyen ayrık (LTID)
sistemlerin fark çözümleri, sürekli haldeki diferansiyel denklem çözümlerine benzemektedir.
Ş

Ayrık sistemin fark denklemleriyle ifade edilen y[k ] cevabının önce z-dönüşümü yapılarak
çözülmesiyle bulunan Y [z ] değeri son aşamada tekrar invers z-dönüşümüyle y[k ] olarak elde
I

edilir.

Örnek
L

11 37
Giriş işareti f [ k ] = (2) − k u[k ] ve başlangıç koşulları y[−1] = , y[ −2] = olan LTID
A

6 36
sistemin verilen y[ k + 2] − 5 y[ k + 1] + 6 y[ k ] = 3 f [ k + 1] + 5 f [ k ] fark denklemine göre
cevabını bulun.
Ç

Çözüm

Önce verilen y[ k + 2] − 5 y[ k + 1] + 6 y[ k ] = 3 f [ k + 1] + 5 f [ k ] denklemini k = k − 2 olacak

şekilde tekrar düzenleyerek tam bir fark denklem sistemi elde edelim.

27
 Aşkın Demirkol

y[ k ] − 5 y[ k − 1] + 6 y[ k − 2] = 3 f [ k − 1] + 5 f [ k − 2]

Bu haldeyken z-dönüşümlerini yapalım.

y[ k ] u[ k ] ⇔ Y [ z ]

I
1 1 11
y[ k − 1] u[k ] ⇔ Y [ z ] + y[ −1] = Y [ z ] +
z z 6

R
1 1 1 11 37
y[ k − 2] u[ k ] ⇔ 2 Y [ z ] + y[ −1] + y[ −2] = 2 Y [ z ] + +
z z z 6 z 36

A
Aynı şekilde giriş işaretinin de z-dönüşümü yapılır.

L
f [ k ] = (2) − k u[ k ] = (2 −1 ) k u[ k ] = (0.5) k u[ k ] ⇔
z − 0 .5
1 1 z 1
f [ k − 1] u[ k ] ⇔ F [ z ] + f [ −1] = +0=

T
z z z − 0 .5 z − 0 .5
1 1 1 1
f [ k − 2] u[ k ] ⇔ 2 F [ z ] + f [ −1] + f [ −2] = 2 F [ z ] + 0 + 0 =
z z z z ( z − 0.5)

Giriş için casualitiden dolayı başlangıç koşulları sıfırdır :

O
N
f [ −1] = f [ −2] =
= f [ − n] = 0

Buna göre giriş işareti aşağıdaki gibi olacaktır.

A

1
f [ k − r ] u[ k ] ⇔ F[ z]
zr
M

Bundan sonra artık fark denkleminin z-dönüşümü yazılır.

y[ k ] − 5 y[ k − 1] + 6 y[ k − 2] = 3 f [ k − 1] + 5 f [ k − 2]
Ş

1 1
f [ k − 1]u[ k ] = , f [ k − 2] u[ k ] =
z − 0.5 z ( z − 0.5)
1 11 1 11 37  3 5
I

Y [ z ] − 5 Y [ z ] +  + 6  2 Y [ z ] + + = +
z 6 z 6 z 36  z − 0.5 z ( z − 0.5)
L

veya,
 5 6   11  3 5
1 − + 2 Y [ z ] −  3 −  = +
 z z   z  z − 0.5 z ( z − 0.5)
A

 5 6   11  3z + 5
1 − + 2 Y [ z ] =  3 −  +
 z z   z  z ( z − 0.5)
Ç

3z 2 − 9.5 z + 10.5
=
z ( z − 0.5)
Her iki taraf z 2 ile çarpılırsa

28
 Sinyaller & Sistemler – Ayrık Sinyaller ve Sistemler

z (3z 2 − 9.5 z + 10.5)

( z 2 − 5 z + 6)Y [ z ] =
( z − 0.5)

z (3 z 2 − 9.5 z + 10.5)
Y [ z] =
( z − 0.5)( z 2 − 5 z + 6)

I
Y [z] (3 z 2 − 9.5 z + 10.5) ( 26 / 15) (7 / 3) (18 / 5)

R
= 2
= − +
z ( z − 0.5)( z − 5 z + 6) z − 0 .5 z−2 z −3

26  z  7  z  18  z 

A
Y[ z] =  −  +  
15  z − 0.5  3  z − 2  5  z − 3 

L
Buradan Y [z ] çıkışının invers Z transformasyonu alınırsa,

26  z  7  z  18  z 

T
Ζ −1{Y [ z ]} = Ζ −1{  −  +  }
15  z − 0.5  3  z − 2  5  z − 3 

 26 7 18 
y[ k ] =  (0.5) k − (2) k + (3) k  u[ k ]
 15 3 5  O
N
Örnek

Şimdi ayrık durumdaki sistem için Z transformasyonunu göz önüne alarak sistem çıkışının
y zi [k ] ve y zs [k ] bileşenleri cinsinden ifadesini incelemeye çalışacağız. Az önce yUkarıda
A

çözülen örneği düşünürsek,

 5 6  11  3 5
1 − + 2  Y [ z ] − 3−  = +
M

 z z   z
 z − 0.5 z ( z − 0.5)
 
baslangic kosullari terimi giris terimi

 5 6   11  (3 z + 5)
1 − + 2 Y [ z ] = 3 −  +
Ş

 z z  
z z ( z − 0.5)
 
baslangic kosullari terimi giris terimi
2
Her iki taraf z ile çarpılırsa
I

z (3 z + 5)
( z 2 − 5 z + 6)Y [ z ] = z (3 z − 11) +
 
L

baslangic kosullari terimi z −0.

5
giris terimi

z (3 z − 11) z (3 z + 5)
Y[ z] = +
A

2
z 
 − 5 z
+6 ( z − 0.5)( z 2 − 5 z + 6)

sifir -giris cevabi sifir -durum cevabi

  z   z   26  z  22  z  28  z 
Ç

Y [ z ] = 5  − 2  +  −  +  
− 2   z − 3   15  z − 0.5  3  z − 2  5  z − 3 
z   
sifir - giris sifir - durum

29
 Aşkın Demirkol

 
 k k 22 k 28 k 26 k
y[ k ] = 5 (2) − 2 (3) − (2) + (3) + (0.5)  u[k ]
  3 5 15
 sifir - giris         
sifir - durum 
7 18 26
y[k ] = [− (2) k + (3) k + (0.5) k ] u[k ]
3 5 15

I
Ayrık Sistemlerde Kararlılık

R
A
Im
karar kararsız
sınırı

L
γ γ

T
β
Re
-1 1
Kararlı
O
N

Şekil 15.Karekterisitk kökler ve kararlılık

A

Buna gore sistemin stabilitesi üç duruma gore belirlenir.

M

1. Sürekli bir LTID sistemin asimtotik olarak kararlı olabilmesi için sistem transfer
fonksiyonunun “kutupları (poles)” kompleks frekans düzleminin yer aldığı birim çemberin
içinde olması gerekiyor. Kutuplar basit veya kök katları (tekrarlayan) tipte olabilirler.
Ş

2. Sürekli bir LTID sistem kararsız ise, iki koşuldan birinin var olması gerekir :
I

a) Transfer fonksiyonunun en az bir kutbu birim çemberin dışında

b) Transfer fonksiyonunun birim çemberin üzerinde katlı kutupları olması gerekir.
L

3. Eğer sürekli LTID sistemin transfer fonksiyonunun kutupları birim daire içinde değilse,
ama birim çember üzerinde katlı olmayan kutuplar varsa, zorunlu (marginally) kararlılık
A

durumu söz konusu olacaktır.

σ → −∞ için r = 0 minimum
Çemberin içi, kararlı bölge
Ç

σ → 0 için r = 1 maximum
σ = [0, ∞] Çemberin dışı, kararsız bölge

30
 Sinyaller & Sistemler – Ayrık Sinyaller ve Sistemler

Örnek

Sistem transfer fonksiyonu

Y [ z] z ( z + 0.45)
H [z] = = 2
olan ayrık sistemin kararlılığını inceleyin.
F [ z] ( z − 0.2 z − 0.08)( z − 0.6)

I
Çözüm

R
Y [ z] z ( z + 0.45) z ( z + 0.45)
H [z] = = 2
=
F [ z] ( z − 0.2 z − 0.08)( z − 0.6) ( z + 0.2)( z − 0.4)( z − 0.6)

A
z ( z + 0.45)
H [ z] =
( z + 0.2)( z − 0.4)( z − 0.6)
Ayrık sistemin kutupları, z = −0.2 , z = 0.4 ve z = 0.6 olarak ( −1,1) birim çemberin içinde

L
yer aldıklarından, ayrık sistem kararlıdır. Sistemin sıfırları ise z = 0 ve z = −0.45
: kutup

T
: sıfır

O
N
−1 1
− 0.45 − 0.2 0.4 0.6
A

Şekil 16.Kararlı ayrık sistem

Bilinear Transformasyon
M

Laplace ve Z Transformasyonları arasında dönüşüm Tustin metodu olarak anılan yaklaşımla

sağlanmaktadır. Bu yaklaşım aynı zamanda bilineer transformasyon olarak da anılmaktadır.
Ş

1
z = e s T veya s = ln z
T
I

es T / 2 1 + sT / 2
z = esT = ≈
e −s T / 2 1 − sT / 2
L

1
Invers Tustin bağıntısı olarak s = ln z göz önüne alınırsa,
T
A

2 z −1
s≈
T z +1 Bilinear Transformasyon (Tustin Transformasyonu)
2 + sT
Ç

z≈
2 − sT

Her iki bağıntıda, örtüşme sorununun olmadığı kabulü ve uzayların özelliklerinin korunduğu
(konformal tasfir) prensibi göz önüne alınmıştır.

31
 Aşkın Demirkol

AYRIK-ZAMANLI SISTEMLERIN DURUM-UZAY ANALIZLERI

Daha önce sürekli – zaman sistemleri için ele alınan Durum – Uzay Modeli (state – space
model) bu kez ayrık sistemler için ele alınacaktır. Hatırlanacağı gibi daha once,

dny d n −1 y d n−2 y dy
+ a n −1 n −1 + a n − 2 n − 2 +
+ a1 + a 0 y = f (t )

I
n
dt dt dt dt
veya

R
d n y (t ) d n −1 y (t ) dy(t ) d m f (t ) d m −1 f (t ) df (t )
n
+ a n −1 n −1
+
+ a1 + a 0 y (t ) = b m m
+ b m −1 m −1
+
+ b1 + b0 f (t )
dt dt dt dt dt dt
biçiminde “n” nci dereceden süreki bir sistemi göstermede kullanılan diferansiyel denklem

A
gösterimini, bu kez ayrık sistemlere uyarlayarak ayrık karşılığını bulmaya çalışacağız. Bunun
için sürekli formdaki f (t ) ve y (t ) giriş ve çıkış işaretleri ayrık formdaki f [k ] ve y[k ]
işaretleri olacaktır. Bu şekilde ayrık “n” ci dereceden bir sistemin fark denklemi

L
( E n + a n −1 E n −1 +
+ a1 E + a 0 ) y[ k ] = (bm E m + bm −1 E m −1 +
+ b1 E + b0 ) f [ k ]

T
gibi olacaktır. Böyle bir fark denklemin direct kanonik formda gösterimi aşağıda verilmiştir.

O bm
N
b1

x [ k + 1] x [k ] x [ k − 1] x [k ] x [k ]
A

n n n 3 1
1 1 1 1 1
∑ z z z z z
b0 ∑
M

f [k ] x [k ] x [k ] y[k ]
m +1 2
Ş

a n−1
a n−2
I

am
L

a
A

a0

Şekil 17. “n” ci Dereceden ayrık-zaman sistemin kanonik formda realizasyonu

Ç

Şekildeki ayrık sistemin f [k ] ve y[k ] giriş-çıkış işaretlerini dikkate alan ayrık transfer
fonksiyonu

32
 Sinyaller & Sistemler – Ayrık Sinyaller ve Sistemler

bm z m + bm−1 z m −1 +
+ b1 z + b0
H [ z] =
z n + a n−1 z n −1 +
+ a1 z + a 0

olacaktır. Bu sistemin girişi f [k ] ve çıkışı y[k ] olmak üzere fark denklemi

I
( E n + a n −1 E n −1 +
+ a1 E + a 0 ) y[ k ] = (bm E m + bm −1 E m −1 +
+ b1 E + b0 ) f [ k ]

R
E n y[ k ] + a n −1 E n −1 y[ k ] +
+ a1 Ey[ k ] + a 0 y[ k ] = f [ k ]

gibi olan sistemin x1 [k ], x 2 [k ],
, x n [ k ] şeklindeki durum değişkenlerini elde etmeye

A
çalışalım. İlk olarak sürekli sistemdeki diferansiyel denklemi göz önüne alan

x1 = y

L
x 2 = y
x3 = y

T
x n = y ( n −1)
O
yaklaşımını göz önüne alalım. Burada x1 , x 2 ,
, x n durum değişkenleri diferansiyel denklemi
oluşturan terimlere atanmıştır. Burada ayrık sistemdeki E sembölünün sürekli sistemdeki
N
d
diferansiyel denklemdeki ye
dt
d
≡E
dt
A

y ≡ y[ k + 1]
M

işlem operatörü gibi karşılık geldiğini göz önünde tutarak bunun ayrık sistemdeki karşılığını
oluşturabiliriz. Bunun için fark denklemleriyle alakalı olarak
y[ k ], y[ k + 1], y[ k + 2],
, y[ k + n − 1] ayrık çıkışlarının x1 [ k ], x 2 [ k ],
, x n [ k ] ayrık durum
Ş

değişkenleri türünden karşılığını aşağıdaki gibi yazmamız gerekir.

x1 [k ] = y[k ]
I

x2 [k ] = y[k + 1]
L

x3 [ k ] = y[ k + 2]
A

x n [ k ] = y[k + n − 1]

x n [ k + 1] = − a n −1 x n [k ] − a n − 2 x n − 2 [ k ] −
− a 3 x 4 [k ] − a 2 x 3 [k ] − a1 x 2 [ k ] − a 0 x1 [ k ] + f [ k ]
Ç

y[k ] = b0 x1 [ k ] + b1 x 2 [k ] +
+ bm −1 x m +1 [k ]

durum denklemi olarak göz önüne alan sistemin matrisyel formdaki durum-uzay tanımı
aşağıdaki gibi olacaktır.

33
 Aşkın Demirkol

 x1[k + 1]   0 1 0
0 0   x1 [k ]  0 
 x [k + 1]   0 0 1
0 0   x [k ]  0 
 2    2   

 = 





 
 + 
 f [k ]
 x n −1 [k + 1]    x n −1 [k ]  
   0 0 0
0 1 
  0 

I
xn [ k + 1]  − a0 − a1 − a 2
− a n −2 − a n −1   x n [k ]  1 
     
x[ k +1] A x[ k ] B

R
 x1 [k ] 
 x [k ] 
y[k ] = [b0 b1
bm ] =  2 

A
   
C
 
x m +1 [k ]
 

L
x[ k ]

x[ k + 1] = A x[ k ] + B f [ k ]
y[ k ] = C x[ k ] + D f [ k ]

T
Ayrık durum-uzay denklemlerini sağlamaktadır. Eğer ilgili A, B,C ve D katsayıları zamana
bağımlı A[ k ], B[ k ], C[ k ] ve D[ k ] gibi değişseydi denklemler

x[ k + 1] = A[ k ] x[ k ] + B[ k ] f [ k ]
y[ k ] = C[ k ] x[ k ] + D[ k ] f [ k ]
O
N

Ayrik-Zamanli Sistemlerin Durum-Uzay Çözümleri

A

Durum çözümü

x[k ] = A k x[0] + A k −1u[k − 1] * Bf [k ]


   
M

sifir giris sifir durum

Çıkış çözümü
Ş

y[ k ] = C x[ k ] + D f [ k ]
I

Denklemindeki parametreler dikkate alınır. Bunun için yukarıda bulunan x[k ] durum vektörü
L

x[k ] = A k x[0] + A k −1u[k − 1] * Bf [k ]

y[k ] de yerine yazılırsa

A

k −1
y[k ] = CA k x[0] + ∑ CA k −1− j B f [ j ] + D f
j =0
Ç

= CA x[0] + CA k −1u[k − 1] * B f [k ] + D f
k

A k = β 0 I + β 1 A + β 2 A 2 +
+ β n −1 A n −1

34
 Sinyaller & Sistemler – Ayrık Sinyaller ve Sistemler

−1
β 0   1 λ1 λ12
λ1n −1  λ1k 
β     k
 1  = 1 λ2 λ22
λn2−1  λ 2 

 




 

     
 β n −1   1 λ n λ2n
λnn−1  λkn 

I
Denklemdeki λ1 , λ 2 ,
, λ n A matrisinin öz değerleridir. Bununla birlikte A k istenirse Z

R
transformasyonundan da elde edilebilir ;

A k = Z −1 [(I − z −1 A) −1 ] Ayrık zaman durum geçiş matrisi

A
Örnek

L
Aşağıdaki şekle göre ayrık sistemin durum-uzay modelini elde edin.

T
5

x2 [k + 1] x2 [k ] x1 [k ]
f ∑
1
z
O
1
z
∑ y
N

−5 / 6
A

1/6
Şekil 18. Ayrık sistem
M

Çözüm

Şekilden integrator (1/z) çıkışları göz önüne alınarak durum ve çıkış denklemleri aşağıdaki
gibi yazılabilir.
Ş

x1[k + 1] = x2 [k ]
I

1  5 1 5
x2 [k + 1] = − x1[k ] −  −  x2 [k ] + f = − x1[k ] + x2 [k ] + f
6  6 6 6
L

y[k ] = x1[k ] + 5 x2 [k ]
A

Bu yazıma uygun Ayrık Zaman – Durum Uzay modeli aşağıdaki gibi oluşturulabilir..

 x1[k + 1]   0 1   x1 [k ]  0
Ç

 x [k + 1] = − 1/6 5 / 6  x [k ] + 1  f
 2     2   
 x1 [k ] 
y[k ] = [− 1 5]  
 x 2 [k ]

35
 Aşkın Demirkol

Ayrık Durum-Uzay Denklemlerinin Z Transformasyonuyla Çözümü

X[ z ] = Z −1 [(I − z −1 A) −1 z x[0]] + Z −1 [( zI − A) −1 B F[ z ]]
     
sifir giris bileseni sifir durum bileseni

Hatırlabacağı gibi daha önceden

I
A k = Z −1 [(I − z −1 A) −1 ] Ayrık zaman durum geçiş matrisi

R
olarak verilmişti. Şimdi buradan yine Z transformasyonuyla çıkışa yani cevaba yönelik
çözümü araştıralım.

A
Çıkışın hesabı :

L
y[ k ] = C x[ k ] + D f [ k ]

T
Y[ z ] = C X[ z ] + D F[ z ]

X[ z ] = (I − z −1 A ) −1 z x[0] + (( zI − A ) −1 B F[ z ]

Bunu çıkıştaki yerine yazarsak,

O
N
Y[ z ] = C [(I − z −1 A) −1 z x[0] + (( zI − A ) −1 B F[ z ]] + D F[ z ]
= C (I − z −1 A ) −1 x[0] + [C ( zI − A ) −1 B + D] F[ z ]
= C (I − z −1 A) −1 x[0] + H[ z ] F[ z ]
A

    

sifir giris cevabi sifir durum cevabi

Transfer Fonksiyonunun Hesabı

M

H[ z ] = C ( zI − A) −1 B + D
Ş

Y( z ) = H( z ) F( z)
I

h[k ] = Z −1 {H ( z )}
L
A
Ç

36
 Sinyaller & Sistemler – Ayrık Sinyaller ve Sistemler

Ayrık – Zaman Durum uzay Modelinin Sürekli – Zaman Durum Uzay Modelinden Elde
Edilmesi

x (t ) = Ax(t ) + Bu(t )
y (t ) = Cx(t ) + Du(t )

I
Bu şekilde sürekli zamanda verilen klasik Durum – Uzay Modelini Ayrık – Zaman Durum
Uzay Modeline dönüştürmek istiyorsak, örneklememiz gerekiyor. Bunun için T örnekleme

R
periyodunun bilinmesi gerekiyor. Buna göre, aşağıdaki ayrık model elde edilir.
ˆ (k ) + Bˆ u (k )
x(k + 1) = Ax

A
y (k ) = Cx(k ) + Du(k )
ˆ = L−1 {( sI − A) −1}
A ˆ − I )B
, Bˆ = A −1 ( A , C=C , D=D
t =T

L
Örnek
 x1 (t )  1 1   x1 (t )  0
 x (t )  = 0 −2  x (t )  1 u (t )

T
 2     2  
Sürekli – Zaman Durum – Uzay Modeli olarak verilen
 x1 (t ) 
y (t ) = [1 0]  
 x2 (t ) 
O
sürekli sistemin T = 1 sn ile örnekleyen Ayrık – Zaman Durum Uzay Modelini elde edin.
N
Çözüm
1 1  0  ˆ (k ) + Bˆ u (k )
x(k + 1) = Ax
A=  , B = 1  0 , C = [1 0 ] , D = 0 ,
0 −2    y (k ) = Cx(k ) + Du(k )
A

ˆ = L−1 {( sI − A) −1}
A = L−1 {( sI − A) −1}
t =T t =1
−1
 s 0  1 1   s − 1 0 − 1   s − 1 −1  1/ ( s − 1) 1/ ( s − 1)( s + 2)) 
M

−1
( sI − A ) =   −  =  =  =
 0 s  0 −2  0 − 0 s − (−2)   0 s + 2  0 1 / ( s + 2) 
1 A B As + 2 A + Bs − B ( A + B ) s + 2 A − B
= + = =
Ş

( s − 1)( s + 2) s − 1 s + 2 ( s − 1)( s + 2) ( s − 1)( s + 2)

1 = ( A + B)s + 2 A − B
I

0 = A+ B
1 = 2 A − B → A = 1/ 3 , B = −1/ 3
L

1 1/ 3 −1 / 3
= +
( s − 1)( s + 2) s − 1 s + 2
A

1 t 1 1/ 3 1/ 3
[e u (t ) − e −2 t u (t )] ↔ = −
3 ( s − 1)( s + 2) s − 1 s + 2
1 1
Ç

et u (t ) ↔ , e −2 t u (t ) ↔
s −1 s+2
 1/ ( s − 1) 1/ ( s − 1)( s + 2))   et u (t ) (1/3)[et u (t ) − e −2t u (t )]
L−1 {( sI − A ) −1} = L−1   = 
  0 1 / ( s + 2)    0 e−2t u (t ) 

37
 Aşkın Demirkol

t = T = 1 sn örnekleme periyodu uygulanırsa,

ˆ = L−1 {( sI − A) −1}  e1u (1) (1/3)[e1u (1) − e −2.(1)u (1)]  2.73 0.865 1 0.317 
A = = =
t =T =1
 0 e −2.(1)u (1)   0 e−2  0 0.134 
−1
ˆ − I )B = 1 1   1
Bˆ = A −1 ( A
0.317  1 0   0 1 0.5    1 − 1 0.317 − 0   0

I
0 −2  0 −  =  
   0.134  0 1   1  0 −0.5  0 − 0 0.134 − 0   1 
 
1 0.5   0 0.317   0   0.3840 

R
=   =
0.134   1   −0.0670 
0 −0.5  0

A
ˆ = 1 0.317  , Bˆ =  0.3840  , C = [1 0] , D = 0 , T = 1 sn örnekleme periyodu için,
A 0 0.134   −0.0670 
   

L
 x1 (k + 1)  1 0.317  x1 (k )   0.3840 
 =   +  u (k )
ˆ (k ) + Bˆ u (k )  x2 (k + 1)  0 0.134  x2 (k )  −0.0670

T
x(k + 1) = Ax
→
y (k ) = Cx(k ) + Du(k )  x (k ) 
y (k ) = [1 0]  1 
 x2 (k ) 
O
Ayrık – Zaman Durum – Uzay Modellerinin Kontroledilebilirliği ve Gözlemlenebilirliği
N
Örnek

0.5z + 1 0.5z + 1
A

Transfer fonksiyonu H ( z ) = 2
= olarak verilen ayrık – zaman
z + 1.5z + 0.54 ( z + 0.6)( z + 0.9)
sistemin Durum – Uzay Modelini oluşturarak, kontroledilebilirliğini, gözlemlenebilirliğini ve
model üzerinden kararlılığını araitırın.
M

Çözüm
Ş

Transfer fonksiyonu ile durum – uzay modelin elde edilişi ; Direkt/kıntroledilebilir form
I

Y ( z) 0.5 z + 1 Y ( z) X ( z) 1
H ( z) = = 2 = = 2 (0.5 z + 1)
F ( z ) z + 1.5 + 0.54 X ( z ) F ( z ) z + 1.5 z + 0.54
L

X ( z) 1
= 2 → ( z 2 + 1.5 z + 0.54) X ( z ) = F ( z )
F ( z ) z + 1.5 z + 0.54
A

z 2 X ( z ) + 1.5 zX ( z ) + 0.54 X ( z ) = F ( z ) → f = x2 [k + 1] + x2 [k ] + 0.16 x1[k ] → x2 [k + 1] = −0.54 x1[k ] − 1.5x2 [k ]

Y ( z)
= 0.5 z + 1 → (0.5 z + 1) X ( z ) = Y ( z )
Ç

X ( z)
0.5 zX ( z ) + X ( z ) = Y ( z ) → y[k ] = 0.5 x2 [k ] + x1[k ]

38
 Sinyaller & Sistemler – Ayrık Sinyaller ve Sistemler

x(k ) = x1 (k ) = X ( z )
x2 (k ) = x1 (k + 1) = zX ( z )
x2 (k + 1) = z 2 X ( z )
 x1 (k + 1)   0 1   x1 (k )  0
x1 (k + 1) = x2 (k )  x (k + 1)  = −0.54 −1.5  x (k )  + 1 f (k )
 2     2   

I
x2 (k + 1) = −0.54 x1 (k ) − 1.5 x2 (k ) →
 x (k ) 
y (k ) = x1 (k ) + 0.5 x2 (k ) y (k ) = [1 0.5]  1 

R
 x2 (k )

Ayrık karşılığı elde edilen Durum – Uzay modelinin basit formu olarak anılan

A
kontroledilebilir kanonik formu aşağıdaki gibi oluşturulur.

L
0.5

T
x2 (k + 1) x2 (k ) x1 (k )
1 1
f ∑ ∑ y
z z
O
N

1.5

0.54
A

Şekil 20. Ayrık sistem

Çözüm
M

Şekil göz önüne alındığında aşağıdaki denklemler oluşturulacaktır.

 x1 (k + 1)   0 1   x1 (k )  0
Ş

 x (k + 1)  =  −0.54 −1.5  x (k )  + 1 f [k ]

 2     2   
 x (k ) 
I

y(k ) = [1 0.5]  1 
 x2 (k ) 
L

 0 1  0 
A=  , B =   0 , C = [0.5 1] , D = 0
 −0.54 −1.5 1 
A

a) Kontroledilebilirlik

 0 1  0   0.0 + 1.1   1 
Ç

AB =     = = 
 −0.54 −1.5 1   −0.54.0 + ( −1.5).1  −1.5
0 1 
ς = [ B AB ] =   → det(ς ) = ( −1.5).0 − 1.1 = −1
1 −1.5

39
 Aşkın Demirkol

det(ς ) ≠ 0 olduğundan rank(ς ) = Durum değişkeni sayısı

Rank bilgisine göre ayrık sistem kontroledilebilirdir.

b) Gözlemlenebilirlik

I
 0 1 
CA = [1 0.5]   = [1.0 + (0.5).( −0.54) 1.1 + (0.5).( −1.5) ] = [ −0.27 0.25]
 −0.54 −1.5

R
C   1 0.5 
O=  =  → det(O ) = 1.(0.25) − (0.5).( −0.27) = 0.25 + 0.135 = 0.385
CA   −0.27 0.25

A
det(O) ≠ 0 → rank(O) = 2 = Durum (state) sayısı

L
Rank bilgisine göre ayrık sistem gözlenebilirdir.

c) Kararlılık

T
 x1 (k + 1)   0 1   x1 (k )  0
 x (k + 1)  =  −0.54 −1.5  x (k )  + 1 u (k )
 2  
 x (k ) 
y (k ) = [1 0.5]  1 
  2   
O
N
 x2 (k ) 
Eğer A Durum matrisinin öz değerleri birim çemberin içinde yer alıyorsa ayrık sistem kararlı
olacaktır.
 0 1  λ 0   0 1   λ −0 0 −1   λ −1 
A=  → λI − A =   −  =  = 
A

 −0.54 −1.5  0 λ   −0.54 −1.5 0 − (−0.54) λ − (−1.5)  0.54 λ + 1.5

λ −1
det(λ I − A) = = λ (λ + 1.5) − [ −1.(0.54] = λ 2 + 1.5λ − [ −0.54] = λ 2 + 1.5λ + 0.54
M

0.54 λ + 1.5
det(λ I − A) = 0 → λ 2 + 1.5λ + 0.54 = 0 = (λ + 0.6)(λ + 0.9) → λ = −0.6 ve λ = −0.9
Ş

Sistemin öz değerleri λ = −0.6 ve λ = −0.9 olarak birim çember içinde yer aldığından ayrık
sistem kararlıdır.
I
L
A
Ç

40