Vlastnosti Fourierovy transformace



Podobné dokumenty
[ n. Konvoluce. = 0 jinak. 0 jinak. Užitečné signály (diskrétní verze) Jednotkový skok 1 pro n = 0

Fourierova transformace

Úvod do zpracování signálů

31ZZS 9. PŘEDNÁŠKA 24. listopadu 2014

Lineární a adaptivní zpracování dat. 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně

Lineární a adaptivní zpracování dat. 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně

Lineární a adaptivní zpracování dat. 3. SYSTÉMY a jejich popis ve frekvenční oblasti

SIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY

A7B31ZZS 10. PŘEDNÁŠKA Návrh filtrů 1. prosince 2014

Fourierova transformace

Rekurentní filtry. Matlab

Úloha D - Signál a šum v RFID

X31ZZS 3. PŘEDNÁŠKA 6. října Periodické průběhy Fourierovy řady Spektrum Barva zvuku Aplikace

A2B31SMS 3. PŘEDNÁŠKA 15. října 2015

Systémy. Systém: souhrn souvisejících prvků, sdružený do nějakého smysluplného celku

Filtrace obrazu ve frekvenční oblasti

FILTRACE VE FOURIEROVSKÉM SPEKTRU

Digitalizace převod AS DS (analogový diskrétní signál )

doc. Dr. Ing. Elias TOMEH Elias Tomeh / Snímek 1

Dodatky k FT: 1. (2D digitalizace) 2. Více o FT 3. Více k užití filtrů. 7. přednáška předmětu Zpracování obrazů

Akustika. 3.1 Teorie - spektrum

Při návrhu FIR filtru řešíme obvykle následující problémy:

Lineární a adpativní zpracování dat. 3. Lineární filtrace I: Z-transformace, stabilita

KTE/TEVS - Rychlá Fourierova transformace. Pavel Karban. Katedra teoretické elektrotechniky Fakulta elektrotechnická Západočeská univerzita v Plzni

Základní metody číslicového zpracování signálu a obrazu část II.

A2B31SMS 11. PŘEDNÁŠKA 4. prosince 2014

Spektrální analýza a diskrétní Fourierova transformace. Honza Černocký, ÚPGM

Zvuk. 1. základní kmitání. 2. šíření zvuku

Komplexní obálka pásmového signálu

1 Zpracování a analýza tlakové vlny

Číslicové zpracování signálů a Fourierova analýza.

VYUŽITÍ MATLABU PRO PODPORU VÝUKY A PŘI ŘEŠENÍ VÝZKUMNÝCH ÚKOLŮ NA KATEDŘE KOMUNIKAČNÍCH A INFORMAČNÍCH SYSTÉMŮ

Osnova. Idea ASK/FSK/PSK ASK Amplitudové... Strana 1 z 16. Celá obrazovka. Konec Základy radiotechniky

Lineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY a SYSTÉMY

Primární zpracování radarového signálu dopplerovská filtrace

Číslicové filtry. Honza Černocký, ÚPGM

polyfázové filtry (multirate filters) cascaded integrator comb filter (CIC) A0M38SPP - Signálové procesory v praxi - přednáška 8 2

ZPRACOVÁNÍ SIGNÁLŮ Z MECHANICKÝCH. Jiří Tůma

Fouriérova transformace, konvoluce, dekonvoluce, Fouriérovské integrály

Cvi ení 2. Cvi ení 2. Modelování systém a proces. Mgr. Lucie Kárná, PhD. March 5, 2018

B2M31SYN SYNTÉZA AUDIO SIGNÁLŮ

SIGNÁLY A LINEÁRNÍ SYSTÉMY

SIGNÁLY A LINEÁRNÍ SYSTÉMY

Signál v čase a jeho spektrum

Zpráva k semestrální práci z B2M31SYN Syntéza audio signálů

Magnetická rezonance (2)

Opakování z předmětu TES

A2B31SMS 2. PŘEDNÁŠKA 9. října 2017 Číslicové signály

Interpolace a aproximace dat.

ÚPGM FIT VUT Brno,

Multimediální systémy

BPC2E_C09 Model komunikačního systému v Matlabu

Quantization of acoustic low level signals. David Bursík, Miroslav Lukeš

Při návrhu FIR filtru řešíme obvykle následující problémy:

Vlastnosti a modelování aditivního

VY_32_INOVACE_E 15 03

Frekvenční analýza optických zobrazovacích systémů

9. PRINCIPY VÍCENÁSOBNÉHO VYUŽITÍ PŘENOSOVÝCH CEST

Lineární a adaptivní zpracování dat. 2. SYSTÉMY a jejich popis v časové doméně

Geometrické transformace

B2M31SYN 3. PŘEDNÁŠKA 17. října 2018

25.z-6.tr ZS 2015/2016

Náhodné signály. Honza Černocký, ÚPGM

SIGNÁLY A LINEÁRNÍ SYSTÉMY

Transformace obrazu Josef Pelikán KSVI MFF UK Praha

Zpráva k semestrální práci

BPC2E_C08 Parametrické 3D grafy v Matlabu

magnetizace M(t) potom, co těsně po rychlé změně získal vzorek magnetizaci M 0. T 1, (2)

ednáška a telefonní modemy Ing. Bc. Ivan Pravda

Zpráva k semestrální práci z předmětu Syntéza audio signálů. Vypracoval: Jakub Krista Zimní semestr 2016/2017 Datum odevzdání:

3. AMPLITUDOVĚ MODULOVANÉ SIGNÁLY

7. ODE a SIMULINK. Nejprve velmi jednoduchý příklad s numerických řešením. Řešme rovnici

Předmět A3B31TES/Př. 13

Teorie měření a regulace

Řešení diferenciálních rovnic v MATLABu

Diskretizace. 29. dubna 2015

Analýza lineárních regulačních systémů v časové doméně. V Modelice (ale i v Simulinku) máme blok TransfeFunction

Modulace a šum signálu

MĚŘENÍ ÚHLOVÝCH KMITŮ ZA ROTACE

Flexibilita jednoduché naprogramování a přeprogramování řídícího systému

UNIVERZITA PARDUBICE. Fakulta elektrotechniky a informatiky. Fourierovy Řady Jakub Jeřábek

Modulační syntéza 8. prosince 2014

pi Ludolfovo číslo π = 3,14159 e Eulerovo číslo e = 2,71828 (lze spočítat jako exp(1)), např. je v Octave, v MATLABu tato konstanta e není

PSK1-5. Frekvenční modulace. Úvod. Vyšší odborná škola a Střední průmyslová škola, Božetěchova 3 Ing. Marek Nožka. Název školy: Vzdělávací oblast:

Rozprostřené spektrum. Multiplex a mnohonásobný přístup

DIGITÁLNÍ KOMUNIKACE S OPTICKÝMI VLÁKNY. Digitální signál bude rekonstruován přijímačem a přiváděn do audio zesilovače.

Zpracování obrazů. Honza Černocký, ÚPGM

SYNTÉZA AUDIO SIGNÁLŮ

Funkce komplexní proměnné a integrální transformace

VOLBA ČASOVÝCH OKEN A PŘEKRYTÍ PRO VÝPOČET SPEKTER ŠIROKOPÁSMOVÝCH SIGNÁLŮ


Vstupní signál protne zvolenou úroveň. Na základě získaných údajů se dá spočítat perioda signálu a kmitočet. Obrázek č.2

Klasifikace hudebních stylů

CW01 - Teorie měření a regulace

" Furierova transformace"

Biofyzikální ústav LF MU Brno. jarní semestr 2011

v Praze mezi kanály EEG Ondřej Drbal 5. ročník, stud. sk. 9

MĚŘENÍ A ANALÝZA ELEKTROAKUSTICKÝCH SOUSTAV NA MODELECH. Petr Kopecký ČVUT, Fakulta elektrotechnická, Katedra Radioelektroniky

Analýza a zpracování digitálního obrazu

Laplaceova transformace

Transkript:

Vlastnosti Fourierovy transformace Linearita Fourierova transformace je lineární (všechny druhy :-) ), je tedy homogenní a aditivní Homogenita: změna amplitudy v časové oblasti způsobí stejnou změnu amplitudy ve frekvenční oblasti

Aditivita: něco přidám v časové oblasti a přidá se to i ve frekvenční (nezávisle)

Komprese / expanze Když signál natáhnu v časové oblasti, smrskne se mi ve frekvenční a obráceně Příklad: gaussovka (jejím obrazem je opět gaussovka)

Posunutí v časové oblasti Při posunutí v časové oblasti zůstává magnituda stejná a mění se pouze fáze

Jaká informace je ukryta ve fázi? Vezmu jednoduchý signál, provedu DFT, převedu do polárních souřadnic, postupně nahradím magnitudu a fázi náhodnými čísly a následně zrekonstruuji zpět do časové oblasti (IDFT) Ve fázi je dobře vidět poloha hran. Proč? Hrana v časové oblasti vznikne, když na stejném místě roste současně hodně sinusovek musí mít stejnou fázi zobecnění: hodně informace o tvaru signálu v časové oblasti je schováno ve fázi. Naopak na fázi moc nezáleží u signálů, kde na tvaru moc nezáleží a informace je schovaná ve frekvencích, např. audio signál. % vygeneruji jednoduchy signal clear all x(1:50) = 0; x(51:100) = linspace(0.9,1.2,50); x(101:299) = 0; % provedu DFT a prevod do polarnich souradnic [ReX ImX] = DFT(x); [XMag, XPha] = RectToPolar(ReX,ImX); % nahodna faze z intervalu pi / pi XPha0 = (rand(1,length(xmag))-0.5)*2*pi; % rekonstrukce jen z magnitudy [X2r X2i] = PolarToRect(XMag,XPha0); x2 = IDFT(X2r, X2i); % rekonstrukce jen z faze XMag0 = rand(1,length(xmag)); [X3r X3i] = PolarToRect(XMag0,XPha); x3 = IDFT(X3r, X3i); % a ted spolecne namalujeme subplot(3,1,1); plot(x); title('originalni signal'); subplot(3,1,2); plot(x2) title('rekonstrukce z magnitudy'); subplot(3,1,3); plot(x3) title('rekonstrukce z faze');

Periodicita signálu v časové oblasti DFT považuje časový signál za periodický. Když něco uděláme se spektrem, před převedením zpět do časové oblasti, může být výsledný časový signál delší, nevejde se do daného počtu vzorků. Příklad cirkulární konvoluce (přednáška o aplikacích konvoluce pomocí DFT)

Periodicita signálu ve frekvenční oblasti Záporné frekvence od -0,5 do 0 vzorkovací frekvence Zrcadlový obraz: magnituda sudá, fáze lichá Záporná frekvence, co je to za podivnost?

Amplitudová modulace Modulace spojení (merging) dvou signálů Amplitudová modulace násobení Obálka nosné = původní signál Násobení v časové oblasti = konvoluce ve frekvenční Nosná je puls výsledek konvoluce je posun Výsledek ve frekvenční oblasti Nosná zůstane Spektrum originálu se tam objeví Objeví se ještě něco dalšího! Co to je? Negativní frekvence! Více o modulacích v PDF GenerováníSignálu

% amplitudova modulace - ukazka zapornych frekvenci clear all; [Y,FS,NBITS]=wavread('mechanika2.wav'); y2 = Y'; Y2 = fft(y2); delka = length(y2); delkas = length(y2) / FS; % delka signalu v sekundach % vytvoreni nosne (na frekvenci napr. ctvrtiny vzorkovacky originalu) t = linspace(0,delkas,delka); nosna = sin(fs/4*2*pi*t); NOS = fft(nosna); % amplitudova modulace - nasobeni signalu v casove oblasti hloubkamodulace = 1; am = nosna.* (1 + hloubkamodulace * y2); % tomu by mela odpovidat konvoluce ve frekvencni % a protoze jadro je puls, tak se to jen posune a zjevi % se zaporne frekvence AM = fft(am); % a ted uz to jen namalujeme subplot(3,1,1); plot(abs(y2(1:delka/2))); axis([0 delka/2 0 max(abs(y2))]); title('frekvence audio'); subplot(3,1,2); plot(abs(nos(1:delka/2))); axis([0 delka/2 0 max(abs(nos))]); title('frekvence nosna'); subplot(3,1,3); plot(abs(am(1:delka/2))); axis([0 delka/2 0 3000]); title('frekvence amplitudove modulace'); Totéž v Matlabu

Užitečné dvojice Každému signálu v časové oblasti odpovídá nějaký signál ve frekvenční oblasti a obráceně. Existují dvojice (časová/frekvenční) které jsou užitečnější než jiné. Například obdélníkovému pulsu odpovídá funkce sinc, gaussovce gaussovka, atd. Impuls / konstanta (viz slide komprese/expanze komprese na puls, expanze na konstantu)

Funkce sinc / Obdélníkový puls clear all t = linspace(-10,10); y = sinc(t); subplot(2,2,1) plot(t,y); axis tight xlabel('cas (sec)');ylabel('amplituda'); title('funkce sinc') Y = fft(y); subplot(2,2,2) Ym = abs(y(1:length(y)/2)); f = linspace(0,0.5,length(ym)); plot(f,ym); axis tight xlabel('frekvence (Hz)');ylabel('Amplituda'); title('spektrum funkce sinc') from = -100; to = 100; points = 1500; t = linspace(from,to,points); y = sinc(t); subplot(2,2,3) plot(t,y); axis tight xlabel('cas (sec)');ylabel('amplituda'); title('funkce sinc') Y = fft(y); subplot(2,2,4) Tvz = (to-from)/points; fvz = 1/Tvz; Ym = abs(y(1:length(y)/2)); f = linspace(0,0.5*fvz,length(ym)); plot(f,ym); axis tight xlabel('frekvence (Hz)');ylabel('Amplituda'); title('spektrum funkce sinc') sinc( a) = sin ( π a) π a

Obdélníkový puls / funkce sinc Cvičení: pořádně prozkoumejte funkci sinc, bude se nám hodit do budoucna (proč asi?) vyzkoušejte další dvojice (trojúhelník, gaussovka,, využijte matlabovské funkce tripuls apod. viz help)

Chirp signál Chrip signál je užitečná věcička v aplikacích jako je radar. Jeho frekvenční odezva vypadá následovně: 2 Magnituda je konstantní, fáze klesá podle vztahu Faze() i = αi + βi. Z toho jsme schopni vygenerovat příslušné ReX a ImX složky (potřebujeme PolarToRect funkci) a následně pomocí IDFT i impulsní odezvu: IDFT Když tedy do systému s takovou odezvou pustíme jednu delta funkci, dostaneme divoký signál který začíná na nízkých frekvencích, které se postupně zvyšují. K čemu je to dobré?

Chirp signál je reverzibilní, když pustíme chirp signál do antichirp systému, dostaneme zpátky jediný puls. Antichirp signál bude mít opět magnitudu konstantní a fázi obrácenou. Docílíme toho tak, že převrátíme zleva doprava impulsní odezvu. DFT Převrácená impulsní odezva ReX a ImX vypadají podobně, co ta fáze??? A k čemu to teda je????

Aplikace chirp signálu Radar: vezmu směrovou anténu a vypustím z ní krátký impuls rádiových vln. Ta letí a letí, až narazí na nepřátelské letadlo a vrátí se. Vlna letí rychle, čím je impuls delší, tím je horší rozlišení (1 mikrosekunda je cca 300 m), takže potřebuji co nejkratší impuls. Aby vlna doletěla (a detekovatelná část se odrazila), potřebuji do ní nacpat určité množství energie. Čím víc, tím líp. Co nejvíc energie co nejkratší puls shoří mi to Řešení: využiji chirp signál! Napřed mám impuls, než odletí z antény tak ho přehodím na chirp, dostanu zpátky chirp, ten převedu zpátky na impuls a můžu nepřítele sejmout raz dva. Cvičení: prozkoumejte chirp signál Vygenerujte podobné obrázky jako v přednáškových slidech