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

Σχετικά έγγραφα
Τηλεπικοινωνιακά Συστήματα Ι

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

4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER

Σήματα και Συστήματα. Διάλεξη 8: Ιδιότητες του Μετασχηματισμού Fourier. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

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

Εισαγωγή στις Τηλεπικοινωνίες. Δομή της παρουσίασης

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

Επομένως το εύρος ζώνης του διαμορφωμένου σήματος είναι 2.

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα

Σήματα και Συστήματα. Διάλεξη 1: Σήματα Συνεχούς Χρόνου. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

ΑΡΧΕΣ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ

Ψηφιακή Επεξεργασία Σημάτων

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

() min. xt δεν έχει μετασχηματισμό LAPLACE () () () Αν Λ= το σήμα ( ) Αν Λ, έστω σ. Το σύνολο μιγαδικών αριθμών. s Q το ολοκλήρωμα (1) υπάρχει.

Σήματα και Συστήματα. Διάλεξη 11: Μετασχηματισμός Laplace. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

Σήματα και Συστήματα. Διάλεξη 5: Γραφική Μέθοδος Υπολογισμού του Συνελικτικού Ολοκληρώματος. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

ΑΝΑΠΤΥΓΜA - ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ FOURIER ΑΝΑΛΟΓΙΚΩΝ ΣΗΜΑΤΩΝ. Περιγράψουµε τον τρόπο ανάπτυξης σε σειρά Fourier ενός περιοδικού αναλογικού σήµατος.

HMY 220: Σήματα και Συστήματα Ι

Υπολογίζουμε εύκολα τον αντίστροφο Μετασχηματισμό Fourier μιας συνάρτησης χωρίς να καταφεύγουμε στην εξίσωση ανάλυσης.

4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER

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 6: Ανάλυση Σημάτων σε Ανάπτυγμα Σειράς Fourier. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

Σήματα και Συστήματα

Τηλεπικοινωνιακά Συστήματα Ι

Ψηφιακή Επεξεργασία Σηµάτων. ηµήτριος Βαρσάµης Καθηγητής Εφαρµογών

ΑΝΑΛΥΣΗ ΣΗΜΑΤΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΩΝ ΜΕ ΤΟ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟ FOURIER

10-Μαρτ-2009 ΗΜΥ Παραθύρωση Ψηφιακά φίλτρα

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

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα

Τι είναι σήµα; Σεραφείµ Καραµπογιάς

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα

Σχήµα 1: Χρήση ψηφιακών φίλτρων για επεξεργασία σηµάτων συνεχούς χρόνου

Αρχές Τηλεπικοινωνιών

Ψηφιακή Επεξεργασία Σημάτων

Τηλεπικοινωνιακά Συστήματα Ι

HMY 220: Σήματα και Συστήματα Ι

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα

ΣΗΜΑΤΑ ΚΑΙ ΣΥΣΤΗΜΑΤΑ Ι

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα

HMY 220: Σήματα και Συστήματα Ι

Τηλεπικοινωνιακά Συστήματα Ι

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

HMY 220: Σήματα και Συστήματα Ι

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

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

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

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Διαμόρφωση Πλάτους

ΦΙΛΤΡΑ ΜΕ ΠΑΘΗΤΙΚΑ ΣΤΟΙΧΕΙΑ

ΚΕΦΑΛΑΙΟ 3 ο. Μετασχηματισμός FOURIER Διακριτού Χρόνου DTFT. (Discrete Time Fourier Transform) ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΤΟΣ Σ. ΦΩΤΟΠΟΥΛΟΣ ΔΠΜΣ 1/ 45

Ιατρικά Ηλεκτρονικά. Χρήσιμοι Σύνδεσμοι. ΙΑΤΡΙΚΑ ΗΛΕΚΤΡΟΝΙΚΑ - ΔΙΑΛΕΞΗ 5α. Σημειώσεις μαθήματος: E mail:

x(t) ax 1 (t) y(t) = 1 ax 1 (t) = (1/a)y 1(t) x(t t 0 ) y(t t 0 ) =

Θ.Ε. ΠΛΗ22 ( ) 2η Γραπτή Εργασία

y[n] ay[n 1] = x[n] + βx[n 1] (6)

X(e jω ) = x[n]e jωn (1) x[n] = 1. T s

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

ΚΕΦΑΛΑΙΟ 3 ο. Μετασχηματισμός FOURIER Διακριτού Χρόνου DTFT

Ανάλυση ΓΧΑ Συστημάτων

Παρουσίαση του μαθήματος

HMY 220: Σήματα και Συστήματα Ι

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ

2 ο κεφάλαιο: Ανάλυση και Σύνθεση κυματομορφών με τον Μετασχηματισμό Fourier

ΠΕΡΙΕΧΟΜΕΝΑ 1. ΕΙΣΑΓΩΓΙΚΕΣ ΕΝΝΟΙΕΣ 2. ΣΤΟΙΧΕΙΑ ΗΛΕΚΤΡΙΚΩΝ ΚΥΚΛΩΜΑΤΩΝ

Ιατρικά Ηλεκτρονικά. Χρήσιμοι Σύνδεσμοι. ΙΑΤΡΙΚΑ ΗΛΕΚΤΡΟΝΙΚΑ - ΔΙΑΛΕΞΗ 5γ. Σημειώσεις μαθήματος: E mail:

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών. Σήματα. και. Συστήματα

ΕΑΠ/ΠΛΗ-22/ΑΘΗ.3 1 η τηλεδιάσκεψη 03/11/2013. επικαιροποιημένη έκδοση Ν.Δημητρίου

Συστήματα Επικοινωνιών Ι

Θέματα Εξετάσεων Ιουνίου 2003 στο μάθημα Σήματα και Συστήματα και Λύσεις

HMY 220: Σήματα και Συστήματα Ι

HMY 220: Σήματα και Συστήματα Ι

A 1 y 1 (t) + A 2 y 2 (t)

. Σήματα και Συστήματα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών

HMY 220: Σήματα και Συστήματα Ι

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών

ΣΗΜΑΤΑ ΚΑΙ ΣΥΣΤΗΜΑΤΑ Ι

Εξεταστική Ιανουαρίου 2007 Μάθηµα: «Σήµατα και Συστήµατα»

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

ΕΡΓΑΣΤΗΡΙΟ ΗΛΕΚΤΡΙΚΩΝ ΚΥΚΛΩΜΑΤΩΝ & ΣΥΣΤΗΜΑΤΩΝ

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών

Όταν θα έχουµε τελειώσει το Κεφάλαιο αυτό θα µπορούµε να:

ΚΕΦΑΛΑΙΟ 3 ο. Μετασχηματισμός FOURIER Διακριτού Χρόνου DTFT. (Discrete Time Fourier Transform) ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΤΟΣ Σ. ΦΩΤΟΠΟΥΛΟΣ ΔΠΜΣ 1 / 55

Εξίσωση Τηλεπικοινωνιακών Διαύλων

ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΤΟΣ ΑΣΚΗΣΗ 5

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

Ενδεικτικές Ασκήσεις για το μάθημα: «Μετρήσεις Φυσικών Μεγεθών»

Ψηφιακή Επεξεργασία Σημάτων

Επεξεργασία Πολυµέσων. Δρ. Μαρία Κοζύρη Π.Μ.Σ. «Εφαρµοσµένη Πληροφορική» Τµήµα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών Πανεπιστήµιο Θεσσαλίας

ΑΝΑΠΤΥΓΜA - ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ FOURIER ΑΝΑΛΟΓΙΚΩΝ ΣΗΜΑΤΩΝ. Περιγράψουμε τον τρόπο ανάπτυξης σε σειρά Fourier ενός περιοδικού αναλογικού σήματος.

Εισαγωγή στην Ανάλυση και Προσοµοίωση Δυναµικών Συστηµάτων

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Ανάλυση Επικοινωνιακών Σημάτων κατά Fourier

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

Ψηφιακή Επεξεργασία Σημάτων

HMY 220: Σήματα και Συστήματα Ι

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Επικοινωνίες I ΑΣΚΗΣΕΙΣ

Επικοινωνίες στη Ναυτιλία

Transcript:

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 Φίλτρο Ιδανικό Ζωνοφρακτικό Φίλτρο 2. Χαρακτηριστικές ιδιότητες ιδανικών φίλτρων 3. Συνθήκη αιτιότητας (Paley Wiener) 4. Εύρος Ζώνης Φίλτρων 5. Πρακτικά Φίλτρα 2

1. Ιδανικά Γραμμικά Φίλτρα 3

1. Ιδανικά Γραμμικά Φίλτρα 1. Ιδανικό Κατωδιαβατό Φίλτρο 2. Ιδανικό Ανωδιαβατό Φίλτρο 3. Ιδανικό Ζωνοδιαβατό Φίλτρο 4. Ιδανικό Ζωνοφρακτικό Φίλτρο 4

Ιδανικό Φίλτρο Ο όρος φίλτρο περιγράφει γραμμικά συστήματα που έχουν χαρακτηριστική πλάτους H(ω) αμελητέα σε ορισμένες περιοχές συχνοτήτων. Αυτό έχει ως αποτέλεσμα να απομακρύνουν συγκεκριμένες συνιστώσες συχνοτήτων από ένα σήμα ή απλώς να «σταθμίζουν» τις διάφορες συνιστώσες της κυματομορφής. Ένα ιδανικό φίλτρο έχει κρουστική απόκριση h t = A δ t t 0 και απόκριση συχνότητας H ω = A e jωt 0. Τα ιδανικά φίλτρα δεν είναι πρακτικά υλοποιήσιμα επειδή η κρουστική τους απόκριση είναι μη αιτιατή συνάρτηση και επιπλέον έχει άπειρο μήκος. 5

Ιδανικό Κατωδιαβατό Φίλτρο Το ιδανικό κατωδιαβατό φίλτρο (ή χαμηλοποερατό, Low Pass Filter LPF) είναι ένα γραμμικό σύστημα που λειτουργεί σαν ένα ιδανικό (χωρίς παραμόρφωση) φίλτρο, με την προϋπόθεση ότι το σήμα εισόδου δεν περιέχει συχνότητες άνω της συχνότητας αποκοπής (ω Η ) του φίλτρου. Η συνάρτηση μεταφοράς και τα φάσματα του κατωδιαβατού φίλτρου είναι: Η ω = Α e jωt 0, ω ω Η 0, ω > ω Η 6

Ιδανικό Ανωδιαβατό Φίλτρο Το ιδανικό ανωδιαβατό φίλτρο (ή υψηλοπερατό, High Pass Filter HPF) είναι ένα γραμμικό σύστημα που λειτουργεί σαν ένα ιδανικό φίλτρο, με την προϋπόθεση ότι το σήμα εισόδου δεν περιέχει συχνότητες κάτω από την συχνότητα αποκοπής ω L του φίλτρου. Η συνάρτηση μεταφοράς και τα φάσματα του ανωδιαβατού φίλτρου είναι: Η ω = Α e jωt 0, ω ω L 0, ω < ω L 7

Ιδανικό Ζωνοδιαβατό Φίλτρο Το ιδανικό ζωνοδιαβατό φίλτρο (ή ζωνοπερατό, Band Pass Filter BPF) είναι ένα γραμμικό σύστημα που λειτουργεί σαν ένα ιδανικό φίλτρο, με την προϋπόθεση ότι το σήμα εισόδου δεν περιέχει συχνότητες έξω από τη «ζώνη διέλευσης» του φίλτρου. Αν η ζώνη αυτή είναι το διάστημα συχνοτήτων ω L < ω < ω Η, η συνάρτηση μεταφοράς και τα φάσματα του ζωνοδιαβατού φίλτρου είναι: Η ω = Α e jωt 0, ω L ω ω Η 0, αλλού 8

Ιδανικό Ζωνοφρακτικό Φίλτρο Το ιδανικό ζωνοφρακτικό φίλτρο (Band Stop Filter BSF) είναι ένα γραμμικό σύστημα που λειτουργεί σαν ένα ιδανικό (χωρίς παραμόρφωση) φίλτρο, με την προϋπόθεση ότι το σήμα εισόδου δεν περιέχει συχνότητες μέσα στη «ζώνη αποκοπής» του φίλτρου. Αν η ζώνη αυτή είναι το διάστημα συχνοτήτων ω L < ω < ω Η, η συνάρτηση μεταφοράς του ζωνοφρακτικού φίλτρου δίνεται από τη σχέση: Η ω = 0, ω L < ω < ω Η Α e jωt 0, αλλού 9

2. Χαρακτηριστικές ιδιότητες ιδανικών φίλτρων 10

Χαρακτηριστικές ιδιότητες ιδανικών φίλτρων Από την παραπάνω ανάλυση προκύπτει ότι ένα ιδανικό φίλτρο έχει τις ακόλουθες χαρακτηριστικές ιδιότητες: 1) Έχει κέρδος ίσο με τη μονάδα στη ζώνη διέλευσης και ίσο με το μηδέν στη ζώνη αποκοπής. 2) Η μετάβαση από τη ζώνη διέλευσης στη ζώνη αποκοπής (και αντίστροφα) γίνεται ακαριαία. 11

4. Εύρος Ζώνης Φίλτρων 12

Εύρος Ζώνης Φίλτρων Το εύρος ζώνης συχνοτήτων (bandwidth) περιγράφει τη σημαντική ζώνη συχνοτήτων σε μία απόκριση συχνότητας ενός φίλτρου ή ενός συστήματος. Η(ω) A A 2 0 ω1 ω2 ω Ορισμός εύρους ζώνης : Έστω ένα φίλτρο με συνάρτηση μεταφοράς H(ω), όπου H ω max = A. Ως εύρος ζώνης (BW) του φίλτρου ορίζεται το διάστημα μεταξύ των συχνοτήτων ω 1 και ω 2 ω 1, ω 2 > 0, δηλαδή BW = ω 2 ω 1, έτσι ώστε: H(ω 1 ) = H(ω 2 ) = A 2 Το εύρος ζώνης ορίζεται για εκείνη τη διαφορά συχνοτήτων στο φάσμα του φίλτρου κατά την οποία το μέτρο της συνάρτησης μεταφοράς έχει μειωθεί στο 2 = 0,707 από την μέγιστη τιμή. 13

5. Πρακτικά Φίλτρα 14

Πρακτικά Φίλτρα Οι χαρακτηριστικές ιδιότητες των ιδανικών φίλτρων δεν αντιστοιχούν σε φυσικά πραγματοποιήσιμες δομές επειδή έχουν: Μοναδιαίο κέρδος στη ζώνη διέλευσης και μηδέν στη ζώνη αποκοπής Ακαριαία μετάβαση από τη ζώνη διέλευσης στη ζώνη αποκοπής. Προσεγγίζουμε την ιδανική απόκριση με ένα μη-ιδανικό αλλά πρακτικό (δηλαδή, φυσικά πραγματοποιήσιμο) φίλτρο. Στα πρακτικά φίλτρα τα δύο παραπάνω χαρακτηριστικά δεν ισχύουν. Για το σχεδιασμό πρακτικών φίλτρων έχουν αναπτυχθεί πολλές μέθοδοι, όπως Butterworth, Chebyshef, Bessel, κλπ. 15

Απόκριση συχνότητας πρακτικού κατωδιαβατού φίλτρου Σε ένα πρακτικό φίλτρο συμβαίνουν τα εξής: Μεταξύ της ζώνης διέλευσης και της ζώνης αποκοπής μεσολαβεί μια πεπερασμένη περιοχή συχνοτήτων, η οποία ονομάζεται ζώνη μετάβασης. Στη ζώνη μετάβασης, το κέρδος του φίλτρου αλλάζει σταδιακά από ένα (εντός της ζώνης διέλευσης) σε μηδέν (στη ζώνη αποκοπής). Η ζώνη μετάβασης έχει εύρος ω p ω s. Η απόκριση συχνότητας στην περιοχή διέλευσης δεν είναι επίπεδη και ίση με ένα, αλλά εμφανίζει έναν κυματισμό εύρους δ p εκατέρωθεν της τιμής 1. Αντίστοιχα, και στην περιοχή αποκοπής η απόκριση δεν είναι επίπεδη και ίση με μηδέν, αλλά εμφανίζει έναν κυματισμό εύρους δ s άνω της τιμής 0. 16

Άσκηση 1 Ένα φίλτρο έχει κρουστική απόκριση h t φίλτρο είναι. = e at u t, a R. Να ευρεθεί τι είδους Απάντηση: Υπολογίζουμε την απόκριση συχνότητας του φίλτρου. Είναι: + H(ω) = e at e jωt dt = 0 0 + e a+jω t dt = 1 a + jω e a+jω t + 0 = 1 a + jω lim t e a+jω t e 0 = 1 a + jω lim t e αt e jωt 1 = 1 a + jω lim t e at cos ωt jsin ωt 1 = 1 a + jω 0 1 Αρα H(ω) = 1 a + jω 17

Άσκηση 1 (συνέχεια) Στο ακόλουθο σχήμα δίνονται οι γραφικές παραστάσεις της κρουστικής απόκρισης h(t) και του μέτρου και της φάσης της απόκρισης συχνότητας. Παρατηρούμε ότι το μέτρο αποσβένει στις υψηλές συχνότητες, δηλαδή lim Η ω ω = 0, επομένως είναι ένα πρακτικό κατωδιαβατό φίλτρο. 18

Άσκηση 2 Ένα σήμα x(t) = e 2t u(t) περνάει από ένα ιδανικό κατωδιαβατό φίλτρο, που έχει συχνότητα αποκοπής ω H = 1 rad sec. Να βρεθεί ο λόγος της ενέργειας εξόδου προς την ενέργεια εισόδου (Για το φίλτρο να ληφθεί A=1). Απάντηση: Ο MF του x(t) είναι X(ω) = 1/(2 + jω). Επομένως, το φάσμα πυκνότητας ενέργειας του σήματος x(t) είναι: S x ω = X ω 2 = 1 2 + jω 2 = 1 ω 2 + 4 Επειδή το μέτρο της συνάρτησης μεταφοράς του δοθέντος κατωδιαβατού φίλτρου δίνεται από τη σχέση: H(ω) = 1, ω < ω H = 1 0, αλλού βρίσκουμε το φάσμα πυκνότητας ενέργειας του σήματος εξόδου, ως: S y ω = X ω 2 H ω 2 = 1 ω 2 + 4, ω < 1 0, αλλού 19

Άσκηση 2 (συνέχεια) Για να βρούμε την ολική ενέργεια του σήματος εξόδου y(t) ολοκληρώνουμε την παραπάνω σχέση (θεώρημα Parseval): E y = 1 2π + S y ω dω = 1 π 1 1 ω 2 + 4 dω 0 = 1 2π tan 1 1 2 Ομοίως, η ενέργεια του σήματος εισόδου x(t) είναι: E x = + x 2 t dt + = e 4t dt 0 = 1 4 Διαιρώντας τις δύο τελευταίες σχέσεις, βρίσκουμε τον ζητούμενο λόγο, ως: E y E x = 1 1 2π tan 1 2 1 4 = 2 π tan 1 1 2 = 0,29 Παρατηρούμε ότι ποσοστό 71% της ενέργειας εισόδου απορροφάται από το ιδανικό φίλτρο και μόνο το 29% φθάνει στην έξοδο. 20

Άσκηση 3 Σε ένα ιδανικό κατωδιαβατό φίλτρο (LPF) εισέρχεται ένα γνωστό σήμα x(t) με φάσμα Fourier X(ω). Στην έξοδο κόβονται οι υψηλές συχνότητες, δηλαδή αυτές για τις οποίες ισχύει ω > a. Τα φάσματα εισόδου X(ω) και εξόδου Y(ω) του LPF φίλτρου δείχνονται στο παρακάτω σχήμα. Να υπολογιστεί το σήμα εξόδου y(t). Απάντηση: Το σήμα εξόδου y(t) θα υπολογιστεί με αντίστροφο μετασχηματισμό Fourier επί του φάσματος εξόδου Y(ω). Το φάσμα της εξόδου Y(ω) του φίλτρου LPF υπολογίζεται από τη σχέση Y(ω) = X(ω) H(ω), ενώ το σήμα εξόδου y(t) είναι y(t) = x(t) h(t). 21

Άσκηση 3 (συνέχεια) Το X(ω) θεωρείται γνωστό, άρα και το x(t). Η συνάρτηση μεταφοράς H(ω) του φίλτρου είναι τετραγωνικής μορφής και η κρουστική απόκρισή της h(t) του φίλτρου είναι: h(t) = sin at πt Επομένως η έξοδος y(t) υπολογίζεται από τη συνέλιξη της εισόδου x(t) με την κρουστική απόκριση h(t), δηλ.: y(t) = x(t) sin at πt 22

Άσκηση 4 Σε ένα φίλτρο Σ εισέρχεται ένα γνωστό σήμα x(t). Στην έξοδο κόβεται το x(t) για t > T, όπως δείχνεται στο παρακάτω σχήμα. Να βρεθεί ο μετασχηματισμός Fourier Y(ω) της εξόδου. Απάντηση: Η έξοδος y(t) υπολογίζεται από τη σχέση y(t) = x t Π T t όπου Π T t ο τετραγωνικός παλμός που δίνεται από τη σχέση: Π _T (t) = 1, για t < T 0, για t > T 23

Άσκηση 4 (συνέχεια) Είναι γνωστό ότι ο μετασχηματισμός Fourier της Π T t είναι: Π T t F 2 sin ωt ω Επομένως ισχύει: Y ω = F y t = F x t Π T t Χρησιμοποιώντας την ιδιότητα της συνέλιξης του μετασχηματισμού Fourier στο πεδίο της συχνότητας, έχουμε: Y ω = 1 2π X ω 2 sin ωt ω 24