background image

Dużo rysunków mało 

rachunków

Publikacja współfinansowana 

ze środków  Unii Europejskiej

w ramach Europejskiego Funduszu Społecznego

Podobnie  jak  przedstawione  uprzednio  wzory  całkowe  służą do 
rozkładania  budowli  złożonych  z  funkcji  ciągłych  na  elementarne 
cegły funkcji trygonometrycznych  tak samo  możliwe  jest  rozbijanie 
przebiegów  dyskretnych.  Operatory  całkowe  posiadały  czynniki  o 
zmieniającej się częstotliwości. Wykorzystując technikę przestrzeni 
zespolonej  zobaczymy,  że  wektory  o  różnej  szybkości  wirowania 
pełnią taką samą funkcję.    Zrobimy  to  wykorzystując  prawie 
wyłącznie obrazki.

background image

Sygnał ciągły…

Publikacja współfinansowana 

ze środków  Unii Europejskiej

w ramach Europejskiego Funduszu Społecznego

Sygnał ciągły  reprezentowany  przez  obieg  w  przestrzeni  zespolonej 
wiedzie swój wyjątkowo monotonny żywot, który składa się z kolejnych 
okresów. 

Każdemu przyrostowi czasu 

t

odpowiada 

stały przyrost kąta 

∆ ϕ

. W czasie równym 

okresowi sygnał przebywa 2π. Szybkość
wirowania jest stała.

0

2

)

(

ϕ

π

ϕ

+

=

t

T

t

1

1

,

ϕ

t

2

2

,

ϕ

t

Sygnał

podglądany  jest  w  określonych  chwilach  czasu 

wyznaczanych przez częstotliwość próbkowania.

background image

… i cyfrowy paparazzi

Publikacja współfinansowana 

ze środków  Unii Europejskiej

w ramach Europejskiego Funduszu Społecznego

tym 

przypadku 

sygnał

„fotografowany” jest  cztery  razy  w 
ciągu  swojego  okresu.  Częstotliwość
przebiegu  analogowego  może  być
wyrażona  względem  częstotliwości 
próbkowania. 

f

p

/4 

częstotliwość

Na 

osi 

częstotliwości 

można 

oznaczyć

częstotliwość próbkowania i 
częstotliwość sygnału, która 
jest 4 razy mniejsza.

f

p

background image

Widok na osi czasu

Publikacja współfinansowana 

ze środków  Unii Europejskiej

w ramach Europejskiego Funduszu Społecznego

czasie 

ć

wierci 

okresu 

próbkowania  sygnał obraca  się
o  π/2.  „A” to  amplituda  sygnału 
a  czerwone  punkty  oznaczają
jego chwilowe wartości. 

Wzajemna 

relacja 

częstotliwości 

próbkowania  i  częstotliwości  sygnału 
próbkowanego  w  tym  przykładzie  zostały 
tendencyjnie  dobrane  w  taki  sposób  aby 
łatwo  było  określić wartości  próbek  i 
narysować je na osi czasu.

czas 

czas 

c

z

ę

ś

ć

rz

e

c

z

y

w

is

ta

c

z

ę

ś

ć

u

ro

jo

n

a

A

Ai

-A

-Ai

background image

Zamiast całek wektory

Publikacja współfinansowana 

ze środków  Unii Europejskiej

w ramach Europejskiego Funduszu Społecznego

Przedstawiony  sygnał poddany  zostanie  analizie  podobnej  do  analizy 
dotyczącej  szeregu  Fouriera.  Podobnie  jak  poprzednio  rozważania 
dotyczyć będą jednego  okresu. Tu  jednak  nie  ma  miejsca  na  całki.  W  ich 
zastępstwie  wystąpią wektory  analizujące.  Są one  dyskretne  zatem 
przeskakują w różnym tempie między punktami próbkowania.

Drugi 

wektor 

ciągu 

okresu 

przeskakuje o π/2.

Konsekwentnie, 
trzeci  przeskoczy  o 
π, 

a czwarty o 3/2 π.

Pierwszy wektor jest 
nieruchomy.

Nie  ma  sensu  wprowadzania  piątego  wektora  bo  jest  on  tym  samym  co 
pierwszy. Wszystkie wektory mają taką samą długość równą 1.

background image

Cztery wektory i starcie 

Publikacja współfinansowana 

ze środków  Unii Europejskiej

w ramach Europejskiego Funduszu Społecznego

Teraz będziemy fotografować wzajemne położenia sygnału dyskretnego i 
kolejnych wektorów. Najpierw wektor nieruchomy. Mnożymy położenia 
sygnału (niebieskie) i wektora analizującego (czerwone).

A

Ai

-A

-Ai

A

Ai

-A

-Ai

A

Ai

-A

-Ai

A

Ai

-A

-Ai

iloczyn = A

iloczyn = Ai

iloczyn = -A

iloczyn = -Ai

Na koniec sumujemy otrzymane iloczyny:

suma = 0

background image

Publikacja współfinansowana 

ze środków  Unii Europejskiej

w ramach Europejskiego Funduszu Społecznego

Drugi wektor 

Drugi z wektorów obraca się tak samo szybko jak sygnał:

A

Ai

-A

-Ai

A

Ai

-A

-Ai

A

Ai

-A

-Ai

A

Ai

-A

-Ai

iloczyn = A

iloczyn = Aii=-A

iloczyn = -A(-1)=iloczyn = -Ai(-i)=-A

Dwa  podobne  wektory  dały  zero.  Wprowadźmy  pewną modyfikację
polegającą na  zastąpieniu  czerwonego  wektora  analizującego  wektorem 
sprzężonym.  Poprzedniego  rysunku  nie  musimy  modyfikować gdyż
pierwszy wektor analizujący był wskazywał zawsze liczbę rzeczywistą.

suma = 0

background image

Publikacja współfinansowana 

ze środków  Unii Europejskiej

w ramach Europejskiego Funduszu Społecznego

Drugi wektor po raz drugi 

Zmodyfikowana sytuacja wygląda tak:

A

Ai

-A

-Ai

A

Ai

-A

-Ai

A

Ai

-A

-Ai

A

Ai

-A

-Ai

A

Ai(-i)=A

-A(-1)=A

-Aii=A

W wyniku sumowania otrzymujemy wartość niezerową.

suma = 4A

background image

suma = 0

Trzeci i czwarty

Publikacja współfinansowana 

ze środków  Unii Europejskiej

w ramach Europejskiego Funduszu Społecznego

A

Ai

-A

-Ai

A

Ai

-A

-Ai

A

Ai

-A

-Ai

A

Ai

-A

-Ai

A

Ai

-A

-Ai

A

Ai

-A

-Ai

A

Ai

-A

-Ai

A

Ai

-A

-Ai

A

-Ai

-A

(-1)-Ai=Ai

suma = 0

Dla dwóch ostatnich wektorów znowu otrzymujemy zero.

A

Aii=-A

A

-Ai(-i)=-A

background image

Podsumowanie 

Publikacja współfinansowana 

ze środków  Unii Europejskiej

w ramach Europejskiego Funduszu Społecznego

Uzyskane rezultaty przedstawiają się następująco:

wektor 0 

suma 0

wektor ¼ f

p

suma 4A

wektor 2/4 f

p

suma 0

wektor ¾ f

p

suma 0

Można  to  narysować otrzymując 
widmo  częstotliwościowe  badanego 
sygnału:

f

p

/4 

częstotliwość

3/4f

p

Otrzymaliśmy  wynik  zgodny  z  intuicją,  ponieważ jeden  z  wektorów  o 
szybkości  zgodnej  z  szybkością sygnału  dał niezerową odpowiedź. 
Rzeczywista  wartość prążka  widmowego  wskazuje  na  fakt,  że  faza 
początkowa sygnału wynosi zero czyli startuje on z osi rzeczywistej.

background image

Trudniejszy przykład

Publikacja współfinansowana 

ze środków  Unii Europejskiej

w ramach Europejskiego Funduszu Społecznego

Poprzedni  przykład  pokazał nam  algorytm  ekstrakcji  informacji  z  obiegu 
zespolonego.  Teraz  przyjrzymy  się jak  będzie  wyglądało  to  w  przypadku 
funkcji  o  wartościach  rzeczywistych.  Będzie  to  funkcja  sinus,  która  jak 
wiemy  jest  złożeniem  dwóch  wektorów  wirujących  w  przestrzeni 
zespolonej.  Najpierw  rysunek  kolejnych  zdjęć powstających  w  wyniku 
próbkowania sinusa.

( )

j

j

ϕ

exp

(

)

j

j

ϕ

− exp

czas

background image

Znów wektory

Publikacja współfinansowana 

ze środków  Unii Europejskiej

w ramach Europejskiego Funduszu Społecznego

Ponownie wykonamy korelację, tym razem sygnału sinusoidalnego 
z tym samym zbiorem wektorów analizujących:

A

Ai

-A

-Ai

A

Ai

-A

-Ai

A

Ai

-A

-Ai

A

Ai

-A

-Ai

0

A

0

-A

Częstotliwość

sinusoidy 

również

wynosi 

¼

częstotliwości 

próbkowania. 

Dla 

pierwszego 

(nieruchomego) 

wektora 

otrzymujemy zerową sumę iloczynów.

background image

Wektor synchroniczny

Publikacja współfinansowana 

ze środków  Unii Europejskiej

w ramach Europejskiego Funduszu Społecznego

Teraz  znowu  wektor  o  częstotliwości  równej  częstotliwości  funkcji 
próbkowanej…

0

A

Ai

-A

-Ai

A

Ai

-A

-Ai

A

Ai

-A

-Ai

A

Ai

-A

-Ai

-iA

0

-iA

Suma  podobnie  jak  w  poprzednim  przypadku  jest  niezerowa,  ale  w 
przeciwieństwie do niego jest urojona.

background image

Trzeci wektor

Publikacja współfinansowana 

ze środków  Unii Europejskiej

w ramach Europejskiego Funduszu Społecznego

Iloczyny znoszą się wskazując, że wektory analizujące nie obracają
się w zgodzie z wektorem sygnału analizowanego.

Korelacja  z  wektorem  poruszającym  się co 

π/2

nie  wnosi  nic 

zaskakującego do naszego obrazu:

A

Ai

-A

-Ai

A

Ai

-A

-Ai

A

Ai

-A

-Ai

A

Ai

-A

-Ai

0

-A

0

A

background image

Czwarty wektor…

Publikacja współfinansowana 

ze środków  Unii Europejskiej

w ramach Europejskiego Funduszu Społecznego

Tutaj  spotyka  nas  niespodzianka.  Trzeci  wektor  o  innej  szybkości  w 
wyniku  korelacji  dał wartość niezerową.  Wydaje  się to  być ciosem  w 
zaprezentowaną metodykę, jednakże…

Podobnie  jak  poprzednio  na  końcu  wykonujemy  korelację z 
czwartym wektorem…

A

Ai

-A

-Ai

A

Ai

-A

-Ai

A

Ai

-A

-Ai

A

Ai

-A

-Ai

0

iA

0

-i(-A)=iA

background image

…i jego drugie oblicze

Publikacja współfinansowana 

ze środków  Unii Europejskiej

w ramach Europejskiego Funduszu Społecznego

wektor przeskakuje o 3/2 π: 

0

3/2 

π

0

-1/2 

π

ale w takich samych miejscach znajdzie się skacząc o minus 

π/2

.

background image

DFT…

Publikacja współfinansowana 

ze środków  Unii Europejskiej

w ramach Europejskiego Funduszu Społecznego

Procedura  prześledzona  przez  nas  na  obrazkach  wektorów  w  przestrzeni 
zespolonej  jest  to  dyskretne  przekształcenie  Fouriera.  Ostatni  wynik  jest 
potwierdzeniem  postawionej  dużo  wcześniej  tezy  mówiącej,  że  przekształcenie 
sygnału  prowadzące  do  jego  reprezentacji  częstotliwościowej  widzi  wektory 
wirujące  w przestrzeni  zespolonej  a  nie  rzeczywisty  sygnał w  dziedzinie  czasu. 
Przekształcenie  zsynchronizowało  się (dało  niezerowy  wynik)  w  dwóch 
przypadkach. 

f

p

/4 

częstotliwość

f

p

3/4f

p

Jeden  z  prążków  to  wirowanie  składowej  z  częstotliwością dodatnią.  Drugi  to  wirowanie 
składowej sprzężonej z taką samą co od wartości częstotliwością ujemną. 

0

f

p

/4 

f

p

3/4f

p

0

-f

p

/4 

background image

…widzi funkcje zespolone

Publikacja współfinansowana 

ze środków  Unii Europejskiej

w ramach Europejskiego Funduszu Społecznego

Kolejny dowód to wartości otrzymanych prążków widmowych.

f

p

/4 

f

p

3/4f

p

0

-f

p

/4 

częstotliwość

-2Ai

2Ai

2Ai

Są to  wartości  urojone,  z  których 
można wyznaczyć ich kąt fazowy: 

0

Kąt  fazowy 

i

wynosi 

90º

0

Kąt  fazowy  -

i

wynosi 

-90º

Wektory  startują od  kąta  zero.  Jednak 
aby  sinus  był rzeczywisty  oba  zostały 
podzielone 

przez 

i. 

Podzielenie/pomnożenie 

przez 

jednostkę urojoną to właśnie obrót o 90 

º. 

Zatem  faza  początkowa  sinusa 

wynosi zero ale wektorów zespolonych 
nie.

background image

Podsumowanie

Publikacja współfinansowana 

ze środków  Unii Europejskiej

w ramach Europejskiego Funduszu Społecznego

Zespolona 

reprezentacja 

sygnału 

dyskretnego 

umożliwiła 

pokazanie  jak  działa  algorytm  dyskretnego  przekształcenia 
Fouriera.
DFT  wytwarza  widmo  sygnału  informujące  o  amplitudach  i  fazach 
początkowych jego składowych zespolonych. 
Widmo sygnału dyskretnego jest również dyskretne. 

background image

Następne zagadnienie

Publikacja współfinansowana 

ze środków  Unii Europejskiej

w ramach Europejskiego Funduszu Społecznego

Dyskretne przekształcenie Fouriera to potężne narzędzie w analizie 
cyfrowej i nie jest ono oczywiście wykonywane w sposób graficzny. 
Z  tego  względu  wypada  zapisać

matematycznie  algorytm 

zrealizowany  językiem  obrazkowym.  Jak  się okaże  zależność
będzie  miała  wiele  wspólnego  z  wyrażeniem  obowiązującym  dla 
poznanych  uprzednio  ciągłych  sygnałów  periodycznych.  Należy 
jeszcze  sprawdzić jak  zareaguje  DFT  na  jawne  pogwałcenie 
twierdzenia o próbkowaniu.