Digitális jelfeldolgozás Mintavételezés és jel-rekonstrukció
Magyar Attila Pannon Egyetem Műszaki Informatikai Kar Villamosmérnöki és Információs Rendszerek Tanszék
[email protected]
2010. szeptember 8.
Bevezetés
Áttekintés
1
Bevezetés
2
Analóg jelek
3
Mintavételezés
4
Szinuszos jelek mintavételezése
5
Különböző DSP frekvenciaegységek
6
DSP rendszerek alapvető komponensei
Magyar A. (Pannon Egyetem)
DSP
2011 szeptember
2 / 22
Bevezetés
Bevezetés
Analóg jelek digitális feldolgozásának lépései A/D konverzió: digitalizálás és kvantálás digitális jelek feldolgozása D/A konverzió: a digitális jel visszatranszformálása analóg jelé
Magyar A. (Pannon Egyetem)
DSP
2011 szeptember
3 / 22
Analóg jelek
Áttekintés
1
Bevezetés
2
Analóg jelek
3
Mintavételezés
4
Szinuszos jelek mintavételezése
5
Különböző DSP frekvenciaegységek
6
DSP rendszerek alapvető komponensei
Magyar A. (Pannon Egyetem)
DSP
2011 szeptember
4 / 22
Analóg jelek
Analóg jelek Időtartomány
Frekvenciatartomány
Jelek: x(t) időfüggvények
X (Ω)
Inverz-Fourier transztformált Z ∞ dΩ x(t) = X (Ω)e jΩt 2π −∞
Fourier transzformált Z ∞ X (Ω) = x(t)e −jΩt dt −∞
Laplace transzformált (s = jω) Z
∞
X (s) =
x(t)e −st dt
−∞
x(t) = e −α1 t e jΩ1 t u(t) s1 = −α1 + jΩ1 X (s) =
1 s − s1
Magyar A. (Pannon Egyetem)
DSP
2011 szeptember
5 / 22
Analóg jelek
Lineáris renszerek Lineáris időinvariáns (LTI, Linear, Time-Invariant) rendszerek h(t) impulzusválasz-függvényének (súlyfüggvényének) ismeretében x(t)-re adott válasz időtartományban konvolúció Z ∞ y (t) = h(t − t 0 )x(t 0 )dt = h(t) ∗ x(t) −∞
frekvenciatartományban szorzat Y (Ω) = H(Ω) · X (Ω) H(Ω): frekvenciaválasz függvény Z H(Ω) =
∞
h(t)e −jΩt dt
−∞
Magyar A. (Pannon Egyetem)
DSP
2011 szeptember
6 / 22
Analóg jelek
Lineáris renszerek LTI rendszer állandósult állapotbeli válasza szinuszos bemenetre
Frekvenciafüggő erősítés (és fázistolás) x(t) = e jΩt
⇒
y (t) = H(Ω)e jΩt = |H(Ω)|e j(Ω+arg (H(Ω)))t
Szuperpozíció tétele: x(t) = A1 e jΩ1 t +A2 e jΩ2 t
Magyar A. (Pannon Egyetem)
⇒
y (t) = A1 H(Ω1 )e jΩ1 t +A2 H(Ω2 )e jΩ2 t
DSP
2011 szeptember
7 / 22
Mintavételezés
Mintavételezés
T másodpercenként periodikusan megmérjük a jel értékét → az időhalmazt diszkretizáljuk t = nT ,
n = 0, 1, 2, . . .
Kérdések Milyen hatással van a mintavételezés a jel spektrumára? Hogy válasszuk meg T -t? Magyar A. (Pannon Egyetem)
DSP
2011 szeptember
8 / 22
Mintavételezés
Mintavételezés Az eredeti jel teljes spektruma periodikusan ismétlődve megjelenik a mintavételezett jelben, az ismétlődés frekvenciája a mintavételi frekvencia: 1 fs = T
Csak a mintavételezett jel spektrumának ismeretében nem határozható meg az eredeti jel spektruma (alias). Mintavételi idő: elég kicsi ne túl kicsi Magyar A. (Pannon Egyetem)
DSP
2011 szeptember
9 / 22
Mintavételezés
Mintavételezési tétel
Mintavételezési tétel Tétel (Shannon) Legyen x(t) sávhatárolt jel. Az x(t) jel egyértelműen előállítható az x(nT ) mintáiból, ha az fs mintavételi frekvencia legalább kétszerese a jel maximális frekvenciájának (fmax ), azaz 1 fs ≥ 2fmax vagy T ≤ . 2fmax
Megengedhető legkisebb mintavételi frekvencia (Nyquist ráta): fs = 2fmax Nyquist frekvencia: f2sh i Nyquist intervallum: − f2s , f2s Magyar A. (Pannon Egyetem)
DSP
2011 szeptember
10 / 22
Mintavételezés
Mintavételezési tétel
Mintavételezési tétel
fmax és fs értéke alkalmazásfüggő alkalmazás geofizikai biomedikai mechanikai beszéd audio video
Magyar A. (Pannon Egyetem)
fmax 500 Hz 1kHz 2kHz 4kHz 20kHz 4Mhz
DSP
fs 1kHz 2kHz 4kHz 8kHz 40 kHz 8MHz
2011 szeptember
11 / 22
Mintavételezés
Antialias előszűrők
Antialias előszűrők A gyakorlatban előforduló jelek nem sávhatároltak Mintavételezés előtt analóg aluláteresztő szűrés (antialias előszűrés) Vágási frekvencia (fmax ) legfeljebb a Nyquist frekvencia lehet fmax ≤
Magyar A. (Pannon Egyetem)
DSP
fs 2
2011 szeptember
12 / 22
Mintavételezés
Hardver korlátok
Antialias előszűrők Mi történik, ha nem a Shannon tételnek megfelelően mintavételezünk?
Shannon tétel alsó korlátot ad fs -re Az alkalmazott hardver felső korlátot szab fs -nek Minta feldolgozási ideje: Tproc Korlát: T ≥ Tproc , azaz fs ≤ fproc (fproc = 1/Tproc )
(Összegezve) 2fmax ≤ fs ≤ fproc Magyar A. (Pannon Egyetem)
DSP
2011 szeptember
13 / 22
Szinuszos jelek mintavételezése
Áttekintés 1
Bevezetés
2
Analóg jelek
3
Mintavételezés
4
Szinuszos jelek mintavételezése Analóg rekonstrukció és alias Forgómozgás
5
Különböző DSP frekvenciaegységek
6
DSP rendszerek alapvető komponensei
Magyar A. (Pannon Egyetem)
DSP
2011 szeptember
14 / 22
Szinuszos jelek mintavételezése
Szinuszos jelek mintavételezése x(t) = cos(2πft)
Ciklusonkénti mintavételek legkisebb elfogadható száma 2 fs minta fs minta/s minta ≥2 ⇒ fs ≥ 2f = = f ciklus f ciklus/s ciklus Tetszőleges általános x(t) jel felírható szinuszos jelek lineáris kombinációjaként (inverz Fourier transzformáció) x(t) = A1 cos(2πf1 t) + A2 cos(2πf2 t) + · · · + Amax cos(2πfmax t) ⇓ 2f1 ≤ 2f2 ≤ · · · ≤ 2fmax ≤ fs Magyar A. (Pannon Egyetem)
DSP
2011 szeptember
15 / 22
Szinuszos jelek mintavételezése
Analóg rekonstrukció és alias
Analóg rekonstrukció és alias Alias hatása a rekonstruált jelre Komplex exponenciálisok x(t) = e jΩt = e 2πjft Mintavételezés (t = nT ): x(nT ) = e jΩnT = e 2πjfTn Komplex exponenciálisok családja (m = 0, ±1, ±2, . . . ) xm (t) = e 2πj(f +mfs )t ,
ill. xm (t) = e 2πj(f +mfs )Tn
xm (nT ) = e 2πj(f +mfs )Tn = e 2πjfTn e 2πjmfs Tn = e 2πjfTn = x(nT ) Tehát az f , f ± fs , f ± 2fs , . . . , f ± mfs frekvenciák ekvivalensek
Magyar A. (Pannon Egyetem)
DSP
2011 szeptember
16 / 22
Szinuszos jelek mintavételezése
Analóg rekonstrukció és alias
Analóg rekonstrukció és alias Egy ideális analóg helyreállító a [−fs /2, fs /2] Nyquist intervallumbeli spektrumot állítja helyre (aluláteresztő szűrő) A helyreállított jel xa (t) = e 2πjfa t ,
Magyar A. (Pannon Egyetem)
ahol fa = f
DSP
mod (fs )
2011 szeptember
17 / 22
Szinuszos jelek mintavételezése
Forgómozgás
Forgómozgás e 2πjft komplex exponenciális leírása forgómozgásként forgómozgás frekvenciája f fordulat/s (Ω = 2πf radián/s) villogás frekvenciája fs villanás/s két villanás közti szögelfordulás ω ω = ΩT = 2πfT =
2πf fs
digitális frekvencia [radián/minta]
Digitális frekvencia x(nT ) = e 2πjfTn = e jωn Nyquist frekvencia f = fs /2 ⇒ ω = π Nyquist intervallum [−π, π] Alias frekvencia ωa = ω mod (2π)
Magyar A. (Pannon Egyetem)
DSP
2011 szeptember
18 / 22
Különböző DSP frekvenciaegységek
Áttekintés
1
Bevezetés
2
Analóg jelek
3
Mintavételezés
4
Szinuszos jelek mintavételezése
5
Különböző DSP frekvenciaegységek
6
DSP rendszerek alapvető komponensei
Magyar A. (Pannon Egyetem)
DSP
2011 szeptember
19 / 22
Különböző DSP frekvenciaegységek
Különböző DSP frekvencia egységek
Ugyanannak a mintavételezett komplex exponenciálisnak a különböző formái f e 2πjfTn = e 2πj fs n = e jΩTn = e jωn
Magyar A. (Pannon Egyetem)
DSP
2011 szeptember
20 / 22
DSP rendszerek alapvető komponensei
Áttekintés
1
Bevezetés
2
Analóg jelek
3
Mintavételezés
4
Szinuszos jelek mintavételezése
5
Különböző DSP frekvenciaegységek
6
DSP rendszerek alapvető komponensei
Magyar A. (Pannon Egyetem)
DSP
2011 szeptember
21 / 22
DSP rendszerek alapvető komponensei
DSP rendszerek alapvető komponensei 1 2 3 4 5
Analóg antialias (aluláteresztő) előszűrő A/D konverter (mintavevő és kvantáló) Digitális jelfeldolgozó processzor D/A konverter (nulladrendű tartó) Analóg utószűrő
Ya (f ) = HPOST (f )HDAC (f )HDSP (f ) T1 (HPRE (f )Xa (f ) + másolatok) = HDSP (f )Xa (f ) Magyar A. (Pannon Egyetem)
DSP
2011 szeptember
22 / 22