21.10.2013.

1
DSP
TRANSFORMACIJE
Matematifki izraz transformacija, intenzivno se koristi u
DSP. Fazorska transformacija, Fourierova
transformacija, Laplaceova transformacija, Z
transformacija, Hilbertova transformacija, Wavelet
transformacija,itd.
to je transformacija?
SPIE09 Obrada zvunih signala
01_03. DSP transformacije
Ozren Bilan, vii predavaf
1. UVOD
1.1. Konti nuirani i diskretni signali i DSP
1.2. Analiza uvremenskomi frekvencijskom podrufju
1.3. DSPtransformacije
1.4. Projektiranje digitalnihfiltera
2. Zvufni signali visoke razlufivosti HDAudio
3. Di gitalna obrada govora
4. Saimanje zvufnihdatoteka
5. Uvod u obradu zvufnih signalaumjetnim neuralnim mreama
6. Uvod u obradu i analizu zvufnih signalavalidem Wavelet
7. Razlike DSPi procesora
30 sati predavanja + 30 sati laboratorijskihvjebi
Svi MATLAB kodovi nalaze se u skripti LAB VJEBE DOZS
to je transformacija?
Da bi odgovorili na ovo pitanje moramo znati to je funkcija.
Funkcija je algoritam ili postupak koji mijenja jednu vrijednost u drugu.

Funkcija je izraz y=2x+1. Izaberemo vrijednost za x, uvrstimo je u jednadbu i dobijemo
vrijednost y. Funkcija moe mijenjati nekoliko vrijednosti istovremeno u jednu
vrijednost, kao y =2a+3b+4c, gdje se a, b, i c mijenjaju u y.

To je transformacija koji omogudava da ulaz i izlaz imaju viestruke vrijednosti.
Pretpostavimo signal sastavljen od 100 uzoraka. Ako netko postavi jednadba,
algoritam ili postupak za promjenu tih 100 uzoraka u drugih 100 uzoraka, postavio je
transformaciju. Transformacije se ne ogranifavaju na ogranifeni specififan tip ili broj
podataka. Npr., moe biti 100 uzoraka diskretnih podataka za ulaz i 200 uzoraka
diskretnih podataka za izlaz. Slifno tome, moe biti ustaljen (kontinuiran) signal za ulaz
i ustaljen (kontinuiran) signal za izlaz. Dozvoljeni su i mijeani signali; npr., diskretan
ulaz, a ustaljen (kontinuiran) izlaz ili obrnuto.

Transformacija je bilo koja procedura koja skup jednih podataka
mijenja (transformira) u skup drugih podataka

PRI TOME JE BITNO DA DRUGI SKUP OLAKAVA RAD.
2 Ozren Bilan
Zato pri dekompoziciji signala koristimo ba sinusoide, a ne
kvadratni ili trokutasti val?
Postoji beskonafni broj nafina na koji se neki signal moe
rastaviti. Cilj nam je uvijek dobivanje neeg to je
jednostavnije od izvornog signala. Tako impulsna
dekompozicija omogudava provjeru signala tofku po tofku, to
dovodi do vrlo snane tehnike konvolucije.
Sinusne i kosinusne komponente su jednostavnije od
izvornog signala jer posjeduju svojstvo koje nema izvorni
signal: sinusoidalnu vjernost.
Pokazali smo da sinusoidalni ulaz u sustav jami sinusoidalni
izlaz.
Mogu se promijeniti samo amplituda i faza signala;
frekvencija i valni oblik MORAJU ostati isti.
Sinusoidalni valovi su jedini valni oblici koji imaju ovo
korisno svojstvo. Iako su kvadratna i trokutna dekompozicija
mogude, ne postoji ni jedan razlog zbog kojeg bi to bilo
korisno.
3 Ozren Bilan
Uvod u kompleksne transformacije
Kompleksni brojevi imaju svojstvo predstavljanja i obrade dvije
varijable kao jedne veliine. To je korisno za Fourierovu analizu kod
koje je frekvencijsko podrufje sastavljeno od dva signala realnog i
imaginarnog dijela. Kompleksni brojevi smanjuju broj jednadbi koji se
koriste u DSP i omogudavaju tehnike koje bi bile vrlo teke ili
neizvedive s realnim brojevima.

Brza Furierova transformacija temeljena je na kompleksnim
brojevima. Meutim kompleksne tehnike su vrlo sloene i zahtijevaju
veliku praksu i znanje kako bi se ufinkovito koristile. Slijededa
poglavlja analizirat de vane postupke temeljene na kompleksnim
brojevima: kompleksnu Furierovu transformaciju, Laplaceovu
transformaciju i z-transformaciju.

Navedene kompleksne tehnike su sama bit teoretske DSP.

Kompleksni brojevi u eksponencijalnom obliku su okosnica DSP
matematike. Prednost eksponencijalnog prikaza u polarnom obliku je
taj to je pojednostavljeno mnoenje i dijeljenje kompleksnih brojeva:




Mnoenje i dijeljenje kompleksnih brojeva.

Kompleksni brojevi u polarnom obliku mnoe se tako da im se
pomnoe magnitude i sumiraju fazni kutovi. Najlaki nafin zbrajanja i
oduzimanja u polarnom obliku je pretvorba u ortogonalni oblik,
izvoenje operacije i ponovna pretvorba u polarni oblik.

Kompleksni brojevi obifno se izraavaju pri rafunalskim rutinama u
ortogonalnom obliku, a u polarnom obliku pri pisanju i rjeavanju
jednadbi.

Kao to se Re( ) i Im( ) koriste pri dobivanju ortogonalnih komponenti
kompleksnog broja, operatori Mag( ) i Faza( ) koriste se za ekstrakciju
polarnih; ako je A =5e
jH/7
, tada je Mag(A)=5 i Faza(A)=H/7 .
Supstitucija dva realna fizifka parametra smjeta u realan dio i imaginarni dio
kompleksnog broja. To omogudava da sa dvije vrijednosti istovremeno
manipuliramo kao s jednom vrijednosti, tj., kompleksnim brojem. Nakon potrebnih
matematifkih operacija, kompleksni broj se dijeli u svoj realan i imaginarni dio, koji
odgovaraju fizifkim parametrima koje obraujemo.

Evo najjednostavnijeg primjera. Vektori mogu
predstavljati silu, brzinu, ubrzanje, itd. Zamislimo
jedrilicu koju u jednom smjeru gura vjetar, a u
drugom smjeru morske struje. Rezultanta je
suma dva vektora, to pokazuje slika :
dva vektora, A i B, sumirana su paralelogramom u C.

Problem moemo predstaviti kompleksni brojevim tako da koordinatu istok/zapad
smjestimo u realni dio, a koordinatu sjever/jug u imaginarni dio. To nam doputa
da svaki vektor promatramo kao jedan kompleksni broj, iako je sastavljen od dva
dijela. Npr. silu vjetra, vektor A, moemo prikazati kao smjer 2 dijela na istok i 6
dijelova na sjever, to prikazujemo kao kompleksni broj: 2+6j. Slifno tome, sila
morskih struja, vektor B, moe biti u smjeru 4 dijela na istok i 3 dijela na jug, to
prikazujemo kompleksnim brojem: 4-3j. Ta dva vektora sumiramo jednadbom to
daje kompleksni broj koji predstavlja vektor C: 6+3j. Fizikalno znafenje je:
kombinirana sila na brod je u smjeru 3 dijela sjeverno i 6 dijelova istono.
Bit je to SJEVER i JUG nisu KOMPLEKSNE VRIJEDNOSTI.
Realna os
I
m
a
g
i
n
a
r
n
a
o
s

2, 6
4, -3
6, 3
21.10.2013.
2
Problem se moe rijeiti i bez
kompleksnih brojeva fija primjena
predstavlja formalizirani nafin
prikaza dvije komponente u jednom
vektoru. Treba samo zapamtiti da se
fizikalni problem moe pretvoriti u
kompleksni oblik dodavanjem j
jednoj od komponenti. Pretvorba na
stvarni fizikalni problem sastoji se
samo u isputanju j. To je bit
postupka supstitucije.

Pitanje je kako znamo da se takav
postupak moe primijeniti?
Jednostavno, drat demo se primjera
koji su matematifari ved primijenili i
za koje je dokazano da funkcioniraju i
primjenjiva su na kompleksnu analizu
jer pokazana pravila nisu uvijek
primjenjiva.

Sumiranje vektora kompleksnim
brojevima. Vektori A i B predstavljaju
izmjerene sile u odnosu na sjever/jug i
istok/zapad. Silu u smjeru istok/zapad
supstituiramo realnim dijelom
kompleksnog broja, a smjeru
sjever/jug imaginarnim dijelom.
Supstitucija doputa primjenu
kompleksne matematike na cjeloviti
realni problem.
Kompleksni prikaz sinusne funkcije
Kompleksni brojevi vrlo su korisni u elektronici i obradi signala jer na kompaktan nafin
predstavljaju i manipuliranju svim: sinusnim i cosinusnim valnim oblicima. Uobifajeni nafin
prikaza sinusoide je: Mcos(t+) ili Acos(t)+Bsin(t), u polarnom i ortogonalnom obliku.
Potrebno je uofiti kako smo prikazali frekvenciju pomodu , prirodne frekvencije u rad/s.
Zamijenimo li s 2f dobili bi izraze u Hz. Meutim, DSP matematika pie se koritenjem
skradenog prikaza pa se na to potrebno naviknuti. Bududi da su potrebna dva parametra
kako bi prikazali sinusoidu (tj., A i B ili M i ) bit de prirodno koritenje kompleksnih brojeva.
Koristedi supstituciju, promjena prikaza sinusnog valnog oblika koritenjem kompleksnih
brojeva je vrlo jednostavna. U ortogonalnom obliku vrijedi:


gdje se Aa, i B-b. Amplituda cosinus vala postaje realan dio kompleksnog broja, a
negativna amplituda sinusnog vala imaginarni dio. Vano je uofiti da taj oblik ne predstavlja
jednabu nego nafin kojim kompleksnim brojem moemo predstaviti sinusoidu. Supstitucija
se moe primijeniti i u polarnom obliku:


gdje MM i -. Pri polarnom prikazu supstitucija ne mijenja amplitudu, a mijenja
predznak faznog kuta. Moemo se upitati zato mijenjamo predznak imaginarnog dijela i
faznog kuta? Razlog je u tome to supstitucija onda poprima isti oblik kao i kompleksna
Fourierova transformacija koju demo opisati. Tehnike supstitucije prikazane u ovom
poglavlju ne dobivaju nita od promjene predznaka, meutim tako se postupa kako bi
zadrali konzistentnost s naprednim postupcima.

Koritenje kompleksnih brojeva pri prikazu sinusoida je uobifajena tehnika u analizi
sklopova i DSP. Tome je razlog to su zakoni i pravila kojima se pokorava sinusoida isti kao i
oni kojima se pokoravaju kompleksni brojevi. Drugim rijefima, sinusoidu moemo
predstavit kompleksnim brojevima, izvriti brojne matematike manipulacije i konano
dobiti iste rezultate kao da smo radili sa sinusnim funkcijama ali na mnogo laki nain.
Meutim, potrebno je obratiti pozornost da je mogude koritenje samo onih matematifkih
operacija koje pravilno zamjenjuju fizikalni problem. Tako ako kompleksne varijable A i B,
predstavljaju dvije sinusoide iste frekvencija razlifitih amplituda i faznih pomaka, sumom
dva kompleksna broja dobit demo tredi. On de predstavljati tredu sinusoidu. Dakle,
kompleksno zbrajanje usklaeno je s ponaanjem fizifkog sustava.
Ako pomnoimo kompleksne brojeve A i B, dobivamo tredi kompleksni broj; meutim,
kompleksno mnoenje nije usklaeno s fizifkim sustavom jer mnoenje dvije sinusoide ne
daje tredu sinusoidu. To je razlog zbog kojeg ga ne smijemo koristiti. Sve ispravne operacije
vrlo su jasno definirane. Moraju biti zadovoljena dva uvjeta. Prvo, sve sinusoide moraju biti
iste frekvencije. Npr., ako kompleksni brojevi: 1+1j i 2+2j predstavljaju sinusoide iste
frekvencije, onda de suma dvije sinusoide biti prikazana kompleksnim brojem: 3+3j.
Meutim, ako 1+1j i 2+2j predstavljaju sinusoide razlifitih frekvencija, nije mogude nita
razumno dobiti kompleksnim prikazom. U tom slufaju suma kompleksnih brojeva, 3+3j je
besmislena jer ne predstavlja rjeenje fizikalnog problema.
Usprkos ovome, frekvenciju moemo ostaviti kao varijablu pri koritenju kompleksnih
brojeva, ali mora uvijek biti iste frekvencije. Drugi zahtjev je da prikazane operacije moraju
biti linearne. Tako sinusoide moemo kombinirati zbrajanjem i oduzimanjem, a ne
moemo mnoenjem ili dijeljenjem. Slifno tome, sustavi mogu biti pojafala, atenuatori,
visokopropusni i niskopropusni filtri, a ne mogu biti sklopovi za kvadriranje, odrezivanje i
detekciju praga.
Treba zapamtiti da konvolucija i Fourierova analiza vrijede samo za linearne sustave.
Kompleksni prikaz sustava
Pokazat demo primjer koritenja kompleksnih brojeva pri predstavljanju propusta
sinusne funkcije kroz linearni sustav. U primjeru koristimo ustaljen (kontinuiran) signal
iako se diskretni signali obrauju na isti nafin. Bududi da je ulazni signal sinusna
funkcija, a sustav je linearan na izlazu de takoer biti sinusna funkcija iste frekvencije.
U naem primjeru ulazni signal moemo konvencionalno predstaviti izrazom
3cos(t+/4) ili ekvivalentnim izrazom: 2.1213cos(t)-2.1213sin(t). Ako -j/4
prikaemo kompleksnim brojem: 3e
-j/4
ili 2.1213+j2.1213. Slifno tome,
konvencionalno prikazan izlaz je: 1.5cos(t-/8) ili alternativno: 1.3858cos(t)+
0.5740sin(t). Prikaemo li j/8 kompleksnim brojem: 1.5e
j/8
ili 1.3858 - j 0.5740 .

Karakteristike sustava mogu se prikazati kao kompleksni broj. Magnituda kompleksnog
broja je magnituda ulaza i izlaza (tj., M
out
/M
in
). Slifno tome, kut kompleksnog broja je
negativna razlika ulaznog i izlaznog kuta (tj., -*
out
-
in
]). U ovom primjeru, sustav
opisuje kompleksni broj 0.5e
j3/8
. Drugim rijefima, amplituda sinusoide smanjena je
0.5, a fazni kut je promijenjen za -3/8 .

Kompleksni broj koji predstavlja sustav mogude je pretvoriti u ortogonalni oblik:
0.1913 - j0.4619, ali potrebna je pomnjivo interpretirati znafenje. To ne znafi da se
sinusoida proputena kroz sustav promijenila amplitudno 0.1913 niti da je kosinusoida
promijenjena -0.4619.

Opdenito vrijedi da se fisti sinusna ili kosinusna funkcija koja ue u linearni sustav
pretvara u mjeavinu sinusnih i kosinusnih funkcija.
ulazni signal izlazni signal












Sinusoide predstavljene kompleksnim brojevima. Kompleksni brojevi se koriste u DSP i
elektronici jer su prikladni nafin predstavljanja i manipulacije sinusoidama. Primjer
pokazuje kako se sinusoidalni ulazni i izlazni signal mogu predstaviti kao kompleksni
brojevi, izraeni u polarnom ili ortogonalnom obliku. Uz to, promjena koja linearni
sustav pretvara u sinusoidalan takoer se predstavlja kao kompleksni broj.

LINEARNI
SUSTAV

ili ili
ili ili ili
vrijeme
vrijeme
Kompleksna matematika automatski zadrava sve tragove ovih krinih izraza.
Pri propustu sinusne funkcije kroz linearni sustav, kompleksni brojevi koji
predstavljaju ulazni signal i sustav se mnoe to rezultira kompleksnim brojem
koji predstavlja izlaz. Ako poznajemo bilo koja dva kompleksna broja mogude
je odrediti tredi. Pri tome prorafun moemo izvriti u polarnom ili
ortogonalnom obliku, to pokazuje prethodna slika.

Opisali smo nafin kojim Fourierova transformacija vri dekompoziciju signala
u kosinusne i sinusne funkcije.

Amplitude kosinusa nazivamo realan dio, a amplitude sinusoida imaginarni
dio.

Te amplitude prikazuju se ordinarnim brojevi, a izrazi realno i imaginarno
koriste se kako bi ih odvojili. Meutim, sada je ofito odakle ime dolazi. Imamo
li signal od 1024 tofke rastavljen u 513 kosinusoida i 513 sinusoida,
koritenjem supstitucije mogude je predstaviti spektar pomodu 513
kompleksnih brojeva. Meutim, to nije kompleksna Fourierova
transformacija. To je jo uvijek realna Fourierova transformacija kojoj je
spektar prikazan u kompleksnom formatu koritenjem supstitucije.

21.10.2013.
3
Analiza elektrinih sklopova
Postupak supstitucije kosinusnih i sinusnih signala kompleksnim brojevima naziva se fazorska
transformacija i predstavlja glavni alat pri analizi sklopova sastavljenih od otpora,
kondenzatora i induktiviteta.
Prvi korak je razumijevanje odnos struje i napon za svaku komponentu. U slufaju otpora
ponaanje opisuje Ohmov zakon: v=iR , gdje je i trenutna struja kroz komponentu, v trenutni
napon na komponenti, a R otpor. Kondenzator i induktivitet opisuju diferencijalne
jednadbe: i =C dv/dt, i v =L di/dt, gdje je C kapacitet, a L induktivitet.
U najopdenitijem postupak analize sklopova postavljaju se diferencijalne jednadbe koje
uvjetuje konfiguracija sklopa te se rjeavaju po parametru koji nas interesira. Iako ovaj
jednostavni postupak prua sve odgovore o sklopu, sam postupak matematifkog rjeavanja
moe postati vrlo sloen i dugotrajan.
To se moe znatno pojednostavniti ogranifenjem signala na sinusnu funkciju. Predstavimo li
sinusoide s kompleksnim brojevima sloene diferencijalne jednadbe zamjenjujemo s mnogo
jednostavnijim algebarskim jednadbama. Slikom demo ilustrirati opisani postupak.
Obraujemo svaku od tri komponente (otpor, kondenzator i induktivitet) kao sustav. Ulaz
sustava je sinusna funkcija struje kroz komponentu, a izlaz je sinusna funkcija napona na
prikljufnicama. Dakle, predstavljamo ulaz i izlaz sustava pomodu dvije kompleksne varijable:
I (za struju) i V (za napon). Relaciju izmeu ulaza i izlaza takoer moemo prestaviti
kompleksnim brojem. Taj kompleksni broj nazivamo impedancija i oznafavamo simbolom Z:

I Z =V
To znafi da je kompleksni broj koji predstavlja sinusni napon jednak kompleksnom broju
koji predstavlja sinusnu struju pomnoen impedancijom predstavljenom kao kompleksni
broj. Ako su bilo koja dva poznata moemo izrafunati tredi. U polarnom obliku, magnituda
impedancije je odnos amplituda V i I. Slifno tome, faza impedancije je fazna razlika izmeu
V i I.
otpornik kondenzator induktivitet









Definicija impedancije; Ako sinusne napone i struje prikazujemo kompleksnim brojevima, njihov odnos
nazivamo impedancija i oznaavamo kompleksnom varijablom Z. Otpori, kondenzatori i induktiviteti
imaju impedancije R, -j/eC i jeL.

Relaciju moemo shvatiti kao Ohmov zakon za sinusoide. Ohmov zakon (v=iR) opisuje kako
otpor dovodi u vezu trenutne struje i napon u otpor. Ako su signali sinusne funkcije
prikazane kompleksnim brojevima, relacije postaje: V=IZ. Dakle, impedancija povezuje
struju i napon. Otpor je ordinarni broj, bududi da dovodi u vezu dva ordinarna broja.
Impedancija je kompleksni broj, bududi da dovodi u vezu dva kompleksna broja.
Impedancije sadravaju mnogo vie informacije od otpora jer odreuju ne samo amplitudu
nego i fazni kut.

Analiza analognog uskopojasnog nepropusnog filtra

Iz diferencijalnih jednadbi koji opisuju rad elemenata,
moemo pokazati da su otpor, kondenzator i induktivitet:
R, -j/eC , i jeL.

Kao primjer zamislimo da je struja kroz svaku komponentu
kosinusni val jedinifne amplitude, kao to pokazuje slika.
Koristedi supstituciju kompleksni broj: 1+0 j napon na
otporu bit de V =IZ=(1+0 j)R=R+0j.

Drugim rijefima, kosinusni val amplitude R. Napon na
kondenzator bit de: V=IZ =(1+0j)(-j/eC)

Nakon sreivanja: 0-j/eC , sinusni val amplitude 1/eC.
Slifno tome, napon induktiviteta je: V=IZ=(1+0j )(jeL).
Nakon sreivanja dobiva se: 0+jeL, negativni sinusni val
amplitude, eL.

Prednost postupka je u tome to ne moramo koristiti
diferencijalne jednadbe kako bi analizirali RLC sklop.
Impedancije otpora, kondenzatora i induktiviteta
obraujemo isto kao i otpore u istosmjernom sklopu,
ukljufujudi sve kombinacije: serije, paralele, djelitelje, itd.

RLC notch filter.
Ovaj sklop izdvaja usko
frekvencijsko podruje iz
signala. Koritenjem
kompleksne supstitucije
pojednostavljujemo analizu
ovog i slinih sklopova
Primjer: shema pokazuje RLC sklop notch filter, kojeg koristimo za
izdvajanje uskog frekvencijskog pojasa. Tako filter moe eliminirati
smetnju npr. 50 Hz nekog zvufnog ili instrumentacijskog signala. Kada bi
ovaj sklop napravili od tri otpora (umjesto otpora, kondenzatora i
induktiviteta), odnos ulaznog i izlaznog signala bio bi odreen formulom
naponskog djelitelja: v
izlazno
/v
ulazno
=(R2+R3)/(R1+R2+R3). Bududi da se
sklop sastoji od kondenzatora i induktiviteta u jednadbu naponskog
djelitelja moemo supstituirati impedancije:


gdje su: Vout, Vin, Z1, Z2, i Z3 kompleksne varijable. Uvrstimo li
impedancije svake komponente:




Jednadbu odvojimo na realni i imaginarni dio tako da odijelimo sve to
sadrava j od onoga to ga ne sadrava. Taj postupak moe biti
dugotrajan i teak, a alternativa mu je rjeavanje diferencijalnih
jednadbi, to je jo tee. Kad odijelimo realan i imaginarni dio, dobiva
se prijenosna funkcija notch filtra:




Konano relaciju pretvorimo u polarni oblik i nacrtamo sliku :


RLC notch filter.
Ovaj sklop izdvaja usko
frekvencijsko podruje iz
signala. Koritenjem
kompleksne supstitucije
pojednostavljujemo analizu
ovog i slinih sklopova
gdje je
Frekvencijski odziv filtra. Krivulje dobivene s komponentama:
R =50 Ohm, C =470 pF, i L =54 H.

Iz ovih primjera najvanije je zapamtiti kako supstitucija omogudava
kompleksnim brojevima predstavljanje problema iz stvarnog svijeta.
Obitelj Furierovih transformacija
Opdenito se Fourierova transformacija dijeli u fetiri kategorije, to je posljedica
fetiri tipa signala koje susredemo u radu. Signal moe biti ustaljen (kontinuiran) ili
diskretan, moe biti periodifan ili aperiodifan. Kombinacije ova dva svojstva
rezultiraju s fetiri kategorije koje demo opisati i prikazati.
Aperiodian-ustaljen (kontinuiran) signal FT
Ukljufuju guede eksponencijalne funkcije i Gaussove krivulje. Ti signali proteu se u
plus i minus beskonafnost bez ponavljanja periodifnog oblika. Fourierova
transformacija ovakvih signal jednostavno se naziva Fourierova transformacija.
Periodiki-ustaljen (kontinuiran) signal FS
Primjeri ukljufuju: sinusne valove, kvadratne valove i sve valne oblike koji se
pravilno ponavljaju od minus do plus beskonafnosti. Ovakav oblik Fourierove
transformacije naziva se Fourierovi redovi.
Aperiodiki-diskretni signali DTFT
To su signali koji su definirani samo u diskretnim tofkama izmeu plus i minus
beskonafnost, a ne ponavljaju se periodifki. Fourierova transformacija onda se
naziva Diskretna vremenska Fourierova transformacija.
Periodiki-diskretni signali DFT
To su diskretni signali koji se ponavljaju periodifki od negativne do pozitivne
beskonafnosti. Ova klasa Fourierove transformacije ponekad se naziva Diskretni
Fourierovi redovi, a fede se naziva Diskretna Fourierova transformacija.
18 Ozren Bilan
21.10.2013.
4
Sva fetiri tipa signala proteu se na negativnu i pozitivnu beskonafnost.
to napraviti ako imamo konafan broj uzoraka u rafunalu, npr. signal
formiran od 1024 tofke? Postoji li oblik neke Fourierove transformacije
koja koristi konane uzorke signala?
Odgovor je: ne, ne postoji!

Sinusni i kosinusni valovi definirani su dok se proteu od minus do plus
beskonafnosti. Nije mogude koristiti grupu beskonafno dugafkih signala
da bi se sintetiziralo neto konafne duine. Nafin rjeenja je ufiniti
podatke konafne duine da slife na signale beskonafne duine. To se radi
na nain da zamislimo kako signal ima beskonani broj uzoraka na lijevo
i desno od stvarnog broja uzoraka.
Ako svi zamiljeni uzorci imaju vrijednost jednaku nuli, signal de
izgledati diskretan i aperiodian, pa demo modi primijeniti Diskretnu
vremensku Fourierovu transformaciju. Kao alternativu, svi zamiljeni
uzorci mogu biti kopija stvarnih 1024 tofke. Sada signal izgleda diskretan
periodifki pa se moe primijeniti Diskretna Fourierova transformacija.

Ofito je da je potreban beskonani broj sinusoida kako bi smo
sintetizirali aperiodian signal. To onemogudava proraun Diskretne
vremenske Fourierove Transformacije DTFT raunalskim algoritmom.

19 Ozren Bilan
Sistemom eliminacije, jedini tip Fourierove transformacije koju moemo koristiti
u DSP je DFT. Digitalna rafunala rade samo s diskretnim informacijama konafne
duine. Dok se analitifki rjeavaju teoretski problemi, korisna su prva tri tipa
obitelji Fourierove transformacije. Dok smo za raunalom, moemo koristiti
samo DFT. U nastavku demo kratko analizirati ova tri tipa Fourierove
transformacije, a za sada demo se koncentrirati na razumijevanje Diskretne
Fourierove transformacije. Svaka od fetiri Fourierove transformacije moe se
podijeliti u realnu i kompleksnu verziju. Realni oblik je najjednostavniji,
koritenjem kardinalnih brojeva i algebre pri sintezi i dekompoziciji. Slika je
primjer realne DFT. Kompleksni oblici fetiri Fourierove transformacije su mnogo
sloeniji i koriste kompleksne brojeve.
20 Ozren Bilan
Algoritam vrijeme frekvencija
CTFT kontinuirano kontinuirana
DTFT diskretno kontinuirana
DFT diskretno diskretna
Furierova transformacija i Furierov red
x(t) --- vremenski kontinuirani (analogni) signal
X(f) --- Fourierova transformacija, frekvencijska karakteristika

Moemo li odrediti

ako nemamo matematifku jednadbu za x(t) ? Ne!

to moemo napraviti?
Sampliramo x(t) => kako bi dobili uzorke
x
0
, x
1,
, x
N-1
u vremenu T (npr. 100 sekundi)
Period (interval) sampliranja je t
N (uzoraka) za vrijeme T => t=T/N
Mogu li T i N biti beskonani? Nemogude!

21
}

= dt e t x f X
ft j t 2
) ( ) (
Ozren Bilan
Razvoj u Fourierov red
| |

=
+ + =
1
0
) sin( ) cos(
2
1
) (
n
n n
t n b t n a a t f e e
}
=
T
n
dt t n t f
T
a
0
) cos( ) (
2
e
}
=
T
dt t f
T
a
0
0
) (
2
}
=
T
n
dt t n t f
T
b
0
) sin( ) (
2
e
T
t
e
2
=
22 Ozren Bilan
Frekvencijsko podrufje sadrava potpuno iste informacije kao i
vremensko podrufje, samo u razlifitom obliku. Ako se poznaje signal u
jednom podrufju, mogude je izrafunati drugo. Ako je zadan signal
vremenskog podrufja, postupak prorafuna frekvencijskog podrufja
naziva se dekompozicija, analiza ili DFT. Ako je poznat signal u
frekvencijskom podrufju, prorafun vremenskog podrufja naziva se
sinteza ili inverzna DFT. Sinteza i analiza mogu se predstaviti u obliku
jednadbi i rafunarskim algoritmima.

Broj uzoraka u vremenskom podrufju obifno je predstavljen varijablom
N. Dok N moe biti bilo koja pozitivna cjelobrojna vrijednost, obifno se
izabire potencija dva, tj., 128, 256, 512, 1024, itd. Za to su dva razloga.
Prvo, digitalni podaci pri pohrani koriste binarno adresiranje, pa su
potencije dva prirodna duina signala. Drugo, najuinkovitiji algoritmi
prorauna DFT, Brze Fourierove transformacije (FFT), najede
operiraju s N koji je potencija broja dva. Tipifno, N se bira izmeu 32 i
4096. U najvedem broju slufajeva, uzorci se proteu od 0 do N-1,
umjesto od 1 do N.
23 Ozren Bilan
DFT osnovne funkcije
Sinusni i kosinusni valovi koji se koriste u DFT uobiajeno se nazivaju
DFT osnovne funkcije. Drugim rijefima, izlaz DFT je skup brojeva koji
predstavljaju amplitude. Temeljne funkcije su set sinusnih i kosinusnih
valova jedinifne amplitude. Ako se svakoj amplitudi (frekvencijskog
podrufja) pridrui tofni sinusni ili kosinus val (temeljne funkcije),
rezultat je skup skaliranih sinusnih i kosinusnih valova koji sumiranjem
tvore signal u vremenskom podrufju. DFT temeljne funkcije generiraju
se jednadbama:




Problem: ako u DFT ulazi N uzoraka, a izlazi N+2 uzoraka, odakle dolaze
dodatne informacije? Odgovor: dva izlazna uzorka ne sadre
informacije to omogudava da preostalih N uzoraka bude potpuno
neovisno. Tofke koje ne sadravaju informacije su Im X[0] i Im X[N/2],
uzorci koji uvijek imaju nultu vrijednost.
24 Ozren Bilan
21.10.2013.
5
Sinteza, proraun Inverzne DFT
Sumiramo li sve to je dosada refeno, moemo napisati jednadbu
sinteze:

Iskazano rijefima, bilo koji signal u N tofaka, x[i], moe se kreirati
sumiranjem N/2+1 kosinus valova i N/2+1 sinusnih valova. Amplitude
kosinus i sinus valova su u postavi Re [k] i Im [k]. Jednadba sinteze
mnoi amplitude temeljnim funkcijama kako bi nastao skup skaliranih
sinusnih i kosinusnih valova. Sumiranjem skaliranih sinusnih i
kosinusnih valovi nastaje signal u vremenskom podrufju, x[i]. U
jednadbi, postave su nazvane Re [k] i Im [k], a ne ImX[k] i ReX[k]. Zbog
toga to su amplitude potrebne za sintezu (koje nazivamo: Re [k] i Im
[k].), razlifite od frekvencijskog podrufje signala (oznafen s: Im X[k] i
Re X[k]). Iako se postupak pretvorbe svodi na normalizaciju, moe
nastati bug u programu. U obliku jednadbe, pretvorba je odreena:

25 Ozren Bilan
Pretpostavimo signal zadan u frekvencijskom podruju, a potrebno je
sintetizirati odgovarujudi signal u vremenskom podruju. Za pofetak, prvo se
odreuju amplitude sinusnih i kosinusnih valova. Drugim rijefima, za zadane
Im X[k] i Re X[k], potrebno je odrediti Re [k] i Im [k]. Jednadba to pokazuje u
matematifkom obliku. Prikaemo li postupak programom, moramo poduzeti
tri radnje.
1. podijeliti sve vrijednosti u frekvencijskom podrufje s N/2.
2. promijeniti predznak svih imaginarnih vrijednosti.
3. podijeliti prvi i posljednji uzorak realnog dijela, ReX[0] i ReX[N/2], s dva.
To de nam dati amplitude potrebne za sintezu, koje su opisane jednadbama.

Dva su nafina kojim se sinteza moe programirati.
U prvom postupku, svaka skalirana sinusoida generira se jedna po jedna i
sumira u akumulatoru, koji zavrava prijelazom u signal u vremenskom
podruje.

U drugom postupku, svaki uzorak u vremenskom podruju signala rauna se
jedna po jedan, kao suma svih odgovarajudih uzoraka u kosinusne i sinusne
valove.
Oba postupka daju isti rezultat. Razlika izmeu programa je minimalna.
26 Ozren Bilan
Analiza, proraun DFT
DFT se moe rijeiti na tri razlifita nafina:
Prvo, problemu moemo pristupiti nizom jednadbi. Postupak je
koristan za razumijevanje ali nepraktifan za primjenu rafunalom.
Drugi postupak koristi ideju korelacije. Temeljen je na detektiranju
poznatog valnog oblika u drugom signalu.
Tredi postupak, Brza Fourierova transformacija (FFT) predstavlja
alogoritam koji rastavlja DFT s N toaka, u N DFT svaki s jednom
tokom.

FFT je vie stotina puta bra od bilo kojeg drugog postupka. Kratko
demo objasniti prva dva postupka, a FFT u posebnom poglavlju. Vano
je zapamtiti kako svi postupci daju potpuno isti rezultat.

Koji onda koristiti u radu? Odgovor:
korelaciju ako DFT ima manje od 32 toke, inae treba koristiti FFT.
27 Ozren Bilan
Primjena DFT
Diskretna Fourierova transformacija (DFT) je jedan od najvanijih alata
digitalne obrade signala. Tri glavne primjene su:

DFT moe proraunati frekvencijski spektar signala. Omogudava
neposredan uvid u informaciju kodiranu u frekvenciji, fazi i
amplitudi sinusnih komponenti. Primjeri su ljudski govor i sluh jer
koriste takav nafin kodiranja.
DFT ne moe odrediti frekvencijski odziv sustava iz impulsnog
odziva sustava i obrnuto. Omogudava analizu sustava u
frekvencijskom podrufju kao to konvolucija omogudava analizu
sustava u vremenskom podrufju.
DFT se moe koristiti kao meukorak pri elaboriranim DSP
metodama. Klasifni primjer je FFT konvolucija, algoritam za
konvoluiranje signala koji je sto puta bri od konvencionalnih
postupaka.

28 Ozren Bilan
Fourierovi redovi, Furierova
transformacija i DFT
Fourierovi redovi

Ponovit demo da je Fourier pokazao kako linearnom
superpozicijom sinusoida moemo tvoriti sloene valne
oblike (i obrnuto).



Periodifkim signalima (onima koji se ponavljaju)

=
+ + =
1
0
) cos( ) (
n
n n n
t A A t x | e
1
e e n
n
=
29 Ozren Bilan
Pokazali smo da je razvoj u Fourierov red
| |

=
+ + =
1
0
) sin( ) cos(
2
1
) (
n
n n
t n b t n a a t f e e
}
=
T
n
dt t n t f
T
a
0
) cos( ) (
2
e
}
=
T
dt t f
T
a
0
0
) (
2
}
=
T
n
dt t n t f
T
b
0
) sin( ) (
2
e
T
t
e
2
=
30 Ozren Bilan
21.10.2013.
6
Primjer: kvadratni valni oblik
Period je T=2 pa je = (slijedi iz -> )
Integriramo od t= 0 do 1 i t=1 do 2
Kako bi odredili red moramo poznavati
koeficijente a
0
, a
n
i b
n


2 < t < 1 1 - =

1 < t < 0 1 = ) t ( f
T=2
T
t
e
2
=
31 Ozren Bilan
Kako bi odredili red rafunamo koeficijente a
0
, a
n
i b
n













Pri procjeni tona sinus funkcija jednaka je 0 za svaki kut koji je
viekratnik
} }
}
= = =
=
1
0
2
1
0
2
0
0
0 1 1
) (
a dt dt
dt t f a
| | 0 ) sin( ) sin(
1
) cos( ) cos(
) cos( ) (
2
1
1
0
1
0
2
1
2
0
= =
=
=
} }
}
n
n
a t n t n
n
dt t n dt t n
dt t n t f a
t t
t
t t
t
32 Ozren Bilan





Ako znamo
Trebamo analizirati funkciju kosinus kako bi odredili vrijednosti
koeficijenata b
n
za n=1,2,3,. itd

| |
( )
)) 2 cos( 1 ) cos( 2 (
1
)) cos( ) 2 (cos( ) 1 ) (cos(
1
) cos( ) cos(
1
) sin( ) sin( ) sin( ) (
2
1
1
0
2
0
1
0
2
1
t t
t
t t t
t
t t
t
t t t
n n
n
n n n
n
t n t n
n
dt t n dt t n dt t n t f b
n
=
=
=
= =
} } }
)) 2 cos( 1 ) cos( 2 (
1
t t
t
n n
n
b
n
=
t t
t
t t
t
t t
n n
b n
n
b n
n n
b n
n
b n
n n
b n
4
) 1 1 ) 1 ( 2 (
1
, 5
0 ) 1 1 ) 1 ( 2 (
1
, 4
4
) 1 1 ) 1 ( 2 (
1
, 3
0 ) 1 1 ) 1 ( 2 (
1
, 2
4
) 1 1 ) 1 ( 2 (
1
, 1
2
4
3
2
1
= = =
= = =
= = =
= = =
= = =
33 Ozren Bilan
Odredili smo koeficijente
a
0
=0,
a
n
=0,



pa je Fourierov red kvadratnog vala


1,3,5... n je kada
4
= =
t n
b
n
| |

=
+ + =
1
0
) sin( ) cos(
2
1
) (
n
n n
t n b t n a a t f e e
] ... + t 5 + t 3 + t [
4
= t n
b
= ) t ( f
5
1
3
1
n
1 = n
t t t
t
t sin sin sin sin

34 Ozren Bilan
Uvrstimo Furierov red (prva 3 flana) kvadratnog valnog oblika u Matlab

f=500;
w=2*pi*f;
t=linspace(0,1/f*5,100);
y1=4/pi*(sin(w*t)+1/3*sin(3*w*t)+1/5*sin(5*w*t));
plot(t,y1)

zbog Gibbsovog ufinka
35 Ozren Bilan
Za konafni broj flanova reda zbog Gibbsovog ufinka vidimo da kvadrati nisu
idealni. Dodat demo 10 harmonika, t.j. n=10, a zatim n=1000. 3D povrinom
predstavljamo postupnu transformaciju sinusnog vala u kvadratni valni oblik


36 Ozren Bilan

Nastanak kvadratnog vala: Gibbsov uinak

-1
-0.5
0
0.5
1
21.10.2013.
7
Pilasti valni oblik
Istim postupkom Fourierov red za pilasti valni oblik daje:

.... ) 4 sin(
4
1
) 3 sin(
3
1
) 2 sin(
2
1
) (sin(
2
) ( + + = t t t t t f e e e e
t
37 Ozren Bilan
Trokutni valni oblik
Istim postupkom Fourierov red trokutnog valnog oblika je:
...) ) 7 cos(
49
1
) 5 cos(
25
1
) 3 cos(
9
1
) (cos(
8
) (
2
+ + + + = t t t t t f e e e e
t
38 Ozren Bilan
Fourierova transformacija
Fourierova transformacija glasi



Inverzna Fourierova transformacija

| |
}

= = dt e t x X t x
t je
e ) ( ) ( ) (
}

= e e
t
e
d e X t x
t j
) (
2
1
) (
39 Ozren Bilan
Diskretna Fourierova transformacija
Diskretna Fourierova transformacija



eksponencijale !

Inverzna diskretna Fourierova transformacija

=
1
0
2
1
n
k
n
mk
j
k m
e x
n
X
t

=
=
1
0
2
1
n
m
n
mk
j
m k
e X
n
x
t
40 Ozren Bilan
Primjena DFT
Promatramo signal u diskretnom vremenu
signal u diskretnom vremenu



U biti sumiramo produkte svakog elementa signal pomnoenog
s eksponencijalom za zadanu vrijednost m
signal u frekvencijskom podrufju




Dakle, pomodu ove sume gradimo frekvencijski spektar
gdje je
41 Ozren Bilan
Svaki element novog spektra je kompleksni
broj pa moramo odrediti njegovu magnitudu
kako bi smo ga mogli nacrtati.
Primjenimo DFT u Matlabu na Furierov red
kvadratnog, pilastog i trokutastog valnog
oblika koji smo prethodno izrafunali:

close all; clear all;
f=100; w=2*pi*f;
duration=0.1;
sampleRate=2000;
t=linspace(0,duration,duration*sampleRate);
% Sinus
y1=sin(w*t);
% Kvadrat
%y1=4/pi*(sin(w*t)+1/3*sin(3*w*t)+1/5*sin
(5*w*t));
% Pila
%y1=2/pi*(sin(w*t)-
1/2*sin(2*w*t)+1/3*sin(3*w*t)-
1/4*sin(4*w*t));
% Trokut






%y1=8/(pi*pi)*(cos(w*t)+1/9*sin(3*w*t)+1/
25*sin(5*w*t)+1/49*sin(7*w*t));
x=y1;
n=length(y1);
fRange=sampleRate;
fNyquist=fRange/2;
for m=0:n-1
sum=0;
for k=0:n-1
sum=sum+x(k+1)*exp(-j*2*pi*m*k/n);
end
X(m+1)=1/n*sum;
end
fAxis=linspace(0,fRange,n-1);
plot(fAxis(1:n/2),abs(X(1:n/2)));
42 Ozren Bilan
P
e
t
l
j
a
o
p
t
e
r
e

u
j
e
r
e
s
u
r
s
e

21.10.2013.
8
Ovakva primjena programa optereduje resurse raunala pa se
primjenjuje optimizirani algoritam poznat kao Brza Furierova
transformacija (FFT)

Kvadratni valni oblik Pilasti valni oblik Trokutasti valni oblik






DFT i FFT mogu otkriti neharmonifke sadraje signala koji nisu
periodifni harmonifke i neharmonifko komponente signala
zajednifki nazivamo parcijale.
Komponente spektra
prva 3 flana reda
43 Ozren Bilan
FFT transformacija 1
% FFT algoritam u N toaka
N=input ('upii vrijednost N = ');
xn=input ('upii ulaznu sekvencu = ');
k=0:1: N-1;
L=length(xn)
if (N<L)
error ('N MORA BITI>=L');
end;
x1= [xn zeros(1, N-L)]
for c=0:1:N-1;
for n=0:1:N-1;
p=exp (-i*2*pi*n*c/N);
x2(c+1, n+1)=p;
end;
Xk=x1*x2';
end;
magXk=abs(Xk);
angXk=angle(Xk);
subplot (2, 1, 1);
stem (k, magXk);
title ('MAGNITUDA DFT UZORAKA');
xlabel ('---->k');
ylabel ('-->Amplituda');
subplot (2, 1, 2);
stem (k, angXk);
title ('FAZA DFT UZORAKA');
xlabel ('---->k');
ylabel ('-->Faza');
disp ('abs (Xk) =');
disp (magXk)
disp ('angle=');
disp (angXk)
44 Ozren Bilan
0 0.5 1 1.5 2 2.5 3 3.5 4
0
0.5
1
1.5
2
MAGNITUDA DFT UZORAKA
---->k
- - >
A
m
p
l i t u
d
a
0 0.5 1 1.5 2 2.5 3 3.5 4
-2
-1
0
1
2
FAZA DFT UZORAKA
---->k
- - >
F
a
z
a
upii vrijednost N = 5
upii ulaznu sekvencu = *1 1 0+
L =
3
x1 =
1 1 0 0 0
abs (Xk) =
2.0000 1.6180 0.6180 0.6180 1.6180
angle=
0 0.6283 1.2566 -1.2566 -0.6283
FFT transformacija 2
45 Ozren Bilan
% Odredi FFT zadanog 1-D signala i
nacrtaj
N=input ('duzina sekvence=');
M=input ('duzina DFT=');
u=input ('ulazna sekvenca u (n) =');
U=fft (u, M)
A=length (U)
t=0:1: N-1;
subplot (2, 2, 1);
stem (t, u);
title ('IZVORNA SEKVENCA');
xlabel ('---->n');
ylabel ('-->Amplituda');
subplot (2, 2, 2);
k=0:1:A-1;
stem (k, abs (U));
disp ('abs (U) =');
disp (abs (U))
title ('MAGNITUDA DFT UZORAKA');
xlabel ('---->k');
ylabel ('-->Amplituda');
subplot (2, 1, 2);
stem (k, angle (U));
disp ('angle (U) =')
disp (angle (U))
title ('FAZA DFT UZORAKA');
xlabel ('---->k');
ylabel ('-->faza');

duzina sekvence=3
duzina DFT=3
ulazna sekvenca u (n) =[1 2 3]
U =
6.0000 -1.5000 + 0.8660i -1.5000 - 0.8660i
A =
3
abs (U) =
6.0000 1.7321 1.7321
angle (U) =
0 2.6180 -2.6180
0 0.5 1 1.5 2
0
1
2
3
IZVORNA SEKVENCA
---->n
- - >
A
m
p
l i t u
d
a
0 0.5 1 1.5 2
0
2
4
6
MAGNITUDA DFT UZORAKA
---->k
- - >
A
m
p
l i t u
d
a
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
-4
-2
0
2
4
FAZA DFT UZORAKA
---->k
- - >
f a
z
a
FFT spektar sloenog sinusoidalnog signal dobiven s
10, 100, 1000, 10000 uzoraka
N=10; % ukupni broj uzoraka izbrii
znak komentara po potrebi
% N=100; % ukupni broj uzoraka
% N=1000; % ukupni broj uzoraka
% N=10000; % ukupni broj uzoraka
%
fs=8000; % frekvencija sampliranja
f=1000; % frekvencija signala
n=0:N-1;
% generiramo sinusoidalni signal
f1=600; % upii harmoniki sadraj po
volji
f2=1200;
f3=1800;
f4=2400;
f5=3000;
f6=3600;
x=
2*sin(2*pi*(f1/fs)*n)+0.05*sin(2*pi*(f
2/fs)*n)+0.03*sin(2*pi*(f3/fs)*n)
+0.02*sin(2*pi*(f4/fs)*n)+0.07*sin(2*
pi*(f5/fs)*n)
+0.001*sin(2*pi*(f6/fs)*n);
% procjenjujemo spektar fft naredbom
X=fft(x);
magX=abs(X);
% gradimo pripadajudu frekvencijsku
os
fx=0:(N/2)-1; % odreujemo vektor
f=0,1,2,...(N/2)-1
fx=(fx*fs)/N;
% skaliramo kako bi predstavljao
frekvencijeu Hz
figure(1);
subplot(1,1,1);
plot(fx,20*log10(magX(1:N/2)));
grid;
title('Spektar sloenog sinusoidalnog
signal dobiven s 10, 100, 1000, 10000
uzoraka');
xlabel('Frekvencija (Hz)');
ylabel('Magnituda(dB)');
Ozren Bilan 46
Odredi spektar sloenog signala:
x= 2*sin(2*pi*(f1/fs)*n) +0.05*sin(2*pi*(f2/fs)*n)+
0.03*sin(2*pi*(f3/fs)*n) +0.02*sin(2*pi*(f4/fs)*n)+
0.07*sin(2*pi*(f5/fs)*n) + 0.001*sin(2*pi*(f6/fs)*n);
koristedi 10, 100, 1000 i 10000 uzoraka.
Laplaceova transformacija
U stvarnom svijetu mnogi parametri sustava
meusobno djeluju putem diferencijalnih
jednadbi. Impulsni i frekvencijski odziv takvih
sustava ne moe biti arbitraran, nego mora biti
usklaen s rjeenjima diferencijalnih jednadbi.
To znafi da se njihov impulsni odziv mora
sastojati samo od eksponencijalne i sinusne
funkcije. Laplaceova transformacija je tehnika
koja analizira ove posebne sustave kada su
signali kontinuirani.
47 Ozren Bilan
Laplaceova transformacija
Konvolucija i Fourierova analiza (dvije glavne tehnike digitalne obrade
signala) govore da se ponaanje linearnog sustava moe u potpunosti
razumjeti iz njegovog impulsnog ili frekvencijskog odziva. To je vrlo uopdeni
pristup jer impulsni i frekvencijski odziv mogu poprimiti bilo koji oblik. U
stvari, takav pristup je preopdenit za mnoge naufne primjene.
U stvarnom svijetu mnogi parametri sustava meusobno djeluju putem
diferencijalnih jednadbi. Npr. napon na induktivitetu proporcionalan je
derivaciji struje koja teee kroz induktivitet. Slifno tome, sila koja djeluje na
masu proporcionalna je derivaciji brzine kojom se masa giba. Prirodne
znanosti obiluju ovakvim tipovima relacija.
Impulsni i frekvencijski odziv takvih sustava ne moe biti arbitraran, nego
mora biti usklaen s rjeenjima diferencijalnih jednadbi. To znafi da se njihov
impulsni odziv mora sastojati samo od eksponencijalne i sinusne funkcije.
Laplaceova transformacija je tehnika koja analizira ove posebne sustave kada
su signali kontinuirani.

z-transformacija je slifna tehnika koja se koristi u diskretnim sluajevima.
48 Ozren Bilan
21.10.2013.
9
Kako smo pokazali, kompleksna Fourierova transformacija odreena je
izrazom:
Moemo je razviti u Laplaceovu transformaciju tako da prvo pomnoimo
signal u vremenskom podrufju eksponencijalnim flanom:


Konafno, lokacija u kompleksnoj ravnini moe se prikazati kompleksnom
varijablom, s, gdje je s=+j. To omogudava reduciranje jednadbe u jo
kompaktniji izraz:

Prikazan je konani oblik izraza Laplaceove transformacije, to predstavlja
jednu od najvanijih jednadbi u obradi signala i elektronici. Posebnu
pozornost posvetite izrazu e
-st
, kojeg nazivamo kompleksna eksponencijala.
Izvod pokazuje da su kompleksne eksponencije kompaktan nafin prikaza
sinusoide i eksponencijalne funkcije u jedinstvenom izrazu.
49 Ozren Bilan
Kako bi smo dublje sagledali prirodu jednadbe, pogledajmo nekoliko tofaka u
s-podrufju pa ispitajmo kako su vrijednosti na tim lokacijama povezane sa
signalom u vremenskom podrufju.

Za pofetak, prisjetimo se kako su individualne tofke u frekvencijskom podruju
povezane sa signalom u vremenskom podrufju. Svaka tofka u frekvencijskom
podrufju, identificira specififnu vrijednost , odgovara to dvjema funkcijama
cos(t) i sin(t). Realni dio odreuje se mnoenjem signala u vremenskom
podrufju kosinus valom i integriranjem od - do . Imaginarni dio se odredi
istim postupkom, samo se koristi sinusni val.

Analiziramo li kompleksnu Fourierovu transformacija, vrijednosti za negativne
frekvencija, -, bit de konjugirano kompleksne (isti realni dio, a negativni
imaginarni dio) od vrijednosti . Laplace transformacija je proirenje istog
koncepta.

Slijededa slika pokazuje tri para toaka u s-ravnini: A i A, B i B, C i C. Kao i u
kompleksnom frekvencijskom spektru, tofke A, B i C (pozitivne frekvencije) su
kompleksni konjugati tofaka A, B i C (negativne frekvencije). Gornja polovina
s-ravnine je zrcalna slika donje polovine, a obje su potrebne za uspostavljanje
relacije s realnim signalom u vremenskom podrufju. Drugim rijefima, obrada
ovih toaka u paru zaobilazi kompleksnu matematiku tako to nam dozvoljava
obradu u vremenskom podrufju koritenjem realnih brojeva.
50 Ozren Bilan
Valni oblici u s-podruju. Svaku lokaciju u s-podruju odreuju dva parametra:
i . Ti parametri definiraju dva valna oblika pridruena svakoj lokaciji.
Promatramo li samo parove toaka (kao to su: A i A, B i B, C i C), dva valna
oblika pridruena svakoj lokaciji su sinusni i kosinusni val frekvencija , s
eksponencijalno promjenjivom amplitudom koju odreuje .
51 Ozren Bilan
Analiza elektrinih sklopova - filtera
Laplaceova transformacija je inherentno
matematifki postupak; koristi se pri pisanju
i manipuliranju jednadbama. Problem je
to se lako izgubiti u apstraktnoj prirodi
kompleksne algebre i izgubiti povezanost sa
stvarnim svijetom. Zadada nam je povezati
ta dva pristupa. Laplace transformacija je
primarni postupak analize elektronifkih
sklopova. Treba imati na umu da razne
sustave koje opisujemo razliitim
jednadbama moemo obraivati na isti
nain; koristimo primjer elektrifnih
sklopova. Slika pokazuje primjer sklopa
kojeg demo analizirati Laplaceovom
transformacijom. To je RLC notch filter.
Bududi da je analiza ista za sve elektrifne
sklopove, izvest demo je u koracima.
Vin
Vout
Korak 1. Transformiramo svaku komponentu u s-podruje. Drugim rijefima, zamjenjujemo
vrijednost svakog otpora s R, svakog induktiviteta s sL, a svakog kondenzatora s 1/sC. To je
napravljeno na slici.
52 Ozren Bilan
Vidjeli smo, notch je vrlo uski
pojasno nepropusni filter
R
1/sC
sL
Korak 2: Odreujemo prijenosnu funkciju H(s); izlaz podijeljen s
ulazom. Obraujemo svaku komponentu tako da slijedi Ohmov zakon,
s impedancijama : R, sL i 1/sC . Koristimo standardne jednadbe za
otpore u seriji, otpore u paraleli, naponske djelitelje, itd. Analiziramo li
RLC sklop iz primjera kao naponski djelitelj, prijenosna funkcija H(s) je:



Prisjetimo li se Fourierove analize, frekvencijski spektar izlaznog signal
podijeljen frekvencijskim spektrom ulaznog signala jednak je
frekvencijskom odzivu sustava, to oznafavamo H(T). Gornja
jednadba predstavlja proirenje u s-podrufje. Signal H(s), nazivamo
prijenosna funkcije sustava i jednaka je izlaz signalu u s-podrufju
podijeljenim s ulaznim signalom u s-podrufju.
H(s) jednaka je Laplaceovoj transformaciji impulsnog odziva, isto tako
kako je H(T) jednaka Fourierovoj transformaciji impulsnog odziva.
Sve do sada, postupak je identifan, s razlikom to koristimo s umjesto
j. Odreivanje H(s) kljufno je za Laplaceovu analizu; meutim,
potrebno je napisati u posebnom obliku kako bi bila korisna. Napravit
demo dva koraka algebarske manipulacije.
53 Ozren Bilan
Korak 3: Napiemo prijenosnu funkciju H(s) u obliku
kvocijenta polinoma:


Prijenosnu funkciju uvijek je mogude napisati u ovakvom
obliku ako sustavom upravljaju diferencijalne jednadbe. Npr.
pravokutni impuls ne predstavlja rjeenje diferencijalne
jednadbe pa se njegova Laplaceova transformacija ne moe
se napisati u gornjem obliku. Za usporedbu, prijenosnu
funkciju bilo kojeg elektronifkog sklopa sastavljenog od
otpora, kondenzatora i induktiviteta, moe se napisati u
gornjem obliku. Za RLC notch filter kojeg analiziramo, korak 2
pokazuje da ved ima prijenosnu funkciju u tofnom obliku:


gdje su: (u brojniku) a=L, b=0, c =1/C;
i (u nazivniku) a=L, b=R, c=1/C
54 Ozren Bilan
21.10.2013.
10
Korak 4: Faktorizacija polinoma brojnika i nazivnika. Rastavimo
polinome brojnika i nazivnika u komponente koji svaki sadravaju jedno
s. Ako komponente pomnoimo moraju vratiti izvorni brojnik i nazivnik.
Drugim rijefima, jednadba de bit faktorizirana u obliku:


Faktorizirano s-podruje. U ovom obliku s-podruje se moe izraziti u
obliku polova i nula.
Korijeni brojnika, z1, z2, z3..., su nule jednadbe, a korijeni nazivnika
p1, p2, p3... su polovi. To su isti polovi i nule koje smo prethodno
upoznali pa demo opisati kako se koriste.

Izraz u s-podruju moemo faktorizirati ako su brojnik i nazivnik
polinomi drugog reda. Korijene polinoma drugog reda ax
2
+ bx + c
moemo odrediti koristedi kvadratnu jednadbu: x=[-b (b
2
- 4ac)

]/2a.
Prijenosna funkcija onda se faktorizira:

Gdje je:
55 Ozren Bilan
U ovom primjeru sustav drugog reda ima maksimum dvije
nule i dva pola. Broj polova u sustavu jednak je broju
komponenti koji pohranjuju energiju. Induktiviteti i
kondenzatori pohranjuju, a otpori disipiraju energiju. Broj nula
bit de jednak ili manji od broja polova.

Polinomi vieg od drugog reda opdenito se teko faktoriziraju
algebarskim postupcima, pa potrebni sloeniji numeriki
postupci. Meutim, kao alternativu mogude je sklopove
sastaviti kao kaskadu stupnjeva drugog reda.

Tako osam polni filter projektiramo kao kaskadu fetiri stupnja
dvopolnih filtra. Pri tome je vano uofiti kako ovaj pristup s
kaskadom vie stupnjeva koristimo samo kako bi smo doskofili
matematifkim, a ne elektronifkim ogranifenjima.
56 Ozren Bilan
Dijagram polova i nula u s-podruju pokazuje odnos izmeu s-podruja i
frekvencijskog odziva. Vrijednosti komponenti notch filtra koritenog u grafu su: R=220
, C=470 F, i L = 54 H. Izabrane vrijednosti postavljaju centar klanca na:
= 6.27710
6
, tj., frekvenciju oko 1 MHz.
Kako bi sve bilo manje apstraktno, koristit demo stvarne vrijednosti komponenata notch
filter kojeg smo analizirali: R =220, L =54 H, C =470 F. Uvrstimo li te vrijednosti u
gornje jednadbe, polovi i nule bit de na lokacijama:
z1 =0 + j 6.27710
6
p1 =-2.037106 + j 5.93710
6

z2 =0 - j 6.27710
6
p2 =-2.037106 - j 5.93710
6
Te lokacije polova i nula pokazuje slika. Svaka nula prikazana je kruifem, a svaki pol
prikazan je x. Graf se naziva dijagram polova i nula i uobifajen je nafin kojim prikazujemo
podatke u s-podrueju.
57 Ozren Bilan
Slika pokazuje topografski prikaz s-ravnine. Zbog jednostavnosti prikazana je samo
magnituda, a ne smijemo zaboraviti da ga prati i dijagram faze. Isto tako kako
planine i doline odreuju povrinu zemlje, tako polovi i nule odreuju oblik s-
ravnine. Za razliku od planina i udolina svi polovi i nule su istog oblika i velifine, a
pri tome je jedina razlika njihova lokacija. Vanost polova i nula je u tome to
koncizno predstavljaju vrijednost svake tofke s-ravnine.

Dakle, karakteristike sustava moemo potpuno opisati koristedi vrlo mali broj
parametara. U slufaju RLC notch filtra sustav specificiramo pomodu samo etiri
kompleksna parametra: z1, z2, p1, p2 (svaki se sastoji od realnog i imaginarnog
dijela).

Kako bi bolje shvatili pojam polova i nula, zamislimo da se gibamo po s-ravnini. Za
bilo koju tofku ravnine (tj., za neku vrijednost s), postoji odgovarajuda vrijednost
prijenosne funkcije H(s). Ta vrijednost je kompleksni broj koji se moe izraziti kao
magnituda i faza ili kao realni i imaginarni dio. Pretpostavimo da smo doli do
nule u s-ravnini. Vrijednosti koje izmjerimo za realni i imaginarni dio na ovom
mjestu bit de jednaki nuli. To se moe lako shvatiti ispitivanjem matematifke
jednadbe prijenosne funkcije H(s). Ako je lokacija s, jednaka nuli, jedan od izraza u
brojniku bit de jednak nuli pa de cijeli izraz biti jednak nuli.

Konafno, dolazimo do polova, gdje mjerimo vrijednosti realnog i imaginarnog
dijela H(s). Izmjerena vrijednost postaje sve veda kako se pribliavamo tofnoj
lokaciji pola. To se lako shvada iz jednadbe. Ako je lokacija s, jednaka bilo kojem p,
nazivnik de biti jednak nuli, a dijeljenje nulom ufinit de izraz beskonafnim.
58 Ozren Bilan
Ako se slufajno gibamo po s-ravnini, a ne samo po lokacijama nula i polova,
vrijednost prijenosne funkcije H(s) na bilo kojoj lokaciji u potpunosti ovisi o
poloaju polova i nula. Razlog tome je to u s-ravnini nisu dozvoljeni bilo koji
drugi oblici osim polova i nula. Nalazimo li se u blizini pola, vrijednosti de biti
velike; ako smo u blizini nule, vrijednosti de biti vrlo male. Jednadba opisuje i
interakciju viestrukih polova i nula pri oblikovanju signala u s podrufju.
Oduzimemo li dva kompleksna broja dobit demo njihovu meusobnu
udaljenost u kompleksnoj ravnini. Tako je (s z0) udaljenost arbitrarne lokacije
s i nule locirane u z0. Jednadba specificira tu vrijednost za svaku lokaciju s,
koja je jednaka udaljenosti svih pomnoenih nula, podijeljenih s udaljenostima
svih pomnoenih polova.

Moemo se upitati kako lokacije polova i nula omogudavaju dublje
razumijevanje frekvencijskog odziva sustava. Frekvencijski odziv jednak je
vrijednosti prijenosne funkcije H(s) du imaginarne osi, oznafenom tamnom
linijom na topografskom dijagramu na slici. Zamislimo da se kredemo od
ishodita uzdu ove putanje. U okoliu ishodita udaljenost do nula priblino
je jednaka udaljenosti do polova. Zbog toga se brojnik i nazivnik jednadbe
ponitavaju dajudi jedinifni frekvencijski odziv na niskim frekvencijama.
Situacija se bitno ne mijenja dok ne doemo u okoli lokacija pola i nule. U
blizini nule, vrijednost H(s) naglo pada i postaje jednaka nuli tofno u nuli.
Pomaknemo li se nakon para pola i nule, vrijednost H(s) pojafanja ponovno
poprima jedinifnu vrijednost. Koristedi ovakvu vizualizaciju moe se uofiti
kako je irina klanca funkcija udaljenosti izmeu pola i nule.

59 Ozren Bilan
Izraunaj frekvencijski odziv
(uvrsti pa izraunaj prijenosnu funkciju)
Izrafunaj frekvencijski odziv (uvrsti pa izrafunaj prijenosnu funkciju)
R =220, L =54 H, C =470 F. Uvrstimo li te vrijednosti u gornje jednadbe, polovi i nule bit de na lokacijama:
z1 =0 + j 6.27710
6
p1 =-2.037106 + j 5.93710
6

z2 =0 - j 6.27710
6
p2 =-2.037106 - j 5.93710
6

H=tf([54e-6 0 2.1277e3],[54e-6 220 2.1277e3]);
bode(H), grid
rlocus(H)

Ozren Bilan 60
21.10.2013.
11
Projektiranje filtra u s-podruju
Najsnanija primjena Laplace transformacija je projektiranje sustava
neposredno u s-podrufju. Sastoji se od dva koraka:

1. s-podruje se projektira specificiranjem broja i lokacija polova i nula. To je
isto matematiki problem s ciljem dobivanja najboljeg frekvencijskog
odziva

2. Izvodi se elektroniki sklop koji omogudava predstavljanje specificiranog
s-podruja. To je dijelom umjetnost, bududi da postoje mnoge konfiguracije
koje imaju zadani dijagram polova i nula.

Kako smo ved naglasili, 4. korak postupka Laplaceove transformacije je teak
ako sustav sadrava vie od dva pola ili dvije nule. Uobifajeno rjeenje je
primjena viestrukih polova i nula u sukcesivnim stupnjevima. Tako 6 polni
filter implementiramo u obliku tri sukcesivna stupnja, gdje svaki stupanj
sadrava po dva pola i nula. Bududi da se svaki stupanja moe prikazati u s-
podrufju podijelom kvadratne jednadbe brojnika s nazivnikom, neki taj
postupak nazivaju projektiranje s biquadima.
61 Ozren Bilan
Slika pokazuje uobifajen biquad sklop, koji smo koristili u projektu filtra -
naziva se Sallen-Key sklop po Sallenu i Keyu, autorima flanka koji opisuje ovu
tehniku.

Iako postoji nekoliko varijacija, uobifajen je sklop koji koristi dva otpora
jednake vrijednosti, dva kondenzatora jednakih vrijednost i pojaalo s
faktorom pojaanja izmeu 1 i 3. Pojafala se mogu konstruirati jednostavnim
operacionalnim pojafalima s odgovarajudim otporima povratne veze.

Izvrimo li analizu sklopa u fetiri koraka, lokacije polova sklopa mogu se
odrediti vrijednostima komponenata:







Sallen-Key lokacije polova. Jednadbe povezuju poloaj polova, i , s
pojaanjem A, otporom R i kapacitetom C
62 Ozren Bilan
Jednadbe pokazuju da polovi uvijek lee
na obodu krunice polumjera: 1/RC.
Tofan poloaj du krunice zavisi o
faktoru pojafanju. Slika (a) pokazuje da
jedinino pojaanje postavlja oba pola
na realnoj osi.

Frekvencijski odziv konfiguracije je nisko
propusni filter s relativno glatkim
prijelazom izmeu propusnog i
nepropusnog podrufja.

-3dB (0.707) odrezna frekvencija sklopa,
oznafena s 0, nalazi se na presjecitu
krunice s imaginarnom osi 0 =1/RC.

63 Ozren Bilan
Porastom pojafanja, polovi se kredu du
krunice uz odgovarajudu promjenu
frekvencijskog odziva.

Slika (b) pokazuje se uz pojafanje 1.586
polovi smjetaju pod kutem od 45
stupnjeva, to daje otriji frekvencijski
prijelaz. Daljnje pojafanje pomife polove
sve blie imaginarnoj osi uz frekvencijski
odziv koji pokazuje vrhove krivulje.

To ilustrira slika (c), gdje pojafanje iznosi
2.5. Amplitude vrhova nastavljaju rasti
daljnim porastom pojafanja, sve dok ne
doe do 3.

Slika (d) pokazuje poseban slufaj kada su
polovi na imaginarnoj osi. Pripadajudi
frekvencijski odziv pokazuje beskonano
veliku vrijednost vrhova. U praksi to znafi:
filter se pretvorio u oscilator. Daljnjim
porastom pojafanja polovi sve dublje ulaze
u desnu s-poluravninu. Kako smo
prethodno naglasili, to znafi sustav je
postao nestabilan (spontane oscilacije).
64 Ozren Bilan
Koristedi Sallen-Key sklop kao gradivni blok,
mogude je konstruirati veliki broj raznih tipova
filtara. Npr., niskopropusni Butterworth filtar
dobije se jednolikim smjetanjem izabranog
broja polova oko lijeve polukrunice, to
prikazuje slika. Svaki od polova u ovoj
konfiguraciji zahtijevaju jedan Sallen-Key
stupanj.
Butterworth filter je maksimalno linearan,
dakle, ima najotriji prijelaz izmeu
propusnog i nepropusnog podrufje bez vrha u
frekvencijskom odzivu. Prijelaz je bri to je
primijenjeno vie polova. Bududi da svi polovi
Butterworth filtra lee na istoj krunici, svi
stupnjevi kaskade koriste iste R i C vrijednosti.
Meu stupnjevima razlifito je samo
pojafanje. Zato ovaj kruni poloaj polova
omogudava optimalno linearan odziv?

Za to ne postoji ni oit ni intuitivan odgovor;
to je izvan matematike.

65 Ozren Bilan
Slika pokazuje idudu razinu sofistikacije pri strategiji projekta filtra: eliptifni filter. On
postie najotriji mogudi prijelaz pri dozvoljenom valovanju u propusnom i
nepropusnom podrufje. U s-podrufje, to se postie nulama na imaginarnoj osi, a prva je
u okoliu odrezne frekvencije. Eliptifni filteri mogu imati nekoliko varijacija i znatno se
tee projektiraju od Butterworth i ebievljeve konfiguracije. To je zbog toga to polovi i
nule eliptifnog filtra ne lee na jednostavnim geometrijskim oblicima nego u
matematifkim postovama kao to su eliptifne funkcije i integrali pa odatle i njihov naziv.

Bududi da svaki biquad daje dva pola, filtri parnog reda (2 polni, 4 polni, 6 polni, itd.)
konstruiraju se kaskadom biquad stupnjeva. Meutim, filtri neparnog reda (1 polni, 3
polni, 5 polni, itd.) zahtijevaju neto to biquad nikako ne moe omoguditi: jedan pol na
realnoj osi. Taj zahtjev pri projektiranju pretvara se u jednostavni RC sklop dodan
kaskadi. Tako 9 polni filter moemo konstruirati iz 5 stupnjeva: 4 Sallen-Key biquada plus
jedan stupanj koji se sastoji od kondenzatora i otpora.

Nabrojeni klasifni oblici polova i nula koriste se za nisko propusne filtre. Meutim,
mogude ih je modificirati u druge frekvencijske odzive. Prvo se projektira nisko propusni
filter, a zatim se izvede potrebna transformacija u s-podrufju. Prvo se prorafunaju
poloaji polova nisko propusnog filtra pa napie prijenosna funkcija H(s) u obliku
jednadbe 32-3. Prijenosna funkcije pripadajudeg visoko propusnog filtra odredi se
zamjenom svakog "s" sa "1/s" i sreivanjem izraza kako bi dobili izraz za pojafanje u
obliku polova i nula kao u jednadbi 32-3. Tako dobivamo nove lokacije polova i nula
koje implementiraju visoko propusni filtar. Mnogo sloenijim transformacijama s-
podrufja moemo projektirati pojasno propusne i pojasno nepropusne filtre iz
pofetnog niskopropusnog. Prikazana matematifka manipulacija u s-podrufje je
centralna tema projektiranja filtra i tome su posvedene cjele knjige.
Projektiranje analognih filtera je 90% matematike, a samo 10% elektronike.

66 Ozren Bilan
21.10.2013.
12
Meutim, projekti visoko propusnih
filtra koristedi Sallen-Key stupanj ne
zahtijevaju ovu matematifku
manipulaciju.

Jednostavnom zamjenom "1/s" s "s"
u s-podrufje odgovara zamjena
otpora i kondenzatora u sklopu. U s-
ravnini, ovaj postupak postavlja
polove na nove pozicije i dodaje
dvije nule upravo na ishodite. Tako
dobivamo frekvencijski odziv s
vrijednodu nula u ishoditu
(istosmjerni napon), kao to i
ofekujemo od visoko propusnog
filtra.

Tako Sallen-Key sklop dobiva puni
potencijal: primjena dva pola i dvije
nule.

67
Butterworth s-ravnina. Niskopropusni
Butterworth filter dobiva se
smjetanjem polova na istoj udaljenosti
oko lijeve polukrunice. to je broj
polova vedi bre je guenje odziva.
Ozren Bilan
Klasini oblik polova i nula. Tri
klasina oblika polova i nula pri
projektiranju filtra.

Butterworth filtri imaju polove
jednoliko raspodijeljene po
krunici, to daje maksimalno
ravan odziv.

ebievljevi filtri imaju polove
locirane na elipsi, to daje otriji
prijelaz uz valovanje u
propusnom podruju.

Eliptini filtri dodaju nule u
nepropusno podruje. Tako se
dobiva bri prijelaz s valovanjem
u propusnom i nepropusnom
podruju.

68 Ozren Bilan
z TRANSFORMACIJA
Isto tako kako se analogni filtri projektiraju primjenom
Laplaceove transformacije, rekurzivni digitalni filtri
(IIR) projektiraju se primjenom z-transformacije.
Postupci su vrlo slifni.
z ravninu prikazujemo u polarnom sustavu.
69 Ozren Bilan
z TRANSFORMACIJA
Isto tako kako se analogni filtri projektiraju primjenom Laplaceove
transformacije, rekurzivni digitalni filtri (IIR) projektiraju se primjenom z-
transformacije. Postupci su vrlo slifni: ispitamo impulsni odziv sinusnim i
eksponencijalnim valnim oblicima kako bi smo odredili nule i polove sustava.

Pri tome Laplaceova transformacija koristi diferencijalne jednadbe, s-
domenom i s-ravninom. z-transformacija koristi jednadbe diferencija, z-
podrufje i z-ravninu. Pri tome s-ravninu prikazujemo u Kartezijevom
ortogonalnom koordinatnom sustavu, a z ravninu u polarnom sustavu.

Rekurzivni digitalni filtri najfede se pofinju projektirati s klasifnim analognim
filtrom kao to je Butterworth, ebievljev ili eliptifki, a zatim se primjenjuje
serija matematifkih pretvorbi kako bi se dobio eljeni digitalni filter.

Matematiki alat koji to omogudava zove se z-transformacija.
70 Ozren Bilan
z TRANSFORMACIJA
z-transformacija se primjenjuje pri analizi i projektiranju DSP sustava isto tako
kako se Laplaceova transformacija koristi za analogne ili vremenski ustaljene
sustava . Fourierova analiza razvijena je za kontinuirane signale u vremenskom
podrufju ali je korisna i za diskretne signale i sustave. z-transformacija i
Fourierova transformacija su povezane.

Glavna tema bit de definicija transformacije, transformacijski parovi i svojstva,
dijagram polova i nula, podrufje konvergencije, stabilnost sustava, inverzna
transformacija, filteri, tranzijentni odziv i sustavi s pofetnim uvjetima.

z-transformacija primjenjuje se na diskretne signale i sustave.

Za sada znamo da se sustav moe opisati
ulazno-izlaznom jednadbom diferencija,
impulsnim odzivom ili
frekvencijskim odzivom.

Pogledajmo etvrtu karakterizaciju sustava.
71 Ozren Bilan
Zato transforimiramo u z-podrufje?
z-transformacija pretvara sekvencu {x[n]}, u funkciju neke
arbitrarne kompleksne variable z, X(z).

Zato to radimo?
Kompleksne funkcije mnogo se lake obrauju nego sekvence
Korisne operacije koje se izvode sa sekvencama odgovaraju
vrlo jednostavnim operacijama sa z-transformiranim izrazima:
zbrajanje, mnoenje, skaliranje, vremenski pomak, konvolucija

Dvostrana
definicija:
72 Ozren Bilan
21.10.2013.
13
Definicija
X(z), z-transformacija kauzalnog diskretnog vremenski
promjenjivog signala x(n) definirana je:

z je kompleksna varijabla transformacijskog podrufja i
poimamo je kao kompleksnu frekvenciju. Prisjetimo
se da indeks n moe biti vrijeme, prostor ili neto
trede, ali je najfede rijef o vremenu. Prema
navedenoj definiciji, X(z) je cjelobrojni red potencija
koji odgovaraju x(n) kao koeficijentima. Razvijamo X(z)
u red potencija:


Jednadba sumira od n= 0 do . Dakle, X(z) nije ni na
koji nain u odnosu sa prethodnim (prolim)
vrijednostima x(n). To je jednostrana ili unilateralna z-
transformacija. Ona moe uzeti u obzir pofetne uvjete
x(n).
Opdenito, signal postoji u prolosti i bududnosti (tj.
cijelo vrijeme trajanja) pa dvostranu ili bilateralnu z
transformaciju definiramo:
Zato jer X(z) predstavlja beskonafni red potencija z
-1
, transformacija postoji
samo za vrijednosti pri kojima red konvergira (tj. tei nuli kad n-> ili - ). Dakle
kada je z-transformacija konafna pridrueno joj je podruje konvergencije.

Jedinifna
krunica
73
z-ravnina
Ozren Bilan Ozren Bilan 74
Definicija z-transformacije iz DTFT
Prisjetimo se da je DTFT definirana


Bududi da zamjenjujemo gradivne blokove kompleksne eksponencijale
pomodu , razumno proirenje
bilo bi

To moramo shvatiti kao graenje vremenske funkcije ponderiranom sumom
funkcija umjesto .
X(e
je
) = x[n]e
je
n=

e
jen
z
n
X(e
je
)
X(z) = x[n]z
n
n=

z
n
e
jen
Inverzna z-transformacija
Signal x(n) i njegova transformacija X(z) tvore transformacijski par:


Jedan od nafina odreenja inverzne transformacije, kad je to mogude,
je koritenje definicije z-transformacije. Opdenite metode inverzne z-
transformacije analizirat demo naknadno.

ztransformacijski parovi
Tablica pokazuje z-transformacijske parove gdje je jedinifna krunica s
centrom u ishoditu koordinatnog sustava. Svi signali su kauzalni (na
desnoj strani), osim dva koji su antikauzalni (s lijeve strane).
Transformacija se moe ekvivalento izraziti ili kao funkcija z , npr.:

Opdi parovi z-transformacije
75
ili
Ozren Bilan
Pogodniji oblik ovisi o tome to
elimo postidi s transformacijom
76 Ozren Bilan
Primjer: Odredi matematifki izraz signala na slici pa odredi z-transformaciju
(a) Signal je kauzalan i jednoliko slabi, a vrijednost mu
je 0,8
n
za n 0. Piemo x(n) = 0.8
n
u(n) i koristimo
transformaciju:
X(z) = 1 + 0.8z
1
+ 0.64z
2
+ 0.512z
3
+
= 1 + (0.8z
1
) + (0.8z
1
)
2
+ (0.8z
1
)
3
+
Primjenom sume beskonafnog geometrijskog reda:

1 + x + x
2
+ x
3
+ = = , |x|< 1
Uz dobivamo X(z) = =
Rjeenje moemo napisati u bilo kojem od dva oblika.
Uvjet znafi .

0
n
n
x

1
1 x
1
0.8 x z

= 1
0.8 1
1

z 8 0. z
z

1
| 0.8 | 1 z

<
| | 0.8 z >
77 Ozren Bilan
(b) Signal je izmjenifno pozitivan i negativan s
porastom vrijednosti, dakle signal je divergentan.
Nakon nekoliko pokuaja, odreujemo mu
matematifki izraz:

x(n) = (-1.2)
n1
u(n-1)
gdje (-1.2)
n
u(n) kasni za jedan indeks
(uzorak). Transformacijom dobivamo:

X(z) = =

= 0 + 1.0(z
1
) 1.2(z
1
)
2
+ 1.44(z
1
)
3
1.718(z
1
)
4
+ =
= z
1
[1 + (-1.2z
1
) + (-1.2z
1
)
2
+ (-1.2z
1
)
3
+ ] =

= z
1
= =

0 n
n
z ) n x(
1
z 2 1 1
1

+ .
1
1
2 1 1

+ z .
z
2 1
1
. z +
78 Ozren Bilan
21.10.2013.
14
Ozren Bilan 79
Prorafun z-transformacije
Zadane je diskretna funkcija






x[n] =o
n
u[n]
X(z) = x[n]z
n
= o
n
z
n
= (oz
1
)
n
n=0

n=0

n=

=
1
1oz
1
=
z
z o
Ozren Bilan 80
Prorafun z-transformacije
Zadane je diskretna funkcija






Neka je

Onda je
x[n] = o
n
u[n1]
X(z) = x[n]z
n
= o
n
z
n
= (oz
1
)
n
n=
1

n=
1

n=

l = n;n = l = ;n = 1l =1
(oz
1
)
n
= (zo
1
)
l
=1
l=1

n=
1

(zo
1
)
l
=1
1
1 zo
1
=
1
1oz
1
l=0

Ozren Bilan 81
Znafaj podrufja konvergencije
U primjerima 1. i 2. iako su vremenske funkcije razlifite,
imaju istu z-transformaciju. Dakle, neto nedostaje!?
Podruje konvergencije.

U primjeru 1., suma konvergira samo za

U primjeru 2, suma konvergira samo za

Dakle, opdenito moramo specificirati ne samo z-
transformaciju vremenske funkcije, nego i njeno podruje
konvergencije.
X(z) = o
n
z
n
n=0

z > o
X(z) = o
n
z
n
n=
1
o > z
Z-transformacija u Matlabu
82 Ozren Bilan
83
Za odreivanje polova i nula z-transformacije funkcije X(z)
u Matlabu koristimo funkciju residuez.
Funkciju X(z):
Matlab naredba je [r, p, k] = residuez (b, a)

Gdje je r vektor nula, p vektor polova, a vektor koeficijenata brojnika, b vektor
koeficijenata nazivnika.
Ozren Bilan
Detaljnije na LABORATORIJSKIM VJEBAMA:
84 Ozren Bilan
21.10.2013.
15
Razvoj u parcijalne razlomke
U Matlabu razvoj u parcijalne razlomke izvodi se funkcijom residue( ).
Primjer 1
elimo odrediti inverznu Laplaceovu transformaciju

Potrebno je F(s) rastaviti u jednostavniji oblik razvojem u parcijalne razlomke:
Matlab
b =[1 0 12]; % Generiramo polinom brojnika
n = [1 5 6 0]; % Generiramo polinom nazivnika
[r,p,k] = residue(b, n)
% Rezultat:
r = 7.0000 -8.0000 2.0000
p = -3.0000 -2.0000 0
k = []
Ozren Bilan 85

Primjena: [r, p, k] = residue(b, n)
r su koeficijenti parcijalnih razlomaka
p su polovi
k je direktni izraz
s s s
s
s F
6 5
12
) (
2 3
2
+ +
+
=
Primjer 2
Odredi Laplaceovu transformaciju izraza

Potrebni je izvriti razvoj u parcijalne razlomke.
Matlab omogudava prorafun koeficijenata parcijalnih razlomaka:

num = [38400000];
den = [1 64000 1600000000 0];
[r, p, k] = residue(num, den)

Rjeenje
r = -0.0120 + 0.0160i
-0.0120 - 0.0160i
0.0240
p = 1.0e+004 *
-3.2000 + 2.4000i
-3.2000 - 2.4000i
0
k = [ ]

Rezultat moemo napisati u obliku:
Nakon sreivanja:
Ozren Bilan 86
) 10 16 64000 (
10 384
) (
8 2
5
+ +

=
s s s
s I
L
24000 32000
87 , 126 10 20
24000 000 , 32
87 , 126 10 20 10 24
) (
3 3 3
j s j s s
s I
L
+ +
Z
+
+
Z
+

=

[A] ) 87 , 126 24000 cos( 10 40 10 24 ) (
32000 3 3
+ + =

t e t i
t
L
ztransformacija sustava
z-transformacija moe se primijeniti na signale i sustave zbog toga to
sustave moemo predstaviti impulsnim odzivom koji su kao i signali u
funkciji indeksa n. Zbog ovog svojstva z-transformacija je korisna pri
analizi i sintezi sustava jer signali i sustavi meusobno djeluju.
U specififnom slufaju, ztransformacija impulsnog odziva h(n) je:

jednostrana
ILI
dvostrana
transformacija
87 Ozren Bilan
Primjer: impulsni odziv sustava h(n)=[1 , 2 , 3 , 4 , 5 , 6] Odredi prijenosnu funkciju
Rijef je o nekauzalnom FIR sustavu. Prijenosna funkcija
odreena mu je jednadbom:

H(z) = = =

=

U suprotnom zadatku, ako poznajemo (prijenosnu
funkciju) H(z) lako moemo odrediti (impulsni odziv
sustava) h(n).

n
n
z n) ( h

=

3
2
) ( h
n
n
z n
3 2 1 1 2
6 5 4 3 2

+ + + + + z z z z z
88 Ozren Bilan
Prijenosna funkcija izraena koeficijentima
filtera
Prisjetimo se opde jednadbe diferencija filtera


Gdje su ak i bk konstante koeficijenata filtera.
Izvrimo li supstituciju
x(n) = z
n

y(n) = z
n
H(z)
dobivamo:


89 Ozren Bilan
Iz prethodnog izraza izvodimo izraz H(z) za rekurzivne filtere:

(rekurzivni filteri)



Nerekurzivnim filterima je izraz

(nerekurzivni filteri)


Navedene prijenosne funkcije proizlaze iz jednadbe filtera




U literaturi se moe nafi ovaj izraz napisan sa svim vrijednostima y s lijeve strane
jednadbe, pa je izraz za H(z) razlifit.

Ovdje prikazana ideja sugerira da ako je poznata jednadba filtera, koeficijente
moemo diretnno uvrstiti u jednadbu H(z) bez izvoenja z-transformacije.
U suprotnom, ako znamo H(z) poznajemo i koeficijente
90 Ozren Bilan
21.10.2013.
16
Primjer: zadana je H(z) odredi jednadbu diferencija filtera
H(z) =

Napiemo H(z) kao funkciju z
-1
tako da pomnoimo brojnik i nazivnik s z
-2
:

H(z) =

Koeficijenti su onda
b
0
= 2 b
1
= -3 a
1
= -0.5 a
2
= 0.8

Pa je jednadba diferencija filtra:

y(n) = -0.5y(n-1) 0.8y(n-2) + 2x(n) - 3x(n-1)

8 0 5 0
3 2
2
2
. z . z
z z

+

) 8 0 5 0 ( 1
3 2
8 0 5 0 1
3 2
2 1
1
2 1
1

+

=
+ z . z .
z
z . z .
z -
91 Ozren Bilan
SVOJSTVA z TRANSFORMACIJE
Svojstva dvostrane (bilateralne) ztransformacije moemo shvatiti kao
teoreme. Osnovna svojstva, koja demo kratko obraditi, su:

Linearnost
Vremenski pomak
Vremenska konvolucija
Odnos sa Fourierovom Transformacijom u diskretnom
vremenu (DTFT)
Druga svojstva

Pri tome podrazumijevamo z-transformacijski par

x(n) X(z).

92 Ozren Bilan
Linearnost
Linearnost moemo izraziti kao:

a
1
x
1
(n) + a
2
x
2
(n) a
1
X
1
(z) + a
2
X
2
(z)

Gdje su a
1
a
2
konstante. Isti oblik izraza primjenjiv je i na vie
ulaznih signala. Dakle, linearnost znafi da de linearna
kombinacija izlaza dati istu linearnu kombinaciju izlaza.

Za ztransformaciju (i mnoge ostale transformacije) linearnost je
temeljno i vrlo vano svojstvo. Omogudava nam odreivanje
transformacije i inverzne transformacije u slufajevima
kombinacija velikog broja izraza.
93 Ozren Bilan
Vremenski pomak
Prvo analizirajmo z-transformaciju jedinifnog uzorka (ili jedinifnog
impulsa) o(n) i jedinifnog uzorka pomaknutog unazad o(n-n
0
):
X(z) = = = 1

X(z) = = =

Dakle, kanjenje za n0 (podrazumijevamo n ) uzoraka odgovara
faktoru transformacijskog izraza. Izrazimo li signal x(n) u obliku
jedinifnih uzoraka pa primijenimo linearnost dobivamo opde rjeenje:

x(n n
0
) X(z) (pomak unazad, kanjenje)
x(n + n
0
) X(z) z
+n0
(pomak unaprijed, prethoenje)

To je razlog zbog kojeg u blok dijagramima sustava, piemo
za jedinino kanjenje z
-1
, a z za jedinino prethoenje.
94

0 n
n
(n)z

0 n
n
0
z n n ) (
| |
0 =

z
n
z
| |
0
n z
n
z
=

0
n
z

0
0 >
0
n
z

Ozren Bilan
Konvolucija u vremenu
Kao i za Fourierovu transformaciju, najvanije i najsnanije svojstvo ili
teorem ztransformacije je vremenska konvolucija koja kae:
Konvolucija dvije vremenske funkcije odgovara normalnom umnoku
njihovih z-transformacija
x
1
(n) - x
2
(n) X
1
(z) X
2
(z)
Najfeda je konvolucija ulaznog signala x(n) i impulsnog odziva h(n)
sustava: x(n) - h(n) X(z) H(z)
Gdje je H(z) prijenosna funkcija. Izlazni signal u vremenskom podrufju
odreen je izrazom: y(n) = x(n) - h(n),
a u zpodrufju: Y(z) = X(z) H(z)

Proizlazi: H(z) =

Dakle, prijenosna funkcija ili funkcija sustava je odnos z
transformacije izlaza prema z-transformaciji ulaza. Ovo stajalite
omogudava odreivanje prijenosne funkcije sustava, a preko inverzne
transformacije, odreivanje impulsnog odziva.
95
) (
) (
z X
z Y
Ozren Bilan
Vremenski obrat

x(-n) X(z
1
)

dokaz:

Z[x(-n)] = = = X(z
1
)
Npr.
u(n) u(-n)

96

n
n
z n x ) (

k
k
) z k x
1
)( (
1
1
1

z
z 1
1
Ozren Bilan
21.10.2013.
17
Skaliranje diskretnom eksponencialom
a
n
x(n) X(a
1
z)

Dokaz:

Tako npr. poznajemo li transformaciju izraza:

lako moemo odrediti transformaciju


(vidi tablicu).

97 Ozren Bilan
Mnoenje u vremenu
Svojstvo je poznato iz Fourierove transformacije ali izraz u z
podrufju je integral umjesto obifne konvolucije:





Gdje je C krivulja oko ishodita koja lei unutar podrufja
konvergencije X1 i X2
98 Ozren Bilan
Deriviranje u z-podruju
Dokaz:
Deriviramo obje strane definicije pa dobivamo



to je drugi oblik izraenog svojstva.
Npr. odredimo z-transformaciju signala

Uvrstimo

z-transformacija x(n) prema tablici je

Onda je:
99 Ozren Bilan
Kompleksna konjugacija
x*(n)
100
Poetna i konana vrijednost
Poetna vrijednost
x(0) = X(z)

Znafaj svojstva: ako poznajemo X(z), a elimo odrediti x(0) tada ne treba izvriti
inverznu transformaciju.
Konana vrijednost x(n) =

Znafaj svojstva je slifno prethodnom ali u odnosu na konafnu vrijednost x(n).
Primjena svojstva je odreivanje ustaljenog odziva sustava u odnosu na jedinifni
step ulaz. z-transformacija jedinifnog stepa je:

Ustaljeni odziv sustava H(z) s jedinifnim step ulazom odreen je :


Zamjenom z sa u H(z) dobivamo frekvencijski odziv H(). Dakle, z=1
odgovara =0, a odziv H() je odziv na nultoj frekvenciji.

* *
z X )) ( (
z
lim
z
lim
)) z ( X 1) z (( lim
1 z


=

1

lim

= lim
1
1

1
= lim
1
()

Ozren Bilan
Primjer svojstva konane vrijednosti
Ako je jednadba diferencija sustava y(n) = 0.8y(n 1) + x(n)
Moemo odrediti odziv na step = [, 1.8, 2.44, , . ]

Vrijednost 5.0 je konafna ustaljena vrijednost. Iz zadane jednadbe
diferencija moemo odrediti prijenosnu funkciju: =

0.8

Konafna vrijednost odziva na step primjenom svojstva bit de
lim

= lim
1
=
1
1 0.8
= .

Ogranifenje lim

= lim
1
1

1
= lim
1
()

postoji samo u slufaju ako podrufje konvergencije (z- 1)H(z) ukljufuje
jedinifnu krunicu.
101 Ozren Bilan
Odnos s Fourierovom transformacijom u
diskretnom vremenu (DTFT)
Z-transformacija dovodi u vezu diskretne signale i
sustave s Fourierovom transformacijom na isti
nafin kojim Laplaceova transformacija dovodi
kontinuirane signale i sustave s Fourierovom
transformacijom. Napravimo li suspstituciju:
z = e
j
u definiciju z-transformacije dobivamo:

X() = (signal)

H() = (sustav)

To su upravo Fourierove transformacije koje
poznajemo. Pri tome su X() i H() periodini s
periodom 2t . Zakljufujemo da je preslikavanje:

H() =

Odnos X() i X(z) je slifan. Magnituda i faza z u
odnosu na su:
102
|z| = |e
j
| = 1
u
z
= Z|e
j
| =
Fourierova transformacija je z
transformacija kada je z ogranien na
jedininu krunicu. Kako se z krede uzdu
krunice mijenja se frekvencija. X() i
H() su 2t periodifne pa ih analiziramo
samo u periodu 2t , u intervalu [- t, t]
ili [0 , 2 t ].
( ) (
j
z=e
H z

=
e
n
n j
(n)e x

=
e
- n
jn
(n)e h
Jedinifna
krunica
z-ravnina
Ozren Bilan
21.10.2013.
18
DIJAGRAM POLOVA I NULA
z-transformacija realnih signals i linearnih vremenski npromjenjivih
sustava su racionalne funkcije dva polinoma od z, pa piemo
X(z) ili H(z) =
Gdje je N(z) polinom brojnika, a D(z) polinom nazivnika.

Ako su z
1
, z
2
, z
3
korjeni N(z), a p
1
, p
2
, p
3
korijeni D(z), tada z-
transformaciju moemo napisati u obliku

H(z) = =

Gdje je G pojafanje ; z
1
, z
2
, z
3
su nule u kojima je H(z)=0; a p
1
, p
2
, p
3

su polovi u kojima H(z), L je red brojnika , M nazivnika.

H(z) je racionalni polinom samo onda kada je L M (red brojnika je
manji od reda nazivnika).
( )
( )
( )
( )
[
[
=
=

=


M
k
k
L
k
k
M
L
z-p
z z
G
z-p ... p z p z p z
z-z ... z z z z z z G
1
1
3 2 1
3 2 1
) )( )( (
) )( )( (
(z)
(z)
D
N
103
) (
) (
z D
z N
Ozren Bilan
Raspored polova i nula X(z) u z-ravnini nazivamo dijagram polova i
nula. Slika prikazuje dijagram polova i nula za nekoliko jednostavnih
signala. Jedinini uzorak (n) je jedina funkcija koja nema ni pol ni
nulu.
Dijagram polova i nula vrlo je koristan pri analizi i projektiranju
digitalnih filtera i sustava. U stvarnosti samo poloaj polova
djeluje na signale.
Kada je signal x(n) ili impulsni odziv h(n) realan, polovi i nule su
realni ili se javljaju ka kompleksno konjugirani parovi.
104 Ozren Bilan
Jedinifna krunica
Dvostruki pol
Magnitudni dijagram X(z), H(z)
Prijenosna funkcija povrina u z-podruju

Prijenosna funkcija H(z) je kompleksna
funkcija (kompleksni polinom s realnim
koeficijentima) kompleksne varijable z.
Sve vrijednosti z smjetene su u kompleksnoj
ravnini pa se H(z) moe prikazati kao povrina
u z-podrufju.
Magnituda povrine odreena je konturama
koje odreuju nule i polovi prijenosne
funkcije.
Frekvencijski odziv predstavljen je
vrijednostima oko jedinifne krunice u
ishoditu.
Nacrtat demo magnitudu prijenosne funkcije
za vrijednosti varijable z, za visokopropusni
filter kvantizera oblikovanja uma 1. reda.



MATLAB funkcije omogudavaju nam
trodimenzionalni prikaz promjene magnitude |H(z)|
u odnosu na koordinate Re(z) i Im (z).
Magnitudni dijagram prijenosne funkcije H(z)
105
jedinifna krunica
Ozren Bilan
1
5 . 0 1
1
) (

+
=
z
z H
Polovi i nule u ishoditu
Polovi i nule u ishoditu ne djeluju na magnitudni i fazni odziv nego na vrijeme
pojave odziva. Odziv se javlja ranije ili kasnije s obzirom na vrijeme pojave
pobude. Nula u ishoditu kasni odziv za jedan indeks. Pol u ishoditu prethodit
de odziv za jedan indeks. Pri projektiranju moemo dodavati polove i nule
sustavu kako bi dobili trenutni odziv ili ga ufinili kauzalnim.
Analizirajmo prijenosnu funkciju s 3 pola u z = 0, 1 i 2

Jednadba diferencija de biti: y(n) = 3y(n-1) 2y(n-2) + x(n-3), pa de izlazni signal
ovisiti o 3 prethodna indeksa ulaznog signala. Kako bi se sustav trenutno odazvao
na pobudu prethodimo izlaz za 3 indeksa dodavanjem 3 nule u ishodite.
Prijenosna funkcija postaje

S odgovarajudom jednadbom diferencija: y(n) = 3y(n-1) 2y(n-2) + x(n)
Kako bi se sustav trenutno odazvao na ulazni signal, njegova prijenosna funkcija
treba imati jednak broj polova i nula.
Drugim rijeima polinomi brojnika i nazivnika trebaju biti jednaki.
106 Ozren Bilan
Ponitavanje polova i nula
Ako se u racionalnom polinomu ztransformacije podudara nula s
polom, ovaj para nule i pola se ponitava. Tako se reducira red
polinoma, a kao poslijedicu imamo da se pojednostavljuje jednadba
diferencija.

Ova tehnika ponitavanja pola s nulom ponekad se koristi u digitalnoj
obradi signala i pri projektiranju sustava upravljanja. Bududi da je izlaz
predstavljen interakcijom ulaznog signala i sustava mogude je izabrati
takav sustav koji de ponititi pol ili nulu ulaznog signala. Ponitenje pola
nulom moe seizvriti unutar sustava.

Meutim, moe nastati problem ako ponitavanje pola i nule nije
idealno zbog ufinka konane duine rijei i drugih razloga, pa
projektirani sustav moe postati nestabilan.
107 Ozren Bilan
Primjer: ponitavanje polova i nula
U nekim situacijama dva nestabilna sustava
mogu postati stabilna postupkom ponitavanja
polova i nula. Meutim, moe dodi i do
promjene odziva.

Nestabilan

pomnoimo s
108 Ozren Bilan
21.10.2013.
19
PODRUJE KONVERGENCIJE, STABILNOST
Red kojim definiramo ztransformaciju:


moe pofeti divergirati pa definicija vie ne vrijedi. Podruje konvergencije je
podruje u kojem z-transformacija X(z) ili H(z) konvergira.
Podrufje konvergencije omogudava jedinstveno odreivanje inverzne z
transformacije.
Pogledajmo primjere:
Jedinifni uzorak ima z-transformaciju jednaku 1, zbog toga je podrufje
konvergencije cijela z ravnina .
Signal o(n+k) s k>0 ima ztransformaciju z
k
,
podrufje konvergencije je cijela zravnina, osim u z = .
Signal x(n) = [1 , 2 , 3 , 4 , 5] ima z-transformaciju
X(z) = 1 + 2z
-1
+ 3z
-2
+ 4z
-3
+ 5z
-5

podrufje konvergencije je cijela zravnina, osim u z = 0 (ishodite).
Sgnal h(n) = [1 , 2 , 3 , 4 , 5] ima z-transformaciju
H(z) = z
2
+ 2z + 3 + 4z
-1
+ 5z
-2

podrufje konvergencije je cijela z-ravnina osim z = 0 i z =
109 Ozren Bilan
PODRUJE KONVERGENCIJE
KAUZALNIH I NEKAUZALNIH SUSTAVA
Kauzalni signal
Zadan je x(n) = 0.8
n
u(n) = 1 , 0.8 , 0.8
2
, 0.8
3
,

X(z) = = =

Koriten je razvoj u beskonafni geometrijski red.

Uvjet|0.8z
-1
|< 1 znafi |z|> 0.8 .

Podrufje konvergencije je sva povrina izvan krunice
polumjera 0.8.

Transformacija ima nulu u ishoditu i pol u z = 0.8.
110
0 8 ( )
n n
n
. u n z

0
1
) 8 0 (
n
n
z . 1
8 0 1
1

z .
1 8 . 0
1
<

z
Ozren Bilan
Nekauzalni signal
Zadan


Sumiranje daje:


Uvjet|0.8
-1
z|< 1 znafi|z|< 0.8. Podrufje konvergencije je povrina unutar
krunice polumjera 0.8
Opdenito
Kauzalan:
(desnostrani)

Nekauzalan
(lijevostrani)

Konstanta a moe biti realna ili kompleksna. Kada signal posjeduje mnogo
kauzalnih izraza, podrufje konvergencije je izvan krunice s najvedim polumjerom.
Kada signal ima mnogo nekauzalnih izraza, podrufje konvergencije je unutar
krunice s najmanjim polumjerom.
Problem: to napraviti ako signal ima kauzalne i nekauzalne flanove?
111 Ozren Bilan
Postoje situacije kada ne postoji podrufje konvergencije dakle,
z-transformacija ne postoji.
Tako npr. signal


ima podrufje konvergencije |z|> 1.2 za prvi izraz, a|z|< 0.8 za
drugi izraz pa je ukupno podrufje konvergencije jednako nuli, za
razliku od jedinifnog impulsa kojem je podrufje konvergencije
cijela z-ravnina.
112
) 1 ( 8 . 0 ) ( 2 . 1 ) ( = n u n u n x
n n
jedinifna
krunica
jedinifna
krunica
Ozren Bilan
Stabilnost i kauzalnost
Za pouzdani rad sustava nuna je stabilnost ona osigurava da u vremenskom
podrufju impulsni odziv ne divergira. U z podrufju nuan i dovoljan uvjet
stabilnosti LTI sustava je podruje konvergencije unutar jednine krunice.
Stabilnost ne ukljufuje kauzalnost. Kauzalni sustav je stabilan kada su mu svi
polovi unutar jedinifne krunice, a nule su nevane. Uvjet je:

gdje je magnituda najvedeg pola sustava. Antikauzalni sustav je stabilan kada
su mu svi polovi izvan jedinifne krunice, a nulu se nevane:

Gdje je magnituda najmanjeg pola. Slika ilustrira podrufje konvergencije.
Takoer postoje i sustavi fije je impulsdi odziv nije niti konvergentan niti
divergentan nego ostaje nepromijenjiv. Takvim sustavima polovi su upravo na
jedininoj krunici. Nazivamo ih marginalno stabilni (oscilatorni).
U DSP stabilnost je mnogo vanija od kauzalnosti.

113 Ozren Bilan
1
max
< p
max
p
1
min
> p
min
p
jedinifna
krunica
jedinifna
krunica
INVERZNA z-TRANSFORMACIJA
Signali sustavi karakterizirani vlastitim impulsnim odzivom su u funkciji
indeksa vremena n. Transformacija u kompleksno vremensko podrufje
z potrebna je zbog razloga ispitivanja dodatnih karakteristika.
Meutim, najede izvodi se inverzna z-transformacija kako bi mogli
analizirati rezultat u vremenskom podruju.
Kao i pri svim ostalim transformacijama, inverzna transformacija daleko
je sloenija. Standardni postupak inverzije je
Razvoj u parcijalne razlomke.
Osim toga poznati su i postupci:
Teoretska inverzna z-transformacije
Metoda redova potencija
Transformiranje jednadbi u z-podrufju u jednadbe u vremenskom
podrufju
114 Ozren Bilan
21.10.2013.
20
METODA PARCIJALNIH RAZLOMAKA
Primjenom metode parcijalnih razlomaka, nakon razvoja
zadanog izraza z-transformacije u parcijalne razlomke
koristimo transformacijske parove koje smo prikazali
tablifno uz svojstva z transformacije kako bi odredili
pripadajude izraze u vremenskom podrufju.

Prikazat demo kratki uvod u koncept metode parcijalnih
razlomaka.
115 Ozren Bilan
Racionalni polinom i jednostavni polovi
Nule izraza X(z) ili H(z) (ovdje uzimamo X(z) kao primjer) su nevani jer
metoda razmatra samo polove. Racionalni polinom piemo u obliku:
X(z) =

Podrazumijevamo jednostruke polove. Kada je red brojnika nii od reda
nazivnika racionalni polinom je ispravan. Razvoj u parcijalne razlomke glasi
X(z) =
Meutim, poznavajudi transformacijske parove, razvijamo X(z)/z umjesto X(z)


=
Pomnoit demo obe strane jednadbe sa izrazom (z - pi ) , i = 1,2,, pa
procijeniti izraze polova p1, p2 To nas dovodi do izraza za konstante:

Ai = (z - pi ) i = 0,1,2...

116
i
P z
z
X(z)
=
) )( )( (
) (
) (
) ( ) (
3 2 1
p z p z p z z
z N
z zD
z N
z
z X

= =
...
3
3
2
2
1
1 0
+

+
p z
A
p z
A
p z
A
z
A
...
3
3
2
2
1
1
+

+
p z
A
p z
A
p z
A
)... p z )( p z )( p z (
) z (
) z (
) z (
3 2 1

=
N
D
N
Ozren Bilan
Racionalni polinom i jednostavni kompleksni polovi

Razlika je u tome to su polovi kompleksni. Pamtimo da se
kompleksni polovi uvijek pojavljuju kao kompleksno
konjugirani par. Opdi postupak je isti, ali je prorafun dui zbog
kompleksnih brojeva. Inverzna z-transformacija su sinusoidalne
funkcije.

Viestruki polovi
Racionalnom polinomu s viestrukim polovima razvoj je bitnmo
razlifit.

Viestruki pol p moe biti realna ili kompleksan. Razvoj je


Potrebno je dodati i izraz koji uzima u obzir eventualne
jednostavne polove, ako postoje. Postupak moemo ilustrirati
slufajem dvostrukog pola (pol drugog reda):
117
m
p z
z N
z
z X
) (
) ( ) (

=
m
m
m
m
p z
A
p z
A
p z
A
p z
A
z
z X
) ( ) (
...
) (
) (
1
1
2
2 1

+ +

Ozren Bilan
Red brojnika vedi od reda nazivnika
U ovakvoj situaciji moe se podijeliti brojnik s nazivnikom kako bi
dobili ostatak:
X(z) = N(z) = Q(z)D(z) + R(z)

Red ostatka R(z) mora biti manji od brojnika D(z). Nakon toga:
X(z) = =

Razvijamo racionalni polinomni izraz kako je uobifajeno.
Drugim nafinom: pofetno zanemarimo N(z), pa rjeavamo izraz
1/D(z), nakon toga mnoimo s N(z
-1
) za rjeenje X(z).
118
) (
) (
z D
z N
) (
) (
z D
z N
) (
) (
) (
) (
) ( ) ( ) (
z D
z R
z Q
z D
z R z D z Q
+ =
+
Ozren Bilan
Razvoj u parcijalne razlomke u Matlabu
Razvoj u parcijalne razlomke javlja se u DSP kao jedna od
metoda odreivanja inverzne z-transformacije prijenosne
funkcije. Tako razvoj u parcijalne razlomke izraza
dobivamo naredbom residuez



is








odgovara



Kako bi odredili inverznu z-transformaciju H(z),
odreujemo sumu inverzne z-transformacije dva dodatna
flana H(z), to daje kauzalni impulsni odziv.



Provjera u MATLAB-u
119 Ozren Bilan
Analiza polova i nula u Matlabu
zplane funkcija crta polove i nule linearnog
sustava. Tako filter s nulom u -1/2 i
kompleksnim parom polova u 0.9e
j2(0.3)
i 0.9e -
j2(0.3)
je:
zer = 0.5;
pol = .9*exp(j*2*pi*[0.3 .3]');
Dijagram polova i nula filtera je
zplane(zer,pol)
Sustavu prikazanom u obliku nula i polova upii
stupfaste argumente vektora z i p u zplane.
zplane(z,p)
Ako je sustav u obliku prijenosne funkcije, upii
u retku vektore b i a kao argumente zplane.
zplane(b,a)
Sada de zplane odrediti korjene b i a primjenom
funkcije koja izrafunava korijene i prikazati
rezultirajude nule i polove.
120 Ozren Bilan
21.10.2013.
21
Jednostrana z-transformacija
Dvostrana ili bilateralna z-transformacija definirana je u cijelom
vremenskom intervalu -<n<, pa je nije mogude primijeniti na
nerelaksirane sustave koji su opisani jednadbom diferencija s poetnim
ili rubnim uvjetima. Tada se koristi jednostrana ili unilateralna z-
transformacija. Oznafavamo s X
+
(z).
Donja granica sumiranja uvijek je 0 bez obzira da li je signal x(n) kauzalan ili
nije. To znafi da X
+
(z) ne sadrava prolost informacije (n < 0) signala.
Kauzalni signalima onda je bilateralna i unilateralna transformacija jednaka.
Podrufje konvergencije kauzalnih signala je uvijek izvan krunice koja
prolazi najirim polom. Unilateralna transformacija antikauzalnog signala
uvijek je jednaka nuli .
Svi navedeni signali
x1(n) = [2 , 3 , 4 , 5]
x2(n) = [1 , 2 , 3 , 2 , 3 , 4 , 5]
x3(n) = [3 , 2 , 1, 2 , 3 , 4 , 5]
Imaju istu transformaciju koja glasi:
X
+
(z) = 2z
0
+ 3z
1
+ 4z
2
+ 5z
3
= 2 + 3z
1
+ 4z
2
+ 5z
3

121 Ozren Bilan
Svojstva bilateralne z-transformacije primjenjuju se i na unilateralnu
transformaciju s izuzetkom vremenske translacije. Ako signal kasnimo,
pojavljuje se njegova prolost (n<0), koja mijenja X
+
(z). Iz transformacije
signala koji kasni razvojem dobivamo:

Z
+
[x(n n
0
)] = =

dakle
ako je x(n) X
+
(z)
Onda je x(nn
0
) , n
0
> 0

Kauzalnim signalima drugi flan nestaje pa dobivamo poznatu
transformaciju.
Npr., kada x1(n), x2(n), x3(n) kasnimo 2 uzorka transformacija postaje:

X
1
(z) = (2 + 3z
1
4z
2
+ 5z
3
) z
2

X (z) = (2 + 3z
1
+ 4z
2
+ 5z
3
) z
2
+ (3z + 2z
2
) z
2

X
3
(z) = (2 + 3z
1
+ 5z
2
+ 5z
3
) z
2
+ (z + 2z
2
) z
2



122
(

=

1
n k 0 k
k k n
0
0
(k)z x (k)z x z (

=
+
0
0
n
1 k
k n
(z) X (-k)z x z
( ) ( )

0
0 0
n
-n -n + k
k =1
z X z + z x k z
Ozren Bilan
Kada signal translatiramo za n uzoraka bit de manji broj uzoraka u odnosu na
novo izvorite. Pogledajmo signal x(n) kojemu je transformacija X
+
(z)
translatiran n uzoraka, koji postaje x(n + n
0
), nova transformacija je

Z
+
[ x(n+n
0
)] = =

Izvornu X
+
(z) signala moemo napisati u obliku

X
+
(z) = = +

Moemo zakljufiti

ako x(n) X
+
(z)
onda x(n+n
0
) , n
0
> 0


Moemo provjeriti sa signalima x1(n), x2(n), x3(n). U stvarnosti je bolje izvriti
z- transformaciju translatiranog signala nego koristiti navedene formule.

Vie u projektiranje digitalnih filtera.
123

+
0 n
n
0
)z n (n x

0
0
n k
k n
(k)z x z

0 k
k
(k)z x

1 n
0 k
k
0
(k)z x

0 k
k
(k)z x
( ) ( )

0
0 0
n -1
n n + -k
k =0
z X z - z x k z
Ozren Bilan
ZADATAK z transformacija
Diskretni sustav je zadan jednadbom diferencija

y(n) = 0.6x(n) + 0.3x(n-1) - 0.2y(n-2) + 0.7x(n-3)

a) Z transformacijom odredi prijenosnu funkciju sustava H(z)
b) Ispitaj je li sustav rekurzivan ?
c) Ispitaj je li sustav stabilan ?
d) Ispitaj je li sustav kauzalan ?
e) Napii Matlab program koji de nacrtati polove i nule u kompleksnoj z ravnini

RJEENJE
a) Prvo se prebaci y na jednu, a x na drugu stranu jednakosti

y(n) + 0.2y(n-2) = 0.6x(n) + 0.3x(n-1) + 0.7x(n-3)

Ozren Bilan 124
Primjenjujemo Z transformaciju tako da

y(n) suspstituiramo sa Y(z)Z
0
ili Y(z)
y(n-1) suspstituiramo sa Y(z)Z
-1

y(n-2) suspstituiramo sa Y(z)Z
-2

y(n+1) suspstituiramo sa Y(z)Z
1

y(n+2) suspstituiramo sa Y(z)Z
2

itd

x(n) suspstituiramo sa X(z)Z
0
ili X(z)
x(n-1) suspstituiramo sa X(z)Z
-1

x(n-2) suspstituiramo sa X(z)Z
-2

x(n+1) suspstituiramo sa X(z)Z
1

x(n+2) suspstituiramo sa X(z)Z
2

itd.

Koeficijenti se prepisuju. Dobije se jednadba:

Y(z) + 0.2Y(z)Z
-2
= 0.6X(z) + 0.3X(z)Z
-1
+ 0.7X(z)Z
-3

Ozren Bilan 125
Sredimo tako da je Y(z) sa jedne, a X(z) sa druge strane

Y(z) ( 1 + 0.2Z
-2
) = X(z) ( 0.6 + 0.3Z
-1
+ 0.7Z
-3
)

Prijenosna funkcija po definiciji je H(z) = Y(z)/X(z), dalje slijedi

H(z) = ( 0.6 + 0.3Z
-1
+ 0.7Z
-3
) / (1 + 0.2 Z
-2
)

Mnoimo funkciju sa Z
3
/Z
3
kako bi smo dobili samo Z-ove sa pozitivnim eksponentom.
Dobije se:

H(z) = ( 0.6Z
3
+ 0.3Z
2
+ 0.7 ) / ( Z
3
+ 0.2Z )
koef. brojnika su 0,6 0,3 0 0,7
koef. nazivnika 1 0 0,2 0

Iz prijenosne funkcije zakljufujemo da je sustav IIR tipa jer u nazivniku funkcije ima
polinom od Z. Da funkcija H(z) ima samo konstante u nazivniku sistem bi bio FIR tipa.

Ozren Bilan 126
21.10.2013.
22
b) Je li sustav rekurzivan ?
Ukoliko je sustav IIR tipa (kao ovaj slufaj), uvijek je rekurzivan, za razliku od FIR tipa koji je uvijek
nerekurzivan. Sustav je rekurzivan.

c) Je li sustav stabilan ?
FIR sistem je uvijek stabilan, za razliku od IIR pa se mora dodatno ispitati stabilnost. Brojnik
prijenosne funkcije predstavlja nule sustava, a nule nazivnika predstavljaju polove sustava.
Stabilnom sustavu svi polovi moraju biti unutar jedininog kruga. Traimo polove tako to nazivnik
izjednafimo s 0.

Z
3
+ 0.2Z = 0
Z(Z
2
+ 0.2) = 0
Z = 0 ili Z
2
+ 0.2 = 0
Z = 0 ili Z
2
= -0.2 - nerealno
Z = 0

Imamo jedno reenje Z = 0. Ukoliko je |Zn| < = 1 sustav je stabilan u suprotnom sustav nije stabilan.
Da imamo Z1, Z2 i Z3 morali bi promatrati da li je svako Z po apsolutnoj vrijednosti manje ili jednako
od 1. Dovoljno je da samo jedan Z bude vedi od 1 i da sistem bude nestabilan. Sustav je stabilan
Ozren Bilan 127
d) Je li sustav kauzalan ?

Sistem je kauzalan ako ne postoji izlaz prije pobude. Dakle ukoliko na ulazu (x je ulaz) ne
postoji neki x koje prednjafi (x+konst) sistem je kauzalan. U zadanom izrazu na ulazu ne
postoji signal koji prednjafi, dakle ne postoji ni jedan x+konst, pa je sustav je kauzalan.

e) Napii matlab kod koji crta polove i nule u z-kompleksnoj ravnini.

U matlabu postoji funkcija sa sintaksom zplane(z,p) gdje su z nule, a p polovi sustava. Pri
pisanju se unose koeficijenti tako to se pofinje od najvie potencije. Ukoliko ne postoji
konstanta za odreenu potenciju upie se 0.

H(z) = ( 0.6Z
3
+ 0.3Z
2
+ 0.7 ) / ( Z
3
+ 0.2Z )
koef. brojnika su 0,6 0,3 0 0,7
koef. nazivnika 1 0 0,2 0

Piemo matlab kod:
z = [0.6 0.3 0 0.7];
p = [1 0 0.2 0];
zplane(z,p)

Ozren Bilan 128
Vrlo kratka rekapitulacija
Furierov red: Linearnom superpozicijom sinusoida moemo tvoriti sloene valne oblike (i obrnuto).
Periodifkim sloenim signalima moemo odrediti koeficijente sinusnih i kosinusnih komponenti.
DTFT predstavlja frekvencijski sadraj diskretnog neperiodikog signala, a DFT je frekvencijski
sadraj periodikog vremenski diskretnog signala. DFT pokazuje periodifnost u vremenskom i
frekvencijskom podrufju. Meutim, uvijek se rafuna i prikazuje samo jedan period DFT. DFT je
transformacija konafnog i ogranifenog broja uzoraka periodifkog signala bez obzira je li promatrani
signal stvarno periodifan. DTFT je transformacija cjelovitog sempliranog signala od - do +, koji
nuno ne mora biti periodifan. DTFT je matematifki precizna, a DFT je fizifki realizabilna. DTFT je
reverzna transformacija DFS.
DFT je vrlo vano podrufje analize spektra (frekvencijskih komponenti koje su sadrane u signalu).
DFT to postie tako to diskretni signal u vremenskom podrufju transformira u diskretno
frekvencijsko podrufje. Transformacija iz diskretnog vremena u diskretnu frekvenciju omogudava
prorafun Furierove transformacije na DSP ili rafunalu.
FFT je Brza Furierova transformacija, mnogo bra verzija DFT. Omogudavaju je posebni algoritmi.
Laplaceova transformacija koristi se za odreivanje polova i nula koji predstavljaju signal ili sistem
u s ravnini.
z transformacija odreuje polove i nule diskretnog signala ili sustava x[n] u z-ravnini.
Fourierovu transformaciju u ustaljenom vremenu CTFT odreujemo iz Laplaceove transformacije
u s=j.
Fourierovu transformaciju u diskretnom vremenu DTFT odreujemo iz z-transformacije u z = e
j
.
129 Ozren Bilan