Przetwarzanie sygnalow MK
Przetwarzanie sygnalow MK Przetwarzanie sygnalow MK
Materiały pomocnicze do wykładu 1
- Page 2 and 3: • Plan zajęć • Podstawowe wia
- Page 4 and 5: pojecie sygnału jest rozumiane jak
- Page 6 and 7: sygnały ciągłe: •Sygnały okre
- Page 8 and 9: Sygnał i informacja Czy każdy syg
- Page 10 and 11: Wartość średnia Wartość średn
- Page 12 and 13: Energia i Moc sygnału Energią ana
- Page 14 and 15: Wartość skuteczna Wartością sku
- Page 16 and 17: Sygnał harmoniczny parametry sygna
- Page 18 and 19: gdzie: a0 - jest wartością średn
- Page 20 and 21: uwzględniając zależności Eulera
- Page 22 and 23: przykład: znaleźć trygonometrycz
- Page 24 and 25: widmo amplitudowe widmo fazowe 24
- Page 26 and 27: Re( j ) 2 Im( j 2 X( j ) Im(
- Page 28 and 29: przesunięcie w dziedzinie czasu x(
- Page 30 and 31: Dodając stronami powyższe pary tr
- Page 32: A x(t) A 2 -/40 /4 t 8 4 4 8
- Page 42 and 43: sygnały analogowe - ciągłe w cza
- Page 45 and 46: System dyskretny - układ przekszta
- Page 47 and 48: sumowanie b(n) b(n+1) + b(n+2) b(n+
- Page 49 and 50: proces reprezentowania sygnału o c
- Page 51 and 52: Pytanie: Jaki sygnał jest reprezen
Materiały pomocnicze do wykładu<br />
1
• Plan zajęć<br />
• Podstawowe wiadomości o sygnałach<br />
• Szeregi Fouriera<br />
• Ciągła Transformata Fouriera<br />
• Sygnały cyfrowe<br />
• Próbkowanie sygnałów. Zjawisko aliasingu<br />
• Dyskretna i Szybka Transformata Fouriera<br />
• Przekształcenie Z<br />
• Filtry cyfrowe FIR i IIR<br />
2
1. Tomasz P. Zieliński - Cyfrowe przetwarzanie sygnałów. Od<br />
teorii do zastosowań , WKŁ, 2009,<br />
2. Richard G. Lyons, Wprowadzenie do cyfrowego<br />
przetwarzania sygnałów, WKŁ, 2010 (wyd. 2 rozszerzone),<br />
3. Jerzy Szabatin, Podstawy teorii sygnałów, WKŁ, 1982 i<br />
późniejsze,<br />
4. Izydorczyk J., Płonka G., Tyma G. - Teoria sygnałów. Wstęp.<br />
Wydanie II, Helion 2006<br />
3
pojecie sygnału jest rozumiane jako proces zmian w czasie pewnej<br />
wielkości fizycznej lub stanu obiektu fizycznego.<br />
za modele matematyczne sygnałów przyjmujemy funkcje, których<br />
argumentem jest czas t gdyż opisują one ewolucje sygnałów w czasie.<br />
W najprostszym przypadku są to funkcje tylko jednej zmiennej t.<br />
W przypadkach bardziej złożonych, np. w teorii linii długich lub<br />
zagadnieniach przetwarzania obrazów, mogą to być funkcje wielu<br />
zmiennych: czasu i współrzędnych przestrzennych.<br />
4
Klasyfikacja (podział sygnałów)<br />
- ze względu na model matematyczny:<br />
- rzeczywiste.<br />
- zespolone,<br />
- dystrybucyjne<br />
-ze względu na możliwość przewidywania wartości sygnału w danej chwili:<br />
-deterministyczne,<br />
-losowe,<br />
- ze względu na dziedzinę określoności:<br />
- ciągłe,<br />
- dyskretne,<br />
5
sygnały ciągłe:<br />
•Sygnały określone w zbiorze ciągłym osi czasu są nazywane<br />
sygnałami ciągłymi w czasie lub krótko sygnałami ciągłymi .<br />
•Najczęściej dziedziną takich sygnałów jest cała os (−∞, ∞) , dodatnia półoś [0,<br />
∞) lub odcinek [t1, t2] osi czasu.<br />
sygnały dyskretne:<br />
•Sygnały określone w dyskretnym (przeliczalnym lub skończonym) zbiorze<br />
punktów osi czasu (. . . , t−1, t0, t1, t2, . . . ) i nieokreślone w pozostałych<br />
punktach są nazywane sygnałami dyskretnymi w czasie lub krótko sygnałami<br />
dyskretnymi.<br />
•Najczęściej dziedziną tych sygnałów jest zbiór chwil tn = nTs, n ∈ ∁, odległych<br />
od siebie o stały odstęp Ts nazywany przedziałem dyskretyzacji<br />
6
- ze względu na przybieranie wartości różnych od zera:<br />
- w przedziale nieskończonym – sygnały o nieskończonym czasie trwania,<br />
- w przedziale skończonym – sygnały o skończonym i czasie trwania.<br />
- ze względu na dziedzinę i przeciwdziedzinę (zbiór wartości)<br />
– ciągłe w czasie i ciągłe w amplitudzie (nazywane także analogowymi),<br />
– ciągłe w czasie i dyskretne w amplitudzie,<br />
– dyskretne w czasie i ciągłe w amplitudzie,<br />
– dyskretne w czasie i dyskretne w amplitudzie<br />
szczególny rodzaj – sygnały binarne (przybierają tylko wartości 0 i 1)<br />
7
Sygnał i informacja<br />
Czy każdy sygnał niesie ze sobą informacje<br />
Jeśli sygnał jest deterministyczny, znamy dokładnie jego przebieg w<br />
przeszłości, wartość w chwili bieżącej i zachowanie sie w przyszłości.<br />
Nasza wiedza o nim jest pełna. Nie może on nam zatem dostarczyć<br />
informacji, np. funkcja sin(t).<br />
Informacje przekazują tylko takie sygnały,<br />
które dla odbiorcy są losowe<br />
Sygnałami losowymi są:<br />
sygnały transmitowane w systemach komunikacyjnych powszechnego<br />
użytku: telefonicznych, radiowych, telewizyjnych.<br />
8
Sygnały analogowe - podstawy<br />
notacja – x(t), y(t), z(t) itd...<br />
parametry –<br />
- wartość średnia,<br />
- wartość skuteczna<br />
- energia,<br />
- moc,<br />
9
Wartość średnia<br />
Wartość średnia analogowego impulsowego sygnału<br />
deterministycznego x(t) określonego w przedziale [t1, t2] jest całka z<br />
tego sygnału w przedziale<br />
[t1, t2] odniesiona do szerokości tego przedziału:<br />
W przypadku sygnałów o nieskończonym czasie trwania wartość<br />
średnia jest<br />
określona jako wielkość graniczna:
Wartość średnia<br />
W szczególnym przypadku, gdy sygnał o nieskończonym czasie<br />
trwania jest sygnałem okresowym o okresie To, uśrednianie w<br />
czasie nieskończonym jest równoważne uśrednianiu za okres:<br />
przy czym chwila to jest dowolna.
Energia i Moc sygnału<br />
Energią analogowego sygnału deterministycznego x(t)<br />
nazywamy wielkość:<br />
Mocą (średnia) analogowego sygnału deterministycznego x(t)<br />
nazywamy wielkość graniczną:
W przypadku sygnałów okresowych<br />
wzór przybiera postać:<br />
gdzie To jest okresem, a to – dowolna chwila.<br />
UWAGA:<br />
• zdefiniowane wielkości energii i mocy sygnału nie maja sensu nadawanego<br />
im w fizyce i należy je rozumieć w znaczeniu uogólnionym,<br />
• przy przyjętym założeniu bezwymiarowości sygnałów wymiarem energii<br />
sygnału jest sekunda, a moc jest bezwymiarowa,<br />
• gdyby jednak sygnał był sygnałem napięcia lub prądu, to wydzieliłby na<br />
oporze jednostkowym 1Ω energie (lub moc) równa liczbowo wielkości<br />
wyznaczonej na podstawie podanych zależności.
Wartość skuteczna<br />
Wartością skuteczną sygnału jest nazywany pierwiastek z jego<br />
mocy:<br />
czyli:
• Energia i moc charakteryzują właściwości energetyczne sygnału.<br />
• Na ich podstawie sygnały deterministyczne są dzielone na dwie<br />
podstawowe rozłączne klasy.<br />
1) Sygnał x(t) jest nazywany sygnałem o ograniczonej energii , jeśli:<br />
2) Sygnał x(t) jest nazywany sygnałem o ograniczonej mocy , jeśli:<br />
• moc sygnałów o ograniczonej energii jest równa zeru.<br />
• energia sygnałów o ograniczonej mocy jest nieskończona.<br />
• klasa sygnałów o ograniczonej energii obejmuje oczywiście wszystkie sygnały impulsowe<br />
ograniczone w amplitudzie, ale nie tylko. Do klasy tej należą także sygnały o<br />
nieskończonym czasie trwania, których wartości maleją dostatecznie szybko w funkcji<br />
czasu.<br />
• sygnały o ograniczonej mocy i ograniczone w amplitudzie są sygnałami o nieskończonym<br />
czasie trwania. Szczególna podklasa tych ostatnich są sygnały okresowe.
Sygnał harmoniczny<br />
parametry sygnału<br />
harmonicznego:<br />
- amplituda – X0,<br />
- pulsacja - ꙍ0,<br />
- faza początkowa – φ0<br />
gdzie: fo – częstotliwość,<br />
To - okres<br />
16
Każdy okresowy sygnał ciągły f(t) spełniający<br />
warunki Dirichleta można zapisać w postaci<br />
nieskończonej sumy składowych<br />
sinusoidalnych:<br />
17
gdzie:<br />
a0 – jest wartością średnią sygnału<br />
ak i bk są trygonometrycznymi współczynnikami Fouriera<br />
18
Korzystając z właściwości iż każdą liczbę zespoloną można<br />
zapisać w postaci wykładniczej i trygonometrycznej funkcję f(t)<br />
można przedstawić w postaci nieskończonego zespolonego<br />
szeregu wykładniczego:<br />
gdzie ck są zespolonymi współczynnikami Fouriera:<br />
19
uwzględniając zależności Eulera:<br />
trygonometryczne współczynniki Fouriera można wyznaczyć ze<br />
współczynnika zespolonego:<br />
20
Widmo amplitudowe sygnału f(t):<br />
Widmo fazowe sygnału f(t):<br />
21
przykład: znaleźć trygonometryczne<br />
współczynniki Fouriera sygnału<br />
prostokątnego:<br />
22
W miarę wzrostu N sygnał prostokątny będzie<br />
dokładniej aproksymowany<br />
N=1 N=5 N=11<br />
N=30 N=150<br />
23
widmo amplitudowe<br />
widmo fazowe<br />
24
Dyskretne widmo Fouriera istnieje dla sygnałów okresowych. Natomiast w<br />
praktycznych zastosowaniach istnieje konieczność analizy sygnałów<br />
nieokresowych. Jeśli sygnał nieokresowy potraktuje się jako sygnał periodyczny o<br />
okresie dążącym do nieskończoności, to dyskretne widmo Fouriera takiego<br />
sygnału przechodzi w granicy w widmo ciągłe.<br />
2<br />
1 d<br />
T 0<br />
d<br />
n0<br />
<br />
T T 2<br />
Para transformat Fouriera<br />
X(<br />
x(<br />
t<br />
j<br />
) <br />
) <br />
2<br />
<br />
<br />
<br />
x(<br />
t ) e<br />
X(<br />
jt<br />
j<br />
) e<br />
dt F<br />
<br />
x(<br />
t )<br />
1 <br />
jt<br />
1<br />
<br />
<br />
d<br />
F<br />
<br />
<br />
X(<br />
j<br />
)<br />
<br />
transformata<br />
prosta<br />
zespolone widmo sygnału<br />
transformata odwrotna<br />
25
Re(<br />
j<br />
) 2 Im(<br />
j 2<br />
X( j<br />
) <br />
<br />
Im( j<br />
) <br />
arc tg<br />
<br />
<br />
Re( j<br />
) <br />
widmo amplitudowe<br />
sygnału<br />
widmo fazowe<br />
sygnału<br />
Transformata Fouriera przekształca sygnał z dziedziny czasu na dziedzinę<br />
częstotliwości (widmo) nco często upraszcza analizę sygnału.<br />
- widmo sygnału ciągłego jest widmem ciągłym<br />
26
liniowość<br />
ax( t ) by(<br />
t ) aX(<br />
) bY(<br />
)<br />
zmiana skali (podobieństwo)<br />
x(<br />
at<br />
)<br />
<br />
1<br />
a<br />
X<br />
<br />
<br />
<br />
<br />
a<br />
<br />
<br />
<br />
Jeśli a>1, to skala czasu jest rozszerzana, sygnał jest „rozciągnięty” w czasie.<br />
Rozszerzenie skali czasu powoduje zawężenie skali częstotliwości i jednocześnie<br />
zwiększa się a-krotnie gęstość widmowa. Fizycznie oznacza to, że zmniejsza się<br />
szybkość zmian sygnału, a widmo skupia się wokół małych częstotliwości, jego<br />
gęstość w tym zakresie wzrasta.<br />
Dla 0
przesunięcie w dziedzinie czasu<br />
x(<br />
t t ) X(<br />
) e<br />
0<br />
jt<br />
Przesunięcie sygnału na osi czasu o t 0 odpowiada pomnożeniu widma<br />
przez czynnik zespolony.<br />
0<br />
Widmo amplitudowe sygnału przesuniętego nie ulega zmianie w<br />
stosunku do widma amplitudowego sygnału nieprzesuniętego. Natomiast<br />
widmo fazowe powiększa się o składnik (- 0 t). Jest to całkowicie zgodne<br />
z sensem fizycznym przesunięcia sygnału na osi czasu. Struktura<br />
częstotliwościowa amplitud poszczególnych harmonicznych sygnału nie<br />
zmienia się. Zmieniają się natomiast fazy poszczególnych harmonicznych<br />
względem układu odniesienia.<br />
28
przesunięcie w dziedzinie częstotliwości (modulacja)<br />
jt<br />
0<br />
x( t ) e X(<br />
0<br />
)<br />
Jeśli widmo sygnału przesuwa się w prawo o wartość 0 >0, to sygnał należy<br />
j<br />
t<br />
pomnożyć przez sygnał wykładniczy zespolony , czyli<br />
e<br />
0<br />
jt<br />
0<br />
x( t ) e X(<br />
0<br />
)<br />
Przesunięcie widma sygnału w lewo o wartość 0 >0 odpowiada pomnożeniu<br />
j0t<br />
sygnału przez sygnał zespolony e , a więc<br />
jt<br />
0<br />
x( t ) e X(<br />
0<br />
)<br />
29
Dodając stronami powyższe pary transformat otrzymuje się<br />
1<br />
x( t )cos 0t<br />
X(<br />
0<br />
) X(<br />
0<br />
2<br />
) <br />
Z powyższej zależności wynika, że pomnożenie sygnału harmonicznego<br />
przez sygnał x(t) powoduje rozszczepienie widma na dwie części<br />
przemieszczone w prawo i w lewo o wartość 0 . Operacja ta nazywana<br />
jest modulacją i wykorzystywana jest w telekomunikacji do przesyłania<br />
sygnałów na dalsze odległości. Sygnałem modulowanym jest sygnał<br />
harmoniczny (informacja zawarta jest w jego częstotliwości), a sygnałem<br />
modulującym sygnał x(t).<br />
30
31<br />
impuls prostokątny<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
t x(t)<br />
t<br />
-/2 /2<br />
0<br />
A<br />
<br />
2<br />
<br />
4<br />
<br />
2<br />
<br />
<br />
4<br />
<br />
A<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
2<br />
2<br />
2<br />
2<br />
2<br />
2<br />
2<br />
2<br />
2<br />
2<br />
2<br />
2<br />
2<br />
2<br />
2<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Sa<br />
A<br />
A<br />
A<br />
j<br />
j<br />
A<br />
e<br />
e<br />
j<br />
A<br />
e<br />
j<br />
A<br />
dt<br />
Ae<br />
X<br />
j<br />
j<br />
t<br />
j<br />
t<br />
j<br />
sin<br />
sin<br />
)<br />
sin(<br />
)<br />
(<br />
/<br />
/<br />
/<br />
/
A<br />
x(t)<br />
<br />
A<br />
2<br />
-/40<br />
/4<br />
t<br />
8<br />
<br />
<br />
4<br />
<br />
<br />
4<br />
<br />
8<br />
<br />
A<br />
x(t)<br />
2A<br />
- 0 <br />
t<br />
8<br />
<br />
<br />
4<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
4<br />
<br />
8<br />
<br />
32
• Obliczanie transformaty bezpośrednio ze wzoru jest<br />
nieefektywne ze względu na zbyt dużą złożoność<br />
obliczeniową.<br />
• Wzrost wydajności przy zastosowaniu FFT<br />
• Algorytm FFT zmniejsza ilość operacji matematycznych<br />
potrzebnych do obliczenia wartości transformaty<br />
41
sygnały analogowe – ciągłe w czasie i amplitudzie<br />
sygnały cyfrowe – dyskretne w amplitudzie i czasie –<br />
ciąg dyskretnych wartości danej wielkości fizycznej<br />
gdzie tp – okres próbkowania
x(0) = 0 , (pierwsza wartość ciągu, n=0 )<br />
x(1) = 0.58779 , (druga wartość ciągu, n=1 )<br />
x(2) = 0.95106 , (trzecia wartość ciągu, n=2 )<br />
x(3) = 0.95106 , (czwarta wartość ciągu, n=3 )<br />
x(n) – ciąg x argumentu n,<br />
n t s - wartości czasu dyskretnego<br />
poza wartościami nt s sygnał dyskretny nie jest określony
System dyskretny – układ przekształcający<br />
dyskretny ciąg wejściowy próbek x(n) w ciąg<br />
wyjściowy y(n)<br />
x(0), x(1), x(2), x(3) ... y(0), y(1), y(2), y(3) ...<br />
System dyskretny<br />
x(n)<br />
System dyskretny<br />
y(n)
(n)<br />
b(n)<br />
dodawanie<br />
a(n)<br />
+<br />
c(n)<br />
c(n)=a(n)+b(n)<br />
odejmowani<br />
e<br />
a(n)<br />
+<br />
-<br />
+<br />
c(n)<br />
c(n)=a(n)-b(n)
sumowanie<br />
b(n)<br />
b(n+1)<br />
+<br />
b(n+2)<br />
b(n+3)<br />
gdy n = 0 , k zmienia się od 0 do 3 , a(0) = b(0) + b(1) + b(2) + b(3)<br />
gdy n = 1 , k zmienia się od 1 do 4 , a(1) = b(1) + b(2) + b(3) + b(4)<br />
gdy n = 2 , k zmienia się od 2 do 5 , a(2) = b(2) + b(3) + b(4) + b(5)<br />
gdy n = 3 , k zmienia się od 3 do 6 , a(3) = b(3) + b(4) + b(5) + b(6)
(n)<br />
mnożenie<br />
a(n)<br />
c(n)<br />
c(n)=a(n)·b(n)<br />
c(0)=a(0) ·b(0)<br />
c(1)=a(1) ·b(1)<br />
c(2)=a(2) ·b(2), itd.....<br />
opóźnienie<br />
a(n)<br />
opóźnienie<br />
b(n)<br />
a(n)<br />
z -1<br />
b(n)<br />
b(n) = a(n-1)
proces reprezentowania sygnału o czasie<br />
ciągłym<br />
za pomocą próbek pobieranych w dyskretnych<br />
chwilach czasu.<br />
Problem:<br />
z jaką szybkością sygnał musi być próbkowany<br />
w celu zachowania jego zawartości<br />
informacyjnej
dany jest ciąg próbek:<br />
Przykład:<br />
x(0) = 0,<br />
x(1) = 0.86603,<br />
x(2) = 0.86603,<br />
x(3) = 0,<br />
x(4) = -0.86603,<br />
x(5) = -0.86603,<br />
x(6) = 0,
Pytanie:<br />
Jaki sygnał jest reprezentowany przez dany ciąg próbek
Pytanie:<br />
Jaki sygnał jest reprezentowany przez dany ciąg<br />
próbek
Niejednoznaczność częstotliwości – dwa różne przebiegi są<br />
reprezentowane przez ten sam ciąg dyskretny , nie można<br />
jednoznacznie określić częstotliwości jedynie na podstawie wartości<br />
próbek ciągu wejściowego
Dany jest sygnał:<br />
x(t) = sin(2πf 0 t)<br />
próbkujemy sygnał x(t) z szybkością f s próbek/s tj. w<br />
równomiernych odstępach t s sekund gdzie ts=1/f s<br />
Rozpoczynając próbkowanie w chwili 0t s , 1t s , 2t s itd.. wartości n<br />
kolejnych próbek mają wartości:<br />
0 próbka: x(0) = sin(2πf 0 0 t s )<br />
1 próbka: x(1) = sin(2πf 0 1 t s )<br />
2 próbka: x(2) = sin(2πf 0 2 t s )<br />
..... .....<br />
nta próbka: x(n) = sin(2πf 0 n t s )
Wartość n-tej próbki ciągu x(n) jest równa wartości oryginalnego sygnału<br />
sinusoidalnego w chwili n·t s<br />
Dwie wartości przebiegu sinusoidalnego są identyczne gdy odległe są o<br />
całkowitą wielokrotność 2π radianów tj:<br />
sin(α) = sin(α+ 2πm), gdzie m jest dowolną liczb. całk.<br />
Korzystając z tej zależności:<br />
zakładając, że m będzie całkowitą wielokrotnością n<br />
tj. m = k·n
Z uwagi na to że:<br />
i wiedząc że:<br />
f s = 1/t s<br />
stąd:<br />
co oznacza, że ciąg x(n) próbek reprezentujących przebieg<br />
sinusoidalny o częstotliwości f 0 równie dokładnie reprezentuje<br />
przebiegi sinusoidalne o innych częstotliwościach<br />
tj.: f 0 + kf s
Podsumowując:<br />
Podczas próbkowania z szybkością fs próbek/s , jeśli<br />
k jest dowolną liczbą całkowitą, nie jesteśmy w<br />
stanie rozróżnić spróbkowanych wartości przebiegu<br />
sinuisodalnego o częstotliwości f 0 oraz przebiegu<br />
sinusoidalnego o częstotliwości (f o +kf s ).
Przykład:<br />
Spróbkujmy sygnał o częstotliwości 7kHz z szybkością<br />
6000 próbek/s.<br />
czyli : f 0 =7kHz, f s =6kHz, k=-1<br />
f 0 +kf s = [7+ (-1)·6] = 1kHz<br />
stąd wynikałoby, że ciąg wartości<br />
próbek będzie identyczny dla<br />
częstotliwości 1kHz
Wartości próbek nie zmienią się gdyby próbkowany był sygnał o<br />
częstotliwości 1kHz z tą sama szybkością:<br />
Odpowiedź na pytanie która częstotliwość odpowiada wartościom próbek<br />
zaznaczonych na niebiesko brzmi: NIE WIADOMO !!! – istnieje<br />
nieskończenie wiele częstotliwości odpowiadających tym próbkom.
Przykład 2:<br />
Spróbkujmy sygnał o częstotliwości 4kHz z szybkością<br />
6000 próbek/s.<br />
f 0 +kf s = [4+ (-1·6)] = -2kHz<br />
stąd wynikałoby, że ciąg wartości<br />
próbek będzie identyczny dla<br />
częstotliwości -2kHz<br />
sin(2π·4000t)<br />
sin(2π·(-2000)t)
Jeśli ograniczymy nasze zainteresowanie do pasma w zakresie<br />
częstotliwości od –fs/2 do fs/2 okaże się, że w danym paśmie<br />
będzie można jednoznacznie odtworzyć sygnał z próbek.<br />
interesujące<br />
nas pasmo częstotliwości<br />
3,5<br />
3<br />
2,5<br />
2<br />
1,5<br />
1<br />
0,5<br />
0<br />
-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7<br />
-fs/2<br />
fs<br />
fs/2<br />
częstotliwość<br />
kHz
- wartości szczytowe położone są przy wielkrotności częstotliwości próbkowania,<br />
- próbkowanie sygnału sin. o częst. 7kHz z częst. 6kHz dostarczy dyskretnego ciągu<br />
liczb, które dokładnie w taki sam sposób opiszą sygnał o częst. 13kHz , 19kHz itd...<br />
- podobnie z sygnałem sin o częst. 4 kHz....<br />
interesujące<br />
nas pasmo częstotliwości powielenie powielenie powielenie<br />
1,2<br />
1<br />
0,8<br />
0,6<br />
0,4<br />
0,2<br />
0<br />
-1 -0,5 0 0,5 1 1,5 2 2,5 3 3,5 4<br />
-fs/2 0 fs/2 fs 2fs 3fs częstotliwość kHz
Idealny sygnał dolnopasmowy:
Dany jest sygnał dolnopasmowy ( o ograniczonym paśmie) o<br />
widmie:<br />
3,5<br />
3<br />
2,5<br />
2<br />
1,5<br />
1<br />
0,5<br />
0<br />
-6 -3 0 3 6<br />
-Widmo jest symetryczne względem osi częstotliwości,<br />
- w sygnale nie ma częstotliwości |ꙍ|>ꙍ 0
Próbkowanie tego sygnału spowoduje powielenie widma<br />
względem częstotliwości próbkowania f s .<br />
Jeżeli f s > 2ꙍ 0 widmo sygnału spróbkowanego:<br />
3,5<br />
3<br />
2,5<br />
2<br />
1,5<br />
1<br />
0,5<br />
0<br />
-ꙍ 0 -ꙍ 0<br />
-21 -18 -15 -12 -9 -6 -3 0 3 6 9 12 15 18 21
Kryterium Nyquista – aby odseparować od siebie<br />
powielone widma przy częstotliwościach ±fs/2<br />
częstotliwość próbkowania spełniać związek:<br />
fs ⩾ 2ꙍ 0<br />
Twierdzenie Kotielnikowa – Shannona<br />
Sygnał ciągły może być wiernie odtworzony z<br />
ciągu swoich próbek tworzących sygnał<br />
dyskretny, jeśli próbki te zostały pobrane z<br />
częstotliwością co najmniej dwukrotnie większą<br />
od granicznej częstotliwości swego widma<br />
(warunek Nyquista).
Części powieleń widma łączą się z widmem oryginalnym – rezultatem jest<br />
tzw. błąd aliasingu.<br />
Dyskretne widmo spróbkowane nie reprezentuje oryginalnego sygnału.<br />
Widmo w pasmach: -ꙍ 0 do -ꙍ 0 /2 i ꙍ 0 do ꙍ 0 /2 zostało zniekształcone pojawił<br />
się aliasing – przeciek widma z jednego powielenia do drugiego.<br />
aliasing aliasing aliasing aliasing<br />
-2fs -fs -fs/2 fs/2 fs<br />
częstotliwość<br />
-ꙍ 0 ꙍ 0 /2 ꙍ 0 /2 ꙍ 0
Wszystkie składowe oryginalnego sygnału spróbkowanego będą<br />
znajdować się w paśmie zainteresowania tj. – fs/2 do fs/2.<br />
Efektem tego jest to, że każda składowa powyżej ꙍ 0 i poniżej<br />
- ꙍ 0 zawsze znajdzie się w interesującym nas paśmie –<br />
niezależnie od szybkości próbkowania.<br />
Z tego powodu zawsze przed przewarzaniem AC stosowane są<br />
filtry dolnoprzepustowe – ograniczające pasmo do<br />
interesującej szerokości
Rzeczywiste sygnały w swoim widmie oprócz istotnych informacji<br />
zawartych w swoim paśmie zawierają szum – który jest nieistotny a<br />
w wyniku operacji próbkowania może zniekształcić widmo sygnału<br />
spróbkowanego.<br />
szum<br />
interesujące<br />
pasmo<br />
szum<br />
fs<br />
-fs -fs/2 fs/2<br />
częstotl.
- Próbkowanie sygnału dolnopasmowego (wraz z towarzyszącym mu szumem)<br />
z częstotliwością próbkowania fs > 2 ꙍ 0 zapobiega nakładaniu się widma<br />
interesującego sygnału,<br />
-nie chroni to jednak przed pojawieniem się energii szumu w paśmie pomiędzy<br />
–fs/2 a fs/2.<br />
-fs - fs/2 fs/2 fs
szum<br />
szum<br />
-ꙍ 0<br />
ꙍ 0<br />
oryginalny<br />
sygnał ciągły<br />
Analogowy filtr<br />
dolnoprzepustowy<br />
częst. graniczna ꙍ 0<br />
przefiltrowany<br />
sygnał ciągły<br />
Przetwornik<br />
A/C<br />
próbki dyskretne
W praktyce często próbkowane są analogowe sygnały pasmowe<br />
czyli takie, których ograniczone pasmo jest skupione wokół pewnej<br />
częstotliwości różnej od zera.<br />
Do tego typu sygnałów można z powodzeniem stosowad<br />
próbkowanie dolnopasmowe, jednak zastosowanie specjalnej<br />
techniki zwanej próbkowaniem pasmowym pozwala znacznie<br />
zmniejszyd koszty realizacji sprzętowej, polegającej na<br />
zmniejszeniu szybkości przetwornika A/C oraz zmniejszeniu<br />
pamięci wymaganej do pamiętania wartości próbek.
Jako przykład próbkujmy przebieg pasmowy o szerokości pasma B=5kHz, skupiony wokół<br />
częstotliwości fBcB=20kHz.<br />
Zgodnie z kryterium Nyquista, ponieważ najwyższa składowa częstotliwościowa w<br />
sygnale ma wartośd 22,5kHz należy próbkowad sygnał z częstotliwością nie mniejszą niż<br />
45kHz.<br />
Próbkowanie tego sygnału z<br />
częstotliwością znacznie mniejszą, równą<br />
17,5 kHz.<br />
Można zauważyd, że mimo mniejszej<br />
częstotliwości próbkowania powielenia<br />
widma nie zniekształcają widma<br />
oryginalnego skupionego wokół<br />
częstotliwości fc.<br />
Unikamy aliasingu. Okazuje się że próbkowanie z częstotliwością 45kHz nie jest konieczne.
Dany jest ciągły sygnał pasmowy o szerokości pasma B, o częstotliwości nośnej fc.<br />
Próbkujemy ten sygnał z dowolną częstotliwością fc.<br />
Maksymalna częstotliwośd próbkowania :<br />
Przy arbitralnej liczbie powieleo widma m w przedziale 2fc-B sygnał można próbkowad z<br />
maksymalną częstotliwością fp1 taką że:
Widmo sygnału dyskretnego, w przedziale 2fc-B sygnał można próbkowad z maksymalną<br />
częstotliwością fp1:<br />
Minimalna częstotliwośd próbkowania:<br />
Jeżeli szybkośd próbkowania zmniejsza się to powielenia przesuwają się i osiągamy dolną<br />
granicę częstotliwości próbkowania fp2.<br />
Przy arbitralnej liczbie powieleo widma m w przedziale 2fc+B sygnał można próbkowad z<br />
minimalną częstotliwością fp2 taką że:
Widmo sygnału dyskretnego, w przedziale 2fc+B, sygnał można próbkowad z minimalną<br />
częstotliwością fp2:
W ten sposób otrzymujemy zależnośd definiującą zakres częstotliwości<br />
próbkowania pasmowego zależną od szerokości pasma sygnału,<br />
częstotliwości nośnej i liczby powieleo:<br />
przy czym m jest dowolną liczbą naturalną zapewniającą spełnianie<br />
kryterium Nyquista w odniesieniu do szerokości pasma sygnału
Przykład:<br />
Przebieg pasmowy o szerokości pasma B=5kHz i częstotliwości nośnej fc=20kHz.<br />
Za optymalną częstotliwośd próbkowania przyjmuje się taką przy której powielenia widma<br />
stykają się ze sobą w punkcie f = 0Hz. Przy tak przyjętej częstotliwości próbkowania błędy<br />
związane dalszym przetwarzaniem cyfrowym (np. filtrowaniem) sygnału są minimalne
Zdefiniujemy nowy parametr R jako stosunek częstotliwości najwyższej w paśmie<br />
sygnału do szerokości pasma<br />
Wykreślimy zależnośd minimalnej częstotliwości próbkowania od parametru R dla<br />
różnych wartości m
Wynika z tego, że niezależnie od R minimalna częstotliwośd próbkowania nie<br />
przekracza 4B i zmniejsza się dążąc do 2B przy zwiększaniu częstotliwości nośnej<br />
(wzrost R).
Wprowadzając na wykresie warunek ograniczający częstotliwośd z góry (maksymalną)<br />
otrzymamy obszary częstotliwości zakazanych i dozwolonych związanych z odpowiednią<br />
wartością parametru m.
Wprawdzie z rysunku wynika, że możemy stosowad częstotliwości próbkowania, które<br />
leżą na granicy strefy zakazanej i dozwolonej, jednak w praktycznych zastosowaniach<br />
należy wybierad częstotliwości nieco oddalone od tych granic.<br />
Takie postępowanie pozwala uniknąd np. problemów związanych z niedokładnością<br />
filtrów pasmowych, niestabilnością zegara układu próbkującego itp.
Uwzględnienie niedokładności próbkowania Δfp oraz marginesu<br />
zmian widma sygnału ΔB
Przekształcenie Z<br />
Przekształcenie Laplace’a:<br />
Funkcja F(s) jest transformatą Laplace’a funkcji f(t)<br />
zmienna s jest liczbą zespoloną: s= σ +jω<br />
Czynnik e -st jest zespoloną wirującą tłumioną<br />
sinusoidą:
Przekształcenie Z<br />
Funkcja transmitancji:<br />
iloraz transformaty Laplace’s wielkości<br />
wejściowej X(s) przez transformatę<br />
Laplace’a wartości wyjściowej Y(s)<br />
X(s) H(s) Y(s)<br />
Czyli w dziedzinie operatorowej:<br />
Y(s) = X(s)∙H(s)
Przekształcenie Z<br />
Odpowiedź impulsowa układu:<br />
Odpowiedź układu liniowego na wymuszenie w postaci bardzo wąskiego i bardzo<br />
wysokiego impulsu o powierzchni jednostkowej, który można uznać, w przypadku<br />
układów ciągłych, za przybliżenie delty Diraca - przy zerowych warunkach<br />
początkowych (w przypadku układów dyskretnych impulsem tym jest impuls<br />
Kroneckera).<br />
Odpowiedź impulsowa układu jest odwrotną transformatą Laplace’a funkcji<br />
transmitancji H(s)
Przekształcenie Z<br />
Związek pomiędzy transmitancją a odpowiedzią<br />
impulsową układu<br />
gdzie:<br />
h(t)*y(t) jest splotem odpowiedzi impulsowej układu i pobudzenia
Przekształcenie Z
Przekształcenie Z
Przekształcenie Z
Przekształcenie Z
Przekształcenie Z
Przekształcenie Z
Przekształcenie Z
Przekształcenie Z
Przekształcenie Z
Przekształcenie Z
Przekształcenie Z
Przekształcenie Z
Przekształcenie Z
Przekształcenie Z
Przekształcenie Z
Przekształcenie Z
Filtry cyfrowe FIR i IIR<br />
Filtr o skończonej odpowiedzi impulsowej - (Finite Impulse Response filter –<br />
FIR )<br />
Nazwa FIR oznacza filtr o skończonej odpowiedzi impulsowej (polski skrót tej nazwy to<br />
filtr SOI). Oznacza to tyle, że reakcja na wyjściu tego układu na pobudzenie o skończonej<br />
długości jest również skończona (przez długość pobudzenia i odpowiedzi rozumiemy tu<br />
długość odcinka czasu, dla którego próbki sygnału przyjmują wartości niezerowe). Aby<br />
warunek ten był spełniony, w filtrach tego typu nie występuje pętla sprzężenia zwrotnego.
Filtry cyfrowe FIR i IIR
Filtry cyfrowe FIR i IIR
Filtry cyfrowe FIR i IIR
Filtry cyfrowe FIR i IIR
Filtry cyfrowe FIR i IIR
Filtry cyfrowe FIR i IIR
Filtry cyfrowe FIR i IIR<br />
Filtr IIR<br />
jest jednym z rodzajów filtrów cyfrowych, który w odróżnieniu od filtrów FIR jest układem<br />
rekursywnym. Skrót IIR (ang. Infinite Impulse Response) oznacza nieskończoną odpowiedź<br />
impulsową (w polskiej literaturze stosowany jest również skrót NOI). Znaczy to tyle, że<br />
reakcja na pobudzenie o skończonym czasie trwania jest teoretycznie nieskończenie długa.<br />
Jest to efektem występowania pętli sprzężenia zwrotnego