koszałka,teoria sygnałów, Widmo sygnału.pdf
(
135 KB
)
Pobierz
429886993 UNPDF
Widmo sygnału
Przypadek ciągły – z rozwinięcia w szereg Fouriera
X
=
∫
−∞
∞
x
t
e
−
j
t
dt
gdzie =2
f
a w efekcie
X
f
=
∫
−∞
x
t
e
−
j
2
f t
dt
transformata odwrotna
x
t
=
1
∞
2
∫
−∞
X
f
e
j
2
f t
df
Funkcje
e
−
j
2
f t
są do siebie ortogonalne więc stanowią bazę przestrzeni !!!
Przypadek dyskretny – równanie DFT:
X
k
=
∑
n
=0
x
n
e
−
j
2
kn
/
N
gdzie 0≤
k
≤
N
−1 (dyskretne częstotliwości)
formuła wyznaczania częstotliwości dyskretnych:
f
k
=
kF
s
N
(dlaczego akurat takie? !!!)
tr. odwrotna:
x
n
=
1
N
−1
N
∑
k
=0
X
k
e
j
2
kn
/
N
gdzie
0≤
n
≤
N
−1
Jeżeli wynik DFT zapiszemy jako liczbę zespoloną
X
k
=
A
k
e
j
k
=
X
r
k
jX
i
k
to:
–
moduł widma
∣
X
k
∣
=
A
k
=
X
r
2
k
X
i
2
k
–
faza widma
arg
X
k
=
k
=arctan
X
i
k
X
r
k
–
widmowa gęstość mocy
P
k
=∣
X
k
∣
2
=
X
k
conj
X
k
=[
X
r
k
j X
i
k
][
X
r
k
−
j X
i
k
]=
X
r
2
k
X
i
2
k
Transformata DFT dla sygnałów 2D
Jeżeli mamy obraz np.
o
x,y
x,y
∈ℤ
N
x
−1
∑
y
=0
=
∑
x
=0
N
x
−1
N
y
−1
O
k,l
=
∑
x
=0
e
−
j
2
kx
/
N
x
o
x,y
e
−
j
2
l y
/
N
y
∑
y
=0
o
x,y
e
−
j
2
ly
/
N
y
e
−
j
2
k x
/
N
x
∞
N
−1
N
y
−1
Własności
Symetria
Dla sygnałów rzeczywistych
ciągłych !!!
i dyskretnych zachodzi:
∣
X
k
∣=∣
X
−
k
∣
i
k
=−−
k
lub inaczej
X
k
=
conj
X
−
k
, X
r
k
jX
i
k
=
X
r
−
k
−
j X
i
−
k
(można pokazać
przez wstawienie
-k
do równania DFT)
Liniowość
Zachodzi dla sygnałów
ciągłych
i dyskretnych:
dla
x
n
=
a y
n
bz
n
mamy
X
k
=
aY
k
bZ
k
Okresowość
Dla dyskretnych
X
k
=
X
m
∗
N
k
, m
∈ℤ(pokazać)
Przesunięcie w czasie
dla
x
n
=
y
n
n
0
mamy
N
−1
y
n
e
−
j
2
n
n
0
k
=
e
−
j
2
n
0
k
X
k
=
∑
k
=0
N
N
Y
k
=
e
j
0
k
Y
k
(przesunięcie fazy widma o stały czynnik)
Przesunięcie w częstotliwości
dla
X
k
=
Y
k
k
0
=
1
N
−1
Y
k
k
0
e
−
j
2
k
k
0
n
N
∑
k
=0
N
mamy
y
n
=
e
j
0
n
y
n
(przemnożenie przez stałą częstotliwość)
j
2
k
0
N
n
Istnienie FT/DFT dla sygnałów okresowych i nieokresowych
DFT istnieje tylko dla sygnałów okresowych !!!
(proszę sobie przypomnieć przykład z aproksymacją linii prostej – Notatki4 BS)
Jeżeli sygnał transformowany nie jest okresowy to konsekwencją jest
przeciek widma
.
N=512; Fs=512; n=(0:N-1)/Fs; x=sin(2*pi*50*n); y=sin(2*pi*50.17*n);
plot(n,x,n,y);
X = fft(x); Y = fft(y); f = ((0:N-1)/N)*Fs;
plot(f,abs(X),'b*',f,abs(Y),'r*');
x
n
=
e
Najpowszechniejsze lekarstwo – okienkowanie sygnału
x
w
n
=
w
n
x
n
N=256; Fs=N; n=(0:N-1)./Fs;
x=sin(2*pi*20*n); y=sin(2*pi*20.17*n);
plot(n,x,';x(n);',n,y,';y(n);');
w = bartlett(N)';plot(n,w,n,y.*w); %% okienko trójkątne
w = hamming(N)';plot(n,w,n,y.*w);
w = hanning(N)';plot(n,w,n,y.*w);
w = gausswin(N,3)';plot(n,w,n,y.*w);
xw= x.*w; yw = y.*w;
X=fft(x);XW=fft(xw);Y=fft(y);YW = fft(yw);f = ((0:N-1)/N)*Fs;
plot(f,abs(Y),'ro',f,abs(YW),'b*'); %% zmniejszony przeciek, ale nic za darmo
plot(f,abs(X),'ro',f,abs(XW),'b*');
Dlaczego tak się dzieje (rozmycie głównego prążka)?
x
w
n
=
w
n
x
n
X
w
k
=
X
k
∗
W
k
wb = bartlett(N);
whm = hamming (N);
whn = hanning (N);
wg3 = gausswin (N,3); wg10 = gausswin(N,10);
plot(n,wb,n,whm,n,whn,n,wg3,n,wg10);
Wb = fft(wb);
Whn = fft(whn);
Whm = fft(whm);
Wg3=fft(wg3); Wg10=fft(wg10);
f = (0:N-1)/N;
plot(f,log10(abs(Wb)),f,log10(abs(Whn)),f,log10(abs(Whm)));
plot(f,log10(abs(Wg3)),f,log10(abs(Wg10)));
Zwiększanie rozdzielczości częstotliwościowej
Zwiększenie N powoduje więcej prążków częstotliwości – skąd wziąć dodatkowe próbki ?
N=32;n=(0:N-1);Fs=1;x=sin(2*pi*.27*n);plot(n,x);
X=fft(x);f=(-N/2:N/2-1)/N;plot(f,fftshift(abs(X)));
N=32;n=(0:N-1);Fs=1;x=sin(2*pi*.27*n);
y=[x,zeros(1,N)];M=size(y,2);m=(0:M-1);plot(m,y);
X=fft(x);fx=(-N/2:N/2-1)/N; Y=fft(y);fy=(-M/2:M/2-1)/M;
plot(fx,fftshift(abs(X)),fy,fftshift(abs(Y)));
FFT
Koszt obliczeniowy
DFT =
N
2
FFT =
N
/2 log
2
N
FFT o podstawie 2
X
k
=
∑
n
=1
N
x
n
e
−
j
2
k n
/
N
podstawmy
W
N
=
e
−
j2
/
N
X
k
=
∑
n
=1
N
x
n
W
k n
i podzielmy próbki na parzyste i nieparzyste:
X
k
=
∑
n
=1
N
/2
x
2n
W
2nk
∑
n
=1
N
/2
x
2n1
W
N
2n1
k
=
∑
n
=1
N
/2
x
2n
W
2nk
W
k
∑
n
=1
N
/2
x
2n1
W
2nk
ponieważ
W
2
=
e
−
j
22/
N
=
e
−
j
2/
N
/2
=
W
N
/2
to
N
/2
N
/2
X
k
=
∑
n
=1
x
2n
W
N
/2
nk
W
k
∑
n
=1
x
2n1
W
N
/2
nk
Podzielmy teraz częstotliwości na dwie połowy
l dla
1≤
k
≤
N
/2
i
l
N
/2
dla N
/21≤
k
≤
N
X
l
N
/2=
∑
n
=1
N
/2
W
N
l
N
/2
∑
n
=1
N
/2
x
2n
W
N
/2
n
l
N
/2
x
2n1
W
N
/2
n
l
N
/2
zobaczmy, że
W
N
/2
=
W
N
/2
nl
W
N
/2
nN
/2
=
W
N
/2
nl
e
−
j
2
nN
/2/
N
/2
=
W
N
/2
nl
e
−
j
2
n
=
W
N
/2
nl
oraz
W
N
l
N
/2
=
W
l
W
N
/2
=
W
l
e
−
j
2
nN
/2/
N
=
W
l
e
−
j
n
=
W
l
−1=−
W
l
tak więc:
X
l
N
/2=
∑
n
=1
N
/2
−
W
l
∑
n
=1
N
/2
x
2n
W
N
/2
nl
x
2n1
W
N
/2
nl
i dla dolnych częstotliwości (poniżej
N/2
)
N
/2
N
/2
X
l
=
∑
n
=1
x
2n
W
N
/2
nl
W
l
∑
n
=1
x
2n1
W
N
/2
nl
czyli:
X
l
=
A
l
W
l
B
l
X
l
N
/2=
A
l
−
W
l
B
l
n
l
N
/2
Plik z chomika:
ciotka123456
Inne pliki z tego folderu:
galar,modele układów dynamicznych, równania różniczkowe 2 rzędu.doc
(3790 KB)
lower,urządzenia obiektowe automatyki,ANALIZA SCHEMATÓW BLOKOWYCH zadania.pdf
(290 KB)
lower,urządzenia obiektowe automatyki,aut-ze-stosem.pdf
(79 KB)
lower,urządzenia obiektowe automatyki,drzewa-rozbioru.pdf
(135 KB)
lower,urządzenia obiektowe automatyki,Moore.pdf
(161 KB)
Inne foldery tego chomika:
humany
LPF
menager
W1 -architektura
W10- mechaniczny
Zgłoś jeśli
naruszono regulamin