© Institut biostatistiky a analýz ZPRACOVÁNÍ A ANALÝZA BIOSIGNÁL Ů FREKVENČNÍ SPEKTRUM SPOJITÝCH SIGNÁLŮ.

Prezentace na téma: "© Institut biostatistiky a analýz ZPRACOVÁNÍ A ANALÝZA BIOSIGNÁL Ů FREKVENČNÍ SPEKTRUM SPOJITÝCH SIGNÁLŮ."— Transkript prezentace:

1 © Institut biostatistiky a analýz ZPRACOVÁNÍ A ANALÝZA BIOSIGNÁL Ů FREKVENČNÍ SPEKTRUM SPOJITÝCH SIGNÁLŮ

2 © 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.

3 © Institut biostatistiky a analýz 3 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.

4 © Institut biostatistiky a analýz V 4 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

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

6 © Institut biostatistiky a analýz 6 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.

7 © Institut biostatistiky a analýz 7

8 8

9 9

10 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 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

16 © Institut biostatistiky a analýz 16 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

17 © Institut biostatistiky a analýz 17 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.

18 © Institut biostatistiky a analýz 18  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

19 © Institut biostatistiky a analýz 19 ZVOLNA DO FOURIEROVY ANALÝZY FOURIEROVY Ř ADY Pro sudou funkci platí

20 © Institut biostatistiky a analýz 20 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

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

22 © Institut biostatistiky a analýz 22 ZVOLNA DO FOURIEROVY ANALÝZY FOURIEROVY Ř ADY Příklad 2: Rozviňme ve Fourierovu řadu funkci

23 © Institut biostatistiky a analýz 23 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

24 © Institut biostatistiky a analýz 24 ZVOLNA DO FOURIEROVY ANALÝZY FOURIEROVY Ř ADY  Zevšeobecnění pro funkce s periodou T. Fourierova řada (příslušná k funkci f) má tvar

25 © 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

26 © 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

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

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

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

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

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

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

33 © 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 vysoký obdélníkový impulz, jehož výška je rovna převrácené hodnotě šířky  mohutnost je jednotková JEDNORÁZOVÉ SIGNÁLY

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

35 © 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

36 © 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 slajdu FOURIEROVA TRANSFORMACE

37 © Institut biostatistiky a analýz 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. FOURIEROVA TRANSFORMACE

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

39 © Institut biostatistiky a analýz Princip superpozice s 1 (t) + s 2 (t) ~ S 1 (ω) + S 2 (ω) a.s(t) ~ a.S(ω) Změna znaménka s(-t) ~ S*(ω) Změna měřítka s(t/a) ~ a.S(aω), kde a > 0 FOURIEROVA TRANSFORMACE - VLASTNOSTI

40 © 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

41 © Institut biostatistiky a analýz P Ř ÍKLADY SPEKTRUM OBDÉLNÍKOVÉHO IMPULSU

42 © 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 OBDÉLNÍKOVÉHO IMPULSU

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

44 © 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