Prezentace se nahrává, počkejte prosím

Prezentace se nahrává, počkejte prosím

© Institut biostatistiky a analýz INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc.

Podobné prezentace


Prezentace na téma: "© Institut biostatistiky a analýz INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc."— Transkript prezentace:

1 © Institut biostatistiky a analýz INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc. Kamenice 3, 4. patro, dv.č.424

2 © Institut biostatistiky a analýz IV. FREKVEN Č NÍ TRASFORMACE SPOJITÉ SIGNÁLY 

3 © Institut biostatistiky a analýz Č ASOVÁ Ř ADA Preference politických stran v ČR v období od 8/2004 do 3/2008

4 © Institut biostatistiky a analýz OSCILACE

5 !!! FREKVEN Č NÍ SPEKTRUM !!! Frekvenční spektrum signálu je vyjádření rozložení amplitud a počátečních fází jednotlivých harmonických složek, ze kterých se signál skládá, v závislosti na frekvenci. ! ZAPAMATOVAT NA VĚKY !

6 © Institut biostatistiky a analýz 6 ZVOLNA DO FOURIEROVY ANALÝZY  Fourierova analýza – snaha vyjádřit (rozložit, rozvinout) signál jako součet jednoduchých funkcí (harmonických signálů, složek).  počty těchto harmonických složek, jejich amplitudy, frekvence a fázové posuny charakterizují analyzovaný signál.  Fourierova řada  Fourierův integrál, Fourierova transformace  Fourierovy řady mohou být vyjádřeny buď v trigonometrickém nebo komplexním tvaru.  zpracovávat můžeme spojité nebo diskrétní signály.

7 © Institut biostatistiky a analýz V 7 Nechť funkce f(x) má v okolí U(x 0 ) bodu x 0 derivace až do řádu n+1 včetně Taylorova řada Maclaurinova řada, tj. Taylorova řada pro x 0 = 0 TAYLOR Ů V ROZVOJ

8 © Institut biostatistiky a analýz n = 1n = 2n = 3 n = 4n = 5 TAYLOR Ů V ROZVOJ FUNKCE y = sin(x) PRO x = 0

9 © Institut biostatistiky a analýz 9 ZVOLNA DO FOURIEROVY ANALÝZY FOURIEROVY Ř ADY  poznali jsme, že funkci je možné vyjádřit jako mocninou řadu jinou možností je vyjádřit funkci jako trigonometrickou řadu (tj. jako součet harmonických signálů (funkcí)). pomocí trigonometrických řad lze vyjádřit obsáhlejší třídu funkcí než mocninnými řadami.

10 © Institut biostatistiky a analýz 10

11 © Institut biostatistiky a analýz 11

12 © Institut biostatistiky a analýz 12

13 © Institut biostatistiky a analýz 13

14 © Institut biostatistiky a analýz 14

15 © Institut biostatistiky a analýz 15

16 © Institut biostatistiky a analýz 16

17 © Institut biostatistiky a analýz 17

18 © Institut biostatistiky a analýz 18

19 © Institut biostatistiky a analýz 19 Trigonometrická řada uvedený vztah můžeme psát pouze tehdy, jestliže řada na pravé straně konverguje. konverguje-li řada, potom je její součet periodickou funkcí proměnné x s periodou 2 π. ZVOLNA DO FOURIEROVY ANALÝZY FOURIEROVY Ř ADY

20 © Institut biostatistiky a analýz 20 ZVOLNA DO FOURIEROVY ANALÝZY FOURIEROVY Ř ADY  každou periodickou funkci f(x) = f(x+kX), která splňuje tzv. Dirichletovy podmínky lze vyjádřit uvedenou trigonometrickou řadou, kde se koeficienty (amplitudy) a n, b n vypočítají ze vztahů

21 © Institut biostatistiky a analýz 21 ZVOLNA DO FOURIEROVY ANALÝZY FOURIEROVY Ř ADY  každou periodickou funkci f(x) = f(x+kX), která splňuje tzv. Dirichletovy podmínky lze vyjádřit uvedenou trigonometrickou řadou, kde se koeficienty (amplitudy) a n, b n vypočítají ze vztahů co tyhle vztahy znamenají? jak je interpretovat?

22 © Institut biostatistiky a analýz 22 ZVOLNA DO FOURIEROVY ANALÝZY FOURIEROVY Ř ADY Dirichletovy podmínky Funkce musí být absolutně integrovatelná přes jednu periodu tj. Funkce musí mít na intervalu ( t; t + T ) konečný počet nespojitostí a konečný počet maxim i minim. Dirichletovy podmínky jsou postačující, nikoliv nutné. Všechny fyzikálně realizovatelné funkce splňují D.p.

23 © Institut biostatistiky a analýz 23  uvedená trigonometrická řada s koeficienty určenými z výše uvedených vztahů se nazývá (trigonometrická) Fourierova řada (příslušná k funkci f ).  Fourierova řada se zjednoduší, je-li funkce f lichá nebo sudá.  Pro lichou funkci platí ZVOLNA DO FOURIEROVY ANALÝZY FOURIEROVY Ř ADY

24 © Institut biostatistiky a analýz 24 ZVOLNA DO FOURIEROVY ANALÝZY FOURIEROVY Ř ADY Pro sudou funkci platí

25 © Institut biostatistiky a analýz 25 ZVOLNA DO FOURIEROVY ANALÝZY FOURIEROVY Ř ADY Příklad 1: Rozviňme funkci f(x) = x ve Fourierovu řadu. Funkce f(x) je lichá, a proto a n = 0. Koeficienty b n spočítáme ze vztahu Integrací per partes dostaneme

26 © Institut biostatistiky a analýz ZVOLNA DO FOURIEROVY ANALÝZY FOURIEROVY Ř ADY Koeficient b n je tedy Výsledná Fourierova řada má tvar

27 © Institut biostatistiky a analýz 27 ZVOLNA DO FOURIEROVY ANALÝZY FOURIEROVY Ř ADY Příklad 2: Rozviňme ve Fourierovu řadu funkci

28 © Institut biostatistiky a analýz 28 ZVOLNA DO FOURIEROVY ANALÝZY FOURIEROVY Ř ADY Výsledná Fourierova řada má tvar Funkce f(x) je lichá, a proto a n = 0. Koeficienty b n spočítáme takto Pro n sudé je b n = 0, pro n liché je

29 © Institut biostatistiky a analýz 29 ZVOLNA DO FOURIEROVY ANALÝZY FOURIEROVY Ř ADY  Zevšeobecnění pro funkce s periodou T. Fourierova řada (příslušná k funkci f) má tvar

30 © Institut biostatistiky a analýz  každou periodickou funkci f(t+kT)=f(t), (která vyhovuje Dirichletovým podmínkám), můžeme rozložit ve Fourierovu řadu kde c n jsou komplexní Fourierovy koeficienty Ω – úhlový kmitočet základní harmonické složky (základní harmonická); FOURIEROVA Ř ADA V KOMPLEXNÍM TVARU

31 © Institut biostatistiky a analýz pro n = 0 je což je střední hodnota funkce f(t). Pro reálné funkce f(t) je c -n = c* n. FOURIEROVA Ř ADA V KOMPLEXNÍM TVARU

32 © Institut biostatistiky a analýz HARMONICKÁ FOURIEROVA Ř ADA kde výraz nazýváme n-tou harmonickou složkou signálu s(t)

33 © Institut biostatistiky a analýz P Ř ÍKLADY SPEKTRUM OBDÉLNÍKOVÉHO PULSU

34 © Institut biostatistiky a analýz Pomocný výpočet: Pro n = 0 je I(0) = 2a Pro n ≠ 0 P Ř ÍKLADY SPEKTRUM OBDÉLNÍKOVÉHO PULSU

35 © Institut biostatistiky a analýz P Ř ÍKLADY SPEKTRUM OBDÉLNÍKOVÉHO PULSU

36 © Institut biostatistiky a analýz Šířka impulsů –,výška – D, perioda T P Ř ÍKLADY SPEKTRUM OBDÉLNÍKOVÉHO PULSU

37 © Institut biostatistiky a analýz P Ř ÍKLADY SPEKTRUM OBDÉLNÍKOVÉHO PULSU

38 © Institut biostatistiky a analýz JEDNORÁZOVÉ SIGNÁLY  jednotkový skok (Heavisidova funkce)

39 © Institut biostatistiky a analýz  jednotkový impuls (Diracův impuls) - δ(t) splňuje vztah zjednodušeně: jednotkový impuls δ(t) je velice úzký (limitně s nulovou šířkou) a velice (limitně nekonečně) vysoký obdélníkový impulz, jehož výška je rovna převrácené hodnotě šířky  mohutnost je jednotková JEDNORÁZOVÉ SIGNÁLY

40 © Institut biostatistiky a analýz  zavádí spektrální popis jednorázových (aperiodických) signálů – můžeme jej získat z Fourierovy řady limitním prodloužením periody signálu T →  FOURIEROVA TRANSFORMACE

41 © Institut biostatistiky a analýz  kmitočet základní harmonické složky Ω = 2/T když T → , pak Ω → dω → 0 Graficky to představuje zhušťování spektrálních čar s prodlužující se periodou až v limitním případě je vzdálenost mezi spektrálními čarami nulová. Pro aperiodický signál budou spektrální čáry na sebe navazovat - nΩ → ω Suma ve výše uvedeném vztahu přechází v integrál s mezemi od -  do . FOURIEROVA TRANSFORMACE

42 © Institut biostatistiky a analýz pro T→  je T= 2  /dω, meze integrálu budou pro nekonečně trvající signál od -  do . Pro T →  budou rovněž amplitudy spojitého spektra jednorázového impulsu nekonečně malé. Dosaďme za c n do vztahu na předchozím obrázku FOURIEROVA TRANSFORMACE

43 © Institut biostatistiky a analýz FOURIEROVA TRANSFORMACE Označme Fourierova transformace Funkci S(ω) nazveme spektrální funkcí signálu. Ta už nevyjadřuje skutečné zastoupení jednotlivých harmonických složek signálu, nýbrž jen jejich poměrné zastoupení. Fourierova transformace převádí signál (funkci) s(t) z časové domény na funkci S(ω) v kmitočtové oblasti.

44 © Institut biostatistiky a analýz Pro časovou funkci můžeme psát vztah zpětná Fourierova transformace FOURIEROVA TRANSFORMACE

45 © Institut biostatistiky a analýz FOURIEROVA TRANSFORMACE VLASTNOSTI Princip superpozice ( ! podmínka linearity ! ) s 1 (t) + s 2 (t) ~ S 1 (ω) + S 2 (ω) a.s(t) ~ a.S(ω) Lineární kombinaci signálů odpovídá lineární kombinace jejich spekter Změna znaménka s(-t) ~ S*(ω) Změna měřítka s(t/a) ~ a.S(aω), kde a > 0

46 © Institut biostatistiky a analýz Translace funkce s(t-  ) ~ S(ω).e -jω  Transpozice spektra S(ω-Ω) ~ s(t).e -jΩt Konvoluce funkcí FOURIEROVA TRANSFORMACE VLASTNOSTI

47 © Institut biostatistiky a analýz Jednotkový skok σ(t) nevyhovuje podmínce absolutní integrovatelnosti, nemá Fourierův integrál. Pomůžeme si pomocí funkce A.e -βt. Pro A=1 a β=0 je tato funkce ekvivalentní jednotkovému skoku. Platí tedy, že S(ω)=1/jω. P Ř ÍKLADY SPEKTRUM JEDNOTKOVÉHO SKOKU

48 © Institut biostatistiky a analýz P Ř ÍKLADY SPEKTRUM JEDNOTKOVÉHO SKOKU

49 © Institut biostatistiky a analýz s(t) = A.σ(t) – A. σ(t-τ) P Ř ÍKLADY SPEKTRUM OBDÉLNÍKOVÉHO IMPULSU

50 © Institut biostatistiky a analýz Průchody nulou pro ω  /2 = kπ, k=1,2,…, resp. 2πf  /2 = kπ a tedy f = k/  P Ř ÍKLADY SPEKTRUM OBDÉLNÍKOVÉHO IMPULSU

51 © Institut biostatistiky a analýz ! SHRNUTÍ ! ! URČITĚ SI ZAPAMATOVAT !  spojitý periodický signál má diskrétní frekvenční spektrum – pro rozklad jsme použili Fourierovu řadu;  spojitý jednorázový signál má spojité frekvenční spektrum– pro rozklad jsme použili Fourierovu transformaci. ! A VĚDĚT PROČ !


Stáhnout ppt "© Institut biostatistiky a analýz INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc."

Podobné prezentace


Reklamy Google