tkt jyrki laitinen [email protected] …jyrkila/0405/tl5231/johdanto.pdf · 2004-09-07 ·...
TRANSCRIPT
©Jyrki Laitinen TL5231 Signaaliteoria (S2004) 1
SignaaliteoriaTkT Jyrki Laitinen
[email protected]/~jyrkila
©Jyrki Laitinen TL5231 Signaaliteoria (S2004) 2
JohdantoSignaali on yksiarvoinen funktio, joka kuljettaa mukanaan informaatiota. Signaalilla on kullakin ajanhetkellä yksikäsitteinen arvo. Matemaattisesti esimerkiksi signaali g voidaan esittää muodossa g = g(t), missä aika t on aina reaaliarvoinen.
Useimmiten signaalin arvot g(t) esittävät jonkun ilmiön amplitudiarvoa ajan t funktiona. Neliöimällä amplitudiarvo saadaan vastaava energiaan verrannollinen arvo, eli energia ~ amplitudi2.
Signaalit voivat olla yksi tai useampiulotteisia. Esimerkiksi harmaasävykuva on kaksiulotteinen (2D) signaali, jossa signaalin amplitudiarvo riippuu kahdesta kuvapisteen paikan kuvassa määrittävästä koordinaattiarvosta g = g(x,y).
Tällä opintojaksolla käsitellään vain yksiulotteisia signaaleja ja niiden käsittelyyn käytettyjä menetelmiä.
©Jyrki Laitinen TL5231 Signaaliteoria (S2004) 3
Johdanto
0 0.2 0.4 0.6 0.8 1-3
-2
-1
0
1
2
3
t [s ]
Ampl
itudi
g(t)
Esimerkki. Yksiulotteinen signaali g(t) ajan t funktiona. g(t) esittää AM-moduloitua signaalia. Nopeat muutokset vastaavat kantoaaltotaajuutta. Matalataajuinen informaatio näkyy katkoviivoilla esitetyissä signaalin g(t) verhokäyrissä.
©Jyrki Laitinen TL5231 Signaaliteoria (S2004) 4
JohdantoEsimerkki. Kaksiulotteinen signaali g(x,y) paikan (x,y) funktiona. g(x,y) on tässä harmaasävykuva, jossa signaaliarvo g ilmaisee pisteen vaaleusasteen ja paikkakoordinaatit x ja y pisteen sijainnin kuvassa.
Harmaasävykuva253 252 251 249 249 255 241 238 244 215113 96 89 69 81 68 76 57 60 58248 133 73 53 42 43 35 48 34 28255 236 252 134 31 38 42 46 29 36255 247 240 247 104 31 32 31 30 2199 99 95 64 78 59 59 108 114 110
165 158 157 146 98 45 75 98 76 181188 177 109 39 83 84 108 72 41 139175 140 91 143 156 163 156 155 169 76106 57 142 164 170 179 158 157 150 96
©Jyrki Laitinen TL5231 Signaaliteoria (S2004) 5
JohdantoSignaalinkäsittelyyn liittyy perusmääritelmiä ja operaatioita, jotka on esitetty seuraavassa kuvassa.
Käsiteltävää signaalia kutsutaan tulosignaaliksi (lyhyemmin tuloksi) ja merkitään usein x(t). Vastaavasti signaalinkäsittelyn tuloksena saatavaa signaalia kutsutaan lähtösignaaliksi (lyhyemmin lähtö tai vaste) ja merkitään usein y(t).
Jotta lähtösignaalin muoto voidaan määrittää, täytyy tuntea signaalia muokkaava järjestelmä. Voidaan osoittaa, että järjestelmän täyttäessä tietyt ehdot sen impulssivaste h(t) on riittävä kuvaamaan järjestelmä täydellisesti. Tällaiset ehdot täyttäviä järjestelmiä kutsutaan lineaarisiksi aikainvarianteiksi eli LTI-järjestelmiksi. Pääosa eri sovelluksissa (esim. tiedonsiirtotekniikka) esiintyvistä järjestelmistä voidaan käsitellä LTI-järjestelminä.
Käytännössä signaalia muokkaava järjestelmä voi olla vaikkapa suunnittelun tuloksena syntynyt suodin, signaalin siirtotie (kaapeli, radiotie) tai näiden muodostama kokonaisuus, jossa signaali kulkee usean suotimen ja siirtotien kautta.
©Jyrki Laitinen TL5231 Signaaliteoria (S2004) 6
JohdantoJärjestelmän impulssivaste voidaan joko mitata laittamalla järjestelmän tuloksi lyhytkestoinen impulssi ja mittaamalla tällöin saatava vaste tai se tunnetaan suodinsuunnittelun tuloksena. Jälkimmäisessä tapauksessa impulssivastetta kuvataan usein suodinkertoimilla.
Edellä kuvatun lähestymistavan tekee tehokkaaksi se, että lähdön ja tulon välillä voidaan yleisesti osoittaa yhteys
y(t) = h(t) * x(t), missä * viittaa matemaattiseen operaatioon, jota kutsutaan konvoluutioksi.
Jos siis tunnetaan LTI-järjestelmän impulssivaste, voidaan järjestelmän tuottama vaste mihin tahansa tuloon määrittää impulssivasteen ja tulon konvoluutiona. Jos taas halutaan järjestelmän muokkaavan signaalia tietyllä tavalla, suunnitellaan järjestelmän impulssivaste sellaiseksi, että haluttu vaatimusmäärittely toteutuu.
Edellä on kuvattu yleinen signaalinkäsittelyn periaate aikatasossa, ts. signaaleille, jotka ovat ajan funktioita. Käsittely voidaan kuitenkin toteuttaa myös taajuustasossa, jossa signaalit esitetään taajuuden funktiona.
©Jyrki Laitinen TL5231 Signaaliteoria (S2004) 7
JohdantoAikatasosta taajuustasossa voidaan siirtyä matemaattisella operaatiolla, jota kutsutaan Fourier-muunnokseksi. Päinvastainen siirtyminen tapahtuu käänteisellä Fourier-muunnoksella. Fourier-muunnoksen tuloksena saatava signaali on kompleksiarvoinen (ts. muodostuu kompleksiluvuista). Signaalia on tapana havainnollistaa laskemalla kompleksiluvuista itseisarvo eli amplitudi ja vaihe(kulma). Kun amplitudi ja vaihe esitetään taajuuden funktiona puhutaan amplitudi- ja vaihespektristä.
Taajuustasossa lähtö Y(f) voidaan määrittää kertomalla tulo X(f)taajuusvasteella H(f). Nyt X(f) on tulon x(t) ja H(f) impulssivasteen h(t) Fourier-muunnos. Lähtö y(t) voidaan määrittää signaalin Y(f) käänteisenäFourier-muunnoksena.
Signaalinkäsittely on taajuustasossa usein tehokasta, koska konvoluution asemesta riittää kertolaskun laskeminen.
©Jyrki Laitinen TL5231 Signaaliteoria (S2004) 8
Johdanto
LTI-järjestelmä
)()()( txthty ∗=)(tx )(th
tuloimpulssivaste
lähtö konvoluutio
)()()( fXfHfY =
konv
oluu
tio-
teor
eem
a
)( fX )( fH )( fY{ })(arg fX { })(arg fH { })(arg fHamplitudi-spektri
amplitudi-spektri
amplitudi-spektri
vaihe-spektri
vaihe-spektri
vaihe-spektri
Taaj
uust
aso
Aik
atas
o
Four
ier-
muu
nnos
)( fX )( fHtaajuusvaste
©Jyrki Laitinen TL5231 Signaaliteoria (S2004) 9
JohdantoEsimerkki. Signaali x(t) (ylin kuva), amplitudispektri |X(f)| (keskimmäinen kuva) ja vaihespektri arg{X(f)} (alin kuva).
0 1 2 3 4 5 6 7 8 9 10-0.5
0
0.5
1
t [s ]
Am
plitu
di x
(t)
0 5 10 15 20 25 30 35 40 45 500
0.2
0.4
f [Hz]
Am
plitu
di |X
(f)|
0 5 10 15 20 25 30 35 40 45 50-200
0
200
400
f [Hz]
Vai
he a
rgX
(f)
©Jyrki Laitinen TL5231 Signaaliteoria (S2004) 10
Matematiikan kertaustaSignaaliteoria muodostaa pohjan mm. tiedonsiirtotekniikan keskeisten menetelmien ymmärtämiselle. Tämän vuoksi tärkeitä signaaliteoriassa käsiteltäviä asioita ovat esimerkiksi Fourier-muunnokset ja erilaisten modulaatiomenetelmien taustalla olevat matemaattiset operaatiot, jotka perustuvat eksponenttimuotoisten signaalien integrointiin ja kompleksilukujen käsittelyyn. Tässä kappaleessa kerrataan kompleksilukujen perusteoriaa sekä eksponenttifunktioiden käsittelyä ja integrointimenetelmiä.
KompleksiluvutSuorakulmainen ja trigonometrinen esitysmuoto
Kompleksiluvun z suorakulmainen esitysmuoto on muotoa
z = a + bj,
missä a = Re{z} on kompleksiluvun z reaaliosa, b = Im{z} on kompleksiluvun z imaginaariosa ja j imaginaariyksikkö, jolle pätee j2 = -1.
Kompleksiluvut voidaan esittää pisteinä tai vektoreina kompleksitasossa.
©Jyrki Laitinen TL5231 Signaaliteoria (S2004) 11
Matematiikan kertausta
Kuvasta nähdään helposti kompleksiluvun trigonometrinen esitysmuoto
z = |z|cosθ + j|z|sinθ = |z|{cosθ + jsinθ},
missä |z| on z:n itseisarvo (moduli) eli amplitudi ja θ on z:n vaihe(kulma) eli argumentti.
Nämä voidaan määrittää kaavoista
Re
Im z = a+jb
θb = |z|sinθ
a = |z|cosθ
|z|
©Jyrki Laitinen TL5231 Signaaliteoria (S2004) 12
Matematiikan kertausta
Eksponenttiesitysmuoto (eli napakoordinaattiesitys)
Kompleksiluvut esitetään usein eksponenttimuodossa, joka voidaan helposti määrittää käyttäen Eulerin kaavoja
==
+=
abz
baz
arctan}arg{
22
θ
θθ
θθθ
θ
sincossincosjeje
j
j
−=
+=−
Vertaamalla Eulerin kaavoja ja kompleksiluvun z trigonometrista esitysmuotoa saadaan helposti kompleksiluvun eksponenttiesitysmuoto
z = |z|ejθ
©Jyrki Laitinen TL5231 Signaaliteoria (S2004) 13
Matematiikan kertaustaKompleksilukujen eksponenttiesitysmuoto on usein edullinen, koska kompleksilukujen välisten kerto- ja jakolaskujen tekeminen on tässä muodossa yleensä helpompaa kuin suorakulmaisessa esitysmuodossa.Seuraavassa joitakin kompleksilukujen peruslaskutoimituksia kaavoina:
( )
1
2121
2
1
11
2
1
2
1)(2121212121
2222
1111
)()(
θ
θθθθ
θ
θ
jnnn
jj
j
j
ezz
ezz
zzezzzzbbjaazz
ezjbaz
ezjbaz
=
==±+±=±
⇒
=+=
=+=
−+
Kompleksilukujen yhteenlasku on helpointa suorittaa suorakulmaisessa muodossa, kerto- ja jakolasku sekä potenssiinkorotus onnistuvat parhaiten eksponettimuodossa.
©Jyrki Laitinen TL5231 Signaaliteoria (S2004) 14
Matematiikan kertaustaSinille ja kosinille voidaan Eulerin kaavoja käyttäen johtaa kompleksiesitykset
( )
( )θθ
θθ
θ
θ
jj
jj
ee
eej
−
−
+=
−=
21cos
21sin
Kompleksiluvun liittoluku eli kompleksikonjugaatti
Kompleksiluvun z = a + jb kompleksikonjugaatti z* määritellään muodossa z* = a – jb = |z|e-jθ.
Kompleksiluvuille ja niiden kompleksikonjugaateille pätee
{ } { } 2***
*2
*1
*
2
1*2
*121
*2
*121
,Im2,Re2
,)*(,)*(
zzzzzzzzz
zz
zz
zzzzzzzz
=⋅=−=+
=
⋅=⋅±=±
©Jyrki Laitinen TL5231 Signaaliteoria (S2004) 15
Matematiikan kertaustaEksponenttifunktioiden laskusääntöjäMonet signaalinkäsittelyn keskeiset operaatiot (mm. Fourier-muunnos) perustuvat integraalimuunnoksiin, joissa integroitavana on tyyppiä et olevalla eksponenttifunktiolla kerrottu signaali. Tämän vuoksi on tärkeää tuntea eksponenttifunktioiden käsittelyn perusoperaatiot.
Peruslaskusääntöjä
( ) abba
babab
a
baba
aa
ee
eeeee
eeee
e
e
=
=⋅=
=⋅
=
=
−−
+
− 110
©Jyrki Laitinen TL5231 Signaaliteoria (S2004) 16
Matematiikan kertaustaDerivaatta ja integraali
atat
tftf
atatat
tt
ea
dte
dttdfe
dtdeae
dtdate
dtde
edtde
1
)()()(
=
⋅==⋅=
=
∫Määrätty integraali
[ ] [ ]aaa
eea
eea
ea
dte aaaatat 1101111111/1 00
00
=−−=
−∞
−=
−−=−−=−= ∞
−∞−−∞∞
−∫
©Jyrki Laitinen TL5231 Signaaliteoria (S2004) 17
Matematiikan kertaustaOsittaisintegrointiIntegraalimuunnosten laskenta on pääsääntöisesti varsin hankalaa ja monissa tilanteissa integraali ei ole edes suljetussa muodossa laskettavissa. Perusintegroimissääntöjen lisäksi osittaisintegrointi on tärkeä apumenetelmä ratkaisun hakemisessa.
Osittaisintegroinnin laskusääntö voidaan johtaa differentioimalla funktioiden u(t) ja v(t) tulo:
∫ ∫
∫ ∫∫
−=⇒
+==⇒+=
dtdtduvuvdt
dtdvu
dtdtduvdt
dtdvuuvdt
dtuvd
dtduv
dtdvu
dtuvd )()(
∫ ∫−= dttutvtvtudttvtu )()()()()()( ''
Tämä voidaan myös esittää muodossa
©Jyrki Laitinen TL5231 Signaaliteoria (S2004) 18
Matematiikan kertaustaEsimerkki.
Cetedtetedtte
etvetvtuttumerk
dttutvtvtudttvtu
dtte
ttttt
tt
t
+−=⋅−=
⇒=⇒=
=⇒=
−=
=
∫∫
∫ ∫∫
1
)()(1)()(.
)()()()()()(
?
'
'
''
Tässä C on integroimisvakio. (Tarkista tulos derivoimalla ratkaisu!)
©Jyrki Laitinen TL5231 Signaaliteoria (S2004) 19
Matematiikan kertaustaJärjestelmien mallintamisessa ja tietoliikenteen teoriassa hyödynnetään usein eräitä signaaleja, jotka on lyhyesti määritelty seuraavassa:
Yksikköaskel
Yksikköaskel eli Heavisiden funktio u(t) määritellään muodossa
<>
=0,00,1
)(tt
tu
Yksikköaskel on epäjatkuva ja sen arvo on määrittelemätön kohdassa t = 0.
Yksikköimpulssi
Yksikköimpulssi eli Diracin deltafunktio määritellään muodossa
≠=∞
=0,00,
)(tt
tδ
©Jyrki Laitinen TL5231 Signaaliteoria (S2004) 20
Matematiikan kertausta
Edellä φ(t) on mikä tahansa jatkuva funktio ajanhetkellä t = 0.
Voidaan osoittaa, että askelfunktion derivaatta on impulssifunktio:
dttdutut )()()( ' ==δ
)0()()(1)( φδφδ =⇒= ∫∫∞
∞−
∞
∞−
dtttdtt
Yksikköimpulssifunktion integraalille pätee
Joitakin impulssifunktion ominaisuuksia:
)()()()()()0()()(
)()()(1)()()()(
000
00
tttxtttxtxttx
ttta
attdtttt
−=−=
=−==−∫∞
∞−
δδδδ
δδδδφδφ
©Jyrki Laitinen TL5231 Signaaliteoria (S2004) 21
Matematiikan kertaustaEsimerkki.
δ(t)
0 1 2 3 4−1−2−3−4t
δ(t-3.5)
0 1 2 3 4−1−2−3−4t
u(t)
0 1 2 3 4−1−2−3−4t
1d[u(t)/dt]
0 1 2 3 4−1−2−3−4t
©Jyrki Laitinen TL5231 Signaaliteoria (S2004) 22
Matematiikan kertaustaSignumfunktio
Signumfunktio sgn(t) määritellään muodossa
)()()sgn(Huomaa0,1
0,00,1
)sgn(
tututttt
t
−−=
<−=>
=
Pengerfunktio
Pengerfunktio eli ramppi rA(t) määritellään muodossa
<≥
=0,00,
)(rttAt
tA
sgn(t)
t
1
−1
rA(t)
t
©Jyrki Laitinen TL5231 Signaaliteoria (S2004) 23
Matematiikan kertaustaSinc-funktio
Sinc-funktio sinc(t) määritellään muodossa
tttinc
ππ )sin()(s =
Sinc-funktion arvo pisteessä t = 0 voidaan määrittää, kun muistetaan
1)sin(lim0
=→ t
tt π
π
-10 -8 -6 -4 -2 0 2 4 6 8 10-0.4
-0.2
0
0.2
0.4
0.6
0.8
1s inc(t)
t
©Jyrki Laitinen TL5231 Signaaliteoria (S2004) 24
Signaalien luokitteluSignaaleja voidaan luokitella usealla eri tavalla edellä puhuttiin esimerkiksi yksi- ja kaksiulotteisista signaaleista. Muita tyypillisiä tapoja luokitella signaaleja on esimerkiksi jakaa ne jatkuva-aikaisiin ja diskreetteihin signaaleihin, analogisiin ja digitaalisiin signaaleihin, reaaliarvoisiin ja kompleksiarvoisiin signaaleihin, jne.
Luokittelun tarkoituksena on havaita signaaleista sellaisia yhteisiä ominaisuuksia, jotka joko helpottavat niiden käsittelyä tai vaativat tietyntyyppistä käsittelyä. Edellisestä tapauksesta esimerkkinä voidaan mainita symmetriaominaisuuksien perusteella tapahtuva luokitteluesimerkiksi parillisiin ja parittomiin signaaleihin1. Jälkimmäistä tapausta puolestaan kuvaa esimerkiksi jako analogisiin ja digitaalisiin signaaleihin.
Seuraavassa on lyhyesti käsitelty signaaliteorian opintojen kannalta keskeisiä luokittelukäytäntöjä. Joiltakin osin luokittelua täsmennetään opintojakson kuluessa.
1Signaali x(t) on perillinen, jos sille pätee x(t) = x(-t), ja pariton, jos x(-t) = -x(t). Pariton signaalin saa aina arvon 0 ajanhetkellä 0 (t = 0).
©Jyrki Laitinen TL5231 Signaaliteoria (S2004) 25
Signaalien luokitteluDeterministinen vs. satunnaissignaali
Signaali x(t) on deterministinen, jos sen tarkka arvo on tiedossa kaikkina ajanhetkinä. Signaalille voidaan kirjoittaa analyyttinen lauseke, jonka avulla se voidaan esittää yksikäsitteisesti. Jos signaalin x(t) tarkkaa arvoa ei voida ennustaa, se on satunnaissignaali. Signaalissa tai prosessissa on kuitenkin säännönmukaisuuksia, jotka voidaan kuvata todennäköisyyslaskennalla. Tällaisen signaalin voidaan ajatella olevan yksi näyte suuresta joukosta signaaleja, joissa kullakin signaalilla on oma aaltomuotonsa. Kullakin joukon signaalilla on tietty esiintymistodennäköisyys.
Deterministiset signaalit on tapana jakaa jaksollisiin ja jaksottomiin signaaleihin ja jaksolliset signaalit edelleen kosinisignaaliin ja kompleksisesti jaksollisiin1 signaaleihin ja jaksottomat signaalit melkein jaksollisiin ja transienttisignaaleihin2.
Satunnaissignaalit voidaan jakaa stationäärisiin ja epästationäärisiin signaaleihin ja stationääriset signaalit ergodisiin ja epäergodisiin signaaleihin (tähän palataan myöhemmin).1Sisältää useita taajuuskomponentteja. 2Mm. satunnaiset pulssit ja purskeet.
©Jyrki Laitinen TL5231 Signaaliteoria (S2004) 26
Signaalien luokittelu
Deterministinensignaali
Satunnais-signaali
Jaksollinen Jaksoton
KosiniKompleksisesti
jaksollinen
Melkein jaksollinen
Transientti-signaali
Stationäärinen Epätationäärinen
Ergodinen Epäergodinen
©Jyrki Laitinen TL5231 Signaaliteoria (S2004) 27
Signaalien luokitteluJaksollinen vs. jaksoton signaali
Signaalin jaksollisuus on keskeinen oletus monissa signaalinkäsittelymenetelmissä. Vain jaksollinen signaali voidaan tuntea tarkasti. Jaksottomasta signaalista jää aina osa tuntematta, koska käytännössä signaalista voidaan käsitellä vain äärellisen pituista osaa.
Signaali x(t) on jaksollinen, jos on olemassa positiivinen luku T0, jolle pätee x(t+T0) = x(t). Pienin T0:n arvo, jolla ehto on voimassa, on signaalin x(t) jakso. Jakson käänteislukua kutsutaan signaalin perustaajuudeksi f0: f0 = 1/T0 [Hz].
Perustaajuuden kokonaislukukerrannaisia kutsutaan puolestaan signaalin harmonisiksi monikerroiksi.
Signaali, jolle jaksollisuusehto ei ole voimassa millään T0:n arvolla, on jaksoton. Jaksottoman signaalin jaksonpituus T0 → ∞.
©Jyrki Laitinen TL5231 Signaaliteoria (S2004) 28
Signaalien luokitteluEnergia- vs. tehosignaali
Signaali on energiasignaali, jos sen kokonaisenergialle E pätee 0 < E < ∞ . Signaali on tehosignaali, jos sen keskimääräiselle teholle P pätee 0 < P < ∞. Signaali ei voi olla yhtä aikaa sekä energia- että tehosignaali. Energiasignaalin keskimääräinen teho on nolla ja tehosignaalin kokonaisenergia ääretön. Yleensä jaksolliset ja satunnaiset signaalit ovat tehosignaaleja, kun taas deterministiset ja jaksottomat signaalit ovat energiasignaaleja.
Signaalin x(t) kokonaisenergia E ja keskimääräinen teho P voidaan määrittää kaavoilla:
dttxE ∫∞
∞−
= )(2
dttxTT
PT
T∫−∞→
= )(21lim 2
©Jyrki Laitinen TL5231 Signaaliteoria (S2004) 29
Signaalien luokitteluHuomaa, että kokonaisenergian laskukaavassa summataan (integroidaan) signaalin x(t) kaikki energia-arvot x2(t) yhteen, jolloin tuloksena saadaan kokonaisenergia E [J]. Vastaavasti keskimääräisen tehon laskukaavassa lasketaan kokonaisenergia [J] tietyllä aikavälillä ja jaetaan lopputulos aikavälin pituudella [s], jolloin tuloksena saadaan keskimääräinen teho [J/s)] = [W]. Käytännössä näissä lasketaan aika-akselin ja signaalin x2(t) väliin jäävää pinta-alaa ja signaalin x2(t) keskiarvoa.
Esimerkki. Suorakaidepulssin x(t) kokonaisenergia.
-T/2 T/2
A
x(t) (= amplitudi)
-T/2 T/2
A2
x2(t) (= amplitudin neliö = teho)
Pinta-ala = A2T= kokonaisenergia
TAdttxE 22 )( == ∫∞
∞−
©Jyrki Laitinen TL5231 Signaaliteoria (S2004) 30
Signaalien luokitteluEsimerkki. Jaksollisen suorakaidepulssijonon x(t) keskimääräinen teho.
-T0/2 T0/2
A
x(t)
-T0/2 T0/2
A2
x2(t)
Kokonaisenergia E = ∞. Yhden jakson energia = A2T.
Keskimääräinen teho P on nyt yhden jakson energia jaettuna jakson pituudella = signaalin keskiarvo. Eli
P =A2T/T0.
T T