Professional Documents
Culture Documents
Przetwarzanie Sygnałów Wykład 2 - Transformacja Fouriera I Próbkowanie
Przetwarzanie Sygnałów Wykład 2 - Transformacja Fouriera I Próbkowanie
Przetwarzanie Sygnałów Wykład 2 - Transformacja Fouriera I Próbkowanie
sygnałów
Wykład 2
Transformacja Fouriera
Próbkowanie sygnałów
dr inż. Andrzej Pepłowski
andrzej.peplowski@pw.edu.pl
Dobieranie koszul
Widmowa
gęstość
mocy
??
Szybkie samochody
Cyfrowe przetwarzanie
sygnałów
Dlaczego cyfrowe przetwarzanie
sygnałów jest korzystne?
• Niski koszt dokładności
B Ł ĄD K WANT Y ZACJ I A L I A SI NG
1
0, 𝑑𝑙𝑎 𝑡 ∈< 0; )
𝑥 𝑡 =ෑ 𝑡 = 2
1
1, 𝑑𝑙𝑎 𝑡 ∈ < ; 1)
2
Rozwinięcie Fouriera fali prostokątnej
Proponuję rozwiązanie zadania dla 𝑛 = 5 (dla pierwszych pięciu wyrazów szeregu).
1
0, 𝑑𝑙𝑎 𝑡 ∈< 0; )
2
𝑥 𝑡 =ς 𝑡 = ቐ 1
1, 𝑑𝑙𝑎 𝑡 ∈ < ; 1)
2
∞
𝑎0
𝑥 𝑡 = + [𝑎𝑛 cos 𝑛𝜔0 𝑡 + 𝑏𝑛 sin 𝑛𝜔0 𝑡 ]
2
𝑛=1
𝑡0+𝑇0 𝑡0+𝑇0
2 2
𝑎𝑛 = න 𝑥 𝑡 cos(𝑛𝜔0𝑡) 𝑑𝑡 𝑏𝑛 = න 𝑥 𝑡 sin(𝑛𝜔0𝑡) 𝑑𝑡
𝑇0 𝑇0
𝑡0 𝑡0
Rozwinięcie Fouriera fali prostokątnej
1
0, 𝑑𝑙𝑎 𝑡 ∈< 0; 2)
𝑥 𝑡 =ς 𝑡 = ቐ 1 𝑇0 = 1
1, 𝑑𝑙𝑎 𝑡 ∈ < ; 1)
2
∞
𝑎0
𝑥 𝑡 = + 𝑏
[𝑎𝑛𝑛sin
cos𝑛𝜔
𝑛𝜔0 𝑡0 𝑡 + 𝑏𝑛 sin 𝑛𝜔0 𝑡 ]
2
𝑛=1
𝑡0+𝑇0 𝑡0+𝑇0
2 2 1
𝑎𝑛 = න 𝑥 𝑡 cos(𝑛𝜔0𝑡) 𝑑𝑡 𝑏𝑛 = න 𝑥 𝑡 sin(𝑛𝜔0𝑡) 𝑑𝑡 𝑥 𝑡 ≈
𝑇0 𝑇0 2
𝑡0 𝜔0 = 2𝜋𝑓0 𝑡0
1 𝑡10+𝑇0 1
2 1 1
𝑎 = 2 නන𝑥 𝑡𝑥 𝑡 cos(𝑛2𝜋𝑓
cos(𝑛2𝜋𝑡) 𝑑𝑡 𝑡) 𝑑𝑡 1
𝑎1 = 𝑛02=න1𝑇𝑥 𝑡 cos(2𝜋𝑡) 𝑑𝑡 = 02 න cos(2𝜋𝑡) 𝑑𝑡 = 2 sin 2𝜋𝑡 |1/2 = (sin 2𝜋 − sin 𝜋 )= 0
0= 1 2𝜋 𝜋
1/2 0𝑡0 1/2
1 1 1 1
𝑎0 = 2 න 𝑥 𝑡 cos(0) 𝑑𝑡 = 2 න 𝑥 𝑡 𝑑𝑡 = 2 න 𝑥 𝑡 𝑑𝑡 = 2 න 1 𝑑𝑡 = 2𝑥|11/2 = 1
0 =1 0 1/2 1/2
1
𝑎𝑛 = (sin 𝑛2𝜋 − sin 𝑛𝜋 ) = 0 dla każdego 𝑛 ∈ ℕ
𝑛𝜋
Rozwinięcie Fouriera fali prostokątnej
1
0, 𝑑𝑙𝑎 𝑡 ∈< 0; 2)
𝑥 𝑡 =ς 𝑡 = ቐ 1
1, 𝑑𝑙𝑎 𝑡 ∈ < ; 1)
2
∞
𝑎0
𝑥 𝑡 = + 𝑏
[𝑎𝑛𝑛sin
cos𝑛𝜔
𝑛𝜔0 𝑡0 𝑡 + 𝑏𝑛 sin 𝑛𝜔0 𝑡 ]
2
𝑛=1
𝑡0+𝑇0
2 1 2
𝑏𝑛 = න 𝑥 𝑡 sin(𝑛𝜔0𝑡) 𝑑𝑡 𝑥 𝑡 ≈ − sin 2𝜋𝑡
𝑇0 2 𝜋
𝑡0
1
1 1 1 2
𝑏1 = 2 න sin(2𝜋𝑡) 𝑑𝑡 = 2 (−cos 2𝜋𝑡 ) |1/2 = (−cos 2𝜋 + cos 𝜋 ) = −
2𝜋 𝜋 𝜋
1/2 = −1 = −1
2
𝑏1 = −
𝜋
Rozwinięcie Fouriera fali prostokątnej
1
0, 𝑑𝑙𝑎 𝑡 ∈< 0; 2)
𝑥 𝑡 =ς 𝑡 = ቐ 1
1, 𝑑𝑙𝑎 𝑡 ∈ < ; 1)
2
∞
𝑎0
𝑥 𝑡 = + 𝑏
[𝑎𝑛𝑛sin
cos𝑛𝜔
𝑛𝜔0 𝑡0 𝑡 + 𝑏𝑛 sin 𝑛𝜔0 𝑡 ]
2
𝑛=1
𝑡0+𝑇0
2 1 2
𝑏𝑛 = න 𝑥 𝑡 sin(𝑛𝜔0𝑡) 𝑑𝑡 𝑥 𝑡 ≈ − sin 2𝜋𝑡
𝑇0 2 𝜋
𝑡0
1
1 1 1
𝑏2 = 2 න sin(4𝜋𝑡) 𝑑𝑡 = 2 (−cos 4𝜋𝑡 ) |1/2 = (−cos 4𝜋 + cos 2𝜋 )= 0
4𝜋 2𝜋
1/2 = −1 =1
𝑏𝑛 = 0 dla każdego 𝑛 parzystego
Rozwinięcie Fouriera fali prostokątnej
1
0, 𝑑𝑙𝑎 𝑡 ∈< 0; 2)
𝑥 𝑡 =ς 𝑡 = ቐ 1
1, 𝑑𝑙𝑎 𝑡 ∈ < ; 1)
2
∞
𝑎0
𝑥 𝑡 = + 𝑏
[𝑎𝑛𝑛sin
cos𝑛𝜔
𝑛𝜔0 𝑡0 𝑡 + 𝑏𝑛 sin 𝑛𝜔0 𝑡 ]
2
𝑛=1
𝑡0+𝑇0
2 1 2 2
𝑏𝑛 = න 𝑥 𝑡 sin(𝑛𝜔0𝑡) 𝑑𝑡 𝑥 𝑡 ≈ − sin 2𝜋𝑡 − sin 6𝜋𝑡
𝑇0 2 𝜋 3𝜋
𝑡0
1
1 1 2 2
𝑏3 = 2 න sin(6𝜋𝑡) 𝑑𝑡 = 2 (−cos 6𝜋𝑡 ) |1/2 = (−cos 6𝜋 + cos 3𝜋 ) = −
6𝜋 3𝜋 3𝜋
1/2 = −1 = −1
2
𝑏3 = − 3𝜋
Rozwinięcie Fouriera fali prostokątnej
1
0, 𝑑𝑙𝑎 𝑡 ∈< 0; 2)
𝑥 𝑡 =ς 𝑡 = ቐ 1
1, 𝑑𝑙𝑎 𝑡 ∈ < ; 1)
2
∞
𝑎0
𝑥 𝑡 = + 𝑏
[𝑎𝑛𝑛sin
cos𝑛𝜔
𝑛𝜔0 𝑡0 𝑡 + 𝑏𝑛 sin 𝑛𝜔0 𝑡 ]
2
𝑛=1
𝑡0+𝑇0
2 1 2 2 2
𝑏𝑛 = න 𝑥 𝑡 sin(𝑛𝜔0𝑡) 𝑑𝑡 𝑥 𝑡 ≈ − sin 2𝜋𝑡 − sin 6𝜋𝑡 − sin(10𝜋𝑡)
𝑇0 2 𝜋 3𝜋 5𝜋
𝑡0
1
1 1 2 2
𝑏5 = 2 න sin(10𝜋𝑡) 𝑑𝑡 = 2 (−cos 10𝜋𝑡 ) |1/2 = (−cos 10𝜋 + cos 5𝜋 ) = −
10𝜋 5𝜋 5𝜋
1/2
2
𝑏5 = − 5𝜋
Rozwinięcie Fouriera fali prostokątnej
obraz wejściowy
1
0, 𝑑𝑙𝑎 𝑡 ∈< 0; 2)
𝑥 𝑡 =ς 𝑡 = ቐ 1
1, 𝑑𝑙𝑎 𝑡 ∈ < ; 1)
2
∞
𝑎0
𝑥 𝑡 = + 𝑏
[𝑎𝑛𝑛sin
cos𝑛𝜔
𝑛𝜔0 𝑡0 𝑡 + 𝑏𝑛 sin 𝑛𝜔0 𝑡 ]
2
𝑛=1
2
𝑡0+𝑇0
obraz po kompresji
𝑏𝑛 = න 𝑥 𝑡 sin(𝑛𝜔0𝑡) 𝑑𝑡
𝑇0
𝑡0
1 2 2 2 2 2 2 2 2
𝑥 𝑡 ≈ − sin 2𝜋𝑡 − sin 6𝜋𝑡 − sin(10𝜋𝑡) − sin(14𝜋𝑡) − sin(18𝜋𝑡) − sin(22𝜋𝑡) − sin(26𝜋𝑡) − sin(30𝜋𝑡)
2 𝜋 3𝜋 5𝜋 7𝜋 9𝜋 11𝜋 13𝜋 15𝜋
𝑥 𝑡 = 𝐴0 + 𝐴𝑛 cos(𝑛𝜔0 𝑡 − 𝜑𝑛 )
𝑛=1
𝑎0
𝐴𝑛 = 𝑎𝑛 + 𝑏𝑛 (𝐴0 =
2 2 ) – amplituda n-tej składowej harmonicznej
2
𝑥 𝑡 = 𝐴0 + 𝐴𝑛 cos(𝑛𝜔0 𝑡 − 𝜑𝑛 )
𝑛=1
𝑥 𝑡 = 𝐴0 + 𝐴𝑛 cos(𝑛𝜔0 𝑡 − 𝜑𝑛 )
𝑛=1
Stosując wzór Eulera: 1 𝑗𝑥
cos(𝑥) = (𝑒 + 𝑒 −𝑗𝑥 )
2
1 𝑗 𝑛𝜔 𝑡−𝜑 −𝜑𝑛
cos 𝑛𝜔0 𝑡 − 𝜑𝑛 = (𝑒 0 𝑛 + 𝑒 −𝑗
− 𝑛𝜔0 𝑡−𝜑 )
2
1 −𝑗𝜑 𝑗𝑛𝜔 𝑡
= (𝑒 𝑛 𝑒 0 + 𝑒 −𝑗 −𝜑𝑛 𝑒 −𝑗𝑛𝜔
−𝑗𝑛 0 𝑡
)
2
1 −𝑗𝜑 𝑗𝑛𝜔 𝑡 ∗ 𝑗(−𝑛)𝜔
= (𝑒 𝑛 𝑒 0 + 𝑒 −𝑗𝜑𝑛 𝑒 (−𝑛) 0 𝑡 )
2
Szereg Fouriera – postać wykładnicza
∞
𝑥 𝑡 = 𝐴0 + 𝐴𝑛 cos(𝑛𝜔0 𝑡 − 𝜑𝑛 )
𝑛=1
Stosując wzór Eulera: ∞ 𝐴𝑛 ∗ 𝑗(−𝑛)𝜔 𝑡
𝑥 𝑡 = 𝐴0 + σ𝑛=1 (𝑒 −𝑗𝜑𝑛 𝑒 𝑗𝑛𝜔0 𝑡 + 𝑒 −𝑗𝜑𝑛 𝑒 0 )
2
𝑎0 𝑐|𝑛| ∗
𝐴0 = 𝑛=0
2
2
1 𝑇0
𝑒 −𝑗𝜑𝑛
𝑐𝑛 = 𝐴𝑛 −𝑗𝜑𝑛 𝑗𝑛𝜔0 𝑡 𝑑𝑡
𝑛
𝑒
𝐴
𝑛>0 = න 𝑥(𝑡)𝑒
2 0
2𝑇0 0
𝐴 =
𝑐|𝑛| ∗ 𝑛<0 𝑎0
∞
𝑥 𝑡 = 𝑐𝑛 𝑒 −𝑗𝑛𝜔0 𝑡
𝑛=−∞
Szereg Fouriera – postać wykładnicza
∞
𝑥 𝑡 = 𝑐𝑛 𝑒 −𝑗𝑛𝜔0 𝑡
𝑛=−∞
Współczynniki 𝑐𝑛 postaci wykładniczej szeregu Fouriera pozwalają wyznaczyć
widmo mocy sygnału:
{|𝑐𝑛 |2 , 𝑛 = 0, ±1, ±2, … }
Innymi słowy, suma mocy średniej poszczególnych składowych równa się mocy
całego sygnału (twierdzenie Parsevala):
𝑡0+𝑇0 ∞
1
𝑃= න |𝑥(𝑡)|2 𝑑𝑡 = 𝐴02 + |𝑐𝑛 |2
𝑇0
𝑡0 𝑛=−∞
Całkowe przekształcenie
Fouriera
Całkowe przekształcenie Fouriera
lim 𝑐𝑛 𝑒 −𝑗𝑛𝜔0 𝑡 =
𝑇0 →∞
𝑛=−∞
∞
1 𝑇0
lim ( න 𝑥(𝑡)𝑒 𝑗𝑛𝜔0 𝑡 𝑑𝑡)𝑒 −𝑗𝑛𝜔0 𝑡 =
𝑇0 →∞ 𝑇0 0
𝑛=−∞
∞
1 𝑇0
න ( න 𝑥(𝑡)𝑒 𝑗𝜔𝑡 𝑑𝑡)𝑒 −𝑗𝜔𝑡 𝑑𝜔 =
𝑇0 0
−∞
∞
න 𝑋(𝑗𝜔)𝑒 −𝑗𝜔𝑡 𝑑𝜔
−∞
Całkowe przekształcenie Fouriera
∞ ∞
𝑋 𝑗𝜔 = න 𝑥 𝑡 cos 𝜔𝑡 𝑑𝑡 − 𝑗 න 𝑥 𝑡 sin 𝜔𝑡 𝑑𝑡
−∞ −∞
= 𝑋𝑅 𝑗𝜔 + 𝑗𝑋𝐼 𝑗𝜔
Symetria dualna
ℱ 𝑋 𝑗𝜔 = 𝑥(−𝑡)
Modulacja amplitudy
1 ℱ
𝑥 𝑡 cos(𝜔𝑚𝑡) ՞ (𝑋 𝑗𝜔 − 𝑗𝜔𝑚 + 𝑋(𝑗𝜔 + 𝑗𝜔𝑚)
2
Podstawowe własności 𝑥 𝑡 ∈ℂ
transformaty Fouriera
Iloczyn sygnałów
ℱ[𝑥 𝑡 ∙ 𝑦 𝑡 ] = 𝑋 𝑗𝜔 ∗ 𝑌(𝑗𝜔)
Splot sygnałów
ℱ[𝑥 𝑡 ∗ 𝑦 𝑡 ] = 𝑋 𝑗𝜔 ∙ 𝑌(𝑗𝜔)
Twierdzenie Parsevala
+∞ +∞
න 𝑥 2 𝑡 𝑑𝑡 = න |𝑋 𝑗𝜔 |2𝑑𝜔
−∞ −∞
Podstawowe własności 𝑥 𝑡 ∈ℝ
transformaty Fouriera
Funkcja 𝑥 𝑡 parzysta
Funkcja 𝑥 𝑡 nieparzysta
𝑋 𝑗𝜔 − nieparzysta i urojona (𝑅𝑒(𝑋 𝑗𝜔 = 0)
Sprzężenie zespolone
𝑋 −𝑗𝜔 = 𝑋∗(𝑗𝜔)
Widmowa gęstość mocy
Widmowa gęstość mocy Widmowa
gęstość
mocy
??
Widmowa gęstość mocy – informacja o rozkładzie mocy sygnału „pomiędzy” składowe częstotliwości
(analogicznie do widma częstotliwościowego)
𝑋 𝑗𝜔 = 𝑋 𝑗𝜔 𝑒 −𝑗𝜑 𝜔
różne postaci widma częstotliwościowego = 𝑋𝑅 𝑗𝜔 + 𝑗𝑋𝐼 𝑗𝜔
ALE: Są one określone tylko jeśli sygnał 𝑥 𝑡 jest bezwzględnie całkowalny, tzn.:
𝑇0
න 𝑥 𝑡 𝑑𝑡 < ∞
0
𝑅𝑥𝑥 = න 𝑥 𝑡 𝑥 𝑡 − 𝜏 𝑑𝜏
−∞
Próbkowanie sygnałów
Próbkowanie sygnałów
(Operacją splotu zajmiemy się szerzej za 2 tygodnie, przy okazji filtracji sygnału.)
Widmo sygnału wejściowego
𝑓𝑔𝑟 = 𝐵
Widmo sygnału próbkującego
𝑝 𝑡 = 𝛿(𝑡 − 𝑛𝑇𝑠)
𝑛=−∞
1
𝑇𝑠 – okres próbkowania (𝑓𝑠 = - częstotliwość próbkowania)
𝑇𝑠
1
𝑇𝑠 𝑓𝑠 =
𝑇𝑠
Widmo sygnału spróbkowanego
• Sygnał próbkowany 𝑥 𝑡
• Sygnał próbkujący 𝑝 𝑡
1
𝑇𝑠 𝑓𝑠 =
𝑇𝑠
• Sygnał spróbkowany 𝑦 𝑡
1
𝑇𝑠 𝑓𝑠 =
𝑇𝑠
W widmie sygnału spróbkowanego kopie widma sygnału wejściowego są oddalone od siebie o 𝑓𝑠.
Twierdzenie o próbkowaniu
Nyquista-Shannona
Jeżeli sygnał nie zawiera częstotliwości wyższych niż 𝐵 [𝐻𝑧], to jest on dokładnie określony (może być
1
wiernie odtworzony) za pomocą próbek oddalonych od siebie o 2𝐵 [𝑠] .
Oznacza to, że minimalna częstotliwość próbkowania musi spełniać poniższy warunek (zwany
warunkiem Nyquista):
𝑓𝑠 > 2𝐵
Widmo sygnału spróbkowanego
• 𝑓𝑠 > 2𝐵 • 𝑓𝑠 = 2𝐵 • 𝑓𝑠 < 2𝐵
𝐵
𝐵 𝐵
Gdy warunek Nyquista nie jest spełniony, zachodzi zjawisko zwane aliasingiem.
Oznacza to nakładanie się na siebie widma odpowiadającego „prawdziwemu” sygnałowi
oraz widma będącego jego kopią, powstałą na skutek próbkowania.
W sygnale odtworzonym widoczne jest wówczas zakłócenie – fałszywa informacja.
Przykłady aliasingu
Przykłady aliasingu
• Jeśli 𝑓𝑠 < 2𝜔𝑘ół, to pojawia się zakłócenie – koła się zatrzymują lub kręcą wstecz.
https://youtu.be/05ze4_Y-ipY?t=135
Laboratorium #1
Dziękuję za uwagę