Professional Documents
Culture Documents
Sistemi I Signali
Sistemi I Signali
_______________________________________________________________________
_
4. SISTEMI I SIGNALI
Signal je materijalni nosioc (prenosilac) informacije, koji moe biti razliite fizikalne
prirode (elektrini, mehaniki, pneumatski, itd).
Sistem je izdvojeni dio prostora kod kojeg postoji povezanost sa ostalim dijelom
prostora. Ako je dio fizikog prostora, sistem je fiziki a ako je dio apstraktnog prostora,
sistem je apstraktni (npr. sistem jednaina).
Organizovani fiziki sistem ili krae sistem je skup dijelova, jedinica, tj. podsistema koji
su meusobno povezani u funkcionalnu cjelinu sa ciljem da se ostvari odreeni zadatak,
kretanje (rad, proces) a na osnovu razmene materije i/ili energije i/ili informacije izmeu
podsistema u okviru sistema i izmeu sistema i okoline. Po svojoj prirodi sistem moe
da bude tehniki, bioloki, drutveni, ekonomski, itd.
Veliine koje bitno utiu na rad sistema a nastale su van njega su njegove ulazne
veliine (oznaka u ) veliine. M ulaznih veliina u1 , u2 ,L , uM ine vektor ulaza u ,
odnosno u u1 uM .
T
u2 u3 L
Veliina ija vrijednost i ije promjene vrijednosti predstavljaju rezultat rada sistema, a za
ije vrijednosti i promjene smo zainteresovani je izlazna veliina (oznaka y ) sistema.
N izlaznih veliina y1 , y2 ,L , y N ine vektor izlaza y y1 yN .
T
y2 y3 L
Veliine koje utiu na rad sistema a nastale su van njega i na koje ne moemo uticati su
poremeajne veliine (oznaka z ). P poremeajnih veliina z1 , z2 ,L , z P ine vektor
poremeaja z , odnosno z z1 zP .
T
z2 z3 L
Matematiki model sistema je formalni matematiki opis modela fizikog sistema koji
uspostavlja jednoznanu vezu izmeu izlaznih i ulaznih veliina za proizvoljne promjene
ulaznih veliina i proizvoljne poetne uslove a iskazan je pomou matematikih simbola,
operacija i relacija.
1
Sistemi i signali
_______________________________________________________________________
_
Dijagram sistema je simboliki grafiki prikaz sistema S u obliku paravugaonika, na
kojem su sve ulazne veliine prikazane jednostrukim strelicama usmjerenim ka sistemu,
u1 y1
u y
S
uM yN
S
Slika 4.1.1
u1 y1 u1 u y2 y1 y
S1 S1
u u1 1 u 2 y1 y2 y y y1 y2
S1 S 2
u y2 y2
S 2 S 2 S
S 2
u2 y
S
a) b) c)
Slika 4.1.2
Osnovni problem upravljanja je pronai tehniki izvodljiv nain djelovanja na dati proces
(objekat) tako da je ponaanje tog procesa to je mogue blie nekom eljenom
ponaanju. Osim toga, ovo bliskost treba biti ostvarena uprkos tome to postoji
neodreeni parametri procesa kao i uz prisustvo nepredvienih vanjskih poremeaja koji
djeluju na taj proces.
2
Sistemi i signali
_______________________________________________________________________
_
4.2 Matematiko modeliranje sistema
Sistemi mogu biti statiki i dinamiki. Ako u matematiom modelu sistema nema izvoda
niti jedna izlazne ili ulazne promjenljive po vremenu, onda je sistem statiki. U
suprotnom sistem je dinamiki. Na primjer, statiki sistem je poluga kod koje je
pomjeranje jednog kraja ulaz a pomjeranje drugog kraja izlaz. Pri tome su uvedene
sledee pretpostavke: (i) poluga je apsolutnio kruto tijelo (nije elastina), (ii) masa
poluge se zanemaruje, tako da ne postoje inercijalne sile i (iii) trenje u osloncu se
zanemaruje. U sluaju da pretpostavka (ii) ne vai ili trenje u osloncu zavisi od ugaone
brzine, sistem je dinamiki. Kod statikih sistema nema kanjenja izlaza u odnosu na
ulaz, dok kod dinamikih to postoji. Ako kanjenje postoji, onda izlaz uvijek kasni za
ulazom, jer je ulaz uzrok a izlaz posledica. U realnim sistemima obrnuto je nemogue,
jer posledica ne moe da prethodi uzroku.
3
Sistemi i signali
_______________________________________________________________________
_
frekventnom domenu su razraene metode pomou kojih je koritenjem tih zavisnosti
mogue izvriti analizu i sintezu ukupnog sistema. Intezivan razvoj raunarskih
tehnologija je omoguio da se nelinearne i parcijalne diferencijalne jednaine mogu
priblino rjeavati, to je i doprinijelo da se i teorije nelinearnih sistema intezivno razvija.
Takoe, razvoj vjetake inteligencije i ekspertskih sistema je uinio da se veliki broj
problema moe rjeavati i u sluajevima kada je matematiki model sistema nepoznat.
Kod izvoenja jednaine ponaanja polazimo od zakona fizike koji, zavisno od problema
koji rjeavamo, vae u toj oblasti. U mehanici to su najee Njutnovi zakoni i/ili
DAlamberov princip, Lagranove jednaine, itd. Ako je problem iz oblasti elektrotehnike
onda su to Omov zakon ili Kirhofova pravila; u termodinamici Njutnov i Furijerov zakon, u
hidromehanici Bernulijeva jednaina, Hagen-Puazejovo teenje, itd. Pored pomenutih
zakonitosti, i zakon o odranju energije se esto koristi.
Na slian nain izvodimo jednainu ponaanja elektrinog sistema, slika 4.2.2. Sistem
se sastoji od redne veze omskog otpora, zavojnice i kondezatora. Posmatramo
promjenu napona uC t (izlaz, odziv) na kondezatoru u zavisnosti od promjene ulaznog
4
Sistemi i signali
_______________________________________________________________________
_
(pobudnog) napona u t . Zbog redne veze, struja i t kroz sve komponente sistema je
ista. Po drugom Kirhofovom zakonu,
L u L t ukupna elektromotorna sila (prikljueni
R napon) je jednaka zbiru padova napona,
u R t odnosno u t uR t u L t u C t , gdje su
C
u t i t u C t naponi
Slika 4.2.2
1 di t
uR t Ri t , u L t L i uC t
i t dt padovi napona na omskom otporu,
dt C
zavojnici i kondezatoru sledstveno. Eleminacijom struje i t iz zadnje jednaine
duC t
dobijamo i t C , to smjenom u prethodne jednaine, konano daje jednainu
dt
ponaanja sistema kao
d 2uC t duC t
LC uC t u t .
2
RC (4.2)
dt dt
I u ovom sluaju smo dobili diferencijalnu jednainu drugog reda sa konstantnim
koeficijentima. Prema tome, i mehaniki sistem sa slike 4.2.1 i elektrini sistem sa slike
4.2.2 su modelirani kao linearni stacionarni sistemi. Nakon dijelenja jednaine (4.1) sa
M i jednaine (4.2) sa LC i stavljajui kod prve jednaine da je ulaz u f t i izlaz
y x t a kod druge jednaine, ulaz u u t i izlaz y uC t , dobijamo u oba sluaja
istu diferencijalnu jednainu
d2y dy
2
a1 a0 y b0u , (4.3)
dt dt
pri emu su u prvom(drugom) sluaju koeficijenti a0 , a1 i b0 dati kao (vrijednosti u zagradi
K 1 D R 1 1
su za elektrini sistem) : a0 , a1 i b0 . Dakle, iako su ova
M LC M L M LC
dva sistema potpuno razliita po svojoj fizikalnoj prirodi, kad je u pitanju ponaanje
izlaza u odnosu na djelovanje ulaza, oni imaju isto ponaanje. Matematiki model ova
dva sistema je identian. Ako je za matematiki model (4.3) poznat uticaj parametara na
ponaanje izlaza sistema, onda je za svaki sistem koji imaju isti matematiki model lako
uoiti uticaj njegovih parametara na njegov izlaz. Tako, umjesto da posmatramo sistem
sa slike 4.2.1 mi moemo na osciloskopu posmatrati sistem sa slike 4.2.2, pri emu je
lako uspostaviti zavisnost meu parametrima sistema; sa jedne strane mehanikog
sistema: masa (M), krutost opruge (K) i priguenja (D) i sa druge strane elektrinog
sistema: induktivnost (L), kapacitet (C) i otpornost (R).
Kod treeg primjera, slika 4.2.3, posmatramo slobodno kretanje kuglice mase m
poluprenika r u konkavnoj glatkoj povrini (kaloti). Izmeu kuglice i kalote postoji sila
trenja kotrljanja f C koja je
srazmjerna obodnoj L& brzini
R
kuglice i koeficijentu trenja, tj.
L
m
h r 5
A
O
Slika 4.2.3
Sistemi i signali
_______________________________________________________________________
_
f C L&. Kuglica u proizvoljnoj poziciji, npr. taka A , ima kinetiku i potencijalnu
1
E p mgL 1 cos tako da je Lagrenova
2
energiju sledstveno: Ek m L& i
2
1
2
energija L Ek E p , to dalje daje L m L& mgL 1 cos . Iz Lagranove
2 &
d L L
jednaina f C , nakon diferenciranja dobijamo jednaunu ponaanja ovog
dt &
sistema, kao
mL2&& L& mgL sin 0. (4.4)
Za razliku od prethodna dva primjera, u ovom primjeru dobili smo nelinearnu
diferencijalnu jednainu koja predstavlja stacionarni (jer koeficijenti nisu funkcije
vremena) nelinearni sistem. Za stacionarne linearne sisteme je razvijen matematiki
aparat za analizu i sintezu, to nije sluaj sa nelinearnim sistemima. Zbog toga se
nelinearni sistemi linearizuju u nekoj okolini eljene izlazne i upravljake veliine, tako
da se i veina takvih sistema sa kojima se sreemo u mehatronici, sa dovoljno tanosti,
mogu posmatrati kao linearni. O postupku linearizacije vie rijei u nastavku.
6
Sistemi i signali
_______________________________________________________________________
_
x& Ax bu
, (4.8)
y cx + du
pri emu skalar d opisuje taj uticaj.
Za elektrini sistem, opisan jednainom ponaanja (4.2), uvoenjem stanja
x1 uc i x2 u&c i stavljajui y uc t , u u t , dobijamo jednainu stanja i jednainu
0 1 0
uc x1
izlaza u obliku (4.7) gdje su: x
, A
1 R , b
1 , c 1 0 .
u&
c x
2
LC L LC
Lako je primjetiti da su u oba sluaja matrica A i vektori b i c konstantni i da ne
zavise niti od stanja (zbog linearnosti) niti od vremena (zbog stacionarnosti). Ovo ne vai
za trei primjer, jer je jednaina ponaanja koja ga opisuje nelinearna, odnosno sistem je
nelinearan. Kod tog primjera e matrica A zavisiti od stanja x1 . Zbog toga se vri
linearizacija takvog sistema.
4.2.3 Linearizacija
g g
Y t g X s ,U s
X X X s
X t X U
s
X Xs
U t U .
s
U U s U U s
7
Sistemi i signali
_______________________________________________________________________
_
f nn f g 1n
gdje su: matrica A = X , vektor b = U n , vektor c = i
X X s X Xs X X Xs
U U s U U s U U s
g
skalar d = U .
X Xs
U U s
Primjer:
Jednainu ponaanja (4.4) prikai u Koijevom obliku a zatim izvri linearizaciju u okolini
stacionarnog stanja ako je ulaz U s 0 .
odnosno
f1 f1
X 0 1 0 1
X 2
A= 0
1
g cos X 1 g , i vektori b= i
f 2 f 2
L mL X 0 0
T
L mL 0
X 1 X 2 X 0 0
T U 0
U 0
Prije nego tio se upoznamo sa funkcijom prenosa, ukratko dajemo neke matematike
osnove, koje su neophodne za razumjevanje teksta u nastavku.
8
Sistemi i signali
_______________________________________________________________________
_
Laplasova transformacija se definie kao
F s f t e st dt , (4.11)
0
1. L f1 t f 2 t F1 s F2 s , gdje su F1 s L ff1 t , F2 s L ff 2 t
2. L ff t e s F s
3. L e e at f t F s a
d n f t n
4. L {e
dt n
s n
F s s nk f k 1 0
k 1
tt f t dt F s
0
5. L {e
s
6. lim f t f 0 lim sF s
t 0 s
7. lim f t f lim sF s
t s 0
9
Sistemi i signali
_______________________________________________________________________
_
L Mx& & t Dx& t Kx t
M s 2 X s sx (1) 0 x 0 D sX (s ) x 0 KX s =F s .
Ako su poetni uslovi jednaki nuli, tj. x 0 x& 0 0 , dobijamo funkciju prenosa
X s
1/ M
G s
F s s2 D s K . (4.12)
M M
U teoriji automatskog upravljanja linearnih sistema razaraene su mnoge metode, kod
kojih se preko funkcije prenosa moe izvriti i analiza i sinteza sistema. Dakle, i jedno i
drugo se realizuje u kompleksnom podruju, tako da se samo krajnji rezultati vraaju u
vremensko podruje, tj. u podruje gdje stvarni sistem postoji.
10
Sistemi i signali
_______________________________________________________________________
_
signali, a sistem kod kojeg se u bar jednom kanalu veze prenosi ovakav signal naziva se
digitalni sistem, slika 4.4.1 c).
a) ) c)
x t x kT b ) x kT
T T
0 t 0 t 0 t
Slika 4.4.1
Ako je diskretizacija po nivou sa velikom rezolucijom, tj. sa velikim brojem uzastopnih
nivoa i sa malom razlikom mee njima (i vie od 224 16, 777, 216 nivoa), onda su
greke te diskretizacije zanemarive. To dalje znai da praktino ne postoji razlika izmeu
diskretnih i digitalnih sistema, odnosno da se za digitalne sisteme moe primjenjivati
teorija diskretnih sistema.
4.4.1 Z- transformacija
n
4. Z f k g k n F z G z
k 0
5. lim f k f 0 lim F z
k 0 z
6. lim f k f lim 1 z 1 F z
k z 1
11
Sistemi i signali
_______________________________________________________________________
_
Da bi objasnili vanost izbora periode odabiranja T (ili ekvivalentno frekvenciju
uzorkovanja s , jer je T s 2 ) posmatramo sliku 4.4.2. Na slici su predstravljena dva
sinusna signala, jedan frekvencije 0.9Hz (puna linija) i drugi frekvencije 0.1 Hz
(isprekidana linija). Oba signala su uzorkovana istom periodom, T=1sek. Ako sada
posmatramo samo uzorke, onda se vie ne moe utvrditi kojem signalu ti uzorci
Slika 4.4.2
pripadaju. Dakle, perioda odabiranja mora biti takva da se na osnovu diskretnih uzoraka
moe jednoznano rekonstruisati originalni signal. Vrijednost periode odabiranja nekog
proizvoljnog signala, koja daje uzorke na osnovu kojih se jednoznano moe
rekonstruisati originalni kontinualni signal odreena je sledeom teoremom:
Teorema: Neka je zadan kontinualan signal iji frekventni spektar ne sadri frekvencije
vee od 0 . Ako je srednja frekvencija diskretizacije s vea od dvostruke najvie
frekvencije u kontinualnom signalu 0 ,
s >20 ,
onda je taj kontinualni signal potpuno odreen tako dobijenim diskretnim signalom.
12
Sistemi i signali
_______________________________________________________________________
_
x kT x kT T x kT
priblian obrazac x& kT . Da bi pojednostavili dalji raun
T T
uvodimo operator pomjeranja E definisan kao x kT T Ex kT . Veza izmeu ovog
operatora i operatora (prva konana razlika) data je kao
x kT x kT T x kT E 1 x kT , odakle slijedi E 1 . Imajui ovo na umu
E 1
imamo x& kT x kT . Lako je pokazati da je n ta derivacija
T
E 1
n
x kT
n
x kT . Dalji postupak emo objasniti na jednom primjeru.
Tn
Primjer: Posmatramo sistem opisan jednainom ponaanja (4.3), gdje su koeficijenti
a0 b0 1, a1 3 i ako je perioda odabiranja T 1 .
Rjeenje: U jednainu ponaanja (4.3) u trenucima kT , prvu i drugu derivaciju
zamjenjujemo priblinim vrijednostima, tako da dobijamo
E 1 E 1
2
n m
Ako je jednaina ponaanja data u optem obliku a y t b u t , m n, m, n ,
i 0
i
i
i 0
i
i
a y k i b u k i ,
i 0
i
i 0
i (4.15)
Poslednji izraz se esto koristi za uzastopno raunanje izlaza pomou prethodnih izlaza i
ulaza. Da bi ovo raunanje bilo mogue nuno je poznavanje vrijednosti izlaza i ulaza u
poetnom trenutku k 0 kao i n 1 trenutaka koji mu prethode.
Ako je kontinualni sistem zadat u prostoru stanja, tj. jednainom stanja i jednainom
izlaza
x&= Ax + bu
y = cx + du
13
Sistemi i signali
_______________________________________________________________________
_
i ako se predpostavi da je vrijednost ulaza konstantna izmeu dva trenutka odabiranja i
ima vrijednost kao u prethodnom trenutku, u t u k , kT t k 1 T , onda gornja
jednaina postaje
x k +1 = Ad x k + bd u k
, (4.17)
y k = cx k + du k
Slino kao kod kontinualnih sistema i kod diskretnih sistema diskretna funkcija prenosa
G z diskretnog SISO sistema se definie kao odnos ZT izlaza i ulaza pri svim nultim
Y z Pm z
poetnim uslovima, dakle G z . Postoji nekoliko naina dobijanja
U z Qn z
diskretne funkcije prenosa i to:
1. primjenom ZT na diskretni model sistema (4.15)
2. iz sistema u prostoru stanja preko matrine jednaine G z c zI Ad bd d i
1
Bez obzira na koji nain je dobijena z funkcija prenosa, u optem sluaju njen oblik je
Y z b0 z m b1 z m 1 L bm 1 z bm P z
G z n ,n m . (4.18)
U z z a1 z n 1 L an 1 z an Q z
Ako se u brojniku izvue faktor z m a u nazivniku faktor z n dobijamo funkciju prenosa
kao,
b b z 1 L bm1 z m1 bm z m
G z z r 0 1 1 , (4.19)
1 a1 z L an1 z n1 an z n
gdje je r n m i predstavlja kanjenje odziva y k u odnosu na pobudu u k .
14
Sistemi i signali
_______________________________________________________________________
_
U Francuskoj 1807. godine, u jednom radu koji se bavi ispitivanjem prostiranja toplote,
matematiar i fiziar Furije (Joseph Fourier , 1768-1830) je tvrdio da se svaka
kontinualna periodina funkcija moe prikazati kao zbir odgovarajuih sinusnih funkcija.
Meu recenzentima toga rada bili su i veliki matematiari Lagran i Laplas. Laplas se
1 1
0 0
1 1
0 2 4 6 8 0 2 4 6 8
periodische
periodinaFunktion
funkcija periodische
periodinaFunktion
funkcija
Fourier-Polynom Fourier-Polynom
Furijev polinom Slika 4.5.1 Furijev polinom
odmah sloio sa ovom tvrdnjom i smatrao je da se rad moe objaviti, meutim Lagran
nije dozvolio da se rad objavi. On je smatrao da ta tvrdnja ne vrijedi za kontinualne
funkcije sa okovima-uglovima (npr. povorka pravougaonih impulsa, testerasti
signal,...), odnosno da je njih nemogue izraziti preko sinusne funkcije. Rad je ipak
objavljen, ali tek nakon 15 godina, poslije smrti Lagrana. Kasnije e se pokazati da su i
Furije (Laplas) i Lagran bili u pravu. Lagranova tvrdnja da je to za kontinualne
okaste funkcije nemogue je zaista tana, ali je isto tako injenica da je razlika izmeu
originalne funkcije i Furijerovog polinoma (dobijenog kao zbir sinusa) zanemarivo mala
( na slici 4.5.1 a) data je razlika izmeu originalnog testerastog signala i Furijerovog
polinoma od jedne sinusne funkcije, a na slici 4.5.1 b) je data ta razlika kada je Furijerov
polinom zbir od samo 21 sinusne funkcije odgovarajuih amplituda i frekvencija ), toliko
mala da je razlika energija tih signala jednaka nuli, tj. nema razlike. U tom smislu Furije
je u pravu, ali je i Lagran u pravu, jer u to vrijeme nauna znanja o konceptu energije su
bila veoma mala. To je kasnije pokazano Gibs ( poslije smrti Furijera ) - Gibsov efekat.
Dakle, preko Furijerove transformacije (FT) vri se razlaganje nekog signala na sinusne
signale1. Ali zato vrimo to razlaganje i zato koristimo sinuse, a ne npr. pravougaone
signale? Razloga ima vie, ali meu njima je svakako glavni razlog to to sinusni signal
ima osobinu vjernosti (eng. sinusoidal fidelity), tj. ako je na ulazu nekog linearnog
sistema sinusna pobuda, onda je i na izlazu sinusni signal iste frekvencije kao ulazni,
dok se amplituda i faza mogu razlikovati. U prethodnom izlaganju smo govorili o
kontinualnom (periodian ili aperiodian, jer se aperiodian signal moe tretirati kao
periodian sa beskonanom
periodom ) signalu. A ta se
dogaa ako je signal diskretan?
A Posmatramo sluaj sa slike 4.5.2.
m Na toj slici je dat aperiodian signal
p
sa 16 uzoraka. Pokazano je da se
l
i ovaj signal moe predstaviti sa 18
t signala, 9 kosinusnih i 9 sinusnih
1 u kaemo zbir sinusnih signala, onda pri tome mislimo na obe funkcije, i sinus i cosinus. Kao to
Kad
d
znamo, funkcija cosinus se uvjek moe izraziti preko funkcije sinus.
a
15
broj uzorka
Slika 4.5.2
Sistemi i signali
_______________________________________________________________________
_
kao na slici 4.5.3. Nije oigledno, ali je svaki uzorak sa slike 4.5.2 jednak zbiru 18
odgovarajuih uzoraka sa slike 4.5.3, i to ne priblino nego potpuno egzaktno kao to je
8 jednako 5+3. Funkcija na slici 4.5.2 je diskretna funkcija u vremenskom domenu i
oznaava se sa malim slovima, npr, funkcija x k , dok su uzorci na slici 4.5.3 uzorci u
frekventnom domenu i oznaavaju se sa odgovarajuim velikim slovima. Ne uputajui
se u matematiku egzaktnost, uzorci u frekventnom domenu X k na slici 4.5.3 iji zbir
daje odgovarajue uzorke u veremenskom domenu (slika 4.5.2), dobijeni su Diskretnom
Furijerovom Transformacijom (DFT) funkcije x n , koja se definie kao
N 1 2
j kn
X k x n e N
, k 0,1,L , N 1 . (4.20)
n0
16
Sistemi i signali
_______________________________________________________________________
_
Kosinusi
Sinusi
Slika 4.5.3
17
Sistemi i signali
_______________________________________________________________________
_
Kod svake transformacije postoji i inverzna transformacija, jer se preko nje rezultati
obrade ponovo vraaju u vremenski domen, tj. tamo gdje realan proces stvarno i postoji.
Ova inverzna transformacija se definie kao
2
1 N 1 j kn
x n
N k 0
X k e N , n 0,1,L , N 1 . (4.21)
Nije teko uoiti odreenu slinost izmeu FT (jednaina 4.13) i DFT (jednaina 4.20).
Ako se u (4.13) integral zamjeni sumom, kontunualna funkcija x t diskretnom
2 k
funkcijom x n i kontinualna kruna frekvencija sa k , gdje je n diskretni
N
trenutak a N broj uzoraka signala u vremenskom domenu. Oznake k i n se odnose na
diskretnu frekvenciju i diskretni trenutak vremena sledstveno.
2 k 2 k
gdje je WN cos n j sin
kn
n . Ako se skup uzoraka u vremenskom domenu
N N
izrazi preko vektora x x0 x1 L xN 1 , onda gornja jednaina u matrinom obliku
postaje
1 1 1 L 1
1 WN WN2 L WNN 1
X xWN x 1 WN2 WN4 L WN2( N 1) . (4.22)
M M M O M
1 WNN 1 WN( N 1)2 L WN( N 1)( N 1)
Ova jednaina se lake i bre realizuje na raunaru nego jednaina (4.20), jer veina
matematikih softvera rade iskljuivo sa matricama (svaki realan broj tretiraju kao
matricu dimenzije 1x1), npr. MATLAB.
Primjer: Data su diskretni signali sa 2 ( x x0 x1 ) i 4 uzorka ( x x0 x1 x2 x3 ) u
vremenskom domenu. Odredi DFT tih uzoraka.
2 0 0 11 1 X x x
Rjeenje: Ako je N 2 , onda je W e j 2 e j 1 , pa je W2
2
1 1 X 1 x0 x1.
2
Ako je N 4 , onda je W e j 4 e j 2 j , tako da je matrica W4 data kao
4
18
Sistemi i signali
_______________________________________________________________________
_
1 1 1 1 X 0 x0 x1 x2 x3 x0 x2 x1 x3
1 j 1 j X 1 x0 jx1 x2 jx3 x0 x2 j x1 x3
W4 tako da je
1 1 1 1 X 2 x0 x1 x2 x3 x0 x2 x1 x3
1 j 1 j X 3 x0 jx1 x2 jx3 x0 x2 j x1 x3 .
x2 X 1 ( x0 x2 ) j ( x1 x3 )
-1
-j
2-DFT
x1 X 2 ( x0 x2 ) ( x1 x3 )
-1
x3 X 3 ( x0 x2 ) j ( x1 x3 )
-1
Posmatrajmo sada opti sluaj, diskretnu funkciju f sa jN 2l
uzoraka. Podjelimo je
Slika 4.5.4
na dvije grupe g i h , svaku sa N / 2 elemenata, tako da grupa g 2l sadri lanove sa
parnim indeksom a grupa h2l 1 lanove sa neparnim indeksom. Ako se dijeljenje dalje
nastavi unutar svake grupe, i ponavlja sve dotle dok grupa ne bude imala samo jedan
19
Sistemi i signali
_______________________________________________________________________
_
element, onda se broj raunanja DFT funkcije f sa N 2 operacija svodi na N log 2 N .
Utede raunanja tada zavise od broja elemenata, to je dato narednom tabelom. Kao
to vidimo, raunske utede su ogromne. Zbog toga se ova transformacija naziva brza
furijerova transformacija (FFT, Fast Fourier Transformation). Rije transformacija ovdje
treba shavtiti uslovno, jer u pitanju nije nova transformacija, nego samo brzi algoritam za
raunanje transformacije poznate kao DFT.
N DFT: N 2 FFT: N log 2 N uteda
8 64 24 62.5%
16 256 64 75%
64 4.096 384 90,625%
256 65.536 2.048 96,875%
512 262.144 4.608 98,242%
4096 16.777.216 49.152 99,707%
W40 X (2)
x(2) 1
W80 X (4)
x(1) 1
20
Sistemi i signali
_______________________________________________________________________
_
tome uzorci u vremenskom domenu moraju biti poredani kao na slici 4.5.5. Ovaj
redoslijed se naziva bit inverzni redoslijed, jer se isti dobija kad se prirodni redoslijed
uzoraka u vektoru proita kao binarni broj ali u obrnutom redoslijedu. Tako npr. uzorak
x6 se nalazi na mjestu koje zauzima uzorak x3 po prirodnom redoslijedu, jer je u
binarnom sistemu 6 110 , to proitano obrnuto (s desna na lijevo) daje broj 3=011. Ovo
sortiranje se obavi prije FFT posebnim programom, koji ustvari prepie uzorke iz jednog
memorijskog bloka u drugi, npr. iz bloka A u blok B, pri emu se indeksi elemenata u
bloku B dobijaju kao obrnuto proitani indeksi iz bloka A. Dalje se kompletan postupak
raunanja realizuje u bloku B. Na kraju raunanja, odnosno uzorci u frekventnom
domenu (dobijeni DFT) su poredani u prirodnom redoslijedu, slika 4.5.5.
Posmatramo tipian sistem automatskog upravljanja, slika 4.5.6, kod kojeg je upravljanje
realizovano preko raunara. On se sastoji od kontinualnog objekta iji matematiki
model je dat ili preko jednaine ponaanja ili preko jednaina u prostoru stanja ili preko
C (z ) G o (s )
r(t) r(k ) e (k ) d iff u (k ) u (t) y (t)
A /D D /A o b je k a t
je d
ta k t
y (k )
A /D senzor
d ig it a ln i k o n t r o le r
Slika 4.5.6
funkcije prenosa Go s i digitalnog kontrolera koji je dat ili preko funkcije prenosa C z
ili diferentne jednaine ponaanja ili diskretnim modelom u prostoru stanja. U daljem
tekstu smatramo da je kontroler zadan preko digitalne funkcije prenosa C z . Zadatak
kontrolera je da generie upravljanje koje e prisiliti objekat da je njegovo dinamiko
ponaanje izlaza y t identino ili to blie eljenom dinamikom ponaanju i u
prelaznom i u stacionarnom stanju. Prije nego to nastavimo dalje objasnimo pojmove
prelaznog i stacionarnog stanja. Stacionarno stanje sistema je ono stanje koje sistem
stalno zadrava im se jednom nae u njemu, dok je prelazno stanje ono stanje koje nije
stacionarno. Obino stacionarno stanje smatramo onim stanjem kad vrijeme ima velike
vrijednosti (tei beskonanosti), to po istoj logici implicira da je prelazno stanje ono
stanje kad je vrijeme blisko nuli (tei nuli). Preko stacionarnog stanja se definie tanost
a preko prelaznog stanja se definiu prelazne osobine sistema kao to su relativna
stabilnost (preskok) i brzina odziva (vrijeme rasta i vrijeme smirenja). eljeno dinamiko
ponaanje u stacionarnom i prelaznom stanju ustvari predstavlja eljeni nain
konvergencije stvarnog izlaza eljenom izlazu (referenci r t ) i ubudue ga smatramo
poznatim, jer se ono postavlja pred sistem od strane projektanta a zavisno od praktine
primjene tog sistema. eljeno dinamiko ponaanje je zadano preko referentne
21
Sistemi i signali
_______________________________________________________________________
_
vrijednosti r t , pri emu ubudue smatramo da je i nain dostizanja te vrijednosti
poznat, odnosno, ako je poznato r t onda je poznata i dinamika dostizanja te
vrijednosti. Upravo od pomenute dinamike dostizanja reference r t zavisi funkcija
prenosa, koju emo ubudue smatrati poznatom. Sa tim problemima se bavi posebna
oblast teorije sistema automatskog upravljanja, poznata kao sinteza.
22
Sistemi i signali
_______________________________________________________________________
_
Neka se kao kontroler koristi dobro poznati digitalni PID kontroler sa funkcijom prenosa
U z kid
C z k pd kdd 1 z 1 (4.23)
E z 1 z
1
23
Sistemi i signali
_______________________________________________________________________
_
uk=uki
endif
Rekurzivni algoritam se odlikuje velikom brzinom, to je njegova velika prednost u
odnosu na ostale algoritme. Meutim, ovaj algoritam ima i neke nedostatke koji u nekim
sluajevima mogu biti veoma kritini. Radi se o tome da se greka (npr. raunska) koja
je nastala u prethodnom trenutku prenosi na sadanji trenutak, odnosno greka se
komulira.
n 0
nom domenu
2. Tako dobijeni uzorci ulaznog signala u frekventnom domenu pomnoe se sa
j
2 k
skupom C k C e N
koji se dobije kada se kompleksna z u funkciji C z
2
zamjeni frekvencijom z e j N k , k 0,1,L , N 1 .
3. Za tako dobijeni proizvod C k E k izrauna se inverzna DFT , koja predstavlja
N 1 2
1 j nk
povorku uzoraka upravljanja u vremenskom domenu u n
N
C k E k e
k 0
N
,
n 0,1,L , N 1 .
Za realizaciju gornjeg algoritma oba skupa uzoraka E k i C k moraju biti iste duine,
tj. imati isti broj uzoraka N . Ako se taj broj uzoraka razlikuje, npr. jedan od njih ima M ,
M N , onda se onaj sa manjim brojem dopunjava sa N M nultih uzoraka u
vremenskom domenu. To znai, ako skup C k ima M elemenata, onda je prvo
potrebno nai niz c n DFT C k , k 0,1,L , M 1 u vremenskom domenu, dopuniti ga
1
24
Sistemi i signali
_______________________________________________________________________
_
25