Podstawy przetwarzania sygnałów. Lesław Dereń, 239 C4

Podobne dokumenty
Sygnały pojęcie i klasyfikacja, metody opisu.

21. CAŁKA KRZYWOLINIOWA NIESKIEROWANA. x = x(t), y = y(t), a < t < b,

Podstawy elektrotechniki

Matematyka ubezpieczeń majątkowych r. Zadanie 1. Rozważamy proces nadwyżki ubezpieczyciela z czasem dyskretnym postaci: n

D:\materialy\Matematyka na GISIP I rok DOC\07 Pochodne\8A.DOC 2004-wrz-15, 17: Obliczanie granic funkcji w punkcie przy pomocy wzoru Taylora.

Statystyka matematyczna. Wykład II. Estymacja punktowa

1. Element nienaprawialny, badania niezawodności. Model matematyczny elementu - dodatnia zmienna losowa T, określająca czas życia elementu

Funkcja generująca rozkład (p-two)

Wykład FIZYKA I. 2. Kinematyka punktu materialnego. Dr hab. inż. Władysław Artur Woźniak

Zdarzenia losowe, definicja prawdopodobieństwa, zmienne losowe

TRANZYSTORY POLOWE JFET I MOSFET

{ x n } = {,1.1, 0.2,2.1,3.0, 1.2, }

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.

WYKŁAD nr 2. to przekształcenie (1.4) zwane jest przekształceniem całkowym Laplace a

Twierdzenia graniczne:

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

POMIAR PARAMETRÓW SYGNAŁOW NAPIĘCIOWYCH METODĄ PRÓKOWANIA I CYFROWEGO PRZETWARZANIA SYGNAŁU

Schrödingera. Dr inż. Zbigniew Szklarski. Katedra Elektroniki, paw. C-1, pok

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja

EKONOMETRIA. Liniowy model ekonometryczny (regresji) z jedną zmienną objaśniającą

Kinetyczna teoria gazów. Zjawiska transportu : dyfuzja transport masy transport energii przewodnictwo cieplne transport pędu lepkość

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej

Estymacja przedziałowa

MIANO ROZTWORU TITRANTA. Analiza statystyczna wyników oznaczeń

Elementy nieliniowe w modelach obwodowych oznaczamy przy pomocy symboli graficznych i opisu parametru nieliniowego. C N

Prawdopodobieństwo i statystyka

Niepewności pomiarowe

Przetwarzanie analogowocyfrowe

Jarosław Wróblewski Analiza Matematyczna 2, lato 2018/19

Zadania z algebry liniowej - sem. I Liczby zespolone

Analiza obwodów elektrycznych z przebiegami stochastycznymi. Dariusz Grabowski

Rys.1. Podstawowa klasyfikacja sygnałów

Komputerowa analiza danych doświadczalnych

Zestaw zadań do skryptu z Teorii miary i całki. Katarzyna Lubnauer Hanna Podsędkowska

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA

Ciągi liczbowe wykład 3

Modele zmienności aktywów ryzykownych. Model multiplikatywny Rozkład logarytmiczno-normalny Parametry siatki dwumianowej

Wykład 19. Matematyka 3, semestr zimowy 2011/ grudnia 2011

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

16 Przedziały ufności

Prawdopodobieństwo i statystyka r.

1 Twierdzenia o granicznym przejściu pod znakiem całki

Komputerowa analiza danych doświadczalnych

Komputerowa analiza danych doświadczalnych

Metody oceny efektywności projektów inwestycyjnych

Wykład III. Granice funkcji. f : R A R, A przedział. f określona w x. K M x. lim. lim. Granice niewłaściwe:

Statystyka i rachunek prawdopodobieństwa

Jarosław Wróblewski Analiza Matematyczna 2B, lato 2015/16

2. Wprowadzenie. Obiekt

ψ przedstawia zależność

WYBRANE DZIAŁY ANALIZY MATEMATYCZNEJ. Wykład VII Przekształcenie Fouriera.

Niezależność zmiennych, funkcje i charakterystyki wektora losowego, centralne twierdzenia graniczne

t - kwantyl rozkładu t-studenta rzędu p o f stopniach swobody

Wykład 13: Zbieżność według rozkładu. Centralne twierdzenie graniczne.

Stwierdzenie 1. Jeżeli ciąg ma granicę, to jest ona określona jednoznacznie (żaden ciąg nie może mieć dwóch różnych granic).

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,.

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty

POLITECHNIKA OPOLSKA

Elementy modelowania matematycznego

Podstawowe rozkłady zmiennych losowych typu dyskretnego

d wymiarowy wektor losowy Niech (Ω, S, P) przestrzeń probabilistyczna Definicja Odwzorowanie X: Ω R nazywamy 1-wymiarowym wektorem

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych

Efektywność projektów inwestycyjnych. Statyczne i dynamiczne metody oceny projektów inwestycyjnych

Numeryczny opis zjawiska zaniku

θx θ 1, dla 0 < x < 1, 0, poza tym,

POMIAR WARTOŚCI SKUTECZNEJ NAPIĘĆ OKRESOWO ZMIENNYCH METODĄ ANALOGOWEGO PRZETWARZANIA SYGNAŁU

STATYSTYKA MATEMATYCZNA

Wykład 5 Elementy teorii układów liniowych stacjonarnych odpowiedź na dowolne wymuszenie

P ( i I A i) = i I P (A i) dla parami rozłącznych zbiorów A i. F ( ) = lim t F (t) = 0, F (+ ) = lim t + F (t) = 1.

C d u. Po podstawieniu prądu z pierwszego równania do równania drugiego i uporządkowaniu składników lewej strony uzyskuje się:

Matematyka ubezpieczeń majątkowych r. ma złożony rozkład Poissona. W tabeli poniżej podano rozkład prawdopodobieństwa ( )

Wykład 8: Zbieżność według rozkładu. Centralne twierdzenie graniczne.

1 Zmienne losowe. Własności dystrybuanty F (x) = P (X < x): F1. 0 F (x) 1 dla każdego x R, F2. lim F (x) = 0 oraz lim F (x) = 1,

Estymacja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 7

Informatyka Stosowana-egzamin z Analizy Matematycznej Każde zadanie należy rozwiązać na oddzielnej, podpisanej kartce!

ZBIEŻNOŚĆ CIĄGU ZMIENNYCH LOSOWYCH. TWIERDZENIA GRANICZNE

c 2 + d2 c 2 + d i, 2

= arc tg - eliptyczność. Polaryzacja światła. Prawo Snelliusa daje kąt. Co z amplitudą i polaryzacją? Drgania i fale II rok Fizyka BC

KADD Metoda najmniejszych kwadratów

Wokół testu Studenta 1. Wprowadzenie Rozkłady prawdopodobieństwa występujące w testowaniu hipotez dotyczących rozkładów normalnych

Wyższe momenty zmiennej losowej

n k n k ( ) k ) P r s r s m n m n r s r s x y x y M. Przybycień Rachunek prawdopodobieństwa i statystyka

Zadania z Matematyka 2 - SIMR 2008/ szeregi zadania z rozwiązaniami. n 1. n n. ( 1) n n. n n + 4

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych (w zakresie materiału przedstawionego na wykładzie organizacyjnym)

3 Arytmetyka. 3.1 Zbiory liczbowe.

PRZYKŁADY ROZWIAZAŃ STACJONARNEGO RÓWNANIA SCHRӦDINGERA. Ruch cząstki nieograniczony z klasycznego punktu widzenia. mamy do rozwiązania równanie 0,,

3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny

Pierwiastki z liczby zespolonej. Autorzy: Agnieszka Kowalik

Estymacja: Punktowa (ocena, błędy szacunku) Przedziałowa (przedział ufności)

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I)

Zastosowanie metody najmniejszych kwadratów do pomiaru częstotliwości średniej sygnałów o małej stromości zboczy w obecności zakłóceń

Szeregi Fouriera. Powyższe współczynniki można wyznaczyć analitycznie z następujących zależności:

Rozkład normalny (Gaussa)

Rozkład normalny (Gaussa)

4. MODELE ZALEŻNE OD ZDARZEŃ

Statystyka Inżynierska

STATYSTKA I ANALIZA DANYCH LAB II

Transkrypt:

Podsawy przewarzaia sygałów Lesław Dereń, 39 C4 Kosulacje: poiedziałek, godz. 9: : worek, godz. 3: 5: zo.ia.pwr.wroc.pl/~dere

Lieraura. R. Lyos, Wprowadzeie do cyfrowego przewarzaia sygałów, WKiŁ, Warszawa, ;. J. Szabai, Podsawy eorii sygałów, WKiŁ, Warszawa, 7; 3. A. V. Oppeheim, R. W. Schafer, Cyfrowe przewarzaie sygałów, WKiŁ, Warszawa, 979; 4. T. P. Zieliński, Cyfrowe przewarzaie sygałów. Od eorii do zasosowań, WKiŁ, Warszawa, 6; 5. D. Sraeby, Cyfrowe przewarzaie sygałów, Wydawicwo BTC, Warszawa 4; 6. S. W. Smih, Cyfrowe przewarzaie sygałów, Wydawicwo BTC, Warszawa 7; 7. A. Papoulis, Prawdopodobieńswo, zmiee losowe i procesy sochasycze, PWN, Warsawa 97;

Podsawowe pojęcia

Sygał Działaie (zamierzoe lub ie) przekazujące określoą iformację syrea alarmowa kierukowskaz w samochodzie elefo od zajomego SOS pomiar emperaury w pomieszczeiu odgłos grzmou Sygał rozprasza iepewość co do jakiegoś zdarzeia jego pojawieie się jes zdarzeiem losowym

Bardziej złożoe sygały: apięcie z mikrofou lumiacja różych puków obrazu przebiegi z urządzeń radarowych przebiegi odbierae przez aeę odbiorika (radio, TV) szum kosmiczy wsrząsy skorupy ziemskiej (rejesrowae przez sejsmografy) Wszyskie sygały fizycze (geerowae szuczie czy będące wyikiem zjawisk auralych) są pewymi fukcjami czasu. Mogą eż być fukcjami iych zmieych, p. kieruku, skąd przychodzą.

Przebieg apięcia z mikrofou u( ) ( ) u u( ) Zarówo u jak i zmieiają się w sposób ciągły sygał ciągły z czasem ciągłym

Pomiar emperaury w pomieszczeiu Godzia 9: : : : 3: 4: 5: 6: 7: 8: Temperaura 8, 9,5, 9, 8,5 8, 7, 6,5 7,5 8,5 T ( ) f [ ] Θ = f T = = godz. = 9,,,, 3, 4, 5, 6, 7, 8 Temperaura Θ jes mierzoa z dokładością,5 warości są skwaowae, czyli są liczbami zapisaymi z określoą dokładością Sygał cyfrowy jedowymiarowy (D)

φ φ φ 3 φ 4 Odbieray sygał jes fukcją dwóch zmieych: czasu i kąa f (, φ) Sygał aki będziemy azywać dwuwymiarowym (D)

L P L ( ) ( ) Sygał D f (, φ) zosał rozłożoy a dwie składowe D: f i f P

8 56 = 448 4 = 8 5 35 = 75 7 = 7 Lumiacja: λ= f [ m, ] m, liczby całkowie dyskrey sygał D

Jeżeli warości λ zapiszemy w posaci ablicy liczb o skończoej długości o warości e będą skwaowae. Wówczas jes o sygał cyfrowy D. Kwaowaie powoduje ieodwracalą uraę części iformacji Kwaowaie biowe ( poziomy) Kwaowaie biowe (4 poziomy) Kwaowaie 3 biowe (8 poziomów) Kwaowaie 4 biowe (6 poziomów)

m Odbieraa jes iformacja o lumiacji rzech podsawowych kolorów: RGB Obraz jes próbkoway w czasie z częsoliwością f s = 5 Hz lub 5 Hz, a więc próbki są pobierae w dyskreych chwilach = kt, gdzie T = / f s Odbieramy 3 iformacje o lumiacji: [,, ], [,, ], [,, ] λ = f m k λ = f m k λ = f m k R R G G B B Jeżeli poziomy lumiacji są skwaowae są o sygały cyfrowe 3D (rójwymiarowe)

Klasyfikacja sygałów Sygały Deermiisycze Sochasycze Z czasem ciągłym (aalogowe) Z czasem dyskreym Z czasem ciągłym Z czasem dyskreym Okresowe Nieokresowe Cyfrowe Cyfrowe Impulsowe

Przebiegi deermiisycze ( sygały deermiisycze) ( ) [.8 ].6.4...4.6.8 - - - 3 4 5 6 7 y( ).4 35.3 5. 5 ( ) = si( ) X ω m < < [ ] y.4 35.3 5. 5 [ ] = si( ) X ω T m =,,,,, 3, s. 5 3 4 5 6 7 ( ) = e y < <. 5 3 4 5 6 7 [ ] = T e y T =,,, 3, 4, Przebiegi są opisae pewą zależością maemayczą warość ej fukcji dla dowolej warości argumeu jes zaa, czyli ie dosarcza żadej iformacji

Będziemy rozparywać sygały jako modele maemaycze różorakich sygałów, auralych bądź szuczie wyworzoych, wysępujących w przyrodzie. Ograiczymy się do sygałów D Nauralą zmieą iezależą będzie czas (ciągły lub dyskrey) Ozaczeia: ( ) ( ) f [ ] [ ] f sygały z czasem ciągłym (aalogowe) sygały z czasem dyskreym [ ] = ( ) ciąg dyskreych warości a osi czasu Najczęściej [ ] ( ) = T = T

N zbiór liczb auralych Ozaczeia Z zbiór liczb całkowiych (iem. Zahle liczby) Q zbiór liczb wymierych (ag. Quoie iloraz) R zbiór liczb rzeczywisych + R zbiór liczb rzeczywisych dodaich C zbiór liczb zespoloych zbiór pusy X, Y, A dowole zbiory X jes elemeem zbioru X (ależy do zbioru X) a A a ie ależy do zbioru A (ie jes elemeem ego zbioru) { a, b, c} Y = Y jes zbiorem składającym się z rzech elemeów: a, b, c.

A B część wspóla (iersekcja) zbiorów A i B A B A i B A B suma zbiorów A i B A B A lub B A \ B różica zbiorów A i B A \ B A i B X A ikluzja zbiorów, czyli p X p A X A ikluzja właściwa zbiorów, czyli p X p A ale X A Przykłady N { } R \{ } zbiór złożoy z liczb auralych i liczby zero zbiór złożoy z liczb rzeczywisych różych od zera N Z Q R R + Z =N

A B iloczy karezjański zbiorów A i B jes o zbiór, kórego elemeami są uporządkowae pary ( ) a, b akie, że a A i b B A A zbiór par o posaci ( a, a ), gdzie a, a A A = A A A A k l k l ( ) ( ) Uwaga! jeżeli k l o a, a a, a!!! razy k l l k czyli zbiór wszyskich -elemeowych ciągów { a }, k =,,, a A R R? k k

Sygały deermiisycze Sygały z czasem ciągłym (aalogowe) Są o fukcje ciągłej zmieej. Ozaczeia: ( ), y( ), f ( ), id. ( ) Sygał przyczyowy: ( ) gdy < zwykle = y( ).4 R, : ( ) R R R 35.3 5. 5. 5 3 4 5 6 7 ( ) y e, =, <

Sygały okresowe ( ) = ( kt ), k = ±, ±, ± 3 ( ) ( ) X m T ( ) = m si X ω Sygały akie ie są fizyczie realizowale są idealizacją przebiegów fizyczych Wszyskie fizyczie realizowale przebiegi muszą być przyczyowe!!! T = π ω

Sygały impulsowe (udarowe) Są o sygały o skończoym czasie rwaia, czyli isieją i, akie, że ( ) dla < i > ( ) ( ) ( ) π cos = <, > =, =

Sygały zespoloe ( ) ( ) { } ( ) { } ( ) ( ) ( ) r + i = Re + jim = j j = R, : ( ) R C C Przykład j ( ) = X e = X cosω + j X siω ω m m m r( ) i( )

Warość średia Podsawowe paramery sygałów aalogowych. Sygał przyczyowy ( ) m = lim ( ) d τ τ m = lim ( ) d τ τ τ τ τ ( dla < ). Sygał impulsowy, róży od zera w przedziale (, ) m = ( ) d 3. Sygał okresowy o okresie T Warość średią sygału azywa się składową sałą Ie ozaczeia: X,, + T m = ( ) d T dowole

Eergia sygału E = ( ) d Jeżeli całka jes zbieża, czyli E < sygał o skończoej eergii. Sygał przyczyowy ( ) ( ) E d = ( dla < ). Sygał impulsowy, róży od zera w przedziale (, ) = ( ) d E 3. Sygały okresowe są sygałami o ieskończoej eergii

Moc sygału P lim ( ) = d τ τ τ τ Jeżeli P sygał o skończoej mocy < Sygał okresowy o okresie T + T P azywa się P = ( ) d T warością skueczą przebiegu okresowego Moc sygału o skończoej eergii jes rówa. (!!!) Jeżeli sygał jes obserwoway w przedziale (, ) moża zdefiiować P (, ) = ( ) d Średia moc w przedziale (, )

azywa się składową zmieą sygału ( ) Sygał ( ) = ( ) m Moc składowej zmieej v = lim ( ) m d τ τ azywa się wariacją sygału ( ) τ τ σ v = azywa się odchyleiem sadardowym Sygał okresowy + T v = ( ) m d T σ v = warość skuecza składowej zmieej sygału.

Przykład. ( ) T = 4 4 3 3 4 5 6 7 8 < T ( ) = < 3 ( 4) 3 4 + T m = ( ) d = 3 = T 3 4 4 Sygał o ieskończoej eergii + T 3 4 P = ( ) d d d ( 4) d T = + + = + + = 3 4 4 3 3 3 + T 3 4 ( ) ( ) ( ) ( ) v = m d d d d T = + + + = + + = 3 3 3 7 7 5 4 4 4 4 4 48 6 48 48

Przykład. ( ) A α Ae,, α > =, <, > ( ) Warość średia w przedziale ( ) Warość średia przedziale ( ),, : = m α A α A e m = ( ) d = e d = α Eergia sygału ( ) α α E = d = A e d = A e α Moc średia przedziale ( ), α A α e ( ) P = d = e d = A α

Przebieg siusoidaly Sadardowe sygały aalogowe θ ω ( ) X m ( ) = si ( ω + θ ) = si( π + θ ) X X f X ω θ m m m ampliuda pulsacja faza począkowa X m T T = π ω okres m = f = T = ω π częsoliwość P = v = X m [ ω] rad s [ θ ] [ f ] [ T ] = = rad = Hz = s = s Iaczej: ( ) = cos + si A ω B ω A = X si θ, B = X cosθ m m

Fukcja skoku jedoskowego (azywaa rówież fukcją Heaviside a) ( ) ( ) gdy > = gdy < ( ) ( ) gdy > = gdy < y( ).4 35.3 5. 5. 5 3 4 5 6 7 ( ) y e, > =, < = e ( )

Fukcja bramki Π( ) A ( ) ( ) ( ) ( = + ) Π ( ) = ( ) ( ) A c + ( ) = AΠ, c =, b = b ( ) ( ) π cos π = = cos Π <, >

Bóg użył piękej maemayki do sworzeia świaa Paul Adrie Maurice Dirac Sygały dysrybucyje Paul Adrie Maurice Dirac agielski fizyk eoreyk. Jede z wórców mechaiki kwaowej i elekrodyamiki kwaowej, laurea Nagrody Nobla z dziedziy fizyki w roku 933 za wkład w rozwój mechaiki kwaowej. Od 93 roku profesor Uiwersyeu w Cambridge, a od 953 roku Uiwersyeu w Oksfordzie. Od 93 człoek Royal Sociey Towarzyswa Królewskiego w Lodyie. z V elekro P. A. M. Dirac (9 984) y Elekro jes rakoway jak puk ( ie ma wymiarów ), ale ma masę m e i ładuek q e Jak zapisać gęsość masy i gęsość ładuku w obszarze V?

Przypadek jedowymiarowy elekro = Jaka jes liiowa gęsość masy γ( )? Jaka jes liiowa gęsość ładuku σ ( )? Dirac zapisał γ( ) m ( ) σ ( ) q ( ) = δ, = δ, gdzie δ jes fukcją o własościach: e e ( ) ale δ ( ) gdy = gdy = ( ) δ d = Takiej fukcji ie ma!

a = + 3 4 9 4 64 7 65 a a a a = = = = f f powierzchia=?( ) δ 4 56 a = e 3 3 3 3 i i i ( ) powierzchia= ( ) ( ) δ =?

( ) f = e π f ( ) si( π) δ( ) f ( ) = δ( ) π f ( ) f ( ) f ( ) f3 ( ) f3 ( )

( ) δ = dla ( ) δ d Elemeara defiicja dysrybucji Diraca ( dely Diraca ) ( ) ( ) lim δ d = δ d = ε ε > ε ( ) ( ) lim δ d = δ d = ε ε > + ε + + ( ) δ d = gdy δ d < gdy > ( τ ) τ = δ( τ ) dτ = = ( ) d d δ ( ) ( )

Różiczkowaie fukcji ieciągłych ( ) = cos ( ) f f ( ) d f ( ) = d cos ( ) + cos d ( ) = d d d = si + cosδ = ( ) ( ) ( ) δ( ) = si + f ( ) δ( )

Jeżeli f () jes ciągła w pukcie =, o ( ) δ( ) ( ) δ( ) f = f własość próbkująca dysrybucji Diraca () = ( ) () = () δ cos δ δ ( ) δ( ) d = ( ) δ( ) d = ( ) f f f własość filrująca dysrybucji Diraca Ogóliej, jeżeli f () jes ciągła w pukcie =, o ( ) δ( ) = ( ) δ( ) f f ( ) δ( ) d = ( ) δ( ) d = ( ) f f f b a ( ) δ( ) f d = ( ) f gdy a < < b gdy < a lub > b Całka ie jes określoa gdy = a lub = b

Pochode dysrybucji Diraca ( ) δ( ) f Jeżeli isieją odpowiedie pochode ( ) δ ( ) f ( k ) ( ) δ ( k ) ( ) f π ( ) = e δ( ) f f ( ) ( ) f = f ( ) 3 π π e f 3 δ ( ) ( )

δ T ( ) δ( kt ) k= Dysrybucja grzebieiowa δ T ( ) 3T T T T T 3T 4T T = kt kt ( ) δ ( ) ( ) δ( ) k= próbkowaie sygału ciągłego ( ) ( ) ( ) δ T T T

Sygały dyskree Fukcje określoe a dyskreym zbiorze puków a osi czasu ( ) 3 4 5 6 7 8 Warość zmieej ideksowaej jes jedozaczie określoa przez. Będziemy pisać: ( ) = [ ] Sygały rzeczywise Sygały zespoloe Z, [ ] R Z, [ ] C : Z R : Z C

W elekomuikacji ajczęściej sygałem dyskreym jes ciąg próbek sygału aalogowego, pobieraych w rówych odsępach czasu T. Wówczas [ ] ( ) = T, = T T okres próbkowaia (przedział dyskreyzacji) ( ) [ ] T T 3T 4T 5T 6T 7T 8T 3 4 5 5 7 8 [ ] dla = < ciąg przyczyowy (zwykle przyjmuje się = ) [ ] dla i = < > ciąg skończoy (dyskrey sygał impulsowy) [ ] [ ] = kn k Z ciąg okresowy, N okres,

Warość średia Paramery sygałów dyskreych m. Sygał przyczyowy [ ] N = lim N N + m = N [ ] ( = dla < ) = lim N N N +. Sygał impulsowy (ciąg skończoy, = dla < i > ) m = = + = [ ] [ ] [ ] [ ] [ ] 3. Sygał okresowy (ciąg okresowy, = kn k Z ) m + N = N = [ ] Z, dowole,

Eergia sygału dyskreego E = = [ ] Jeżeli suma jes skończoa, czyli E < sygał o skończoej eergii. Sygał przyczyowy [ ] ( = dla < ) E = = [ ] [ ]. Sygał impulsowy (ciąg skończoy, = dla < i > ) E = = = [ ] 3. Dyskree sygały okresowe są sygałami o ieskończoej eergii

Moc sygału dyskreego P = N lim N N + N [ ] Jeżeli P < sygał o skończoej mocy. Sygał przyczyowy [ ] P = lim N ( = dla < ) N N + [ ] [ ]. Sygał impulsowy (ciąg skończoy, = dla < i > ) P = + = [ ] 3. Sygał okresowy (ciąg okresowy, = kn k Z ) [ ] [ ], P + N = N [ ] Z, dowole

Wariacja sygału dyskreego N v = lim [ ] m N N + N v moc składowej zmieej sygału Dla ciągów przyczyowych i skończoych aalogiczie jak dla mocy Ciąg okresowy, [ ] [ ] = kn k Z, + N [ ] v = m N Z, dowole

Przykłady sygałów dyskreych Sygał sały ieskończoy ciąg sały [ ].8.6.4. -4-4 6 8... 3 4 5... m P v = = = Sygał o skończoej mocy i ieskończoej eergii

Dyskrey skok jedoskowy [ ] dla = dla <.8.6.4 [ ] Sygał o ieskończoej eergii. -4-4 6 8... 3 5 3 4 5... m N = lim = N N [ ] ale m [ ] + N N = N N = lim = + = Podobie P N = lim = N N [ ] ale P [ ] N + N = N N = lim = + Trzeba sprecyzować jak o było liczoe!

Dyskrey przyczyowy sygał wykładiczy σ [ ] = [ ] = [ ] σ + e a, a = e, σ R < a < [ ].8.6.4. -4-4 6 8... 3 4 5... m = E = = a 4 6 = + a + a + a + = a Sygał o skończoej eergii

Dela Kroeckera δ [ ] dla = = dla δ[ ].8.6.4.... -4-4 6 8 3 4 5... δ dla = dla [ k] = k k próbka o umerze k = [ ] δ[ ] = [ ] k k

Sygały cyfrowe Jeżeli warości próbek sygału dyskreego zapiszemy jako ciąg liczb o skończoej długości, o orzymay ciąg azywać będziemy sygałem cyfrowym. Liczby zapisujemy ajczęściej w sysemie biarym. Dyspoując słowem o długości k biów moża zapisać M = k liczb od do k. Przedział możliwych warości próbek dzielimy a M poziomów kwayzacji (ajczęściej rówo oddaloych) i dokłade warości próbek zaokrąglamy do ajbliższego poziomu kwayzacji. Kwaowaie -biowe (4 poziomy) Kwaowaie 3-biowe (8 poziomów) 7 3 6 5 4 3 4 6 8 4 6 8 Numer próbki 4 6 8 4 6 8 Kwaowaie powoduje ieodwracale ziekszałceie sygału

[ ] ɶ [ ] W wyiku kwaowaia sygał dyskrey zosaje przybliżoy sygałem cyfrowym co moża zapisać jako pewą operację wykoywaą a sygale [ ]: { }, [ ] = Q [ ] ɶ kóra wprowadza błąd do procesu przewarzaia sygału, azyway błędem kwaowaia: [ ] ɶ [ ] [ ] [ ] { } [ ] ε = = Q Operaor Q{ i} jes operaorem ieliiowym i aaliza błędu kwaowaia jes ruda. Zwykle zakłada się, że warości próbek są dokłade, a w procesie przewarzaia geeroway jes losowy sygał szumu kwaowaia, kóry ziekszałca sygał użyeczy.

Ozaczmy: P ma maksymala moc sygału (moc przy pełym wyserowaiu) σ ε wariacja sygału błędu ε [] (średia moc szumu kwaowaia) N liczba biów służących do zapisaia poziomów (długość słowa kodowego) Wówczas sosuek maksymalej mocy sygału do średiej mocy szumu kwaowaia, wyrażoy w db, moża oszacować ze wzoru P SNR = lg = 6,N +,76 db 6N db ma σ ε ( ) W prakyce sosuje się kwaowaie: 8 biowe (56 poziomów) w elefoii cyfrowej 4 biowe (6384 poziomów) sysem dźwięku NICAM (w TV) 6 biowe (65536 poziomów) płyy CD 4 biowe (6 777 6 poziomów) płyy DVD Audio