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

Slides:



Advertisements
Podobné prezentace
Základy teorie řízení 2010.
Advertisements

Analýza signálů - cvičení
Přednáška 10 Určitý integrál
Komplexní čísla. Komplexní číslo je uspořádaná dvojice [x, y], kde číslo x představuje reálnou část a číslo y imaginární část. Pokud je reálná část nulová,
Fourierova transformace Filtrování obrazu ve frekvenční doméně
MARKOVSKÉ ŘETĚZCE.
Ústav technologie, mechanizace a řízení staveb
Ústav technologie, mechanizace a řízení staveb
Neurčitý integrál. Příklad.
Obvody střídavého proudu
Ústav technologie, mechanizace a řízení staveb
Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti
Kmitavý pohyb 1 Jana Krčálová, 8.A.
Barva zvuku Veronika Kučerová.
Tato prezentace byla vytvořena
F U N K C E.
Modulační metody Ing. Jindřich Korf.
Harmonická analýza Součet periodických funkcí s periodami T, T/2, T/3,... je periodická funkce s periodu T má periodu T perioda základní frekvence vyšší.
Digitální zpracování obrazu
Diskrétní Fourierova transformace
ZPRACOVÁNÍ A ANALÝZA BIOSIGNÁLŮ
SPEKTRÁLNÍ ANALÝZA ČASOVÝCH ŘAD
MODULAČNÍ RYCHLOST – ŠÍŘKA PÁSMA
RF 4.1. Elementární difúzní teorie Elementární difúzní teorie je asymptotickým přiblížením jednorychlostní transportní teorie. Platí: v oblastech dostatečně.
Tato prezentace byla vytvořena
Kmity HRW kap. 16.
SOUVISLOST KMITAVÉHO POHYBU S ROVNOMĚRNÝM POHYBEM PO KRUŽNICI
SIGNÁLY A SOUSTAVY V MATEMATICKÉ BIOLOGII
© Institut biostatistiky a analýz INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ ANALÝZA A KLASIFIKACE DAT prof. Ing. Jiří Holčík, CSc.
Stabilita diskrétního regulačního obvodu
SIGNÁLY A LINEÁRNÍ SYSTÉMY
Simplexová metoda pro známé počáteční řešení úlohy LP
Digitální měřící přístroje
© Institut biostatistiky a analýz SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc.
SIGNÁLY A LINEÁRNÍ SYSTÉMY
© Institut biostatistiky a analýz ZPRACOVÁNÍ A ANALÝZA BIOSIGNÁL Ů FREKVENČNÍ SPEKTRUM SPOJITÝCH SIGNÁLŮ.
SIGNÁLY A LINEÁRNÍ SYSTÉMY
Skládání kmitů.
SIGNÁLY A LINEÁRNÍ SYSTÉMY
Signály v měřici technice
SIGNÁLY A LINEÁRNÍ SYSTÉMY
© Institut biostatistiky a analýz INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc.
SIGNÁLY A LINEÁRNÍ SYSTÉMY
© Institut biostatistiky a analýz ZPRACOVÁNÍ A ANALÝZA BIOSIGNÁL Ů prof. Ing. Jiří Holčík, CSc.
© Institut biostatistiky a analýz SPEKTRÁLNÍ ANALÝZA Č ASOVÝCH Ř AD prof. Ing. Jiří Holčík, CSc.
© Institut biostatistiky a analýz INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ ANALÝZA A KLASIFIKACE DAT prof. Ing. Jiří Holčík, CSc.
SIGNÁLY A LINEÁRNÍ SYSTÉMY
© Institut biostatistiky a analýz INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ ANALÝZA A KLASIFIKACE DAT prof. Ing. Jiří Holčík, CSc.
Exponenciální funkce. y = f ( x ) = e x D ( f ) = R R ( f ) = (0, +∞)
SPEKTRÁLNÍ ANALÝZA ČASOVÝCH ŘAD
Obvody střídavého proudu
© Institut biostatistiky a analýz SPEKTRÁLNÍ ANALÝZA Č ASOVÝCH Ř AD prof. Ing. Jiří Holčík, CSc.
Matice Přednáška č.4. Definice: Soubor prvků nazýváme maticí typu i-tý řádek j-tý sloupec prvky matice.
Paul Adrien Maurice Dirac 3. Impulsní charakteristika
Funkce Funkce je zobrazení z jedné číselné množiny do druhé, nejčastěji Buď A a B množiny, f zobrazení. Potom definiční obor a obor hodnot nazveme množiny:
Harmonická analýza Součet periodických funkcí s periodami T, T/2, T/3,... je periodická funkce s periodu T má periodu T perioda základní frekvence vyšší.
Základy elektrotechniky Jednoduché obvody s harmonickým průběhem
Regulátory v automatizaci
ČASOVÉ ŘADY (SIGNÁLY A LINEÁRNÍ SYSTÉMY )
ANALÝZA A KLASIFIKACE DAT
FFT analýza POZOR zapojení pouze po odsouhlasení vyučujícím
Kmity HRW2 kap. 15 HRW kap. 16.
ZPRACOVÁNÍ A ANALÝZA BIOSIGNÁLŮ
SIGNÁLY A LINEÁRNÍ SYSTÉMY (ČASOVÉ ŘADY)
SIGNÁLY A LINEÁRNÍ SYSTÉMY
ANALÝZA A KLASIFIKACE DAT
Statické a dynamické vlastnosti čidel a senzorů
SPEKTRÁLNÍ ANALÝZA ČASOVÝCH ŘAD
ANALÝZA A KLASIFIKACE DAT
ANALYTICKÁ GEOMETRIE Analytická geometrie je část geometrie, která v euklidovské geometrii zkoumá geometrické útvary pomocí algebraických a analytických.
Transkript prezentace:

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

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

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

© Institut biostatistiky a analýz OSCILACE

 tříparametrickou harmonickou funkci 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 HARMONICKÁ FUNKCE

© Institut biostatistiky a analýz x(t) = 10.cos(2.10t + /2). HARMONICKÁ FUNKCE

© Institut biostatistiky a analýz x(t) = 10.cos(2.10t + /2) + 5.cos(2.15t) HARMONICKÁ FUNKCE

© 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 !

© Institut biostatistiky a analýz 9 ZVOLNA DO FOURIEROVY ANALÝZY  Fourierova analýza – snaha vyjádřit (rozložit, rozvinout) funkci jako součet jednoduchých funkcí (harmonických signálů, složek).  počty těchto harmonických složek, jejich amplitudy, frekvence a fázové posuny jednoznačně charakterizují analyzovanou funkci.  Fourierova řada  Fourierův integrál, Fourierova transformace  Fourierovy řady mohou být vyjádřeny buď v trigonometrickém nebo komplexním tvaru.  zpracovávat můžeme spojité i diskrétní signály.

© Institut biostatistiky a analýz V 10 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

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

© Institut biostatistiky a analýz 12 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.

© Institut biostatistiky a analýz 13

© Institut biostatistiky a analýz 14

© Institut biostatistiky a analýz 15

© Institut biostatistiky a analýz 16

© Institut biostatistiky a analýz 17

© Institut biostatistiky a analýz 18

© Institut biostatistiky a analýz 19

© Institut biostatistiky a analýz 20

© Institut biostatistiky a analýz 21

© Institut biostatistiky a analýz 22 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

© Institut biostatistiky a analýz 23 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

© Institut biostatistiky a analýz 24 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?

© Institut biostatistiky a analýz 25 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.

© Institut biostatistiky a analýz 26  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

© Institut biostatistiky a analýz 27 ZVOLNA DO FOURIEROVY ANALÝZY FOURIEROVY Ř ADY Pro sudou funkci platí

© Institut biostatistiky a analýz 28 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

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

© Institut biostatistiky a analýz 30 ZVOLNA DO FOURIEROVY ANALÝZY FOURIEROVY Ř ADY Příklad 2: Rozviňme ve Fourierovu řadu funkci

© Institut biostatistiky a analýz 31 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

© Institut biostatistiky a analýz 32 ZVOLNA DO FOURIEROVY ANALÝZY FOURIEROVY Ř ADY  Zevšeobecnění pro funkce s periodou T. Fourierova řada (příslušná k funkci f) má tvar

© 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

© 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

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

© Institut biostatistiky a analýz P Ř ÍKLADY SPEKTRUM OBDÉLNÍKOVÉHO PULSU

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

© Institut biostatistiky a analýz P Ř ÍKLADY SPEKTRUM OBDÉLNÍKOVÉHO PULSU

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

© Institut biostatistiky a analýz P Ř ÍKLADY SPEKTRUM OBDÉLNÍKOVÉHO PULSU

© Institut biostatistiky a analýz P Ř ÍKLADY SPEKTRUM OBDÉLNÍKOVÉHO PULSU Co se stane, když posuneme obdélníkový puls z předešlého příkladu tak, aby nástupná hrana obdélníka byla v počátku časové osy?

© Institut biostatistiky a analýz P Ř ÍKLADY SPEKTRUM OBDÉLNÍKOVÉHO PULSU Co se stane, když posuneme obdélníkový puls z předešlého příkladu tak, aby nástupná hrana obdélníka byla v počátku časové osy?

© Institut biostatistiky a analýz P Ř ÍKLADY SPEKTRUM OBDÉLNÍKOVÉHO PULSU Co se stane, když posuneme obdélníkový puls z předešlého příkladu tak, aby nástupná hrana obdélníka byla v počátku časové osy?

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

© 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

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

© 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

© 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

© 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.

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

© 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

© 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

© 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

© Institut biostatistiky a analýz P Ř ÍKLADY SPEKTRUM JEDNOTKOVÉHO SKOKU

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

© 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

© 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 !