Θεωρία Σημάτων και Γραμμικών Συστημάτων
|
|
- Φιλήμων Δράκος
- 8 χρόνια πριν
- Προβολές:
Transcript
1 Θεωρία Σημάτων και Γραμμικών Συστημάτων Σημειώσεις από τις παραδόσεις Για τον κώδικα σε L A TEX, ενημερώσεις και προτάσεις: hps://gihub.com/kongr45gpen/ece-noes 26 Τελευταία ενημέρωση: 23 Ιανουαρίου 27 Περιεχόμενα Εισαγωγή 3. Σύστημα Περιοδικά σήματα Συμμετρίες Χαρακτηριστικά σήματα Χρήσιμες Συναρτήσεις Βηματική Συνάρτηση (Uni Sep Funcion) Ράμπα Ορθογωνικός παλμός (Recangular Pulse funcion) Τριγωνικός Παλμός (Triangular Pulse funcion) Χαρακτηριστικά Μεγέθη Συνέλιξη Συναρτηστιακοί χώροι 7 3 Ανάλυση Fourier Περιοδικές συναρτήσεις με περίοδο T Μετασχηματισμός Fourier Ιδιότητες Θεώρημα Parseval Μετασχηματισμός Fourier γενικευμένων συναρτήσεων Kramers - Kronig Relaions Χρονοπερατό vs Ζωνοπερατό Σήμα Γκαουσιανός παλμός Μετασχηματισμός Laplace Ιδιότητες Laplace "περιοδικών συναρτήσεων" Θεώρημα Δειγματοληψίας Συνάρτηση ορθογωνικού παραθύρου μήκους T στον κόσμο Δειγματοληψία Υποδειγματοληψία (undersampling) Gibbs' Phenomenon Ευστάθεια συστήματος Ιδανικό φίλτρο Kramers - Kronig
2 6 Συστήματα 5 6. Ανακεφαλαίωση Περιγραφή συστήματος με διαφορική εξίσωση Decibels (db) Ασκήσεις 55 2
3 Εισαγωγή Σήμα - σύστημα g = f( ) g = f( r, ) εξαρτημένη ανεξάρτητη E( r, ) Αναλογικό Αν συνεχής R και y συνεχής R g(x, y) Διακριτού χρόνου / Διακριτό (discree) διακριτό Z, n Z g συνεχής R ο εξάμηνο Κβαντισμένο n Z g διακριτή Στοχαστικό Περιέχει και τις τρεις κατηγορίες 3
4 Σύστημα x() inpu signal sysem y() oupu signal Περιοδικά σήματα Αν T R R x() = x( + T ) τότε x() περιοδικό σήμα με περίοδο T. Ή θα είναι, ή θα συνεχιστεί για πάντα. T/2 T /2 + T /2 x() d = x() d T /2 Η σύνθεση μιας συνάρτησης με μια περιοδική συνάρτηση είναι περιοδική; Απόδ. Έστω g μία περιοδική συνάρτηση: (f g)(x) = f (g(x)) = f (g(x + T )) = Συμμετρίες = (f g)(x + T ) Αν x() = x( ) τότε η x() λέγεται άρτια συνάρτηση (even funcion). Αν x() = x() τότε η x() λέγεται περιττή συνάρτηση (odd funcion). Υποστηρίζω ότι κάθε συνάρτηση μπορεί να γραφεί σαν άθροισμα μιας άρτιας και μιας περιττής: x() x (), x e () x() = x e () + x () Απόδ. x e () = x o () = x() + x( ) 2 x() x( ). 2 A A A lim A A x e y e = z e άρτια x o y o = z e x e y = z x () d = x () d =? (εξαρτάται) x () d = (principal Cauchy value) 4
5 Χαρακτηριστικά σήματα ) Εκθετικό σήμα x() = ce a a R c > c > a > a < x() = ce (σ+jω) = ce σ e jω = ce σ [cos(ω) + j sin(ω)] 2) (Συν)ημιτονοειδή σήματα x() = A cos(ω ± φ) = are {e j(ω+φ) } = A ej(ω±φ) + e j(ω±φ) 2 3) Δέλτα Dirac δ() δ() /T σ limt P T () = δ() G σ () = e x2 σ 2 2πσ lim T G σ () = δ() Ορ. f()δ() d = f() f() 5
6 δ() d = f()δ( τ) d = f(τ) f(τ)δ( τ) dτ = f() f()δ( τ) dτ = f() f() τ f()δ( τ) τ Ιδιότητες της δ(). Κλιμάκωση a R δ(a) = a δ() Απόδ. φ() δ(a) d a = ξ d = dξ a (a) = φ ( ξ a ) δ(ξ)dξ a = a (a) φ( ξ a) a δ(ξ) dξ = φ() a = φ() δ() a d 6
7 2. f()δ() = f()δ() 3. f()δ( ξ) = f(g)δ( ξ) x() inpu signal sysem L y() oupu signal Έστω L το παραπάνω σύστημα (όχι ο μετασχηματισμός Laplace!), και: y() = L {x()} x () x n () y () = L {x ()} y 2 () = L {x 2 ()} Για cons a, a 2 R x() = a x () + a 2 x 2 () y() = L {x()} ανν y() = a y () + a 2 y 2 () τότε L γραμμικό σύστημα g() = L {x()} x () = x( τ) ανν y () = L {x ()} = L {x( τ) 2 } = y( τ) τότε το σύστημα L είναι αμετάβλητο κατά τη μετατόπιση. L {} δ() inpu signal γραμμικό & ΑΚΜ h() κρουστική απόκριση (impulse response) Υποστηρίζω ότι ένα γραμμικό & ΑΚΜ σύστημα περιγράφεται πλήρως από την κρουστική απόκριση h(). Απόδ. Από παραπάνω, γνωρίζουμε ότι x() = x()δ( τ) dτ y() = L {x()} = L { lineariy = = ΑΚΜ = TSI Time shif invarian y() = L {x()δ( τ)} dτ x(τ)l {δ( τ)} dτ x(τ)h( τ) dτ x(τ) h( τ) dτ linear ime-shif invarian x()δ( τ) dτ} 7
8 δ() = δ( ) άρτια συνάρτηση δ (n) () = dn d n δ(), για την οποία αποδεικνύεται ότι: δ (n) ()φ() d = ( ) n φ (n) () = Χρήσιμες Συναρτήσεις Βηματική Συνάρτηση (Uni Sep Funcion) u() = { > < u()φ() d = N u {φ()} = u() φ() d number Ράμπα δ() = d d u() u() = δ(τ) dτ = δ( ξ) dξ r() = u(τ) dτ = { = u() else r() 8
9 u() = d d r() Ορθογωνικός παλμός (Recangular Pulse funcion) p a () = { < a > a r() a a u( + a) u( a) a a p a () =u( + a) u( a) d d p a() =δ( + a) δ( a) d d p a() δ( + a) a a δ( a) Τριγωνικός Παλμός (Triangular Pulse funcion) p r,a = { a < a > a 9
10 p r,a () a a p r,a () = [r( + a) + r( a) 2r()] a Χαρακτηριστικά Μεγέθη ) Μέση τιμή (Mean Value) x() = 2 2 x() d Αν περιοδική τότε x() = T T x() d = T +T x() d 2) Ενεργός τιμή (Roo Mean Square Value) x() = [ 2 2 x 2 () d] Αν ημιτονοειδές σήμα x() = x max 2 3) Ενέργεια - Ισχύς Στιγμιαία ισχύς (Insan power) p() = x 2 () Μέση ισχύς (Mean power) /2 p() = 2 2 x 2 2 () d = (x())
11 Ενέργεια (Energy) 2 W = 2 p() d = x 2 2 () d = ( 2 ) (x()) Σήμα ενέργειας αν lim W < T { Σήματα Σήμα ισχύος αν lim p() > T { Υπάρχουν και σήματα που δεν είναι ούτε ενέργειας, ούτε ισχύος. Συνέλιξη x() = x()δ( τ)dτ δ() inpu signal γραμμικό & ΑΚΜ L {} h() κρουστική απόκριση (impulse response) h() = L {δ()} y() = Συνέλιξη - Convoluion x(τ)h( τ) dτ = x() συνέλιξη h() είσοδος κρουστική απόκριση z() = x() y() = x(τ)y( τ) dτ x() y() = y() x() Αντιμεταθετική x(τ)y( τ) dτ = x( λ)y(λ)[ dλ] = y(λ)x( λ) dλ = y() x() x () [x 2 () x 3 ()] = [x () x 2 ()] x 3 () Προσεταιριστική Παρ. f () = 2( ) [u() u( )] f 2 () = u() u( 2)
12 Γραφική μέθοδος υπολογισμού συνέλιξης 2 f (τ) τ f 2(τ) f 2 ( τ) 2 τ 2 τ f 2 ( τ) τ f (τ) f 2 ( τ) E = f() τ < f() = 2
13 < < f() = 2 ( ) = (2 ) < < 2 f() = 2 < < 3 f() = ( ) 2 ( ( 2)) 2 = ( )(3 ) > 3 f() = f() Αναλυτική μέθοδος Παρατηρώ ότι: φ f(, τ)u(τ ξ)u(φ τ) dτ = f(, τ) dτu(φ ξ) ξ 3
14 f() = = 2( τ) [u(τ) u(τ + )] [u( τ) u( τ 2)] dτ x(τ) x(τ) [u(τ)u( τ) u(τ )u( τ) u(τ)u( τ 2) + u(τ )u( τ 2)] dτ x 2 2 = x(τ) dτu() x(τ) dτu( ) x(τ) dτu( 2) + x(τ) dτu( 3) = (2 2 )u() [2 2 ] u( ) [2( 2) ( 2) 2 ] u( 2) + [2( 2) ( 2) 2 ] u( 3) Ex f () = e u( ) f 2 () = u( + 2) f = f f 2 f = = = = 2 e τ u( τ)u ( ( τ) + 2) dτ e τ u( τ)u(τ + 2) dτ e τ u(τ)u( + 2 τ) dτ e τ dτu(2 ) = e τ u(2 ) 2 = [ e 2 ] u(2 ) φ f(, τ)u(τ ξ)u(φ τ) dτ = f(, τ) dτu(φ ξ) ξ Ex. u( τ) u( τ) u( τ) u( + 2 τ) u( + 2 τ) < + 2 4
15 x() = e u( ) y() = u( + 2) z() = x() y() = = = e τ u( τ)u [( τ) + 2] dτ = e τ u( τ)u( + 2 τ) dτ e τ [ u(τ)] u( + 2 τ) dτ e τ u( + 2 τ) dτ e τ u(τ)u( + 2 τ) dτ +2 = e τ dτ u ( + 2 ()) = e +2 [e +2 ] u( + 2) +2 e τ dτu( + 2) Ex. x() = e u( ) y() = u( + 2) u( + ) z() = x() y() = = = = = = x(τ)y( τ) dτ = e τ u( τ)u( τ + 2) dτ e τ [ u(τ)] u( τ + 2) dτ e τ u( τ + 2) dτ + e τ dτ e τ dτ e τ u( τ) [u( τ + 2) u( τ + )] dτ e τ u( τ)u( τ + ) dτ e τ u(τ)u( τ+2) dτ +2 e τ [ u(τ)] u( τ + ) dτ e τ dτu( + 2) + e τ dτ [e +2 ] u( + 2) + [e + ] u( + ) e τ u( τ+) dτ + + e τ dτu( + ) e τ u(τ)u( τ+) dτ h() ανν LTI y() = x() h() = x(τ)h( τ) dτ = h(τ)x( τ) dτ Έστω ότι η x() = e jω y() = h()e jω( τ) dτ = e jω = x() h(τ)e jωτ dτ h() FT H(ω) h(τ)e jωτ dτ 5
16 x() = A e jω + A 2 e jω 2 y() = A e jω H(ω ) + A 2 e jω 2 H(ω 2 ) 6
17 Συναρτηστιακοί χώροι Διανυσματικός χώρος S x, y S Εσωτερικό γινόμενο x, y C ) x, y = y, x 2) c x, y = cx, y 3) x + y, z = x, z + y, z 4) x, x με x, x = ανν x = Νόρμα x S x ) x = ανν x = 2) ax = a x x C 3) x + y x + y Μέτρο: Απόσταση μεταξύ x, y S ) d( x, y) d( x, y) = ανν x = y 2) d( x, y) = d( y, x) 3) d( x, y) d( x, z) + d( y, z) z S Συναρτησιακός χώρος x(), y() S = {x()/x() [, 2 ] R} 2 x(), y() = x()y() d 2 /2 x() = [ x 2 () d] /2 2 d (x(), y()) = [ [x() y()] 2 d] Αν φ (), φ 2 () = φ (), φ () = φ () φ 2 () φ () κανονική 7
18 y a Τερατοχώρος a x x, y όχι εξαρτημένα (συνευθειακά) Ποια είναι η καλύτερη προσέγγιση για το a bes γιατί d( a, a) min. Άρα: a = kx a = a x x + a y y a a = (a x k) x a y y d( a, a) = (a x k) 2 + a 2 y d dk (d( a, a)) = a x k = k = a x = a a x = a x Η βέλτιστη έκφραση του a εφ' όσον δεν υπάρχει το x a στο δισδιάστατο χώρο είναι το ίδιο το a. y; Μη κάθετα διανύσματα y a < π 2 x a = a x x + a y y a y y x y a x x a = a x x + a y y a a = (a x k) x + a y y d( a, a) = a a = ( a a)( a a) = ([(a x k) x + a y y] [(a x k) x + a y y]) [(a x k) 2 + a 2 y + 2(a x k)a y x a bes = ( a x) x a x y] /2 a x = a x + a y cos φ a x Η βέλτιστη περιγραφή του a στον διδιάστατο στον άλλο χώρο /2 Συναρτησιακός κόσμος f() = a n φ n () n= φ n () παράγουν χώρο με το μηχανισμό: Δ 8
19 φ n () ανεξάρτητες μεταξύ τους (βάση απειροδιάστατου χώρου) f() = M n= a n φ n () βέλτιστη, ώστε η απόσταση με την f να είναι ελάχιστη a n, επειδή η βάση δεν είναι ορθοκανονική σφάλμα I 2 = Άρα: d(i 2 ) d = [f() f()] 2 d + [ n= a n φ n () = f 2 () d + I 2 = f 2 () d + M + 2 n= 2 = a i από έως n = 2a i M n= f 2 () d + M M n= M a n φ()] 2 a n φ n () n= M n= m=n+ a n f()φ n () d M n= [ a n φ n ()] 2 d 2 d d 2 a n a m φ n ()φ m () d a 2 n φn() 2 d + 2 φ 2 i () d + 2 m i a m [f() M M a n n= n=m+ M n= a n φ n ()] d a m φ n ()φ m () d 2 φ i ()φ m () d 2 f()φ() d = M n= a n f()φ n () d Σύστημα εξισώσεων Αν φ () i μοναδιαία, τότε: φ 2 i () d = Αν φ i () είναι ορθογώνια, τότε: φ i ()φ j () d =, i j Αν {φ i ()} είναι ορθοκανονική βάση, τότε: 2a i 2 f()φ() d = Με άλλη γραφή: a i = όπως το k= a x f() φ i () d = a i προβολή του διανύσματος στο μοναδιαίο 2a i φ i, φ i + 2 a m φ i, φ m 2 f, φ i = m+i Είναι: + + f, φ i = a n φ n, φ i = a n φ n, φ i = a i n= n= όπως στα διανύσματα Ηθικό δίδαγμα: Αν η βάση του χώρου είναι ορθοκανονική και μας ζητηθεί να υπολογίσουμε μία προσέγγιση της συνάρτησης σε έναν υποχώρο, μπορούμε άμεσα να υπολογίσουμε την προβολή της συνάρτησης πάνω στη βάση. 9
20 Ex. f() = e 3 u() φ () = e u() & φ 2 () = e 2 u() βέλτιστη f() = a e u() + a 2 e 2 u() [a φ + a 2 φ 2 f] φ d = [a e + a 2 e 2 e 3 ] e d = a e 2 d + a 2 e 3 d e 4 d = a 2 + a = [a e + a 2 e 2 e 3 ] e 2 d = a 3 + a = a = 3 /, a 2 = 6 /5 E = f 2 () d = a 2 n n= γενικότερη μορφή Parseval's Theorem 2
21 Ανάλυση Fourier Περιοδικές συναρτήσεις με περίοδο T x k = 2 T cos(kω) T/2 x k (), x n () = T /2 2π ω = T θεμελιώδης κυκλική συχνότητα T/2 x k ()x n () d = T /2 n k cos(kω) cos(nω) d = { n = k y k = 2 T sin(kω) y n k k, y n = { n = k Υποστηρίζω ότι κάθε περιοδική f() = a n cos(nω) + b n sin(nω) n= Οραματίζομαι ότι αν η παραπάνω f() είναι σήμα εισόδου σε ένα σύστημα, τα ημίτονα και συνημίτονα ως ιδιοσυναρτήσεις θα παραμείνουν αμετάβλητα, και θα τροποποιηθούν μόνο τα a n, b n. z k () = e jkω k n z k, z n = { k = n T z k () = T e jkω f() = F n e jnω n= εκθετική σειρά f() = a 2 + [a n cos(nω) + b n sin(nω)] τριγωνομετρική σειρά Α n= f() = A + n= A n cos(nω + φ n ) τριγωνομετρική σειρά Β Οι συντελεστές μπορούν να βρεθούν από τις προβολές της συνάρτησης πάνω στα ημίτονα και τα συνημίτονα: a n = 2 T/2 T f() cos(nω) d n T /2 b n = 2 T/2 T f() sin(nω) d T /2 a = 2 T/2 T f() d T /2 F n = T/2 T f()e jnω d T /2 2
22 Συνθήκες Dirichle T/2 ) f() d < T /2 2) Πεπερασμένο πλήθος ασυνεχειών εντός T 3) Πεπερασμένος αριθμός τοπικών ακροτάτων εντός T f() περιοδική T Μορφή Σειρά Συντελεστές Αλλαγές Εκθετική f() = F n e jωn Τριγ. Α f() = a 2 + a n cos(nω) + b n sin(nω) n= Τριγ. Β f() = A + n= A n cos(nω + φ n ) F n = T/2 T f()e jnω d T /2 a n = T 2 /2 f() cos(nω) d T T /2 b n = T 2 /2 f() sin(nω) d T T /2 a = T 2 /2 f() d T T /2 F = a /2 F n = /2(a n jb n ) a n = (F n + F n ) b n = j(f n F n ) a = 2F A = a /2 A n = a 2 n + b 2 n = 2 F n φ n = arcan( b n a n ) P = W T = T T f 2 () d = a2 4 + a 2 n + bn 2 2 n= = F F n 2 = F n 2 n= n= Άσκηση για το σπίτι Q Να βρεθούν η εκθετική και η τριγωνομετρική σειρά των σημάτων: 2D D D T Α Α Α2 2π T T 2 3 n 2π T 2 2π T 3 2π T Α 3 22
23 Μετασχηματισμός Fourier T 2 T 2 Φορέας συνάρτησης είναι το διάστημα του πεδίου ορισμού της στο οποίο η συνάρτηση δεν είναι (από min x για το οποίο δεν είναι ως το αντίστοιχο max x). f() = k = f( kt ) T -περιοδική f() = { f() T /2 T /2 elsewhere f() = a 2 + a n cos(ω n) + b n sin(ω n) n= ω = 2π T Term(n) a a 2 2 n a 2 a a 2 ω ω 2ω 3ω ω ω = 2π T a 2 Μετασχηματισμός Fourier F (ω) = f()e jω d f() = 2π F (ω)e jω dω 23
24 Προσοχή Όταν παίρνουμε τύπους από τυπολόγια, ελέγχουμε τον ορισμό του μετασχηματισμού Fourier, για διαφορές στη σύμβαση! Αντίστοιχος ορισμός F (f) = f() = e j2πf d F (f)e j2πf df (όπου f η συχνότητα) Η αρνητική συχνότητα δεν έχει καμία φυσική σημασία! Ιδιότητες F (ω) = A(ω)e jφ(ω) = F R (ω) A(ω) = F (ω) F (ω) = Re{F(ω)} +j F i (ω) Im{F(ω)} f() (cos(ω) j sin(ω)) d = f() cos ω d Re{F(ω)} Αν f() R R είναι άρτια F (ω) είναι πραγματική F (ω) Re {F (ω)} και είναι άρτια Αν f() R R είναι περιττή F (ω) είναι φανταστική F (ω) = j Im {F (ω)} και είναι περιττή j f() sin ω d Im{F(ω)} Κάθε συνάρτηση είναι άθροισμα μίας άρτιας και μίας περιττής. Έστω f() = f e ()+f o (). Τότε: F (ω) = (f o () + f e ()) (cos ω j sin ω) d = f o cos ω d + Αν η f είναι πραγματική: Re {F (ω)} είναι άρτια Im {F (ω)} είναι περιττή f e cos ω d j A(ω) = F (ω) = Re 2 {F (ω)} + Im 2 {F (ω)} είναι άρτια Φ(ω) = arcan Im{F(ω)} Re{F(ω)} Αν η f() R R και άρτια: Im {F (ω) = } Φ(ω) = είναι περιττή. Αν η f() R R είναι περιττή: Re {F (ω)} = Αν f () FT F (ω) και f 2 () FT F 2 (ω) a, a 2 C σταθερά: f() = a f () + a 2 f 2 () FT F (ω) = a F (ω) + a 2 F 2 (ω) Γραμμικότητα του Fourier Transform f o () sin ω d j f e sin ω d 24
25 Συμμετρική ιδιότητα (το διπλάσιο τυπολόγιο) Αν f() FT F (ω) F () FT 2πf( ω) f() F (ω) f( τ) e jωτ F (ω) = A(ω)e jφ(ω) = A(ω)e j(φ(ω) ωτ) f() F (ω) e jω f() F (ω ω ) π.χ cos(ω )f() = ejω + e jω 2 f() FT 2 [F (ω ω ) + F (ω + ω )] Κλιμάκωση στο χρόνο f() F (ω) f(a) a F (ω a ) γιατί; να αποδειχθεί στο σπίτι! f() f(a) T T a f ( a) at Τι συμβαίνει με τη συνέλιξη y() = x() h() x() X(ω) h() H(ω) y() Y (ω) = X(ω)H(ω) y() = x() h() y() Y (ω) = X(ω) H(ω) 2π = 2π X(ξ)H(ω ξ) dξ f() F (ω) y() = df() jωf (ω) d d n f() d n (jω)n F (ω) 25
26 y() = d d f() = d d 2π F (ω)ejω dω = 2π F (ω) d d ejω ] dω = 2π jωf (ω)e jω dω f() F (ω) f() F.T d F (ω) d n f() F.T dn F (ω) dn Φανταστείτε ότι f R C f() F (ω) f () F ( ω) f() = 2π F (ω)e jω dω f () = 2π F (ω)e jω dω = 2π F ( ω)e jω dω Θεώρημα Parseval Θεώρημα Parseval W = f() 2 d = 2π όπου F (ω) = A(ω)e jφ(ω) F (ω) 2 dω = 2π A 2 (ω) dω Ορισμός y() = f()f () = f() 2 Y (ω) = 2π F (ω) F (ω) Y (ω) = y()e jω d = 2π F (ξ)f ( (ω ξ)) dξ = 2π F (ω) 2 dω = 2π A(ω) 2 dω Πυκνότητα φασματικής ενέργειας: A2 (ω) 2π 26
27 Μετασχηματισμός Fourier γενικευμένων συναρτήσεων α) δ() δ()e jω d = e jω = e = = δ( ) e ±jω f() = 2πδ(ω), άρα 2πδ(ω) { { cos ω d = 2πδ(ω) sin ω d = e jω d = 2πδ(ω) cos ω d j sin ω d = δ() ω β) sgn() = sgn() = lim u [e a sgn()] FT sgn() = a = lim e a sgne jω d e a jω d + lim = lim a e(a jω) a jω = lim [ a a jω + = 2 jω I a + jω ] a + e a jω (a + jω) e a jω d γ) u() u() F.T. u() = 2 + F.T. sgn() πδ(ω) + 2 jω 27
28 F (ω) ω X() εκφράζει το D.C u() F.T. πδ(ω) + jω f() F.T. F (ω) g() = f() d = f(τ)u( τ) dτ = f() u() G(ω) = F (ω) [πδ(ω) + jω ] δ() άρτια δ () () = d δ() jω d δ (n) () = dn δ() (jω)n dn n 2πj n δ (n) (ω) Παρ. f() = = u() u( ) F (ω) = [2πjδ(ω) [πδ(ω) + ] 2πjδ(ω) [πδ(ω) 2π jω jω ]] Calculae a home! The answer is 2 ω 2 2πj δ () (ω) u() πδ(ω) + jω u( ) πδ(ω) jω Kramers - Kronig Relaions Από ηλεκτρομαγνητικό πεδίο: D = πυκνότητα ροής διηλεκτρική σταθερά ε E ένταση πεδίου 28
29 E = E( r, ) E( r, ω) D(ω) =ε(ω) E(ω) D() =ε() + E() Re {ε(ω)} Im {ε(ω)} h() = < h() R R Αν H(ω) = FT {h()} = H R (ω) + jh I (ω) H I (ω) = π H R (ω) = π H R (ω ) ω ω H I (ω ) ω ω dω dω Άσκ. f() = 2 cos ω cos ω 2 = cos(ω ω 2 ) + cos(ω + ω 2 ) F (ω) = F {cos(ω ω 2 )} + F {cos(ω + ω 2 )} = π [δ (ω (ω ω 2 )) + δ (ω + (ω ω 2 ))] + π [δ (ω (ω + ω 2 )) + δ (ω + (ω + ω 2 ))] (cos ω FT π [δ(ω ω ) + δ(ω + ω )]) Εναλλακτικά: F (ω) = 2 2π F {cos ω } F {cos ω 2 } = π [δ(ω ω ) + δ(ω + ω )] [δ(ω ω 2 ) + δ(ω + ω 2 )] = π [δ(ω ω 2 ω ) + δ(ω ω 2 + ω ) + δ(ω + ω 2 + ω ) + δ(ω + ω 2 ω )] Άσκηση f() = g() cos 2 ω = g() + cos 2ω 2 g() FT G(ω) = g() g() cos 2ω F (ω) = 2 G(ω) + 2 G(ω) F {cos 2ω } = 2 G(ω) + 2 G(ω) [π (δ(ω 2ω ) + δ(ω + 2ω ))] 2π = 2 G(ω) + 4 [G(ω 2ω ) + G(ω + 2ω )] 29
30 Αν δεν θυμάμαι τον τύπο: f() = g() cos 2 ω = g() cos ω cos ω F (ω) = 2π G(ω) [ 2π F {cos ω } F {cos ω }] = 4π 2 G(ω) [π [δ(ω ω ) + δ(ω + ω 2 )]] π [δ(ω ω ) + δ(ω + ω 2 )] = 4 G(ω) [δ(ω 2ω ) + δ(ω) + δ(ω) + δ(ω + 2ω )] = 4 [G(ω 2ω ) + 2G(ω) + G(ω + 2ω )] Άσκηση f() = g(a + b) g() FT G(ω) h() = g(a) F (ω) = F {g(a) + b} = F {h ( + b a )} = H(ω)ejω b a H(ω) = a G (ω a ) F (ω) = a ejω b a G ( ω a ) cos FT π [δ(ω ) + δ(ω + )] sin ω = cos (ω π 2 ) sin FT ω e jω π 2ω π [δ ( ω ω ) + δ ( ω ω + )] δ( ω ω )=δ( ω (ω ω )) = e j ω ω π [δ(ω ω ) + δ(ω + ω )] = jπ [δ(ω ω ) δ(ω + ω )] f() A τ/2 τ τ/2 F (ω) = τ/2 f()e jω d = A e jω d τ /2 = A jω e jω τ /2 = A τ/2 jω [e jωτ /2 e jωτ /2 ] = Aτ sin(ω 2 ) ω 2 = Aτ sin(ω 2 ) = Aτsinc ( ω ω 2 2π ) 3
31 sinc Μαθηματικοί: Μηχανικοί: sin x sinc(x) = x sinc(x) = sin(πx) πx Χρονοπερατό vs Ζωνοπερατό Σήμα f() G(ω) A T T -imelimied B σ/2 σ/2 σ-bandlimied ω Ένα ζωνοπερατό σήμα δεν μπορεί να είναι χρονοπερατό Ένα χρονοπερατό σήμα δεν μπορεί να είναι ζωνοπερατό Ένα σήμα μπορεί να μην είναι ούτε χρονοπερατό, ούτε ζωνοπερατό. f() χρονοπερατό f() f(ω) ζωνοπερατό ω Απόδ. Ζωνοπερατό F (ω) ΕΣΤΩ Χρονοπερατό f() σ/2 σ/2 ω T/2 T/2 σ/2 f() = F (ω)e jω dω σ /2 d n f() d n σ/2 = (jω) n F (ω)e jω dω σ /2 3
32 Ορίζεται η σειρά Taylor επομένως σε οποιοδήποτε σημείο, όμως τότε, επειδή σε κάποια σημεία οι παράγωγοι είναι, θα έπρεπε η F να είναι μηδενική, άτοπο. Γκαουσιανός παλμός f() = σ /(2σ2) e2 2π FT F (ω) = e 2 ω2 σ 2 = e 2 ω 2 σ 2 f() σ σ 2 > σ σ 2 f() d = σ 2 διασπορά F (ω) = f()e jω d = = σ 2π = σ 2π e σ 2π e 2 2σ 2 jω d e σ 2 [2 +2σ 2 jω+(jωσ 2 ) 2] e 2σ 2 (jωσ2 ) 2 d 2σ 2 ω2 σ 4 = e 2 ω2 σ 2 σ 2π Ηθικά διδάγματα: e 2σ 2 +jωσ 2 τ ( + jωσ 2 ) d e 2 σ 2 τ2 dτ = e 2 ω2 σ 2 Ο μετασχηματισμός της Gaussian είναι Gaussian Ό,τι στενεύει στον χρόνο απλώνει στο φάσμα, και αντίθετα 32
33 f() F (ω) σ 2 FT σ 2 ω f() σ 2 2 > σ2 FT F (ω) σ 2 2 > σ 2 ω d 2 () d διασπορά στον χρόνο d 2 = 2 f 2 () d διασπορά στο φάσμα D 2 = 2π ω2 dω x() dx() d d 2 x 2 () d dx() Parseval heorem d = d 2 D 2 dd d /2 Γιατί /2; (Υπόδειξη: xdx d = d 2 dx2 d d = [ ] 2 x 2 d ) Θα τα ξαναπούμε Τρίτη 22 Νοεμβρίου (χάνουμε 3 μαθήματα). 33
34 Μετασχηματισμός Laplace X(ω) = x()e jω d y() = x()e σ Y (ω) = y()e jω d = x()e σ e jω d X(s) = x()e s d (s = σ + jω) Μ. Laplace () Αντίστροφος μετασχηματισμός Laplace x() = σ+jω 2πj σ jω () X(s)e s ds Έστω ότι x() είναι αιτιατή (x() = < ). Ας φανταστούμε ότι η x() δεν έχει μετασχηματισμό Fourier. jω σ s-plane Re{s} = σ > x() = sin(ω) e u() σ Re{s} = σ > x() = sin(ω) e u() Έστω ότι x() αντιαιτιατή (x() = > ) 34
35 s-plane x() = sin ω e u( ) sin ω u() + sin ω e u( ) Re{s} Re{s} < Η sin ωu() + sin ωe u( ) δεν έχει περιοχή σύγκλισης. X(s) = 35 (x 8)(x + 2) x 2 () x 3 () x () Οι πόλοι (ρίζες του παρονομαστή) καθορίζουν τις περιοχές σύγκλισης. Οι συναρτήσεις που χρησιμοποιούμε είναι αιτιατές, άρα γενικά ο μετασχηματισμός Laplace καταρρέει στην: X(s) = x()e s d Το μάς επιτρέπει να ασχοληθούμε με συναρτήσεις που απειρίζονται στο, π.χ. x or δ(). Ιδιότητες x() X(s) Re {s} > σ y() Y (s) Re {s} > σ 2 35
36 ) ax() + by() ax(s) + by (s) τουλάχιστον Re {s} > max {σ, σ 2 } 2) Μετατόπιση σε χρόνο x()u() X(s) σ > σ y() = x( )u( ) X(s)e s > σ > σ 2 Απόδ. Y (s) = y()e s d = x( )u( )e s d = x(τ)u(τ)e s(+) dτ = X(s)e s 3) Κλιμάκωση x() X(s) 4) Παραγώγιση x(a) a X ( s a ) a > x() X(s) dx() d 5) Ολοκλήρωση x() X(s) 6) Διαμόρφωση 7) Συνέλιξη sx(s) x ( ) x() d s X(s) x() X(s) σ > σ e a x() X(s + a) a C σ > σ Re {a} x() X(s) y() Y (s) x() y() = X(s)Y (s) Laplace "περιοδικών συναρτήσεων" τ x T () = { x() x T αλλού x() x p (T ) T 36
37 x() = x T () + x T ( T ) + x T ( 2T ) + x() = L {x()} = n= x T ( nt ) L {x T ( nt )} n= x T () L X T (s) x T ( nt ) L X T (s)e nts L {x()} = n= X T (s)e nts = X T (s) n= e nts = e Ts XT (s) σ > max(, σ ) X(s)? X(ω) X(ω) = X(s) s=jω Ex. x() = e a u() Ex. 2 X(s) = x()e s d = e a e s d = e (a+s) d = e (a+s) (a + s) = e (a+s) e (a+s) = (a + s) x() = δ() X() = δ()e s d = e s = s C s + a Re {s} > Re {a} Ex. 3 x() = u() X(s) = s Re {s} > Για να βρω πεδίο σύγκλισης: X(s) = e s d = e s s + = e s s e s = s Ex. 4 x() = cos ω u() x() = ejω + e jω u() = 2 2 ejω u() + 2 e jω u() LT 2 s s 2 + ω 2 Re {s} > s jω σ> + 2 s + jω σ> = 2s 2 s 2 + ω 2 = Ex. 5 x() = sin ω u() 2j [ejω u() e jω u()] LT 2j [ s jω Re{s}> s + jω ] Ποιός είναι ο μετασχηματισμός Fourier της παραπάνω; = ω s 2 + ω 2 Re {s} > Το πιθανό λάθος αποτέλεσμα είναι το ( FT s=jω x() = sin ω u() ω ω 2 ω2 ) 37
38 sin ω FT jπ [ δ(ω ω ) + δ(ω + ω )] u() FT πδ(ω) + jω x() [jπ (δ(ω + ω ) δ(ω ω ))] [πδ(ω) + jω ] = 2π [jπ2 (δ(ω + ω ) δ(ω ω )) + jπ ( j(ω + ω ) j(ω + ω ) )] = jπ 2 [δ(ω + ω ) δ(ω ω )] + [ ω ω 2 ω2 ] Θεωρήματα Αρχικής & Τελικής Τιμής lim x() = lim (sx(s)) + s lim x() = lim (sx(s)) s ( ) n f() LT dn F (s) ds n f() LT F (s) Για να βρίσκουμε αντίστροφους μετασχηματισμούς Laplace χωρίς μιγαδική ολοκλήρωση χρειαζόμαστε ένα ισχυρό τυπολόγιο. Τυπολόγιο X(s) x() s u() e a u() s+a (s+a) n s n β s 2 +β 2 s s 2 +β 2 β (s+a) 2 +β 2 s+a (s+a) 2 +β 2 n (n )! e a u() n (n )! u() sin(β)u() cos(β)u() e a sin(β)u() e a cos(β)u() X(s) = P (s) Q(s) = N(s) π.χ = D(s) N(s) (s + a)d (s) = x() = Ae a u() LT { N (s) D (s) } A s + a + N (s) D (s) 38
39 N(s) X(s) = (s + a) κ D (s) = A (s + a) + A 2 (s + a) A κ (s + a) κ + N (s) D (s) A i (s + a) i ILT i A i (i )! e a u() X(s) = N(s) [(s + a) 2 + ω 2] D (s) = As + B (s + a) 2 + ω 2 + N (s) D (s) s = a jω s 2 = a + jω ένας πόλος Ex. p() T p() = u() u( T ) L {p()} = L {u()} L {u( T )} = s s e st = e st s Ex. 2 f() T Ex. 3 f() f() = T u() u( T ) T T F (s) = T s 2 T s 2 e st = T s 2 [ e st ], s >
40 f() = u() ( )u( ) ( 3)u( 3) + ( 4)u( 4) F (s) = s 2 [ e s e 3s + e 4s ] Ex. 4 f() sin() π f() = sin()u() + sin( π)u( π) F (s) = s 2 + s 2 + e πs Ex. 5 π f() = sin u() F (s) = + e πs e πs Ex. 6 F (s) = s 2 6 s 3 + 4s 2 = + 3s αιτιατής συνάρτησης s 2 6 s(s 2 + 4s + 3) = s 2 6 s(s + )(s + 3) = A s + = 2 s + 5 /2 s + + /2 s + 3 f() = [ e + 2 e 3 ] u() B s + + Γ s + 3 Ex. 7 F (s) = 5s3 6s 3 s 3 (s + ) 2 = A s + B s 2 + Γ s 3 + (s + ) + E (s + ) 2 F (s) = 3 s 3 s 3 3 s (s + ) 2 f() = [ e + 2e ] u() Ex. 8 F (s) = 6 s(s 2 + 4) 2 = A s + B s + C s 2 + B 2s + C (s 2 + 4) 2 6 = A(s 2 + 4) 2 + (B s + C )s(s 2 + 4) + (B 2 s + C 2 )s F (s) = s s s s (s 2 + 4) 2 f() = [ cos 2 sin 2] u() 4
41 Ex. 9 f + 6f + f + 6f = f = f = = LT { } s 3 F s 2 f sf f + 6 [s2 F sf f ] + [sf f ] + 6F = s F (s 3 + 6s 2 + s + 6) = s F (s) = s(s + )(s + 2)(s + 3) F (s) = /6 s + /2 s + + /2 s + + /6 s + 3 f() = [ 6 2 e + 2 e 2 6 e 3 ] u() Η μόνιμη κατάσταση που συντηρείται από το στην διαφορική εξίσωση είναι το 6 4
42 Θεώρημα Δειγματοληψίας X(f) = x() = x()e j2πf d X(f)e j2πf d x ()x 2 () F X (f) X 2 (f) X (f)x 2 (f) F x () x 2 () sinc() = sin(π) π Συνάρτηση δειγματοληψίας: S Ts () = n= δ( nt s ) F F p n= δ(f nf p ) F p = T s F T s F p = T s S Fs (f) F T p S Tp () T p = F s S Ξs (ξ) Αν κάπου δειγματοληπτώ, στον άλλο χώρο είναι περιοδικότητα Συνάρτηση ορθογωνικού παραθύρου μήκους T στον κόσμο W T () = { < T /2 αλλού F T 2 T 2 W F (f) F 2 T F sinc(f ) T F 2 F 2 f 42
43 Δειγματοληψία γινόμενο συνέλιξη g() g s (T ) F G(f) G S (f) S TS Δειγματοληψία F P S FP G S (f) = G(f) F p S Fp (f) = F p G(f) ( δ(f nf p )) n = F p G(f nf P ) n Παρατηρούμε τις επικαλύψεις μεταξύ των διαδοχικών φασμάτων (aliasing). Για να περιοριστεί αυτό μπορούμε να αυξήσουμε το F p ( να αυξήσουμε τη συχνότητα δειγματοληψίας) A G(f) Afer A Fp G S (f) f F P F P 2F P f 43
44 A G(f) Afer σ σ σ-ζωνοπερατό f F P σ F P W F (f) σ σ F P σ F P F P +σ σ σ Για να μην έχουμε aliasing πρέπει: F p σ > σ F p > 2σ Nyquis's Crierion: max frequency F p > 2 σ συχνότητα δειγματοληψίας F P σ F 2 σ σ F 2 W F (f) σ < F /2 < F p σ F p = W F (f) G S (f) ΙFT F p g() = F {W F (f)} F {G S (f)} 44
45 F p g() = F sinc(f ) S Ts () g() g s () = F = F n g() δ( nt s ) sinc (F ( )) d n g()δ( nt s ) sinc (F ( )) d = F g(nt F s ) sinc (F ( nt s )) p n F = F p g(kt s ) = F g(nt F s ) sinc (F (kt s nt s )) P n g(kt s ) = g(nt s ) sinc(k n) n Γενικά, αν F = F p : g() = g(nt s ) sinc ( ( nt T s )) n s Δειγματοληψία όταν F p = 2σ Παρατηρούμε ότι οι δ αφαιρούνται μεταξύ τους, οπότε G S (f) = sin, επομένως δεν μπορούμε να έχουμε F p = 2σ. Άσκηση για το σπίτι φ F,T s n () = sinc (F ( nf p )) Να βρεθεί το φ n (), φ k (). 45
46 Υποδειγματοληψία (undersampling) x(f) f H f L Για να μην πέφτουν τα "πλακάκια" το ένα πάνω στο άλλο: f L f H f κf s f L < f L (κ + )f s f H > f H } f s < 2fL κ f s > 2f H κ+ 2f H κ + < f s < 2f L κ Ψάχνω το μέγιστο κ, έτσι ώστε να βρω το ελάχιστο f s f s min Θα ψάξω το ελάχιστο f s : 2f H f L f H f L + < f s < 2f L f L 2f H κ + < 2f L κ f L k f H f L f L κ bes = f H f L f H f L 2f H f L f H f L + < f s < f L 2f L f H f L + 2f H f H f H f L < f s 2f H f H f H f L = 2f H = f H ε f H f L <ε< = 2(f H f L ) ε( f L f H ) > 2(f H f L ) 2f H = 2f H(f H f L ) f H εf H +εf L f H f L = 2(f H f L ) f H ( ε) + εf L ( ε) + ε f L αλλά όχι πολύ κοντά εκεί! f H 2(f H f L ) < 2f H f L f H f L + < f s 46
47 - X S (f) f H f L f L f H f Gibbs' Phenomenon X(ω) σ σ ω δηλαδή x() FT X(ω) x σ () = σ 2π σ = 2π = = X(ω)e jω dω = 2π σ σ x(τ) σ σ j( τ) ejω( τ) σ σ e jωτ+jω dω d = σ j( τ) [ejσ( τ) e jσ( τ) ] = 2 sin (σ( τ)) τ sin (σ( τ)) X σ (f) = x(τ) dτ π( τ) x(τ)e jωτ dτ e jω dω σ e jω( τ) dω 47
48 X(ω) IFT sin(σ) π σ σ ω σ σ X(ω) IFT δ() ω lim x σ() = σ lim x σ() = σ lim x σ() = x() σ sin (σ( τ)) x(τ) lim dτ σ π( τ) x(τ)δ( τ) dτ x( + ) x() x( ) X C () = x( ) x( ) + [x( + ) x( )] u() [x( + ) x( )] Άρα sin (σ( τ)) dτ τ x() = x c () + [x( + ) x( )] u() sin (σ( τ)) x σ () = x c () dτ [x(+ ) x( )] π( τ) π Θέτουμε σ( τ) = x dτ = σ dx τ = x σ = σ sin x x σ = π 2 + σ σ sin x ( x dx) = sin x x dx + sin x x dx sin x x dx = π 2 + Si(σ) Sine Inegral sin (σ( τ)) dτ ( τ) sin (σ( τ)) x σ () = x c (τ) dτ + [x(+ ) x( )] + [x(+ ) x( )] Si (σ) π( τ) 2 π 48
49 sin x Si() = x dx π 2 π, 895 3π σ 2π σ π σ π σ 2π σ 3π σ Si (σ) π 2 Χρησιμοποιώντας τον Leibniz Rule (παραγωγίζοντας το ολοκλήρωμα) μπορούμε να αποδείξουμε την θέση των μεγίστων της Si. sin [σ( τ)] x σ () = x c () dτ + x(+ ) x( ) π( τ) 2 lim x σ() = x c () + x(+ ) x( ) + [x(+ ) x( )] σ 2 π lim x σ() = x( ) + x(+ ) x( ) = x(+ ) + x( ) σ [x(+ ) x( )] Si(σ) π lim Si(σ) σ Παρατηρώ ότι τα ζιγκζακωτά παραμένουν και το ύψος του κυματισμού δεν αλλάζει. Το μόνο που μπορεί να μεταβληθεί είναι η θέση του μεγίστου, με αύξηση του σ (ώστε να έρθει πιο κοντά στο σημείο ασυνέχειας). Αυτό είναι το φαινόμενο Gibbs. Εάν όμως το σ δεν τείνει στο, το αποτέλεσμα στο δεν είναι απαραίτητα το ημιάθροισμα των x( + ) και x( ). Ευστάθεια συστήματος Ευσταθές ονομάζεται ένα σύστημα όταν πεπερασμένη (φραγμένη στο πλάτος) είσοδος δίνει πεπερασμένη έξοδο - ΠΕΠΕ (Πεπερασμένη Είσοδος - Πεπερασμένη Έξοδος) / BIBO (Bounded Inpu - Bounded Oupu) ευστάθεια Φραγμένη συνάρτηση f() BF σημαίνει ότι M > f() < M όπου BF ο κόσμος των φραγμένων συναρτήσεων. Ένα σύστημα είναι ευσταθές όταν είσοδο x() BF η έξοδος του συστήματος είναι επίσης φραγμένη (y() BF ). ( Αν το σύστημά μας είναι γραμμικό και ΑΚΜ (Αμετάβλητο Κατά τη Μετατόπιση) h() κρουστική απόκριση y() = h() x() = h(τ)x( τ) dτ 49
50 Έστω M, x() < M x( τ) < M Επίσης έστω N y() < N y() = h()x( τ) dτ < h()x( τ) dτ < h(τ) dτ < N M Εάν η κρουστική απόκριση είναι απολύτως ολοκληρώσιμη, τότε το σύστημα είναι ευσταθές. Ιδανικό φίλτρο Έστω ένα ιδανικό χαμηλοπερατό φίλτρο: H(f) F /2 F/2 f W F (f) IFT sin(πf ) h() = F sinc(f ) = F πf h() F F 2 F 3 F Παρατηρώ ότι η κρουστική απόκριση του ιδανικού αυτού φίλτρου δεν είναι αιτιατή, οπότε ένα τέτοιο φίλτρο δεν είναι υλοποιήσιμο. Άσκηση για το σπίτι: Η h() είναι απολύτως ολοκληρώσιμη; Απάντηση Ξ k k + π sin() d = 2k k + h() d > k= k+ k h() d > Ξ + 2 k= h() = sin() > sin() k + sin() d > 2 k + n= k + 2 sin() Δηλαδή το σύστημα του ιδανικού χαμηλοπερατού φίλτρου δεν είναι ευσταθές. 5
51 Kramers - Kronig Έστω h() αιτιατή - πραγματική συνάρτηση με ΜF : H(ω) = H R (ω) + jh I (ω) Ξέρω h() = h e () even + h o () odd Ξέρω h o () FT H o (ω) I Ξέρω h e () FT H e (ω) R (επίσης περιττή συνάρτηση) (επίσης άρτια συνάρτηση) h o () = h e () < h () = h e () Συνεπώς h() = h e () + sgn()h e () h() = h o () + sgn()h o () X(ω) = x()e jω d x ()x 2 () FT 2π X (ω) X 2 (ω) sgn() FT 2 jω h() = h e () + sgn()h e () FT H(ω) = H e (ω) + 2π H(ω) = H e (ω) H R (ω) H I (ω) = π j π H e (ω ) ω ω dω H R (ω ) ω ω jh I (ω) dω ομοίως από πάνω υπολογίζουμε το H R. 2 jω H e(ω) = H e (ω) j π ω ω H e(ω ) dω Συστήματα Ανακεφαλαίωση Γραμμικά Αναλογικά Συστήματα. Γραμμικότητα T [ax () + bx 2 ()] = ay ()+by 2 () όπου y () = T [x ()] y 2 () = T [x 2 ()] x (), x 2 (), a, b 2. Χρονοαμετάβλητο T [x( k)] = y( k) όπου y() = T [x()] k, x() 3. Στιγμιαίο ( δυναμικό) y() = f (x()) Η έξοδος οποιαδήποτε χρονική στιγμή εξαρτάται μόνο από την είσοδο την ίδια στιγμή. Η αντίσταση είναι ένα στιγμιαίο σύστημα, ενώ ο πυκνωτής και το πηνίο δεν είναι. 4. Αιτιατό Η έξοδος δεν εξαρτάται από μελλοντικές τιμές της εισόδου ΞΕΡΩ Γραμμικό Χρον. Αμετάβλητο h() = < 5
52 5. Ευσταθές Για κάθε φραγμένη είσοδο, η έξοδος είναι φραγμένη. ΞΕΡΩ Γραμμικό Χρον. Αμετάβλητο h() d < 6. Συγκεντρωμένο και Κατανεμημένο Συγκεντρωμένο λέγεται όταν μοναδική ελεύθερη μεταβλητή είναι ο χρόνος. Παράδειγμα Το σύστημα y() = x 2 () είναι:. Μη γραμμικό 2. Χρονοαμετάβλητο 3. Στατικό (στιγμιαίο) 4. Αιτιατό 5. Ευσταθές 6. Συγκεντρωμένο Περιγραφή συστήματος με διαφορική εξίσωση n i=. Γραμμικό d i m a i d i y() = l= 2. Χρονοαμετάβλητο d l b l x() dl 3. Δυναμικό, εκτός αν n = m = 4. Αιτιατό Ολική λύση = Ομογενής + Μερική Λύση Ολική λύση = Εξαναγκασμένη λύση λύση θεωρώντας δεδομένη x() και μηδενικές Α.Σ. + Ελεύθερη λύση (Τα ζευγάρια ομογενής/ελεύθερη & εξαναγκασμένη/μερική δεν ταυτίζονται!) Ολική λύση = Λύση μόνιμης κατάστασης + μεταβατική λύση Λύση θεωρώντας x()= και δεδομένες Α.Σ. Μ. Laplace n i= i a i (s i Y (s) s i k y (k) m ) = b l s i X(s) k= εξαναγκασμένη l= l k= s l k x (k) Y (s) = m b l= ls l m n l= a X(s) l b k= ls l k x (k) i i= is n a + n i= l a k= is i k y (k) i= is i n a i= is i ελεύθερη y() = x() h() Y (s) = X(s)H(s) Συγκρίνοντας με τον παραπάνω τύπο, παρατηρούμε ότι η y() = x() h() μόνο όταν οι αρχικές συνθήκες είναι! 52
53 Μ. Fourier Για να λύσω το σύστημα >, θα πρέπει να μετασχηματίσω το αιτιατό κομμάτι του συστήματος μόνο: x () = x()u() y () = y()u() Άρα: dx = dx u() + x()δ() d d dy d = dy u() + y()δ() d d i y () d i = di i y d i u() + y (k)δ(τ) (τ k) d i x () d i N i= k= = di l x d i u() + a i d i y d i = m l= k= b l d l x d l x (k)δ(τ) (i l) Τελικά προκύπτει ότι η λύση της διαφορικής εξίσωσης y που μας ενδιαφέρει είναι: { m l= y () = IFT log(jω)l { n a i= i(jω) X (ω) i m l= l b k= l(jω) l k x (k) n a i= i(jω) i + n i= i a k= i(jω) i k y (k) } n a i= i(jω) i } Για την έξοδο σε ένα αιτιατό σύστημα θα χρησιμοποιώ Μ/Σ Laplace. Για μελέτη στη μόνιμη κατάσταση ( ), όπου οι αρχικές συνθήκες δεν συνεισφέρουν, θα χρησιμοποιώ Μ/Σ Fourier, παίρνοντας τον μετασχηματισμό όλης της συνάρτησης και όχι μόνο του αιτιατού μέρους της. Ex. R v i V C Q v() = Ri() + c i(τ) dτ + V u() I(s) s V (s) = RI(s) + C V = H(s) = I(s) V (s) = R + Cs + V s = = R ( /RC s + /RC ) H(ω) = R ( /RC jω + /RC ) Cs RCs + S/R S + /RC h() = ILT {H(s)} = R δ() R 2 C e RC u() Έξοδος i() = h() V () = [ R δ() R 2 C e /RC ] [V u()] = = V R e /RCu() Επειδή όμως οι αρχικές συνθήκες δεν είναι μηδενικές (ο πυκνωτής είναι φορτισμένος), το παραπάνω αποτέλεσμα είναι λάθος! 53
54 Η σωστή λύση είναι: v() = Ri() + C i(τ) dτ + V u() V (s) = RI(s) + C I(s) [R + Cs ] = V (s) V s Decibels (db) Έστω x A () = A sin(ω ) y B () = B sin(ω ) I(s) = V (s) V /s R + Cs I(s) s i() = V V R e /RC u() + V s s = (V V ) s = V R e /RC V R e /RC εξαναγκασμένη λύση μεταβατική λύση R + Cs H(s) x Α πλάτος A > x B πλάτος B > db = 2 log A B Για την ισχύ: c x 2 Α ισχύς A c x 2 B ισχύς B db = log A 2 B 2 Παρατηρούμε ότι τα db πλάτους και db ισχύος είναι το ίδιο! 54
55 H(ω) ω ω db 3 5Hz ω ±3dB σημαίνει (υπο)διπλασιασμό της ισχύος, ή πολλαπλασιασμό/διαίρεση του πλάτους με 2. Ασκήσεις Άσκηση x() = 4 sinc(4) (α) X(f) =? (β) Nyquis Συχνότητα για τα x() και x 2 () (α) T/2 T/2 W T () f(hz) FT f T sinc(t f) T sinc(t ) FT W T (f) x() = 4 sinc(4) FT f W 4 (f) = 2 2 f(hz) (β) Nyquis συχνότητα για το x() είναι 2 2 Hz = 4 Hz FT {x 2 ()} = FT {x()x()} = X(f) X(f) 2k 2k 2k 2k = 4k 4k Για το x 2 () η Nyquis είναι 2 4 khz = 8 khz 55
56 Άσκηση x() r() (βοηθητική συνάρτηση) + + y() Σημείωση a b a δηλώνει πολλαπλασιασμό με τον αριθμό a σημαίνει ολοκλήρωση d/d a(x + r) d = r dr = ax + ar d () r + b r d = y dr dy + br = d d (2) d 2 y a d dx 2 d a + b () (2) r(a + b) = dy d ax + a a + b (dy ax) = ax d Αν Re {a} <, τότε H(ω) = r = a + b (dy d ax) d 2 y d 2 ady d = adx d + abx s 2 Y (s) asy (s) = asx(s) + abx(s) Y (s) a(s + b) = H(s) = X(s) s(s a) a(jω + b) jω(jω a) 56
57 Ένα διάγραμμα όπως τα παρακάτω μπορεί να περιέχει: Τελεστή άθροισης v() y() = x() + v() ± w() x() ± + y() w() Γινόμενο συνάρτησης με αριθμό a x() y() Συνέλιξη x() h () y() y() = ax() y() = h () x() x() H (s) y() Y (s) = H (s)x(s) H (s)=l{h ()} Συνδυασμός (σε σειρά) y() = h 2 () v() = h 2 () (x() h ()) = [h () h 2 ()] x() x() v() h () h 2 () y() x() h () h 2 () y() ή x() x() H (s) H 2 (s) y() H (s)h 2 (s) y() Συνδυασμό (παράλληλα) x() h () + y() x() h 2 () h ()+h 2 () y() Τελεστές x() y() x() d d y() y() = x(τ) dτ y() = dx d 57
58 Άσκηση Να βρεθεί το ισοδύναμο του block diagram: Ξ(s) x() X(s) + x() H (s) H 2 (s) H(s) y() y() Y (s) Y (s) = H (s) Ξ(s) = H (s) [X(s) + Y (s)] Y (s) = H (s) [X(s) + H 2 (s)y (s)] Y (s) [ H (s)h 2 (s)] = H (s)x(s) Y (s) = H(s)X(s) H(s) = Y (s) X(s) = H (s) H (s)h 2 (s) Άσκηση x() H s 2 O(s)+5sO(s)+6O(s)=sI(s)+I(s) + o + 5o + 6o = ı + ı y() o + o = ı H 2 so(s)+o(s)=i(s) H (s) = O(s) I(s) = s + s 2 + 5s + 6 = s + (s + 3)(s + 2) H 2 (s) = O(s) I(s) = s + H, H 2 ευσταθή, αφού οι πόλοι τους βρίσκονται στο αριστερό ημιεπίπεδο Y (s) = H (s) [X(s) H 2 (s)y (s)] Y (s) X(s) = H(s) = H (s) + H (s)h 2 (s) Άσκηση iω s-plane.5 σ απλοί πόλοι, δεν έχει μηδενικά 58
59 Αν η είσοδος x() = u(), βρίσκω μετά από "πολλά χρόνια" ότι y() = lim y() =. Να βρεθεί ολόκληρη η y(). Άσκηση Όμως k H(s) = (s + ) (s + /2) k Y (s) = H(s)X(s) = (s + ) (s + /2) s lim y() = lim sy (s) s Άρα Y (s) = = lim s [ k (s + ) (s + /2) s s] = 2k k = /2 /2 s(s + ) (s + /2) = s + s + + y() = [ + e 2e /2 ] u() 2 s + /2 M y() = 2πX( ω) ω= όπου X(ω) = FT {x()} x() M M () (2) M (3) w() ( 2π )4 Για να υπάρχει συνάρτηση μεταφοράς του M, πρέπει να είναι γραμμικό & αμετάβλητο: x() 2πX( ) y() 2πY ( ) ax + βy () a2πx( ) + β2πy ( ) good Έχω: x() 2πX( ω) ω= y() 2πe jτ X( τ) y () = 2πX( ω) ω= = 2π x(τ )e jτ( ω) dτ ω= y 2 () = 2πY ( ω) ω= = 2π y (τ 2 )e jτ2( ω) dτ 2 ω= = 2π = (2π) 2 = (2π) 2 2π x(τ )e jτ τ 2 dτ e jτ2( ω) dτ 2 Y 2 (ω) = (2π) 3 X( ω) x(τ ) e jτ 2(τ +) dτ 2 dτ x(τ )2πδ(τ + ) dτ = (2π) 3 y 3 () = 2πY 2 ( ω) ω= = (2π) 3 X(ω) ω= = (2π) 4 X() ω= = 2π x(τ )e jτ dτ x(τ )δ(τ + ) dτ = (2π) 3 x( ) 59
60 Στις εξετάσεις θα κουβαλήσουμε ένα δικό μας μαθηματικό τυπολόγιο (π.χ. Schaum's Tables & Formulas) 6
HMY 220: Σήματα και Συστήματα Ι
HMY 220: Σήματα και Συστήματα Ι Βασικές Έννοιες Σήματα Κατηγορίες Σημάτων Συνεχούς/ Διακριτού Χρόνου, Αναλογικά/ Ψηφιακά Μετασχηματισμοί Σημάτων Χρόνου: Αντιστροφή, Κλιμάκωση, Μετατόπιση Πλάτους Βασικά
Σήματα και Συστήματα. Διάλεξη 8: Ιδιότητες του Μετασχηματισμού Fourier. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής
Σήματα και Συστήματα Διάλεξη 8: Ιδιότητες του Μετασχηματισμού ourier Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Ιδιότητες του Μετασχηματισμού ourier 1. Ιδιότητες του Μετασχηματισμού ourier 2. Θεώρημα
Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα
Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα Δρ. Δημήτριος Ευσταθίου Επίκουρος Καθηγητής ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ LAPLACE Αντίστροφος Μετασχηματισμός Laplace Στην
Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα
Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα Δρ. Δημήτριος Ευσταθίου Επίκουρος Καθηγητής Φυσική Σημασία του Μετασχηματισμού Fourier Ο μετασχηματισμός Fourier
Προηγµένες Υπηρεσίες Τηλεκπαίδευσης στο Τ.Ε.Ι. Σερρών
Προηγµένες Υπηρεσίες Τηλεκπαίδευσης στο Τ.Ε.Ι. Σερρών Το εκπαιδευτικό υλικό που ακολουθεί αναπτύχθηκε στα πλαίσια του έργου «Προηγµένες Υπηρεσίες Τηλεκπαίδευσης στο Τ.Ε.Ι. Σερρών», του Μέτρου «Εισαγωγή
Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα
Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα Δρ. Δημήτριος Ευσταθίου Επίκουρος Καθηγητής ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ LAPLACE Αντίστροφος Μετασχηματισμός Laplace Στην
Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα
Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα Δρ. Δημήτριος Ευσταθίου Επίκουρος Καθηγητής Μετασχηματισμός Fourier Στο κεφάλαιο αυτό θα εισάγουμε και θα μελετήσουμε
ΣΕΙΡΕΣ ΚΑΙ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΙ FOURIER. e ω. Το βασικό πρόβλημα στις σειρές Fourier είναι ο υπολογισμός των συντελεστών c
ΣΕΙΡΕΣ ΚΑΙ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΙ FOURIER x(t+kτ) = x(t) = π/ω f = / x(t) = = 8 c j t e ω c = (a-jb ) Το βασικό πρόβλημα στις σειρές Fourier είναι ο υπολογισμός των συντελεστών c. Αυτός γίνεται κατορθωτός αν
Σήματα και Συστήματα. Διάλεξη 2: Στοιχειώδη Σήματα Συνεχούς Χρόνου. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής
Σήματα και Συστήματα Διάλεξη 2: Στοιχειώδη Σήματα Συνεχούς Χρόνου Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Στοιχειώδη Σήματα Συνεχούς Χρόνου 1. Μοναδιαία Βηματική Συνάρτηση 2. Κρουστική Συνάρτηση ή
Σήματα και Συστήματα. Διάλεξη 7: Μετασχηματισμός Fourier. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής
Σήματα και Συστήματα Διάλεξη 7: Μετασχηματισμός Fourier Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Μετασχηματισμός Fourier 1. Ορισμός του Μετασχηματισμού Fourier 2. Φυσική Σημασία του Μετασχηματισμού
Σήματα και Συστήματα. Διάλεξη 9: Μελέτη ΓΧΑ Συστημάτων με τον Μετασχηματισμό Fourier. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής
Σήματα και Συστήματα Διάλεξη 9: Μελέτη ΓΧΑ Συστημάτων με τον Μετασχηματισμό Fourier Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Μελέτη ΓΧΑ Συστημάτων με τον Μετασχηματισμό Fourier 1. Μετασχηματισμός Fourier
Ο Μετασχηματισμός Ζ. Ανάλυση συστημάτων με το μετασχηματισμό Ζ
Ο Μετασχηματισμός Ζ Ανάλυση συστημάτων με το μετασχηματισμό Ζ Ο μετασχηματισμός Z (Ζ-Τransform: ZT) χρήσιμο μαθηματικό εργαλείο για την ανάλυση των διακριτών σημάτων και συστημάτων αποτελεί ό,τι ο μετασχηματισμός
Σήματα και Συστήματα
Σήματα και Συστήματα Διάλεξη 12: Ιδιότητες του Μετασχηματισμού aplace Ο αντίστροφος Μετασχηματισμός aplace Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Ιδιότητες του Μετασχηματισμού aplace 1. Ιδιότητες
Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών. Σήματα. και. Συστήματα
Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα Άσκηση η Να υπολογιστεί η έξοδος του συστήματος με κρουστική απόκριση h()=u()-u(-4) και είσοδο x()=u(-) u(-3)
y[n] ay[n 1] = x[n] + βx[n 1] (6)
Ασκήσεις με το Μετασχηματισμό Fourier Διακριτού Χρόνου Επιμέλεια: Γιώργος Π. Καφεντζης Δρ. Επιστήμης Η/Υ Πανεπιστημίου Κρήτης Δρ. Επεξεργασίας Σήματος Πανεπιστημίου Rennes 1 8 Οκτωβρίου 015 1. Εστω το
Σήματα και Συστήματα. Διάλεξη 6: Ανάλυση Σημάτων σε Ανάπτυγμα Σειράς Fourier. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής
Σήματα και Συστήματα Διάλεξη 6: Ανάλυση Σημάτων σε Ανάπτυγμα Σειράς Fourier Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Ανάλυση Σημάτων σε Ανάπτυγμα Σειράς Fourier 1. Ανάπτυγμα σήματος σε Σειρά Fourier
x(t) = 4 cos(2π600t π/3) + 2 sin(2π900t + π/4) + sin(2π1200t) (1) w(t) = y(t)z(t) = 2δ(t + 1) (2) (2 sin(2π900t + π/4) t= 1 + sin(2π1200t) )
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-215: Εφαρµοσµένα Μαθηµατικά για Μηχανικούς ιδάσκοντες : Γ. Στυλιανού, Γ. Καφεντζής ΕΠΑΝΑΛΗΠΤΙΚΗ ΤΕΛΙΚΗ ΕΞΕΤΑΣΗ ιάρκεια : 3 ώρες Ρήτρα τελικού : 4.0/10.0
HMY 220: Σήματα και Συστήματα Ι
HMY 220: Σήματα και Συστήματα Ι ΔΙΑΛΕΞΗ #3 Ιδιάζοντα σήματα Βασικές κατηγορίες συστημάτων Διασυνδέσεις συστημάτων Ιδιάζοντα σήματα (singular signals) Τα ιδιάζοντα σήματα είναι σήματα τα οποία είναι ιδεατά
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΣΗΜΑΤΑ & ΣΥΣΤΗΜΑΤΑ
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΣΗΜΑΤΑ & ΣΥΣΤΗΜΑΤΑ Ενότητα : ΑΝΑΛΥΣΗ FOURIER (H ΣΕΙΡΑ FOURIER ΚΑΙ Ο ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ FOURIER) Aναστασία Βελώνη Τμήμα Η.Υ.Σ 1 Άδειες
6. ΚΕΦΑΛΑΙΟ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ LAPLACE
6. ΚΕΦΑΛΑΙΟ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ APACE Σκοπός του κεφαλαίου είναι να ορίσει τον αμφίπλευρο μετασχηματισμό aplace ή απλώς μετασχηματισμό aplace (Μ) και το μονόπλευρο μετασχηματισμό aplace (ΜΜ), να περιγράψει
Εισαγωγή στις Τηλεπικοινωνίες. Δομή της παρουσίασης
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΕΠΙΚΟΙΝΩΝΙΩΝ ΤΜΗΜΑ ΨΗΦΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΕΡΓΑΣΤΗΡΙΟ ΤΗΛΕΠΙΚΟΙΝΩΝΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ Εισαγωγή στις Τηλεπικοινωνίες Μετασχηματισμός Furier Αθανάσιος Κανάτας
ΑΝΑΠΤΥΓΜA - ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ FOURIER ΑΝΑΛΟΓΙΚΩΝ ΣΗΜΑΤΩΝ. Περιγράψουµε τον τρόπο ανάπτυξης σε σειρά Fourier ενός περιοδικού αναλογικού σήµατος.
3. ΚΕΦΑΛΑΙΟ ΑΝΑΠΤΥΓΜA - ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ FOURIER ΑΝΑΛΟΓΙΚΩΝ ΣΗΜΑΤΩΝ Περιγράψουµε τον τρόπο ανάπτυξης σε σειρά Fourier ενός περιοδικού αναλογικού σήµατος. Ορίσουµε το µετασχηµατισµό Fourier ενός µη περιοδικού
HMY 220: Σήματα και Συστήματα Ι
Σύγκλιση Σειρών Fourier Ιδιότητες Σειρών Fourier Παραδείγματα HMY 220: Σήματα και Συστήματα Ι ΔΙΑΛΕΞΗ #10 Τρεις ισοδύναμες μορφές: () = = = = Σειρές Fourier j( 2π ) t Τ.. x () t FS a jω0t xt () = ae =
Σήματα και Συστήματα. Διάλεξη 1: Σήματα Συνεχούς Χρόνου. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής
Σήματα και Συστήματα Διάλεξη 1: Σήματα Συνεχούς Χρόνου Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Εισαγωγή στα Σήματα 1. Σκοποί της Θεωρίας Σημάτων 2. Κατηγορίες Σημάτων 3. Χαρακτηριστικές Παράμετροι
Σήματα και Συστήματα. Διάλεξη 13: Μελέτη ΓΧΑ Συστημάτων με τον Μετασχηματισμό Laplace. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής
Σήματα και Συστήματα Διάλεξη 13: Μελέτη ΓΧΑ Συστημάτων με τον Μετασχηματισμό Laplace Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Μελέτη ΓΧΑ Συστημάτων με τον Μετασχηματισμό Laplace 1. Επίλυση Γραμμικών
Εισαγωγή στις Τηλεπικοινωνίες. Δομή της παρουσίασης
6 Nv 6 ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΕΠΙΚΟΙΝΩΝΙΩΝ ΤΜΗΜΑ ΨΗΦΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΕΡΓΑΣΤΗΡΙΟ ΤΗΛΕΠΙΚΟΙΝΩΝΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ Εισαγωγή στις Τηλεπικοινωνίες Ανάπτυξη σε Σειρές Furier Αθανάσιος
X k e j2πkf0t = x(t) = x(t)e j2πkf0t dt (6.2)
Κεφάλαιο 6 Ο Μετασχηματισμός Fourier 6. Εισαγωγή στο Μετασχ. Fourier Ο μετασχ. Fourier ορίζεται εύκολα ως η επέκταση των σειρών Fourier, όταν η περίοδος του σήματος τείνει στο άπειρο, όταν δηλαδή το σήμα
3. Κεφάλαιο Μετασχηματισμός Fourier
3 Κεφάλαιο 3 Ορισμοί Ο μετασχηματισμός Fourir αποτελεί την επέκταση των σειρών Fourir στη γενική κατηγορία των συναρτήσεων (περιοδικών και μη) Όπως και στις σειρές οι συναρτήσεις θα εκφράζονται με τη βοήθεια
ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Ανάλυση Επικοινωνιακών Σημάτων κατά Fourier
ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Ανάλυση Επικοινωνιακών Σημάτων κατά Fourier 2.2: Μετασχηματισμός Fourier (Fourier Transform, FT) 2.3: Ιδιότητες του
HMY 220: Σήματα και Συστήματα Ι
HMY : Σήματα και Συστήματα Ι ΔΙΑΛΕΞΗ # Μετασχηματισμοί Σημάτων Ενέργεια και Ισχύς Σήματος Βασικές κατηγορίες σημάτων Περιοδικά σήματα Άρτια και περιττά σήματα Εκθετικά σήματα Μετασχηματισμοί σημάτων (signal
Τηλεπικοινωνιακά Συστήματα Ι
Τηλεπικοινωνιακά Συστήματα Ι Διάλεξη 2: Ανάλυση Fourier και Γραμμικά Φίλτρα Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Μέρος 1: Ανάλυση Fourier 2 Ανάλυση Fourier 1. Ορισμός του Μετασχηματισμού Fourier
Εξεταστική Ιανουαρίου 2007 Μάθηµα: «Σήµατα και Συστήµατα»
Εξεταστική Ιανουαρίου 27 Μάθηµα: «Σήµατα και Συστήµατα» Θέµα 1 ο (3%) Έστω δύο διακριτά σήµατα: x(n) = {1,,, -1} και h(n) = {1,, 1} µε το πρώτο δείγµα να αντιστοιχεί σε n= και για τα δύο. Υπολογίστε τα
Ψηφιακή Επεξεργασία Σημάτων
Ψηφιακή Επεξεργασία Σημάτων Ενότητα 6: Απόκριση Συχνότητας Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Μετασχηματισμός Fourier Διακριτού Χρόνου Η έννοια της Απόκρισης Συχνότητας Ιδιότητες της Απόκρισης
4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER
4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER Σκοπός του κεφαλαίου είναι να παρουσιάσει μερικές εφαρμογές του Μετασχηματισμού Fourier (ΜF). Ειδικότερα στο κεφάλαιο αυτό θα περιγραφούν έμμεσοι τρόποι
Ψηφιακή Επεξεργασία Σημάτων
Ψηφιακή Επεξεργασία Σημάτων Ενότητα 8: Μετασχηματισμός Ζ Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Μετασχηματισμός Z Μετασχηματισμός Ζ (Ζ-Transform) Χρήσιμα Ζεύγη ΖT και Περιοχές Σύγκλισης (ROC) Ιδιότητες
ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ FOURIER ΑΝΑΛΥΣΗ FOURIER ΔΙΑΚΡΙΤΩΝ ΣΗΜΑΤΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΩΝ. DTFT και Περιοδική/Κυκλική Συνέλιξη
ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ FOURIER ΑΝΑΛΥΣΗ FOURIER ΔΙΑΚΡΙΤΩΝ ΣΗΜΑΤΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΩΝ DTFT και Περιοδική/Κυκλική Συνέλιξη Διακριτός μετασχηματισμός συνημιτόνου DCT discrete cosine transform Η σχέση αποτελεί «πυρήνα»
ΚΕΦΑΛΑΙΟ 3 ο. Μετασχηματισμός FOURIER Διακριτού Χρόνου DTFT. (Discrete Time Fourier Transform) ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΤΟΣ Σ. ΦΩΤΟΠΟΥΛΟΣ ΔΠΜΣ 1/ 45
ΚΕΦΑΛΑΙΟ 3 ο Μετασχηματισμός FOURIER Διακριτού Χρόνου DTFT (Discrt Tim Fourir Transform / 45 Γενικά Μορφές Μετασχηματισμού Fourir Σήματα που αντιστοιχούν στους τέσσερους τύπους μετασχηματισμών α Μετασχηματισμός
Σήματα και Συστήματα. Διάλεξη 11: Μετασχηματισμός Laplace. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής
Σήματα και Συστήματα Διάλεξη : Μετασχηματισμός Laplace Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής Μετασχηματισμός Laplace. Μαθηματικός ορισμός μετασχηματισμού Laplace 2. Η περιοχή σύγκλισης του μετασχηματισμού
Κλασσική Θεωρία Ελέγχου
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΧΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ Ενότητα 5: Ο μετασχηματισμός Laplace Νίκος Καραμπετάκης Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative
Παράδειγμα 14.2 Να βρεθεί ο μετασχηματισμός Laplace των συναρτήσεων
Κεφάλαιο 4 Μετασχηματισμός aplace 4. Μετασχηματισμός aplace της εκθετικής συνάρτησης e Είναι Άρα a a a u( a ( a ( a ( aj F( e e d e d [ e ] [ e ] ( a e (c ji, με a (4.9 a a a [ e u( ] a, με a (4.3 Η σχέση
ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 3, Νέα Κτίρια ΣΗΜΜΥ Ανάλυση Επικοινωνιακών Σημάτων κατά Fourier
ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 3, Νέα Κτίρια ΣΗΜΜΥ Ανάλυση Επικοινωνιακών Σημάτων κατά Fourier 2.2: Μετασχηματισμός Fourier (Fourier Transform, FT) 2.3: Ιδιότητες του
() min. xt δεν έχει μετασχηματισμό LAPLACE () () () Αν Λ= το σήμα ( ) Αν Λ, έστω σ. Το σύνολο μιγαδικών αριθμών. s Q το ολοκλήρωμα (1) υπάρχει.
Έστω xt : Ο (αμφίπλευρος) μετασχηματισμός LAPLACE ορίζεται : X: L { xt} : X xt e dt = = μιγαδική συνάρτηση της μιγαδικής μεταβλητής = σ+ j Ο (μονόπλευρος) μετασχηματισμός LAPLACE ορίζεται : L { xt } :
Τηλεπικοινωνίες. Ενότητα 2.2: Ανάλυση Fourier (Συνέχεια) Μιχάλας Άγγελος Τμήμα Μηχανικών Πληροφορικής ΤΕ
Τηλεπικοινωνίες Ενότητα 2.2: Ανάλυση Fourier (Συνέχεια) Μιχάλας Άγγελος Τμήμα Μηχανικών Πληροφορικής ΤΕ Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
HMY 220: Σήματα και Συστήματα Ι
HMY 0: Σήματα και Συστήματα Ι ΔΙΑΛΕΞΗ # Μετασχηματισμός Laplace και ΓΧΑ Συστήματα Συνάρτηση μεταφοράς αιτιατών και ευσταθών συστημάτων Συστήματα που περιγράφονται από ΔΕ Διαγράμματα Μπλοκ Μετασχηματισμός
HMY 220: Σήματα και Συστήματα Ι
Σύγκλιση Σειρών Fourier Ιδιότητες Σειρών Fourier Παραδείγματα HMY 0: Σήματα και Συστήματα Ι ΔΙΑΛΕΞΗ #10 Σειρές Fourier: Προσέγγιση Οι Σειρές Fourier μπορούν να αναπαραστήσουν μια πολύ μεγάλη κλάση περιοδικών
[1] είναι ταυτοτικά ίση με το μηδέν. Στην περίπτωση που το στήριγμα μιας συνάρτησης ελέγχου φ ( x)
[] 9 ΣΥΝΑΡΤΗΣΙΑΚΟΙ ΧΩΡΟΙ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ FOURIER Η «συνάρτηση» δέλτα του irac Η «συνάρτηση» δέλτα ορίζεται μέσω της σχέσης φ (0) αν 0 δ[ φ ] = φ δ dx = (9) 0 αν 0 όπου η φ είναι μια συνάρτηση που ανήκει
Σήματα και Συστήματα. Διάλεξη 3: Εισαγωγή στα Συστήματα. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής
Σήματα και Συστήματα Διάλεξη 3: Εισαγωγή στα Συστήματα Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Εισαγωγή στα Συστήματα 1. Ορισμός και Κατηγορίες Συστημάτων Συστήματα Συνεχούς Χρόνου Συστήματα Διακριτού
y(t) = x(t) + e x(2 t)
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-5: Εφαρµοσµένα Μαθηµατικά για Μηχανικούς Εαρινό Εξάµηνο 5-6 ιδάσκοντες : Γ. Στυλιανού, Γ. Καφεντζής ΕΞΕΤΑΣΗ ΠΡΟΟ ΟΥ - ΕΝ ΕΙΚΤΙΚΕΣ ΛΥΣΕΙΣ ιάρκεια : 3 ώρες
Όταν θα έχουµε τελειώσει το Κεφάλαιο αυτό θα µπορούµε να:
6. ΚΕΦΑΛΑΙΟ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ LAPLACE Όταν θα έχουµε τελειώσει το Κεφάλαιο αυτό θα µπορούµε να: ορίσουµε το Μετασχηµατισµό Laplace (ML) και το Μονόπλευρο Μετασχηµατισµό Laplace (MML) και να περιγράψουµε
ΚΕΦΑΛΑΙΟ 3 ο. Μετασχηματισμός FOURIER Διακριτού Χρόνου DTFT
ΚΕΦΑΛΑΙΟ 3 ο Μετασχηματισμός FOURIER Διακριτού Χρόνου DTFT (Discrt Tim Fourir Transform ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΤΟΣ Σ. ΦΩΤΟΠΟΥΛΟΣ ΔΠΜΣ / 46 Γενικά Μορφές Μετασχηματισμού Fourir Σήματα που αντιστοιχούν
Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα
Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα Δρ. Δημήτριος Ευσταθίου Επίκουρος Καθηγητής ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ LAPLACE Μετασχηματισμός Laplace 1. Ο μετασχηματισμός
ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ ΓΕΝΙΚΟ ΤΜΗΜΑ
ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ ΓΕΝΙΚΟ ΤΜΗΜΑ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΕΦΑΡΜΟΣΜΕΝΕΣ ΕΠΙΣΤΗΜΕΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑ ΔΙΠΛΩΜΑΤΙΚΗ ΔΙΑΤΡΙΒΗ ΜΕΤΑΠΤΥΧΙΑΚΟΥ ΔΙΠΛΩΜΑΤΟΣ ΕΙΔΙΚΕΥΣΗΣ ΚΑΤΕΥΘΥΝΣΗ : «ΕΦΑΡΜΟΣΜΕΝΑ ΚΑΙ ΥΠΟΛΟΓΙΣΤΙΚΑ
e 5t (sin 5t)u(t)e st dt e st dt e 5t e j5t e st dt s j5 j10 (s + 5 j5)(s j5)
Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών Εφαρµοσµένα Μαθηµατικά για Μηχανικούς ιδάσκων : Α. Μουχτάρης Εφαρµοσµένα Μαθηµατικά για Μηχανικούς-Λύσεις 4ης Σειράς Ασκήσεων 7/5/ Λύσεις 4ης Σειράς Ασκήσεων
HMY 220: Σήματα και Συστήματα Ι
HMY 0: Σήματα και Συστήματα Ι ΔΙΑΛΕΞΗ #4 Η ιδιότητα της συνέλιξης Απόκριση Συχνότητας ΓΧΑ Συστημάτν Απόκριση συχνότητας ΓΧΑ Συστημάτν που περιγράφονται από Διαφορικές Εξισώσεις Η ιδιότητα πολλαπλασιασμού
Μετασχηµατισµός Ζ (z-tranform)
Μετασχηµατισµός Ζ (-traform) Εργαλείο ανάλυσης σηµάτων και συστηµάτων διακριτού χρόνου ιεργασία ανάλογη του Μετ/σµού Laplace Απόκριση συχνότητας Εφαρµογές επίλυση γραµµικών εξισώσεων διαφορών µε σταθερούς
ΤΟ ΜΑΥΡΟ ΚΟΥΤΙ. 1. Το περιεχόμενο του μαύρου κουτιού. 2. Είσοδος: σήματα (κυματομορφές) διέγερσης 3. Έξοδος: απόκριση. (απλά ηλεκτρικά στοιχεία)
ΤΟ ΜΑΥΡΟ ΚΟΥΤΙ Είσοδος ΜΑΥΡΟ ΚΟΥΤΙ Έξοδος 1. Το περιεχόμενο του μαύρου κουτιού (απλά ηλεκτρικά στοιχεία) 2. Είσοδος: σήματα (κυματομορφές) διέγερσης 3. Έξοδος: απόκριση 2019Κ1-1 ΚΥΜΑΤΟΜΟΡΦΕΣ 2019Κ1-2 ΤΙ
HMY 220: Σήματα και Συστήματα Ι
HMY 220: Σήματα και Συστήματα Ι ΔΙΑΛΕΞΗ #9 Ιδιοτιμές και ιδιοσυναρτήσεις συστημάτων Απόκριση ΓΧΑ συστημάτων σε μιγαδικά εκθετικά σήματα Συνάρτηση μεταφοράς Ανάλυση Σημάτων/Συστημάτων με βασικά σήματα Συχνά
X(e jω ) = x[n]e jωn (1) x[n] = 1. T s
Αναπαράσταση Σημάτων και Συστημάτων στο Χώρο της Συχνότητας Ο Μετασχηματισμός Fourier Επιμέλεια: Γιώργος Π. Καφεντζης Δρ. Επιστήμης Η/Υ Πανεπιστημίου Κρήτης Δρ. Επεξεργασίας Σήματος Πανεπιστημίου Rennes
Σήματα και Συστήματα. Διάλεξη 10: Γραμμικά Φίλτρα. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής
Σήματα και Συστήματα Διάλεξη 10: Γραμμικά Φίλτρα Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Γραμμικά Φίλτρα 1. Ιδανικά Γραμμικά Φίλτρα Ιδανικό Κατωδιαβατό Φίλτρο Ιδανικό Ανωδιαβατό Φίλτρο Ιδανικό Ζωνοδιαβατό
Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα
Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα Δρ. Δημήτριος Ευσταθίου Επίκουρος Καθηγητής Σειρά Fourier Ορθοκανονικές Συναρτήσεις Στοεδάφιοαυτόθαδιερευνήσουμεεάνκαικάτωαπό
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΣΗΜΑΤΑ & ΣΥΣΤΗΜΑΤΑ
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΣΗΜΑΤΑ & ΣΥΣΤΗΜΑΤΑ Ενότητα 1, Μέρος 2ο: ΠΕΡΙ ΣΗΜΑΤΩΝ Aναστασία Βελώνη Τμήμα Η.Υ.Σ Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται
Δυναμική Μηχανών I. Επίλυση Προβλημάτων Αρχικών Συνθηκών σε Συνήθεις. Διαφορικές Εξισώσεις με Σταθερούς Συντελεστές
Δυναμική Μηχανών I Επίλυση Προβλημάτων Αρχικών Συνθηκών σε Συνήθεις 5 3 Διαφορικές Εξισώσεις με Σταθερούς Συντελεστές 2015 Δημήτριος Τζεράνης, Ph.D Τμήμα Μηχανολόγων Μηχανικών Ε.Μ.Π. tzeranis@gmail.com
= 5 cos(2π500t π/2) + 9 cos(2π900t + π/3) cos(2π1400t) (9) H(f) = 4.5, αλλού
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-15: Εφαρµοσµένα Μαθηµατικά για Μηχανικούς ιδάσκοντες : Γ. Στυλιανού, Γ. Καφεντζής ΤΕΛΙΚΗ ΕΞΕΤΑΣΗ ιάρκεια : 3 ώρες Ρήτρα τελικού : 4.5/10.0 Θέµα 1ο - 5
Εφαρμογή στις ψηφιακές επικοινωνίες
Δειγματοληψία Εφαρμογή στις ψηφιακές επικοινωνίες Γεννήτρια σήματος RF, (up converter Ενισχυτής) Προενισχυτής down-converter Ψηφιοποιητής σήματος RF Μονάδα ψηφ. επεξεργασίας Μονάδα ψηφ. επεξεργασίας 100
ΣΗΜΑΤΑ ΚΑΙ ΣΥΣΤΗΜΑΤΑ Ι
ΣΗΜΑΤΑ ΚΑΙ ΣΥΣΤΗΜΑΤΑ Ι Σήματα και Συστήματα στο Πεδίο της Επιμέλεια: Αθανάσιος N. Σκόδρας, Καθηγητής Γεώργιος Α. Βασκαντήρας, Υπ. Διδάκτορας Τμήμα Ηλεκτρολόγων Μηχανικών & Τεχνολογίας Υπολογιστών Άδειες
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-215: Εφαρµοσµένα Μαθηµατικά για Μηχανικούς ιδάσκοντες : Γ. Στυλιανού, Γ.
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-15: Εφαρµοσµένα Μαθηµατικά για Μηχανικούς ιδάσκοντες : Γ. Στυλιανού, Γ. Καφεντζής ΤΕΛΙΚΗ ΕΞΕΤΑΣΗ - Ενδεικτικές Λύσεις ιάρκεια : 3 ώρες Ρήτρα τελικού :
Συστήματα Επικοινωνιών Ι
+ Διδάσκων: Δρ. Κ. Δεμέστιχας e-mail: cdemestichas@uowm.gr Συστήματα Επικοινωνιών Ι Αναπαράσταση Σημάτων και Συστημάτων στο πεδίο της συχνότητας + Περιεχόμενα n Εισαγωγή n Ανάλυση Fourier n Μετασχηματισμός
ΑΝΑΠΤΥΓΜA - ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ FOURIER ΑΝΑΛΟΓΙΚΩΝ ΣΗΜΑΤΩΝ. Περιγράψουμε τον τρόπο ανάπτυξης σε σειρά Fourier ενός περιοδικού αναλογικού σήματος.
3. ΚΕΦΑΛΑΙΟ ΑΝΑΠΤΥΓΜA - ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ OURIER ΑΝΑΛΟΓΙΚΩΝ ΣΗΜΑΤΩΝ Περιγράψουμε τον τρόπο ανάπτυξης σε σειρά ourir ενός περιοδικού αναλογικού σήματος. Ορίσουμε το μετασχηματισμό ourir ενός μη περιοδικού
d k dt k a ky(t) = dt k b kx(t) (5.1)
Κεφάλαιο 5 Ανάλυση Σημάτων και Συστημάτων στο Πεδίο του Χρόνου 5. Εισαγωγή Σε αυτό το κεφάλαιο, θα συζητήσουμε για την αναλυτική μελέτη συστημάτων στο πεδίο του χρόνου. Είδαμε στο προηγούμενο κεφάλαιο
ΣΗΜΑΤΑ & ΣΥΣΤΗΜΑΤΑ. Καθηγητής Τσιριγώτης Γεώργιος
ΣΗΜΑΤΑ & ΣΥΣΤΗΜΑΤΑ Καθηγητής Τσιριγώτης Γεώργιος Τα κεφάλαια του μαθήματος 1 ο κεφάλαιο: Σήματα & Συστήματα 2 ο κεφάλαιο: Ανάλυση Fourier 3 ο κεφάλαιο: Απόκριση κατά συχνότητα 4 ο κεφάλαιο: Δειγματοληψία
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΣΗΜΑΤΑ & ΣΥΣΤΗΜΑΤΑ
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΣΗΜΑΤΑ & ΣΥΣΤΗΜΑΤΑ Ενότητα : Μετασχηματισμός LAPLACE (Laplace Tranform) Aναστασία Βελώνη Τμήμα Η.Υ.Σ Άδειες Χρήσης Το παρόν εκπαιδευτικό
Εισαγωγή στις Τηλεπικοινωνίες
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΕΠΙΚΟΙΝΩΝΙΩΝ ΤΜΗΜΑ ΨΗΦΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΕΡΓΑΣΤΗΡΙΟ ΤΗΛΕΠΙΚΟΙΝΩΝΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ Εισαγωγή στις Τηλεπικοινωνίες Ανάπτυξη σε Σειρές Furier Αθανάσιος Κανάτας
ΚΕΦΑΛΑΙΟ 3 ο. Μετασχηματισμός FOURIER Διακριτού Χρόνου DTFT. (Discrete Time Fourier Transform) ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΤΟΣ Σ. ΦΩΤΟΠΟΥΛΟΣ ΔΠΜΣ 1 / 55
ΚΕΦΑΛΑΙΟ 3 ο Μετασχηματισμός FOURIER Διακριτού Χρόνου DTFT (Discrt Tim Fourir Transform / 55 Γενικά Μορφές Μετασχηματισμού Fourir Σήματα που αντιστοιχούν στους τέσσερους τύπους μετασχηματισμών α Μετασχηματισμός
Ο αντίστροφος μετασχηματισμός Laplace ορίζεται από το μιγαδικό ολοκλήρωμα : + +
Μετασχηματισμός aplace ορίζεται ως εξής : t X() [x( t)] xte () dt = = Ο αντίστροφος μετασχηματισμός aplace ορίζεται από το μιγαδικό ολοκλήρωμα : t x(t) = [ X()] = X() e dt π j c C είναι μία καμπύλη που
1. ΕΙΣΑΓΩΓΗ ΣΤΟ MATLAB... 13
ΠΙΝΑΚΑΣ ΠΕΡΙΕΧΟΜΕΝΩΝ 1. ΕΙΣΑΓΩΓΗ ΣΤΟ MATLAB... 13 1.1. Τι είναι το Matlab... 13 1.2. Περιβάλλον εργασίας... 14 1.3. Δουλεύοντας με το Matlab... 16 1.3.1. Απλές αριθμητικές πράξεις... 16 1.3.2. Σχόλια...
Εισαγωγή στη Θεωρία Σημάτων και Συστημάτων
Εισαγωγή στη Θεωρία Σημάτων και Συστημάτων Ιωάννης Χαρ. Κατσαβουνίδης Τμήμα Μηχ. Η/Υ, Τηλε. Δικτύων Πανειστήμιο Θεσσαλίας ΦΘινοωρινό Εξάμηνο 00/ Άσκηση Να βρείτε αν τα αρακάτω συστήματα είναι γραμμικά,
Εισαγωγή στις Τηλεπικοινωνίες. Δομή της παρουσίασης
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΕΠΙΚΟΙΝΩΝΙΩΝ ΤΜΗΜΑ ΨΗΦΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΕΡΓΑΣΤΗΡΙΟ ΤΗΛΕΠΙΚΟΙΝΩΝΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ Εισαγωγή στις Τηλεπικοινωνίες Διάλεξη 3 η Τα Συστήματα στις Τηλεπικοινωνίες
ΕΝΟΤΗΤΑ 12: ΑΠΟΚΡΙΣΗ ΣΥΧΝΟΤΗΤΑΣ ΔΙΑΓΡΑΜΜΑΤΑ BODE
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΥΣΤΗΜΑΤΑ ΑΥΤΟΜΑΤΟΥ ΕΛΕΓΧΟΥ ΕΝΟΤΗΤΑ : ΑΠΟΚΡΙΣΗ ΣΥΧΝΟΤΗΤΑΣ ΔΙΑΓΡΑΜΜΑΤΑ BODE Δρ Γιώργος Μαϊστρος, Χημικός Μηχανικός
1. ΚΕΦΑΛΑΙΟ ΕΙΣΑΓΩΓΗ ΣΤΑ ΣΗΜΑΤΑ
. ΚΕΦΑΛΑΙΟ ΕΙΣΑΓΩΓΗ ΣΤΑ ΣΗΜΑΤΑ Σκοπός του κεφαλαίου αυτού είναι να δώσει μια γενική εικόνα του τι είναι σήμα και να κατατάξει τα διάφορα σήματα σε κατηγορίες ανάλογα με τις βασικές ιδιότητες τους. Επίσης,
Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας. Ακαδημαϊκό Έτος Παρουσίαση Νο. 2. Δισδιάστατα Σήματα και Συστήματα #1
Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ακαδημαϊκό Έτος 009-0 Παρουσίαση Νο. Δισδιάστατα Σήματα και Συστήματα # Βασικοί ορισμοί () Κάθε εικόνα είναι ένα δισδιάστατο (-D) σήμα. Αναλογική εικόνα: x α Ψηφιακή
Μεταπτυχιακό Πρόγραμμα «Γεωχωρικές Τεχνολογίες» Ψηφιακή Επεξεργασία Εικόνας. Εισηγητής Αναστάσιος Κεσίδης
Μεταπτυχιακό Πρόγραμμα «Γεωχωρικές Τεχνολογίες» Ψηφιακή Επεξεργασία Εικόνας Εισηγητής Αναστάσιος Κεσίδης Επεξεργασία στο πεδίο της συχνότητας Φασματικές τεχνικές Γενικά Τεχνικές αναπαράστασης και ανάλυσης
x(t) = e st = e (σ+j2πf)t (7.1) h(t)e st dt (7.4) H(s) = y(t) = H{e st } = H(s)e st (7.5)
Κεφάλαιο 7 Συστήματα στο χώρο του Laplace 7. Εισαγωγή Ο μετασχ. Laplace είναι ένα πολύτιμο εργαλείο για την ανάλυση συστημάτων. Η ικανότητά του να ερμηνεύει συχνοτικά πλήθος σημάτων, σημαντικά περισσότερων
LCs 2 + RCs + 1. s 1,2 = RC ± R 2 C 2 4LC 2LC. (s 2)(s 3) = A. = 4 s 3 s=2 s + 2 B = (s 2)(s 3) (s 3) s=3. = s + 2. x(t) = 4e 2t u(t) + 5e 3t u(t) (2)
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-5: Εφαρµοσµένα Μαθηµατικά για Μηχανικούς Εαρινό Εξάµηνο 06-7 ιδάσκοντες : Γ. Στυλιανού, Γ. Καφεντζής Λύσεις Εβδοµης Σειράς Ασκήσεων Ηµεροµηνία Ανάθεσης
Επεξεργασία Πολυµέσων. Δρ. Μαρία Κοζύρη Π.Μ.Σ. «Εφαρµοσµένη Πληροφορική» Τµήµα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών Πανεπιστήµιο Θεσσαλίας
Π.Μ.Σ. «Εφαρµοσµένη Πληροφορική» Τµήµα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών Πανεπιστήµιο Θεσσαλίας Ενότητα 0: Εισαγωγή στο µάθηµα 2 Διαδικαστικά Παράδοση: Παρασκευή 16:00-18:30 Διδάσκων: E-mail:
Μιγαδικός λογισμός και ολοκληρωτικοί Μετασχηματισμοί
ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Μιγαδικός λογισμός και ολοκληρωτικοί Μετασχηματισμοί ΣΥΝΑΡΤΗΣΙΑΚΟΙ ΧΩΡΟΙ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ FOURIER Διδάσκων : Επίκ Καθ Κολάσης Χαράλαμπος Άδειες Χρήσης
Ψηφιακή Επεξεργασία Σημάτων
Ψηφιακή Επεξεργασία Σημάτων Ενότητα 7: Μετατροπή Σήματος από Αναλογική Μορφή σε Ψηφιακή Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Μετατροπή Αναλογικού Σήματος σε Ψηφιακό Είδη Δειγματοληψίας: Ιδανική
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΣΗΜΑΤΑ & ΣΥΣΤΗΜΑΤΑ. Ενότητα : ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ Ζ (ΖTransform)
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΣΗΜΑΤΑ & ΣΥΣΤΗΜΑΤΑ Ενότητα : ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ Ζ (ΖTransform) Aναστασία Βελώνη Τμήμα Η.Υ.Σ Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό
ΑΝΑΛΥΣΗ ΣΗΜΑΤΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΩΝ ΜΕ ΤΟ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟ FOURIER
ΑΝΑΛΥΣΗ ΣΗΜΑΤΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΩΝ ΜΕ ΤΟ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟ FOURIER Ανάλυση σημάτων και συστημάτων Ο μετασχηματισμός Fourier (DTFT και DFT) είναι σημαντικότατος για την ανάλυση σημάτων και συστημάτων Εντοπίζει
x(t) = 4 cos(2π600t π/3) + 2 cos(2π900t + π/8) + cos(2π1200t) (3)
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-25: Εφαρµοσµένα Μαθηµατικά για Μηχανικούς ιδάσκοντες : Γ. Στυλιανού, Γ. Καφεντζής ΤΕΛΙΚΗ ΕΞΕΤΑΣΗ ιάρκεια : 3 ώρες Ρήτρα τελικού : 4.0/0.0 Θέµα ο - Περιοδικά
(1) L{a 1 x 1 + a 2 x 2 } = a 1 L{x 1 } + a 2 L{x 2 } (2) x(t) = δ(t t ) x(t ) dt x[i] = δ[i i ] x[i ] (3) h[i, i ] x[i ] (4)
Πανεπιστήμιο Θεσσαλίας ΗΥ240: Θεωρία Σημάτων και Συστημάτων Γραμμικά χρονικά μεταβαλλόμενα συστήματα Συνάρτηση συστήματος Ένα σύστημα L απεικονίζει κάθε σήμα εισόδου x σε ένα σήμα εξόδου y, δηλ., συνεχής
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΤΜΗΜΑ ΕΠΙςΤΗΜΗς & ΤΕΧΝΟΛΟΓΙΑς ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ ΜΔΕ Προηγμένα Τηλεπικοινωνιακά Συστήματα και Δίκτυα Διάλεξη 2 η Νικόλαος Χ. Σαγιάς Επίκουρος Καθηγητής Webpage: http://eclass.uop.gr/courses/tst233
Ο μετασχηματισμός Fourier
Ο μετασχηματισμός Fourier είναι από τα διαδεδομένα εργαλεία μετατροπής δεδομένων και συναρτήσεων (μιας ή περισσοτέρων διαστάσεων) από αυτό που ονομάζεται περιοχή χρόνου (time domain) στην περιοχή συχνότητας
Δυναμική Μηχανών I. Διάλεξη 8. Χειμερινό Εξάμηνο 2013 Τμήμα Μηχανολόγων Μηχ., ΕΜΠ
Δυναμική Μηχανών I Διάλεξη 8 Χειμερινό Εξάμηνο 23 Τμήμα Μηχανολόγων Μηχ., ΕΜΠ Ανακοινώσεις To μάθημα MATLAB/simulink για όσους δήλωσαν συμμετοχή έως χθες θα γίνει στις 6//24: Office Hours: Δευτέρα -3 μμ,
7 ΚΕΦΑΛΑΙΟ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ z
7 ΚΕΦΑΛΑΙΟ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ Ο μετασχηματισμός είναι ο αντίστοιχος Laplace για σήματα διακριτού χρόνου και αποτελεί γενίκευση του μετασχηματισμού Fourier διακριτού χρόνου. Σκοπός του Κεφαλαίου είναι να ορίσει
Kεφάλαιο 5 DFT- FFT ΔΙΑΚΡΙΤΟΣ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ FOURIER DISCRETE FOURIER TRANSFORM 1/ 80. ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΤΟΣ DFT-FFT Σ.
Kεφάλαιο 5 DFT- FFT ΔΙΑΚΡΙΤΟΣ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ FOURIER DISCRETE FOURIER TRASFORM / x X x X x X x 3 x DFT X 3 X x 5 X 5 x 6 X 6 x 7 X 7 / DFT - Ορισμοί αναφέρεται σε μία πεπερασμένου μήκους ακολουθία σημείων
x[n] = e u[n 1] 4 x[n] = u[n 1] 4 X(z) = z 1 H(z) = (1 0.5z 1 )(1 + 4z 2 ) z 2 (βʹ) H(z) = H min (z)h lin (z) 4 z 1 1 z 1 (z 1 4 )(z 1) (1)
Ασκήσεις με Συστήματα στο Χώρο του Ζ Επιμέλεια: Γιώργος Π. Καφεντζης Δρ. Επιστήμης Η/Υ Πανεπιστημίου Κρήτης Δρ. Επεξεργασίας Σήματος Πανεπιστημίου Rennes 1 7 Νοεμβρίου 015 1. Υπολόγισε τον μετ. Ζ και την
Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 2 η : Δισδιάστατα Σήματα & Συστήματα Μέρος 1
Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 2 η : Δισδιάστατα Σήματα & Συστήματα Μέρος 1 Καθ. Κωνσταντίνος Μπερμπερίδης Πολυτεχνική Σχολή Μηχανικών Η/Υ & Πληροφορικής Σκοποί ενότητας Δισδιάστατα σήματα
Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας. Ακαδημαϊκό Έτος Παρουσίαση Νο. 2. Δισδιάστατα Σήματα και Συστήματα #1
Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ακαδημαϊκό Έτος 06-7 Παρουσίαση Νο. Δισδιάστατα Σήματα και Συστήματα # Βασικοί ορισμοί () Κάθε εικόνα είναι ένα δισδιάστατο (-D) σήμα. Αναλογική εικόνα: x t, t,
ΚΕΦΑΛΑΙΟ 3 ο. Μετασχηματισμός FOURIER Διακριτού Χρόνου DTFT
ΚΕΦΑΛΑΙΟ 3 ο Μετασχηματισμός FOURIER Διακριτού Χρόνου DTFT (Discrt Tim Fourir Transform / 55 2 / 55 3 / 55 Γενικά Μορφές Μετασχηματισμού Fourir Σήματα που αντιστοιχούν στους τέσσερους τύπους μετασχηματισμών
Τι είναι σήμα; Παραδείγματα: Σήμα ομιλίας. Σήμα εικόνας. Σεισμικά σήματα. Ιατρικά σήματα
Τι είναι σήμα; Σεραφείμ Καραμπογιάς Ως σήμα ορίζεται ένα φυσικό μέγεθος το οποίο μεταβάλλεται σε σχέση με το χρόνο ή το χώρο ή με οποιαδήποτε άλλη ανεξάρτητη μεταβλητή ή μεταβλητές. Παραδείγματα: Σήμα