Académique Documents
Professionnel Documents
Culture Documents
reticoli di campionamento
Augusto Sarti
Dipartimento di Elettronica e Informazione
Politecnico di Milano - Italy
Introduzione
Un segnale N-dimensionale una funzione, generalmente complessa, che
assume valori in un dominio N-dimensionale
Segnale analogico
Dominio: spazio vettoriale generato da N vettori linearmente
indipendenti, generalmente ortonormali
Segnale discreto
Dominio: insieme di punti generati dalla combinazione lineare a
coefficienti interi di N vettori linearmente indipendenti.
Tale insieme chiamato reticolo e i vettori ne sono una base
Segnale misto
Dominio: in parte continuo, in parte discreto.
Prodotto cartesiano di uno spazio continuo e uno discreto N-Mu/ M,
dove / M un reticolo M-dimensionale.
2
Segnali analogici
Un segnale analogico indicato con:
3
Segnali analogici: definizioni
- Segnale traslato
ur ( x ) u ( x r )
- Area
Au u (x) dx
- Valor medio determinis tico :
N
1 A A
mu lim
Ao f 2 A ....... u ( x , x ,..., x
A A
1 2 N
)dx1dx2 ...dx N
- Energia
Eu Au 2
- Potenza
Pu mu 2
4
Funzioni separabili
Un segnale N dimensionale si dice separabile quando pu essere
scomposto nel prodotto di N segnali monodimensionali:
5
Funzioni cilindriche
I segnali cilindrici sono funzioni che sono costanti lungo una
direzione (direzione di cilindricit)
In 2D sono funzioni cilindriche:
u ( x1 , x2 ) f ( xi ) , i ,1
2
u ( x1 , x2 ) f ( x1 cos- x2 sin - )
con - +S/2 direzione di cilindricit.
6
Funzioni lama
Le funzioni lama sono funzioni impulsive in una direzione e
costanti QHOOaOWUa
Funzioni lama bidimensionali sono:
u ( x1 , x2 ) G( xi ) , i ,1
2
u ( x1 , x2 ) G( x1 cos- x2 sin - )
con - +S/2 direzione della lama.
u(x) v( x1 ) G( x2 ) l U (f ) V ( f1 )
7
Segnali analogici: convoluzione
La convoluzione tra segnali N-dimensionali definita come:
u v ( x) u(y)v(x y)dy
N
f f
...... u( y ,..., y
f f 1 N )v( x1 y1 ,..., xN y N )dy1...dy N
* =
8
Fourier in N dimensioni
Esponenziale complesso N-dimensionale
j 2S f T x T
s(x) e , f [ f1 , f 2 ,..., f N ]
Trasformata di Fourier del segnale u(x):
u(x)e
j2 S f T x
U (f ) N
dx
Antitrasformata di Fourier del segnale U(f):
U (f )e
j 2S f T x
u (x) N
df
9
Propriet della trasformata
1. Linearit
a u(x) b v(x) l a U (f ) bV (f )
2. Somiglianza
1
u (Vx ) l U (V T f )
det(V )
3. Convoluzione
u v(x) l U (f ) V (f )
4. Moltiplicazione
u(x) v(x) l U V (f )
10
Propriet della trasformata
5. Separabilit
u(x) u1 ( x1 )...uN ( xN ) l U (f ) U1 ( f1 )...U N ( f N )
6. Traslazione
u(x r) l U (f ) exp( j 2S f T r)
7. Derivazione
wU (f )
j 2S xi u (x) l
wf i
Parseval
8. * *
u ( x ) v (x) dx U (f ) V (f ) df
2
u(x) U (f )
2
dx df 11
Propriet della trasformata
Nota: la trasformata di Fourier di un segnale separabile
pu essere vista o come il prodotto di due funzioni
cilindriche o come la convoluzione di due funzioni lama:
s( x1 , x2 ) u ( x1 ) v( x2 ) (u ( x1 ) 1) (v( x2 ) 1)
S ( f1 , f 2 ) U ( f1 )V ( f 2 ) (U ( f1 )G ( f 2 )) * (V ( f 2 )G ( f1 ))
12
Segnali analogici 2D:esempi
G(x) G( x1 )G( x2 )
u(x) AG(x) l U (f ) A
13
Segnali analogici 2D:esempi
Lame bidimensionali:
14
Segnali analogici 2D:esempi
Funzioni separabili:
1 x1 x2
u ( x) sinc( ) sinc( ) l U (f ) rect ( f1' )rect ( f 2 ' )
' 2
' '
15
Segnali analogici 2D:esempi
Funzioni cilindriche:
x1
u ( x) rect ( ) l U (x) ' sinc( f1' )G( f 2 )
'
16
Segnali analogici 2D:esempi
Sinusoide
bidimensionale:
s(x) cos[2S ( f1 x1 f 2 x2 )]
17
Segnali discreti
Assumono valore su un insieme discreto e numerabile
di punti
Per poter definire una trasformata di Fourier il dominio
GHYHVVHUH un reticolo
u(n)=u(n1,n 2, ,n )N , n i Z
18
Reticoli
Propriet:
1. Il numero di punti contenuti QHOOLSHUVIHUa di raggio r
deve tendere aOOLQILQLWR per r che tende aOOLQILQLWR
2. Il numero di punti che giace in una regione finita finito
3. Ogni punto assume la stessa posizione relativa rispetto
agli altri punti (invarianza rispetto alla traslazione,
autosomiglianza)
19
Reticoli
I reticoli possiedono la struttura algebrica di gruppo
abeliano (requisito minimo per poter definire la tf di
Fourier)
gruppo abeliano:
1. Esiste elemento neutro;
2. Ogni elemento ammette ORSSRVWR;
3. Propriet associativa;
4. Propriet commutativa.
20
Reticoli
Reticolo N-dimensionale:
combinazione lineare a coefficienti interi di N vettori
linearmente indipendenti
- N
/ x : x ni v i , ni Z
N
i 1
/ ^x : x Vn , n Z `
N N
21
Reticoli
una base V definisce un un unico reticolo / =Lat(V)
un reticolo ammette infinite basi ottenibili post-
moltiplicando una qualunque di esse base per una
matrice M a determinante unitario U=VM
'1
'1
V 2 M 1 0
'2
0 1 1
2
'1 '1
2 2
U VM
'2 '2
2 2
22
Reticoli
Si definisce parallelepipedo fondamentale di un reticolo:
P ^x N
: x D1v1 D 2 v 2 ... D N v N , 0 d Di 1 `
23
Reticoli(6)
Volume del parallelepipedo fondamentale =
determinante della matrice base
inverso del volume = la densit del reticolo (campioni
per unit di superficie)
1
P(V )
det(V )
Tali misure non dipendono dalla base, infatti:
24
Sottoreticoli
Dato un reticolo / , * ne un sottoreticolo se
1. */
2. * ha la struttura di un reticolo
Si pu dimostrare che:
* un sottoreticolo di / esiste M tale che U=VM
|det(M)| = fattore di riduzione
25
Sottoreticoli: esempio
' 1 0 4 2 4' 1 ' 1
V M U VM
0 ' 2 0 1 0 2' 2
26
Segnali discreti: definizioni
1. Area
Au u(x) u(Vn )
x / n Z N
2. Valor medio N
1 M M
mu lim
M o f 2 M
1
... u(Vn )
n1 M nN M
3. Energia
Eu Au 2
4. Potenza
Pu mu 2
27
Segnali discreti: definizioni
Impulso discreto:
-1 x 0
G(x)
0 altrove
filari di impulsi = controparte discreta delle funzioni lama
Qualsiasi sequenza pu essere espressa come somma
di impulsi traslati e pesati
u ( x) u (y ) G (x
y /
y) u(Vk ) G(Vn Vk )
k Z N
u (n1 , n2 )
k1 k2
u (k1 , k2 )G(n1 k1 , n2 k2 )
28
Segnali discreti: definizioni
Separabilit: come per i segnali analogici
Periodicit:
u(x r) u(x) , r * /
con * = reticolo di periodicit e sottoreticolo di /
29
Segnali discreti: definizioni
Convoluzione:
u ( x) * v ( x) u (y ) v(x
y /
y)
* =
30
Trasformata di Fourier
U (f ) u ( x) e
x /
j 2S f T x
u(Vn ) e j 2S f T Vn
n Z N
31
Periodicit della trasformata
La trasformata di un segnale discreto periodica:
U (f r) u ( x) e
x /
j 2S ( f r )T x
u ( x) e
x /
j 2S f T x
e j 2S r T x
u ( x) e
x /
j 2S f T x
U (f )
j 2S r T x
e 1
32
Periodicit della trasformata
Dal calcolo precedente si deduce che le repliche si
trovano su di un reticolo:
/ ^r N
: r x Z , x /
T
`
x Vn
posto r mV
T T T
r x Z m V Vn Z V V I
T
V V T
33
Periodicit della trasformata
)
det(V det(V)
1
34
Periodicit della trasformata
Esempi:
35
Periodicit della trasformata
36
Celle elementari
La trasformata di un segnale discreto definito su /
periodico su / *
Un / *-periodo di N detto cella elementare
Un insieme CN una cella elementare se:
N
(C r )
r /
(C r ) (C s) 0 , r, s / , r z s
37
Celle elementari
38
Antitrasformata di Fourier
Se P* un / *-periodo di N, la antitrasformata di Fourier
definita come:
u(x) det(V) * U (f ) e j 2S f T x
df
P
39
Propriet della trasformata
1. Linearit
a u(x) b v(x) l a U (f ) bV (f )
2. Convoluzione
u v(x) l U (f )V (f )
3. Moltiplicazione
u(x) v(x) l U V (f )
4. Separabilit
u(x r) l U (f ) exp( j 2S f T r)
6. Valore centrale e continua
u (0) U (f ) df
U (0) u ( x)
7. Parseval
u (x) v* (x) dx det(V ) U (f ) V * (f ) df
2
det(V ) U (f ) df
2
u (x) dx
41
Campionamento
s(x)
' x
U(f)
1/ ' f
42
Campionamento
U (f ) e
j 2S f T x N
uc ( x) N c df , x
U (f ) e
S j2 fTx
u ( x) N c df , x /
N (P *
r)
r /*
43
Campionamento
u (x) P *
r
U c (f ) e j 2S f T x
df
r /*
U P * c (f r) e j 2S ( f r )T x
df
r /*
U
j 2S f T x j 2S r T x
(f r) e e df
P *
r /*
c
1 r T x Z
-
1
j 2S f T x
det( V ) *
P det( V )
U c (f r )e
df
r /*
44
Campionamento
Dunque:
1
U (f )
det(V )
U c (f r)
r /*
1
det(V )
U c (f kV
)
k Z N
45
Prefiltraggio
Per evitare alias occorre prefiltrare
La cella elementare si pu scegliere arbitrariamente,
quindi bene scegliere quella FKH PLQLPL]]a OHQHUJLa
eliminata per troncamento
Tale PHWRGR GLVWRUFH LO VHJQaOH Pa OHUURUH
TXaGUaWLFR
medio introdotto minore di quello che introdurrebbe
OaOLaV
46
Esempio x1 3
Consideriamo il segnale continuo s cos2S x2
2 2
La cui trasformata di Fourier :
1 1
Gf1 3 1 3
S ( f1 , f 2 ) , f2 G
f1 , f2
2 2 2 2 2
f2
0.866
0.5 f1
47
Esempio
Campionadolo sul reticolo V e ricostruendo con il filtro
indicato dal rettangolo in figura otteniamo
1 / 0.9 0
V
0.866
0 1 / 0.9
0.5
48
Alias: esempi
Segnale ricostruito e affetto da alias:
1 1
Gf1 3 1 3
S ( f1 , f 2 ) , f2 G
f1 , f2
2 2 2 2 2
1
Gf 1 1 3 1 1 3
, f2
0.9 Gf1 , f2
0.9
2
1 2 2
2 2
x1 3 x 1 3
sr ( x1 , x2 ) cos2S , x cos2S 1 , x2
2 2 2 2
2
0.9
49
Alias: esempi
Segnale originale:
50
Alias: esempi
Segnale affetto da alias:
51
Campionamento rettangolare
' 1 0
V
0 ' 2
1 / '1 0
V
0 1/ ' 2
1 k1 k2
U (f )
' 1' 2 k1 k 2
U c ( f1
'1
, f2
'2
)
52
Campionamento rettangolare
53
Campionamento esagonale
' 1 ' 1 / 2
1 / ' 1 0
V V '
0 ' 2 / 2 1 / 2 2/ ' 2
2
U (f )
' 1' 2
U c (f r )
r /* 54
Campionamento: confronto
Il campionamento esagonale permette una maggiore
compattazione delle repliche e quindi un risparmio di
campioni
1 / 2W 0
Vr
0 1 / 2W
1 / W 3 2 / W 3
Ve
0 1 / 2W
55
Campionamento: esempio
Segnale continuo nel domino dello spazio:
56
Campionamento: esempio
Segnale continuo nel dominio delle frequenze:
57
Campionamento: esempio
Supporto della trasformata di Fourier:
f2
f1
58
Campionamento: esempio
Spettro del segnale campionato:
59
Campionamento: esempio
Spettro del segnale campionato:
Z2
S Z1
60
Ricostruzione
/ N N
h(x)
u v uc
61
Ricostruzione
v ( x) u (y ) G (x
y /
y)
uc ( x) u ( y ) h( x
y /
y)
- det(V ) U (f ) f C P*
U c (f )
0 altrove
62
Ricostruzione
U
j 2S f T x
uc ( x) c (f ) e df
C
det( V ) U (f ) e j 2S f T x
df
C
h( x) det( V ) e j 2S f T x
df
C
63
Serie di Fourier Discreta
Nel caso di segnali discreti periodici la trasformata di
Fourier risulta ridondante ed per questo che si usa la
DFS che permette di descrivere il segnale con un numero
di coefficienti pari al numero di campioni del periodo del
segnale.
64
Serie di Fourier Discreta(2)
La DFS definita come:
~
U (f ) ~
u ( x) e j 2S f T x
,f* Lat ( W)
x A
A un * -periodo di /
det(V ) ~
~
u ( x)
det( W)
U (f ) e j 2S f T x
, x / Lat (V )
f A*
A*un * *-periodo di / *
65
Serie di Fourier Discreta
Nel caso di segnali 2D e reticoli rettangolari si ha:
' 1 0
V
0 ' 2
N1 0 ' 1 0
W NV
0 N 2 0 ' 2
1 / '1 0 1 / N1' 1 0
V W
0 1/ ' 2 0 1/ N2' 2
66
Serie di Fourier Discreta
~ k1 k2 N1 1 N 2 1 - k1 k
U( ,
N1' 1 N 2 ' 2
) ~ ' ' S
u (n1 1 , n2 2 ) exp j 2 '
n1 1 2
'
n2 2
n1 0 n2 0 N1' 1 N2' 2
1 N1 1 N 2 1
~ k1 k2 - k1 k
u~(n1' 1 , n2 ' 2 ) U( ,
N1' 1 N 2 ' 2
) expj 2S
n '
1 1
2
n '
2 2
N1 N 2 k1 0 k 2 0 N1' 1 N2' 2
67
Trasformata di Fourier discreta
Anche per i segnali discreti a supporto compatto
la trasformata di Fourier risulta essere ridondante.
Si ricorre allora alla DFT che risulta essere il
troncamento ad un periodo della DFS del segnale
periodicizzato correttamente, cio senza che le
repliche si sovrappongano. Ci si traduce in un
campionamento corretto dello spettro. Un altro
pregio della DFT OHVLVWHQ]a di algoritmi di
calcolo veloci (FFT).
68
Trasformata di Fourier discreta
Sia u(x) un segnale discreto su / =Lat(V) a supporto
compatto. Sia * =Lat(V)=Lat(NW) un sottoreticolo di / . Si
consideri la periodicizzazione corretta:
u~(x) u~(Vn ) u (x
y*
y) u(Vn NVm)
m Z N
69
Trasformata di Fourier discreta
Nel caso 2D e di reticoli rettangolari si ha:
' 1 0 N1 0 ' 1 0
V W NV
0 ' 2 0 N 2 0 ' 2
1 / '1 0 1 / N '1 0
V
W
1
0 1/ ' 2 0 1/ N 2' 2
u (n1 , n2 ) u (n1' 1 k1 N1' 1 , n2 ' 2 k 2 N 2 ' 2 )
~
k1 , k 2
70
Trasformata di Fourier discreta
~ k1 k2 N1 1 N 2 1 - k1 k
U( ,
N 1' 1 N 2 ' 2
) ~ ' ' S
u (n1 1 , n2 2 ) exp j 2 '
n1 1 2
'
n2 2
n1 0 n2 0 N1' 1 N 2' 2
1 N1 1 N 2 1
~ k1 k2 - k1 k
u~ (n1' 1 , n2 ' 2 ) U( ,
N1' 1 N 2 ' 2
) expj 2S n1' 1 2
n2 ' 2
N1 N 2 k1 0 k 2 0 N1' 1 N 2' 2
71
Propriet della DFS (DFT)
1) linearit
~ ~ ~ ~
l
a u (n) b v (n) a U (k ) b V (k )
2) Convoluzione circolare
~ ~ ~ ~
l
u (n) v (n) U (k ) V (k )
3) Prodotto
1 ~ ~ 1 ~ ~
u~ (n) v~ (n) l
det(N)
U (k ) V (k )
det( N)
U (l ) V (k l )
l P *
4) Sequenze separabili
~ ~ ~ ~ ~ ~ ~ ~
l
u (n) u1 (n1 ) u2 ( n2 )...u N (nN ) U (k ) U1 (k1 ) U 2 (k 2 )...U N (k N )
72
Propriet della DFS (DFT)
5) Valore iniziale e componente continua
1 ~
~
u ( 0)
det(N) k P*
U (k )
~
U ( 0) u~ (n)
n P
6) Teorema di Parseval
1 ~ ~
u (n) v (n) det(N)
~ *
U (k ) V (k )
n P k P *
1 ~
2
~
u (n)
2
U (k )
n P det(N) k P *
73
Propriet della DFS (DFT)
con P un insieme di multi indici che genera un * -periodo
di / e P*un insieme di multi indici che genera un
* *-periodo di / *
74
Convoluzione mediante DFT
Per far coincidere la convoluzione lineare con la
convoluzione circolare utilizzando la DFT bisogna operare
lo zero-padding, ossia bisogna bordare di zeri le
sequenze di partenza in modo tale che il loro supporto sia
della stessa dimensione del supporto del risultato della
convoluzione lineare.
75
Convoluzione mediante DFT
u
Zero
DFT
padding
w
IDFT
v
Zero
DFT
padding
76
Considerazioni su i domini
Introduciamo ora la simbologia G /G s (G
p modulo
s
Gp) indicando con essa che il dominio del
segnale assume valori in G s ed invariante
rispetto a traslazioni di punti che appartengono a
Gp , ossia G p il reticolo di periodicit e G sil
dominio de segnale. Inoltre si definisce ( N)* =0 e
0* = N .
77
Considerazioni su i domini
78