Upload
goran-matijevic
View
50
Download
1
Embed Size (px)
DESCRIPTION
Signali FR FT DFT FFT
Citation preview
11/28/2012
1
1
Signali i procesi
3. Signali
Dr. sc. Predrag Valožić
Analiza i sinteza signala
28.11.2012. 2
Iz 2. Signali Promjenljivost Dimenzije Složenost
Jedna
Dvije
Više
Jednostavni
Složeni
Stacionarni Nestaci-
onarni
Konti-
nuirani
Tranzi-
jentni
Determinirani Slučajni Perio-
dički
Aperi-
odički
Kvazi
perio-
dički Imp-
ulsni
Harmo
nijski
Harmo-
nijski
28.11.2012.
1.Zaključak:
- bilo koji periodički signal možemo rastaviti na sinusne i kosinusne komponente
2.Zaključak:
- sinusni ili kosinusni signal ne mijenja oblik prolaskom kroz kabel
Zaključak: Sinusni i kosinusni (harmonijski) signali pogodni su za analizu bilo
kojeg signala te za prikaz utjecaja linearnih sustava na prijenos signala
Kako opisati i
prikazati
(modelirati)
harmonijski
signal?
3 28.11.2012. 4
a(t) = A cos ( t + )max 0
t [ms] 0 1 2 3 4
v(t) [V] 311 295,8 251,6 182,6 96,1
t [ms] 5 6 7 8 9 10
v(t) [V] 0 -96,1 -182,6 -251,6 -295,8 -311
-4 0 0
-2 0 0
0
2 0 0
4 0 0
-2 0 2 4 6 8 1 0 1 2 1 4 1 6 1 8 2 0 2 2
[V ]
[m s]
28.11.2012.
11/28/2012
2
5
(A, f)
(0, f)
(A, 0)
(A, f), (0, f) i (A, 0).
0
5 0
1 0 0
1 5 0
2 0 0
2 5 0
3 0 0
3 5 0
0 5 0
3 1 1 [ V ]
[ H z ]
- 1 8 0
- 9 0
0
9 0
1 8 0
0 5 0
[ H z ]
[ o ]
a(t) = A cos ( t + ) 0
28.11.2012. 6
a(t) = A
2 e
j ( t + ) + e
- j ( t + ) 0 0
a(t) = A cos ( t + ) 0
Dvostrani spektri, amplituda i faza
Fazorski prikaz signala -
konjugirani fazori Re
Im A/2
A/2
t+0
-t-0
A
28.11.2012.
Parametri harmonijskog signala
06.11.2012 12.09.24
Amplituda
Frekvencija Perioda, kružna frekvencija,
okretaja u sekundi …
Početni fazni kut
7 28.11.2012. 8
3. Signali Promjenljivost Dimenzije Složenost
Jedna
Dvije
Više
Jednostavni
Složeni
Stacionarni Nestaci-
onarni
Konti-
nuirani
Tranzi-
jentni
Determinirani Slučajni Perio-
dički
Aperi-
odički
Kvazi
perio-
dički Imp-
ulsni
Harmo
nijski
Harmo-
nijski
28.11.2012.
11/28/2012
3
Prikaz harmonijskog i pravokutnog signala
06.11.2012 12.09.50 9 28.11.2012.
Parametri pravokutnog signala
06.11.2012 13.02.43
Amplitude max i min
Trajanje max i min
Perioda
Frekvencija
Kutna frekvencija
Početni trenutak
promatranja
D
10 28.11.2012.
Sweep/function
generator
Voltcraft 8202 i
300 m UTP
cat5 kabela
Ulazni signal –
zeleno
Izlazni signal –
žuto
frekvencija
20 kHz
11 28.11.2012.
Sweep/function
generator
Voltcraft 8202 i
300 m UTP
cat5 kabela
Ulazni signal –
zeleno
Izlazni signal –
žuto
frekvencija
2 MHz
12 28.11.2012.
11/28/2012
4
Sweep/function
generator
Voltcraft 8202 i
300 m UTP
cat5 kabela
Ulazni signal –
zeleno
Izlazni signal –
žuto
frekvencija
20 kHz
13 28.11.2012.
Sweep/function
generator
Voltcraft 8202 i
300 m UTP
cat5 kabela
Ulazni signal –
zeleno
Izlazni signal –
žuto
frekvencija
2 MHz
2.Zaključak:
sinusni
signal ne
mijenja
oblik
prolaskom
kroz kabel! 14 28.11.2012.
15
Signali Promjenljivost Dimenzije Složenost
Jedna
Dvije
Više
Jednostavni
Složeni
Stacionarni Nestaci-
onarni
Konti-
nuirani
Tranzi-
jentni
Determinirani Slučajni Perio-
dički
Aperi-
odički
Kvazi
perio-
dički Imp-
ulsni
Harmo
nijski
Analiza, sinteza ??? 28.11.2012. 16
Signali i procesi
3. Signali
Analiza i sinteza signala
28.11.2012.
11/28/2012
5
17
Signale proglasimo jednostavnim ili složenim.
Složeni signal ys moguće je prikazati kao (linearnu) kombinaciju
jednostavnih.
Odgovor na pitanje: “Je li određeni signal jednostavan ili složen?”,
relativan je i ovisi o odabiru "jednostavnih" signala.
1.1.3. Prosti (jednostavni, elementarni) i složeni signali
6.11.2012
28.11.2012.
Uz “popločavanje poda”
06.11.2012 13.02.54
Primjer iz
Osnova
elektrotehnike,
RC spoj
18 28.11.2012.
Fourierova analiza pravokutnog signala
06.11.2012 13.03.01 19 28.11.2012. 20 28.11.2012.
11/28/2012
6
21 28.11.2012. 22 28.11.2012.
6.11.2012
23 28.11.2012. 24
Složeni signal y(t) prikaže se kao linearna kombinacija
jednostavnih – elementarnih signala:
y(t) = a y t) + a y t) +...+ a y t) 0 0 1 1 n n( ( (
y(t) = a y (t)i i
n1
n2
Skup elementarnih signala {yi(t)} tvori bazu.
t)(ya +...+ t)(ya + t)(ya y(t) nn1100 Sinteza
Analiza: Koji su udjeli elementarnih signala yi(t) u
složenom signalu y(t); a0=?, a1=?, ...
Kako odrediti (izračunati, izmjeriti...) a0, a1, a2, ...?
28.11.2012.
11/28/2012
7
25
Složeni signal y(t) prikaže se kao linearna
kombinacija jednostavnih - elementarnih signala:
y(t) = a y t) + a y t) +...+ a y t) 0 0 1 1 n n( ( (
y(t) = a y (t)i i
n1
n2
Skup elementarnih signala {yi(t)} tvori bazu.
Kvalitetnu bazu tvore ortogonalni elementarni
signali.
Pogodno je, ako su elementarni signali normirani.
U Fourierovoj analizi, elementarni signali su
harmonijski. 28.11.2012. 26
D=0,5 28.11.2012.
27 D=0,333..
28.11.2012. 28 D=0,25
28.11.2012.
11/28/2012
8
29 D=0,2
28.11.2012. 30 09.11.2012 11.56.26
28.11.2012.
31 09.11.2012 11.56.39
Ortogonalnost baze
28.11.2012. 32 09.11.2012 11.56.59
28.11.2012.
11/28/2012
9
33 09.11.2012 11.57.08
28.11.2012. 34 09.11.2012 12.25.51 28.11.2012.
09.11.2012 13.05.04 35 28.11.2012. 36 09.11.2012 12.36.27 28.11.2012.
11/28/2012
10
37
09.11.2012 13.05.13
28.11.2012. 38
Signali i procesi
3. Signali
3.4. Fourierova analiza signala
3.5. FFT
28.11.2012.
39
a(t) = A cos ( t + )max 0
t [ms] 0 1 2 3 4
v(t) [V] 311 295,8 251,6 182,6 96,1
t [ms] 5 6 7 8 9 10
v(t) [V] 0 -96,1 -182,6 -251,6 -295,8 -311
-4 0 0
-2 0 0
0
2 0 0
4 0 0
-2 0 2 4 6 8 1 0 1 2 1 4 1 6 1 8 2 0 2 2
[V ]
[m s]
28.11.2012. 40
0
2
4
6
8
10
12
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
t[ms] v(t) [V]
0 0
1 0
2 0
3 10
4 10
5 10
6 10
7 10
8 10
9 0
10 0
11 0
12 0
13 0
14 0
15 0
16 0
17 0
18 0
=
mstms
mstms
mst
tv
1880
8310
300
)(
28.11.2012.
11/28/2012
11
41 13.11.2012 12.04.38
28.11.2012. 42 13.11.2012 12.04.52
28.11.2012.
43 13.11.2012 13.04.40
28.11.2012. 44 13.11.2012 13.04.48
28.11.2012.
11/28/2012
12
Signal možemo prikazati (modelirati)
• grafom (osciloskop)
• formulom (matematički model)
• tablicom vrijednosti (mjerenje, A/D)
“valni oblik” s(t)
transformacije:
• spektri
• fazori
• Fourier
45 28.11.2012. 46
Linearna kombinacija
- funkcija (kontinuirani signali)
n2
n1
kk (t)ya = y(t)
y(t) = a y t) + a y t) +...+ a y t) 0 0 1 1 n n( ( (
http://en.wikipedia.org/wiki/Linear_combination
dt(t)y
dt(t)yy(t)
a2
1
2
1
t
t
2
k
t
t
k
k
=
28.11.2012.
47
Linearna kombinacija
- sekvenci (digitalni signali)
n2
n1ikki ya =yinni11i00i ya +...+ ya +ya =y
http://en.wikipedia.org/wiki/Linear_combination
y
yy
a2
1
2
1
i
i
2
ik
i
i
ik i
k
=
28.11.2012.
y(t) = a y t) + a y t) +...+ a y t) 0 0 1 1 n n( ( (
inni11i00i ya +...+ ya +ya =y
dt(t)y
dt(t)yy(t)
a2
1
2
1
t
t
2
k
t
t
k
k
=
n2
n1
kk (t)ya = y(t)
n2
n1ikki ya =y
y
yy
a2
1
2
1
i
i
2
ik
i
i
ik i
k
=
23.11.2012
Kontinuirano, analogno
Diskretno, numerički, digitalno
Linearna kombinacija kao model signala
48 28.11.2012.
11/28/2012
13
49
3.4.1. Fourierov red
Rastavljanje (analiza) složenog signala y(t) u
linearnu kombinaciju elementarnih signala.
(2.2.)
Fourierova analiza kao bazu ima ortogonalan* skup
harmonijskih (sinusnih i kosinusnih) signala yi(t).
Rastaviti (analizirati) složeni signal, znači odrediti
(izračunati ili izmjeriti) koeficijente ai u izrazu (2.2.).
y(t) = a y (t)i i
n1
n2
* Ilustracija ortogonalnosti sin i cos funkcije tj. signala: SinCosOrtog.xls
28.11.2012. 50
Ako je složeni signal periodičan s periodom T, očito* je da su:
• Sve komponente periodične sa T;
• Perioda komponenti može biti T ili T/n, gdje je n N;
• Frekvencije jednostavnih (sinusnih i kosinusnih) signala,
cjelobrojni su umnožak najniže tzv. osnovne frekvencije f1:
f1 = 1/T, 1 = 2· ·f1 = 2·/T
Tada se radi o Fourierovu redu. Fourierov red u
trigonometrijskom obliku jest: (2.23.)
Složeni signal x(t) prikazan je kao linearna kombinacija
istosmjerne komponente (veličine a0/2 i frekvencije ω0=0),
osnovnih signala: "cos" i "sin" signala frekvencije ω1, te viših
harmonika frekvencije 2·ω1, 3·ω1, 4·ω1, ... i·ω1...
* Je li zaista očito? Dokažite ili pokažite!
x(t) = a
2 + (a cos i t + b sin i t) i = 1, 2, 3...0
i i
i
1 1
y(t) = a y (t)i i
n1
n2
28.11.2012.
51
Koeficijenti ai i bi predstavljaju amplitude kosinusnih i sinusnih
članova reda, a računaju* se primjenom slijedećih izraza:
i = 1, 2, 3, ... (2.24.)
i = 1, 2, 3, ... (2.25.)
Iz jednadžbe (2.24.) za i = 0, dobijemo :
(2.26.)
*Kako možemo izvesti izraz za koeficijente
Fourierova reda? Zašto se u izrazima za ai i bi
nalazi koeficijent 2?
a2
Tx(t) cos (i t) dti =
t
T+t
1
b2
Tx(t) sin (i t) dti =
t
T+t
1
a2
Tx(t) dt0 =
t
T+t
http://www.sisweb.com/math/trig/identities.htm
dt(t)y
dt(t)yy(t)
a2
1
2
1
t
t
2
k
t
t
k
k
=
28.11.2012. 52
U literaturi se može naći i drugačiji prikaz : (2.23.a)
Tada se koeficijenti ai i bi određuju primjenom izraza (2.24. i
2.25.), ali za istosmjernu komponentu izraz je drugačiji :
(2.26.a)
Fourierov red može se napisati i s kompleksnim eksponencijalnim*
funkcijama:
(2.27.)
a1
Tx(t) dt0 =
t
T+t
* Što označava i, a što j u izrazu 2.27? Što prikazuje funkcija ejt , tj. eja ?
Pogledati granice u sumiranju!
x(t) = 1
2 X e
j i ti
i = -
1
x(t) = (a cos i t + b sin i t) i = 0, 1, 2, 3...i i
i
1 1
28.11.2012.
11/28/2012
14
53
Kompleksne amplitude Xi komponenti reda moguće* je izračunati
prema izrazu:
(2.28.)
Veza koeficijenata trigonometrijskog i eksponencijalnog reda jest:
(2.29.)
(2.30.)
Moduli kompleksnih koeficijenata Fourierovog reda (2.29.) tvore
dvostrani* spektar amplituda, a argumenti (2.30.) daju dvostrani
spektar faza periodičnog signala x(t).
X = 1
T x(t) e
- j i t dti
T
X = 1
2 a + bi i
2i2
X = arc tg b
ai
i
i
* Možete li ovo izvesti?
* Zašto “dvostrani”?
28.11.2012. 54 16.11.2012 12.06.01 28.11.2012.
55 16.11.2012 12.06.12 28.11.2012. 56 16.11.2012 13.00.28 28.11.2012.
11/28/2012
15
57 16.11.2012 13.00.48 28.11.2012. 58
x(t) = a
2 + (a cos i t + b sin i t) i = 1, 2, 3...0
i i
i
1 1
a2
Tx(t) cos (i t) dti =
t
T+t
1 b2
Tx(t) sin (i t) dti =
t
T+t
1
a2
Tx(t) dt0 =
t
T+t
x(t) = (a cos i t + b sin i t) i = 0, 1, 2, 3...i i
i
1 1
a1
Tx(t) dt0 =
t
T+t
- = i
1i
tije X = x(t)
X = 1
T x(t) e
- j i t dti
T
X = 1
2 a + bi i
2i2 X = arc tg
b
ai
i
i
3.4.1. Fourierov red y(t) = a y (t)i i
n1
n2
28.11.2012.
59
Periodični signal x(t)=x(t+i·T), i = 1,2,3... ima diskretni*
spektar koji sadrži komponente s frekvencijama koje su
cjelobrojni umnošci osnovne frekvencije f1=1/T.
Vrijedi i obrat: diskretiziranjem (uzorkovanjem) signala dobije
se periodični spektar! To je posljedica sličnosti izraza 2.27 i 2.28
- Realni signali imaju "parno konjugirani" spektar*. Svaka
komponenta frekvencije fk=kf1, amplitude Ak/2 i početne faze k
ima "parnu" komponentu frekvencije -fk , amplitude Ak/2 i
početne faze -k.
* Zašto? Pogledati
izraz 2.16
Važnija svojstva Fourierova reda: * Je li to sada
imalo čudno?
28.11.2012. 60
Kompleksno-konjugirani spektar realnog signala, odgovara
fazorskoj predodžbi realnog signala (sl. 2.6.):
(2.31.)
- Izravna posljedica konjugirano-kompleksnog spektra jest, da je
realni dio spektra parno simetričan, imaginarni dio je neparno
simetričan, te istosmjerna komponenta ima početnu fazu 0 i uvijek
je realna.
X * f = X (-f)k k( )
28.11.2012.
11/28/2012
16
61
Važno je pitanje razdiobe snage signala po frekvenciji [W/Hz].
Pod "snagom" najčešće se podrazumijeva kvadrat amplitude (RMS)
signala, što je s fizikalnim pojmom snage povezano preko konstante
ovisne o dimenziji signala.
Ako se drugačije ne naglasi, pretpostavlja se da je R = 1 .
Trenutačna snaga signala vremenske funkcije x(t), jednaka je x2(t),
a srednja (prosječna) snaga tijekom jedne periode određuje se
integriranjem x2(t) po periodi signala i dijeljenjem rezultata s
periodom T:
(2.32.) P
1
T x(t) dtsrednja
T
= 2
Za harmonijski signal
rezultat je :
x(t) = X (2 f t + ) cos 0
Snaga zbroja generatora 28.11.2012. 62
P 1
T X cos(2 ft + ) dtsrednja
T
= 0
2
P X
T cos(2 ft + ) dtsrednja
2
T
= 0
2
P X
T
1
2 +
1
2cos 2 2 ft + ) dtsrednja
2
T
=
( 0
P X
srednja
2
=2
• Udio jedne komponente u ukupnoj snazi složenog signala proporcionalan
je kvadratu amplitude te komponente.
• Ukupna snaga signala jednaka je sumi snaga pojedinačnih komponenti ili
integralu kvadrata vremenske funkcije signala.
• Parsevalov teorem (2.52.).
16.11.2012 28.11.2012.
63 20.11.2012 12.02.06
28.11.2012. 64 20.11.2012 13.00.31 28.11.2012.
11/28/2012
17
65 20.11.2012 13.00.43 28.11.2012. 66
Razdioba kvadrata amplituda po frekvenciji naziva se
spektar snaga i često se upravo na to misli kada se
govori o spektru signala.
Informacija o početnim fazama pojedinih komponenti je
izgubljena, te iz spektra snaga nije moguće rekonstruirati
vremensku funkciju signala.
Phactory
Phasors and Fourier Series.htm
Fouriersynthese1
Fourier Synthese
28.11.2012.
67 23.11.2012 12.03.00
Modeli i transformacije 1.sat
28.11.2012. 68 23.11.2012 12.02.45
Modeli i transformacije 1. sat
28.11.2012.
11/28/2012
18
69
Modeli i transformacije 2. sat
23.11.2012 13.03.12 28.11.2012. 70
Modeli i transformacije 2. sat
23.11.2012 13.03.19 28.11.2012.
71
x(t) = a
2 + (a cos i t + b sin i t) i = 1, 2, 3...0
i i
i
1 1
a2
Tx(t) cos (i t) dti =
t
T+t
1 b2
Tx(t) sin (i t) dti =
t
T+t
1
a2
Tx(t) dt0 =
t
T+t
x(t) = (a cos i t + b sin i t) i = 0, 1, 2, 3...i i
i
1 1
a1
Tx(t) dt0 =
t
T+t
- = i
1i
tije X = x(t)
X = 1
T x(t) e
- j i t dti
T
X = 1
2 a + bi i
2i2 X = arc tg
b
ai
i
i
3.4.1. Fourierov red y(t) = a y (t)i i
n1
n2
28.11.2012. 72 27.11.2012 12.07.37
28.11.2012.
11/28/2012
19
73 27.11.2012 12.07.47
28.11.2012. 74 27.11.2012 13.06.01
28.11.2012.
75 27.11.2012 13.06.11
28.11.2012. 76
3.4.2. Fourierova transformacija
Zaključci o Fourierovu redu periodičnog signala, mogu se
primijeniti i na aperiodični* signal, tako što se perioda povećava do
beskonačne vrijednosti.
Zbrajanje* neprebrojivo mnogo diskretnih komponenti reda
prerasta u integral kontinuirane funkcije spektra:
(2.34.)
(2.33.)
*Aperiodičan je signal onaj koji se ponavlja “nikada” tj,
nakon beskonačno dugog vremena!
X(f) = x(t) e- j t
dt-
2f
x(t) = X(f) ej t
df-
2f
- = i
1i
t2ije X = x(t)
f
28.11.2012.
11/28/2012
20
77
Ako je varijabla a ne f, izraz 2.34. množi se faktorom 1/2:
(2.34.a) x(t) = 1
2X( ) e
j t d
-
2.33. se naziva direktna Fourierova transformacija,
2.34. je inverzna Fourierova transformacija.
Oba izraza tvore Fourierov transformacijski par.
Formalna razlika izraza 2.33. i 2.34. jest u predznaku eksponenta,
što pak znači, da se zaključci o osobinama direktne transformacije
odnose i na inverznu transformaciju.
Osnovni praktični uvjet, ali ne i nužan, za postojanje Fourierove
transformacije jest da je x(t) apsolutno integrabilna funkcija na
intervalu:
(2.35.) x(t) dt
-
Primjer 1.3.1.
28.11.2012. 78
3.4.3. Diskretna Fourierova transformacija
Diskretna Fourierova transformacija DFT definirana je izrazima:
Radi se o D-D signalu i transformatu, slika 2.2.
(2.35.1)
(2.35.2)
(2.35.3)
Inverzna transformacija je :
(2.35.4)
X(k) = 1
N x(n) e
-j2 kn
N
n =0
N-1
Re )X(k) = 1
N x(n) cos(
2 k n
Nn=0
N-1
Im )X(k) = 1
N x(n) sin(
2 k n
Nn=0
N-1
x(n) = X(k) ej2 kn
N
k=0
N-1
28.11.2012.
79
Za izračunavanje N frekvencijskih komponenti transformata, valja
obaviti N2 kompleksnih množenja.
Računski algoritam "Brza Fourierova transformacija" (engl. Fast
Fourier Transform - FFT ) daje jednak rezultat sa N·ldN
množenja, te je u primjeni na određenom računalu znatno brži.
Za N = 1024 = 210, broj množenja smanjuje se 100 puta !
Razlike u usporedbi s Fourierovim redom:
Radi se sa uzorcima signala u vremenskoj domeni x(n) ili u
frekvencijskoj domeni X(k). Realni signali kontinuirane su
vremenske funkcije (u(t), i(t) i sl.), te prije negoli primijenimo
algoritam DFT ili FFT, neophodno je digitalizirati signal A/D
pretvaračem. Pri tom, valja poštivati uvjete korektne A/D
pretvorbe.
Integrali s granicama - i + u Fourierovoj transformaciji (2.33.
i 2.34.) zamijenjeni su sumama s konačnim granicama, te je
transformacija DFT definirana izrazima (2.35.1.) i (2.35.4.)
pogodna za primjenu na digitalnim računalima.
28.11.2012. 80
• Shannon-ov kriterij uzorkovanja : fs 2 fg , gdje je fg najviša
frekvencijska komponenta u spektru analognog signala kojega
digitaliziramo. Uvjet se u praksi zadovolji primjenom tzv.
antialiasing filtra (AAF). AAF je niskopropusni filtar, najčešće
realiziran kao kaskadni spoj aktivnog filtra 2. do 5. reda i
diskretnog (SC) filtra do 12. reda. Ukupna frekvencijska
karakteristika je s oštrom gornjom graničnom frekvencijom fg,
ravnomjernom amplitudskom i linearnom faznom karakteristikom.
• Šum kvantiziranja ovisi o veličini kvanta pri kvantiziranju
uzoraka. Ukupni broj kvantnih razina izravno je vezan s brojem
bita za kodiranje. Brzina rada i broj kvantnih razina obratno su
proporcionalni, te se u praksi traži kompromisno rješenje koje
zadovolji zahtjeve sustava u kojemu se primjenjuje.
• Kodiranje je ravnomjerno, ne primjenjuju se postupci kompresije
i ekspanzije podataka.
Uvjeti korektne A/D pretvorbe:
28.11.2012.
11/28/2012
21
81
• Nakon A/D pretvorbe imamo na raspolaganju blok od N uzoraka
signala u obliku slijeda brojeva. Vremenska dimenzija se gubi, ako
nije posebno zapisana. Preostane samo redni broj uzorka - indeks i.
• Podjednako je i sa rezultatom transformacije: to je slijed
indeksiranih kompleksnih brojeva.
• Ne govori se više o frekvenciji u Hz s dimenzijom 1/s, već je
frekvencija bez dimenzije, u rasponu vrijednosti od -0,5 do 0,5, što
označava dio frekvencije uzorkovanja fs.
• Slično je i s kružnom frekvencijom ω, koja je u rasponu vrijednosti
od -π do π.
• Izvan ovog frekvencijskog pojasa, spektar signala se ponavlja.
• Ako tijekom A/D pretvorbe propustimo zabilježiti frekvenciju
uzorkovanja fs, kasnije nemamo više načina da iz rezultata DFT ili
FFT zaključimo koje su stvarne frekvencije pojedinih frekvencijskih
komponenti spektra.
28.11.2012. 82
Rezultat izračunavanja DFT je kompleksni spektar, realni i imaginarni
dio (2.35.2. i 2.35.3.), kosinusne ili sinusne komponente signala, što
se najčešće preračunava u amplitudski i fazni spektar.
(2.35.5.)
(2.35.6.)
X(k) = Re X(k) Im X(k)2 2
X(k) = arc tg Im X(k)
Re X(k)
-50
0
50
-256
-224
-192
-160
-128 -9
6-6
4-3
2 0 32 64 96 128
160
192
224
0
5
10
15
-256
-224
-192
-160
-128 -9
6-6
4-3
2 0 32 64 96 128
160
192
224
Signal
i
amplitudski
spektar FFT
28.11.2012.
83
Analizirati signal zadan tablicom vrijednosti. Tablica je nastala A/D pretvorbom
s frekvencijom uzorkovanja fs=10 kHz.
n 0 1 2 3 4 5 6 7 8 9 10
sn 0,00 5,87 9,51 9,51 5,87 0,00 -5,87 -9,51 -9,51 -5,87 0,000
Izmjerene vrijednosti signala i pripadajući im graf
-10,000
-5,000
0,000
5,000
10,000
0 1 2 3 4 5 6 7 8 9 10
n
Sn
Dft_08_pr.xls
28.11.2012. 84
0,0
1,0
2,0
3,0
4,0
5,0
6,0
-5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10 11
k
-180,0
-90,0
0,0
90,0
180,0
-5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10 11
k
Rezultat
DFT,
moduli
Rezultat
DFT,
faze
28.11.2012.
11/28/2012
22
85
-10,000
-5,000
0,000
5,000
10,000
0 1 2 3 4 5 6 7 8 9 10
n
Sinusni
signal
amplitude
Smax = 10 V
28.11.2012. 86
Ubrzanje izračunavanja Fourierove transformacije:
• periodično ponavljanje kompleksne eksponencijalne
funkcije:
X(k) = 1
N x(n) e
-j2 kn
N
n =0
N-1
• rastavljanje (faktorizacija) matrice diskretnih vrijednosti
kompleksne eksponencijalne funkcije reda N (dimenzije
NxN) u više jednostavnijih matrica istog reda N.
3.5. Brza Fourierova transformacija
Fast Fourier Transform - FFT
X(k) = 1
N x(n) e
-j2
N
n =0
N-1 nk
2.35.1 e-j
2 kn
N
28.11.2012.
87
e ej
Nkn j
Nkn- -
=
2 360
N=8, 360°/8=45°, n = 0,…,7; k = 0,…,7
X(k) = 1
N x(n) e
-j2
N
n =0
N-1 nk
Kompl_exp_funk_N.exl
28.11.2012. 88
e ej
Nkn j
Nkn- -
=
2 360 N=8, 360°/8=45°,
n = 0,…,7; k = 0,…,7
n·k|8=0
n=0, k=0
n=0, k=1….
n=1, k=0…
n=2, k=0…
n=2, k=4...
...
n·k|8=1
n=1, k=1
n=2, k=1….
n=1, k=0…
...
Vrijednosti kompleksne eksponencijalne funkcije za N=8
X(k) = 1
N x(n) e
-j2
N
n =0
N-1 nk
28.11.2012.
11/28/2012
23
89
k \ n 0 1 2 3 4 5 6 7
0 0 0 0 0 0 0 0 0
1 0 1 2 3 4 5 6 7
2 0 2 4 6 0 2 4 6
3 0 3 6 1 4 7 2 5
4 0 4 0 4 0 4 0 4
5 0 5 2 7 4 1 6 3
6 0 6 4 2 0 6 4 2
7 0 7 6 5 4 3 2 1
Tablica množenja po modulu 8
28.11.2012. 90
k n 0 1 2 3 4 5 6 7
0 1 1 1 1 1 1 1 1
1 1 e j- 45 e j- 90 e j- 135 e j- 180 e j- 225 e j- 270 e j- 315
2 1 e j- 90 e j- 180 e j- 270 1 e j- 90 e j- 180 e j- 270
3 1 e j- 135 e j- 270 e j- 45 e j- 180 e j- 315 e j- 90 e j- 225
4 1 e j- 180 1 e j- 180 1 e j- 180 1 e j- 180
5 1 e j- 225 e j- 90 e j- 315 e j- 180 e j- 45 e j- 270 e j- 135
6 1 e j- 270 e j- 180 e j- 90 1 e j- 270 e j- 180 e j- 90
7 1 e j- 315 e j- 270 e j- 225 e j- 180 e j- 135 e j- 90 e j- 45
e ej
Nkn j
Nkn- -
=
2 360
28.11.2012.
91
k n 0 1 2 3 4 5 6 7
0 1 1 1 1 1 1 1 1
1 1 1
2
- j -j - -1
2
j -1 - 1
2
j j 1
2
j
2 1 -j -1 j 1 -j -1 j
3 1 - -1
2
j j 1
2
- j -1 1
2
j -j - 1
2
j
4 1 -1 1 -1 1 -1 1 -1
5 1 - 1
2
j -j 1
2
j -1 1
2
- j j - -1
2
j
6 1 j -1 -j 1 j -1 -j
7 1 1
2
j j - 1
2
j -1 - -1
2
j -j 1
2
- j
28.11.2012. 92
Sustav linearnih jednadžbi Matrice
y0=a00·x0 + a01·x1
y1=a10·x0 + a11·x1
y
y
a a
a a
x
x
0
1
00 01
10 11
0
1
=
Računanje sadrži 4 množenja i dva zbrajanja
Zamjena redoslijeda jednadžbi Permutacija redova matrice i
redoslijeda vrijednosti rezultata
y1=a10·x0 + a11·x1
y0=a00·x0 + a01·x1
y
y
a a
a a
x
x
1
0
10 11
00 01
0
1
=
Zamjena redoslijeda zbrajanja Permutacija stupaca matrice i
redoslijeda vrijednosti varijable
y0= a01·x1 + a00·x0
y1= a11·x1 + a10·x0
y
y
a a
a a
x
x
0
1
01 00
11 10
1
0
=
Ako svi koeficijenti aij nisu različiti, tada je moguće smanjiti broj množenja
y0 = a · x0 + a · x1
y1 = b · x0 - b · x1
y0 = a · (x0 + x1)
y1 = b · (x0 - x1)
y
y
a a
b b
x
x
0
1
0
1
=
-
y
y
a
b
x
x
0
1
0
1
0
0
1 1
1 1
=
-
Transformacije matrica i sustava linearnih jednadžbi:
28.11.2012.
11/28/2012
24
93
Naizgled, algoritam je složeniji.
Umjesto jednog, imamo dva množenja matrica, ali prvo množenje ne
sadrži "stvarna" množenja, već samo prepisivanje vrijednosti i promjenu
predznaka. U drugom množenju matrica, množenje s "0" također nije
"stvarno" množenje. Dakle, samo 2 množenja i 2 zbrajanja.
Ako je sustav višeg reda od N=2 (računamo transformaciju više od N=2
uzorka) željenu jednakost koeficijenata i njihovih submatrica postižemo:
• permutiranjem redaka matrica (eng. decimation in frequency) kada
dobijemo ispremještane rezultate (f-domena), ili
• permutiranjem stupaca i ulaznih podataka (eng. decimation in time) (t-
domena).
Najstariji je postupak podjele matrice na submatrice dvostruko manjeg
ranga (eng. radix-2), ali postoje i drugi postupci.
28.11.2012. 94
Diskretnu Fourierovu transformaciju možemo prikazati na slijedeći način
[G] = [A]·[g] (2.35.6.)
Matrica [A] određena je tablicom koeficijenata:
k n 0 1 2 3 4 5 6 7
0 1 1 1 1 1 1 1 1
4 1 -1 1 -1 1 -1 1 -1
2 1 -j -1 j 1 -j -1 j
6 1 j -1 -j 1 j -1 -j
1 1 1
2
- j -j - -1
2
j -1 - 1
2
j j 1
2
j
5 1 - 1
2
j -j 1
2
j -1 1
2
- j j - -1
2
j
3 1 - -1
2
j j 1
2
- j -1 1
2
j -j - 1
2
j
7 1 1
2
j j - 1
2
j -1 - -1
2
j -j 1
2
- j
28.11.2012.
95
U tablici A vidimo dvije submatrice:
Aj j
j j
1
1 1 1 1
1 1 1 1
1 1
1 1
=- -
- -
- -
i A
jj
j
jj
j
jj
j
jj
j
2
11
2
1
2
11
2
1
2
11
2
1
2
11
2
1
2
=
--
- -
- -
- - -
-
(2.35.7.)
te početnu matricu [A] možemo prikazati kao:
AA A
A A
A
A
I I
I I=
-
=
-
1 1
2 2
1
2
0
0
28.11.2012. 96
1 1 0 0 0 0 0 0
1 1 0 0 0 0 0 0
0 0 1 0 0 0 0
0 0 1 0 0 0 0
0 0 0 0 11
20 0
0 0 0 0 11
20 0
0 0 0 0 0 0 11
2
0 0 0 0 0 0 11
2
1 0 1 0 0 0 0 0
0 1 0 1 0 0 0 0
1 0 1 0 0 0 0 0
0 1 0 1 0 0 0 0
0 0 0 0 1 0 0
0 0 0 0 0 1 0
0 0 0 0 1 0 0
0 0 0 0 0 1
-
-
-
-
- -
-
-
-
-
j
jj
j
j
j
j
j
j
0
1 0 0 0 1 0 0 0
0 1 0 0 0 1 0 0
0 0 1 0 0 0 1 0
0 0 0 1 0 0 0 1
1 0 0 0 1 0 0 0
0 1 0 0 0 1 0 0
0 0 1 0 0 0 1 0
0 0 0 1 0 0 0 1j
-
-
-
-
Konačno, dobijemo slijedeće:
(2.35.15.)
[X] [Y] [Z]
[G] = [X]·[Y]·[Z]·[g]
28.11.2012.
11/28/2012
25
97
Algoritam računanja FFT za N = 8 uzoraka, ima tri koraka:
• [z] = [Z] · [g]
• [y] = [Y] · [z]
• [G] = [X] · [y]
Vrijednosti transformata nisu u normalnom redoslijedu rastućih
koeficijenata, već:
[G] = [G0 G4 G2 G6 G1 G5 G3 G7]
[G] = [X]·[Y]·[Z]·[g]
28.11.2012. 98
Indeks, dekadski 0 4 2 6 1 5 3 7
Indeks, binarni 000 100 010 110 001 101 011 111
0 4 2 6 1 5 3 7
000 100 010 110 001 101 011 111
000 001 010 011 100 101 110 111
0 1 2 3 4 5 6 7
Kako bi vratili vrijednosti transformata na mjesta kamo spadaju, moramo
drukčije indeksirati vektor [G].
Čitamo li indekse u binarnom obliku, obrnutim redoslijedom binarnih znamenki,
dobijemo:
Koliko sada imamo množenja?
Množenje s 1 ili -1 i nije množenje (vrijednost se prepisuje ili samo mijenja
predznak), te će pravih kompleksnih množenja biti samo 10. Znači, čak i manje od
očekivanih N·ldN=8·3=24.
28.11.2012.
99
Prilog: trigonometrijske jednakosti
exp cos sin = j j
cos
exp exp
=
-j j
2
sin
exp exp
=
- -j j
j2
cos cos sin2 2 2 = -
sin sin cos2 2 =
sin sin
cos cosa
a a =
- -
2
sin cos
sin sina
a a =
- -
2
cos cos
cos cosa
a a =
-
2
28.11.2012. 100 28.11.2012.