Professional Documents
Culture Documents
Kotor20171128 Predavanje Konacno K
Kotor20171128 Predavanje Konacno K
Pomorski fakultet
Joško Šoda
Sažetak izlaganja:
• Podjela signala
• Fourierov niz
• Fourierov integral
• Uzorkivanje signala
• Zaključak
Ciljevi:
• predstaviti i razlikovati tri vrste spektralne analize signala (Fourierov niz, Fourierov integral i
diskretnu fourierovu transformaciju)
Podjela signala
- Informacija u signalu je sadržana od uzoraka varijacija u nekoj formi.
- Primjerice, ljudski govor se predstavlja kao fluktuiranje akustičkog tlaka, dok se monokromatska slika predstavlja kao
variranje u osvjetljenju duž slike.
- Matematički, signal se zapisuje kao funkcija od jedne ili više nezavisnih varijabli.
- diskretni signal ili diskretna sekvenca, xn ili x[n], je niz vrijednosti koji se označavaju indeksom n.
- Obično se diskretni signali dobivaju uzorkivanjem kontinuiranog signala u vremenskim razmacima T koji su određeni
frekvencijom uzorkivanja fs = 1/T.
- kontinuirani i diskretni signali se mogu podijeliti na periodičke i aperiodičke signale
- za kontinuirani signal se kaže da je periodičan ako vrijedi x(t+T)=x(t), gdje se sa T označava osnovni period signala
- za diskretni signal se kaže da je periodičan ako vrijedi x[n+N]=x[n], gdje je sa N označen osnovni period signala
- kontinuirani i diskretni signali dijele se na stacionarne i nestacionarne signale
- stacionarni signal je onaj signal kojemu se svojstvo (frekvencijski sadržaj) vremenski ne mijenja (nije
važno vrijeme snimanja za određivanje svojstava)
- nestacionarni signal je onaj signal kojemu se svojstvo (frekvencijski sadržaj) vremenski mijenja
- poboljšavanje rezolucije svemirskih
svemir i fotografija
• Područja gdje se koristi analiza signala: svemirska - sažimanje podataka
istraživanja - analiza signala koji dolaze iz udaljenih
svemirskih objekata
- radar
• 90-tih godina 20. stoljeća (digitalna) obrada signala se predaje vojska i - sonar
- elektronika za navođenje oružja
vojna industrija
na preddiplomskim i diplomskim kolegijima i spada u - vojne komunikacije (sigurnost)
• (digitalna) obrada signala se uspoređuje s revolucijom u - analiza i obrada signala vibracija (potresi)
znanstveno - prikupljanje podataka
vremenu kada se razvijala elektronika područje - analiza sprekta
- simulacija i modeliranje
Načini analize signala:
• frekvencijsko područje (Fourierov niz, Fourierov integral, Diskretna Fourierova transformacija, FFT)
- Fourier je 1807. godine promatrao propagaciju topline, te je predložio da se sinusoidalne (koje se matematički opisuju
preko kompleksne eksponencijale) funkcije koriste za opisivanje raspodjele temperature.
- Fourier je tvrdio da se bilo koji periodički signal može predstaviti sumom sinusoidalnih funkcija određene frekvencije
i njenih višekratnika.
- Fourierova analiza jedan je od najznačajnijih alata kod obrade signala i analize sustava!!!
- 1759. J. L. Lagrange je kritizirao ideju korištenja trigonometrijskih funkcija jer je iznio primjedbu da u točkama
diskontinuiteta nije moguće točno opisati zadani signal (Gibbsov fenomen)
- P. L. Dirichlet (1829.) je proširio analizu uzimajući u obzir uvjete na granici, te predstavio pravila s kojima se periodički
signal može opisati Fourierovim nizom i pod kojim uvjetima (tzv. Dirichletovi uvjeti)
- 1822. godine Fourier je napokon predstavio svoj rad (prije nije mogao biti objavljen zbog protivljenja Lagrangea)
„Theorie analytique de la chaleur” (eng. „The Analytical Theory of Heat”)
- s obzirom na vrste signala koje egzistiraju, postoje četiri (4) „vrste” Fourierove analize:
Signali
Kontinuirani Diskretni
- Hipoteza: svaki periodički signal može se prikazati u frekvencijskom području preko jakosti (magnitude) i faze.
- Vrijedi: ako je promatrani signal kontinuiran i periodički u vremenskom području, tada je diskretan u frekvencijskom
području i obratno!!!
x (t ) x(t kT )
k
x (t )
T T
x (t ), za t , ]
x(t ) 2 2 aperiodički signal
0, drugdje
- U DSP terminologiji x (t ) se naziva periodičko proširenje od x(t)
- Upravo navedeno svojstvo se koristi kod DSP procesora, tj. svaki promatrani odsječak signala koji se obrađuje, tretira
se kao periodički, te se temeljem toga računaju koeficijenti!!!
x (t )
k
X k e jk0t
Xk - koeficijenti
T T
t , ]
2 2
2
0 2 f
T
- koristeći matematičke operacije: množenja lijeve i desne strane s kompleksnom eksponencijalom i integriranja te
sređivanjem izraza dobiva se izraz za računanje koeficijenata periodičkog signala:
T
1 2
X k x (t ) e jk0t dt
T T
2
- Dakle, tzv. polarni oblik Fourierovog niza, tj. formule analize i sinteze glase:
T
1 2
X k x (t ) e jk0t dt • formule analize
T T
2
x (t )
k
X k e jk0t • formula sinteze
Xk - općenito radi se o kompleksnom broju koji se može predstaviti kao:
X k Re X k j Im X k
X k X k e j arg( X k )
Re X k Im X k
2 2
Xk
Im X k
arg( X k ) arctg
Re X k
1 j0t j0t
x (t ) sin(0t ) Eulerove relacije e e
2j
1 j0t 1 j0t
x (t ) e e
2j 2j
1
X1
2j
1 Xk
X 1
2j 0.5
j0
1 1e j
0.5e
2
2j j 0 0
2e 2
X k 0.5
arg(X k )
2
Polarni oblik Fourierovog niza se može prikazati u trigonometrijskom obliku ako se preradi na slijedeći način:
1 0
x (t )
k
Xk e jk0t
x (t )
k
Xk e jk 0t
Xk e
k 0
jk 0t
X k e jk 0t
k 1
x (t ) X k e jk0t
X 0 X k e jk0t
k 1 k 1
uz supstitucije:
1
k
Xk e jk0t
X k e jk0t
k 1
T T
2
0
1 1 2
X0 Xk e jk0t
x (t ) e j 00t
dt x (t )dt DC
k 0 T T T T
2 2
Sređivanjem gore navedenih izraza dobiva se trigonometrijski oblik Fourierovog niza ili
tzv. Euler ili Euler – Fourierova jednadžba za predstavljanje periodičkih sekvenci koja glasi:
1
x (t ) a0 (a k cos(k 0 t) b k sin( k0t ))
2 k 1
T
1 2
a0 x (t )dt
T T
2
Trigonometrijski oblik Fourierovog niza
T
2 2
a k x(t ) cos(k 0 t) dt
T T
2
T
2 2
b k x(t ) sin(k 0 t)dt
T T
2
Konvergencija Fourierovog niza
- Postavlja se pitanje za koje sve periodičke signale se može koristiti Fourierov niz?
- U praksi može se dogoditi da ima beskonačno mnogo koeficijenta s kojima bi se trebao predstaviti promatrani periodički
signal da bude identičan polaznom signalu.
- Također, može se dogoditi da iako su svi koeficijenti konačni da razvoj u Fourierov red daje divergenciju, tj. ne teži
funkciji x(t).
- Postoje dvije klase uvjeta koje periodički signal mora zadovoljiti da bi se mogao prikazati Fourierovim nizom.
1. Periodički signali moraju imati konačnu energiju u jednom periodu, tj. vrijedi:
2
x(t ) dt
T
Ako je gore navedeni uvjet zadovoljen koeficijenti od X k su konačni. To znači, da ako bi se izračunala energija od x(t) i
energija od rekonstruiranog signala, da bi razlika energija težila nuli kada bi broj koeficijenata težio k beskonačnosti. Tj.
energije rekonstruiranog i originalnog signala bi bile jednake.
2. U bilo kojem konačnom intervalu ako postoji konačan broj diskontinuiteta, tada se Fourierovim nizom predstavlja
originalni signal, osim u točkama diskontinuiteta. U diskontinuitetima se uzima srednja vrijednost kao vrijednost prekida.
Valja istaći da signali koji su nedefinirani u nekom periodu, u praksi nisu fizički mogući!
Gibbsov efekt; Kada se signal
opisuje s Fourierovim nizom, tada
bez obzira koliko bio odabran N,
postoji nadvišenje u
diskontinuitetima od 9%.
Povećanjem broja članova N,
nadvišenje „teži” ka
diskontinuitetu. Nadvišenje
nestaje samo kada je broj članova
N beskonačan. U praksi to nije
moguće.
Fourierova transformacija ili Fourierov integral
• Za aperiodičke signale potrebno je razviti novi alat, tj. novu tehniku analize.
• Metodologija razvoja je slijedeća: Aperiodički signal se predstavi kao periodički, dakle, tretira ga se kao periodički
signal s osnovnim periodom T0 koji teži u beskonačnost.
• Vrijedi zaključak: Ako se primjeni Fourierov red na periodički signal, te se dopusti da T0 , dobiva se
transformacija aperiodičkog signala. Također kada je T0 tada vrijedi: X k 0 i 0 0 .
• Neka je zadan, općenito, aperiodički signal x(t). Neka ga se periodički proširi kao što je prikazano na slici.
x (t ) X k e jk0t
2
k
0
T0
2
T0
1
Xk
T0 T
x (t ) e jk0t dt
0
2
• Polazi se od Fourierovog reda:
2
0
T0
• za kontinuiran.
• Dokaz:
*
*
X ( ) x(t ) e dt x (t ) e jt dt
* jt
• Dobiva se:
jt
X ( )
*
x (t ) e dt
*
x(t ) e jt dt X ( )
• Gustoća energije kod aperiodičkog signala, Parsevalov teorem
• Gustoća energije kod aperiodičkog signala se može izračunati iz općenite formule za energiju signala u vremenskom
području:
2
Ex x(t ) dt
Ex
x(t) x(t)*dt
*
1
1
Ex x(t) x(t) dt x(t)
*
X ( ) e d dt x(t)
jt
X * ( ) e jt d dt
2
2
• Sređivanjem izraza, dobiva se:
1
1
Ex X ( ) x(t )e dt d
* jt
X * ( ) X ( ) d
2 2
2
1 1
X * ( ) X ( ) d X ( ) d
2 2
• Parsevalov teorem kaže da se energija signala može računati u vremenskom području kao kvadrat
modula koeficijenata signala u vremenu ili kao gustoća energije spektra, odnosno kvadrat modula
spektra magnitude signala u frekvencijskom području.
2
1
Ex
x(t) x(t)*dt X ( ) d
2
• Svojstvo konvolucije signala u frekvencijskom području
• Ako su zadani signal ulaza x(t), prijenosna funkcija sustava h(t) i izlazni signal y(t), tada se izlazni signal y(t) može
izračunati prema formuli za konvoluciju signala:
y (t ) x(t ) h(t) x( ) h(t )d
Y ( ) x( ) h(t ) e dt d x( ) H ( ) e
jt j
d H ( ) x( )e j d
• Vremensko uzorkivanje je proces pretvaranja vremenski – kontinuiranog signala u vremenski – diskretnu sekvencu.
• Proces uzorkivanja će biti dobiven uporabom korištenjem Fourierove analize, odnosno spektra signala.
r (t ) r * (t )
r (t ) r * (t )
t *
0
0 2T 3T 4T 5T 6T 7T
t
(t kT )
T
k
(t kT )
k
1
3T 2T T 2T 3T t
0 T
• Korištenjem Fourierovog niza na generator jediničnih Dirackovih funkcija, te uz uporabu Lapalceove transformacije,
dobiva se izraz za spektar uzorkovanog signala:
1
R ( j ) R( j jk0 )
*
T k
efekt
prekrivanja
S S
S S
2 2
• Dakle, kada se signal r(t) uzorkuje, tada se u spektru na mjestima uzorkivanja pojavi spektar od originalnog signala.
• Također, tijekom uzorkivanja posebna pozornost se treba voditi kod izbora frekvencije uzorkivanja.
• Ako se frekvencija uzorkivanja ne odabere ispravno može doći do efekta prekrivanja (eng. aliasing).
• Također, u praksi je poznato da spektar signala ne mora biti konačan. Zbog toga iako je izabrana ispravna frekvencija
uzorkivanja može doći do efekta prekrivanja. Da bi se to izbjeglo, u praksi, se prije uzorkivanja postavi NF pred-filtar s
kojim se spektar originalnog signala ogranići.
• Slika prikazuje spektar signala r(t) kada se na njega primjeni nisko propusni filtar, i spektar uzorkivanog signala. Valja
uočiti da, zbog ugradnje NF-filtra, ne dolazi do pojave prekrivanja.
S
S S S
2 2
• Teorem uzorkivanja: Signal r(t) se može obnoviti iz uzoraka ako je frekvencija uzorkivanja barem dva puta veća od
najveće frekvencije (gornje granične frekvencije) signala r(t).
0 2 g
1 1
R ( j ) R ( j jk0 ) R( j ( k0 ))
*
T k T k
0 2 g
• Frekvencijski odziv kod diskretnih sekvenci (signala)
• Važno svojstvo svakog vremenski nezavisnog sustava (LTI sustava) je odziv u ustaljenom stanju ako se na ulazu sustava
narine sinusoidalna sekvenca, kao što je prikazano na slici.
• Sinusoidalna sekvenca se može prikazati preko kompleksne eksponencijalne sekvence, koristeći Eulerove relacije:
• Dakle, s karakterističnom funkcijom se može izračunati odziv sustava u ustaljenom stanju, na način:
x n y n
h n
y n x k h n k h k x n k
k k
• Ako se na ulaz sustava dovede karakteristična funkcija x n e jn , za odziv se dobiva:
y n h k e j ( n k )
h k e jn
e jk
e jn
h k e jk
k k k
yss n x n h k e jk
k
• Ako se na ulaz promatranog sustava narine karakteristična funkcija, na izlazu se dobiva odziv sustava u ustaljenom
stanju.
• Odziv sustava u ustaljenom stanju je jednak karakterističnoj funkciji pomnoženo s karakterističnom vrijednosti (eng.
eigenvaule or characteristic value).
• Karakteristična vrijednost, H e j ima značajnu ulogu u obradi signala, te se naziva FREKVENCIJSKI ODZIV
SUSTAVA.
He j
h k e j k
k
• Dakle, ako se na ulaz sustava dovede karakteristična funkcija, na izlazu sustava se dobije odziv sustava u
ustaljenom stanju, preko frekvencijskog odziva, kao što je prikazano na slici.
yss n x n H e j
x n e jn yss n x n H e j
h n
• Svojstva frekvencijskog odziva
He j
h k e j k
k
• Kao što se može vidjeti frekvencijski odziv je kompleksna funkcija te se može pisati:
H e j M e jP
M H e j - magnituda
h n
• Rješenje:
1
h n n n 1
0 1 n
x n e jn
He j
h k e jk
k
He e
j j j j j j j
j j0 j1 j1
e 1 e e 2
e 2
e 2
e 2
e 2
(e 2
e 2
)
j 2
He j
2 cos( ) e
2
M H e j 2 cos( )
2
P H e j
2
• Prikaz frekvencijskog odziva sustava.
1.8
M a g n it u d a s e k v e n c e , M
1.6
1.2
0.8
-1
0.6
0.4
0.2
-1.5
0 1 2 3 0 1 2 3
digitalna frekvencija digitalna frekvencija
• Periodičnost
• Funkcija H e j je periodička u periodu 0, 2 !
• Dokaz:
He j ( 2 )
h k e j ( 2 ) k
h k e jk
e j 2 k
h k e
jk
H e j
k k k
• Simetričnost
• Magnituda od H e
j
je parna funkcija od digitalne frekvencije, dok je faza od H e
j
je neparna funkcija od digitalne frekvencije.
• Dokaz:
He j
h k e jk
h k (cos(k ) j sin(k )) h k cos(k ) j h k sin(k ) u j v
k k k k
He j
h k e jk
h k (cos(k ) j sin(k )) h k cos(k ) j h k sin(k ) u j v
k k k k
v
He
arctg
j
(u v ) e
2 2 u
v
He
arctg
j
(u v ) e
2 2 u
H e j H e j - neparna funkcija
• Frekvencijski opseg
• Zbog činjenice da je digitalna frekvencija periodička funkcija, i koristeći spoznaje iz teorema uzorkivanja, maksimalna
digitalna frekvencija kod koje ne dolazi do tzv. efekta prekrivanja je:
max
2 f maxTs
fs
f max
2
• Dakle, maksimalna analogna frekvencija koju se može razlučiti u sustavu, koji je uzorkivan s frekvencijom
uzorkivanja, iznosi pola frekvencije uzorkovanja! Dakle, odabir frekvencija uzorkivanja ima značajnu ulogu kod
frekvencijskog odziva diskretnih sekvenci.
• Diskretna Fourier-ova transformacija
• Polazna točka je da se bilo koja sekvenca može predstaviti kao suma kompleksnih eksponencijala.
• Također, konačna sekvenca se može periodički proširiti, te na taj način se polazna točka može primijeniti.
N 1 2
jk
X (k ) x n e
n
N
k 0,1, 2,..., N 1
n0
2
1 N 1
x n X (k) e N n 0,1, 2,..., N 1
jn k
N k 0
• Primjer: Za sekvencu prikazanu na slici potrebno je pronaći DFT transformaciju, te
magnitudu i fazu prikazati grafički.
x n
• Rješenje:
3
N 3 2
2 2
jk
X (k) x n e
n 1
N
k 0,1, 2
n 0
j0
2
0 j0
2
1 j0
2
2 0 1 2 n
X (0) 3 e 3
2e 3
1 e 3
6
2 2 2 2 2
j1 0 j1 1 j1 2 j j2 j
X (1) 3 e 3
2e 3
1 e 3
3 2e 3
e 3
3e 6
2 2 2 2 2
j2 0 j2 1 j2 2 j2 j4 j
X (2) 3 e 3
2e 3
1 e 3
3 2e 3
e 3
3 e 6
X k
6
X k
3 6
0 1
0 2 k
0 1 2 k
6
• Zaključak
• Fourierova analiza signala pretvara promatrani signal iz vremenskog područja u frekvencijsko područje (iz
amplituda-vrijeme prostora u magnituda-frekvencija prostor)
• brza Fourierova transformacija (FFT) je algoritam koji se danas koristi za računanje spektra i diskretnih i
„kontinuiranih” signala
Signali
Kontinuirani Diskretni
DFT
brza
Fourierova
transformacija
(FFT)
Sveučilište u Splitu
Pomorski fakultet
Joško Šoda