If you can't read please download the document
Upload
buihuong
View
221
Download
0
Embed Size (px)
Citation preview
2017-02-23
1
Czowiek- najlepsza inwestycja
Projekt wspfinansowany przez Uni Europejskw ramach Europejskiego Funduszu Spoecznego
Przetwarzanie sygnaw biomedycznych
Przetwarzanie sygnaw biomedycznych
prof. dr hab. in. Krzysztof Kauyski
Wykad I
2017-02-23
2
Cel
Przekazanie wiedzy nt. podstawowych i zaawansowanych metod przetwarzania sygnaw biomedycznych (analiza widmowa, filtracje, metody korelacyjne, transformacja falkowa, metody specjalne) oraz umiejtnoci ich wykorzystania.
ZakresWaciwoci wybranych sygnaw biomedycznych. Szereg Fouriera, przeksztacenie Fouriera w przetwarzaniu sygnaw. Widmo gstoci amplitudy, energii i mocy. Twierdzenie o prbkowaniu.
Podstawy estymacji parametrw procesw losowych. Funkcja i wspczynnik korelacji i autokorelacji. Twierdzenie Wienera-Chinczyna. Estymacja widmowej gstoci mocy sygnaw losowych.
Transformacja Hilberta. Sygna analityczny.
Dostosowanie przeksztacenia Fouriera do potrzeb praktycznej analizy sygnaw. Dyskretna transformata i szereg Fouriera. Funkcje granic.
Analiza czasowo-czstotliwociowa sygnaw. Spektrogram. Prezentacje czasowo-czstotliwociowe. Transformacja falkowa.
Filtry cyfrowe w zastosowaniach biomedycznych. Wybrane ukady cyfrowe. Banki filtrw. Filtracje specjalne.
Metoda dekompozycji empirycznej EMD.
Przykady zastosowa do analizy sygnaw biomedycznych.
2017-02-23
3
Zakres
Laboratorium
Wydobywanie sygnaw z szumu z wykorzystaniem uredniania.
Analiza sygnau wiergotowego. Transformacja Hilberta.
Rozkad sygnau na mody wewntrzne (EMD).
Analiza sygnau EKG z wykorzystaniem transformacji falkowej.
Analiza sygnau o nieznanej strukturze.
Zajcia prowadzi mgr in. Iryna Gorbenko
Uzyskiwane kompetencje
Wiedza:
Znajomo metod analizy sygnaw niestacjonarnych
Znajomo uwarunkowa i metod filtracji sygnaw biomedycznych
Znajomo czci zastosowa i ogranicze przetwarzania sygnaw biomedycznych
Umiejtnoci:
- uzyskiwania i interpretacji reprezentacji czasowo-czstotliwociowejsygnaw biomedycznych
- identyfikacji struktury nieznanego sygnau
- analizy wynikw eksperymentu
2017-02-23
4
Zaliczenie przedmiotu:
1. Egzamin - 70% oceny kocowej (70pkt)
2. Laboratorium - 30% oceny kocowej
Wymagania:
1. Zaliczenie laboratorium (>50% punktw) kartkwki, oceny za wykonanie wiczenia (w trakcie wiczenia); jedno sprawozdanie.
2. Egzamin student ma prawo do 3 egzaminw w cyklu zaliczeniowym.
3. Uzyskanie >50% punktw oznacza pozytywny wynik egzaminu.
4. Zaliczenie przedmiotu wymaga uzyskania w sumie >50% punktw z laboratorium i egzaminu.
5. Wykad kartkwki, ktrych wyniki bd dodawane do wyniku egzaminu (max. liczba punktw do uzyskania z kartkwek wynosi 10pkt).
Laboratorium zajcia organizacyjne 03.03.2016 sala 425/6
Informacje, materiay (wykad i laboratorium)http://zib.mchtr.pw.edu.pl/?Dydaktyka
Konsultacje pok. 139, pon 13-14, wt. 11-12
2017-02-23
5
Osoby zajte telefonami/tabletami/komputerami bd
traktowane jako przeszkadzajce w prowadzeniu
wykadu i proszone o zaniechanie w/w zaj bd
opuszczenie sali.
2017-02-23
6
Literatura
1. Zieliski T.P. Cyfrowe przetwarzanie sygnaw, WKi 2005
2. Ozimek E. Podstawy teoretyczne analizy widmowej sygnaw, PWN, 1985
3. Lyons R.G. Wprowadzenie do cyfrowego przetwarzania sygnaw, WKi 2000
4. Oppenheim A.V., Schafer R.W. Cyfrowe przewtarzanie sygnaw, WKi, 1979
5. Bendat J., Piersol A.: Metody analizy i pomiaru sygnaw losowych, PWN, 1976
6. Rutkowski L. Filtry adaptacyjne i adaptacyjne przetwarzanie sygnaw, WNT,1994
7. Moczko J., Kramer L. Cyfrowe metody przetwarzania sygnaw biomedycznych,Wyd. Nauk. UAM, 2001
Pozycje podstawowe
Sygnay
Sygna najczciej funkcja czasu przedstawiajca przebiegparametru pewnego zjawiska, wielkoci fizycznej, cho moe to bynp. przebieg echa w funkcji odlegoci od sondy skaneraultradwikowego.
Przykad sygnau biomedycznego
2017-02-23
7
Klasyfikacja sygnaw
Sygnay:
deterministyczne losowe (stochastyczne)
okresowe niestacjonarne nieokresowe stacjonarne
ergodyczne
Sygnay mog by cige lub dyskretne, co jest konsekwencj sposobu ichrejestracji, np. dane dotyczce populacji pewnego gatunku zwierzt sdyskretne, dane giedowe s dyskretne, rejestrowany w sposb analogowysygna elektryczny jest sygnaem cigym.
Uwaga - sygnay przetwarzane cyfrowo s poddawane operacjiprbkowania, przez co staj si sygnaami dyskretnymi!!
Przykady sygnaw I
sygnay deterministyczne
Sygna wiergotowy - liniowy wzrostczstotliwoci w funkcji czasu
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5-1
-0.5
0
0.5
1
2017-02-23
8
Przykady sygnaw II
sygnay deterministyczne
200 400 600 800 1000 1200 1400
-1
-0.5
0
0.5
1
Cig impulsw/paczek gaussowskich (fala sin. z obwiednigaussowsk) sygna stosowany w obrazowaniu ultradwikowym
Procesy losowe (stochastyczne)
{xk(t)} proces stochastyczny - rodzinafunkcji zmiennej losowej i czasu
xk(t) k-ta realizacja procesu - funkcjaczasu dla pewnej wartoci zmiennejlosowej
X(ti) wartoci procesu dla ustalonegoczasu s wartociami zmiennej
losowej
Zmienna losowa funkcja okrelona na zbiorzezdarze i przyjmujca wartoci rzeczywiste (zokrelonym prawdopodobiestwem)
2017-02-23
9
Przetwarzanie sygnaw
Dziedzina czasu:
filtracja
- liniowa (sygnay addytywne)
- specjalna - homomorficzna (sygnay poczone w wynikuinnej operacji, np. mnoenia, splotu)
- adaptatywna
metody korelacyjne (korelacja wzajemna, autokorelacja,wspczynnik korelacji i autokorelacji)
inne (histogram)
przeksztacenie Hilberta
metody specjalne (EMD Empirical Mode Decomposition)
Przetwarzanie sygnaw
Dziedzina czstotliwoci
analiza widmowa:
- klasyczna (przeksztacenie Fouriera, tw. Wienera-Chinczyna)
- zastosowanie modeli wymiernej funkcji przenoszenia
- inne metody analizy widmowej
2017-02-23
10
Przetwarzanie sygnaw
Poczone dziedziny czasu i czstotliwoci - prezentacje czasowo-czstotliwociowe
- spektrogram
- prezentacja Wigner-Ville
- transformacja falkowa
Inne
- kompresja, kodowanie....
Przetwarzanie sygnaw
zastosowania
2017-02-23
11
Zastosowania przetwarzania sygnaw I
Telekomunikacja
Technika militarna
Automatyka przemysowa
Technika samochodowa, AGD
Analiza danych rynkowych i giedowych
Rozrywka/multimedia
Identyfikacja osb
Geologia
Badania kosmiczne
Rozpoznawanie i generacja mowy
Medycyna i biologia
Zastosowania przetwarzania sygnaw II
Medycyna obrazowanie, analiza sygnaw biomedycznych,wspomaganie suchu, inteligentne protezy koczyn,urzdzenia do wspomagania funkcji narzdw
Identyfikacja obiektw (osb)
Rozpoznawanie i generacja mowy
Biologia, ekologia analiza zmian populacji zwierzt, analiza aktywnociorganizmw
2017-02-23
12
Zastosowania przetwarzania sygnaw w medycynie
Estymacja opnienia estymacja rytmu serca, obrazowanieprzepywu krwi, elastografia ultradwikowa
Analiza widmowa analiza zmiennoci rytmu serca, analiza sygnawdopplerowskich przepywu krwi,
Urednianie potencjay wywoane, wydobywanie sygnaw zszumu/detekcja sabych sygnaw metody korelacyjne i inne miarypodobiestwa w synchronizacji uredniania
Sterowanie protezami analiza widmowa sygnaw EMG
Kompresja sygnaw analiza falkowa, modelowanie
Filtracja liniowa (klasyczna)
Filtracje specjalne eliminacja sygnaw zakcajcych
Sygnay biomedyczne
Zrnicowana budowa i funkcja organw i tkanek bdcych rdemsygnaw biomedycznych pozwala przypuszcza, waciwoci tychsygnaw mog by bardzo zrnicowane. Niektre z tych sygnawmaj charakter quasi deterministyczny, tzn. przyjmujc pewneuproszczenia, jak brak rnic w kolejnych cyklach, mona byoby jeopisa analitycznie. Jest tak w przypadku EKG, sygnau ttna lubcinienia, czy sygnau impedancji tkanki. Midzy kolejnymi cyklamitych sygnaw mog wystpi rnice spowodowane przez czynnooddechow i funkcjonowanie ukadw regulacji w organizmie, obecnes w nich take szumy o charakterze losowym.
2017-02-23
13
Sygnay biomedyczne
W sygnaach biomedycznych obecne s take szumy o charakterzelosowym. Ma to znaczenie w przypadku wydobywania sygnaw zszumu, np. pnych potencjaw EKG, kiedy to uredniane cyklepowinny by do siebie jak najbardziej zblione i rnice midzy nimipowoduj odrzucanie niektrych cykli przez algorytm wykorzystujcywspczynnik korelacji wzajemnej.
Wiele sygnaw ma charakter losowy s procesamistochastycznymi. Jest tak w przypadku EMG, EHG czy EEG. Sygnaemlosowym w przypadku krtkich czasw obserwacji jestultradwikowy sygna dopplerowski prdkoci przepywu krwi,natomiast przy duszych czasach obserwacji wykazuje cechy quasi-powtarzalnoci, wynikajcej z pracy serca.
Szczeglnym rodzajem sygnau biomedycznego jest sygna mowy,ktrego przetwarzanie stanowi odrbn dziedzin nauki i techniki, zewzgldu na ogromne znaczenie takich zastosowa, jak np.komunikacja czowiek-maszyna czy identyfikacja osb na podstawiewaciwoci ich mowy.
Sygnay biomedyczne
2017-02-23
14
Sygna dopplerowski prdkoci przepywu krwi - nieco ponad 1cykl pracy serca i fragment ok. 120ms
Sygnay biomedyczne - przykady
0.04 0.06 0.08 0.1 0.12 0.14 0.16
-2
0
2
x 1040 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
-5
0
5x 10
4
Obrazy i sygnay biomedyczne
Ultrasonografia
Wizualizacja struktur oraz rozkadw
prdkoci przepywu krwi na podstawie
analizy ech ultradwikowych
2017-02-23
15
Spektrogram okresowego sygnau z pioksztatn modulacj czstotliwoci
Przetwarzanie sygnaw - przykady
Czas
czsto
tliwo
Przetwarzanie sygnaw - przykady
2017-02-23
16
Zapis nutowy - prezentacja czasowo-czstotliwociowamuzyki (sygnau) - pocztki zapisu nutowego XVI wiek
czas
cz
stotl iwo
Zastosowania przetwarzania sygnaw - przykady
Sygna ECG oraz cig interwaw R-R
(pozbawionych czci skadowej redniej)
2017-02-23
17
Zastosowania przetwarzania sygnaw - przykady
Widmo cigu interwaw R-R
(po usuniciu skadowej redniej)
cig interwaw R-R
(pozbawionych czci skadowej redniej)
Zastosowania przetwarzania sygnaw - przykady
Pne potencjay EKG
2017-02-23
18
Pne potencjay EKG
Procedura:
- akwizycja sygnau z trzech odprowadze zwysok czstotliwoci prbkowania (1000Hz)
- urednianie
- synchronizacja uredniania:
wybr wzorca QRS z danych
wyznaczanie wspczynnika korelacjiwzajemnej midzy wzorcem i kolejnymicyklami sygnau EKG w przypadkuuzyskania odpowiednio wysokiejwartoci wspczynnika korelacjidodajemy do siebie zsynchronizowane zwzorcem sygnay
Zastosowania przetwarzania sygnawprzykady
Procedura cd.:
- urednianie
- uwzgldnianie czynnikw takich jak
zmienna dugo cyklu EKG
zmienny poziom szumw w sygnale -szacowanie mocy szumw w paskimodcinku sygnau poza QRS
- selekcja cykli EKG na podstawie w/w analizy
Pne potencjay EKG
Zastosowania przetwarzania sygnawprzykady
2017-02-23
19
0 500 1000 1500 2000-1000
0
1000A4
0 500 1000 1500 2000
-5000
0
5000
D4
0 500 1000 1500 2000
-5000
0
5000
D3
0 500 1000 1500 2000-5000
0
5000
D2
0 500 1000 1500 2000
-2000
0
2000
D1
0 500 1000 1500 2000
-1
0
1x 10
4 signal
Podzia sygnau na podpasma(zakresy czstotliwociowe) wcelu uzyskania informacjiruchach rnych strukturpodu. Zakres 0-fs/2
Podpasma odpowiadajce sygnaom
Zastosowania przetwarzania sygnaw - przykady
Analiza falkowa sygnaw dopplerowskich aktywnoci ruchowej podu
Podstawy teoretyczne
przetwarzania sygnaw
2017-02-23
20
Splot i dystrybucja delta Diraca
Splot dwch funkcji
+
= dtfftftf )()()(*)( 2121
Waciwoci splotu
Przemienno
Rozdzielnowzgldem dodawania
czno
)(*)()(*)( 1221 tftftftf =
)(*)()(*)()]()([*)( 3121321 tftftftftftftf +=+
)(*)](*)([)](*)([*)( 321321 tftftftftftf =
2017-02-23
21
Dystrybucja delta Diraca
0)(
0
1)(
=
=+
t
t
dla
t
Waciwoci dystrybucji
+
= )0()()( fttf +
= )()()( 00 tftttf
Definicja graniczna dystrybucji przez cig funkcji sin(x)/x=sinc(x):
)(sinclim)( ktk
t k =
Okresowy cig dystrybucji :
+
=
=k
T kTtt )()(
+
== )()()()(*)( tfdtfttf
Splot funkcji z cigiem dystrybucji delta Diraca
+
= )()()( 00 tftttf
+
=
=k
T kTtt )()(
+
=
+
=
==kk
T kTtfkTttfttf )()(*)()(*)(
Splot sygnau o ograniczonym czasie trwania z okresowym cigiemdystrybucji pozwala uzyska sygna okresowy.
2017-02-23
22
Ortogonalno
Wektory ortogonalne
Wektory a sygnay
Aproksymacja
Baza ortogonalna
Przykady funkcji ortogonalnych
Ortogonalno - wektory
Wyraenie wektora V1 przy pomocy wektora V2 oraz wektorabdu Ve
eVVCV += 2121
C12 miara podobiestwa wektorw V1 i V2
Jeli C12=0, wektory s prostopade ortogonalne, niezalene
2017-02-23
23
Iloczyn skalarny wektorw cosAB=BA
Skadowa wektora A wzdu wektora B oraz wektora B wzduA
B
BAAAB
== cosA
BABBA
== cos
eVVCV += 21212
21V1 V
VVV
2 121
CV
==
Dla wektorw V1 i V2
czyli
222
212 VVV
C== 2121 VVVV
Jeli V1 i V2 ortogonalne, ich iloczynskalarny jest rwny 0
Ortogonalno - wektory
Ortogonalno - sygnay
f1(t) i f2(t) sygnay, chcemy aproksymowa f1(t) przez f2(t) wpewnym przedziale (t1, t2)
)()( 2121 tfCtf
)()()( 2121 tfCtftfe =
fe(t) - funkcja bdu tej aproksymacji:
dttfCtftt
t
t =2
1
22121
12
)]()([1
fe(t) naley zminimalizowa, np. w sensie redniokwadratowym
012
=dC
d
dttf
dttftf
C t
t
t
t
=
2
1
2
1
)(
)()(
22
21
12
po zamianie kolejnoci operacji cakowania i rniczkowania otrzymujemy
2017-02-23
24
Ortogonalno - sygnay
f1(t) i f2(t) sygnay, chcemy aproksymowa f1(t) przez f2(t) wpewnym przedziale (t1, t2)
)()( 2121 tfCtf
dttf
dttftf
C t
t
t
t
=
2
1
2
1
)(
)()(
22
21
1222
22
12 VVVC
== 2121 VVVV
Przez analogi do wektorw f1(t) ma skadow f2(t) o wartoci C12. Jeliskadowa ta znika, sygnay f1(t) i f2(t) s ortogonalne. Oznacza to, e
0)()(2
1
21 = dttftft
t
Przykady sygnaw ortogonalnych funkcje sin(not) i sin(mot)w przedziale (t,t+T), T=2/o :
0)sin()sin(2
1
= dttmtnt
t
oo
Inne przykady sygnaw ortogonalnych cos(not) i cos(mot) wprzedziale (t,t+T), T=2/o, zespolone funkcje wykadnicze,wielomiany Legendrea.
Ortogonalno - sygnay
2017-02-23
25
Ortogonalno - baza
Przestrze liniowa (nad ciaem liczb rzeczywistych lub zespolonych) zbir wektorw, zbir funkcji (sygnaw).
Przestrze jest zupena, jeli pewien podzbir tej przestrzeni generuje tprzestrze, np. dowolny wektor nalecy do przestrzeni mona wyraziw tej przestrzeni jako kombinacj liniow elementw tego podzbioru.Np. wektor w 3D jest kombinacj liniow wersorw osi, ktre stanowitaki wanie podzbir.
Wektory ortogonalne np. zbir wersorw osi ortokartezjaskiegoukadu wsprzdnych 3D.
Baza zbir sygnaw wzajemnie (parami) ortogonalnych w pewnymprzedziale, np. {cos(not)}, nN. Dowolny sygna mona wyrazi jakokombinacj liniow elementw tego zbioru (skadowych ortogonalnych).
=
=n
jjje tfCtftf
1
)()()(
dttfCtftt
t
t
n
jjj
=
=2
1
2
112
])()([1
Aproksymacja funkcji f(t) przez zbir sygnawwzajemnie ortogonalnych {fj(t)}
Minimalizacja bdu redniokwadratowego:
=
n
jjj tfCtf
1
)()(
0.....321
=====nCCCC
Ortogonalno - sygnay
2017-02-23
26
dttfCtftt
t
t
n
jjj
=
=2
1
2
112
])()([1
Minimalizacja bdu redniokwadratowego:
0.....321
=====nCCCC
dttf
dttftf
Ct
t
k
t
t
k
k
=
2
1
2
1
)(
)()(
2
0).....]()()(2)....()()(2[......
])()([
2
1
2
1
2221
2111
2
1
=++=
==
========
=
dttfCtftfCtfCtftfCC
dttfCtfCC
t
t
kjkjkjkjkjkjkjkjk
t
t
n
jjj
kk
Dla j=k, po zamianie kolejnoci operacji cakowania i rniczkowania, zewzgldu na ortogonalno fj(t) oraz zerowanie si pochodnych wyrazwniezawierajcych Ck dostajemy:
Ortogonalno - sygnay
=
n
jjj tfCtf
1
)()(
dttf
dttftf
C t
t
j
t
t
j
j
=
2
1
2
1
)(
)()(
2
Baza {fj(t)} umoliwia aproksymacj funkcji f(t) w postaci
gdzie
Jest to rozwinicie f(t) w szereg Fouriera!!!
Bd redniokwadratowy aproksymacji jest zminimalizowany.
Ze wzgldu na ortogonalno funkcji bazy przedstawienie w postaci tejsumy jest wolne od redundacji. W tworzeniu wartoci wspczynnika Cj maudzia tylko jedna funkcja bazy fj(t).
Ortogonalno - sygnay
2017-02-23
27
Rozwinicie w szereg Fouriera
i przeksztacenie Fouriera
Trygonometryczny szereg Fouriera
(f(t) okresowa, spenia warunki Dirichleta)
T=2/0, n=0, 1, 2, ....
=++=
1000 )]sin()cos([)(
nnn tnbtnaatf
=2/
2/
0 )(1 T
T
dttfT
a
=2/
2/
0 )cos()(1 T
T
n dttntfTa
=2/
2/
0 )sin()(1 T
T
n dttntfTb
2017-02-23
28
Wykadniczy szereg Fouriera
+=
=
=n
nn tjnFtf )exp()( 0
=2/
2/
0 )exp()(1 T
T
n dttjntfTF
{|Fn|} - widmo amplitudowe, {arg(Fn )} widmo fazowe
{|Fn|2} widmo mocy sygnau f(t)
Zwizek midzy wspczynnikami rozwinicia w szereg wykadniczy iw szereg trygonometryczny
nnn jbaF =
)arg( nFjnn eFF =
Przykady rozwini w SF:rectT(t) Cig impulsw prostoktnych owspczynniku wypenienia /T:
)2
(sin)exp(1 0
2/
2/
0
nc
T
Adttjn
TF
T
n ==
+
=
=n
T tjnn
cT
Atrect )exp()
2(sin)( 0
0
T=2/0wspczynniki rozwinicia Fn dla T i :
-6 -4 -2 0 2 4 6-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
-10 -5 0 5 10-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
wspczynniki rozwinicia Fn dla 2T i :
rozwinicie dla T i :
2017-02-23
29
Tdttjnt
T
dttjnkTtT
F
T
T
T
T kn
1)exp()(
1
)exp()(1
2/
2/
0
2/
2/
0
==
==
+
=
Przykady rozwini w SF:
Cig T(t):
wspczynniki:
+
=
+
=
+
=
===nnn
nT tjntjnTtjnFt )exp(
2)exp(
1)exp()( 0
000
T=2/0
rozwinicie:
Przeksztacenie Fouriera
Proste i odwrotne przeksztacenia Fouriera funkcji f(t)
F()=F{f(t)} f(t)F()
(istniej gdy f(t) jest bezwzgldnie cakowalna):
+
= dttjtfF )exp()()( +
= dttjFtf )exp()(2
1)(
|F()| - widmo gstoci amplitudy
arg(F()) - widmo fazowe
2017-02-23
30
Wybrane waciwoci przeksztacenia Fouriera
Liniowo: f1(t)F1(), f2(t)F2() Af1(t)+Bf2(t)AF1()+BF2()
Podobiestwo
Symetria f(t) F() F(t) 2f(-)
Transformata pochodnej f(t) f(t) F() fn(t) (j)nF()
)(||
1)}({
aF
aatfF
=
Wybrane waciwoci przeksztacenia Fouriera
Przesunicie w czasie f(t) F() f(t-t0) exp(-jt0)F()
Transformata iloczynu funkcji f1(t)F1(), f2(t)F2()
Transformata splotu funkcji f1(t)F1(), f2(t)F2()
)(*)(2
1)}()({ 2121
FFtftfF =
)()()}(*)({ 2121 FFtftfF =
2017-02-23
31
Przykady transformat Fouriera ISygna prostoktny o czasie trwania T rect(T):
)2
(sin)exp()()(T
cATdttjTrectF ==
+
Modu TF, o rzdnychznormalizowana do AT; Liniaprzerywana - wynik dla czasutrwania sygnau T/2.
Pooenia zer dla T/2=k; kolejne zera dla k=2k/T=2/T, 4/T, 6/T.....
Pooenia pierwszych ekstremw listkw bocznych dla T/2=3/2; kolejne pulsacjewynosz m= 3/2+m/T oraz m= -3/2-m/T
Poziom listka gwnego AT (po normalizacji 1)
Modu pierwszego listka bocznego - 2AT/3 (ATsinc(3/2); po normalizacji 2/3)
Stosunek moduw listka pierwszego i gwnego 2/3=0.21
Przykady transformat Fouriera II
Dystrybucja delta Diraca:
1)exp()()}({ == +
dttjttF
Funkcja staa
TF nie istnieje w myl definicji funkcja nie jest bezwgldniecakowalna.
Tw. o symetrii: f(t) F() F(t) 2f(-)
2017-02-23
32
Przykady transformat Fouriera III
Funkcja trjktna,
dla |t|
2017-02-23
33
Modu TF okna prostoktnego i okna trjktnego
Rnice:
niszy wzgldny poziom pierwszego listka bocznego okna trjktnego ni wprzypadku okna prostoktnego wynosi sinc2(3/2)=0.0441
wiksza szeroko listka gwnego okna trjktnego ni w przypadku oknaprostoktnego (na poziomie pierwszych przej przez zero 2x wiksza)
)2
(sin)}({T
cATTrectF=
okno trjktne (Bartletta)
okno prostoktne
Uwaga: wykresy znormalizowane do jednostkowej wartoci max.!
)4/(sin2
)( 2 TcAT
F =
Sygna eksponencjalny )0( ,1
)(0 dla e
0< tdla 0{(t) at >+
=
= ajajF
tf
jae
jadtedteeF tjatjatjat
+=
+=== +
+
1
|)(
1)( 0
)(
0
)(
0
e-at
Przykady transformat Fouriera VI
2017-02-23
34
arg(F())
abs(F())
jaF
+= 1)(
Re(F(j))
Im(F(j))
22))(Re(
+=
a
aF
22))(Im(
+=
aF
2/122 )(1
))((
+
=a
Fabs
)arctan()))(Re())(Im(
arctan())(arg(aF
FF
==
Przykady transformatFouriera VII
Przykady transformat Fouriera VIII
Sygna cosinusoidalny o ograniczonym czasietrwania (paczka) i jednostkowej amplitudzie
)]2
)((sin)
2)(
([sin2
))](exp())([exp(21
)exp()]exp()[exp(21
)exp()cos()(
00
2/
2/
00
2/
2/
00
2/
2/
0
Tc
Tc
T
dttjtj
dttjtjtjdttjtF
T
T
T
T
T
T
++=
=++=
=+==
Modu TF paczki funkcjicosinus o czasie twania T,o Y znormalizowana do T/2
-2pifo 0 2pifo
0
0.2
0.4
0.6
0.8
1
2017-02-23
35
Przykady transformat Fouriera IX
Sygna cosinusoidalny
TF nie istnieje w sensie definicji, poniewa funkcja cosinus nie jestbezwzgldnie cakowalna.
Mona wyznaczy warto gwn TF paczki fali cos przy T->+, korzystajc zdefinicji delty Diraca:
)]()([
)]2
)((sin2
)2
)((sin2
[lim)}{cos(
00
002/0
++=
=++= T
cTT
cT
tF T
)(sinclim)( ktk
t k =
Przykady transformat Fouriera X
Sygna sinusoidalny
TF nie istnieje w sensie definicji, poniewa funkcja sinus nie jest bezwzgldniecakowalna. Mona wyznaczy warto gwn TF paczki fali sin przy T->+.
TF paczki fali sin:
)]2
)((sin)
2
)((sin[
2}){sin( 000
Tc
Tc
TjtF T
++=
( na rysunku pokazano jF()!!)
)]()([
))]2
)((sin)
2)(
(sin(2
[lim)}{sin(
00
000
++=
=++=
j
Tc
Tc
TjtF T
2017-02-23
36
Przykady transformat Fouriera XI
Sygna sinusoidalny - jF{sin(ot)}
Zespolony sygna wykadniczy
)sin()cos()exp( 000 tjttj +=
)(2)])()([()]()([
)}{sin()}{cos()}{exp(
00000
000
=+++++==+=
jj
tjFtFtjF
Jest to tzw. sygna analityczny posiada niezerowe wartociwidma tylko po jednej stronie pocztku ukadu
Sygna cosinusoidalny
Przykady transformat Fouriera XII
TF dowolnej funkcji okresowej nie istnieje w sensie definicji
Mona tak funkcj rozwin w SF, potem przeprowadzi TF szeregu
+
=
=n
n tjnFtf )exp()( 0 +
=
=n
n nFF )(2)( 0
Cig dystrybucji Diraca
posiada nastpujce rozwinicie w SF:
+
=
+
===
nnnT tjnT
tjnFt )exp(1
)exp()( 00
TF tego cigu jest rwna:
+
=
+
===
nnT nnT
tF )()(2
)}({ 000
2017-02-23
37
Przykady transformat Fouriera XIII
Przebieg prostoktny rectT(t) (okres T,wypenienie /T, amplituda A, 0=2/T):
+
=
+
=
+
=
=
==
==
n
n
nT
nT
nc
T
A
nn
cT
A
tjnn
cT
AFtrectF
)()(sin2
)()2
(sin2
})exp()2
(sin{)}({
0
00
00
Przykady transformat Fouriera XIV
Paczka fali cosinusoidalnej
Paczka fali cosinusoidalnej o pulsacji ma ograniczonyczas trwania do To>2/ i rozpoczyna si w punkcie t=0,tj. jest przesunita o To/2 w prawo.
Sygna przyjmujcy wartoci rne od zera dla czaswnieujemnych nazywa si sygnaem przyczynowym.
Interpretacja - przesunicie o To/2 okna prostoktnegowycinajcego fragment funkcji cosinus. Jego transformatamoe by wyznaczona nastpujco:
rect(t-T0/2) sinc(T0/2)exp(jT0/2)
2017-02-23
38
Przykady transformat Fouriera XV
Interpretacja - przesunicie o To/2 okna prostoktnego wycinajcego fragmentfunkcji cosinus. Transformata:
rect(t-T0/2) sinc(T0/2)exp(jT0/2)
Wypadkowa transformata ma posta (TF iloczynu):
f(t)cos(0t) [F(-0)+ F(+0)]
rect(t-T0/2) cos(0t) T0/2{sinc[(-0)T0/2)] + sinc[(+0)T0/2)]} exp(jT0/2)
F{ rect(t) cos(0t) }
a wic w transformacie Fouriera przesunitego sygnau nie obserwujemy zmianmoduu, jedynie zmian fazy.
Przykady transformat Fouriera XVI
Cig paczek funkcji cosinusoidalnej o pulsacji i pulsacji powtarzania 0 (
2017-02-23
39
Przykady transformat Fouriera XVII
Cig paczek funkcji cosinusoidalnej o pulsacji i pulsacji powtarzania 0(
2017-02-23
40
Przykady transformat Fouriera XIX
System opisany w dziedzinie czasu przezodpowied impulsow h(t) i w dziedzinieczstotliwoci przez funkcj przenoszenia H() zastosowanie twierdzenia o transformacie splotufunkcji
pobudzenie f(t) F()
odpowied r(t) R()
Opis w dziedzinie czasu
Opis w dziedzinie czstoliwoci
+
= dthftr )()()(
)()()( HFR =
Przykady transformat Fouriera XX
Funkcja sinusoidalna o pulsacji pomnoona przez sygna wykadniczy oujemnym wykadniku i skok jednostkowy. Jest to jeden z modeli sygnauemitowanego w aparaturze do obrazowania ultradwikowego (impulsultradwikowy).
)exp()sin()(1)( 0 ttttf =
20
20
00
0
00
0
00
0
0
)()(
1
2
1
)(
1
2
1
)](exp())([exp(2
1
)exp()exp()]exp()[exp(2
1)exp()exp()sin()(
++=
+
+=
=+=
===
jjjjj
dttjttjtj
dttjttjtjj
dttjttF
2017-02-23
41
)exp()sin()(1)( 0 ttttf = 20
20
)()(
++=
jF
)1.0exp()sin()(1)( 01 ttttf =
)25.0exp()sin()(1)( 02 ttttf =
Przykady transformat Fouriera XXI
Impuls ultradwikowy mona interpretowa jako odpowied impulsowprzetwornika ultradwikowego. System taki powinien posiada nisk dobro, tj.posiada oscylacyjn odpowied impulsow, ktra jest tumiona. Inaczej jest tosystem o niskiej dobroci. Drganiom szybciej zanikajcym odpowiada system owikszej szerokoci pasma, tj. wikszej szerokoci moduu TF, czyli niszejdobroci.
W dziedzinie czstotliwoci:
2
)( tetx =
+
++
=== dtedteeeFtxF tjttjtt )(22222
}{)}({ 2 =
W dziedzinie czasu:
+
+= dteeetxF tjtkk )()()(2222
)}({
+
+
++
+ === dteedteedteeetxF ktjtkktjtktjtkk ))/(/()())(()()()()(2222222222222
)}({
Przykady TF XXIITF funkcji gaussowskiej
122 )()( = kk eemnoymy cak przez
2017-02-23
42
Wykadnik funkcji podcakowej naley doprowadzi do postaci kwadratu rnicy:
2222222 ][))/(/())/(/( jxtjktjtktjt =+=
2
12/1/2/ 2 === kkjtktj
+
= dteetxF ktjtk ))/(/()(22222
)}({
+
+
+
==
==
dteedtee
dteetxF
jtkjtk
ktjtk
222222
22222
))2/(()())2/(()(
))/(/()()}({
Zwizek midzy k i :
Przykady TF XXIIITF funkcji gaussowskiej
Naley wykaza, e warto caki jest sta - wiemy, e: 12
=+
dxe x
/2/ dudtjtu ==
+
+
== dueedteetxF ukjtk2222 )()2/()( 1)}({
dsdusu ==
222 )()(1)}({
ksk edseetxF
+
==
4/)( 222 }{ == eeeF kt
+
= dteetxF jtk22 )2/()()}({
Podstawienie:
Podstawienie:
Przykady TF XXIVTF funkcji gaussowskiej
2017-02-23
43
2
)( tetx =
4/22 }{ = eeF t
Przykady TF XXVTF funkcji gaussowskiej
Paczka gaussowska:
]8
)(exp[
2
1]
4
)(exp[)(
2
220
20
==X
gdzie: pulsacja, 0 pulsacja rodkowapaczki, - wspczynnik okrelajcy obwiednisygnau, - wspczynnik okrelajcyobwiedni widma, FWHM - szeroko moduuTF na poziomie poowy maksimum (Full Widthat Half Maximum).
Wykres obok - znormalizowany.
W dziedzinie czstotliwoci (TF):
)exp()(2
tjetx ot =
222 =
Przykady TF XXVITF paczki gaussowskiej
2ln22
FWHM=
2017-02-23
44
)(Im)(Re)(Im)(Re)()()( tfjtftfjtftftftf ppnnpn +++=+=
Sygna zespolony, jego skadowa parzysta i nieparzysta posiadaj czrzeczywist i urojon
Transformata takiego sygnau posiada bdzie szczeglne waciwoci,wynikajce z waciwoci przeksztacenia Fouriera
+
+
+
+
=== dtttfjtdttfdttjttfdttjtfF )sin)(cos)()sin)[cos()exp()()(
Transformacja Fouriera podsumowanie waciwoci I
)(Im)(Re)(Im)(Re)()()( tfjtftfjtftftftf ppnnpn +++=+=
)(Im)(Re)(Re)(Im)()()( ppnnpn FjFFFjFFF +++=+=
Czci sygnau i odpowiadajce im czci transformaty
)sin()cos()sin()cos(
))sin(()cos()sin()cos(
)exp()exp()()()(
0000
0000
00
ttjtjt
tjjtjtjt
tjjtjtftftf pn
++=
=++=
=+=+=
Przykad stanowi sygna zoony z dwch zespolonych funkcji wykadniczych,z ktrych jedna zostaa pomnoona przez jednostk urojon:
Transformacja Fouriera podsumowanie waciwoci II
)cos()(Re 0ttf p = )cos()(Im 0tjtf p = )sin()(Re 0ttfn = )sin()(Im 0tjtfn =
Skadowe sygnau:
)(Im)(Re)(Im)(Re)()()( tfjtftfjtftftftf ppnnpn +++=+=
2017-02-23
45
)sin()cos()sin()cos()()()( 0000 ttjtjttftftf pn ++=+=
Przykad stanowi sygna zoony z dwch zespolonych funkcji wykadniczych, zktrych jedna zostaa pomnoona przez jednostk urojon:
Transformacja Fouriera podsumowanie waciwoci III
parzystaarzeczywisttFtfF p ++== )]()([)}{cos()}({Re 000
parzystaurojonajtjFtfF p ++== )]()([)}cos({)}({Im 000
anieparzysturojonajtFtfF n +== )]()([)}{sin()}({Re 000
anieparzystarzeczywisttjFtfF n +== )]()([)}sin({)}({Im 000
Czci sygnau i odpowiadajce im czci transformaty
)cos()(Re 0ttf p = )cos()(Im 0tjtf p = )sin()(Re 0ttfn = )sin()(Im 0tjtfn =
Transformacja Fourierapodsumowanie waciwoci IV
Oznaczenia
Re, r rzeczywista
Im, im urojona
p parzysta
np - nieparzysta
2017-02-23
46
Twierdzenie o prbkowaniu I
Iloczyn funkcji f(t) o widmie F() ograniczonym do m i cigu delt Diraca ookresie T=2/0, 0>>m
])(2
[*)(2
1))}({*)}({
2
1)}()({ 0
+
=
==n
TT nTFtFtfFttfF
+
=
=k
T kTtt )()( +
=
=n
T nTtF )(
2)}({ 0
)(F
Splot widm funkcji f(t) i cigu delt Diraca
Splot sygnau o ograniczonym czasie trwania z okresowym cigiem dystrybucji daje sygna okresowy!!!
Splot funkcji z cigiem dystrybucji delta Diraca
+
= )()()( 00 tftttf
+
=
=k
T kTtt )()(
+
=
+
=
==kk
T kTtfkTttfttf )()(*)()(*)(
Splot sygnau o ograniczonym czasie trwania zokresowym cigiem dystrybucji pozwala uzyskasygna okresowy. Wobec tego splot widm F() i cigudelt Diraca bdzie okresowym powieleniem widma F,z okresem rwnym okresowi transformaty ciagu delt,czyli 0 :
])(1
])(2
[*)(2
1)}()({ 00
+
=
+
=
==nn
T nFTn
TFttfF
)(*)(2
1)}()({ 2121
FFtftfF =
2017-02-23
47
Twierdzenie o prbkowaniu IISygna rzeczywisty widmo amplitudy
sygnau rzeczywistego
fs>2fm o>2m
Wniosek 1 - sygna naleyprbkowa z czstotliwociprbkowania minimum 2xwysz ni czstotliwonajszybszej skadowejsygnau.
Wniosek 2 widmo sygnaupo operacji prbkowania jestokresowe z okresem rwnymczstotliwoci prbkowania!!
Twierdzenie o prbkowaniu III
Iloczyn funkcji cosinusoidalnej o pulsacji i cigu delt Diraca o okresie T=2/0,0>>
])(2
[*)]}()({[21
))}({*)}{cos(21
)}(){cos( 0+
=
++==n
TT nTtFtFttF
+
=
=k
T kTtt )()( +
=
=n
T nTtF )(
2)}({ 0
)]()([)}{cos( ++= tF
+
=
=n
T nTttF )()}(){cos( 0
Splot widm funkcji cosinusoidalnej i cigu delt Diraca
2017-02-23
48
Twierdzenie o prbkowaniu IVPrbkowanie funkcji cosinusoidalnej o pulsacji cigiem delt Diracao okresie T=2/0, 0>
twierdzenie Nyquista (o prbkowaniu)wymaga, by fo>2fm (o>2 m)
w naszym przykadzie 0>2.
+
==
nT nT
ttF )()}(){cos( 0
Wniosek 1 - sygna naleyprbkowa z czstotliwociprbkowania minimum 2x wyszni czstotliwo najszybszejskadowej sygnau.
Wniosek 2 widmo sygnau pooperacji prbkowania jestokresowe z okresem rwnymczstotliwoci prbkowania!!
fo>2fm o>2m !!!!!!
Przebieg prostoktny o dodatniej skadowej staej rectT(t) (okres T, wypenienie/T, amplituda A, 0=2/T):
Dla wypenienia 50% i symetrii mamy:
Rozwinicie w szereg Fouriera:
==ychnieparzystndla
jn
A
parzystychndlan
jn
AFn
2
0
)2
(sin2 2
)2
(sin)exp(1 0
2/
2/
0
nc
T
Adttjn
TF
T
n ==
....])5sin(5
1)3sin(
3
1)[sin(
4)]exp()
2(sin
1[
2)( 0000
2 +++==
=ttt
Atjn
n
nj
Atrect
nT
przebieg prostoktny jest wic sum nieparzystych harmonicznych zmalejcymi amplitudami
Przetwarzanie sygnaw - przykady
2017-02-23
49
Spektrogram okresowego sygnau prostoktnego z pioksztatn modulacj czstotliwoci bez skladowej staej.Sygna zawiera nieparzyste skadowe harmoniczne; twierdzenie Nyquista nie jest spenione dla skadowych powyej 5.
Przetwarzanie sygnaw - przykady
Twierdzenie o prbkowaniu V
Sygna rzeczywisty widmo amplitudy
sygnau analitycznego (uzyskanynp. w wyniku zastosowania przeksztacenia Hilberta bd w innysposb przykad funkcja zespolona wykladnicza
o>m !!!!!!
2017-02-23
50
Czas
czsto
tliwo
Przetwarzanie sygnaw - przykady
Spektrogram sygnau dopplerowskiego prdkoci przepywu krwi z 2 ttnic i yy. Sygna pochodzcy z ttnic i sygna pochodzcy z y stanowi dwa sygnay analityczne (uzyskane w wyniku demodulacji kwadraturowej).Pozwala to rozrni sygnay pochodzce od przeciwnych kierunkw przepywu)
Warto rednia, energia, moc,
widmowa gsto energii i mocy
2017-02-23
51
Warto rednia, energia, moc
+
=Tt
to
o
o
dttxT
xE )(1
][
=
2
1
)(1
][12
t
t
dttxtt
xE
=
T
TT
dttxT
xE )(2
1lim][
Podstawowe parametry sygnaw to warto rednia,energia i moc, zdefiniowane poniszymi zalenociami:
warto rednia sygnau w przedziale [t1,t2]:
w przypadku sygnau o nieskoczonym czasie trwaniawarto rednia jest nastpujc wielkoci graniczn:
jeli sygna jest okresowy o okresie To, warto rednia jest okrelona zalenoci:
Energia sygnau
Moc sygnau
co w przypadku sygnau okresowego przybieraposta:
Warto skuteczna sygnau rwna jestpierwiastkowi kwadratowemu z mocy sygnau.
+
= dttxEx )(2
+
=Tt
tox
o
o
dttxT
P )(1 2
=
T
TT
x dttxTP )(
2
1lim 2
Energia, moc, widmowa gsto energii i mocy
2017-02-23
52
Sygnay ze wzgldu na waciwoci zdefiniowanych powyej wielkocimona podzieli na sygnay o ograniczonej energii, jeli Ex
2017-02-23
53
Sygnay o skoczonym czasie trwania i skoczonej energiiw skoczonym przedziale czasu
sygnay nieokresowe, bezwzgldna cakowalno, moc redniarwna zero, energia sygnau E okrelona jest przez zaleno (tw.Rayleigha ):
d|)F(|f = E 2
-
2
- 2
1=(t)dt
|F()|2 - widmowa gsto energii (1)
Energia, moc, widmowa gsto energii i mocy
Sygnay o nieskoczonym czasie trwania (np. okresowe) - energia nieskoczona wnieskoczonym przedziale, TF z definicji nie istnieje (funkcja nie jest bezwzgldniecakowalna), mona okreli moc redni P (urednienie za czas obserwacji T, 1):
dT
)(| = (t)dt|F
fT
1 = P
2T
T
-
2T/2
-T/2
T limlim
T|)(F| = )(2
TT
lim
() - widmowa gsto mocy; w praktyce () = |F()|2/T
Sygnay o nieskoczonym czasie trwania i nieskoczonej energii wnieskoczonym przedziale czasu
Energia, moc, widmowa gsto energii i mocy