Andrzej Leśnicki Laboratorium CPS Ćwiczenie 7 1/7 ĆWICZENIE 7. Splot liniowy i kołowy sygnałów

Podobne dokumenty
Andrzej Leśnicki Laboratorium CPS Ćwiczenie 6 1/8 ĆWICZENIE 6. Dyskretne przekształcenie Fouriera DFT

Andrzej Leśnicki Laboratorium CPS Ćwiczenie 9 1/5 ĆWICZENIE 9. Kwantowanie sygnałów

Przetwarzanie sygnałów

DYSKRETNE PRZEKSZTAŁCENIE FOURIERA C.D.

Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L

W celu obliczenia charakterystyki częstotliwościowej zastosujemy wzór 1. charakterystyka amplitudowa 0,

2. Próbkowanie Sygnały okresowe (16). Trygonometryczny szereg Fouriera (17). Częstotliwość Nyquista (20).

Andrzej Leśnicki Laboratorium CPS Ćwiczenie 1 1/13 ĆWICZENIE 1. Sygnały i systemy dyskretne

Ćwiczenie 4. Filtry o skończonej odpowiedzi impulsowej (SOI)

Transformata Laplace a to przekształcenie całkowe funkcji f(t) opisane następującym wzorem:

uzyskany w wyniku próbkowania okresowego przebiegu czasowego x(t) ze stałym czasem próbkowania t takim, że T = t N 1 t

SPRZĘTOWA REALIZACJA FILTRÓW CYFROWYCH TYPU SOI

Ćwiczenie 3. Właściwości przekształcenia Fouriera

x(n) x(n-1) x(n-2) D x(n-n+1) h N-1

Cyfrowe przetwarzanie sygnałów Jacek Rezmer -1-

FFT i dyskretny splot. Aplikacje w DSP

Adam Korzeniewski p Katedra Systemów Multimedialnych

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM

Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L

DYSKRETNA TRANSFORMACJA FOURIERA

ĆWICZENIE 6 Transmitancje operatorowe, charakterystyki częstotliwościowe układów aktywnych pierwszego, drugiego i wyższych rzędów

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania. Podstawy Automatyki

Plan wykładu. Własności statyczne i dynamiczne elementów automatyki:

8. Realizacja projektowanie i pomiary filtrów IIR

Zjawisko aliasingu. Filtr antyaliasingowy. Przecieki widma - okna czasowe.

Analiza właściwości filtrów dolnoprzepustowych

Ćwiczenie nr 6 Charakterystyki częstotliwościowe

Analiza właściwości filtra selektywnego

PRZETWARZANIE SYGNAŁÓW

Przetwarzanie sygnałów

Politechnika Warszawska

Bierne układy różniczkujące i całkujące typu RC

CYFROWE PRZTWARZANIE SYGNAŁÓW (Zastosowanie transformacji Fouriera)

Właściwości sygnałów i splot. Krzysztof Patan

Propagacja w przestrzeni swobodnej (dyfrakcja)

Cyfrowe Przetwarzanie Obrazów i Sygnałów

Dyskretne przekształcenie Fouriera cz. 2

POLITECHNIKA OPOLSKA

Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L

CHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWE

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej

WZMACNIACZ OPERACYJNY

Różne reżimy dyfrakcji

Andrzej Leśnicki Laboratorium CPS Ćwiczenie 10 1/12 ĆWICZENIE 10. Filtry FIR

TERAZ O SYGNAŁACH. Przebieg i widmo Zniekształcenia sygnałów okresowych Miary sygnałów Zasady cyfryzacji sygnałów analogowych

Podstawy Przetwarzania Sygnałów

LABORATORIUM Sygnałów, Modulacji i Systemów ĆWICZENIE 2: Modulacje analogowe

Adam Korzeniewski - p. 732 dr inż. Grzegorz Szwoch - p. 732 dr inż.

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej

A-2. Filtry bierne. wersja

Charakterystyka amplitudowa i fazowa filtru aktywnego

Analiza szeregów czasowych: 2. Splot. Widmo mocy.

Diagnostyka obrazowa

Rys. 1. Wzmacniacz odwracający

Ćwiczenie - 1 OBSŁUGA GENERATORA I OSCYLOSKOPU. WYZNACZANIE CHARAKTERYSTYKI AMPLITUDOWEJ I FAZOWEJ NA PRZYKŁADZIE FILTRU RC.

L ABORATORIUM UKŁADÓW ANALOGOWYCH

Ćwiczenie nr 65. Badanie wzmacniacza mocy

Systemy akwizycji i przesyłania informacji

Przekształcenie Fouriera obrazów FFT

Ćwiczenie 6 Projektowanie filtrów cyfrowych o skończonej i nieskończonej odpowiedzi impulsowej

Przetwarzanie sygnałów biomedycznych

4.2 Analiza fourierowska(f1)

Ćwiczenie - 7. Filtry

Analiza szeregów czasowych: 2. Splot. Widmo mocy.

Filtry aktywne filtr środkowoprzepustowy

Automatyka i Regulacja Automatyczna Laboratorium Zagadnienia Seria II

Podstawowe zastosowania wzmacniaczy operacyjnych

Wykład 6: Reprezentacja informacji w układzie optycznym; układy liniowe w optyce; podstawy teorii dyfrakcji

Laboratorium Przetwarzania Sygnałów

Laboratorium Przetwarzania Sygnałów Biomedycznych

1/8 TECHNIKA CYFROWEGO PRZETWARZANIA SYGNAŁÓW. Andrzej Leśnicki

ZASTOSOWANIA PRZEKSZTAŁCENIA ZET

dr inż. Artur Zieliński Katedra Elektrochemii, Korozji i Inżynierii Materiałowej Wydział Chemiczny PG pokój 311

Liczby zespolone. x + 2 = 0.

FILTRY AKTYWNE. Politechnika Wrocławska. Instytut Telekomunikacji, Teleinformatyki i Akustyki. Instrukcja do ćwiczenia laboratoryjnego

Statyczne badanie wzmacniacza operacyjnego - ćwiczenie 7

A3 : Wzmacniacze operacyjne w układach liniowych

A6: Wzmacniacze operacyjne w układach nieliniowych (diody)

Przetwarzanie sygnałów

POLITECHNIKA BIAŁOSTOCKA

b n y k n T s Filtr cyfrowy opisuje się również za pomocą splotu dyskretnego przedstawionego poniżej:

Diagnostyka obrazowa

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej

Wykład 6: Reprezentacja informacji w układzie optycznym; układy liniowe w optyce; podstawy teorii dyfrakcji

ĆWICZENIE III ANALIZA WIDMOWA SYGNAŁÓW DYSKRETNYCH. ver.3

Dynamiczne badanie wzmacniacza operacyjnego- ćwiczenie 8

Transformata Fouriera

Lepkosprężystość. Metody pomiarów właściwości lepkosprężystych materii

15. Macierze. Definicja Macierzy. Definicja Delty Kroneckera. Definicja Macierzy Kwadratowej. Definicja Macierzy Jednostkowej

Kartkówka 1 Opracowanie: Próbkowanie częstotliwość próbkowania nie mniejsza niż podwojona szerokość przed spróbkowaniem.

Teoria sterowania - studia niestacjonarne AiR 2 stopień

LABORATORIUM PODSTAW TELEKOMUNIKACJI

CYFROWE PRZETWARZANIE SYGNAŁÓW

Laboratorium Półprzewodniki Dielektryki Magnetyki Ćwiczenie nr 8

L ABORATORIUM UKŁADÓW ANALOGOWYCH

Laboratorium MATLA. Ćwiczenie 6 i 7. Mała aplikacja z GUI

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej

Dyskretne układy liniowe. Funkcja splotu. Równania różnicowe. Transform

8. Analiza widmowa metodą szybkiej transformaty Fouriera (FFT)

Transkrypt:

Andrzej Leśnicki Laboratorium CPS Ćwiczenie 7 1/7 ĆWICZEIE 7 Splot liniowy i kołowy sygnałów 1. Cel ćwiczenia Operacja splotu jest jedną z najczęściej wykonywanych operacji na sygnale. Każde przejście sygnału przez system liniowy, stały w czasie należy interpretować jako wykonanie operacji splotu na sygnale. Dla sygnałów dyskretnych wyróżnia się pojęcie splotu liniowego i splotu kołowego. W ćwiczeniu będą badane właściwości obu tych splotów w dziedzinie czasu i w dziedzinie częstotliwości. 2. Wprowadzenie Splot liniowy dwóch sygnałów dyskretnych x [ n] i [ n] h jest operacją przemienną oznaczaną gwiazdką i jest zdefiniowany jako następująca suma splotowa [] n = x[] n h[] n = x[][ k h n k] = h[] n x[] n = h[][ k x n k] y, n =, K, 1,, 1, K, k = k = M Splot liniowy dwóch sygnałów skończonych { x [ n] } 1 K i { [ n] } 1 (1) h o liczbach próbek odpowiednio M i K charakteryzuje się trzema przedziałami czasu: - przedziałem czasu, w którym zachodzą początkowe procesy przejściowe, trwa stan nieustalony; - przedziałem czasu, w którym trwa stan ustalony; - przedziałem czasu, w którym zachodzą końcowe procesy przejściowe, trwa stan nieustalony. Jedna z właściwości dyskretno-czasowego przekształcenia Fouriera jest taka, że splotowi liniowemu sygnałów w dziedzinie czasu odpowiada mnożenie widm sygnałów w dziedzinie częstotliwości y DTFT i arg X [] [] [] ( ) ( ) ( ) ( ) ( ) ( e ) + j arg H ( e n = x n h n Y e = X e H e = X e H e e ) (2) Odmianą splotu jest splot kołowy (ang. circular convolution). Wzór definiujący splot kołowy jest następujący y 1 [] n x[] n h[] n = x[] k h[ ( n k) mod ], n =, 1, K, 1 = k = (5) x [] [] Splatane kołowo sygnały n, h n mają próbki widma określone prostym dyskretnym przekształceniem Fouriera (DFT) x 1 DFT [] n X [] k = x[] n e 2π j kn 1 DFT, y[] n Y[] k = y[] n e 2π j kn, k =, 1, K, 1 (7)

Andrzej Leśnicki Laboratorium CPS Ćwiczenie 7 2/7 Jedna z właściwości dyskretnego przekształcenia Fouriera jest taka, że splotowi kołowemu sygnałów w dziedzinie czasu odpowiada mnożenie próbek widm y DTFT i arg X [ k ] + j arg H [k [] n = x[] n h[] n Y[] k = X [] k H[] k = X [] k H[] k e ], k =, 1, K, 1 (8) W badaniach właściwości splotów liniowego i kołowego będzie przydatny interfejs graficzny sploty. Okno tego interfejsu pokazano na rys. 1. Jako splatane sygnały x [] n i h [ n] można wybrać z zagłębionych menu takie przyczynowe, skończone sygnały jak: - delta Kroneckera; - impuls prostokątny (cztery próbki); - zaliasowany sinc, M = 4 ; - sinusoida rzeczywista sin( 2π,1n ); - sinusoida zespolona exp( j2π, 1n) ; - szum gaussowski; - tablica lub funkcja MATLABa argumentu n 1, 1 m 1,, 1 = 1. Liczba próbek sygnału 2 64 jest zmieniana suwakiem lub poprzez wpis wartości w polu edycyjnym. Rys. 1. Okno interfejsu graficznego sploty Zadane sygnały oraz ich widma są wykreślone w lewej kolumnie okna interfejsu. Części rzeczywiste próbek wykreślono niebieskimi ciągłymi kreskami zakończonymi kółkami, a części urojone próbek wykreślono czerwonymi przerywanymi kreskami zakończonymi krzyżykami. W przypadku widm sygnałów, część rzeczywistą widma

Andrzej Leśnicki Laboratorium CPS Ćwiczenie 7 3/7 wykreślono niebieską linią ciągłą, część urojoną widma wykreślono czerwoną linią przerywaną i moduł widma wykreślono zieloną linią ciągłą. W prawej kolumnie okna interfejsu wykreślono wynik splotu liniowego y[] n = x[] n h[] n oraz wynik splotu kołowego y[ n] = x[ n] h[ n] wraz z widmami. W przypadku splotu kołowego wykreślono widmo DTFT (widmo dla jednego okresu wyniku splotu) oraz próbki widma DFT (widmo wyniku splotu kołowego powtarzanego okresowo). a tych częstotliwościach, które odpowiadają próbkom DFT widma splotu kołowego, naniesiono też próbki widma splotu liniowego. Te próbki widma splotu liniowego nie mają nic wspólnego z DFT wyniku splotu liniowego, gdyż wynik splotu liniowego ma na ogół inną długość niż wynik splotu kołowego i jego próbki wypadają na zupełnie innych częstotliwościach. Właściwości splotu liniowego i splotu kołowego zilustrujemy następującymi przykładami. Przykład 1. Sygnał dyskretny bardzo łatwo można opóźnić splatając go z odpowiedzią impulsową linii opóźniającej, czyli z opóźnioną deltą Kroneckera δ [ n K ]. W przypadku sygnału cyfrowego oznacza to przesunięcie próbek sygnału o odpowiednią liczbę pozycji w buforze. Jeżeli krótki sygnał x [] n jest splatany z rzadkim ciągiem delt Kroneckera h [ n] (rzadkim, tzn. odstępy między deltami Kroneckera są większe niż czas trwania krótkiego sygnału x[] n ), to wynikiem splotu jest powtarzający się w chwilach występowania delt Kroneckera sygnał x[] n. a rys. 1 pokazano wynik splotu krótkiego sygnału { x [] n } = { 3ˆ, 2, 1,,K} z rzadkim ciągiem delt Kroneckera h[ n] = δ [ n] + δ [ n 4 ] + δ [ n 1]. Wynikiem jest sygnał x[] n powtarzający się począwszy od pozycji K =, 4, 1. Gdyby sygnał x[] n splatać z okresowym ciągiem delt Kroneckera o okresie równym czasowi trwania sygnału x[ n], to otrzymamy sygnał okresowy, w którym jeden okres równa się sygnałowi x[] n. Przykład 2. Zbadamy stan ustalony i procesy przejściowe zachodzące w systemie o prostokątnej odpowiedzi impulsowej { h [ n] } = { 1ˆ, 1, 1, 1} pobudzonym sygnałem sinusoidalnym x[] n = sin ( 2π, 1n) o liczbie próbek równej 26. Wynik splotu liniowego sygnałów x [] n i h [ n] ma długość 26+4-1=29 i jest taki jak rys. 2. h n = 1ˆ, 1, 1, 1 jest liniowo-fazowym filtrem System o odpowiedzi impulsowej [ ] { } { } ω dolnoprzepustowym o stałym opóźnieniu grupowym τ ( e j ) = 1, 5 około 3 na częstotliwości sinusoidy,1 j2π,1 f, H ( e ) 3 = g i wzmocnieniu równym. Dlatego przypuszczamy, że poza przedziałami czasu odpowiadającymi początkowym i końcowym procesom przejściowym (każdy z nich trwa tyle, jak długi jest krótszy ze splatanych sygnałów, tutaj krótszy jest h [] n ), a więc w przedziale czasu odpowiadającym stanowi ustalonemu, sygnał wyjściowy równa się sinusoidzie wejściowej opóźnionej o 1,5 taktu i wzmocnionej około 3 razy. Wyniki eksperymentu pokazane na rys. 2 potwierdzają te teoretyczne przypuszczenia.

Andrzej Leśnicki Laboratorium CPS Ćwiczenie 7 4/7 Rys. 2. Splot sygnałów x[] n sin( 2π, 1n) = i h [ n] = { 1ˆ, 1, 1, 1} Przykład 3. Zbadamy sploty sygnałów x [ n] = { 1ˆ, 2, 1} i h [ n] = { 1ˆ, 2}. Wyniki splotu liniowego i kołowego tych sygnałów pokazano na rys. 3. y n = x n h n jest taki jak to pokazano w prawym górnym Splot liniowy sygnałów [] [ ] [ ] y o długości M + K 1 = 3 + 2 1 = 4. Widmo DTFT sygnału y [] n jest iloczynem widm DTFT sygnałów x [ n] i h[ n]. Wszystkie widma mają w zerze wartość równą sumie próbek i na krańcach ( f = ±,5 ) wartość równą sumie próbek z co drugą próbką o zmienionym znaku. rogu rys. 3. Jest to sygnał [] n = { 1ˆ, 4, 5, 2}

Andrzej Leśnicki Laboratorium CPS Ćwiczenie 7 5/7 Rys. 3. Sploty sygnałów x [] n = { 1ˆ, 2, 1} i h [ n] = { 1ˆ, 2} Splot kołowy sygnałów y[] n x[ n] h[ n] rogu na rys. 3. Jest to sygnał { y n } = 3ˆ, 4, 5 = jest taki jak to pokazano w prawym dolnym [] { }. Ponieważ splatane kołowo sygnały muszą mieć taką samą długość, to krótszy z sygnałów został automatycznie uzupełniony zerami do = 3, czyli wzięto { h [] n } = { 1ˆ, 2, }. Widmo DFT Y [ k] = X [ k] H[ k] sygnału y[] n to iloczyn DFT sygnałów x [n] i h [n] obliczonych przy tej samej wartości parametru = 3. Jest interesujące, że chociaż wyniki y[] n splotu liniowego i kołowego są zupełnie różne i mają różne widma DTFT, to zgodnie z teorią widmo DFT splotu kołowego jest próbkami równającymi się próbkom widma DTFT splotu liniowego Y ( e ) (próbki te nie mają jednak nic wspólnego z DFT splotu liniowego). Do jakiej minimalnej długości należałoby uzupełnić zerami sygnały x [] n i h [] n, aby ich sploty liniowy i kołowy były takie same? Jeżeli sygnał x [ n] ma M próbek i sygnał h [ n] ma K próbek, to obydwa te sygnały należy uzupełnić zerami do liczby próbek minimum = M + K 1, aby wynik splotu kołowego był taki sam jak splotu liniowego. W przypadku, gdy M = 3, K = 2, to parametr powinien mieć wartość minimum = 3 + 2 1 = 4. Dlatego sygnał x [] n należałoby uzupełnić jednym zerem i sygnał h [ n] należałoby uzupełnić dwoma zerami.

Andrzej Leśnicki Laboratorium CPS Ćwiczenie 7 6/7 3. Wykonanie ćwiczenia 1. Wybierz dowolny krótki sygnał, spleć go z rzadkim ciągiem delt Kroneckera i pokaż podobnie jak w przykładzie 1, że wynikiem splotu liniowego jest krótki sygnał powtarzający się w odpowiednich miejscach na osi n. Pokaż, że sygnał okresowy jest wynikiem splotu liniowego krótkiego sygnału (o czasie trwania równym jednemu okresowi) z okresowym ciągiem delt Kroneckera. Sporządź rysunki dla sygnałów tylko w dziedzinie czasu (bez widm). Czy opóźnianie sygnałów dyskretnych i cyfrowych jest operacją trudną czy łatwą do zrealizowania w porównaniu z opóźnianiem sygnałów analogowych? 2. Dowolnego kształtu skończony sygnał splatany wielokrotnie sam z sobą x x xk szybko daje w wyniku sygnał zmierzający kształtem do impulsu Gaussa (ma to związek z centralnym twierdzeniem granicznym, podobnie splatanie ze sobą wielu impulsów o różnych kształtach da w wyniku impuls przypominający kształtem impuls Gaussa). Wybierz dowolnego kształtu krótki sygnał i splataj go wielokrotnie ze sobą (3-5 razy). Pokaż, że uzyskiwany w wyniku kolejnych splotów liniowych sygnał ma kształt coraz bardziej zbliżony do impulsu Gaussa. 3. Zbadaj stan ustalony i procesy przejściowe w splocie liniowym dowolnie wybranych sygnałów długiego i krótkiego podobnie jak w przykładzie 2. Pokaż na rysunku przedziały czasu odpowiadające procesom przejściowym i stanowi ustalonemu. Zinterpretuj uzyskane wyniki. 4. Wybierz dowolny sygnał x [] n z M próbkami i splataj go z sygnałem h[] n = δ [ n K ], przy określonej wybranej przez siebie wartości > M. Zwiększaj K co 1. Obserwuj wynik splotu liniowego i kołowego. Zmierz wartość K, począwszy od której wynik splotu kołowego różni się od splotu liniowego (obowiązuje tu zależność = M + K 1). arysuj te różniące się wyniki splotu liniowego i kołowego. Zinterpretuj na okręgu wynik splotu kołowego. Opisz jak zmieniają się widma wyniku splotu liniowego i kołowego w miarę zwiększania opóźnienia K. 5. Porównaj wyniki splotu liniowego i kołowego dla dwóch wybranych przez siebie krótkich sygnałów przyczynowych o różnych długościach, podobnie jak w przykładzie 3. Oblicz sploty ręcznie. arysuj sygnały i ich widma wspomagając się interfejsem graficznym sploty. Przedyskutuj uzyskane wyniki, czy wyniki splotów maja przewidywaną długość, czy widma pomnożyły się? 6. Wykaż eksperymentalnie (sporządź rysunki sygnałów w dziedzinie czasu), że uzupełniając sygnały z poprzedniego punktu odpowiednią liczbą zer spowodujemy, iż wyniki splotów liniowego i kołowego będą takie same. 4. Zadania testowe na wejściówki i sprawdziany x [] [] a) { x[] n } = { sin ( 2π,125n) },1,..., 8, [ n] b) { x[] n } = { sin ( 2π,125n) },1,..., 8, [ n] Oblicz i wykreśl splot liniowy [] n x[ n] h[ n] 1. Są dane sygnały n i h n : { h } = { 1ˆ, 1} ; { } = { 1ˆ, 1} h. y l =. a wykresie zaznacz trzy charakterystyczne przedziały czasu. Sprawdź, czy w stanie ustalonym sygnał ma oczekiwaną amplitudę i opóźnienie (wynikające z transmitancji systemu H ( e )). Podaj wzór na sygnał wyjściowy w stanie ustalonym.

Andrzej Leśnicki Laboratorium CPS Ćwiczenie 7 7/7 2. Są dane sygnały x [] n i h [] n : a) { x [] n } = { 1, 1,, { h [] n } = { 1, ˆ, 1} ; b) { x [] n } = { 1, 1, 1}, { h [] n } = { 1, ˆ, 1}. Oblicz i wykreśl splot liniowy y l [ n] = x[ n] h[ n] i kołowy [ n] x[ n] h[n wykreśl widma Y l ( e ) (DTFT), k [ k] Y e = X e H e, [ k] X [ k] H[ k] iloczynami ( ) ( ) ( ) l y k = ]. Oblicz i Y (DFT). Pokaż, że te widma są następującymi Y k =. Pokaż, że uzupełniając sygnały zerami (jaka jest minimalna liczba tych zer?) otrzymamy wynik splotu kołowego taki sam jak splotu liniowego. x [] [] 3. Są dane sygnały n i h n : a) x [] n = { 1,, h [] n = { 1, 1ˆ }; b) x [] n = { 1, 1}, [] n = { 1, 1ˆ } h. n Oblicz i wykreśl splot liniowy [ ] = x[ n] h[ n] i kołowy [ n] x[ n] h[n wykreśl widma Y ( ), Y ( e ) l e k y l y k = ]. Oblicz i. Pokaż, że określone próbki obu widm są sobie równe. Pokaż, że uzupełniając sygnały zerami (jaka jest minimalna liczba tych zer?) otrzymamy wynik splotu kołowego taki sam jak splotu liniowego.