SIGNAALITEORIAN KERTAUSTA OSA 1

Samankaltaiset tiedostot
SIGNAALITEORIAN KERTAUSTA 1

Tietoliikennesignaalit & spektri

Signaalit ja järjestelmät aika- ja taajuusalueissa

Luento 2. Jaksolliset signaalit

SIGNAALITEORIAN KERTAUSTA OSA 2

Jaksollisen signaalin spektri

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

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

1 Vastaa seuraaviin. b) Taajuusvasteen

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

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

Numeeriset menetelmät

TRIGONOMETRISTEN FUNKTIOIDEN KUVAAJAT

Kotitehtävät 1-6: Vastauksia

Luento 4 Fourier muunnos

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

Spektri- ja signaalianalysaattorit

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

Äärettömät raja-arvot

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)

ELEC-A7200 Signaalit ja järjestelmät

Signaalimallit: sisältö

6.2.3 Spektrikertymäfunktio

Pakotettu vaimennettu harmoninen värähtelijä Resonanssi

Signaaliavaruuden kantoja äärellisessä ajassa a

Johdatus todennäköisyyslaskentaan Momenttiemäfunktio ja karakteristinen funktio. TKK (c) Ilkka Mellin (2005) 1

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

Perustehtävät. Kompleksitehtävät, 10/9/2005, sivu 1 / 10. Tehtävä 1. Sievennä 1.

2. Fourier-sarjoista. Aaltoliikkeen ja lämmöjohtumisen matemaattinen tarkastelu

z muunnos ja sen soveltaminen LTI järjestelmien analysointiin

Sinin muotoinen signaali

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

Spektrianalyysi, motivaatio

Organization of (Simultaneous) Spectral Components

TL5231, Signaaliteoria (S2004) Matlab-harjoituksia

Fourier-sarjat ja -muunnos

Kompleksiluvut signaalin taajuusjakauman arvioinnissa

Ilkka Mellin Todennäköisyyslaskenta. Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat. Momenttiemäfunktio ja karakteristinen funktio

Luku 4 - Kuvien taajuusanalyysi

a) z 1 + z 2, b) z 1 z 2, c) z 1 z 2, d) z 1 z 2 = 4+10i 4 = 10i 5 = 2i. 4 ( 1)

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

Ohjelmistoradio tehtävät 4. P1: Ekvalisointi ja demodulaatio. OFDM-symbolien generoiminen

Luento 4. Fourier-muunnos

Kapeakaistainen signaali

SGN-1200 Signaalinkäsittelyn menetelmät Välikoe

0. Kertausta. Luvut, lukujoukot (tavalliset) Osajoukot: Yhtälöt ja niiden ratkaisu: N, luonnolliset luvut (1,2,3,... ) Z, kokonaisluvut

Signaalien digitaalinen käsittely

Luento 14: Periodinen liike, osa 2. Vaimennettu värähtely Pakkovärähtely Resonanssi F t F r

ELEC-C7230 Tietoliikenteen siirtomenetelmät

Epäyhtälöt 1/7 Sisältö ESITIEDOT: yhtälöt

Joukot. Georg Cantor ( )

Trigonometriset funktiot 1/7 Sisältö ESITIEDOT: reaalifunktiot

Vapaan hiukkasen Schrödingerin yhtälö (yksiulotteinen)

Kaikkia alla olevia kohtia ei käsitellä luennoilla kokonaan, koska osa on ennestään lukiosta tuttua.

Kompleksiluvut., 15. kesäkuuta /57

MATP153 Approbatur 1B Harjoitus 6 Maanantai

SMG-2100: SÄHKÖTEKNIIKKA

Laskuharjoitus 2 ( ): Tehtävien vastauksia

Digitaalinen signaalinkäsittely Desibeliasteikko, suotimen suunnittelu

VAIHEKOHERENTIT BINÄÄRISET KANTOAALTOMODULAATIOT JA NIIDEN VIRHETODENNÄKÖISYYDET

= 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

Kompleksianalyysi, viikko 6

b) Määritä/Laske (ei tarvitse tehdä määritelmän kautta). (2p)

Sinin jatkuvuus. Lemma. Seuraus. Seuraus. Kaikilla x, y R, sin x sin y x y. Sini on jatkuva funktio.

Säätötekniikan ja signaalinkäsittelyn työkurssi

Scanned by CamScanner

Trigonometriset funktiot

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

Fysiikan matematiikka P

LUKU 3 ANALOGISET KANTOAALTO- JA PULSSIMODULAATIOMENETELMÄT

Tietoliikennesignaalit

Nämä ovat siis minimivaatimukset, enemmänkin saa ja suositellaan

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 6: Alkeisfunktioista

Sekalaiset tehtävät, 11. syyskuuta 2005, sivu 1 / 13. Tehtäviä

1 Kompleksiluvut. Kompleksiluvut 10. syyskuuta 2005 sivu 1 / 7

Luento 5. tietoverkkotekniikan laitos

Matemaattisen analyysin tukikurssi

Laskuharjoitus 4 ( ): Tehtävien vastauksia

BM30A0240, Fysiikka L osa 4

1. Viikko. K. Tuominen MApu II 1/17 17

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

Luento 9. tietoverkkotekniikan laitos

KOMPLEKSIANALYYSI I KURSSI SYKSY 2012

Funktion raja-arvo ja jatkuvuus Reaali- ja kompleksifunktiot

Insinöörimatematiikka D

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

Kvanttifysiikan perusteet 2017

S SÄHKÖTEKNIIKKA JA ELEKTRONIIKKA

SGN-1200 Signaalinkäsittelyn menetelmät Välikoe

ELEC C4140 Kenttäteoria (syksy 2016)

DSP:n kertausta. 1 Spektri, DFT, DTFT ja aika-taajuusresoluutio

Luento 13: Periodinen liike. Johdanto Harmoninen värähtely Esimerkkejä F t F r

Digitaalinen Signaalinkäsittely T0125 Luento

T Sähkömittaustekniikka

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

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,

ELEC C4140 Kenttäteoria (syksy 2015)

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

805324A (805679S) Aikasarja-analyysi Harjoitus 5 (2016)

MS-C1420 Fourier-analyysi osa I

Transkriptio:

1 SIGNAALITEORIAN KERTAUSTA OSA 1 Millainen on signaalin spektri ja miten se lasketaan?

SIGNAALIEN JA SPEKTRIN PERUSKÄSITTEITÄ 2 Spektri taajuuden funktiona on kompleksiarvoinen funktio, jonka graafinen esittäminen edellyttää 3D-kuvaajaa. Kompleksinen spektri jaetaan kahdeksi osakuvaajaksi sen esittämiseksi helpommin 2D-kuvaajina: Kompleksisen vektorin pituus Amplitudispektri Kompleksisen vektorin vaihekulma Vaihespektri Tehotiheysspektri [W/Hz] kuvaa tehon jakautumista taajuuden yli sen taajuusintegraali on kokonaislähetysteho. Fourier-laskenta riippuu signaalin perustyypistä: Tehosignaali Fourier-sarja Energiasignaali Fourier-muunnos Fourier-sarjat kehitti ranskalainen matemaatikko ja fyysikko Jean-Baptiste Joseph Fourier (1768-183) alkujaan lämmönsiirtoteorian ja värähtelyanalyysin tarpeita varten v. 1822.

ENERGIASIGNAALI VS. TEHOSIGNAALI 3 Energiasignaaleilla on äärellinen energia, eli ne ovat eräänlaisia kertailmioitä, tyypillisesti äärellisen kestoisia signaaleja. Tehosignaaleilla on ääretön energia, mutta äärellinen keskimääräinen teho. E = lim T T T x( t) 2 dt = x( t) dt, P x( t) x(t) on energiasignaali, jos ja vain jos < E <, siten että P =. x(t) on tehosignaali, jos ja vain jos < P <, mikä merkitsee, että E =. Lisäksi luokitellaan: Deterministinen tai satunnainen (stokastinen) signaali Periodinen (T ) tai aperiodinen signaali. 2 = T lim 1 2T T T 2 dt

ENERGIASIGNAALI VS. TEHOSIGNAALI 4 Tehosignaali Deterministinen Periodinen signaali Energiasignaali Deterministinen Jaksoton/aperiodinen signaali (kertailmiö) Tehosignaali Satunnainen/stokastinen Kohinallakin on joku keskimääräinen teho joka on satunnaismuuttujan varianssi

KOSINISIGNAALIN OMINAISUUDET 5 Tietoliikenneteoriassa käytetään yleensä kosinifunktiota erilaisten analog. ja digit. modulaatioiden kantoaaltona. Sinin ja kosinin vaihe-ero 9 astetta. e ± jω t = t cos( ωt) ± j sin( ω )

KOSINISIGNAALIN OMINAISUUDET 6 Eulerin kaavan sovellus: = cos( Reaalinen signaali kompleksilukujen avulla esitettynä

POSITIIVINEN JA NEGATIIVINEN TAAJUUS 7 Positiivinen taajuusvektori Negatiivinen taajuusvektori Syntyy diskreetti viivaspektri Spektrin 1-p 2-p kuvauksessa: Amplitudiarvot puolittuvat Vaihearvot säilyvät sellaisenaan positiivisilla taajuuksilla ja kerrotaan luvulla -1 negatiivisilla taajuuksilla, sillä vaihespektri on aina pariton funktio (symmetrinen suoran y = x suhteen).

REAALINEN FUNKTIO exp( 2πt) 8 1 Function exp(-2*pii*t).9.8.7.6.5.4.3.2.1.5 1 1.5 2 2.5 3 3.5 4 4.5 5 Time axis [seconds]

REAALINEN FUNKTIO exp(+2πt) 9 4.5 x 113 Function exp(+2*pii*t) 4 3.5 3 2.5 2 1.5 1.5.5 1 1.5 2 2.5 3 3.5 4 4.5 5 Time axis [seconds]

KOMPLEKSINEN FUNKTIO exp( j2πt) 1 Function exp(-j*2*pii*t) (angular frequency = 1 rad/s) 1.8.6.4 Imaginary axis.2 -.2 -.4 -.6 -.8-1 1.5 5 3 4 Real axis -.5-1 1 2 Time axis [seconds]

KOMPLEKSINEN FUNKTIO exp(+j2πt) 11 Function exp(+j*2*pii*t) (angular frequency = 1 rad/s) 1.8.6.4 Imaginary axis.2 -.2 -.4 -.6 -.8-1 1.5 5 3 4 Real axis -.5-1 1 2 Time axis [seconds]

FOURIER-MUUNNOS JA JATKUVA SPEKTRI 12 Energiasignaalille x(t) sen spektri X(f) lasketaan Fouriermuunnoksen avulla (Z&T ss. 37-4). Integraalimuunnos on jatkuva-arvoinen kompleksinen taajuuden funktio, joka voidaan esittää amplitudi- ja vaihespektrin avulla: X X ( Fourier-käänteismuunnos: ( f f ) ) + j πft = F{ x( t)} = x( t) e 2 dt jθ ( f ) = X ( f ) e, θ ( f ) = X ( f ) x( t) + 1 = = j πft F { X ( f )} X ( f ) e 2 df

FOURIER-MUUNNOKSEN OMINAISUUDET (S) 13 Pariton funktio Parillinen funktio

ESIMERKKI FOURIER-MUUNNOKSESTA 14 sinc(x) = sin(πx)/(πx) Parillisen funktion x(t) amplitudispektri on aina puhtaasti reaalinen ja parillisen symmetrian omaava funktio, ja sen vaihespektri on aina parittoman symmetrian omaava funktio. Parittoman funktion x(t) amplitudispektri on aina puhtaasti imaginäärinen ja parillisen symmetrian omaava funktio, ja sen vaihespektri on aina parittoman symmetrian omaava funktio.

FOURIER-MUUNNOSPAREJA(S) 15

FOURIER- JA LAPLACE-MUUNNOKSEN ERO (S) 16 Molemmat ovat integraalimuunnoksia, jota käytetään lineaaristen järjestelmien analyysiin. L-m. sovelletaan piirianalyysissä mm. vaimeneva-amplitudisille transienttisignaaleille ja F-m. tietoliikennesignaalien analyysiin. Lineaaristen järjestelmien tuloilla ja lähdöillä ao. ehdot.

FOURIER-SARJAT JA VIIVASPEKTRI 17 Periodisesti toistuvilla tehosignaaleilla on äärellinen keskimääräinen teho ja ääretön energia (esim. kosini tai sini). Signaalilla on T -periodinen komponentti, joten spektrisisältö esitetään Fourier-sarjakehitelmän avulla. Fourier-muunnos on Fourier-sarjan erikoistapaus aperiodisille signaaleille, kun T ja f = 1/T Olkoon x(t) T -periodinen reaalinen tehosignaali (perustaajuus f = 1/T ) joka voidaan esittää Fourier-sarjan kertoimien avulla: x( t) 2 T = T + 2 a 2 [ a cos(2πnf t) + b sin(2πnf t ] + ) n n n= 1 an = x( t)cos(2πnf t) dt bn = T 2 2 T T + 2 T 2 x( t)sin(2πnf t) dt

FOURIER-SARJAT JA VIIVASPEKTRI 1 nf t [ e j nf t e j nf t ] + 2π 2π cos(2π ) = + 2 1 nf t [ e j nf t e j nf t ] + 2π 2π sin(2π ) = 2 j a x( t) = + n 2 Eulerin kaavalla: n n n + n= 1 n= 1 [ ] + j2πnf t [ ] j2πnf t a jb e + a jb e positiiviset taajuudet negatiiviset taajuudet 18 Kompleksiarvoiset kertoimet x n = a n ± jb n kuvaavat tehon jakautumista diskreeteille taajuuskomponenteille. Periodisesti toistuvan (periodi T ) signaalin kompleksinen tehospektri on diskreettiarvoinen viivaspektri esiintyen vain perustaajuuden f välein ns. harmoonisilla taajuuksilla.

FOURIER-SARJAT JA VIIVASPEKTRI 19 Kompleksisen kertoimen itseisarvo x n = a n ± jb n on sama kuin spektrissä kutakin taajuuskomponenttia vastaavan sinimuotoisen aallon amplitudi.

FOURIER-SARJAT JA VIIVASPEKTRI 2 Jos lasketaan esim. kosini- ja sinisignaalien spektrit, jää sarjaan vain kaksi termiä taajuuksille ±f. Muunlaisilla tehosignaaleilla on olemassa ääretön määrä sarjan termejä. x n Vain nämä komp. esiintyvät puhtaalla sini- tai kosini muotoisella signaalilla. -5f -4f -3f -2f -f f 2f 3f 4f 5f f

SININ JA KOSININ SPEKTRIT 21 Sinimuotoisen signaalin keskimääräinen teho = ½A 2 Sini on pariton reaalifunktio. Sen puhtaasti imaginäärinen spektri sijaitsee imag.- ja taajuusakselin muodostamassa tasossa. Ei reaalista Komponenttia. Nähdään: Viivaspektrissä vain 2 termiä (muilla periodisilla signaaleilla yleensä määrä). Eroa ilmenee vain vaihespektreissä (vaihe/viive-ero ei vaikuta tehon jakautumiseen taajuusalueessa). Kosini on parillinen reaalifunktio. Sen spektri on puhtaasti reaalinen. Spektri siis sijaitsee reaali- ja taajuusakselin muodostamassa tasossa. Sekä sinin että kosinin amplitudispektri on aina parillinen funktio.

NEGATIIVISET TAAJUUDET 22 e ± jω t cos( ω t) = cosω t ± j sinω t sin( ω t) = sin( ω t) = cos( ω t) Eräs tapa ymmärtää negatiiviset taajuudet on havainto, että sarjan termit e j n ω t ja e +j n ω t yhdessä muodostavat reaalisen sini- & kosini- signaalin taajuudella n ω. Matemaattisesti eksakstin sarja-analyysin vuoksi tarvitaan siis välttämättömät negatiiviset taajuudet. Vrt. fysiikan analyysissä hiukkanen & antihiukkanen ja niiden ominaisuudet (esim. varaus, spin). Muista myös kaava, jossa on kaikki matematiikalla pelaamiseen tarvittavat tärkeimmät palikat nätissä paketissa, ts. 1, +1,, e, π, j: 1 1

FOURIER-SARJOJA (S) 23

ESIMERKKI SAKARAPULSSIJONOLLE 24

SAKARAPULSSIJONON AMPLITUDISPEKTRI 25 Edellä nähtiin, että sakarapulssijonon spektriviivat esiintyvät vain parittomilla perustaajuuden harmoonisilla.

SAKARAPULSSIJONO FOURIER-SARJAN AVULLA Fourier-sarjan komponenteilla voidaan approksimoida mitä tahansa periodista signaalia. Alla kantataajuinen sakarapulssijono saadaan sarjan termien summana, kun n. Kukin harmoninen komponentti edustaa pyörivää osoitinta taajuudella n ω (erilaiset pyörimisnopeudet). Mitä pitempi osoitinvektori, sitä suurempi on ko. spektrikomponentin itseisarvo amplitudispektrissä. 26

SAKARAPULSSIJONO FOURIER-SARJAN AVULLA 27

SAKARAPULSSIJONO FOURIER-SARJAN AVULLA 28 Trigonometrisen Fouriersarjan katkaisusta aiheutuu ns. Gibbsin oskillaatioilmiö

PULSSIN KESTON JA TOISTOTAAJUUDEN VAIKUTUS 29

PULSSIN KESTON JA TOISTOTAAJUUDEN VAIKUTUS 3 Duty-cyclen τ/t pulssijonoja esiintyy elektroniikassa, tiedonsiirrossa ja tutkatekniikassa. Alla olevan viivaspektrin verhokäyrä on sinc-funktio: sinc(x) = sin(πx)/(πx)

PULSSIN KESTON JA TOISTOTAAJUUDEN VAIKUTUS 31

PULSSIN KESTON JA TOISTOTAAJUUDEN VAIKUTUS 32 Huomaa viivaspektrin mielenkiintoinen rajatapaus: Kun T ja f = 1/T, niin diskreetti amplitudispektri muuttuu jatkuvaksi funktioksi (energiasignaalin spektriksi). Muista: Energiasignaali jatkuva Fouriermuunnos Tehosignaali diskreetti Fouriersarjakehitelmä, jonka kertoimista tehon jakautuminen voidaan päätellä.

FOURIER-SARJOJA (S) 33

FOURIER-SARJOJA (S) 34

FOURIER-MUUNNOSPAREJA (S) 35