Sygnały zdeterminowane – funkcja korelacji
Funkcja korelacji sygnałów (dla sygnałów o ograniczonej energii)
dt
t
y
t
x
K
xy
Funkcja autokorelacji sygnału (dla sygnału o ograniczonej energii)
dt
t
x
t
x
K
xx
Funkcja autokorelacji sygnału (dla sygnału o ograniczonej mocy)
T
.
T
.
T
xx
dt
t
x
t
x
T
lim
K
5
0
5
0
1
yx
xy
K
K
Sygnały zdeterminowane – własności funkcji
korelacji
0
0
2
yy
xx
xy
K
K
K
Związek między korelacją R
xy
(τ) oraz
R
yx
(τ)
Funkcja autokorelacji jest
parzysta
xx
xx
K
K
Energia sygnału (moc sygnału)
jest równa wartości funkcji
autokorelacji dla τ=0
0
0
xx
x
xx
x
K
P
K
E
Funkcja autokorelacji jest nie
większa od swej wartości dla
τ=0
0
xx
xx
K
K
Ograniczenie funkcji korelacji
wzajemnej
Korelacja sygnału i tego
samego sygnału
przesuniętego o t
0
0
0
0
0
t
K
K
t
K
K
xx
x
x
xx
xx
t
t
Pole ograniczone wykresem funkcji korelacji jest równe
kwadratowi pola ograniczonego wykresem sygnału
Sygnały zdeterminowane – przykłady funkcji
korelacji
Sygnały o nieograniczonym czasie trwania i ograniczonej energii
Sygnał wykładniczy
malejący
e
A
K
t
dla
t
dla
Ae
t
x
xx
t
2
0
0
0
0
2
Sygnały okresowe o ograniczonej mocy
Sygnał sinusoidalny
cos
A
K
t
sin
A
t
x
xx
2
2
Sygnały o ograniczonym czasie trwania i ograniczonej energii
Impuls prostokątny
5
0
1
1
0
5
0
1
5
0
5
0
5
0
0
.
dla
dla
K
.
t
dla
.
t
dla
.
.
t
dla
t
x
xx
Sygnały okresowe – trygonometryczny szereg
Fouriera
Ciąg sygnałów ortogonalnych
Trygonometryczny szereg
Fouriera
T
k
n
T
k
n
dt
t
k
sin
t
n
sin
0
0
0
2
0
1
0
0
0
n
n
n
t
n
sin
b
t
n
cos
a
a
t
x
T
n
T
n
T
dt
t
n
sin
t
x
T
b
dt
t
n
cos
t
x
T
a
x
dt
t
x
T
a
0
0
0
0
0
0
2
2
1
wartość średnia sygnału
Przykład warunku ortogonalności
(dla elementów ciągu z sin)
..........
t
sin
t
cos
t
sin
t
cos
0
0
0
0
2
2
1
Sygnały okresowe – trygonometryczny szereg
Fouriera
Warunki zbieżności szeregu (warunki Dirichleta):
- sygnał jest okresowy
- w przedziale okresowości istnieje przeliczalna ilość punktów
nieciągłości
- w punktach nieciągłości spełniony jest warunek
t
x
lim
t
x
lim
T
x
x
t
T
t
0
2
1
0
t
x
lim
t
x
lim
t
x
nc
nc
t
t
t
t
nc
2
1
- na końcach przedziału okresowości wartości sygnału są równe
Sygnały okresowe – moc sygnału
Moc sygnału okresowego jest sumą mocy składowej stałej
i mocy poszczególnych harmonicznych sygnału
2
2
2
0
1
2
1
0
0
0
2
2
1
n
n
n
x
n
n
x
x
n
n
n
b
a
P
a
P
P
P
P
t
n
sin
b
t
n
cos
a
a
t
x
Sygnały okresowe – zespolony szereg Fouriera
Szereg Fouriera
1
0
0
0
n
n
n
t
n
sin
b
t
n
cos
a
a
t
x
podstawienia
t
in
t
in
t
in
t
in
e
e
i
t
n
sin
;
e
e
t
n
cos
0
0
0
0
2
1
2
1
0
0
n
t
in
n
e
X
t
x
0
Zespolony szereg Fouriera
T
t
in
n
n
n
n
n
n
dt
e
t
x
T
X
;
n
ib
a
n
a
n
ib
a
X
0
0
0
1
0
2
1
0
0
2
1
zespolone
współczynniki
szeregu
Sygnały okresowe – dyskretne widmo sygnału
okresowego
Dyskretne widmo sygnału okresowego
,....
X
,...,
X
,
X
,
X
...,
,
X
....
t
x
n
n
1
0
1
widmo amplitudowe jest symetryczne względem osi pionowej
Dyskretne widmo amplitudowe sygnału okresowego
,....
X
,...,
X
,
X
,
X
...,
,
X
....
t
x
n
n
1
0
1
Dyskretne widmo fazowe sygnału okresowego
,...
X
arg
,..,
X
arg
,
X
arg
,
X
arg
..,
,
X
arg
...
t
x
n
n
1
0
1
Widmo mocy sygnału okresowego
,...
X
,..,
X
,
X
,
X
..,
,
X
...
t
x
n
n
2
2
1
2
0
2
1
2
Interpretacja - moc n-tej
harmonicznej
2
2
n
n
x
X
X
P
n
Sygnały prawie-okresowe
Sygnały okresowe
t
sin
t
sin
t
sin
t
x
60
40
30
istnieją takie liczby całkowite n
1
n
2
n
3
, które przemnożone przez
okresy T
1
T
2
T
3
wyznaczają okres T sygnału x(t)
30
1
20
1
15
1
3
2
1
n
n
n
T
Sygnały prawie okresowe
t
sin
t
sin
t
sin
t
x
3
2
2
nie istnieją takie liczby
całkowite n
1
n
2
n
3
2
3
2
2
3
2
1
n
n
n
T
3
1
3
1
2
15
30
3
4
15
20
1
1
1
3
1
1
2
,
NWW
n
n
n
n
n
n
n
Rozwiązanie:
1
3
1
2
3
2
2
2
n
n
n
n
Wrunek okresowości sygnału x(t)
Przekształcenie Fouriera - widmo sygnału
Współczynnik zespolonego szeregu Fouriera (zespolona amplituda)
Proste przekształcenie Fouriera
przejścia graniczne
0
0
0
n
;
;
T
2
2
0
1
T
T
t
in
n
dt
e
t
x
T
X
dt
e
t
x
X
t
in
0
Hz
sygna
ły
fizyczny
wymiar
f
X
T
X
X
n
n
X(
) jest widmem
(widmem zespolonym)
sygnału x(t)
Warunkiem wystarczającym istnienia transformaty
jest istnienie
całki z modułu sygnału (bezwzględna całkowalność)
dt
t
x
wówczas
0
X
lim
Przekształcenie Fouriera - widmo sygnału
Zespolony szereg Fouriera
Odwrotne przekształcenie Fouriera
przejścia graniczne
0
0
0
n
;
d
;
T
n
t
in
n
e
X
t
x
0
d
e
X
t
x
t
i
2
1
Odwrotne przekształcenie Fouriera pozwala odtworzyć sygnał na podstawie
jego widma zespolonego