stopband Passband stopband H L H ( e h L (n) = 1 π = 1 h L (n) = sin ω cn

Σχετικά έγγραφα
HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών. στο χώρο της συχνότητας

Ψηφιακή Επεξεργασία Σημάτων

10-Μαρτ-2009 ΗΜΥ Παραθύρωση Ψηφιακά φίλτρα

6-Μαρτ-2009 ΗΜΥ Μετασχηματισμός z

x[n] x(nt s ) y c x c Discrete Time System D /C Conversion C/D Conversion Conv. From continous to discrete and from discrete to continous x trne

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)

Σήματα και Συστήματα. Διάλεξη 10: Γραμμικά Φίλτρα. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών

Σήματα και Συστήματα. Διάλεξη 9: Μελέτη ΓΧΑ Συστημάτων με τον Μετασχηματισμό Fourier. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

Παρουσίαση του μαθήματος

1) Να σχεδιαστούν στο matlab οι γραφικές παραστάσεις των παρακάτω ακολουθιών στο διάστημα, χρησιμοποιώντας τις συναρτήσεις delta και step.

3. Δίνεται ψηφιακό σύστημα που περιγράφεται από τη σχέση. y[n] = x[n]-2x[n-1] y[n] = x[n]-2x[1-n]

Συστήµατα τα οποία χαρακτηρίζονται από γραµµικές εξισώσεις διαφορών µε σταθερούς συντελεστές

ΑΡΧΕΣ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ

Ανάλυση ΓΧΑ Συστημάτων

Σχήµα 1: Χρήση ψηφιακών φίλτρων για επεξεργασία σηµάτων συνεχούς χρόνου

Συστήµατα τα οποία χαρακτηρίζονται από γραµµικές εξισώσεις διαφορών µε σταθερούς συντελεστές

HMY 220: Σήματα και Συστήματα Ι

4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER

4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER

Συστήµατα τα οποία χαρακτηρίζονται από γραµµικές εξισώσεις διαφορών µε σταθερούς συντελεστές

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΣΗΜΑΤΑ & ΣΥΣΤΗΜΑΤΑ. Ενότητα : ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ Ζ (ΖTransform)

Διάλεξη 10. Σχεδιασμός Φίλτρων. Κεφ Φίλτρο Διαφοροποιεί το φάσμα ενός σήματος Π.χ. αφήνει να περάσουν ή σταματά κάποιες συχνότητες

Εξεταστική Ιανουαρίου 2007 Μάθηµα: «Σήµατα και Συστήµατα»

ΣΕΙΡΕΣ ΚΑΙ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΙ FOURIER. e ω. Το βασικό πρόβλημα στις σειρές Fourier είναι ο υπολογισμός των συντελεστών c

27/4/2009. Για την υλοποίηση τέτοιων αλγορίθμων επεξεργασίας απαιτείται η χρήση μνήμης. T η περίοδος δειγματοληψίας. Επίκ. Καθηγητής.

Α. ΣΚΟΔΡΑΣ ΨΗΦΙΑΚΟΣ ΕΛΕΓΧΟΣ ΔΙΑΛΕΞΗ 6 ΔΙΑΦΑΝΕΙΑ 1

Σήματα και Συστήματα ΙΙ

Ψηφιακός Έλεγχος. 10 η διάλεξη Ασκήσεις. Ψηφιακός Έλεγχος 1

Λύσεις θεμάτων εξεταστικής περιόδου Ιουνίου v 3 (t) - i 2 (t)

Θέματα Εξετάσεων Ιουνίου 2003 στο μάθημα Σήματα και Συστήματα και Λύσεις

Σήματα και Συστήματα. Διάλεξη 13: Μελέτη ΓΧΑ Συστημάτων με τον Μετασχηματισμό Laplace. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

Τ.Ε.Ι. Λαμίας Τμήμα Ηλεκτρονικής

ΘΕΩΡΙΑ ΠΛΗΡΟΦΟΡΙΑΣ. Κεφάλαιο 7-8 : Συστήματα Δειγματοληψία Χρήστος Ξενάκης. Πανεπιστήμιο Πειραιώς, Τμήμα Ψηφιακών Συστημάτων

x[n] = x[n] = e j(k+rn)ωon = cos(k 2π N n + r2πn) + jsin(k 2π N n + r2πn) = cos(k 2π N n) + jsin( 2π N x[n] e j 2π N n = e j(k r) 2π N n = (2.

3-Απρ-2009 ΗΜΥ Φίλτρα απόκρισης άπειρου παλμού (IIR)

ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΤΟΣ ΑΣΚΗΣΗ 5

Σήματα και Συστήματα ΙΙ

Επομένως το εύρος ζώνης του διαμορφωμένου σήματος είναι 2.

Ψηφιακή Επεξεργασία Σημάτων

Εφαρμογή στις ψηφιακές επικοινωνίες

Α. Αιτιολογήστε αν είναι γραμμικά ή όχι και χρονικά αμετάβλητα ή όχι.

ΚΕΦΑΛΑΙΟ 2. Ηλεκτρονικη και 1/62 Πληροφορίας

H ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΤΟΣ. στις τηλεπικοινωνίες

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) )

Τι είναι σήμα; Παραδείγματα: Σήμα ομιλίας. Σήμα εικόνας. Σεισμικά σήματα. Ιατρικά σήματα

Σήματα και Συστήματα

Σήματα- συμβολισμοί. x(n)={x(n)}={,x(-1),x(0), x(1),.} x(n)={0,-2,-3, -1, 0, 1, 2, 3, 4,0 }

Επικοινωνίες στη Ναυτιλία

HMY 220: Σήματα και Συστήματα Ι

24-Μαρ-2009 ΗΜΥ Φίλτρα απόκρισης πεπερασμένου παλμού (FIR)

Εισαγωγή στις Τηλεπικοινωνίες. Δομή της παρουσίασης

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών

ΚΕΦΑΛΑΙΟ 2. Ηλεκτρονικη και 1/60 Πληροφορίας

7 ΚΕΦΑΛΑΙΟ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ z

20-Μαρ-2009 ΗΜΥ Φίλτρα απόκρισης πεπερασμένου παλμού (FIR)

Σήματα και Συστήματα. Διάλεξη 7: Μετασχηματισμός Fourier. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

Θεώρημα δειγματοληψίας

Απόκριση Γραμμικών Συστημάτων σε Εκθετικές Εισόδους

Θ.Ε. ΠΛΗ22 ( ) 2η Γραπτή Εργασία

y[n] ay[n 1] = x[n] + βx[n 1] (6)

ΑΝΑΛΥΣΗ ΣΗΜΑΤΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΩΝ ΜΕ ΤΟ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟ FOURIER

Ψηφιακή Επεξεργασία Σημάτων

Άσκηση 1 η Να εξετάσετε αν τα ακόλουθα σήματα είναι περιοδικά. Στην περίπτωση περιοδικού σήματος, ποια είναι η θεμελιώδης περίοδος; 1 )

Ακαδηµαϊκό Έτος , Εαρινό Εξάµηνο ιδάσκων Καθ.: Νίκος Τσαπατσούλης

Τι είναι σήµα; Ωςσήµαορίζεταιέναφυσικόµέγεθοςτοοποίοµεταβάλλεταισεσχέσηµετοχρόνοή το χώρο ή µε οποιαδήποτε άλλη ανεξάρτητη µεταβλητή ή µεταβλητές.

Αντίστροφος Μετασχηματισμός Ζ. Υλοποίηση συστημάτων Διακριτού Χρόνου. Σχεδίαση φίλτρων

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας. Ακαδημαϊκό Έτος Παρουσίαση Νο. 2. Δισδιάστατα Σήματα και Συστήματα #1

HMY 220: Σήματα και Συστήματα Ι

ΣΥΣΤΗΜΑΤΑ ΑΥΤΟΜΑΤΟΥ ΕΛΕΓΧΟΥ ΙΙ

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών Σημάτων. Διάλεξη 20: Διακριτός Μετασχηματισμός Fourier (Discrete Fourier Transform DFT)

HMY 220: Σήματα και Συστήματα Ι

y[n] 5y[n 1] + 6y[n 2] = 2x[n 1] (1) y h [n] = y h [n] = A 1 (2) n + A 2 (3) n (4) h[n] = 0, n < 0 (5) h[n] 5h[n 1] + 6h[n 2] = 2δ[n 1] (6)

Συμπίεση Δεδομένων

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ. Θ.Ε. ΠΛΗ22 ( ) 2η Γραπτή Εργασία

( t) όπου το * αντιστοιχεί σε συνέλιξη και. (t 2) * x 2

Σχεδιασµός IIR φίλτρων - Λύσεις των Ασκήσεων

Εισαγωγή στις Τηλεπικοινωνίες. Δομή της παρουσίασης

ΕΡΓΑΣΤΗΡΙΑΚΕΣ ΑΣΚΗΣΕΙΣ ΗΛΕΚΤΡΟΑΚΟΥΣΤΙΚΗΣ

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα

Τι είναι σήµα; Σεραφείµ Καραµπογιάς

Εισαγωγή στην Επεξεργασία Σήματος. Νόκας Γιώργος

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-215: Εφαρµοσµένα Μαθηµατικά για Μηχανικούς ιδάσκοντες : Γ. Στυλιανού, Γ.

HMY 220: Σήματα και Συστήματα Ι

Σήματα και Συστήματα. Νόκας Γιώργος

x(t) = 4 cos(2π400t π/3) + 2 cos(2π900t + π/8) + cos(2π1200t) h(t) = 2000sinc(2000t) = h(t) = 2000sinc(2000t) H(f) = rect

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας. Ακαδημαϊκό Έτος Παρουσίαση Νο. 2. Δισδιάστατα Σήματα και Συστήματα #1

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών

Σήματα και Συστήματα. Διάλεξη 4: Μελέτη των Γραμμικών και Χρονικά Αμετάβλητων Συστημάτων. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

Συνέλιξη Κρουστική απόκριση

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ

x(t) = 4 cos(2π600t π/3) + 2 cos(2π900t + π/8) + cos(2π1200t) (3)

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών Σημάτων. Διάλεξη 17: Φίλτρα (II)

ΘΕΜΑ 2 1. Υπολογίστε την σχέση των δύο αντιστάσεων, ώστε η συνάρτηση V

Ψηφιακός Έλεγχος. 6 η διάλεξη Σχεδίαση στο χώρο κατάστασης. Ψηφιακός Έλεγχος 1

Σήματα και Συστήματα. Διάλεξη 2: Στοιχειώδη Σήματα Συνεχούς Χρόνου. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

Κεφάλαιο 5 Μετασχηματισμός z και Συνάρτηση μεταφοράς

Ψηφιακή Επεξεργασία Σημάτων

ΛΥΣΕΙΣ ΑΣΚΗΣΕΩΝ ΕΞΕΤΑΣΤΙΚΗΣ ΠΕΡΙΟ ΟΥ ΙΟΥΝΙΟΥ 2004., η οποία όµως µπορεί να γραφεί µε την παρακάτω µορφή: 1 e

Transcript:

Πανεπιστημιο Κυπρου Τμημα Ηλεκτρολογων Μηχανικων και Μηχανικων Υπολογιστων ΗΜΥ 22: Σηματα και Συστηματα για Μηχανικους Υπολογιστων Κεφάλαιο 7: Σχεδιασμός Φίλτρων!"#!"#! "#$% Σημειώσεις διαλέξεων στο: http://www.eg.ucy.ac.cy/chadcha/ Οι σημειώσεις γράφτηκαν από τον καθηγητή Χαράλαμπο Δ. Χαραλαμπους (2009. Τροποποιήθηκαν από τον επισκέπτη λέκτορα Θεμιστοκλή Χαραλάμπους (200.

Εισαγωγή Ενα δυναμικό σύστημα μοντελοποιείται από μερικές διαφορικές εξισώσεις. Για να μπορέσουμε εμείς να επεξεργαστούμε αυτό το μοντέλο στον υπολογιστή πρέπει να δημιουργήσουμε ένα αριθμητικό μοντέλο καθώς και αλγόριθμους επεξεργασίας των δειγμάτων που προέρχονται από τη δειγματοληψία του σήματος. Μέθοδοι απεικόνισης ενός επιθυμητού μετασχηματισμού Λαπλαςε σε μετασχηματισμό Z, απαντούνται στο πρόβλημα σχεδίασης ψηφιακών φίλτρων, όπου το ζητούμενο είναι να σχεδιάσουμε ένα επιθυμητό ψηφιακό φίλτρο που έχει δοσμένα φασματικά χαρακτηριστικά που προδιαγράφονται προφανώς με όρους συχνότητας σε z. Σχεδόν όλα τα συστήματα διακριτού χρόνου μπορούν να θεωρηθούν ως φίλτρα από μια άποψη, α- φού η απόκριση συχνοτήτων αλλάζει (δεν είναι σταθερή με τη συχνότητα. 2 Ιδανικά φίλτρα επιλεκτικής συχνότητας Τα ιδανικά φίλτρα επιλεκτικής συχνότητας είναι συστήματα που επιλέγουν συγκεκριμένες συχνότητες και αποκόπτουν τις υπόλοιπες. 2. Βαθυπερατό (φίλτρο χαμηλών συχνοτήτων ( e -2 - - 0 2 stopbad Passbad stopbad ( e { - (e- ω, ω ωc = 0 0, διαφορετικά π.χ. ω c < ω π h ( = π e ω (e ω dω 2π π = ωc e ω dω 2π ω c = 2π h ( = si ω c π ( e ω c e ωc = ω c π si ω c ω c

2. Βαθυπερατό (φίλτρο χαμηλών συχνοτήτων 2 h ( 4 [ ] ( 2 ( 2 4 ω = kπ, k = ±, ±2,... ω = ω c = kπ, k = ±, ±2,... Επομένως, το h ( δεν είναι Αιτιατό x ( h ( y ( Οταν ω c π X ( e Y ( e ( e No ausal h ( icreases h ( h Ap ( ( e icreases ( e ( e - - - 0

2.2 Υψιπερατό (φίλτρο υψηλών συχνοτήτων 3 2.2 Υψιπερατό (φίλτρο υψηλών συχνοτήτων Καθυστερημένη έκδοση της βαθυπερατής απόκρισης συχνότητας κατά π. [e ω0 x( X(e (ω π ] ( e [igh-pass] - -(- 0 (- (e ω = (e ω ω=ω π h ( = F { (e (ω π } = e π h ( = ( h ( 2.3 Ζωνοπερατό (φίλτρο ζώνης συχνοτήτων ( e Το ζωνοπερατό μπορεί να -2κατασκευαστεί - από: B (e ω = (e (ω ω0 2, 0 < ω 0 < π 2.4 Συνδυασμός Βαθυπερατού και Υψιπερατού Φίλτρου e ( - - 0 x ( x ( e x y ( ( e ( ( e ( e ( e Σημείωση: Η απόδειξη βρίσκεται σε παράδειγμα στο Κεφάλαιο 5 (Μετασχηματισμοί Fourier.

ΗΜΥ 320 4 3 Κατηγορίες φίλτρων Τα ψηφιακά φίλτρα διακρίνονται σε:. FIR (Fiite Impulse Respose - φίλτρα των οποίων η διάρκεια της κρουστικής απόκρισης είναι πεπερασμένη. Παράδειγμα: Εστω το φίλτρο με μετασχηματισμό Z: (z = 2z + 3z 3. Τότε, Y (z = ( 2z + 3z 3 X(z y[] = x[] 2x[ ] + 3x[ 3] Επομένως, το σήμα εξόδου εξαρτάται μόνο από το σήμα εισόδου, κι όχι από προηγούμενες τιμές του σήματος εξόδου. Γι αυτό και αυτού του είδους φίλτρα έχουν πεπερασμένη διάρκεια. Ουσιαστικά το φίλτρο έχει απόκριση τους συντελεστές του ([ -2 0 3] όπως αυτοί δίνονται από το (z. Τέτοια συστήματα στην γενική τους μορφή είναι: y[] = M b k x[ k] k=0 2. IIR (Ifiite Impulse Respose - φίλτρα των οποίων η διάρκεια της κρουστικής απόκρισης ΔΕΝ είναι πεπερασμένη. Παράδειγμα: Εστω το φίλτρο με μετασχηματισμό Z: (z = z 0.3. Τότε, Y (z = X(z Y (z(z 0.3 = X(z y[] = 0.3y[ ] + x[] z 0.3 Y (z = z (0.3z X(z y[] = x[ ] + (0.3x[ 2] + (0.3 2 x[ 3] +... =0 Επομένως, το σήμα εξόδου έχει άπειρη διάρκεια και επίσης, εξαρτάται και από προηγούμενες τιμές του σήματος εξόδου. Τέτοια συστήματα στην γενική τους μορφή είναι: N M y[] = a k y[ k] + b k x[ k] k= 4 Μέθοδοι σχεδιασμού Ψηφιακών Φίλτρων k=0 4. Από αναλογικό φίλτρο σε ψηφιακό Επειδή υπάρχει μεγάλη και εξαιρετική γκάμα αναλογικών φίλτρων, είναι λογικό να χρησιμοποιήσουμε την υπάρχουσα τεχνογνωσία και να δημιουργήσουμε ψηφιακά φίλτρα μέσω αναλογικών. Στη συνέχεια παραθέτονται μερικές από τις βασικές μεθόδους σχεδιασμού ψηφιακών φίλτρων μέσω αναλογικών. 4.. Μέθοδος ταύτισης των αποκρίσεων Η λογική πίσω από αυτή τη μέθοδο είναι να διατηρήσουμε την απόκριση κάποιων σταθερών σημάτων που προκύπτουν από δείγματα του σήματος την ίδια, όταν το ψηφιακό πλέον σήμα περάσει από ψηφιακό φίλτρο με αυτήν που προκύπτει όταν το αναλογικό σήμα περάσει από αναλογικό φίλτρο. Εστω ένα αναλογικό φίλτρο με μετασχηματισμό Λαπλαςε s (s.. Μέθοδος αναλλοίωτης κρουστικής απόκρισης:

4. Από αναλογικό φίλτρο σε ψηφιακό 5 Η κρουστική απόκριση δίνεται από h(t = ( s (s Η αντίστοιχη κρουστική απόκριση σε διακριτό χρόνο δίνεται από h[] = h( Οπότε ο μετασχηματισμός Z δίνεται από το μετασχηματισμό της δειγματοληψίας από την κρουστική απόκριση. Δηλαδή, ( z (z = Z ( s (s (t (Ts [] 2. Μέθοδος αναλλοίωτης βηματικής απόκρισης: Με τον ίδιο τρόπο βρίσκουμε και το μετασχηματισμό Z και για βηματική απόκριση: Η βηματική απόκριση δίνεται από h (t = ( s (s s Η αντίστοιχη βηματική απόκριση σε διακριτό χρόνο δίνεται από h [] = h ( Ο μετασχηματισμός Z του h [] δίνεται από Z (h [] = z z z(z Επομένως ο τελικός μετασχηματισμός είναι ( z (z = z ( Z s (s z s (t ( [] 4..2 Με διγραμμικό μετασχηματισμό ή μετασχηματισμό Tusti Ο μετασχηματισμός Tusti δημιουργεί ένα ψηφιακό φίλτρο του οποίου η απόκριση στο πεδίο συχνοτήτων έχει τα ίδια χαρακτηριστικά με αυτή του αναλογικού φίλτρου (αλλά η κρουστική απόκριση μπορεί να είναι διαφορετική. Ορίζουμε τον μετασχηματισμό Tusti ως την ακόλουθη αντικατάσταση s = ψ(z = 2 z + z Με αυτόν τον τρόπο, ο μετασχηματιμός αυτός οδηγεί σε ένα ευσταθές φίλτρο (εφόσον το αναλογικό είναι ευσταθές.

4.2 Απευθείας ψηφιακό φίλτρο με βάση τις ιδιότητες που επιθυμούμε 6 4..3 Προσέγγιση διαφορικών εξισώσεων με εξισώσεις διαφορών Σε αυτήν την περίπτωση, γράφουμε το φίλτρο στη μορφή διαφορικών εξισώσεων και προσεγγίζουμε τις παράγωγους με εξισώσεις διαφοράς. Π.χ. d dt y(t t=k y(k y([k ] = y(k y(k d 2 dt 2 y(t t=k = d dt [ d dt y(t] t=k d dt y(t t=k d dt y(t t=(k = [y(k y(k ]/ [y(k y(k 2]/ = 2 [y(k 2y(k + y(k 2] 4.2 Απευθείας ψηφιακό φίλτρο με βάση τις ιδιότητες που επιθυμούμε Μπορούμε πολύ εύκολα, όπως και στα σήματα και συστήματα συνεχούς χρόνου, να υπολογίσουμε το μέγεθος και τη φάση του συστήματος γραφικά από τους πόλους και τα μηδενικά. Στη γενική του μορφή μια συνάρτηση (z της τάξης N, μπορεί να γραφτεί ως εξής: (z = c (z µ (z µ 2... (z µ M (z p (z p 2... (z p N Για να υπολογίσουμε την απόκριση συχνοτήτων (e ω, βρίσκουμε το (z στο z = e ω. Αλλά z = e ω = και z = ω, οπότε το z = e ω αντιπροσωπεύει ένα σημείο πάνω στην περιφέρεια του κύκλου με ακτίνα τη μονάδα. Εστω A i = e ω p i και B i = e ω µ i, όπως φαίνεται και στο σχήμα 4.2. Τότε, (e ω = c eω µ e ω µ 2... e ω µ M e ω p e ω p 2... e ω p N, N M και = c B B 2... B M A A 2... A N γινόμενο των αποστάσεων τον μηδενικών από το eω = c γινόμενο των αποστάσεων τον πόλων από το e ω (e ω = (e ω µ + (e ω µ 2 +... + (e ω µ M (e ω p (e ω p 2... (e ω p N = άθροισμα των γωνιών που σχηματίζουν τα μηδενικά με το e ω άθροισμα των γωνιών που σχηματίζουν οι πόλοι με το e ω