Upload
others
View
4
Download
0
Embed Size (px)
Citation preview
Odsek za računarsku tehniku i računarske komunikacije 2020
Osnovi algoritama i struktura DSP 1
Spektralna analiza diskretnih signalaSpektar diskretnih signala
z-transformacijaBrza Furijeova transformacija
Efekat prozoriranja i princip neodređenosti
• Furijeova transformacija diskretnih signala
• Diskretna Furijeova transformacija – DFT
2
3
Fourierova transformacija diskretnog signala (spektar)
kss
ξkπj22/1
2/1k
k
ξkπj2k
fkξSf)ξ(X
ξde)ξ(Xses)ξ(X
Fourier-ov transformacioni par
za diskretne signale
)f(φje)f(A)f(S
4
Fourierova transformacija diskretnog signala - osobine
x
f
B-B
B/fs-B/fs 1 2-1-2
S(f)
Xx
faza
grupno
kašnjenje
nfjπ2nk
kk
2
kknk
kknk
e)f(Xx
ξd)ξf(X)ξ(Yyx
)f(Xxx
)f(Y)f(Xyx
konvolucija
korelacija
prozoriranje
kašnjenje
fs
𝑆 −𝑓 = 𝑆∗(𝑓)
5
Diskretizacija spektra
X(f)
kD
x
10
D
1
0
2
:100
1,...,1,0
1
N
k
kN
nj
knk
n
exXNkkx
NnN
nXX
N
xk
fs0 kD.fs
f
k
Nt
N.Ts
Podela na blokove u vremenu:
1
0
21
1,...,1,0
N
n
N
nkj
nk
kkN
eXN
x
Nkxx
6
1
0
21
0
2 1 N
n
N
knj
nk
N
k
N
knj
kn eXN
xexX
2
~*Re
arg
n
nn
n
nn
nn
X
XX
X
XA
amplituda
grupno kašnjenje
faza
Diskretna Furijeova transformacija: DFT
Osobine
12/,...,1
1,...,0
1,...,0
*
NnXX
NnXX
Nkxx
nnN
nnN
kkN Periodičnost signala (blok)
Periodičnost spektra
Simetrija spektra
7
Primer: eksponencijalni signal
Originalni signal: Ns = 32 odbiraka
Blok signal: N = 16 odbiraka
Diskretan signal i
njegova Furijeova
transformacija
Kontinualan signal i
njegova Furijeova
transformacija
Blok diskretnog
signala i njegova
DFT
8
Direktna i inverzna transformacija
alat za povezivanje vremenskog i frekvencijskog domena
kkNn
kkNn
k
N
nnN
N
m
mkmnn
kkNnnN
N
n
N
knj
nk
N
k
N
knj
kn
xxX
xxX
x
X
NnXX
X
yxYX
xxXX
eXN
xexX
1
1
2/
*
0
1
0
1
0
21
0
2
0Re
0Im
0Im
12
,...,1
0Im
1 direktna i inverzna
transformacija
ciklična periodičnost
odbiraka i spektralnih komponenti
konvolucija
osobine spektra
realnih signala
parna simetrija
neparna simetrija
asimetrija
• z-transformacija
• Polinomijalna struktura
• Elementarni signali
• Opšti pristup u digitalnoj obradi signala
9
10
z-transformacija : algebarska predstava (polinomi)
dz)z(Xπj2
1xzx)z(X k
k
kk
fπj2ez/)z(X)f(X
z-ravan
Re
Im
f=0 + fs, 2fs, ....
f= fs /4 + fs, 2fs, ....
f= fs /2 + fs, 2fs, ....
1
f= -fs /4 + fs, 2fs, ....
elementarna pravila
2
2
22
)(
)()(
)(
zXzYxy
zYzXyx
zeXex
zXzx
nn
n
nkn
kjkj
k
N
Nk
kašnjenje
modulacija
konvolucija
skaliranje
11
elementarni polinomi
polinomijalna struktura
0)z(Q
0)z(P
)z(Q
)z(P
zq
zp)z(X
kk
kk
nule
polovipolovi: |zp|<1 => |xk|<
prvog reda
az0za1 01
drugog reda
2
b4aaz0zbza1
2
021
realne nule : b<a2/4 konjugovano -kompleksni par : b>a2/4
z-ravan
faktorizacija polinoma kn α
k
2k,2k,1
1k,2k,1
α
n
1n zzzzzz1zz1)z(X
12
Elementarni signali
11
1)(
0
11
5
z
zzX
Nn
Nnx
N
N
n
11
1)(
)1(
07.0
za
azX
aax
na
n
n
0 2 4 6 8
0.2
0.4
0.6
0.8
1
-1 -0.5 0 0.5 1 1.5 2
0.2
0.4
0.6
0.8
1
21
1
)2cos(21
)2cos(1)(
)2cos(
015.0
zz
zzX
nx
n
n
xn
|X(e
-2j
f )|
eksponencijalni sinusni prozorski
0 2 4 6 8
-1
-0.5
0
0.5
1
-1 -0.5 0 0.5 1 1.5 2
2
4
6
8
10
0 2 4 6 8
-1
-0.5
0
0.5
1
-1 -0.5 0 0.5 1 1.5 2
1
2
3
4
5
13
Opšti pristup u digitalnoj obradi signala
analogni domen
• fizička pojava
• spektar
diskretni domen
• diskretna Fourijeova analiza
• projektovanje
z – domen
• algoritmi
• realizacija
kss
sk
ξkπj2k
k
ξkπj2k
fkξSf)ξ(X
f
kss
ξde)ξ(Xs
es)ξ(X
fπj2
k
k
kk
ez/)z(X)f(X
dz)z(Xπj2
1s
zs)z(X
dfe)f(S)t(s
dte)t(s)f(S
tfπj2
tfπj2
N
nXX
eXN
sesX
n
N
n
N
knj
nk
N
k
N
knj
kn
1
0
21
0
2 1
DFT: diskretna
Furijeova transformacija
• Iterativna dekompozicija
• Radix 2
• Decimacija u vremenu i spektru
• Kompleksna FFT
14
15
Brza transformacija : iterativna dekompozicija
Dekompozicija FFT: N = M . P
1
0
21
0
2 1 N
n
N
knj
nk
N
k
N
knj
kn eXN
sesX
1M
0m
M
qmπj2
rPmr,M
q
1P
0r
PM
)qMp(rπj2
r,Mq
NqMp
1N
0k
N
knπj2
kNn
esX
eXX
1P,...,1,0r1M,...,1,0mrPmk
1M,...,1,0q1P,...,1,0pqMpn
esX
N2 operacija !!
operacija:
• kompleksno množenje
• sabiranje
N x (M + P) operacija
N=M1. M2 . . . Mt
operacija:
N x (M1 + M2 + .., + Mt)
rest
ruk
tuir
an
je
od
bir
ak
a
M x M
M x M
P x
N
mn
ože
nja
na
izl
azu
ks
0Pms
1PPms
0,MqX
1P,MqX
NnX
16
FFT : radix 2 => N = 2E
N
qmπj21N
0mrm2
r,Nq
N2
qπj2
1,Nq
0,Nq
N2qN
N2
qπj2
1,Nq
0,Nq
N2q
exX
eXXX
eXXX
1N,....,1,0q2PNM
N
prπj21N
0r
N2
rπj2
rNr1,N
p
N
prπj21N
0rrNr
0,Np
1,Np
N21p2
0,Np
N2p2
eexxX
exxX
XXXX
1N,....,1,0pNP2M
decimacija u vremenu:
• restruktuiranje
• množenje
decimacija u spektru:
• množenje
• restruktuiranje
+
-X
e2
qπj2
e
+
- X
e2
qπj2
e
Butterfly: Be,q
e = 1,2,...,E
q = 0,1,...,2e-1 -1
Butterfly I Butterfly II
umesto N2
samo (N/2)ld(N)
množenja
N mul
8 12
16 32
32 80
64 192
128 448
256 1024
512 2304
1024 5120
17
18
19
B1,0
B1,0
B1,0
B1,0
B1,0
B1,0
B1,0
B1,0
B2,0
B2,1
B2,0
B2,1
B2,0
B2,1
B2,0
B2,1
B3,0
B3,1
B3,2
B3,3
B3,0
B3,1
B3,2
B3,3
B4,0
B4,1
B4,2
B4,3
B4,4
B4,5
B4,6
B4,7
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
0
8
4
12
2
10
6
14
1
9
5
13
3
11
7
15
Primer: radix-2 FFT algoritam za N=16 / decimacija u vremenu
restruktuiranje odbiraka
bit reversalmnoženje
butterfly
20
FFT / IFFT algoritmi – decimacija u vremenu
e-2jn/N
B1[N, -, 1]
e2jn/N
1/2
1/2
x[N
]
bit reverse
addressing
N/2B1[ Ni, -, 1 ]
ld[N] loop steps
Ni= 2,4,....,N
X[N
]
B 2[N, +, 1/2]
X[N
]
bit reverse
addressing
N/2B2[ Ni, +, 1/2 ]
ld[N] loop steps
Ni= 2,4,....,N
x[N
]
FFT
direktna
transformacija
IFFT
inverzna
transformacija
21
FFT / IFFT algoritmi – decimacija u spektru
e-2jn/N
B 2[N, -, 1/2]
x[N
]
bit reverse
addressing
N/2B2[ Ni, -, 1 ]
ld[N] loop steps
Ni= 2,4,....,N
X[L
]
FFT
direktna
transformacija
e-2jn/N
B1[N, +, 1]
X[N
]
bit reverse
addressing
N/2B1[ Ni, +, 1 ]
ld[N] loop steps
Ni= 2,4,....,N
x[N
]IFFT
inverzna
transformacija
22
Kompleksna FFT
• istovremena transformacija dva realna signala
• isti broj operacija potreban
j2
)f(S)f(S)f(Y
2
)f(S)f(S)f(X
)f(Y)f(Y)f(X)f(X
)f(Yj)f(X)f(S)t(yj)t(x)t(s
**
**
2,...,1
22
22
1,...,1,0,
**
*
000
*
000
Nn
j
SSY
SSX
j
SSY
SSX
NnkYjXSyjxs
nNnn
nNnn
nnnkkk
analogna
Fourier-ova transformacija
digitalna
FFT
• Prozoriranje => uticaj blokovske obrade signala
• Tipovi prozora i njihove karakteristike
23
24
t f
Ts
Tw = N x TsFs = N x Df
Df
skXn
NTF
N
1TfΔ
T
1fΔ
2
1
2
FT
ws
s
w
ss
mn
N
m
mnkkk SWNXswx
dfSWfXtstwtx
1
0
)()()()()()( xxx• s(t) signal koji se želi analizirati
• w(t) prozor kroz koji se signal posmatra
• N dužina FFT = broj odbiraka u prozoru
• odabiranje: Ts perioda i Fs učestanost
• Tw dužina prozora u vremenu
• Df rezolucija u spektru
W(f)
25
26
22
2)(:
622cos08.02cos5.042.0)(:
42cos46.054.0)(:
4sin)(:
21)(:
2/
2/
3
1
32
1
f
sT
Tt
s
ww
s
w
s
w
s
eN
FetwGauss
fN
F
T
t
T
ttwBlackmann
fN
F
T
ttwHamming
fN
F
T
ttwHann
fN
FtwPravougao
OB
w
w
Tipovi prozora i njihove karakteristike
• širina prve arkade (B) - rezolucija spektra
• obvojnica (O) - brzina opadanja uticaja komponenti sa učestanošću (f)
27
28
29
Treba zapamtiti:
• Spektar diskretnog signala je Furijeova transformacija diskretnog signala pri čemu se
koristi normalizovana učestanost (na učestanost odabiranja). Taj spektar je periodična
funkcija učestanosti – spektar signala se periodično ponavlja oko celobrojnih umnožaka
učestanosti odabiranja (replike). Zato je osnovni opseg učestanosti između -0.5 i 0.5
(normalizacija).
• Diskretizacija spektra je definisana Diskretnom Furijeovom transformacijom (DFT) koja
od bloka sa N odbiraka daje N spektralnih koeficijenata. DFT je ortogonalna
transformacija.
• DFT spektralni koeficijenti su jednaki diskretnim vrednostima spektra za ekvi-distantne
učestanosti f=n/N (n=0,...,N-1) u frekvencijskom opsegu od 0 do 1 (normalizovane
vrednosti). Važi simetrija: gornja polovina spektralnih koeficijenata su konjugovano-
kompleksne vrednosti donje polovine. Diskretna Furijeova transformacija (DFT)
transformiše blok od N odbiraka u blok od N spektralnih koeficijenata koji treba da budu
vrednosti spektra diskretnog signala (Furijeove transformacije) u N ekvidistantno
pozicioniranih učestanosti f=n/N (n=0,1,...,N-1) u frekvencijskom opsegu od 0 do 1
(normalizovano).
• DFT spektralni koeficijenti imaju osobine simetričnosti (gornja polovina su
konjugovano-kompleksne vrednosti donje polovine), ciklične periodičnosti (ako bi se
računali koeficijenti van osnovnog bloka od N koeficijenata, ponavljale bi se vrednosti) i
preslikavanja diskretne konvolucije u vremenskom domenu u proizvod koeficijenata u
frekvencijskom domenu).
30
Treba zapamtiti:
• z-transformacija se koristi u analizi diskretnih signala i sistema zbog
algebarske predstave problema (polinomi).
• Razlomak dva polinoma je najčešća struktura koja se sreće u analizi diskretnih
signala i sistema. Pri tome, nule brojioca se nazivaju nule z-transformacije a
nule imenioca se nazivaju polovi z-transformacije.
• Nule i polovi z-transformacije mogu biti ili realni ili kompleksni. Kompleksne
nule i polovi su uvek grupisani u konjugovano-kompleksne parove jer su
koeficijenti z-transformacije realni.
• Veza između z-transformacije i Furijeove transformacije diskretnog signala je
data eksponencijalnom zavisnošću od učestanosti: z=e2jf
• Efekat prozoriranja je izraz blokovskog pristupa u DFT (posmatra se samo
prozor od N odbiraka). Zato svaki spektralni koeficijent predstavlja sumarnu
vrednost (konvoluciju) Furijeove transformacije primenjenog prozora i
posmatranog signala.
• DFT prozori se određuju kao kompromis između širine značajnog dela
njihovog spektra i brzine opadanja sa učestanošću. Pravougaoni prozor ima
dobru osobinu da su nule njegovog spektra tačno na učestanostima spektralnih
koeficijenata.