Signaalit ja järjestelmät aika- ja taajuusalueissa

Samankaltaiset tiedostot
Spektri- ja signaalianalysaattorit

SIGNAALITEORIAN KERTAUSTA OSA 1

SIGNAALITEORIAN KERTAUSTA 1

Tietoliikennesignaalit & spektri

Signaalien datamuunnokset

Jaksollisen signaalin spektri

Signaalien datamuunnokset. Digitaalitekniikan edut

Numeeriset menetelmät

Dynaamisten systeemien identifiointi 1/2

Luento 2. Jaksolliset signaalit

1 Vastaa seuraaviin. b) Taajuusvasteen

SIGNAALITEORIAN KERTAUSTA OSA 2

Luento 8. Suodattimien käyttötarkoitus

MS-C1420 Fourier-analyysi osa I

Kompleksiluvut signaalin taajuusjakauman arvioinnissa

MS-C1420 Fourier-analyysi osa I

4. Fourier-analyysin sovelletuksia. Funktion (signaalin) f(t) näytteistäminen tapahtuu kertomalla funktio näytteenottosignaalilla

spektri taajuus f c f c W f c f c + W

MS-C1420 Fourier-analyysi osa I

Missä mennään. systeemi. identifiointi. mallikandidaatti. validointi. malli. (fysikaalinen) mallintaminen. mallin mallin käyttötarkoitus, reunaehdot

Luento 4 Fourier muunnos

Mat / Mat Matematiikan peruskurssi C3-I / KP3-I Harjoitus 5 / vko 42, loppuviikko, syksy 2008

Fourier-sarjat ja -muunnos

S Elektroniset mittaukset ja elektroniikan häiriökysymykset. Vanhoja tenttitehtäviä

Osa VI. Fourier analyysi. A.Rasila, J.v.Pfaler () Mat Matematiikan peruskurssi KP3-i 12. lokakuuta / 246

Digitaalinen Signaalinkäsittely T0125 Luento

Numeeriset menetelmät TIEA381. Luento 13. Kirsi Valjus. Jyväskylän yliopisto. Luento 13 () Numeeriset menetelmät / 42

e ax, kun x > 0 f(x) = 0, kun x < 0, 0, kun x > 0 e ax, kun x < 0 e (a iω)x dx = a+iω = 1 a 2 +ω 2. e ax, x > 0 e ax, x < 0,

MS-C1420 Fourier-analyysi Esimerkkejä, perusteluja, osa I

MS-C1420 Fourier-analyysi Esimerkkejä, perusteluja, osa I

Laplace-muunnos: määritelmä

z muunnos ja sen soveltaminen LTI järjestelmien analysointiin

TRIGONOMETRISTEN FUNKTIOIDEN KUVAAJAT

ELEC-C7230 Tietoliikenteen siirtomenetelmät

Käytännön radiotekniikkaa: Epälineaarinen komponentti ja signaalien siirtely taajuusalueessa (+ laboratoriotyön 2 esittely)

Signaalimallit: sisältö

SaSun VK1-tenttikysymyksiä 2019 Enso Ikonen, Älykkäät koneet ja järjestelmät (IMS),

INTEGROINNIN SOVELLUKSIA TIEDONSIIRTOTEKNIIKASSA. Taustaa. Jukka Talvitie, Toni Levanen & Mikko Valkama TTY / Tietoliikennetekniikka

Äärettömät raja-arvot

Luento 5: Kantataajuusvastaanotin AWGNkanavassa I: Suodatus ja näytteistys a. Kuvaa diskreetin ajan signaaliavaruussymbolit jatkuvaan aikaan

Luento 4 Jaksollisten signaalien Fourier-sarjaesitys 4.1 Fourier-sarja 4.2 Viivaspektri, tehospektri

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

LABORATORIOTYÖ 2 SPEKTRIANALYSAATTORI

F {f(t)} ˆf(ω) = 1. F { f (n)} = (iω) n F {f}. (11) BM20A INTEGRAALIMUUNNOKSET Harjoitus 10, viikko 46/2015. Fourier-integraali:

ELEC-A7200 Signaalit ja järjestelmät

Signaaliavaruuden kantoja äärellisessä ajassa a

Taajuus-, Fourier- ja spektraalianalyysi

Spektrianalysaattori. Spektrianalysaattori

ELEC-A7200 Signaalit ja järjestelmät

SGN-1200 Signaalinkäsittelyn menetelmät Välikoe

järjestelmät Luento 8

Luento 2. S Signaalit ja järjestelmät 5 op TKK Tietoliikenne Laboratorio 1. Jean Baptiste Joseph Fourier ( )

Luento 7. LTI-järjestelmät

Diskreetti Fourier-muunnos ja sen hyödyntäminen signaalien spektrien muodostamisessa. Pentti Romppainen

T L Z S I G N A A L I T E O R I A O S A I V: E N E R G I A - J A T E H O T I H E Y S

S Signaalit ja järjestelmät

S SÄHKÖTEKNIIKKA JA ELEKTRONIIKKA

Harjoitus Etsi seuraavien autonomisten yhtälöiden kriittiset pisteet ja tutki niiden stabiliteettia:

TL5503 DSK, laboraatiot (1.5 op) Suodatus 2 (ver 1.0) Jyrki Laitinen

MS-C1420 Fourier-analyysi osa II

Spektrianalyysi, motivaatio

Analogiatekniikka. Analogiatekniikka

Mittalaitetekniikka. NYMTES13 Vaihtosähköpiirit Jussi Hurri syksy 2014

A B = 100, A = B = 0. D = 1.2. Ce (1.2 D. C (t D) 0, t < 0. t D. )} = Ae πjf D F{Π( t D )} = ADe πjf D sinc(df)

Luento 8. Suodattimien käyttötarkoitus

1. Annettu siirtofunktio on siis G(s) ja vastaava systeemi on stabiili. Heräte (sisäänmeno) on u(t) = A sin(ωt), jonka Laplace-muunnos on

2. Fourier-sarjoista. Aaltoliikkeen ja lämmöjohtumisen matemaattinen tarkastelu

Kompleksianalyysi, viikko 7

ELEC-A7200 Signaalit ja järjestelmät

Kapeakaistainen signaali

SÄÄTÖJÄRJESTELMIEN SUUNNITTELU

Suodattimet. Suodatintyypit: Bessel Chebyshev Elliptinen Butterworth. Suodattimet samalla asteluvulla (amplitudivaste)

A! Modulaatioiden luokittelu. Luento 4: Digitaaliset modulaatiokonstellaatiot, symbolijonolähetteet. ELEC-C7230 Tietoliikenteen siirtomenetelmät

MS-C1420 Fourier-analyysi osa II

T SKJ - TERMEJÄ

TL5231, Signaaliteoria (S2004) Matlab-harjoituksia

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

Tilastotieteessä aikasarja tarkoittaa yleensä sarjaa, jossa peräkkäisten havaintojen aikaväli on aina sama.

SGN-1200 Signaalinkäsittelyn menetelmät Välikoe

Signaalin energia- ja tehotiheys

Petri Kärhä 04/02/04. Luento 2: Kohina mittauksissa

Säätötekniikan ja signaalinkäsittelyn työkurssi

Lukujonot Z-muunnos Z-muunnoksen ominaisuuksia Z-käänteismuunnos Differenssiyhtälöt. Z-muunnos. 5. joulukuuta Z-muunnos

Luento 9. tietoverkkotekniikan laitos

Fourier-analyysi, I/19-20, Mallivastaukset, Laskuharjoitus 7

Luento 7. tietoverkkotekniikan laitos

= 2 L L. f (x)dx. coshx dx = 1 L. sinhx nπ. sin. sin L + 2 L. a n. L 2 + n 2 cos. tehdään approksimoinnissa virhe, jota voidaan arvioida integraalin

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

Digitaalinen signaalinkäsittely Desibeliasteikko, suotimen suunnittelu

Sinin muotoinen signaali

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

Hyvyyskriteerit. ELEC-C1230 Säätötekniikka. Luku 8: Säädetyn järjestelmän hyvyys aika- ja taajuustasossa, suunnittelu taajuustasossa, kompensaattorit

Lukujonot Z-muunnos Z-muunnoksen ominaisuuksia Z-käänteismuunnos Differenssiyhtälöt. Z-muunnos. 1. joulukuuta Z-muunnos

Laskuharjoitus 2 ( ): Tehtävien vastauksia

( ds ) A (2) ψ ξ dv + ψ 2 ξ dv = ψ 2 ξ ξ 2 ψ ) V

Luento 5. tietoverkkotekniikan laitos

5. Z-muunnos ja lineaariset diskreetit systeemit. z n = z

Taajuus-, Fourier- ja spektraalianalyysi

Muuntavat analogisen signaalin digitaaliseksi Vertaa sisääntulevaa signaalia referenssijännitteeseen Sarja- tai rinnakkaismuotoinen Tyypilliset

Transkriptio:

Signaalit ja järjestelmät aika- ja taajuusalueissa Signaalit aika ja taajuusalueissa Muunnokset aika ja taajuusalueiden välillä Fourier sarja (jaksollinen signaali) Fourier muunnos (jaksoton signaali) Muunnosten ominaisuuksia Signaalien kuvaus aika- ja taajuusalueissa Järjestelmän analysointi aika- ja taajuusalueissa Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 1

Signaalit aika ja taajuusalueissa Kaikilla signaaleilla on kuvaus molemmissa alueissa Mittaukset ja tulosten analysointi tai tulkinta voidaan tehdä kummassa alueessa tahansa Laskennallisesti voidaan siirtyä alueesta toiseen Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 2

Signaalien esitystavoista taajuusalueessa Signaalit voidaan kuvata joko kompleksisten tai reaalisten sinifunktioiden summana Kompleksiesityksessä signaalista näkyy vaihe, reaaliesityksessä tämä on (tarvittaessa) otettava erikseen huomioon. Osoitinesityksessä ilmaistaan sinisignaali(e)n amplitudi(t) ja kulma(t) Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 3

Fourier sarja Esittää jaksollisen signaalin sini ja kosinivärähtelyjen summana A0 xt () = + cos( ) + sin( ) 2 A B n n = = 2 T 2 T T T n= 1 missä Fourier kertoimet 2 T 2 2 T 2 [ An nω0t Bn nω0t ] xt ()cos( nω tdt ) xt ()sin( nω tdt ) 0 0 KertoimetA n ja B n kuvaavat signaalia taajuusalueessa. 2 2 Amplitudispektri C = A + B n n n Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 4

Parillisten ja parittomien signaalien Fourier sarjat Pariton signaali sinien sarja Kertoimet A n = 0, kaikilla n:n arvoilla Parillinen signaali kosinien sarja Kertoimet B n = 0, kaikilla n:n arvoilla Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 5

Fourier sarja kompleksisten sinifunktioiden avulla Eulerin kaavan avulla Fourier sarja voidaan saattaa kompleksiseen muotoon 2 () = n, missä n = () T ( inω0t ) ( inω0t ) xt C e C xt e dt n= T T 2 2 Yksi kerroinsarja C n, joka sisältää nyt myös vaiheen Summaus on nyt -äärettömästä äärettömään, koska mukana on myös negatiiviset taajuudet Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 6

Fourier muunnos ja käänteismuusnnos Ei jaksollinen aikarajoitettu signaali muunnetaan taajuusavaruuteen käyttäen Fourier muunnosta Fourier muunnos saadaan Fourier sarjan kertoimista asettamalla jakson ajaksi T= ja vaihtamalla ω jatkuvaksi muuttujaksi Fourier käänteismuunnos { } i ft X( f) = xte () 2π dt= F xt () { } i2πft 1 x( t) = X( f ) e df = F X( f ) Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 7

Fourier sarjan ja Fourier muunnoksen välinen yhteys Yksittäisen pulssin F-muunnos Jatkuvan pulssijonon F-sarja 1 2 3 4 5 6 7 Fourier muunnos on vastaavan Fourier sarjan verhokäyrä Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 8

Fourier muunnoksen tärkeimpiä ominaisuuksia X(-f)=X*(f) (kompleksikonjugaatti) Parilliselle funktiolle x(t) Fourier muunnos X(f) on reaalinen Parittomalle funktiolle x(t) Fourier muunnos X(f) on puhtaasti imaginaarinen Superpositio pätee sekä aika, että taajuusalueissa Signaalin kapeneminen toisessa alueessa vastaa leventymistä toisessa, ja päinvastoin Kertominen toisessa alueessa vastaa konvoluutiota toisessa Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 9

Konvoluutio Konvoluutio määritellään seuraavasti gt ()* ht () = gu ( ) ht ( u) du Konvoloitu signaali on (useinmiten) olennaisesti sama kuin alkuperäinen signaali Signaalin kuhunkin pisteeseen summautuu myös signaalin muut pisteet konvoloivan funktion määräämän painon mukaisesti Fyysiset mittalaitteet konvoloivat aina mitattavan suureen omalla siirtofunktiollaan (esim. spektrianalysaattorin äärellinen kaistanleveys) Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 10

Mittalaitteen aiheuttama konvoluutio Mitattava signaali (kanttiaalto) * Analysaattorin päästökaista = Konvoloitu mittaustulos Mitattaessa spektriä analysaattorilla, jonka päästökaista on kolmio, konvoloituvat kaikki taajuuskomponentit kolmiolla f Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 11

Esimerkki konvoluutiosta: Signaalin katkaisu Aikataso Taajuustaso D(t) Katkaisulaatikko -T T X h(t)=cos(2πf 0 t) f Mitattava Signaali t H(t) -f 0 f 0 Mittaustulos t = -f 0 H(t) f 0 Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 12

Fourier sarja vai Fourier muunnos? Fourier sarja on Fourier muunnoksen erikoistapaus jaksollisille signaaleille. Fourier muunnos antaa saman tuloksen Käytännön mittaustekniikassa Fourier sarja ei koskaan voi kuvata signaalia täydellisesti Aikatasossa signaali on katkaistava Taajuustasossa näkyy tällöin konvoluutio laatikkofunktion Fourier muunnoksen sinc-funktion kanssa Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 13

Signaalin käsittelyä aika-alueessa: n. asteen keskiarvo x n 1 n () t = x () t dt 2T T T keskiarvoistus Jaksollisella signaalilla T on jakson aika, jaksottomalla signaalilla joku sopivaksi katsottu aika n = 1 -> aritmeettinen keskiarvo, n = 2 -> varianssi. Varianssista saadaan neliöllinen keskiarvo x 2 () t Jatkuvasti muuttuvaa signaalia voidaan suodattaa esim. liukuvalla keskiarvolla x n 1 = k n+ k i= n k x i Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 14

Korrelaatio ( samankaltaisuus ) ψ xy ( τ) = xt () yt () = T 1 lim xt ( ) yt ( + τ ) dt T 2T T Korrelaatio kuvaa kahden signaalin x(t) ja y(t) samankaltaisuutta signaalien välisen vaihe-eron τ funktiona Autokorrelaatio ja ristikorrelaatio Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 15

Ristikorrelaatio Kuvaa kahden eri signaalin samankaltaisuutta Ristikorrelaation avulla voidaan etsiä tietyn funktion piirteitä toisesta mitattavasta signaalista Voidaan käyttää esim. jonkin järjestelmän aiheuttaman vaiheeron mittaamiseksi Virtausnopeuden mittaaminen ristikorrelaattorilla Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 16

Autokorrelaatio Signaalin korrelaatio itsensä kanssa viiveen τ funktiona Kohinaisesta signaalista voidaan etsiä jaksollisia signaaleja Kohina korreloi vain viiveenarvolla 0 Voidaan käyttää esim pulsarien lähettämien jaksollisten signaalien erottamiseen kohinasta Käytössä stealth-radioissa Jaksollisen signaalin ja valkoisen kohinan autokorrelaatiofunktio Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 17

Signaalin analysointia taajuusalueessa: Amplitudi- ja tehotiheysspektri Amplitudispektri, joka ilmaisee signaalin jakautumisen eri taajuuksille saadaan Fourier muunnoksesta Satunnaisille signaaleille, kuten kohinalle, ei amplitudispektriä voida määrittää (=0). Signaalia kuvaa tällöin paremmin tehotiheysspektri. Saadaan esim Fourier muunnoksella asettamalla x(t) -> x 2 (t) Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 18

Signaalin käsittelymahdollisuuksia taajuusalueessa Instrumenttifunktion, näytteistyksen ym. aiheuttaman konvoluution dekonvolointi (konvoluutio muuttuu kertolaskuksi -> dekonvoluutio jakamalla) Interpolointi nollia lisäämällä Matemaattinen suodatus Matemaattinen tasoitus Interferenssin poisto Taustan poisto (Näitä käsitellään enemmän kurssissa Fourier muunnokset mittaustekniikassa) Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 19

Järjestelmien analysointi Järjestelmän toimintaa voidaan analysoida aika- tai taajuusalueissa laittamalla sisäänmenoon testisignaali ja tarkastelemalla ulostulon muutosta Tavallisimpia testisignaaleja yksikköaskel -> askelvaste Dirac n deltafunktio -> impulssivaste sinifunktio -> taajuusvaste Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 20

Askelvasteen analysointi Määritettävät parametrit Kuollut aika t d Viive t l Nousuaika t n (10%->90%) Asettumisaika t t Ylitys x Aikavakio (0%->63%) Impulssivaste vastaavasti Antavat vasteen tietylle testisignaalille. Vaste muille testisignaaleille voidaan laskea superpositioperiaatteella Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 21

Järjestelmien askelvasteita Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 22

Järjestelmien pulssivasteita aika- ja taajuustasoissa Petri Kärhä 27/02/2004 Luento 5: Signaalit ja järjestelmät aika ja taajuusalueissa 23