Académique Documents
Professionnel Documents
Culture Documents
Vom discuta [n continuare modul cum se pot aplica, [n principiu, cele dou`
solu\ii: discretizarea [n frecven\` ]i considerarea unei sume finite [n rela\ia (5.1).
68 5. Transformata Fourier discret`
Rezultatul anterior este [ns` corect doar dac` x (n ) este definit pentru n [0 , N] .
El semnific` faptul c` semnalul periodic x p (n ) este ob\inut prin repetarea periodic`, cu
perioda N, a semnalului original x (n ) (acest rezultat este evident similar celui ob\inut
aplic@nd teorema e]antion`rii [n domeniul timp).
Din rela\iile (5.7) ]i (5.8) ]i din considera\iile expuse anterior, rezult` urm`toarele
dou` concluzii fundamentale: daca durata semnalului aperiodic x(n) este finit`, ]i
anume limitat` la intervalul n [0 , N] , fiecare perioad` a semnalului xp (n) este o
replic` exact` a lui x(n) ]i ca atare, rela\ia aproximativ` (5.7) devine identitate, pe
o perioad` (dac` durata este mai mare dec@t N, semnalul x (n ) nu se mai poate extrage
exact dintr-o perioad` a lui x p (n ) ); de asemenea, spectrul continuu X(e jω ) este, [n
aceste condi\ii, complet caracterizat de spectrul s`u discret, X(k ) .
Ca urmare, rela\iile care definesc transformata Fourier discret` pentru
semnale de durat` finit` vor fi urm`toarele:
N1 2
j nk
X( k ) x (n ) e N , pentru k 0 , 1, , N 1 (5.9 – a)
n 0
2
1 N 1 j kn
x (n ) X (k ) e N , pentru n 0 , 1, , N 1 (5.9 – b)
N k 0
Rela\ia (5.9 – a) este denumit` transformata Fourier discret` direct`, iar rela\ia
(5.9 – b) transformata Fourier discret` invers` pentru semnale discrete [n timp.
70 5. Transformata Fourier discret`
unde indicele N semnific`, a]a cum s-a mai precizat, periodicitatea cu N a func\iei WNm
( m Z ). Cu aceast` nota\ie, rela\iile (5.9) se pot scrie [n forma echivalent`:
N1
X( k ) x (n ) WNn k , pentru k 0 , 1, , N 1 (5.10 – a)
n 0
1 N1
x (n ) X (k ) WN k n , pentru n 0 , 1, , N 1 (5.10 – b)
N k 0
2
X(k ) X (e j ) pentru k (5.13)
N
Similar e]antion`rii [n timp, procesul (teoretic) descris de rela\ia (5.13), adic`
ob\inerea spectrului discret X(k ) din spectrul continuu X(e j ) , se mai nume]te
e]antionare [n frecven\`.
5. Transformata Fourier discret` 71
2
are forma unui lob central (cu l`rgimea de baz` 2 ), [nconjurat de lobi laterali mai
N
mici, care descresc progresiv [n amplitudine c`tre extremit`\ile intervalului unei
perioade.
{n aceste condi\ii, rela\ia (5.14) exprim` faptul c` spectrul real X N (e jω ) va fi de
fapt o convolu\ie [ntre spectrul ideal X(e jω ) ]i o func\ie de tipul sinc. Acest lucru va
determina o anumit` deformare a spectrului ideal, precum ]i apari\ia unor ondula\ii [n
spectrul semnalului x N (n ) . Acest fenomen se nume]te [n literatura de specialitate
"leakage", ceea ce se poate traduce prin dispersie, sau [mpr`]tiere a spectrului.
Deoarece acest spectru real va fi apoi "e]antionat" [n frecven\` pentru a se ob\ine
coeficien\ii Fourier X N (k) , este de a]teptat s` apar` erori [n forma acestui spectru
discret ]i ca urmare [n forma semnalului ref`cut din e]antioane. Aceste erori pot fi, [n
principiu, modific`ri ale amplitudinilor coeficien\ilor spectrali X(k) , apari\ia unor
frecven\e false (datorit` prezen\ei lobilor laterali din spectrul ferestrei dreptunghiulare),
sau pierderea unei informa\ii de frecven\` (de exemplu, nu mai pot fi puse [n
eviden\` componente de frecven\e foarte apropiate din spectrul unui semnal complex
ob\inut prin suprapunerea mai multor semnale); vom explica apari\ia acestor erori [n
cele ce vor urma.
Mai trebuie observat c` acelea]i probleme pot să apară ]i dac` semnalul este
periodic, deoarece ]i [n acest caz trebuie extras pentru analiz` un segment de lungime
finit` dintr-un semnal de durat` foarte mare.
| XN (e j2 f ) |
... ...
– fe / 2 – f0 0 f0 fe / 2 fe – f0 fe fe + f0 f
Ultimul pas este ob\inerea spectrului discret X N (k ) ; a]a cum am mai men\ionat,
calculul transformatei Fourier discrete are efectul unei e]antion`ri [n frecven\` a
spectrului continuu echivalent.
Vom ar`ta [n continuare c` trebuie luate [n considera\ie dou` situa\ii posibile:
Observa\ii :
1. Datorit` unei propriet`\i simple de simetrie a transformatei Fourier discrete (pe
care o vom discuta [n sec\iunea 5.5), rezult` c` amplitudinile coeficien\ilor Fourier
calcula\i pentru o secven\` real` sunt identice fa\` de capetele intervalului de N puncte.
Cu alte cuvinte, spectrul de frecven\e ob\inut [n urma calculului unui DFT [n N puncte
const` [n N / 2 1 e]antioane "independente" egal distan\ate [ntre zero ]i f e / 2 ; acest
spectru are o imagine "oglind`" [ntre f e / 2 ]i zero, sau, echivalent (consider@nd doar
frecven\e pozitive), [ntre f e / 2 ]i f e . Ca urmare, este suficient s` reprezent`m acest
spectru [ntre zero ]i f e / 2 ; vom proceda [n acest mod [n continuare.
2. Variabilele explicite timp ]i frecven\` sunt [n mod uzual [nlocuite cu variabile
generalizate atunci c@nd se calculeaz` transformata Fourier discret`. Pentru a evita
confuziile care pot să apară atunci c@nd se folosesc totu]i mai multe tipuri de
reprezent`ri, figura 5.2 prezint` diferitele unit`\i ]i intervale fundamentale folosite [n
reprezent`rile grafice uzuale.
0 fe / 2 fe f (frecvenţă)
| XN ( k ) |
0 M N/2 k
M 1 M +1
Figura 5.3. Spectrul discret al semnalului sinusoidal, [nregistrat pe un num`r [ntreg de perioade
| XN ( k ) |
ideal
0 N/2 k
Figura 5.4. Spectrul discret al semnalului sinusoidal, [nregistrat pe un interval oarecare
76 5. Transformata Fourier discret`
{n afara efectului de dispersie [n frecven\`, din figura 5.4 se mai observ` c` apare
]i o eroare de amplitudine, datorit` faptului c` m`rimea impulsului principal
(corespunz`tor spectrului ideal al semnalului sinusoidal) nu mai este cea corect` ]i
depinde de pozi\ia unde apar e]antioanele spectrului discret fa\` de forma func\iei de tip
sinc; acest efect este denumit [n literatura de specialitate "picket-fence".
Cel de-al doilea caz descris reprezint` [n mod evident situa\ia cea mai plauzibil`
pentru o analiz` real` ]i arat` totodat` principalele erori care pot apărea [n reprezentarea
spectrului discret al unui semnal oarecare (acesta fiind alc`tuit, teoretic, dintr-o sum` de
componente elementare sinusoidale). Desigur, este de dorit g`sirea unor solu\ii care s`
duc` pe c@t posibil la mic]orarea acestor erori; acest subiect este discutat [n continuare.
1. Fereastra dreptunghiular`
1 , pentru 0 n N 1
(a) w R (n ) (5.20)
0 , în rest
2
(b) 2 ; 13 dB
N
3. Fereastra Hanning
2 n
0,5 1 cos , pentru 0 n N 1
(a) w HAN (n ) N 1 (5.22)
0 , în rest
4
(b) 2 ; 31 dB
N
78 5. Transformata Fourier discret`
4. Fereastra Hammning
2 n
(1 ) cos , pentru 0 n N 1
(a) w HAM (n ) N 1 (5.23)
0 , în rest
(de obicei, 0,54 )
4
(b) 2 ; 41 dB
N
(c) primul lob lateral mult atenuat;
lobii laterali urm`tori mai mari ]i cu o descre]tere mai lent` dec@t la fereastra
Hanning ( 6 dB / octavă ).
5. Fereastra Blackman
2 n 4 n
0,42 0,5 cos 0,08 cos , pentru 0 n N 1
(a) w B (n ) N 1 N 1 (5.24)
0 , în rest
6
(b) 2 ; 58 dB
N
(c) lob central mai larg dec@t la fereastra Hamming;
atenuare foarte bun` a primului lob lateral ]i excelent` a urm`torilor lobi;
calcule moderate (cre]terea num`rului de calcule prin ad`ugarea unui termen
"cos" nu este semnificativ` fa\` de fereastra Hamming, deoarece tabelele de sin / cos
sunt uzual stocate).
6. Fereastra Kaiser
(a) Definire cu func\ii Bessel.
6
(b) 2 ; 70 , 80 dB
N
(c) cea mai mare atenuare a lobilor laterali, comparativ cu ferestrele anterioare;
calcule relativ moderate.
Dintre func\iile fereastr` discutate, cele mai utilizate sunt ferestrele Hamming ]i
Blackman; varia\iile lor [n timp sunt reprezentate [n figurile 5.5 ]i respectiv 5.6, pentru
N 32 puncte (de observat c` [ngustarea formei [n timp duce la l`rgirea lobului central
din spectru).
5. Transformata Fourier discret` 79
wHAM (n)
0.8
0.6
0.4
0.2
0
0 5 10 15 20 25 30 n
Figura 5.5. Fereastra Hamming ( = 0,54)
wB (n)
0.8
0.6
0.4
0.2
0
0 5 10 15 20 25 30 n
Figura 5.6. Fereastra Blackman
Observa\ie :
Exist` situa\ii [n care ferestrele de ponderare nu pot rezolva unele probleme care
apar [n aplica\iile de analiz` spectral`. De exemplu, exist` pericolul ca anumite
componente spectrale prea apropiate s` nu mai poat` fi puse [n eviden\` [n
spectrul discret al unui semnal compus, dac` distan\a [ntre aceste componente este
mai mic` dec@t distan\a [ntre dou` e]antioane consecutive ale spectrului; aceste
componente de frecven\e apropiate pot proveni fie din semnale utile, fie din semnale
perturbatoare care interfer` cu semnalul util. Mai mult, l`rgirea v@rfurilor spectrale ]i
erorile de amplitudine, care sunt inerente [n cazul aplic`rii oric`rei func\ii fereastr`, pot
amplifica erorile de interpretare a spectrului discret [n situa\iile descrie anterior (chiar
dac` dispersia lateral` a v@rfurilor spectrale poate fi atenuat` foarte mult, ceea ce
r`m@ne un avantaj important al ferestrelor de ponderare).
80 5. Transformata Fourier discret`
5.5. Propriet`\i
1. Periodicitate
Datorit` periodicit`\ii func\iei WNm , m Z , rezult` c` at@t x (n ) c@t ]i X(k ) sunt
periodice de perioad` N.
2. Liniaritate
a x1 ( n ) b x 2 ( n ) a X1 ( k ) b X 2 ( k ) (5.26)
5. Transformata Fourier discret` 81
Observa\ie :
Similar celor discutate [n capitolul 3 despre no\iunea de frecven\` negativ`, nici
no\iunea de semnal imaginar (sau complex ) nu are o semnifica\ie fizic` direct`, deci o
ceresponden\` [n lumea real`; este doar un concept matematic, utilizat totu]i [n teoria
semnalelor deoarece u]ureaz` tratarea matematic` a unor proceduri specifice. Capitolul
urm`tor va oferi un exemplu de modul cum acest concept poate fi folosit pentru calculul
simultan al transformatelor Fourier rapide pentru dou` semnale reale.
5. Convolu\ia circular`
Una din propriet`\ile fundamentale ale transformatei Fourier pentru semnale
discrete, exprimat` de rela\ia (3.12) ]i formulat` astfel: "convolu\iei [n timp [i
corespunde un produs [n frecven\`", cap`t` o form` special` pentru transformata Fourier
discret`, datorit` caracteristicilor de periodicitate discutate.
Dac` x1 (n ) ]i x 2 (n ) sunt dou` secven\e de durat` N , forma general` a
convolu\iei lor circulare (ciclice, sau periodice ) este urm`toarea:
x1 (n ) Ⓝ x 2 (n ) X1 (k ) X 2 (k ) , n , k [0 , N 1] (5.31)
unde convolu\ia circular` se define]te astfel:
N1
x1 (n ) Ⓝ x 2 (n ) ˆ x 1 ( m) x 2 ( n m ) (5.32)
m 0
Observa\ii :
1. Acest tip de convolu\ie este, [n principiu, similar celei liniare (clasice), [n
sensul c` una din secven\e este inversat` [n timp, deplasat` liniar, multiplicat` termen cu
termen cu cealalt` secven\`, iar produsele sunt [nsumate. Ea difer` [ns` de convolu\ia
liniar` prin faptul c` transformata Fourier discret` for\eaz` ca secven\ele s` devin`
periodice, fiind astfel [nsumate doar N produse, secven\a rezultat` fiind la r@ndul ei
periodic` de perioad` N.
2. A]a cum vom ar`ta [n capitolul urm`tor, datorit` existen\ei unor algoritmi
eficien\i de calcul pentru transformata Fourier discret`, implementarea convolu\iei se
poate face mai eficient, pentru N suficient de mare, calcul@nd mai [nt@i transformatele
Fourier directe pentru cele dou` secven\e, [nmul\indu-le ]i apoi calcul@nd transformata
Fourier invers`. Acest tip de calcul face parte dintr-un ansamblu de tehnici care poart`
denumirea de convolu\ie rapid` ("fast convolution" ).
Trebuie remarcat [ns` c` majoritatea aplica\iilor cer calculul unei convolu\ii
liniare (deci aperiodice). Pentru situa\ia general` [n care secven\ele x1 (n ) ]i x 2 (n ) au
duratele N1 ]i respectiv N 2 , secven\a ob\inut` prin convolu\ie liniar` va avea
5. Transformata Fourier discret` 83
domeniul timp este v`zut ca fiind circular, partea de semnal care dep`]e]te lungimea
unei perioade va reapărea [n partea st@ng` a perioadei, suprapun@ndu-se peste semnalul
deja existent [n acea por\iune ]i determin@nd astfel o informa\ie eronat` [n domeniul
timp.
{n mod absolut analog, periodicitatea [n frecven\` poate duce la erori de
suprapunere [n domeniul frecven\` ("frequency domain aliasing" ). S` presupunem c`
avem un semnal discret, c`ruia [i corespunde un anumit spectru de frecven\e. Dac` se
modific` acest semnal, evident se va modifica ]i spectrul s`u. Este [ns` posibil ca noul
spectru s` fie mai lung dec@t intervalul de N e]antioane; [n acest caz, partea de spectru
care dep`]e]te lungimea unei perioade va reapărea [n partea dreapt` a perioadei (dar
"mi]c@ndu-se" [n direc\ie opus`), suprapun@ndu-se peste spectrul deja existent [n acea
por\iune. Ca ]i [n cazul anterior discutat, spectrul par\ial suprapus ob\inut pe durata unei
perioade nu mai corespunde spectrului real pe acest interval, deform@nd astfel
informa\ia util` de frecven\`. Trebuie [ns` [n\eles c` acest tip de eroare poate să apară la
semnalul discret, ]i nu are legatur` cu erorile de spectru suprapus care apar la refacerea
unui semnal continuu din e]antioane dac` nu este [ndeplinit` condi\ia Nyquist.
Din fericire, multe tehnici PDS nu necesit` punerea [n eviden\`, [n mod explicit, a
periodicit`\ii transformatei Fourier discrete. De exemplu, pentru aplica\iile de analiz`
spectral` sau determinare a r`spunsului [n frecven\` al unui sistem discret, este absolut
suficient s` se considere pentru semnalul [n timp intervalul de e]antioane [0 , N 1] , iar
pentru domeniul frecven\` intervalul [0 , N / 2] , a]a cum am discutat pe parcursul
sec\iunilor anterioare. Totu]i, anumite proceduri PDS pot fi analizate doar dac` se ia [n
considera\ie aceast` periodicitate: convolu\ia circular`, compresia ]i expandarea
semnalelor, sau modula\ia [n amplitudine.