Diskretni sistemi

Predavanje II
Sadržaj predavanja

 Diskretni signali

 Diskretni sistemi

 Reprezentacija diskretnih sistema

2
Diskretni signali
Definicija diskretnih signala

 Diskretni signal predstavlja se matematički kao realna funkcija funkcija jedne ili
više promenljivih, pri čemu svaka od njih uzima vrednosti iz skupa celih brojeva,
Z

 Neformalno, diskretni signal predstavlja sekvencu brojeva

 Sekvenca brojeva x, u kojoj je n-ti broj u sekvenci označen sa x(n), formalno se

može predstaviti kao
x = {x(n)}, -∞ < n < ∞

 Diskretni signal nije definisan za necelobrojne vrednosti nezavisne promenljive

n

 Na primer, vrednost x(3/2) nije jednaka nuli, već naprosto nije definisana

4
Reprezentacija diskretnih signala

 Postoji nekoliko različitih načina za

reprezentaciju diskretnih signala,
prikazanih na slici gore desno

 Najčešće forme reprezentacije koje se

koriste u praksi su funkcionalna forma
zapisa i grafička reprezentacija

 Prilikom grafičke reprezentacije,

uobičajeno je da se na apscisi navode celi
brojevi, ređe trenuci odabiranja t = nT, kao
što je prikazano na slici dole desno

 Iako se apscisa uvek crta kao neprekidna

linija, bitno je primetiti da je diskretni signal
x(n) definisan samo u celobrojnim
vrednostima nezavisne promenljive n

5
Kauzalni, nekauzalni i ko-kauzalni diskretni signali

 Za diskretni signal x(n) kažemo da je

kauzalan, ako važi
x(n)=0, n < 0

 Za diskretni signal x(n) kažemo da je

nekauzalan, ako važi
x(n)≠0, za neko n < 0

 Za diskretni signal x(n) kažemo da je

ko-kauzalan, ako važi
x(n)=0, n > 0

 Za diskretni signal x(n) kažemo da je

sa konačnim nosačem, ako važi
x(n) ≠ 0, n1 < n < n2
x(n)=0, inače

6
Periodični i aperiodični diskretni signali
 Za diskretni signal x(n) kažemo da je
periodičan, ako važi
x(n)=x(n+N), za svako n

 gde N predstavlja periodu periodičnog

diskretnog signala x(n)

 Ako je diskretni signal periodičan sa

periodom N, onda je periodičan i sa
periodom m·N, m Z

 Minimalna vrednost N, za koju važi uslov

periodičnosti prestavlja fundamentalnu
periodu diskretnog signala x(n)

 Za diskretni signal x(n) kažemo da je

aperiodičan, ako uslov periodičnosti ne
važi
7
Parni i neparni diskretni signali I

 Za diskretni signal x(n) kažemo da je

paran, ako važi
x(-n)=x(n), za svako n

 Prilikom grafičkog prikaza parnog signala,

on je simetričan u odnosu na vertikalnu
osu, odnosno komponenta signala za n<0
predstavlja sliku u ogledalu komponente
signala za n>0

 Za diskretni signal x(n) kažemo da je

neparan, ako važi
x(-n)=-x(n), za svako n

 Grafički prikaz neparnog signala je

antisimetričan u odnosu na vertikalnu osu

8
Parni i neparni diskretni signali II

 Svaki diskretni signal x(n) može se predstaviti kao suma odgovarajuće parne i
neparne komponente diskretnog signala x(n)
x(n)=xp(n)+xn(n)

 gde je sa xp(n) označen parni signal, a sa xn(n) neparni signal

 Uzimajući u obzir definicije parnog i neparnog signala, važi sledeće

x(-n)=xp(-n)+xn(-n)=xp(n)-xn(n)

 Parna i neparna komponenta proizvoljnog signala x(n) mogu se odrediti na

sledeći način
x p n   xn   x n 
1
2
xn n   xn   x n 
1
2

9
Osnovne operacije na diskretnim signalima – inverzija u
vremenu
 Diskretni signal xTI(n) predstavlja
vremenski invertovani signal x(n) ako važi
sledeća veza
xTI n  x n

 Inverzija diskretnog signala u vremenu

postiže se kao refleksija tog signala oko
tačke n=0, odnosno refleksijom signala
oko verikalne ose

 Analitički, inverzija signala x(n) u vremenu

postiže se zamenom nezavisne
promenljive n u definicionom izrazu
signala x(n) sa nezavisnom promenljivom
-n

10
Osnovne operacije na diskretnim signalima – pomeranje u
vremenu
 Diskretni signal xTS(n) predstavlja
vremenski pomereni signal x(n) za n0
mesta, ako važi sledeća veza
xTS n  xn  n0 , n0  Z

 U slučaju da je vrednost pomeraja n0>0,

signal xTS(n) kasni u odnosu na signal x(n)
za n0 mesta, odnosno pomeren je u desno
za n0 mesta

 U slučaju da je vrednost pomeraja n0<0,

signal xTS(n) prednjači u odnosu na signal
x(n) za n0 mesta, odnosno pomeren je u
levo za n0 mesta

11
Osnovne operacije na diskretnim signalima – skaliranje u
vremenu
 Diskretni signal xTS(n) predstavlja
vremenski skalirani signal x(n) ako važi
sledeća veza
xTS n  xan, a  R

 Ukoliko je konstanta a > 1, reč je o

komprimovanom signalu x(n)

 Ukoliko je konstanta a < 1, reč je o

proširenom signalu x(n)

 Ukoliko se vremensko skaliranje izvodi sa

konstantom a koja nije ceo broj, potrebno
je izvršiti interpolaciju originalnog signala
kako bi se odredile vrednosti za
necelobrojne vrednosti diskretnog
vremena a·n

12
Osnovne operacije na diskretnim signalima – aritmetičke
operacije
 Nad diskretnim signalima moguće je
definisati različite aritmetičke operacije

 Bez obzira na izabranu aritmetičku

operaciju ona se uvek primenjuje nad
pojedinačnim odbircima diskretnih signala

 Najčešće korišćene aritmetičke operacije

su
Operacija
y(n)=x1(n)+x2(n) sabiranje signala
y(n)=x1(n)-x2(n) oduzimanje signala
y(n)=x1(n)·x2(n) množenje signala
y(n)=x1(n)/x2(n) delenje signala
y(n)=a·x(n), a  R množenje signala
realnom konstantom

13
Elementarni diskretni signali – diskretni delta impuls I

 Prilikom rada sa diskretnim sistemima,

nekoliko osnovnih signala je od posebnog
interesa

 Diskretni delta impuls, definisan je

sledećom relacijom
1, n  0
 n   
0, n  0

 Diskretni delta impuls predstavlja analogon

delta impulsu u diskretnom vremenu

 Diskretni delta impuls ima centralnu ulogu

u analizi diskretnih sistema, jer se pomoću
njega može odrediti impulsni odziv
sistema

14
Elementarni diskretni signali – diskretni delta impuls II

 Diskretni delta impuls je parni diskretni signal

 n    n

 Slično delta impulsu, i za diskretni delta impuls važi osobina odabiranja

xn  n  k   xk   n  k , k  Z

 Koristeći osobinu odabiranja, proizvoljni diskretni signal x(n) može se

reprezentovati pomoću beskonačne sume vremenski pomerenih diskretnih delta
impulsa

xn    xk   n  k 
k  

15
Elementarni diskretni signali – diskretna hevisajdova
funkcija I
 Diskretna Hevisajdova funkcija,
definisana je sledećom relacijom

1, n  0
hn   
0, n  0

 Diskretna Hevisajdova funkcija predstavlja

analogon Hevisajdovoj funkciji u
diskretnom vremenu

 Diskretna Hevisajdova funkcija takođe ima

značajnu ulogu u analizi diskretnih
sistema, jer se pomoću nje može odrediti
jedinični odziv sistema

16
Elementarni diskretni signali – diskretna hevisajdova
funkcija II
 Za diskretni delta impuls i deskretnu
hevisajdovu funkciju važe sledeće veze

 Diskretni delta impuls može se

reprezentovati pomoću diskretne
hevisajdove funkcije na sledeći način

 n  hn  hn  1

 Obrnuto, diskretna hevisajdova funkcija

može se reprezentovati pomoću
diskretnog delta impulsa na sledeći način
n
hn    k 
k  

17
Elementarni diskretni signali – diskretna rampa

 Diskretna rampa je diskretni signal

definisan sledećom relacijom

n, n  0
r n   
 0, n  0

 Veze između diskretne hevisajdove

funkcije i diskretne rampe date su
sledećim izrazima

hn   r n  1  r n 
n 1
r n    hk 
k  

18
Elementarni diskretni signali – pravougaoni impuls

 Pravougaoni impuls je diskretni signal

definisan sledećom relacijom

 1, 0  n  N
pn   
 0, n  0 i n  N

 Pravougani impuls može se reprezentovati

pomoću diskretne hevisajdove funkcije na
sledeći način

pn  hn  hn  N  1

19
Elementarni diskretni signali – diskretni stepeni signal

 Diskretni stepeni signal definisan je

sledećom relacijom
sn  A  a n , A, a  R, n  Z

 Talasni oblik diskretnog stepenog signala

zavisi od znaka parametra A i znaka i
veličine parametra a

 U slučaju da je a>1, tada je s(n) monotono

rastuća ili opadajuća funkcija diskretnog
vremena n, u zavisnosti da li je A>0 ili
A<0. U slučaju da je 0<a<1, važi obrnuto.

 U slučaju da parametar a ima negativnu

vrednost, tada je s(n) monotono rastuća
funkcija ako je a<-1, odnosno monotono
opadajuća funkcija, ako je -1<a<0, bez
obzira na znak parametra A

20
Elementarni diskretni signali – diskretni trigonometrijski
signal I
 Diskretni trigonometrijski signal
definisan je sledećim izrazima
xn  A  cosn   , ,  R, n  Z
xn  A  sinn   , ,  R, n  Z

 Činjenica da diskretno vreme n može da

uzima samo celobrojne vrednosti, dovodi
do bitnih razlika u svojstvima kontinualnih i
diskretnih trigonometrijskih signala

 Diskretni trigonometrijski signali sa

frekvencijama oblika   2  r , r  Z, ne
mogu se međusobno razlikovati!

 Ovo se lako može potvrditi jer važi sledeće

xn  A  cos  2  r n     A  cosn   

21
Elementarni diskretni signali – diskretni trigonometrijski
signal II
 Posledica ove osobine je da prilikom rada sa diskretnim trigonometrijskim
signalima treba posmatrati samo signale čija frekvencija uzima vrednosti iz
nekog intervala dužine 2 !

 U praksi se obično razmatraju frekvencije iz intervala      ili 0    2

 Sledeća razlika između kontinualnih i diskretnih trigonometrijskih signala ogleda

se u njihovoj periodičnosti

 Kontinualni trigonometrijski signal je periodičan za svaku moguću vrednost

parametra 

 U slučaju diskretnog trigonometrijskog signala to nije uvek slučaj!

22
Elementarni diskretni signali – diskretni trigonometrijski
signal III
 Da bi diskretni trigonometrijski signal bio
periodičan, sa periodom N, mora važiti
sledeća jednakost
A  cosn     A  cosn  N   
 Da bi ova jednakost važila za svako n,
mora važiti sledeće
N  2k , k  Z
 Odavde možemo videti da bi diskretni
trigonometrijski signal zaista bio
periodičan, kružna učestanost  mora biti
racionalni umnožak vrednosti 2 !
k
  2 , k Z
N
 Na primer, diskretni trigonometrijski signali
sa kružnom učestanošću  =2π/12 i
 =8π/23 su periodični, dok signal sa
kružnom učestanošću  =1/2 nije!

23
Elementarni diskretni signali – diskretni trigonometrijski
signal IV
 Interpretacija visokih i niskih učestanosti
kod periodičnih diskretnih trigonometrijskih
signala takođe se razlikuje

 Kod kontinualnih trigonometrijskih signala,

sa porastom kružne učestanosti raste i
brzina promene samog signala

 U slučaju diskretnih signala kako  raste

od 0 do π, raste i brzina promene signala

 Međutim, kako  nastavlja da raste od π

do 2π, brzina promene signala opada!

24
Elementarni diskretni signali – diskretni polinomijalni
signal
 Diskretni polinomijalni signal definisan je sledećim izrazom
xn  Pk n, k  0

 gde je Pk(n) polinom k-tog reda diskretne promenljive n

Pk n  a0  n 0  a1  n1  ... ak  n k

25
Elementarni diskretni signali – diskretni polinomijalno
stepeno prostoperiodnični signal
 Diskretni polinomijalno stepeno
prostoperiodični signal definisan je
sledećim izrazima
xn  Pk n a n  cos   n   , k  0
xn  Pk n a n  sin  n   , k  0

 gde je Pk(n) polinom k-tog reda diskretne

promenljive n

26
Generisanje diskretnog signala I

 Kao što je već rečeno, većina realnih signala koji se sreću u prirodi su
vremenski kontinualni signali

 Međutim, u cilju njihove obrade korišćenjem digitalnih sistema oni se moraju

prevesti u digitalne signale

 Prilikom ovog prevođenja obavljaju se dva procesa diskretizacije: diskretizacija

po vremenu (odabiranje) i diskretizacija po amplitudi (kvantovanje)

 Nakon prvog procesa diskretizacije dobijamo diskretni signal a nakon drugog

dobijamo digitalni signal

 Obično se ova dva procesa odvijaju istovremeno i obavljaju se korišćenjem A/D

konvertora, a čitav proces se naziva analogno-digitalna (A/D) konverzija

27
Generisanje diskretnog signala II

 Naravno, od interesa je i obrnuti postupak prevođenja digitalnog signala u

kontinualni signal

 Ovaj proces se naziva digitalno-analogna konverzija i ostvaruje se korišćenjem

D/A konvertora

 U nastavnku ćemo se pozabaviti analizom procesa diskretizacije po vremenu,

odnosno procesom formiranja diskretnih signala, kao i procesom rekonstrukcije
vremenski kontinualnog signala iz odgovarajućeg diskretnog

 Proces diskretizacije po amplitudi biće razmatran kasnije

28
Diskretizacija po vremenu

 Jasno je da proces diskretizacije po vremenu kontinualnog signala dovodi do

degradacije signala jer se od kontinualnog signala zadržavaju samo vrednosti
koje se nalaze na ekvidistantnom rastojanju na vremenskoj osi, a sve ostale
vrednosti se gube

 Postavlja se pitanje, koliko često treba uzimati vrednosti kontinualnog signala, a

da se pri tome očuvaju sve informacije koje taj signal nosi

 Drugim rečima, kolika je frekvencija odabiranja kontinualnog signala potrebna

da se garantuje očuvanje informacija koje taj signal nosi?

 Naravno, nas interesuje minimalna vrednost frekvencije odabiranja za koju će

navedeni uslov biti zadovoljen

 Odgovor na ovo pitanje daje nam teorema o odabiranju

29
Teorema odabiranja I
 Teorema odabiranja
 Vremenski kontinualni signal može se
potpuno rekonstruisati ako i samo ako je
učestanost odabiranja fs, bar dva puta veća
od najviše učestanosti u spektru polaznog
kontinualnog signala, fmax

fs > 2·fmax

 Slika a prikazuje izgled spektra polaznog

kontinualnog signala

 Na slici b prikazan je spektar diskretizovanih

signala u slučaju kada je zadovoljena
teorema odabiranja

 Konačnog, na slici c prikazan je spektar

diskretizovanih signala u slučaju kada nije
zadovoljena teorema odabiranja

30
Teorema odabiranja IV
50

 Do sada smo analizirali šta se dešava u

40

30

spektralnom domenu prilikom procesa 20

10

diskretizacije po vremenu kontinualnog 0

-10

signala -20

-30

-40

-50
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
-3

 Sada ćemo razmotriti šta se prilikom ovog

x 10

50

procesa dešava sa signalima u vremenskom 40

30

domenu 20

10

-10

 Na slici desno prikazan je vremenski -20

-30

kontinualni signal koji je prostoperiodični -40

-50

signal učestanosti fo=500 Hz (puna linija), kao

0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 0.018 0.02

i tri diskretna signala koji nastaju odabiranjem 50

40

kontinualnog signala sa tri različite 30

20

učestanosti odabiranja: fs1=35*fo, fs2=3.23*fo i 10

fs3=1.05*fo (odbirci diskretnih signala prikazani -10

-20

su pomoću punih kvadrata) -30

-40

-50
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08

31
Teorema odabiranja VII
 Pogledajmo sada iste ove signale, ali u
transformacionom domenu

 Grafici na slikama a, b i c, prikazanim desno, su

crtani sa različitim razmerama da bi se mogli
ilustrovati karakteristični slučajevi koji nastaju
kada se isti kontinualni signal odabira sa
različitim učestanostima odabiranja

 Sa slika a i b može se potvrditi ono što je već bilo

zaključeno analizom vremenskih oblika diskretnih
signala, a to je da je u ova dva slučaja moguća
potpuna rekonstrukcija kontinualnog signala iz
odgovarajućih diskretnih signala

 Naime kao što je ranije već rečeno, u ova dva

slučaja zadovoljena je teorema odabiranja pa ne
dolazi do preklapanja spektralnih komponenti iz
susednih perioda u periodičnom spektru
diskretnog signala

32
Teorema odabiranja VIII
 Ako pogledamo slučaj prikazan na slici c
možemo videti da ovde dolazi do preklapanja
(aliasing) komponenti iz susednih perioda

 Naime, unutar opsega 0-fs/2 nalazi se jedna

komponenta, ali to nije komponenta iz
osnovnog opsega na učestanosti fo=500 Hz,
već je to komponenta iz susednog opsega
koja se nalazi na učestanosti
fs-fo=1.05*500-500=25 Hz

 Ovo praktično znači da je diskretni signal koji

je nastao odabiranjem kontinualnog
prostoperiodičnog signala učestanosti 500 Hz
u stvari verna reprezentacija kontinualnog
prostoperiodičnog signala učestanosti 25 Hz!

 Ova pojava je direktna posledica nepravilnog

izbora učestanosti odabiranja

33
Praktični aspekti odbiranja kontinualnog signala I

 I pored prethodne diskusije u praksi je vrlo čest slučaj da se učestanost

odabiranja bira na takav način da teorema odabiranja nije zadovoljena za
odabrani kontinualni signal koji je potrebno diskretizovati

 Razlog zašto se to praktikuje leži u tome da je prilikom obrade odgovarajućih

kontinualnih signala moguće zanemariti komponente koje se nalaze iznad neke
kritične učestanosti

 Na primer, poznato je da spektar govornog signala sadrži komponente od 20 Hz

do 20 kHz

 Međutim, za potrebe telefonije dovoljno je raditi sa govornim signalom koji

sadrži komponente u opsegu od 300 Hz do 3 kHz

34
Praktični aspekti odbiranja kontinualnog signala II

 Naravno je da se ovom prilikom gubi dobar deo informacije, odnosno kvaliteta,

koji nosi govorni signal, ali je i takav signal dovoljno razumljiv

 Ukoliko je to slučaj tada je pre odabiranja potrebno pripremiti kontinualni signal

na takav način da nakon odabiranja ne dođe do preklapanja spektralnih
komponenti iz susednih perioda

 Ovo se postiže NF filtriranjem kontinualnog signala pomoću analognog NF filtra

pre nego što se pristupi diskretizaciji

 Slika dole prikazuje izgled tipičnog sistema za diskretizaciju kontinualnih

signala.

35
Praktični aspekti odbiranja kontinualnog signala III

 Sistem za konverziju kontinualnog signala u diskretni signal sastoji se iz dva

dela

 Prvi deo predstavlja analogni NF filtar čija je funkcija da ograniči spektar

kontinualnog signala pre njegovog odabiranja tako da prilikom odabiranja bude
zadovoljena teorema odabiranja

 Granična učestanost propusnog opsega analognog NF filtra treba da bude

odabrana tako da iznosi fs/2

36
Praktični aspekti odbiranja kontinualnog signala IV

 Na ovaj način će u spektru kontinualnog signala koji se nalazi na izlazu

analognog NF filtra, XNF(t), postojati samo komponente čija je frekvencija manja
od fs/2

 Nakon toga se može pristupiti diskretizaciji ovako spektralno ograničenog

kontinualnog signala za šta se koristi drugi blok, analogno/digitalni (A/D)
konvertor

 Kao što je ranije bilo rečeno na izlazu iz ovog bloka dobija se digitalni signal,
signal koji je diskretizovan i po vremenu i po amplitudi

37
Diskretni sistemi
Definicija diskretnih sistema

 Diskretni sistem se matematički definiše kao transformacija ili operator T koji

mapira ulazni diskretni signal x(n) u izlazni diskretni signal y(n)

y(n) = T {x(n)}

 U praksi, diskretni sistem najčešće predstavlja neki numerički algoritam koji

obrađuje ulaznu sekvencu brojeva (ulazni diskretni signal x(n)) konačne dužine i
generiše odgovarajuću izlaznu sekvencu brojeva (izlazni diskretni signal y(n))
konačne dužine

 Treba naglasiti da trenutna vrednost izlaznog diskretnog signala y(n) u opštem

slučaju može zavisiti od svih ili samo dela vrednosti ulaznog diskretnog signala
x(n)

39
Sistemi sa memorijom i bez memorije

 Diskretni sistem kod koga trenutna vrednost izlaznog signala zavisi ne samo od
trenutne vrednosti ulaznog signala, već i od prethodnih i/ili budućih vrednosti
ulaznog signala predstavlja diskretni sistem sa memorijom

 Na primer, diskretni sistem sa memorijom mogao bi biti sistem kod koga se

izlazni signal generiše koristeći sledeću transformaciju

y(n) = x(n) – x(n-1) + x(n+2)

 Diskretni sistem bez memorije je sistem kod kojega trenutna vrednost

izlaznog signala zavisi samo od trenutne vrednosti ulaznog signala

 Primer diskretnog sistema bez memorije mogao bi biti sistem opisan sledećom
relacijom ulaz izlaz

y(n) = (x(n))2

40
Kauzalni i nekauzalni sistemi I

 Za diskretni sistem se kaže da je kauzalan ako tekuća vrednost izlaznog signala

ne zavisi od budućih vrednosti ulaznog signala, odnosno y(n0) se određuje samo
na osnovu vrednosti x(n) za koje važi n ≤ n0

 Ukoliko tekuća vrednosti izlaza nekog sistema zavisi i od budućih vrednosti

ulaznog signala, za takav sistem kazemo da je nekauzalan

 Kauzalnost sistema povlači sledeću važnu osobinu:

ako je x(n) = 0 za n < n0, tada je i y(n) = 0 za n < n0

 Drugim rečima, kauzalni sistem ne može generisati izlazni signal pre nego što
mu se dovede ulazni signal

41
Kauzalni i nekauzalni sistemi II

 Primer kauzalnog sistema mogao bi biti sistem opisan sledećom relacijom ulaz
izlaz
yn  
1
xn  xn  1  xn  2
3

 Primer nekauzalnog sistema mogao bi biti sistem opisan sledećom relacijom

ulaz izlaz

y(n) = x(n) – x(n-1) + x(n+2)

 Iako se na prvi pogled može činiti da se nekauzalni diskretni sistemi ne mogu

realizovati što nije uvek tačno

 U prethodnom primeru za računanje tekuće vrednosti izlaznog signala potrebno

je poznavati vrednost ulaznog signala koja će se pojaviti dva perioda kasnije,
(x(n+2))!

42
Kauzalni i nekauzalni sistemi III

 Međutim, ukoliko imamo mogućnost skladištenja čitave sekvence ulaznog

signala koji je potrebno transformisati pomoću nekauzalnog diskretnog sistema,
ovaj problem neće postojati

 Kauzalnost je neophodna u slučaju realizacije diskretnih sistema koji moraju

da rade u realnom vremenu

 U slučaju da diskretni sistem može da radi u takozvanom off-line režimu, kada je

čitav ulazni signal već poznat, onda on može biti i nekauzalan

 U slučaju diskretnih sistema kod kojih nezavisna promenljiva ne predstavlja

vreme, kao što je slučaj u sistemima za obradu slike, kauzalnost nije od interesa

43
Stabilni i nestabilni sistemi I

 Da bi neki diskretni sistem bio koristan, vrednosti ulaznih i izlaznog signala bi u

svakom trenutku diskretnog vremena morale da budu konačne

 Ovo zapravo znači da implementacija diskretnog sistema ne rezultuje u

vrednostima signala koji bi mogli izaći izvan unapred poznatog i ograničenog
radnog opsega

 Ovaj zahtev vodi nas do pojma stabilnosti sistema

 U praktičnim situacijama stabilnost garantuje da, ako se vrednost ulaznog

signala nalazi unutar radnog opsega za reprezentaciju brojeva u digitalnom
elektronskom kolu koji implementira diskretni sistem, ne postoji mogućnost da
će prilikom računanja vrednosti izlaznog signala doći do prekoračenja tog
radnog opsega (overflow)

44
Stabilni i nestabilni sistemi II

 Iako postoji mnogo različitih definicija stabilnosti sistema, u ovom kursu

koristićemo koncept BIBO (Bounded Input Bounded Output) stabilnosti

 Za diskretni sistem kažemo da je BIBO stabilan, ako svaki ograničeni ulazni

signal rezultuje u ograničenom izlaznom signalu iz sistema

xn  M x    yn  M y  

 Za signal x(n) kažemo da je ograničen ukoliko postoji pozitivna, konačna,

konstanta Mx, takva da je xn  M x za sve vrednosti nezavisne promenljive n

45
Linearni i nelinearni sistemi I

 Za diskretni sistem kažemo da je linearan ako zadovoljava sledeća dva svojstva

T{x1(n) + x2(n)} = T{x1(n)} + T{x2(n)} = y1(n) + y2(n)

T{a·x(n)} = a·T{x(n)} = ay(n)

 gde je a proizvoljna realna konstanta

 Prvo svojstvo naziva se svojstvo aditivnosti, dok je drugo svojstvo poznato

pod imenom svojstvo homogenosti

 Kombinujući ova dva svojstva dolazimo do principa superpozicije

T{a·x1(n) + b·x2(n)} = a·T{x1(n)} + b·T{x2(n)} = a·y1(n) + b·y2(n)

 gde su a i b proizvoljne realne konstante

46
Linearni i nelinearni sistemi II

 Koristeći princip superpozicije, uslov linearnosti može se iskazati i na sledeći

način:
Diskretni sistem je linearan ako za njega važi princip superpozicije

 Princip superpozicije može se generalizovati na sledeći način

 Ako je
xn   a
k
k  xk n 

 tada odziv linearnog diskretnog sistema mora biti oblika

yn   a
k
k  yk n 

 gde je yk(n) odziv sistema na pobudu xk(n).

47
Vremenski nepromenljivi i vremenski promenljivi sistemi I

 Ukoliko se karakteristike diskretnog sistema ne menjaju sa vremenom, takav

sistem se naziva vremenski nepromenljivim

 U protivnom, reč je o vremenski promenljivom diskretnom sistemu

 Ovo zapravo znači da talasni oblik odziva vremenski nepromenljivog diskretnog

sistema zavisi samo od talasnog oblika ulaznog signala, a ne i od vremenskog
trenutka u kojem je taj signal primenjen na ulaz sistema

 Formalna definicija vremenski nepromenljivog sistema data je u nastavku

 Diskretni sistem je vremenski nepromenljiv akko

yn  T xn  yn  n0   T xn  n0 

 za svaki ulaz x(n) i svaku vrednost n0  Z

48
Linearni vremenski nepromenljivi (LVN) diskretni sistemi I

 Posebno značajnu klasu diskretnih sistema predstavljaju linearni, vremenski

nepromenljivi diskretni sistemi (LVN DS)

 Ovi sistemi zadovoljavaju princip linearnosti, i ne menjaju svoje karakteristike

tokom vremena

 Iako na prvi pogled ova ograničenja deluju ozbiljno, veliki broj praktičnih
diskretnih sistema spadaju u klasu LVN DS:

- digitalni filtri, jednodimenzionalni i višedimenzionalni

- diskretne transformacije

- konvolucioni sistemi

49
Linearni vremenski nepromenljivi (LVN) diskretni sistemi II

 Sa druge strane, uvođenjem ova dva ograničenja u značajnoj meri se

pojednostavljuje analiza i sinteza ove klase diskretnih sistema:

- Ponašanje LVN DS se može modelovati pomoću diferencnih jednačina sa

konstantnim koeficijentima

- LVN DS se u potpunosti može karakterisati svojim impulsnim odzivom

- Odziv na proizvoljnu pobudu LVN DS može se izračunati kao konvolucija

impulsnog odziva LVN DS i posmatrane pobude

- Postoje kanoničke forme koje omogućavaju jednostavnu sintezu LVN DS,

ukoliko je poznata njegova relacija ulaz izlaz (RUI), u formi diferencne
jednačine sa konstantnim koeficijentima

50
Reprezentacija diskretnih
sistema
Reprezentacija diskretnih sistema

 Diskretni sistemi se mogu reprezentovati pomoću različitih, ali međusobno

ekvivalentnih reprezentacija:
- Blok dijagrama

- Grafova toka signala

- Relacije ulaz izlaz

- Jednačina stanja

 Prve dve reprezentacije predstavljaju grafički oblik strukturnog opisa diskretnih

sistema i posebno su značajne u fazi implementacije diskretnih sistema

 Preostale dve reprezentacije predstavljaju analitički oblik funkcionalnog opisa

diskretnih sistema i posebno su značajne u fazi analiza diskretnih sistema

 U slučaju LVN DS, ove reprezentacije postaju posebno jednostavne

52
Blok dijagrami

 Blok dijagram predstavlja grafički opis ponašanja diskretnog sistema, pomoću

međusobno povezanih jednostavnih procesirajućih elemenata

 Blok dijagram zapravo predstavlja strukturni model diskretnog sistema, gde je

funkcionalnost diskretnog sistema „sakrivena“ u opisu strukture diskretnog
sistema

 U slučaju LVN DS pokazuje se da je potreban broj elemenata za strukturni opis

proizvoljnog LVN DS vrlo mali, i zapravo uključuje samo četiri osnovna
elementa:
- Sabirač
- Množač sa realnom konstantom
- Pomerač
- Čvor

53
Sabirač

 Sabirač je element koji realizuje operaciju sabiranja dva ili

više diskretnih signala

 Najjednostavniji oblik sabirača, prikazan na slici gore desno,

ima dva ulaza i jedan izlaz. Njegova konstitutivna relacija ima
sledeći oblik:
y(n) = x1(n) + x2(n)

 Uopšteni sabirač je element sa k ulaza i jednim izlazom,

prikazan na slici dole desno

 Svaki od ulaza u sumu može ući sa pozitivnim ili negativnim

predznakom, što je naznačeno pored strelice pridružene
posmatranom ulazu

 Ukoliko pored strelice ne stoji nikakva indikacija o znaku,

onda se podrazumeva da taj ulaz ulazi sa znakom plus

 Konstitutivna relacija uopštenog sabirača ima sledeći oblik

y(n) = x1(n) ± x2(n) ± ... ± xk(n)

54
Množač sa realnom konstantom

 Množač sa realnom konstantom je element sa

jednim ulazom i jednim izlazom, prikazan na slici
desno

 Množač sa realnom konstantom opisan je

sledećom konstitutivnom relacijom
yn  a  xn, a  R

 Operacija množenja izvodi se odbirak po odbirak

55
Pomerač

 Pomerač predstavlja jedini memorijski element u skupu osnovih

elemenata za opis LVN diskretnih sistema

 Pomerač je element sa jednim ulazom i jednim izlazom, prikazan

na slici desno

 Razlikujemo pomerač u desno i pomerač u levo, u zavisnosti od

smera pomeranja ulaznog signala

 Konstitutivna relacija pomerača u desno ima sledeći oblik

yn  xn  1, y  E 1 x
 Konstitutivna relacija pomerača u levo ima sledeći oblik
yn  xn  1, y  E 1 x
 U praksi se uglavnom koristi pomerač u desno, jer se on može lako
fizički implementirati, to nije slučaj sa pomeračem u levo

 Ponekad se u blok dijagramima sreću i pomerači za k mesta u levo

ili desno, sa sledećim konstitutivnim relacijama
yn  xn  k , y  E  k x; yn  xn  k , y  E  k x

56
Čvor

 Čvor je element koji omogućava opis topologije sistema koji je

predstavljen blok dijagramom

 Grafički simbol čvora prikazan je na slici desno

 Čvor je element koji ima tačno jedan ulaz i k izlaza

 Na svakom od k izlaza čvora pojavljuje se isti, ulazni signal

y1 n  y2 n  ... yk n  xn

 U tom smislu, ponašanje čvora u modelu diskretnog sistema

je fundamentalno drugačije od ponašanja čvora u električnom
kolu

 Kod čvora u električnim kolima ulazna struja se raspoređuje

na komponente po izlazima, čiji zbir mora da bude jednak
ulaznoj struji u čvor (I Kirhofov zakon)

57
Modelovanje LVN DS pomoću blok dijagrama

 Povezivanjem odgovarajućeg broja

osnovnih elemenata može se modelovati
ponašanje bilo kog LVN DS

 Na slici desno prikazan je jedan blok

dijagram, koji opisuje rad digitalnog filtra
4-tog reda

 Kao što je već rečeno, blok dijagrami

predstavljaju koncizan grafički prikaz
strukture diskretnog sistema i posebno su
korisni prilikom softverske ili hardverske
implementacije diskretnog sistema

58
Grafovi toka signala

 Drugi tip grafičkog prikaza funkcionalnosti diskretnog sistema

predstavljaju grafovi toka signala

 Rad diskretnog sistema ovog puta je prikazan pomoću grafa

toka signala

 U okviru grafa usmerene grane prikazuju tok signala kroz sistem

kao i transformacije nad njima (množenje konstantom i
pomeranje)

 Čvorovi u grafu predstavljaju tačke spajanja grana i opisuju

način kako se incidentne grane kombinuju

 Sumirajući čvor se koristi za modelovanje operacije sabiranja

dva ili više signala (reprezentovanih pomoću odgovarajućih
incidentnih grana)

 Granajući čvor se sa druge strane koristi za razvođenje jednog

te istog signala do drugih čvorova

59
Modelovanje LVN DS pomoću grafa toka signala

 Na slici dole prikazan je graf toka signala, koji opisuje rad digitalnog filtra 4-tog reda,
koji je ranije bio korišćen za ilustraciju rada sa blok dijagramima

60
Relacija ulaz izlaz I

 Diskretni sistemi se mogu modelovati i pomoću relacije ulaz izlaz (RUI)

 Relacija ulaz izlaz predstavlja analitički matematički model koji čitavu

funkcionalnost diskretnog sistema opisuje samo preko odnosa i uticaja njegovih
ulaza na njegov izlaz

 Za razliku od blok dijagrama i grafova toka signala, koji opisuju ponašanje

sistema preko njegove strukture, relacija ulaz izlaz ponašanje sistema opisuje
pomoću funkcionalne veze njegovih ulaza i izlaza, bez ulaženja u njegovu
strukturu

 U slučaju linearnih vremenski nepromenljivih diskretnih sistema relacija ulaz

izlaz se može opisati korišćenjem diferencnih jednačina sa konstantnim
koeficijentima

61
Relacija ulaz izlaz II

 Ukoliko je reč o LVN diskretnom sistemu sa jednim ulazom i jednim izlazom

tada imamo samo jednu diferencu jednačinu

 Opšti oblik relacije ulaz izlaz N-tog reda dat je sledećim izrazom
N M

 a  y (n  i )   b
i 0
i
j 0
j  u (n  j ), N , M  N 0

 Da bismo dobili jedinstveno rešenje ove jednačine moramo poznavati početne

uslove za signal y(n) u ukupno N tačaka

 Kompletan opis jednog LVN DS preko RUI tada ima sledeći izgled
 N M


 ai  y ( n  i ) 
 i 0  j 0
b j  u (n  j ), N , M  N 0
 y (1)  1 , y (2)   2 , ... y ( N )   N


62
Relacija ulaz izlaz III

 Prikazana diferencna jednačina opisuje kako se menja izlaz diskretnog sistema

u zavisnosti od ulaza

 Reč je o diferencnoj jednačini N-tog reda jer je to najveći pomeraj signala y

 Koeficijenti ai čine koeficijente operatorskog polinoma PN(E-1) koji deluje na

signal y(n), dok koeficijenti bi predstavljaju koeficijente operatorskog polinoma
QM(E-1) koji deluje na signal u(n)

 Stoga se prethodna diferencna jednačina može zapisati i u kraćem obliku,

korišćenjem operatorskih polinoma
 PN ( E 1 ) y  QM ( E 1 )u, N , M  N 0

 y (1)  1 , y (2)   2 , ... y ( N )   N

PN ( E 1 )  a0  a1 E 1  a2 E  2  ... a N E  N
QM ( E 1 )  b0  b1 E 1  b2 E  2  ... bM E  M

63
Modelovanje LVN DS pomoću relacije ulaz izlaz

 Ukoliko bismo mogli da rešimo ovu diferencnu jednačinu po y za poznati oblik

pobude u, tada bismo imali odziv diskretnog sistema na tu odgovarajuću pobudu

 Ovo u opštem slučaju nije moguće uraditi analitički

 Međutim, ovakve jednačine je uvek moguće rešiti numerički

 Na primer, u nastavku je prikazana RUI koja opisuje rad ranije pomenutog

digitalnog filtra 4-tog reda, koji je korišćen za ilustraciju rada sa blok
dijagramima i grafovima toka signala

y (n)  3.234 y (n  1)  4.1252 y (n  2)  2.4466 y (n  3)  0.56748 y (n  4) 

0.010657u (n)  0.001501u (n  1)  0.000146u (n  2)  0.0085151u (n  3) 
 0.0006362u (n  4)  0.0044251u (n  5)

64
Jednačine stanja I

 Diskretni sistemi mogu se opisivati i korišćenjem jednačina stanja

 Ovo je posebno zgodno ukoliko radimo sa diskretnim sistemima koji imaju više
ulaza i/ili više izlaza

 Pored toga, opis diskretnih sistema pomoću jednačina stanja često se koristi
prilikom projektovanja diskretnih sistema koji treba da se koriste kao digitalni
sistemi automatskog upravljanja

 U ovom slučaju omogućeno je korišćenje alata i postupaka analize koji su dobro

poznati u teoriji diskretnih sistema automatskog upravljanja

65
Jednačine stanja II

 U slučaju LVN DS koji je opisan u prostoru stanja zahteva postojanje dve

matrične (u opštem slučaju) jednačine, jednačine stanja i izlazne jednačine

 Postoji nekoliko međusobno ekvivalentnih varijanti pisanja ovih jednačina, pri

čemu se često koristi sledeći matrični oblik
x(n  1)  A  x(n)  B  u (n)
y ( n )  C  x ( n)  D  u ( n)

 Kao što se može videti, jednačine stanja predstavljaju sistem algebarsko

diferencnih jednačina

 Prvom matričnom jednačinom opisuje se kako se menja vrednost promenljivih

stanja, xi(n+1), na osnovu njihove tekuće vrednosti xi(n) i tekuće vrednosti
ulaznih signala ui(n)

 Druga matrična jednačina opisuje kako se menja vrednost izlaznih signala yi(n)
u zavisnosti od vrednosti promenljivih stanja xi(n) i vrednosti ulaznih signala ui(n)
66
Modelovanje LVN DS pomoću jednačina stanja

 Jednačine stanja pomoću kojih je moguće modelovati rad digitalnog filtra

4-tog reda, korišćenog ranije, prikazane su u nastavku
 x1 (n)   0 0 0 0 0 0 0 0 0   x1 (n  1)   1 
 x ( n)     x (n  1)  
 2   1 0 0 0 0 0 0 0 0   2   0 
 x3 ( n )   0 1 0 0 0 0 0 0 0   x3 (n  1)   0 
       
 x 4 ( n)   0 0 1 0 0 0 0 0 0   x4 (n  1)  0 
 x5 ( n )    0 0 0 1 0 0 0 0 0    x5 (n  1)    0   u (n  1)
       
 x6 (n)  0.001501 0.000146 0.008515 0.000636 0.004425 3.234  4.1252 2.4466  0.56748  x6 (n  1)  0.010657 
 x ( n)   0 0 0 0 0 1 0 0 0   x (n  1)  0 
 7     7   
 x8 (n)   0 0 0 0 0 0 1 0 0   x8 (n  1)   0 
       
 x9 ( n )   0 0 0 0 0 0 0 1 0   x9 (n  1)   0 
 x1 (n) 
 x ( n) 
 2 
 x3 ( n ) 
 
 x 4 ( n) 
y(n)   0.001501 0.000146 0.0085151 0.000636 0.004425 3.234  4.1252 2.4466  0.56748  x5 (n)  0.010657 u (n)
 
 x6 ( n ) 
 x ( n) 
 7 
 x8 (n) 
 
 x9 ( n ) 

67
68