Prezentace se nahrává, počkejte prosím

Prezentace se nahrává, počkejte prosím

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

Podobné prezentace


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

1 © Institut biostatistiky a analýz SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc.

2 © Institut biostatistiky a analýz III. SPOJITÉ SIGNÁLY POPIS V Č ASOVÉ A FREKVEN Č NÍ DOMÉN Ě

3 © Institut biostatistiky a analýz SIGNÁLY matematické modely - p ř íklady  jednorázový deterministický signál s(t) = V pro t  -0,5  s; 0,5  s  s(t) = 0 V pro t  (0,5  s;  s(t) = 0 V pro t  -  ; -0,5  s )

4 © Institut biostatistiky a analýz  periodický deterministický signál s(t) = 3 pro t  0 s; s  s(t) = -3 pro t  s; s   n  n  : s(t+n ) = s(t) SIGNÁLY matematické modely - p ř íklady

5 © Institut biostatistiky a analýz ZÁKLADNÍ OPERACE SE SIGNÁLY  změna časového měřítka s(t) ~ s(mt), kde m je kladné reálné číslo m > 1 – časová komprese; m < 1 – časová expanze m = 1 – nic se neděje

6 © Institut biostatistiky a analýz  posunutí v čase s(t) ~ s(t+),  je reálné, od nuly různé číslo;  > 0 – zpoždění ZÁKLADNÍ OPERACE SE SIGNÁLY

7 © Institut biostatistiky a analýz  obrácení (inverze) časové osy s(t) ~ s(-t), ZÁKLADNÍ OPERACE SE SIGNÁLY

8 © Institut biostatistiky a analýz PERIODICKÉ SIGNÁLY  pro průběh periodického signálu platí vztah s(t+nT) = s(t), pro t 0, T) kde n je celé číslo a T nazýváme periodou (T je nejmenší kladné číslo, pro které výše uvedený vztah platí)

9 © Institut biostatistiky a analýz  harmonický signál je definován funkcí s(t) = C 1.cos(ω 1 t + φ 1 ), kde C 1 >0 je amplituda harmonického signálu ω 1 >0 je úhlový kmitočet h.s. φ 1 je počáteční fáze, tj. fáze v čase t=0 ω 1 t + φ 1 je fáze harmonického signálu Perioda harmonického signálu je dána vztahem T 1 = 2  /ω 1 HARMONICKÝ SIGNÁL

10 © Institut biostatistiky a analýz  další definice s(t) = Re {Ŝ(t)} = Re {C 1.exp[j(ω 1 t + φ 1 )]} (vyplývá z Eulerových vztahů) HARMONICKÝ SIGNÁL

11 © Institut biostatistiky a analýz kupodivu lze použít i vztah s(t) = Re {C 1.exp[j(-ω 1 t - φ 1 )]} = Re {Ŝ*(t)} pozor !!! pozor - záporný kmitočet - ale funguje to HARMONICKÝ SIGNÁL

12 © Institut biostatistiky a analýz Protože platí s(t) = Re {Ŝ(t)} = Re {Ŝ*(t)} a Im {Ŝ(t)} = - Im {Ŝ*(t)} je i s(t) = ½.{Ŝ(t) + Ŝ*(t)} s(t) = ½.{C 1 exp(jφ 1 ).exp(jω 1 t)} + + ½.{C 1 exp(-jφ 1 ).exp(-jω 1 t)} Označíme-li c 1 = ½.C 1 exp(jφ 1 ) a c -1 = ½.C 1 exp(-jφ 1 ) je s(t) = c 1.exp(jω 1 t) + c -1.exp[j(-ω 1 )t] HARMONICKÝ SIGNÁL

13 © Institut biostatistiky a analýz HARMONICKÝ SIGNÁL

14 © Institut biostatistiky a analýz  tříparametrický harmonický signál lze graficky vyjádřit pomocí dvou bodů v rovinách amplituda x úhlový kmitočet a počáteční fáze x úhlový kmitočet: C 1 = C 1 (ω) a φ 1 = φ 1 (ω); spektrum amplitud spektrum počátečních fází HARMONICKÝ SIGNÁL

15 © Institut biostatistiky a analýz 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 !

16 © Institut biostatistiky a analýz 16 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.

17 © Institut biostatistiky a analýz V 17 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

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

19 © Institut biostatistiky a analýz 19 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.

20 © Institut biostatistiky a analýz 20

21 © Institut biostatistiky a analýz 21

22 © Institut biostatistiky a analýz 22

23 © Institut biostatistiky a analýz 23

24 © Institut biostatistiky a analýz 24

25 © Institut biostatistiky a analýz 25

26 © Institut biostatistiky a analýz 26

27 © Institut biostatistiky a analýz 27

28 © Institut biostatistiky a analýz 28

29 © Institut biostatistiky a analýz 29 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

30 © Institut biostatistiky a analýz 30 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

31 © Institut biostatistiky a analýz 31 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.

32 © Institut biostatistiky a analýz 32  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

33 © Institut biostatistiky a analýz 33 ZVOLNA DO FOURIEROVY ANALÝZY FOURIEROVY Ř ADY Pro sudou funkci platí

34 © Institut biostatistiky a analýz 34 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

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

36 © Institut biostatistiky a analýz 36 ZVOLNA DO FOURIEROVY ANALÝZY FOURIEROVY Ř ADY Příklad 2: Rozviňme ve Fourierovu řadu funkci

37 © Institut biostatistiky a analýz 37 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

38 © Institut biostatistiky a analýz 38 ZVOLNA DO FOURIEROVY ANALÝZY FOURIEROVY Ř ADY  Zevšeobecnění pro funkce s periodou T. Fourierova řada (příslušná k funkci f) má tvar

39 © 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

40 © 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

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

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

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

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

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

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

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

48 © 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

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

50 © 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

51 © 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

52 © 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.

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

54 © 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

55 © 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

56 © 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

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

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

59 © 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

60 © 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 SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc."

Podobné prezentace


Reklamy Google