Escolar Documentos
Profissional Documentos
Cultura Documentos
Serii Fourier
1.1 Introducere
Sistemele liniare invariante n timp sunt de departe cele mai studiate si utilizate sisteme
n prelucrarea semnalelor. Un sistem se numeste liniar daca raspunsul acestuia la suma
a doua semnale este identic cu suma raspunsurilor la fiecare semnal n parte. Un sistem
se numeste invariant n timp daca raspunsul sau la un semnal este acelasi indiferent de
momentul cand este aplicat semnalul respectiv la intrarea sistemului. Din teoria sisteme-
lor, se stie ca functiile proprii ale sistemelor liniare invariante n timp (pe scurt, SLIT)
sunt (co)sinusoidele. Altfel spus, daca la intrarea unui SLIT aplicam o cosinusoida pura
de frecventa 0 , atunci la iesire vom avea tot o cosinusoida pura 0 (binenteles, avand
alta amplitudine si faza). Acest fapt permite studierea comportamentului sistemului la
un semnal de intrare oarecare, cu conditia sa putem scrie semnalul respectiv ca o suma
(fie si nenumarabila) de cosinusoide. Aceasta scriere a semnalelor face obiectul primelor
doua capitole ale acestei prezentari.
In acest capitol vom prezenta cazul scrierii semnalelor sub forma unei sume numarabile
de cosinusoide, aratand ca semnalele respective trebuie sa fie periodice, astfel ncat des-
compunerea sa fie valabila pe tot R. In capitolul urmator, vom generaliza aceasta des-
compunere la cazul semnalelor oarecare.
Se pune problema scrierii semnalului x(t) sub forma unei sume numarabile de semnale
sinusoidale. Acest lucru este posibil n interiorul intervalului [0, T ]. Se poate arata ca,
pentru t [0, T ], semnalul x(t) se poate scrie sub forma unei sume numarabile de
cosinusoide si sinusoide, avand toate, un numar ntreg de perioade n intervalul de timp
considerat. Acest lucru este echivalent cu a spune ca frecventele (co)sinusoidelor respective
1
1.2. Forma trigonometrica 2
Coeficientii {cn }nN si {sn }nN se numesc coeficientii dezvoltarii semnalului n serie
Fourier trigonometrica.
Se poate arata ca functiile {cos(nt)}nN si {sin(nt)}nN formeaza un set ortogonal
de functii. Daca se defineste produsul scalar al doua functii (reale) de suport temporal T
precum:
ZT
hf (t), g(t)i = f (t)g(t)dt, (1.4)
0
T daca m=n=0
T
hcos(mt), cos(nt)i = daca m = n 6= 0 (1.5a)
2
0 daca m 6= n
T daca m=n=0
T
hsin(mt), sin(nt)i = daca m = n 6= 0 (1.5b)
2
0 daca m 6= n
hcos(mt), sin(nt)i = 0 m, n. (1.5c)
Din ecuatiile (1.5), rezulta un mod simplu de calcul al coeficientii dezvoltarii semna-
lului, prin produs scalar ntre acesta si functia respectiva din baza de functii. Astfel, daca
se calculeaza, spre exemplu:
ZT
hx(t), cos(kt)i = x(t) cos(kt)dt
0
ZT
X
X
!
= cn cos(nt) + sn sin(nt) cos(kt)dt
0 n=0 n=1
ZT ZT (1.6)
X
X
= cn cos(nt) cos(kt)dt + sn sin(nt) cos(kt)dt
n=0 n=1
|0 {z } |0 {z }
=0 pentru n6=k =0
T
c
2 k
daca k 6= 0
= .
T ck daca k = 0
1.3. Forma armonica 3
Reluand demonstratia de mai sus si pentru valorile sk , rezulta urmatoarele relatii de calcul
pentru coeficientii dezvoltarii semnalului x(t) n serie Fourier trigonometrica.
ZT
1
c0 = x(t)dt (1.7a)
T
0
ZT
2
cn = x(t) cos(nt)dt n = 1, 2, 3, . . . (1.7b)
T
0
ZT
2
sn = x(t) sin(nt)dt n = 1, 2, 3, . . . (1.7c)
T
0
cn = An cos(n ) (1.9a)
sn = An sin(n ). (1.9b)
A 0 = c0 (1.10a)
0 = 0. (1.10b)
de unde, prin restrangere, obtinem forma finala a descompunerii semnalului x(t) n serie
Fourier armonica:
X
x(t) = An cos(nt + n ), t [0, T ] (1.12)
n=0
Forma (1.12) este mai usor de interpretat, ntrucat contine amplitudinile An si fazele n
cosinusoidelor de frecvente n ce intervin n descompunerea semnalului nostru periodic.
Sirul de coeficienti {A0 , A1 , A2 , . . .} reprezinta spectrul de amplitudini al semnalului x(t),
iar sirul {0 , 1 , 2 , . . .} spectrul de faze al acestuia.
relatie ce reprezinta dezvoltarea semnalului periodic x(t) n serie Fourier armonica. Unul
din avantajele acestei reprezentari consta n modalitatea directa si mai ales unitara de
calcul al coeficientilor dezvoltarii Anc . Astfel, pentru n > 0 avem:
1 1 1
Anc = An exp(jn ) = (An cos(n ) + jAn sin(n )) = (cn jsn )
2 2 2
ZT ZT
1 2 2
= x(t) cos(nt)dt j x(t) sin(nt)dt
2 T T (1.17)
0 0
ZT ZT
1 1
= x(t)(cos(nt) j sin(nt)dt = x(t) exp(jnt)dt.
T T
0 0
1.5. Valabilitatea descompunerii n serie Fourier pe R 5
In dezvoltarea de mai sus, am folosit faptul ca functia cosinus este para si ca sinus este
impara. In sfarsit, pentru A0c se poate scrie:
ZT ZT
1 1
A0c = A0 = c0 = x(t)dt = x(t)exp(j0t)dt. (1.19)
T T | {z }
0 0 =1
Este evident ca cele trei forme ale descompunerii n serie Fourier ale unui semnal
periodic sunt reprezentari echivalente ale aceleiasi realitati fizice, care exprima des-
compunerea unui semnal periodic ntr-o suma numarabila de (co)sinusoide; din orice
dintre cele trei forme se pot deduce celelalte doua.
Transormata Fourier
2.1 Introducere
In capitolul dedicat descompunerii unui semnal n serie Fourier, am aratat ca un semnal
periodic poate fi descompus ca o suma de un numar numarabil de componente sinusoidale,
de frecvente multipli ai frecventei de baza a semnalului, numita frecventa fundamentala.
In acest capitol, vom generaliza aceasta descompunere a unui semnal ntr-o suma de
sinusoide si pentru semnale neperiodice.
Sa ncepem prin a studia forma spectrului semnalului periodic n functie de perioada
sa T . Se observa ca pe masura ce T creste, componentele din spectrul semnalului se
ndesesc. Acest lucru este natural, ntrucat cresterea lui T este echivalenta cu scaderea
frecventei fundamentale = 2 T
, si deci, cu scaderea ntervalului de frecventa ntre doua
componente succesive. Figura 2.1 ilustreaza un exemplu. Evident, la limita, cand T
, componentele frecventiale se contopesc, iar spectrul semnalului devine de natura
continua.
Ajungem, deci, la definitia transformatei Fourier.
Atunci, se defineste transformata Fourier a semnalului x(t) ca fiind semnalul X() obtinut
dupa:
Z
not
X() = F{x(t)}() = x(t) exp(jt)dt. (2.2)
Semnalul original x(t) poate fi recuperat din transformata sa prin aplicarea operato-
rului invers:
Z
1 1
x(t) = F {X()}(t) = X() exp(jt)d. (2.3)
2
7
2.1. Introducere 8
x(t)
t
0 T 2T 0 2
(a) (b)
x(t)
t
0 T1 2T1 0
1 1
(c) (d)
Figura 2.1: Forma spectrului unui semnal periodic n functie de perioada: (a) Semnal
periodic de perioada T . (b) Modulul coeficientilor Anc pentru semnalul din figura a. (c)
Semnal periodic de perioada T1 > T . (d) Modulul coeficientilor Anc pentru semnalul din
figura (c).
2.2 Propriet
atile transformatei Fourier
Liniaritatea. Transformata Fourier este liniara.
Fie x(t) si y(t) doua semnale de modul integrabil si fie a si b doua constante complexe.
Liniaritatea transformatei Fourier se traduce prin faptul ca aceasta comuta
F{ax(t) + b(y(t)}() = aF{x(t)}() + bF{y(t)}(). (2.7)
Z ZS
at=
1
F{x(at)}() = x(at) exp(jt)dt = x( ) exp j d
a a
S
Z (2.13)
1 1
= x( ) exp j d = X .
Sa a |a| a
| {z }
X(
a)
1 daca a > 0
unde S = sgn(a) = .
1 daca a < 0
Derivarea n timp.
dx(t)
F () = jX(). (2.14)
dt
Demonstratie:
Z Z
dx(t) 1 d 1
= X() exp(jt)d = jX() exp(jt)d. (2.15)
dt 2 dt 2
2.2. Proprietatile transformatei Fourier 11
Integrarea n timp. Z
1
F x(t)dt () = X(). (2.16)
j
Demonstratie: Se aplica relatia precedenta
Demonstratie:
Z Z Z
1
x2 (t)dt = x(t) X() exp(jt)d dt
2
| {z }
x(t)
(2.18)
Z Z Z
1 1
= X() x(t) exp(jt)dtd = |X()|2 d.
2 2
| {z }
X ()
Simetria.
F{x(t)}() = X() F{X(t)}() = 2x(). (2.19)
Demonstratie: Se foloseste simetria ntre relatiile care dau transformata Fourier directa
si inversa.
Atunci, ntre transformatele Fourier ale celor trei semnale are loc relatia:
Demonstratie:
Z Z Z
Demonstratie:
Z 2 Z Z
1 1
z(t) = Z() exp(jt)d = X()y( )d exp(jt)d
2 2
2 Z Z
1
= X()Y ( ) exp(jt)exp(jt) exp(jt)dd
2 | {z }
=1
2 Z
Z
1
= X() exp(jt) Y ( ) exp(j( )t)d d.
2
Z
Z
= 1 1
= X() exp(jt) Y () exp(jt)dd.
2 2
| {z }
y(t)
Z
1
= y(t) X() exp(jt)d = x(t)y(t).
2
| {z }
x(t)
(2.25)
x(t)
X()
(t)
1
t
F
(t) 1() (2.28)
de unde, aplicand (2.19), avem:
F
1(t) 2() = 2(). (2.29)
Intr-adevar, calculand transformata Fourier inversa a semnalului X() = 2(),
avem
Z
1
F 1 {X()}(t) = 2() exp(jt)d = 1 = x(t), (2.30)
2
ceea ce completeaza demonstratia noastra.
X()
x(t)
2()
1
t
Observatie. Avand n vedere semnificatia transformatei Fourier a unui semnal, era normal
sa ne asteptam la acest rezultat, care se interpreteaza n sensul ca n descompunerea unui
semnal constant ca o suma de sinusoide intra numai componenta de frecventa zero, adica
semnalul constant!
X()
(+0) ( )
x(t)=cos(t) 0
0 0
ZT T
1 exp(jT ) exp(jT )
X() = exp(jt) = exp(jt) =
j j
T T (2.34)
2j sin(T )
= = 2T sinc(T ).
j
sin(x)
sinc(x) = . (2.35)
x
x(t) X()
1 2T
T T
x(t)=sinc( t) X()
0
1 /0
t
0 0
Teorema esantion
arii
Fie x(t) un semnal de modul integrabil, al carui spectru estec marginit. Daca X() este
spectrul semnalului, dat de transformata Fourier a acestuia:
Z
X() = F{x(t)}() = x(t) exp(jt)dt, (3.1)
cu max frecventa maxima a acestuia. In figura 3.1 este prezentat un exemplu de semnal
cu spectru limitat.
|X()|
max max
Avand n vedere (3.2), rezulta ca semnalul original x(t) poate fi recuperat din spectrul
sau X() dupa:
Z
Zmax
1 1
x(t) = F 1 {X()}(t) = X() exp(jt)d = X() exp(jt)d. (3.3)
2 2
max
17
18
Dezvoltarea n serie Fourier a unui semnal a fost discutata numai pentru semnale
periodice. Or, sa ne reamintim ca semnalul pe care intentionam sa l dezvoltam nu
este periodic! Din acest motiv, descompunerea semnalului nu este valabila decat n
interiorul intervalului considerat, respectiv [max , max ].
Astfel, introducand perioada semnalului (n cazul de fata 2max ) n (1.2), relatia (1.16)
care ne da dezvoltarea n serie Fourier complexa se scrie:
X 2
X() = n exp jn [max , max ]. (3.4)
n=
2max
unde n sunt coeficientii dezvoltarii, ce, conform cu (1.20), pot fi dedusi ca:
Zmax
1 2
n = X() exp jn d. (3.5)
2max 2max
max
Prin identificarea termenilor din relatiile (3.5) si (3.3), rezulta ca n nu sunt alceva decat
valori ale semnalului original x(t) la anumite momente de timp:
n = x n n Z. (3.6)
max max
In continuare, nlocuim pe X() dat de (3.5) n relatia (3.3), obtinand:
Zmax
1
x(t) = X() exp(jt)d
2
max
Zmax !
1 X 2
= n exp jn exp(jt)d
2 n=
2max (3.7)
max
Zmax
1 X
= n exp j t + n d.
2 n=
{z max }
max |
not
=
19
Ultimul pas este nlocuirea n relatia de mai sus a valorilor n date de (3.6):
1 X
x(t) = max x n sinc max t + n , (3.10)
max n= max max
ceea ce justifica afirmatia din enuntul teoremei conform careia frecventa de esantionare
trebuie sa fie cel putin dublul frecventei maxime a semnalului1 .
1
Relatia (3.12) prezint a recompunerea semnalului din esantioanele lui luate cu exact dublul frecventei
sale maxime max . Este evident, ns a, ca ntreg calculul prezentat aici poate fi reluat si pentru o valoare
superioar a frecventei maxime a semnalului max 0 > max , de unde rezulta ca semnalul poate fi reconstruit
n mod similar si dac a frecventa de esantionare este mai mare decat dublul frecventei sale maxime.
20
|X()|
(a) (b)
|X()|
2e e e 2
0 e
(c) (d)
Figura 3.2: Legatura ntre spectrele semnalului continuu si al celui esantionat: (a) Semnal
continuu. (b) Spectrul semnalului continuu. (c) Semnalul esantionat cu frecventa e . (d)
Spectrul semnalului esantionat, obtinut prin periodizarea spectrului semnalului continuu.
Capitolul 4
4.1 Definitie
Un sistem se numeste liniar daca raspunsul sau la suma a doua semnale este egal cu suma
raspunsurilor sistemului la fiecare semnal luat n parte. Cu alte cuvinte, notand cu L{}
raspunsul sistemului, acesta este liniar daca:
Sistemul se numeste invariant n timp daca raspunsul sau la un semnal este acelasi,
indiferent de momentul aplicarii semnalului la intrarea sistemului. Cu alte cuvinte, daca
not
notam y(t) = L{x(t)}, atunci avem:
invariant in timp
Sistemele liniare si invariante n timp (v. figura 4.1) sunt de o reala importanta n
studiul semnalelor, ntrucat majoritatea circuitelor electrice sunt astfel de sisteme. In
paragrafele urmatoare, vom deduce relatiile ce permit determinarea semnalului de iesire
n functie de cel la intrarea sistemului.
22
4.2. Trecerea semnalelor prin sisteme liniare invariante n timp. Functia pondere. 23
T(t)
t
T/2 T/2
x(t)
Figura 4.3: Aproximarea unui semnal continuu ca o suma discreta de impulsuri T decalate
n timp si scalate corespunzator.
( )
X (4.1) X
y(t) = L{x(t)} L x(ti )T (t ti ) = L {x(ti )T (t ti )}
i i (4.7)
(4.2) X X
= x(ti )L {T (t ti )} = x(ti )hT (t ti ).
i i
not
h(t) = L{(t)} (4.10)
Functia h(t) se numeste raspunsul la impuls, sau functia pondere a sistemului, si,
conform (4.9), cunoasterea lui este suficienta pentru descrierea actiunii sistemului asu-
pra oricarui semnal. Interpretarea relatiei (4.9) este ca semnalul de la iesirea sistemului
4.3. Interpretarea frecventiala a sistemelor liniare invariante n timp. Functia de
transfer. 25
x(t) C y(t)
not 1
H(0 ) = .
1 + j0 RC
Putem, deci, scrie c
a:
Y = H(0 )X. (4.12)
4.3. Interpretarea frecventiala a sistemelor liniare invariante n timp. Functia de
transfer. 26
In cazul n care semnalul x(t) aplicat la intrarea filtrului liniar nu este sinusoidal,
putem explica forma semnalului de iesire y(t) tot prin reducere la cazul sinusoidal. Acest
lucru este posibil ntrucat stim, de la analiza Fourier a semnalelor, ca orice semnal de
modul integrabil x(t) poate fi descompus ca o suma (infinita) de semnale pur sinusoidale.
Intr-adevar, considerand transformata Fourier a lui x(t):
Z
X() = F{x(t)}() = x(t) exp(jt)dt, (4.13)
Relatia (4.14) reprezinta exact descompunerea dorita a semnalului x(t) ntr-o suma de
sinusoide pure.
T
in
and cont de faptul c a, n ipoteza n care x(t) este un semnal real, avem
X() = X () = |X()| exp(j()), atunci relatia (4.14) poate fi adusa la forma:
Z
1
x(t) = |X()| cos(t + ())d, (4.15)
0
a afirmatia de mai sus. Modulul |X()| si faza () ale cantitatii complexe X() sunt
ceea ce justific
amplitudinea, respectiv faza cosinusoidei de frecventa ce intra n componenta semnalului x(t). Cu alte
cuvinte, cantitatea X() este tocmai reprezentarea sub forma complexa a sinusoidei respective.
Apoi, pentru fiecare componenta sinusoidala de frecventa din semnal, putem calcula
faza si amplitudinea la iesire n functie de cele la intrare (vezi relatia (4.12)) precum:
Y () = H()X() , (4.16)