บทที่ 2 สัญญาณและระบบ

Signals and Systems

เนื ้อหา
 ในบทนี ้เน้ นไปที่ สัญญาณแบบกำหนดได้ (deterministic
signal) ซึง่ หมายถึงสัญญาณที่มีรูปแบบทางคณิตศาสตร์ ที่
ชัดเจน เราสามารถหาค่าได้ ทกุ ช่วงของเวลา
 ศึกษาถึงสัญญาณต่างๆ ในโดเมนเวลาและความถี่ และผลตอบ
สนองของสัญญาณเมื่อส่งผ่านระบบเชิงเส้ นที่ไม่แปรผันตาม
เวลา (Linear time-invariant system: LTI)

Digital Communications ดร. เกษมสุข เสพศิริสขุ 2

2.1 สัญญาณ
 สัญญาณแบ่งออกเป็ น 2 ประเภทคือ
1. สัญญาณต่อเนื่อง (Continuous-time signal) เป็ นสัญญาณที่มี
ค่าทุกเวลา t นิยมเขียนแทนเป็ น x(t)
2. สัญญาณไม่ตอ่ เนื่อง (Discrete-time signal) หรื อสัญญาณ ดิส
ครี ต ซึง่ มีคา่ เพียงในช่วงเวลาหนึง่ ๆ เขียนแทนด้ วยสัญลักษณ์
x[n] หรื อมองได้ เป็ นลำดับของข้ อมูล โดยที่ n เป็ นเลขจำนวนเต็ม
แสดงถึงลำดับ อาจได้ จากการสุม่ ตัวอย่างสัญญาณต่อเนื่องด้ วย
คาบการสุม่ T x[n]  x(nT )

Digital Communications ดร. เกษมสุข เสพศิริสขุ 3

 ตัวอย่างสัญญาณต่อเนื่อง และสัญญาณไม่ตอ
่ เนื่อง

Digital Communications ดร. เกษมสุข เสพศิริสขุ 4

2.1.1 สัญญาณเป็ นคาบ (Periodic signal)
 สัญญาณเป็ นคาบ คือ สัญญาณที่มีคา่ ซ้ำๆ กันทุกช่วงเวลา T
x  t   x(t  kT )

โดยค่า T ที่น้อยที่สดุ คือ “คาบมูลฐาน” หรื อเรี ยกย่อๆ ว่า “คาบ”

ค่า k เป็ นจำนวนเต็ม

 สำหรับสัญญาณไม่ตอ
่ เนื่อง นันคื
้ อมีคา่ ซ้ำๆ กันทุกช่วงลำดับ N
x  n   x  n  kN 

Digital Communications ดร. เกษมสุข เสพศิริสขุ 5

2.1.2 สัญญาณพลังงาน (Energy signal)
 ค่าพลังงานของ x(t) ในคาบ T หาได้ จาก
T /2
Ex ,T   x 2  t  dt
T / 2

และค่ากำลัง Ex ,T
1
T /2
Px ,T    x 2
 t  dt
T T T / 2

 สัญญาณจะเป็ นสัญญาณพลังงานก็ตอ
่ เมื่อ มีพลังงานจำกัด
และไม่ใช่ศนู ย์
T /2
0  Ex  lim  x 2  t  dt  
T 
T / 2

0  Ex   x 2  t  dt  


Digital Communications ดร. เกษมสุข เสพศิริสขุ 6

 สัญญาณจะเป็ นสัญญาณกำลังก็ตอ
่ เมื่อ มีกำลังจำกัดและไม่
เท่ากับศูนย์
T /2
1
T  T 
0  Px  lim x 2
 t  dt  
T / 2

Digital Communications ดร. เกษมสุข เสพศิริสขุ 7

2.1.3 สัญญาณที่สำคัญ
2.1.3.1 ฟั งก์ ชันอิมพัลส์ หนึ่งหน่ วย (Unit impulse function)
บางครัง้ เรี ยกว่า ดิแรกเดลต้ าฟั งก์ชนั (Dirac delta function) เป็ น
สัญญาณในอุดมคติที่นิยามขึ ้นมาเพื่อใช้ ในการวิเคราะห์
สัญญาณ มีสญ ั ลักษณ์เป็ น (t)
อิมพัลส์ หนึ่งหน่ วยคือ
มีพนื ้ ที่เท่ ากับ1 หน่ วย

Digital Communications ดร. เกษมสุข เสพศิริสขุ 8

คุณสมบัติของ อิมพัลส์หนึง่ หน่วย

  t   0; t  0
  t   ; t  0


   t  dt  1



 x(t )  t  t  dt  x  t 

0 0

Digital Communications ดร. เกษมสุข เสพศิริสขุ 9

2.1.3.2 ฟั งก์ ชันขัน้ หนึ่งหน่ วย (Unit step function)
เขียนแทนด้ วย u(t) โดยมีนิยามคือ
0 ; t  0
u t  
1 ; t  0

t
u  t      x  dx
0

d
  t  u t
dt

Digital Communications ดร. เกษมสุข เสพศิริสขุ 10

2.2 การแปลงฟูริเยร์ (Fourier transform)
 โดยปกติแล้ วสัญญาณจะถูกอธิบายในรูปของ “ฟั งก์ชนั ของเวลา” อย่าง
เช่น สัญญาณที่มองเห็นในจอออสซิโลสโคป แต่อย่างไรก็ตามในการ
สื่อสารดิจิตอลนัน้ ค่าความถี่ของสัญญาณเป็ นอีกสิง่ หนึง่ ที่มีความ
จำเป็ นอย่างยิ่ง
 เครื่ องมือที่จะใช้ ในการศึกษาคุณสมบัติทางความถี่ของสัญญาณก็คือ
การแปลงฟูริเยร์ (Fourier Transform) ซึง่ แบ่งออกเป็ น
 Continuous Fourier transform หรื อ Fourier Transform (FT)
 Discrete Fourier transform (DFT)

Digital Communications ดร. เกษมสุข เสพศิริสขุ 11

เงื่อนไขการแปลงฟูริเยร์
ตาม Dirichlet condition
1. พลังงานมีจำกัด (สัญญาณพลังงาน)
2. จำนวนจุดต่ำสุดสูงสุด มีจำนวนจำกัด
3. จำนวนจุดที่ไม่ ต่อเนื่องมีจำนวนจำกัด

Digital Communications ดร. เกษมสุข เสพศิริสขุ 12

การแปลงฟูริเยร์ สำหรับสัญญาณไม่เป็ นคาบ
 สมการของการแปลงฟูริเยร์

X f   x  t  exp   j 2 ft  dt


ค่า exp(-j2ft) บางครัง้ เรี ยกว่า kernel ของการแปลง

 สมการของการแปลงฟูริเยร์ ผกผัน

x t   X  f  exp  j 2 ft  df
 คู่การแปลง
X  f   x(t )
Digital Communications ดร. เกษมสุข เสพศิริสขุ 13
 ค่าของ X(f) เป็ นจำนวนเชิงซ้ อนประกอบด้ วยขนาดและเฟส
X f  X f e
jX  f 

 หากสัญญาณ x(t) เป็ นสัญญาณของจำนวนจริ ง

X  f   X f  ขนาดเป็ นฟั งก์ชนั คู่
เฟสเป็ นฟั งก์ชนั คี่
 ความหนาแน่นสเปกตรัมของพลังงาน
 f   X  f 
2


Ex     f  df


Digital Communications ดร. เกษมสุข เสพศิริสขุ 14

คุณสมบัติการแปลงฟูริเยร์
x (t )  Xf 
 Linear(Superposition)  Conjugate
 Time shift  Area under x(t)


 Frequency shift  x(t )dt  X  0 



 Dual  Area under X(f)



 Scale  X ( f )df  x  0


 Convolution  Differentiation
 Paseval’s  Integration

Digital Communications ดร. เกษมสุข เสพศิริสขุ 15

2.3 การแปลงฟูริเยร์ สำหรับสัญญาณเป็ นคาบ
 เป็ นที่ทราบกันว่า โดยการใช้ อนุกรมฟูริเยร์ จะสามารถแทน
สัญญาณเป็ นคาบด้ วยผลรวมของจำนวนเชิงซ้ อน

x t  
k 
ck e j 2 kf0t

 ค่า xk เรี ยกว่าสัมประสิทธิ์อนุกรมฟูริเยร์ ซึง่ หาได้ จาก

1
ck   x  t  e  j 2 kf0t dt
T0 T0 

Digital Communications ดร. เกษมสุข เสพศิริสขุ 16

2.3.1 อนุกรมฟูริเยร์ เชิงตรี โกณมิติ
 พิจารณาสัมประสิทธิ์อนุกรมฟูริเยร์ ค่า k มีทง…,-2,-2,0,1,2,
ั้
1
… ck   x  t  e  j 2 kf0t dt
T0 T0 

cจากคุ
 c สมบัติคอนจูเกต สำหรับสัญญาณที่เป็ นจำนวนจริ ง
ณ
k k
 j
ak  jbk  ak  jbk 

e  cos   j sin 
2 
 2 
ck e j 2 kf0t  c k e  j 2 kf0t  ak cos  2 f 0t   bk sin  2 f 0t 

Digital Communications ดร. เกษมสุข เสพศิริสขุ 17

 สำหรับที่ k=0
a0
c0 
2
 ทำให้ สญ
ั ญาณสามารถเขียนในรูป
a0 
x  t      ak cos  2 kf 0t   bk sin  2 kf 0t  
2 k 1

2
ak 
T0  x  t  cos  2 kf t  dt
T0 
0
ck 
1 2
ak  bk2
2
2 b 
bk   x  t  sin  2 kf 0t  dt ck   tan 1  k 
T0 T0   ak 
Digital Communications ดร. เกษมสุข เสพศิริสขุ 18
2.4 การชักตัวอย่างสัญญาณ (Signal sampling)

Digital Communications ดร. เกษมสุข เสพศิริสขุ 19