UVOD

Uvod u digitalnu obradu signala

Moglo bi se rei da poreklo tehnika za digitalnu obradu signala potie jo iz 17. veka kada
su razvijene metode konanih diferencijala, numerike integracije i numerike interpolacije, sa
ciljem da se ree fiziki problemi koji su ukljuivali kontinualne promenljive i funkcije. Kasnije se
interes za obradu signala pojavio 50-ih godina XX veka sa pojavom i dostupnou digitalnih
raunara. Poetne aplikacije su se uglavnom sastojale od simulacija metoda za analognu obradu
signala. Poetkom 60-ih godina istraivai su poeli da smatraju digitalnu obradu signala kao
posebnu naunu i istraivaku oblast i od tada je dolo do razvoja brojnih metoda i znaajnih
dostignua kako u teoretskom smislu, tako i u praktinoj upotrebi tehnika digitalne obrade signala.
Digitalna obrada analognih signala se sastoji u osnovi iz tri stepena: konverzije analognih
signala u digitalni oblik, obrade tog digitalnog oblika i konano, konverzije obraenog digitalnog
signala nazad u analognu formu. Kako se amplituda analognog signala menja u vremenu, najpre se
koristi sample-and-hold kolo (S/H) koje vri odabiranje signala u periodinim intervalima i dri
tako odabranu vrednost konstantnom. Zatim se takav signal vodi na A/D (analogno/digitalni)
konvertor i signal se digitalizuje. Izlaz iz A/D konvertora je binarna sekvenca ija se obrada dalje
vri u digitalnom signal-procesoru implementiranjem odgovarajueg algoritma obrade signala. Na
izlazu digitalnog signal-procesora se opet dobija binarna sekvenca koja se konvertuje u stepeniasti
analogni signal korienjem D/A (digitalno/analognog) konvertora. Na kraju se koristi
niskopropusni filtar koji vri odstranjivanje neeljenih visokofrekventnih komponenata i na izlazu
filtra se dobija eljeni obraeni analogni signal.
Nasuprot prethodno opisanoj obradi signala, direktna analogna obrada analognog signala je
konceptualno mnogo jednostavnija poto ukljuuje samo jedan procesor i stoga se i namee pitanje
koje su prednosti digitalne obrade signala u odnosu na analognu obradu signala. Postoje, naravno,
mnoge prednosti, ali najvanije su sledee.
Za razliku od analognih kola, funkcionisanje digitalnih kola ne zavisi od preciznih vrednosti
digitalnog signala. Kao rezultat, digitalna kola su manje osetljiva na tolerancije vrednosti
komponenata i skoro da su neosetljiva na temperaturu, starenje i mnoge druge spoljanje parametre.
Osim toga, digitalna kola su veoma pogodna za integraciju u vee sisteme tako da je, imajui u vidu
skoranji naprdak VLSI (very large scale integrated) tehnologija, vrlo jednostavno integrisati
veoma sofisticirane i kompleksne sisteme digitalne obrade signala na samo jedan ip.
U digitalnim signal-procesorima signali i koeficijenti koji opisuju operacije su predstavljeni
kao binarne rei. Stoga se moe postii eljena tanost jednostavnim poveavanjem duine rei,
naravno imajui u vidu cost-benefit efekte. Osim toga, dinamiki opsezi za signale i koeficijente se
mogu poveati korienjem aritmetike sa pokretnom takom ukoliko je potrebno. Digitalni signal-
procesori dozvoljavaju deljenje sopstvenih resursa na vei broj signala korienjem vremenskog
multipleksa i time se smanjuje cena obrade po signalu. Digitalna implementacija dozvoljava
jednostavno podeavanje karakteristika procesora u toku obrade signala kao to je recimo prilikom
implementacije adaptivnih filtara. Podeavanja adaptivnih filtara se mogu lako realizovati
periodinim menjanjem koeficijenata algoritma koji predstavlja karakteristike filtra. Druga
aplikacija sa menjanem koeficijenata je realizacija sistema sa programabilnim karakteristikama kao
to su frekventno selektivni filtri sa podeavajuim uestanostima propusnih i nepropusnih opsega.
Takoe moemo napomenuti da je realizacija banke filtara veoma jednostavna u digitalnoj formi.
Digitalna implementacija dozvoljava realizacije nekih karakteristika koje nisu mogue u
analognoj formi kao to su sistemi linearne faze i obrada signala sa promenljivom periodom
odabiranja. Digitalna kola se takoe mogu vezati na red bez problema baferovanja ili zasienja kao
to je to sluaj sa analognim kolima. Digitalni signali se takoe mogu memorisati na razliitim
medijima skoro beskonano puta bez ikakvog gubitka informacija. Takvi signali se kasnije mogu
obraivati u off-line reimu, npr. obrada video, audio ili seizmikih signala.
Velika prednost aplikacija digitalne obrade signala je u obradi signala na veoma malim
uestanostima kao to su recimo seizmiki signali. Naime, ukoliko se vri analogna obrada signala,
kalemi i kondenzatori koji su potrebni za takvu obradu moraju da budu veoma velikih dimenzija.
Digitalna obrada signala ima naravno i nekih nedostataka. Prvi oigledni nedostatak je u
poveanju kompleksnosti sistema za digitalnu obradu analognih signala zbog potrebe za dodatnim
kolima za preprocesiranje i postprocesiranje kao to su A/D i D/A konvertori i njima prikljueni
filtri i dodatna digitalna kola.
Drugi nedostatak digitalne obrade signala je ogranien opseg frekvencija signala koji mogu
da se obrauju. Ovaj nedostatak je naroito izraen prilikom digitalne obrade analognih signala.
Kao to e biti kasnije pokazano, analogni kontinualni signal mora biti odabran sa uestanou
odabiranja koja je najmanje dva puta vea od uestanosti navie frekvencijske komponente u
signalu. Ako ovaj uslov nije zadovoljen, tada se komponente signala koje su na veoj uestanosti od
polovine uestanosti odabiranja pojavljuju kao komponente signala na niim uestanostima i time
mogu da znatno narue talasni oblik obraivanog analognog signala. Frekvencijski opseg na kome
moe da se vri digitalna obrada signala je primarno odreen hardverom kola za odabiranja i A/D
konvertora. Najvie uestanosti odabiranja koje postoje u praksi su reda GHz. Meutim na tako
visokim uestanostima odabiranja ograniavajui faktor je A/D konvertor. Naime, ako podaci
moraju tako brzo da se digitalizuju onda je to mogue uraditi sa relativno malom rezolucijom A/D
konvertora (6-8) bita, dok je u praksi poeljno da se amplitudski nivoi kvantizuju sa 12-16 bita.
Stoga se moe rei da je gornja granica uestanosti odabiranja u praktinim aplikacijama ipak oko
10-100 MHz. Sa napretkom integrisane tehnologije moe se ipak oekivati pomeranje ovih granica.
Trei nedostatak je posledica injenice da su digitalni sistemi konstruisani korienjem
aktivnih kola koja se povezuju u aktivnu elektrinu mreu. Naime, digitalni signal- procesori koji u
sebi imaju veliki broj poluprovodnikih komponenata mogu imati veliku disipaciju te i potronja
elektrine energije moe biti izraena. Sa druge strane, mnotvo algoritama analogne obrade signala
se moe implementirati korienje samo pasivnih komponenata (kalema, kondenzatora, otpronika)
kojima nije potrebno napajanje. Osim toga, pasivne komponente su pouzdanije od aktivnih kola.
U svakom sluaju, prednosti digitalne obrade signala su znatno izraenije od nedostataka, i
sa daljim razvojem i smanjenjem cene hardvera za digitalnu obradu signala broj aplikacija digitalne
obrade signala se rapidno poveava.


Pregled osnovnih kontinualnih i diskretnih signala

U ovom delu emo navesti osnovne i najee koriene elementarne kontinualne i diskretne
signale. Prvi od njih je jedinini impulsni signal koji se esto naziva i Dirakov impuls u
kontinualnom sluaju, ( ) t . Ovaj signal se moe definisati na vie naina, ali u svakom sluaju,
mora da zadovolji nekoliko uslova:

( )
( )
( )
2
1
1 2
0 za 0
nije definisana za 0
1, 0
0, ina e
t
t
t t
t t
t t
t dt

=
=
< <
=

(1.1)
U literaturi se esto definie na bazi funkcionala i ova definicija je od velikog interesa u digitalnoj
obradi signala.
( ) ( ) ( )
0 0
x t x t t t dt
+

(1.2)
pri emu je ( ) x t proizvoljan kontinualni signal definisan u trenutku
0
t . Sa druge strane, u
diskretnom sluaju se definie jedinina impulsna sekvenca, koja se esto naziva i impuls u
diskretnom vremenu ili jedinini impuls, sa oznakom | |
n ili ( ) n . Definie se kao
( )
1, 0
0, 0
n
n
n

=
=

(1.3)
Drugim reima, jedinina impulsna sekvenca je diskretni signal koji ima vrednost 0 svuda sem za
0 n = kada je jednaka 1. Za razliku od kontinualne jedinine impulsne funkcije ( ) t koja je takoe
jednaka 0 za svako 0 t i koja ima povrinu 1, definicija jedininog impulsa u diskretnom sluaju
je matematiki neuporedivo jednostavnija. Jedinina impulsna sekvenca pomerena za k odbiraka se
definie kao
( )
1,
0,
n k
n k
n k

=
=

(1.4)
i moe se pokazati da se proizvoljni diskretni signal moe predstaviti kao suma pomerenih
jedininih impulsa razliitih amplituda.
Jedinina odskona funkcija ili Hevisajdova funkcija (koja je dobila ime po engleskom
matematiaru Oliver Heaviside) se obeleava, u kontinualnom sluaju, sa ( ) u t ili ( ) h t i definie
se na sledei nain:
( )
0, 0
1, 0
t
h t
t
<
=

>

(1.5)
Primetimo da jednainom (1.5) Hevisajdova funkcija nije definisana za 0 t = , tj. funkcija ima
prekid u toj taki. Neki autori definiu vrednost funkcije za 0 t = , tj. daje se vrednost funkciji 0, 1
ili 0.5, ali u svakom sluaju prekid u taki 0 ostaje. U praktinim sluajevima to i nema uticaja na
analizu i reenja problema. U diskretnom sluaju se definie jedinina odskona sekvenca ili
jedinini odskoni signal (umesto prideva odskoni moe se koristiti i engleska re step) kao:
( )
0, 0
1, 0
n
h n
n
<
=

(1.6)
i, kao i za impulsni signal, definicija je egzaktna i matematiki jednostavna.
Od velikog znaaja u digitalnoj obradi signala je klasa signala koji opisuju jednostavne
harmonijske oscilacije i koji se mogu nazvati i sinusoidalnim signalima. Tipian oblik jednog
takvog analognog signala je opisan relacijom
( ) ( ) cos ,
a
x t A t t = + < < (1.7)
pri emu indeks a oznaava da je signal ( ) x t analogni. Ovaj signal je potpuno odreen sa tri
parametra: sa A je obeleena amplituda sinusoide, sa uestanost u radijanima po sekundi (rad/s) i
sa je obeleena faza u radijanima. Umesto se esto koristi linearna uestanost F koja ima
jedinicu Hz ili broj perioda (ciklusa) signala u sekundi, pri emu vai da je
2 F = (1.8)
Potpuno ravnopravna predstava sinusoidalnog signala imajui u vidu (1.8) moe biti i
( ) ( ) cos 2 ,
a
x t A Ft t = + < < (1.9)
Signal opisan prethodnom relacijom ima nekoliko vanih osobina:
- Za svaku konstantnu vrednost uestanosti F, signal ( )
a
x t je periodian. Naime lako se
moe pokazati da vai
( ) ( )
a p a
x t T x t + = , pri emu je 1/
p
T F = osnovna perioda
sinusoidalnog signala.
- Kontinualni sinusoidalni signali sa razliitim uestanostima su meusobno razliiti.
- Poveanje uestanosti F oznaava vei broj oscilacija u nekom vremenskom intervalu.
Sve osobine i relacije koje smo do sada naveli za sinusoidalne signale, vae i za klasu tzv.
kompleksnih eksponencijalnih signala (koji se u literaturi najee nazivaju kompleksne sinusoide)
( )
( ) j t
a
x t Ae
+
= (1.10)
Ovo se jednostavno moe pokazati imajui u vidu Eulerov inentitet, cos sin
j
e j

= .
Uestanost je, po prirodi, pozitivna fizika vrednost jer je interpretiramo kao broj perioda signala u
jedinici vremena za periodine signale. Ipak, u mnogim sluajevima, samo zbog formalne
matematike potrebe, uvode se i negativne uestanosti. Naime, poznato je da se signal dat izrazom
(1.7) moe, korienjem Eulerove formule, predstaviti i na sledei nain:
( ) ( )
( ) ( )
cos
2 2
j t j t
a
A A
x t A t e e

+ +
= + = + (1.11)
Dakle, sinusidalni signal moe da se dobije kao zbir dva konjugovano-kompleksna eksponencijalna
signala jednakih amplituda, pri emu prvi sabirak iz (1.11) odgovara pozitivnoj uestanosti, a drugi
sabirak odgovara negativnoj uestanosti u rad/s.
Sinusoidalni signal u diskretnom vremenu se moe napisati u sledeem obliku:
( ) ( ) cos , x n A n n = + < < (1.12)
pri emu n oznaava redni broj odbirka ( n Z ), A je amplituda sinusoide, je uestanost u
radijanima po odbirku i je faza u radijanima. Ako umesto koristimo za promenljivu
uestanosti f definisano sa
2 f = (1.13)
jednaina (1.12) postaje
( ) ( ) cos 2 , x n A fn n = + < < (1.14)
pri emu uestanost f ima dimenziju izraenu u pariodama (ciklusima) po odbirku. Za razliku od
kontinualnih sinusoida, diskretni sinusoidalni signali su karakteristani sledeim osobinama:
1. Diskretna sinusoida je periodina samo ako je frekvencija f racionalni broj. Po definiciji,
diskretni signal ( ) x n je periodian sa periodom N ( 0 N > ) ako i samo ako vai da je
( ) ( ), x n N x n n + = (1.15)
Najmanja vrednost N za koju vai izraz (1.15) se zove osnovna perioda signala. Dokaz osobina
periodinosti je jednostavan. Za sinusoidu uestanosti
0
f koja je periodina mora da vai:

( ) ( )
0 0
cos 2 cos 2 f N n f n + + = + (

(1.16)
Ova relacija je ispunjena ako i samo ako postoji ceo broj k za koji vai

0
2 2 f N k = (1.17)
ili, ekvivalentno,

0
k
f
N
= (1.18)
Na osnovu (1.18) moemo rei da je diskretni sinusoidalni signal periodian samo ako se uestanost
0
f moe izraziti kao kolinik dva cela broja (tj. ako je racionalan broj). Da bismo odredili osnovnu
periodu periodine sinusoide, N, potrebno je da predstavimo uestanost
0
f kao u (1.18) i skratimo
sve zajednike delioce tako da su k i N uzajamno prosti. Tada je osnovna perioda signala jednaka N.
Primetimo da mala promena u uestanosti moe rezultovati velikom promenom osnovne periode.
Na primer, ako je
1
29/ 60 f = onda je
1
60 N = , a ako je
2
30/ 60 f = , onda je
2
2 N = .
2. Diskretne sinusoide ije se uestanosti razlikuju za celobrojni umnoak 2 su identine. Da bi se
ovo dokazalo, posmatrajmo sinusoidu oblika ( )
0
cos n + . Jednostavno se moe pisati da je

( ) ( ) ( )
0 0 0
cos 2 cos 2 cos n n n n + + = + + = + (

(1.19)
Na osnovu (1.19) se moe zakljuiti da se sve sinusoidalne sekvence
( ) ( ) cos , 0,1, 2,...
k k
x n A n k = + = (1.20)
pri emu vai

0 0
2 ,
k
k = + (1.21)
ne mogu razlikovati, tj. identine su. Sa druge strane, sinusoidalni signali koji imaju razliite
uestanosti u opsegu odnosno
1 1
2 2
f su razliiti. Moe se i rei da je sinusoida
uestanosti > ili
1
2
f > identina nekoj sinusoidalnoj sekvenci koja ima uestanost < .
Ovaj efekat se naziva zamena uestanosti (aliasing). Stoga uestanosti koje su u opsegu
odnosno
1 1
2 2
f moemo nazvati jedinstvenim uestanostima, dok su uestanosti
van tog opsega tzv. zamenjene uestanosti.
3. Najvea uestanost oscilacija diskretne sinusoide se dobija kada je = (ili = ), ili
ekvivalentno
1
2
f = (ili
1
2
f = ). Ovo tvrenje direktno sledi iz prethodnih. Za diskretne
sinusoidalne signale se definie osnovni opseg uestanosti i on se moe definisati na dva naina:
ili 0 2 , odnosno
1 1
2 2
f ili 0 1 f . Da ne bi dolo do zabune, osnovni
opseg uestanosti realnih sinusoidalnih signala je: 0 , odnosno
1
0
2
f .


Fourierova transformacija kontinualnih signala

U ovom delu emo se podsetiti osnovnih definicija i osobina Fourierove transformacije, bez
posebne detaljnije i dublje analize (egzistencija, uslovi konvergencije itd.). Za kontinualni signal
( ) x t se definie Fourierova transformacija ( ) X F , odnosno ( ) X , na sledei nain:

( ) ( ) { } ( )
( ) ( ) { } ( )
2 j Ft
j t
X F x t x t e dt
X x t x t e dt

= =
= =

F
F
(1.22)
Inverzna Fourierova transformacija se definie sledeim relacijama:

( ) ( ) { } ( )
( ) ( ) { } ( )
1 2
1
1
2
j Ft
j t
x t X F X F e dF
x t X X e d

+
+

+
+

= =
= =

F
F
(1.23)
Posmatrajmo Dirakovu funkciju u frekvencijskom domenu. Na osnovu definicije na bazi
funkcionala date sa (1.2), moe se pisati da je

( )
( )
0
0
2 2
0
2 2
0
j F t j Ft
j F t j Ft
F F e dF e
F F e dF e

=
+ =

(1.24)
te se na osnovu (1.24) moe pisati da je
( ) ( ) ( ) ( )
0 0
2 2 2 2
0 0 0
1 1 1
cos 2
2 2 2
j F t j F t j Ft j Ft
F F e dF F F e dF e e F t


+ +

+ + = + =

(1.25)
Na osnovu ovoga se moe pisati da je

( ) { } ( ) ( )
0 0 0
1
cos 2
2
F t F F F F = + + (

F (1.26)
Analogno se moe izvesti i

( ) { } ( ) ( )
0 0 0
1
sin 2
2
F t F F F F
j
= + (

F (1.27)
kao i
{ } ( ) 1 F = F (1.28)
Spektar signala se definie kao moduo Fourierove transformacije i na slici 1.1 je dat spektar signala
datog jednainom (1.26). Primetiti i da je spektar signala datog sa (1.27) isti.
( ) { }
0
cos 2 F t F
1/ 2
1/ 2
F
0
F
0
F

Slika 1.1. Spektar signala ( )
0
cos 2 F t
U sledeoj tabeli su navedene Fourierove transformacije osnovnih funkcija.
Tabela 1.1. Fourierove transformacije osnovnih funkcija
( ) x t ( ) X F
( ) ( ) x t h t =
( ) ( )
1 1
2 2
X F F
j F

= +
( ) ( ) x t t = ( ) 1, X F F =
( ) 1, x t t = ( ) ( ) X F F =
( ) ( )
0
cos 2 x t F t =
( ) ( ) ( )
0 0
1
2
X F F F F F = + + (


( ) ( )
0
sin 2 x t F t =
( ) ( ) ( )
0 0
1
2
X F F F F F
j
= + (


( )
0
2 j F t
x t e

= ( )
0
F F
( )
1,
2 2
0, ina e
P P
t
x t

( )
( ) sin FP
X F
F

=
( )
( ) 2sin 2
2
t
x t
t

= ( )
1,
0, ina e
F
X F

=

Pokaimo samo kako se rauna pretposlednja Fourierova transformacije iz tabele 1.1.

( ) ( )
( )
( )
/ 2
/ 2
2 2 2
/ 2
/ 2
2
2
2
2
1
1
2
sin
1 1
2 sin
2 2
P
P
j Ft j Ft j Ft
P
P
P
P
j F
j F
X F x t e dt e dt e
j F
FP
e e j FP
j F j F F

| |

|
\ .
= = =
| |
= = = |
|
\ .

(1.29)
Grafik funkcije date jednainom (1.29) je prikazan na slici 1.2 za dva sluaja: P=4 i P=8.
(Primetimo da to nije spektar signala jer ima i negativan deo i takoe primetimo da je Fourierova
transformacija isto realna jer je signal u vremenskom domenu paran za neparne signale
Fourierova transformacija je isto imaginarna)

Slika 1.2. Grafik funkcije dat izrazom (1.29)
Nule funkcije date jednainom (1.29) se dobijaju kada je , 1, 2,... FP k k = = , tj. za
1 2
, ,... F
P P
= . Maksimum se dobija za 0 F = i iznosi
( ) ( )
0 0
sin cos
lim lim
F F
FP P FP
P
F



= = .
Primetimo da se poveanjem P broj oscilacija po jedinici frekvencije poveava, tj. nule funkcije
postaju uestalije. Poveanjem P se poveava vrednost maksimuma funkcije, dok se irina glavnog
loba (glavne arkade) smanjuje (jer iznosi
2
P
). Takoe primetimo i da se poveanjem P poveava
-1.5 -1 -0.5 0 0.5 1 1.5
-2
-1
0
1
2
3
4
5
6
7
8


P=8
P=4
amplituda prvog bonog loba. Analiza ove funkcije e biti od velikog interesa kada budemo
izuavali projektovanje FIR filtara pomou prozorskih funkcija.
Na kraju e biti prikazane i osnovne osobine Fourierove transformacije u tabeli 1.2.
Tabela 1.2. Osobine Fourierove transformacije
( ) x t ( ) X F
( ) y t ( ) Y F
( ) ( ) x t y t
( ) ( ) ( ) ( ) X Y F d X F Y d
+ +

=


( ) ( ) ( ) ( ) x y t d x t y d
+ +

=


( ) ( ) X F Y F
( )
0
x t t ( )
0
2 j Ft
e X F


( ) dx t
dt

( ) 2 j FX F
( )
t
x d

( ) ( ) ( )
1
, 0 0
2
X F X
j F
=
( )
2
x d
+

( )
2
X F dF
+

( ) x t

( ) X F

( ) x at 1 F
X
a a

| |
|
\ .

( )
0
2 j F t
e x t

( )
0
X F F


Uticaj konanog intervala posmatranja

U praksi se obrada signala uvek vri na nekom konanom vremenskom intervalu. Osim toga
digitalna obrada signala podrazumeva obradu signala diskretizovanih u vremenu. Na ovom mestu
emo videti kakav uticaj na spektralne karakteristike nekog kontinualnog signala ima konaan
vremenski interval sa napomenom da je uticaj u sluaju diskretnih signala isti, samo sa neznatno
razliitim formulama.
Posmatrajmo kontinualni signal ( ) x t u nekom konanom vremenskom intervalu
2 2
P P
t . U optem sluaju, naravno, vremenski interval ne mora da bude simetrian. Ako je
signal ( ) x t definisan za svako t +, onda se signal u konanom intervalu vremena, ( )
p
x t ,
moe opisati sledeom relacijom:
( )
( ),
2 2
0, ina e
p
P P
x t t
x t

(1.30)
odnosno
( ) ( ) ( )
p
x t x t w t = (1.31)
pri emu je
( )
1,
2 2
0, ina e
P P
t
w t

(1.32)
Po teoriji Fourierove transformacije mnoenje dve funkcije u vremenskom domenu odgovara
konvoluciji Fourierovih transformacija tih funkcija u frekvencijskom domenu, odnosno
( ) ( ) ( ) ( ) ( ) ( ) ( )
p
X F X F W F X W F d X F W d
+ +

= = =

(1.33)
gde su sa ( )
p
X F , ( ) X F i ( ) W F obeleene Fourierove transformacije signala ( )
p
x t , ( ) x t i
( ) w t , respektivno. Izraz za ( ) W F smo ve izraunali (1.29) pa jednaina (1.33) postaje
( ) ( )
( ) ( )
( )
( )
( )
sin sin
p
F P P
X F X d X F d
F



+ +

= =

(1.34)
Efekat konvolucije Fourierove transformacije signala ( ) X F sa sinc funkcijom se u digitalnoj
obradi signala naziva curenje spektra i ovaj efekat emo ilustrovati na primeru signala
( ) ( )
0
cos 2 x t F t = . Iz (1.26) je
( ) ( ) ( )
0 0
1
2
X F F F F F = + + (

pa je iz (1.34)

( ) ( ) ( )
( )
( ) ( )
( )
( ) ( )
( )
0 0
0 0
0 0
1 2
sin
1
2
sin sin
1 1
2 2
p
sinc sinc
P
X F F F F F d
F F P F F P
F F F F

= + + (

+
= +
+

(1.35)
Dakle, spektar rezultujueg signala je jednak zbiru dve sinc funkcije koje imaju maksimume na
uestanostima
0
F i
0
F . Prikaz pojedinanih sinc funkcija i funkcije ( )
p
X F za sluaj
0
2.1 F = i
4 P = je dat na slici 1.3.

Slika 1.3. Grafik funkcije dat izrazom (1.34)
Spektar rezultujue funkcije nije vie zbir dve delta funkcije, ali takoe ima dva pika i oni su takoe
na uestanostima
0
F i
0
F , ili su blago pomereni. Naime, svaka pojedinana sinc funkcija ima
maksimum na istom mesto kao i odgovarajua delta funkcija koji iznosi
2
P
. Meutim, zbog uticaja
druge sinc funkcije na toj uestanosti (koji je obino veoma mali) vrednost maksimuma vie nije
2
P

i, to je bitnije, poloaj maksimuma na x-osi moe da se promeni tako da pozicija maksimuma u
spektru vie nije na uestanostima
0
F i
0
F . Taj efekat se moe opisati i kao gubitak istoe
-4 -3 -2 -1 0 1 2 3 4
-0.5
0
0.5
1
1.5
2
2.5
F


sinc1
sinc2
Xp(F)
tona. Postoje, naravno i sluajevi kada je uticaj bonih lobova jedne sinc funkcije na drugu na
uestanostima od interesa jednak nuli i to kada je zadovoljen uslov da je
0
1
2 , 1, 2,... k F k
P
= = ,
odnosno kada vai da je
0
2F P ceo broj. to se tie uticaja duine konanog intervala posmatranja,
isti zakljuci vae kao to smo ranije izveli za funkciju iji je spektar dat jednainom (1.29),
odnosno iji je grafik dat na slici 1.2. Efekat curenja spektra je jedan od inilaca zbog kojih u praksi
nije uvek mogue odrediti tanu uestanost sinusoide.