Professional Documents
Culture Documents
laboratorium
Wojciech leszyski
Politechnika Gdaska
Wydzia Elektrotechniki i Automatyki
Gdask 2010
Wprowadzenie
Skrypt zawiera siedem wicze laboratoryjnych przeznaczonych do realizacji w ramach
przedmiotu Sygnay i systemy dynamiczne. W wiczeniu pierwszym scharakteryzowano
krtko rodowisko Matlab, omwiono podstawy jzyka Matlab i moliwoci graficznego
przedstawiania danych. Podano przykady tworzenia i wizualizowania sygnaw w tym
rodowisku. wiczenie drugie powiecono szeregowi Fouriera sygnaw cigych i
dyskretnych, poruszono zagadnienia zwizane z prbkowaniem sygnaw, czstotliwoci
sygnaw dyskretnych i zjawiskiem nakadania widma, dokonano analizy i syntezy prostych
sygnaw okresowych, wykorzystujc w tym celu rwnie wybrane waciwoci szeregu
Fouriera. wiczenie trzecie dotyczy przeksztacenia Fouriera sygnaw cigych i
dyskretnych oraz dyskretnej transformaty Fouriera. Podano przykady wykorzystania
dyskretnej transformaty Fouriera w celu wyznaczania widm sygnaw o ograniczonej energii
oraz widm sygnaw okresowych i zwrcono uwag na waciw interpretacj uzyskiwanych
wynikw. W wiczeniu czwartym analizowane s trjfazowe sygnay okresowe, mierzone w
ukadach energoelektronicznych. Studenci samodzielnie wykonuj analiz widmow i
obliczaj podstawowe parametry zarejestrowanych sygnaw trjfazowych, a take sygnaw
zespolonych, uzyskanych dziki transformacji sygnaw trjfazowych. W wiczeniu pitym
skupiono si na ilustracji podstawowych waciwoci dyskretnych ukadw liniowych.
Pokazane s w praktyce metody wyznaczania charakterystyk czstotliwociowych ukadw
dyskretnych, analizowane jest dziaanie i charakterystyki filtrw o skoczonej i nieskoczonej
odpowiedzi impulsowej, implementowany jest w jzyku Matlab rekurencyjny algorytm
obliczania wartoci redniej. wiczenie szste stanowi wprowadzenie do projektowania
filtrw cyfrowych metodami transformacji filtrw analogowych do postaci cyfrowej. W
wiczeniu badane s ukady cyfrowe uzyskane metodami niezmiennoci odpowiedzi
czasowych i metodami opartymi na cakowaniu numerycznym. W wiczeniu sidmym
przedstawiono zasad dziaania i szczegy implementacyjne ukadu ptli synchronizacji
fazowej.
Instrukcje do wicze zostay napisane w taki sposb, aby kada z nich stanowia
autonomiczn cao i zawieraa cz teoretyczn uatwiajc studentom przygotowanie si
do zaj. Poszczeglne instrukcje laboratoryjne rozpoczynaj si od podania celu wiczenia.
Nastpnie w czci teoretycznej wprowadzane s nowe pojcia i zalenoci wraz z
przykadami i sownymi wyjanieniami. Wikszo instrukcji zawiera take zadania
przeznaczone do rozwizania w domu, ktrych celem jest utrwalenie wiedzy niezbdnej do
realizacji wicze laboratoryjnych. W ramach przygotowania do zaj wymagane jest
zapoznanie si z czci teoretyczn i wykonanie zada domowych. Ostatni cz kadej
instrukcji stanowi opis zada przeznaczonych do wykonania w czasie zaj laboratoryjnych.
Cz zada laboratoryjnych zawiera rozwizania wybranych zagadnie w rodowisku
Matlab i wymaga analizy uzyskanych wynikw. Druga grupa to zadania problemowe
przeznaczone do samodzielnego rozwizania lub wymagajce modyfikacji przykadowych
rozwiza. Do kadej instrukcji laboratoryjnej doczony jest zestaw programw
zrealizowanych w rodowisku Matlab, ktre bd wykorzystywane w trakcie wicze.
Spis treci
Wprowadzenie
1.
2.
1-1
1.1.
Cel wiczenia
1-1
1.2.
Wprowadzenie
1-1
1.3.
1-2
1.4.
1-3
1.4.1.
1-3
1.4.2.
1-5
1.4.3.
Operatory arytmetyczne
1-7
1.4.4.
1-8
1.4.5.
1-9
1.4.6.
1-9
1.4.7.
1-10
1.5.
Grafika
1-11
1.6.
1-14
1.7.
1-16
1.8.
Literatura
1-16
2-1
2.1.
2-1
2.2.
Podstawy teoretyczne
2-1
2.2.1.
2-1
2.2.2.
2-7
2.2.3.
2-12
2.2.4.
2-13
2.3.
2-14
2.4.
2-15
2.4.1.
2-15
2.4.2.
2-16
2.5.
3.
Literatura
2-17
3-1
3-1
II
3.2.
Przeksztacenie Fouriera
3-1
3.2.2.
3-5
3.2.3.
3-9
3.2.4.
3-12
3.2.5.
3-14
3.2.6.
3-15
3.3.
3-19
3.4.
3-20
3.4.1.
3-20
3.4.2.
3-20
3-21
4-1
4.1.
4-1
4.2.
Podstawy teoretyczne
4-1
4.2.1.
4-1
4.2.2.
4-3
4-5
4.3.1.
4-5
4.3.2.
4-5
4.4.
Literatura
4-6
5-1
5.1.
5-1
5.2.
Podstawy teoretyczne
5-1
5.3.
5-12
5.3.1.
5-12
5.3.2.
5-12
5.4.
6.
Literatura
4.3.
5.
3-1
3.2.1.
3.5.
4.
Podstawy teoretyczne
Literatura
5-15
6-1
6.1.
6-1
6.2.
6-1
6.2.1.
6-1
6.2.2.
6-4
III
6.3.
6-11
6.3.1.
6-11
6.3.2.
6-11
6.4.
7.
Literatura
6-12
7-1
7.1.
Cel wiczenia
7-1
7.2.
Podstawy teoretyczne
7-1
7.3.
7-7
7.4.
7-10
7.4.1.
7-10
7.4.2.
7-10
7.5.
Literatura
7-10
IV
1.2. Wprowadzenie
Matlab jest zaawansowanym technicznym jzykiem do wykonywania rnego rodzaju
oblicze i interaktywnym rodowiskiem do opracowywania algorytmw, analizy i
wizualizacji danych. Uywajc rodowiska Matlab, mona zazwyczaj rozwiza techniczne
problemy obliczeniowe szybciej ni z tradycyjnymi jzykami programowania, takim jak C,
C++ i Fortran. Nazwa Matlab pochodzi od angielskiego zwrotu Matrix Laboratory. Od
samego pocztku rodowisko Matlab byo tak projektowane, aby umoliwi efektywne
prowadzenie oblicze na macierzach.
Oprogramowania Matlab mona uywa do rnorodnych zastosowa, wczajc
przetwarzanie sygnaw i obrazw, komunikacj, projektowanie ukadw sterowania,
testowanie i pomiary, modelowanie finansowe, biologi komputerow i in. Program ma
budow moduow. Dodatkowe przyborniki narzdziowe, tzw. toolbox (zbiory funkcji
programu Matlab specjalnego przeznaczenia, ktre mona dokupi w zalenoci od potrzeb)
rozszerzaj rodowisko Matlab i umoliwiaj rozwizywanie szczeglnych klas problemw.
Program dostarcza rwnie licznych narzdzi do dokumentowania wykonanej pracy.
Matlab skada si z nastpujcych gwnych czci:
Narzdzia pulpitu i rodowisko programistyczne. Ta cz rodowiska Matlab jest
zbiorem programw narzdziowych i udogodnie uatwiajcych wykorzystywanie jego
funkcji i plikw w efektywny sposb. Wiele tych programw jest graficznymi
interfejsami uytkownika, m.in. pulpit programu Matlab, okno polece, edytor,
analizator kodu, przegldarki pomocy, przestrzeni roboczej i folderw.
Biblioteka funkcji matematycznych. Ogromny zbir algorytmw obliczeniowych
rozcigajcych si od elementarnych funkcji, jak suma, sinus i arytmetyka liczb
zespolonych, do bardziej wyszukanych funkcji jak odwracanie macierzy, funkcje
Bessela i szybka transformata Fouriera.
Jzyk. Jest zaawansowanym macierzowo/wektorowym jzykiem z instrukcjami
przepywu sterowania, funkcjami, strukturami danych, obsug urzdze wejcia/wyjcia
i cechami programowania obiektowo-zorientowanego.
Grafika. Matlab posiada obszerne moliwoci wywietlania wektorw i macierzy w
postaci wykresw, jak rwnie wykonywania adnotacji i drukowania wykonanej grafiki.
Zawiera zaawansowane funkcje dla dwuwymiarowej i trjwymiarowej wizualizacji
danych, przetwarzania obrazu, animacji i grafiki na potrzeby prezentacji. Zawiera
rwnie funkcje niskiego poziomu, ktre pozwalaj w peni przystosowa wygld
grafiki, jak rwnie stworzy kompletny graficzny interfejs uytkownika dla aplikacji.
1-1
funkcje rodowiska Matlab musz by wprowadzane tylko przy uyciu maych liter, bo w
przeciwnym przypadku bdzie sygnalizowany bd. Jeli wprowadzenie zmiennej zostanie
zakoczone rednikiem, to jej warto nie zostanie wywietlona w oknie polece programu
Matlab, a w przeciwnym razie zostanie wywietlona.
Podstawow struktur danych w rodowisku Matlab jest macierz: dwuwymiarowa,
prostoktna struktura danych, ktra moe przechowywa wiele elementw danych. Macierze
s rozmiaru mn, gdzie m jest numerem wiersza a n kolumny. Dane mog by rnych typw
(m.in. numeryczne, znakowe, logiczne, struktury), przy czym nie jest wymagana deklaracja
typu zmiennych ani podawanie ich rozmiarw pami przydzielana jest automatycznie a
do wyczerpania zasobw sprztowych komputera. Podstawowym numerycznym typem
danych w rodowisku Matlab s liczby zmiennoprzecinkowe podwjnej precyzji (double). W
ramach zaj bd gwnie wykorzystywane dane typu rzeczywistego i zespolonego.
Minimaln i maksymaln warto liczby rzeczywistej (reprezentowanej przez typ
zmiennoprzecinkowy) dodatniej mona sprawdzi poleceniem realmin (2.225110-308) i
realmax (1.797710308). Informacj o precyzji liczb zmiennoprzecinkowych mona
uzyska poleceniem eps (2.220410-16). W trakcie zaj zakada si wykorzystywanie
staych: liczby , ktra jest reprezentowana komend pi oraz jednostka urojona j = 1
reprezentowana zapisami: 1i lub 1j (zalecany sposb wprowadzania danej) oraz i lub j
(zapis akceptowalny, lecz niezalecany). Oprcz liczb wystpuj rwnie wartoci specjalne,
na przykad: +Inf i Inf (plus i minus nieskoczono, ang. infinity), NaN (nieliczba, ang.
Not a Number), ktre mog by wynikiem na przykad takich operacji, jak -1/0, 0/0.
Liczba zespolona c = a + jb skada si z dwch liczb rzeczywistych a i b oraz operatora
j (w programie Matlab naley uywa zapisu 1i). Podstawowe funkcje zwizane z operacjami
na liczbach zespolonych to:
complex(a,b) tworzenie liczby zespolonej c z czci rzeczywistej i urojonej,
conj(c) liczba sprzona do c rwna c* = a - jb,
1-5
1-7
A*B
4 5 6
8 10 12
12 15 18
A*B
32
A*2
2 4 6
A\B
0 0 0
0 0 0
4/3 5/3 2
2\A
1/2 1 3/2
A/B
32/77
A/2
1/2 1 3/2
A^B
Bd
A^2
Bd
2^A
Bd
(A+j*B)
1-4i
2-5i
3-6i
(A+j*B). 1+4i
2+5i
3+6i
A.*B
Bd
A.*B
A.*2
A.\B
Bd
2 4 6
4 5/2 2
2.\A
A./B
A./2
A.^B
A.^2
2.^A
1/2 1 3/2
1/4 2/5 1/2
1/2 1 3/2
1 32 729
1 4 9
2 4 8
A | B = [0 1 1 1];
~A = [1 1 0 0];
xor(A,B) = [0 1 1 0];
a = 12;
%binarnie
b = 10;
%binarnie
bitand(a,b) = 8 %binarnie
bitor(a,b) = 14 %binarnie
bitcmp(a,4) = 3 %binarnie
bitxor(a,b) = 6 %binarnie
1100
1010
1000
1110
0011
0110.
1-9
while i<j
i = 2*i-3;
end
for k = 1:2:2*n
A(k) = 1/(k+n);
end
1.5. Grafika
rodowisko Matlab oferuje wiele moliwoci graficznego przedstawienia danych,
umoliwia rwnie tworzenie graficznych interfejsw uytkownika. Grafika skada si z
obiektw (ang. objects), ktrych waciwoci (ang. properties) mog by zmieniane. Obiekty
s uoone zgodnie z pewn hierarchi (rys. 1.2) i maj niepowtarzalne identyfikatory (ang.
handle).
1-11
Group Objects umoliwiaj traktowanie wielu potomkw obiektu axes jako jednej grupy,
tworzy si je za pomoc specjalnych funkcji.
Waciwoci obiektu mona uzyska komend get(h), gdzie h jest identyfikatorem
obiektu. Komenda get(h, NazwaWaciwoci) zwraca warto wybranej
waciwoci.
Analogicznie
komend
set(h,
NazwaWaciwoci,
WartoWaciwoci) mona ustawi wybrane waciwoci obiektu. Istniej funkcje
zwracajce identyfikatory aktywnych obiektw graficznych: gcf aktywne okno graficzne,
gca aktywny ukad wsprzdnych, gco aktywny obiekt.
Funkcja figure tworzy nowe okno graficzne, clf usuwa wszystkie obiekty z aktywnego
okna, shg wywouje istniejce lub tworzy nowe okno graficzne, close zamyka aktywne
okno graficzne, close all zamyka wszystkie otwarte okna graficzne.
Poniej wymieniono kilka funkcji graficznych, dziki ktrym tworzy rne wykresy:
plot wykresy dwuwymiarowe z liniow skal na obu osiach,
plotyy wykresy dwuwymiarowe z liniow skal i podwjnymi osiami rzdnych,
loglog wykresy dwuwymiarowe z logarytmiczn skal na obu osiach,
semilogx wykresy dwuwymiarowe z logarytmiczn skal na osi odcitych,
semilogy wykresy dwuwymiarowe z logarytmiczn skal na osi rzdnych,
stem wykresy prkowe danych dyskretnych,
stairs wykresy schodkowe danych dyskretnych,
bar, barh wykresy supkowe,
pie wykresy koowe,
errorbar wykresy bdw,
polar wykresy we wsprzdnych biegunowych.
Czsto wykorzystywanymi funkcjami graficznymi s take:
grid przecza wywietlanie siatki danych, grid on wcza siatk, grid off
wycza siatk,
hold okrela czy nowe obiekty graficzne zostan dodane do wykresu hold on,
czy te zastpi istniejce obiekty graficzne hold off,
subplot umoliwia utworzenie kilku wykresw w jednym oknie graficznym,
subplot(mnp) dzieli okno graficzne na macierz (m-wierszow i n-kolumnow)
mniejszych ukadw wsprzdnych, wybiera p-ty ukad dla biecego wykresu i zwraca
do niego identyfikator, wykresy s numerowane wzdu wierszy od lewej do prawej
zaczynajc od wiersza grnego;
axis skalowanie i zmiana wygldu osi wsprzdnych, axis([xmin xmax ymin
ymax]) ustawia ograniczenia osi odcitych i rzdnych aktywnego ukadu
wsprzdnych, axis auto skalowanie automatyczne, axis tight zakresy osi
zgodne z zakresami danych, axis square czyni osie odcitych i rzdnych
rwnymi, axis off wyczenie rysowania osi, axis on wczenie rysowania
osi;
box off wyczenie ramki ograniczajcej pole rysowania, box on wczenie
ramki.
1-12
1-14
210
X = cos( / 6)
e10
4 x1 2 x2 = 2
2 x1 + 4 x2 + x3 = 4
7 x + 3 x = 10
x 3x 2 x = 2
2
2
3
1
1
1.8. Literatura
[1] MATLAB R2010b Documentation [online]. The MathWorks, Inc., 2010 [dostp:
02.11.2010]. Dostpna w Internecie: http://www.mathworks.com/help/techdoc/
[2] J. Brzzka, L. Dorobczyski: Programowanie w Matlab, Warszawa 1998.
[3] S. Osowski, A. Cichocki, K. Siwek: MATLAB w zastosowaniu do oblicze obwodowych i
przetwarzania sygnaw. Warszawa 2006.
1-16
f (t ) =
cme jm t
(2.1)
m =
1
cm =
P
t0 + P
f (t ) e
jm1 t
(2.2)
dt
t0
t0 + P
f ( t ) dt M < ,
t0
2-1
Uwaga: Dla dowolnej funkcji okresowej f(t), caka w zalenoci (2.1) nie zmieni swej
wartoci, gdy f(t) zostanie zastpiona funkcj, ktra jest prawie wszdzie (nie w kadym
punkcie t) rwna f(t). Takich funkcji jest nieskoczenie wiele, a zatem cile rzecz ujmujc
istnieje nieskoczenie wiele sygnaw majcych ten sam rozkad w szereg Fouriera (czyli te
same wartoci wspczynnikw cm). Wobec tego zwizek midzy sygnaem f(t) a jego
rozwiniciem w szereg Fouriera naleaoby zapisa w postaci
f ( t ) = a .e
ce
jm1 t
(2.3)
m =
gdzie =a.e. oznacza rwno prawie wszdzie. Zazwyczaj rozpatruje si sygnay odcinkami
cige, niezawierajce niecigoci typu luka (mog wystpowa niecigoci typu skok).
Szereg Fouriera wyznaczony dla funkcji z niecigociami typu skok przyjmuje w punktach
niecigoci warto rwn redniej arytmetycznej granic lewo- i prawostronnej funkcji w
tym punkcie.
Rozwaone zostan nastpnie inne postaci szeregu Fouriera sygnau okresowego. Przy
dodatkowym zaoeniu, e funkcja f(t) jest funkcj rzeczywist, zachodzi f(t) = f*(t) oraz:
f (t ) =
cme jm1t =
m =
f * (t ) =
m=
cm* e jm1t =
m=
e jm1t
m=
*
m
(2.4)
e jm1t
(2.5)
cm = c* m
(2.6)
cm* = cm
(2.7)
m =1
m =1
(2.8)
Suma liczby zespolonej z jej sprzeniem jest rwna jej podwojonej czci rzeczywistej, wic
m =1
m =1
(2.9)
m =1
m =1
f ( t ) = c0 + 2 cm cos(m1t + m ) = A0 + Am cos(m1t + m )
(2.10)
Wspczynnik A0 = c0 nazywany jest skadow sta, Am = 2cm nosi nazw amplitudy m-tej
harmonicznej, m fazy pocztkowej m-tej harmonicznej. Harmoniczna o czstotliwoci 1
nazywana jest harmoniczn podstawow.
2-2
Stosujc wzory Eulera mona przedstawi dowolny sygna harmoniczny jako prost
kombinacj zespolonych sygnaw wykadniczych o czstotliwociach dodatnich i ujemnych
Am cos(m1t + m ) =
1
1
Ame jm e jm1t + Ame jm e jm1t = cme jm1t + c me jm1t
2
2
(2.11)
(2.12)
f (t ) =
2
am =
P
2
bm =
P
a0
+ am cos(m1t ) + bm sin(m1t )
2 m=1
m =1
t0 + P
f ( t ) cos(m t)dt ,
1
m = 0,1, 2,...
(2.13)
(2.14)
t0
t0 + P
f ( t ) sin(m t)dt ,
1
m = 1, 2,...
(2.15)
t0
A0 =
a0
a
b
, Am = am2 + bm2 , cos m = m , sin m = m
2
Am
Am
(2.16)
bm = Am sin m = Am
e jm e jm j
= j ( cm c m ) = 2Im {cm }
2j
j
(2.17)
(2.18)
Zwizki odwrotne:
c0 =
a0
a jbk
, ck = k
, k = 1, 2,...
2
2
(2.19)
2-3
(2.20)
e
e j 2 10t + e j 2 10t
Podstawiajc 2 cos(210t ) = 2
i sin(220t + / 4) =
2
mona rozpatrywany sygna zapisa w postaci
y (t ) = 1,5 + e j 2 10t + e j 2 10t j 0,5e
+ j ( 2 20 t + /4 )
+ j 0,5e
j ( 2 20 t + /4 )
j ( 2 20 t + /4 )
e
j2
j ( 2 20t + /4)
(2.21)
(2.22)
(2.23)
j ( /2 + /4 )
e j 2 20t
y (t ) = 0,5e
j/ 4
,m=2
0,5e
(2.24)
f (t ) = A / 2 dla t = kP a , k Z
0
dla t pozostaych
(2.25)
2-4
P/2
1
1
1
A
cm =
f ( t ) e jm1tdt = A e jm1t dt =
e jm1t
P P/2
P a
P jm1
1 A P
e
P j 2 m
cm =
2
jm a
P
2
jm a
P
2a
P
jm 2 a jm 2 a
2a
e P e P A sin m
A
P
=
=
2 j
m
m
A sin ( m )
m
gdzie =
(2.26)
b) m = 0
P/2
1
1
A
c0 =
f ( t ) dt = Adt = t
P P/2
P a
P
= A
a
2a
= A
P
(2.27)
sin ( x)
dla x 0
sinc ( x ) = x
1
dla x = 0
(2.28)
cm = A sinc(m )
(2.29)
f (t ) = A / 2 dla t = kP, k Z
0
dla t pozostaych
(2.30)
cm =
1
1 A
f ( t ) e jm1 tdt = t e jm1 tdt
P0
P0P
Korzystajc z zalenoci
xe
ax
x 1
dx = eax 2 , otrzymano
a a
P
A
1
A jm1P P
1
1
=
cm = 2 e jm1t
e
2
2
2
2
2
P
P 2
jm1 m 1 m 1
jm1 ( jm1 )
0
A
P
1
= 2 e jm2
+
2
2
P
2 2
jm
P m P
1
P2
j
A
= A
2
2
P jm 2
2 m .
2 2
m
P
b) m = 0 ,
P
1
1 A
A t2
c0 = f ( t ) dt = tdt = 2
P0
P a P
P 2
A
.
2
2-6
Podsumowujc:
cm = A
c0 =
j
,
2 m
m 0,
(2.31)
A
.
2
(2.32)
(2.33)
(2.34)
P N
= ,
T n
(2.36)
gdzie n jest liczb cakowit. Wielko N.T musi by rwna P lub wielokrotnoci P, czyli P/T
musi by liczb wymiern. Jeli warunek ten jest speniony, to liczba N jest okresem
sekwencji, natomiast n okrela liczb okresw sygnau analogowego mieszczcych si w
jednym okresie odpowiadajcej mu sekwencji. Jeli P/T jest liczb niewymiern, f[k] jest
sekwencj nieokresow.
Okres sinusoidy analogowej o dowolnej czstotliwoci rzeczywistej f1 jest zawsze dany
przez P = 1/f1. I odwrotnie, czstotliwo sinusoidy analogowej o dowolnym okresie P jest
zawsze dana przez f1 = 1/P. W przypadku sinusoidy dyskretnej okres nie zawsze poprawnie
odzwierciedla szybko zmian wartoci sygnau, co ilustruje poniszy przykad.
P = 1/ 50 = 0.02s ;
2-7
Poniewa P/T = 0,02/0,002 = 10/1 to jeden okres sekwencji N = 10 obejmuje jeden okres
sinusoidy analogowej.
P/T = 0,02/0,006 = 10/3, jeden okres sekwencji N = 10 obejmuje trzy okresy sinusoidy
analogowej.
Rys. 2.4. Dwie sinusoidy dyskretne o rnych czstotliwociach i o tym samym okresie.
Oba sygnay z przykadu P2.4 uzyskano z tej samej sinusoidy analogowej, maj ten sam
okres sekwencji dyskretnej N, natomiast sygna dyskretny f2[k] ma trzykrotnie wiksz
szybko zmian wartoci. Nie mona zatem uywa okresu sekwencji dyskretnej do
okrelania jej czstotliwoci.
Z tego powodu czstotliwo sinusoidy dyskretnej, zarwno okresowej jak i
nieokresowej, okrela si jako czstotliwo jej obwiedni. Obwiednia jest cig sinusoid
sin(2ft), ktrej prbki w chwilach kT s rwne wartociom danej sekwencji sinusoidalnej.
Dla sinusoidy dyskretnej (2.33) oczywicie f(t) = sin(2f1t) jest obwiedni f[k], co wynika
wprost z definicji prbkowania. Ale skoro sin(2f1t) jest obwiedni f[k], to rwnie sin(2f1
+2n/T)t = sin(2(f1 +nfs)t), n Z jest obwiedni f[k]. Istotnie
n 2
(2.37)
2-8
f = f1 + nf s ,
= 1 + n2f s , = 1 + n2, n Z
(2.38)
pozostawia sekwencj bez zmian. Wobec tego, prbki sinusoidy nie okrelaj jednoznacznie
jej czstotliwoci. Zbiory nierozrnialnych czstotliwoci okrelonych rwnaniami (2.38)
nazywane s aliasami.
f1 (t ) = sin(2 7t )
(2.39)
1
1
f1 [ k ] = f1 k = sin 2 7 k = sin ( 0, 7 k )
20
20
(2.40)
f 2 (t ) = sin(2 (7 + 20)t )
(2.41)
1
1
f 2 [ k ] = f 2 k = sin 2 ( 7 + 20 ) k = sin ( ( 0, 7 + 2 ) k )
20
20
(2.42)
fs / 2 < f fs / 2, f = f1 + nf s , n Z ,
(2.43)
lub
/ T < / T , = 1 + n2 / T , n Z .
(2.44)
P2.6. Rozwaone zostan dwie sekwencje sinusoidalne f1[k] = sin(2f1kT) = sin(21kT) oraz
f2[k] = cos(2f1kT) = cos(21kT) powstae w wyniku prbkowania sygnaw analogowych o
tych samych amplitudach i czstotliwociach, a jedynie przesunitych wzgldem siebie w
fazie o kt /2. Na rys. 2.6 przedstawiono sze sekwencji cyfrowych powstaych w wyniku
prbkowania sinusoidy (rysunki a, c, e) i kosinusoidy (rysunki b, d, f) z rnymi okresami T:
T = 1s (rysunki a, b), T = 0,5s (rysunki c, d) i T = 0,2s (rysunki e, f). Czstotliwo sygnaw
analogowych wynosi 1 Hz.
a) y(kT) = sin(21k1), Py = 0.00
-1
0
-1
0
-1
0
-1
0
-1
0
-1
0
Rys. 2.6. Analogowe sygnay sinusoidalne i sygnay dyskretne powstae w wyniku ich
prbkowania.
Wyznaczone zostan okresy sygnaw dyskretnych.
sygnay dyskretne z rys. 2.6 a i b P/T = 1/1 = N/n, N = 1,
sygnay dyskretne z rys. 2.6 c i d P/T = 1/0,5 = 2/1 = N/n, N = 2,
2-10
m ( / T , / T ) [ rad/s ] ,
(2.45)
czyli
m = mT ( , )
[ rad ] ,
(2.46)
czyli
fm =
m
2
( fs / 2, fs / 2)
[ Hz] ,
(2.47)
2-11
f [ k ] = cm e
jm
2
k
N
, k = 0,1, ..., N 1
(2.48)
m =0
2
jm k
1 N 1
cm = f [ k ] e N , m = 0,1, ..., N 1
N k =0
(2.49)
j(m+ N )
2
k
N
jm
2
k
j 2 k
N
jm
2
k
N
cm+ N
2
2
j ( m+ N ) k
jm k
1 N 1
1 N 1
N
= f [k ] e
= f [ k ] e N = cm
N k =0
N k =0
(2.50)
(2.51)
N
cN / 2 + m
2
2
j +m k
jm
k
1 N 1
1 N 1
1 N 1
k jm k
= f [ k ] e 2 N = f [ k ] e j k e N = f [ k ] ( 1) e N (2.52)
N k =0
N k =0
N k =0
oraz
N
cN / 2 m
2
2
j m k
jm
k
jm k
1 N 1
1 N 1
1 N 1
k
j k
2
N
N
= f [k ] e
= f [k ] e e
= f [ k ] ( 1) e N
N k =0
N k =0
N k =0
(2.53)
prbkowaniu nie jest spenione, cmd cma , poniewa c md jest sum wszystkich wspczynnikw
w rozwiniciu sygnau analogowego, ktrym odpowiada ta sama czstotliwo cyfrowa po
sprbkowaniu [4] [6]:
cmd =
n =
a
m + nN
, m=
N 1
N 1
, ..., 1, 0, 1, ...,
2
2
(2.54)
(2.55)
(2.56)
1. Liniowo
CTFS
af (t ) + bg (t )
acmf + bcmg ,
a, b R
DTFS
af [ k ] + bg [ k ]
acmf + bcmg ,
a, b R
(2.57)
(2.58)
t0 R
DTFS
f [ k k 0 ]
e jm1k0 cmf ,
(2.59)
k0 Z
(2.60)
n0 Z
(2.61)
n0 Z
(2.62)
t
CTFS, 1 / a
f = g (t )
cmg = cmf ,
a
a R+
(2.63)
Sygna g(t) ma okres aP, odstp midzy prkami widma wynosi 1/a, wspczynniki
sygnau oryginalnego i przeskalowanego s identyczne.
2-13
cmf
k
DTFS, 1 / a
g
f = g [ k ] cm = ,
a
a
a R+
(2.64)
Sygna g[k] ma okres aN, odstp midzy prkami widma wynosi 1/a.
5. Iloczyn
f (t ) g (t )
c c =
CTFS
f
m
g
m
n =
DTFS
f [ k ] g [ k ]
cmf cmg =
f
n
ckgm
n= N
f
n
ckg m
(2.65)
(2.66)
1
2
(
)
d
=
f
t
t
cnf
P 0
m =
P
(2.67)
2
1
f [ k ] = cnf
N k= N
n= N
(2.68)
Ncm = f [ k ] e
j ( m 1)
2
( k 1)
N
, m = 1, ..., N
(2.69)
k =1
Jeeli y jest wektorem o dugoci N zawierajcym jeden okres sygnau dyskretnego f[k], to
DTFS f[k] mona obliczy w nastpujcy sposb:
cm = (1/N)*fft(y).
Natomiast funkcja ifft jest efektywn procedur obliczajc
2
j ( m 1) ( k 1)
1 N
N
f [ k ] = ( Ncm ) e
, k = 1, ..., N
N m=1
(2.70)
czyli przeskalowan o czynnik 1/N realizacj rwnania (2.48). Jeeli cm jest wektorem o
dugoci N zawierajcym wspczynniki szeregu Fouriera sygnau dyskretnego f[k], to wektor
y zawierajcy prbki f[k] mona wyznaczy w nastpujcy sposb:
2-14
y = N*ifft(cm).
W celu obliczenia widma amplitudowego mona wykorzysta funkcj abs(x), ktra w
przypadku liczb zespolonych zwraca moduy kolejnych elementw wektora/macierzy x.
Aby obliczy widmo fazowe mona skorzysta z funkcji angle(x), ktra zwraca kty
fazowe (w radianach) elementw wektora/macierzy liczb zespolonych.
W celu obliczenia czci rzeczywistych lub urojonych liczb zespolonych mona posuy si
funkcjami real i imag
Funkcje w programie Matlab
Pliki zawierajce polecenia w jzyku Matlab nazywane s m-plikami. S dwa rodzaje mplikw: skrypty i funkcje. Funkcje akceptuj argumenty wejciowe i zwracaj argumenty
wyjciowe. Nazwy m-pliku oraz funkcji powinny by takie same. Funkcje operuj na
zmiennych lokalnych, odseparowanych od przestrzeni roboczej programu Matlab. Pierwsza
linia funkcji powinna zawiera nazw funkcji, sowo kluczowe function oraz argumenty
wejciowe i wyjciowe (funkcja kosinusy zawiera cztery argumenty wejciowe i jeden
wyjciowy). Nastpnych kilka linii przeznaczonych jest zazwyczaj na komentarze. Linie te
zostan wywietlone po wpisaniu polecenia help nazwa_funkcji. Pierwsza linia
komentarza, tzw. linia H1, jest wywietlana po wpisaniu polecenia lookfor, powinna ona
zawiera najwaniejsze informacje o funkcji. Reszta pliku stanowi tzw. ciao funkcji i zawiera
wykonywalne polecenia rodowiska Matlab.
W komentarzu funkcji lub skryptu powinna by zawarta informacja o autorach i
terminie wykonania wiczenia zgodnie z podanymi niej wytycznymi (przykad podano w
komentarzu funkcji kosinusy):
%Autorzy: imiona i nazwiska, nr stanowiska: od 1 do 6
%Grupa dziekaska: nr grupy,
rok akademicki: 2010/2011
%Termin zaj: data, dzie tygodnia, godz. od do
2-15
4.
1
y2 = 1 + sin ( 2 50 ( kT ) ) + sin ( 200 ( kT ) ) , jeden okres, f1=50Hz, T = 0,001s,
3
1
y3 = cos ( 2 50 ( kT ) ) + cos ( 2 150 ( kT ) ) , dwa okresy przebiegu, f1=50Hz, T = 0,001s.
3
1
cmd , ktre rni si od wspczynnikw szeregu Fouriera sygnau cigego cma . Obliczy ich
warto wykorzystujc wiedz na temat mechanizmu nakadania widma i wzr na
harmoniczne sygnau analogowego.
2-16
cmd
cma + rN
r =
cma +rN
(2.71)
r = n
cmd =
r =
a
m + rN
a
= ... + cma N + cma + cma + N + ... = ... + c9a20 + c9a + c9a+ 20 + ... = ... + ca11 + c9a + c29
+ ... (2.72)
(2.73)
2.5. Literatura
[1]
[2]
[3]
[4]
[5]
[6]
[7]
2-17
f (t ) = A / 2 dla t = kP a , k Z
0
dla t pozostaych
(3.1)
f (t ) =
cme jm t
(3.2)
m =
gdzie:
3-1
cm =
(3.3)
c0 =
2a
A
P
(3.4)
Rys. 3.2. Sygnay prostoktne wraz z ich wspczynnikami rozwinicia w zespolony szereg
Fouriera: a) P = P1, b) P = P2 = 4P1, c) P = .
Jeli przyjmiemy F(m1) = Pcm, to
P
F ( m1 ) = Pcm =
P
f (t ) =
t0 + P
f (t ) e
t0
jm 1 t
dt =
t0 + P
f (t ) e
jm1 t
dt
(3.5)
t0
1
1
jm1 t
Pc
e
=
m
F ( m1 ) e jm1t1
P m=
2 m=
(3.6)
3-2
1
f (t ) =
F ( ) e j td
F ( ) =
f (t ) e
j t
(3.7)
dt
(3.8)
f (t ) =
F ( 2f ) e
j 2 ft
df
(3.9)
Rwnania (3.7) i (3.8) stanowi par przeksztace (transformat) Fouriera. Tak zwane
rwnanie analizy (3.8) jest nazywane prostym przeksztaceniem (transformat) Fouriera
(oznaczane jako F ( ) = F { f ( t )} ), a tzw. rwnanie syntezy (3.7) przedstawia odwrotne
przeksztacenie (transformat) Fouriera (oznaczane jako f ( t ) = F
{F ( )} ).
Funkcja F() = |F()|ejarg(F()) nazywana jest widmem zespolonym sygnau f(t), |F()|
widmem amplitudowym, a arg(F()) widmem fazowym. Jeeli istnieje czstotliwo g
taka, e |F()| = 0 dla || > g, to f(t) jest sygnaem o ograniczonym widmie.
Rwnanie (3.8) przedstawiajce funkcj nieokresow f(t) moe by interpretowane jako suma
nieskoczonej liczby drga skadowych postaci
F ( ) d e j t = dAe j t
(3.10)
F ( ) =
dA
d
(3.11)
moe by interpretowane jako gsto amplitudy lub gsto spektralna widma przebiegu
okrelonego funkcj f(t).
Aby sygna f(t) mia transformat Fouriera musi spenia tzw. warunki Dirichleta:
f ( t ) dt M <
1
=
F ( ) e j t d
(3.12)
3-3
F ( ) =
f (t ) e
j t
dt = A e
a
j t
A
dt =
e j t
j
=
a
A
2A
e j a e j a =
sin (a )
j
(3.13)
a
F ( ) = 2 Aa sinc
(3.14)
t0 + P
f (t ) e
jm1 t
(3.15)
dt
t0
F ( ) =
f (t ) e
P
j t
dt
(3.16)
wynika:
3-4
cm =
F ( m1 )
P
, 1 =
2
P
(3.17)
(t ) = lim ( n (t ))
(3.18)
Rys. 3.5. Aproksymacja sygnau delta Diraca za pomoc: (a) impulsw prostoktnych,
(b) impulsw trjktnych
3-5
(t )dt = (t )dt = 1
(3.19)
f (t ) (t t0 )dt = f (t0 )
(3.20)
(3.21)
(at ) =
1
(t )
a
Impuls Diraca moe by zdefiniowany jako funkcjona. Dla dowolnej funkcji f(t)
( ) ( )
f 0+ + f 0
D ( f ) =
2
(3.22)
f (t ) (t )dt
(3.23)
f (t ) (t t0 )dt
(3.24)
A zatem cile rzecz ujmujc wasno prbkowania nie jest cech wyprowadzon z jakiej
niezalenej definicji funkcji delta, tylko jest cech definiujc t funkcj. Symbol (t),
sugerujcy samodzielne istnienie funkcji delta oraz moliwo jej cakowania, jest
wygodnym i czsto stosowanym uproszczeniem (ktre bdzie wykorzystywane).
Transformata Fouriera impulsu Diraca ()
Bezporednio z wasnoci prbkowania impulsu Diraca otrzymuje si
( ) =
(t ) e
j t
dt = e j 0 = 1
(3.25)
3-6
1
a
a
a
F ( ) = 2 Aa sinc
= 2 a sinc
= sinc
2a
(3.26)
f (t ) =
1
1
1 j1t
F ( ) e j td =
( 1 ) e j td =
e
2
2
2
(3.27)
F {e j t } = 2 ( 1 )
(3.28)
F {e j t }
1
1 = 0
= F {1} = 2 ( )
(3.29)
Transformata Fouriera funkcji staej jest zatem rwna impulsowi Diraca o wartoci 2 dla
= 0 oraz jest rwna zeru dla 0.
Transformata Fouriera funkcji kosinus i sinus
1 j1t j1t
( e e ) = j ( 1 ) + j ( + 1 )
2
j
F {sin ( 1t )} = F
3-7
(3.30)
1 j1t j1t
e +e
= ( 1 ) + ( + 1 )
2
F {cos ( 1t )} = F
(3.31)
Oglnie jeli f(t) jest sygnaem okresowym o okresie P, ktry mona rozwin w zespolony
szereg Fouriera:
f (t ) =
ce
m=
jm1t
(3.32)
m =
{ f (t )} = F cme jm t = cmF
1
m=
{e } = 2c ( m )
jm1t
m =
(3.33)
Jest to cig impulsw Diraca mnoonych przez wartoci 2cm okrelonych dla czstotliwoci
m1 bdcych wielokrotnociami czstotliwoci podstawowej.
Szereg impulsw Diraca funkcja grzebieniowa
Inne terminy: funkcja prbkujca (ang. comb function, Dirac comb, sampling function,
impulse train, shah function).
W przypadku prbowania sygnaw analogowych funkcja prbkujca jest przedstawiana w
postaci sumy odlegych o T impulsw Diraca
(t ) =
(t kT )
(3.34)
k =
( m1 )
( t ) =
1
,
T
1 =
2
T
(3.35)
1 jm1t
e
T m =
(3.36)
3-8
F { ( t )} =
2
( m1 )
T m=
(3.37)
f [k ] =
1
2
F ( ) =
F ( )e
jk
d,
(3.38)
f [k ] e
, = (, ]
j k
(3.39)
k =
(3.40)
aqk = a
k=p
F ( ) =
q p qN
1 q
f [k ]e jk =
k =
F ( ) = e j / 2
(3.41)
N
1
2
k =
N
2
e jk =
e jN /2 e jN /2 2 j e jN /2 e jN /2
=
1 e j
2 j ( e j /2 e j /2 ) e j /2
sin ( N / 2 )
sin ( / 2 )
(3.42)
3-9
Rys. 3.9. Dyskretny impuls prostoktny dla N = 8 (a) i jego widmo amplitudowe (b).
W celu przetwarzania sygnaw analogowych metodami cyfrowymi istotne jest
ustalenie jaki jest zwizek midzy transformatami Fouriera sygnaw dyskretnego i cigego.
Zamy, e sygna dyskretny f[k] powsta z prbkowania analogowego sygnau
bezwzgldnie cakowalnego f(t), czyli
f [k ] = f (t )
t = kT
= f ( kT )
(3.43)
przy czym
f (t ) =
1
Fa ( ) e j td
(3.44)
1
f [k ] =
Fa ( ) e j k d .
(3.45)
Z drugiej strony, f[k] mona zapisa za pomoc jego transformaty Fouriera (3.38)
f [k ] =
1
2
Fd ( )e
jk
(3.46)
f [k ] =
1
2
Fa ( ) e j k d
r =
(3.47)
(2 r 1)
T
3-10
2
, aby kady wyraz sumy sprowadzi do caki
T
oznaczonej w przedziale od /T do /T. Wwczas (3.47) przeksztaca si do postaci
Nastpnie podstawiono = + r
f [k ] =
1
2
Fa + r
r =
2
e
T
j + r
k
T
d =
1
2
Fa + r
r =
2 j k
d (3.48)
e
T
f [k ] =
2 r =
2 j k
1
2
1
+
r
e
d
=
Fa + r e j k d
T
2 r =
T
T
(3.49)
f [k ] =
1
2
1
2 j k
Fa + r
e d
T r
T
=
= Fd ( )
(3.50)
Fd ( ) =
1
2
Fa + r ,
T r =
T
( , ]
(3.51)
3-11
Fa ( )
g
Fd ( )
gT
Fd ( )
gT <
(3.52)
(3.53)
a, b R
(3.54)
DTFT
af [ k ] + bg [ k ]
aF ( ) + bG ( ) ,
a, b R
(3.55)
CTFT
f (t t0 )
e j t0 F ( ),
t0 R
DTFT
f [ k k 0 ]
e j k0 F ( ),
(3.56)
k0 Z
(3.57)
0 R
(3.58)
DTFT
f [ k ] e j0 k
F ( 0 ),
0 R
(3.59)
t CTFT
f
a F ( a ) ,
a
a R+
(3.60)
k DTFT
f
F (n )
n
(3.61)
DTFT
f [ k ] g [ k ]
F ( ) G ( ) =
1
F ( )G ( ) d
2
(3.62)
1
F ( )G ( ) d
2
(3.63)
f (t )* g (t ) =
f ( ) g ( t ) d F ( ) G ( )
CTFT
(3.64)
DTFT
f [k ]* g[k ] = f [n]* g[k n]
F ( ) G ( )
(3.65)
f (t ) dt =
k =
f [k ] =
2
1
2
F ( ) d
(3.66)
2
1
F ( ) d
(3.67)
F ( ) = F * ( )
(3.68)
Re { F ( )} = Re { F ( )}
(3.69)
Im { F ( )} = Im { F ( )}
(3.70)
3-13
F ( ) = F ( )
(3.71)
arg ( F ( ) ) = arg ( F ( ) )
(3.72)
F ( ) = F * ( )
(3.73)
Re {F ( )} = Re { F ( )}
(3.74)
Im { F ( )} = Im { F ( )}
(3.75)
F ( ) = F ( )
(3.76)
arg ( F ( ) ) = arg ( F ( ) )
(3.77)
F ( ) =
f [k ]e jk =
k =
N 1
f [k ]e jk,
[0, 2 )
(3.78)
k =0
= m
2
,
N
f =m
fs
, m = 0, 1, ... , N 1
N
(3.79)
Otrzymano
N 1
F [ m] = F ( ) =m 2 = f [ k ] e
jm
2
k
N
, m = 0,1, ..., N 1
(3.80)
k =0
F[m] jest dyskretn transformat Fouriera (ang. Discrete Fourier Transform DFT) sygnau
f[k] i wyznacza prbki widma transformaty Fouriera sygnau dyskretnego f[k].
Przeksztatenie odwrotne do DFT definiuje rwnanie
2
jm k
1 N 1
f [ k ] = F [ m] e N dla k = 0, 1, ... , N 1
N m =0
(3.81)
ktre nazywane jest odwrotn dyskretn transformat Fouriera (ang. Inverse Discrete
Fourier Transform IDFT). Zalenoci (3.80) i (3.81) stanowi par transformat DFT, ktre
3-14
extention) f[k],
DFT
f [ k ]
F [m] ,
DTFS
f [ k ]
cm ,
cm =
F [m]
N
(3.82)
3-15
P3.4. Na rys. 3.12 przedstawiono przykadowe widma sygnau prostoktnego f1[kT] oraz
sygnau sinusoidalnego f2[kT] = sin(2kT) gdzie: P = NT = 1s jest okresem sygnaw f1[kT] i
f2[kT], T okresem prbkowania, a N = 16,
1 dla k = 0, 1, ..., N /2
f1[kT ] =
.
0 dla k = N /2 + 1, ..., N 1
Prezentowane widma dyskretnych transformat Fouriera F1[m] i F1[m] s prbkami widm F1(f)
i F2(f) pobieranymi z krokiem fm = mfs/N = m1[Hz] (m = m2/N = m0,3927[rad/s]). Naley
pamita, e widma F1(f) i F2(f) s rezultatem splotu widma sygnau i funkcji okna
prostoktnego. Liczba prkw N widma jest rwna liczbie prbek sygnau. Pierwszy i
ostatni prek widma dla czstotliwoci analizy f1 = 1Hz oraz f15 = 15Hz = f-1 = -1Hz
wyznaczony jest dla czstotliwoci podstawowej sygnaw rwnej 1/P = 1/NT = 1[Hz]. W
przypadku sygnau sinusoidalnego pozostae wartoci widma amplitudowego s rwne zeru.
3-16
f(t)
a)
F(f )
b)
1
1
2
f
w(t)
c)
f
W(f)
1/a
Fw ( f )
d)
2a
2a
fw(t) = f(t)w(t)
e)
f)
a
2a
-f
fw[k]
g)
01
h)
0
a
T
d
w
(f)
K1
K2
i)
d
w
a
T
(f),
j)
F [mf s / K1 ]
fs-f
-fs/2
a
T
fs f
-f 0 f
F ( f ) , F [ mf s / K 2 ]
fs/2 f
d
w
fs-f
fs f
Rys. 3.11. Sygna kosinusoidalny (a) i jego widmo CTFT (b); okno prostoktne (c) i jego
widmo amplitudowe CTFT (d); iloczyn kosinusoidy i okna prostoktnego (e) i jego widmo
amplitudowe CTFT (f); sprbkowany fragment kosinusoidy (g) i jego widmo amplitudowe
DTFT (h); widmo amplitudowe DFT fw[k] (i); widmo amplitudowe DFT fw[k]
rozszerzonego o dodatkowe zera (j); fs czstotliwo prbkowania, fs = 1/T.
3-17
Rys. 3.12. Przebiegi sygnaw prostoktnego i sinusoidalnego oraz ich przeskalowane widma
amplitudowe (|F1(f)| i |F2(f)| - kolor czerwony, |F1[m]| i |F2[m]| - kolor niebieski) i fazowe
(arg(F1(f)) i arg(F2(f)) - kolor czerwony, arg(F1[m]) i arg(F2[m]) - kolor niebieski (arg(F1[m])
i arg(F2[m]) jest nieokrelony (wic nie zaznaczony) jeli |F1[m]| lub |F2[m]| jest rwny 0)).
Rys. 3.13. Przebiegi sygnaw prostoktnego i sinusoidalnego oraz ich widma amplitudowe w
przypadku gdy liczba punktw DFT jest rna od wielokrotnoci okresu sygnau.
3-18
Y (m) = y [ k ] e
j ( m1)
2
( k 1)
N
, m = 1, ..., N
(3.83)
k =1
Y ( m) = T y [ k ] e
k =1
j ( m 1)
2
( k 1)T
NT
= T y [k ] e
j 2
( m 1) f s ( k 1)T
N
F ( f ) , m = 1, ..., N
(3.84)
k =1
3-19
N 1
x[k ] e
k =0
jm
2
k
N
N 1
x[k ] W
mk
gdzie W = e
2
N
k =0
Oznaczajc przez x wektor zoony z elementw x[k], dla k = 0, , N-1, a przez W wektor
zoony z elementw Wmk, k = 0, , N-1, mona zapisa wzr na X[m] w notacji jzyka
Matlab w nastpujcy sposb
X(m+1) = sum(x.*(W^m).^k)
gdzie: m jest skalarem indeksowanym w ptli, a k jest wektorem, indeksowanie zapisano jako
m+1, zamiast m, bo w rodowisku Matlab najniszy indeks to 1, a nie 0.
3-20
gr.
f1 [Hz] Am fs [Hz]
1
50
7
400
2
60
6
480
3
70
5
560
4
80
4
640
5
90
3
720
6
100
2
800
a) wykorzystujc funkcj fft wyznaczy widmo amplitudowe i fazowe dla fragmentw
sygnau o dugoci jednego i dziesiciu okresw sinusoidy,
b) przesun w fazie przebieg sinusoidalny (np. o /4, /2, 3/2) i zbada wpyw tej operacji
na widmo amplitudowe i fazowe (m.in. odczyta z wykresu warto przesunicia
fazowego dla analizowanej harmonicznej (np. przy uyciu przycisku Data Cursor) i
wyjani jej zwizek z przebiegiem czasowym);
c) do sygnau y doda skadow sta o wartoci rwnej Am a nastpnie -Am, wyznaczy
widma amplitudowe i fazowe dla fragmentu sygnau bdcego cakowit krotnoci okresu
sygnau;
d) do sygnau y doda skadow o czstotliwoci rwnej 2f1 i o amplitudzie 0,5Am, wyznaczy
widma amplitudowe i fazowe dla fragmentu sygnau bdcego cakowit krotnoci okresu
sygnau;
e) wykona analiz sygnau y dla kilku przypadkw niepenej liczby okresw (m.in. jeden
okres + jedna prbka, 2,5 okresu),
f) do sygnau y doda skadow o czstotliwoci rwnej 0,1f1 i o amplitudzie 10Am,
wyznaczy widma amplitudowe i fazowe dla fragmentu sygnau o dugoci dziesiciu
okresw sinusoidy a nastpnie o dugoci jednego okresu;
g) sprawdzi jaki jest wpyw uzupeniania zerami analizowanego sygnau y na wyniki
analizy,
Zaoy, e analizowany jest sygna okresowy i wyznaczane widmo amplitudowe szeregu
Fouriera sygnau okresowego (DTFS) (rozdzia 3.2.5).
Przeprowadzone badania naley udokumentowa rysunkami, w przypadku prezentacji widm
o odcitych wyskalowa w hercach. Wycign wnioski i opracowa w formie pisemnego
sprawozdania na nastpne zajcia. Przykadowe rysunki ilustrujce przeprowadzon analiz
zamieszczono w zaczniku Z3.1.
3.5. Literatura
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
3-21
0
0.1
0.2
0.3
0.4
0.5
0.6
czas [s]
widmo amplitudowe
0.7
0.8
0.9
0.5
0
0
5
6
czas [s]
widmo amplitudowe
0
0
czstotliwo [Hz]
widmo fazowe (stopnie)
arg(Y(m))
Y= -90
czstotliwo [Hz]
widmo fazowe (stopnie)
0
1 X= 1
10
0.5
100
-100
0
0
-1
0
Y(m))/N
Y(m))/N
-1
0
arg(Y(m))
1
y(kT)
y(kT)
200
0
-200
0
X= 1
1 Y= -90 2
czstotliwo [Hz]
czstotliwo [Hz]
Rys. 3.14. Sygna sinusoidalny y=sin(2kT) oraz jego widmo amplitudowe i fazowe dla jednego (po lewej) i
dziesiciu (po prawej) penych okresw, T = 0.125s.
1 okres sygnau sinusoidalnego
0
-1
0
0.1
0.2
0.3
0.4
0.5
0.6
czas [s]
widmo amplitudowe
0.7
0.8
0.5
0
0
0
-1
0
0.9
Y(m))/N
Y(m))/N
1
y(kT)
y(kT)
0.1
0.2
0.3
0.4
0.5
0.6
czas [s]
widmo amplitudowe
0
0
0
2
arg(Y(m))
0.9
czstotliwo [Hz]
200
X= 1
Y= -45
0.8
0.5
czstotliwo [Hz]
-200
0
0.7
200
0
-200
0
X= 0.88889
1Y= -70 2
czstotliwo [Hz]
czstotliwo [Hz]
Rys. 3.15. Sygna sinusoidalny y=sin(2kT+/4) oraz jego widmo amplitudowe i fazowe dla jednego penego
okresu (po lewej); 9 prbek sygnau sinusoidalnego y=sin(2kT) oraz jego widmo amplitudowe i fazowe
(po prawej), T = 0.125s.
1 okres sygnau sinusoidalnego
0
-1
0
Y(m))/N
0.1
0.2
0.3
0.4
0.5
0.6
czas [s]
widmo amplitudowe
0.7
0.8
0.9
X= 1
Y= 0.5
0.2
0.4
X= 1.0286
Y= 0.46438
0.5
0
0
0
-1
0
Y(m))/N
y(kT)
0
0
0
4
1.6
1.8
arg(Y(m))
1.4
czstotliwo [Hz]
200
X= 1
1 Y= -90 2
0.8
1
1.2
czas [s]
widmo amplitudowe
0.5
czstotliwo [Hz]
-200
0
0.6
czstotliwo [Hz]
200
0
-200X= 1.0286
Y=0-94.0489 1
czstotliwo [Hz]
Rys. 3.16. 8 prbek sygnau sinusoidalnego y=sin(2kT) oraz widmo amplitudowe i fazowe (80 prbek)
(po lewej); 14 prbek sygnau sinusoidalnego y=sin(2kT) oraz widmo amplitudowe i fazowe (140 prbek)
(po prawej), T = 0.125s
3-22
THD =
U1
40
m= 2
2
m
100%
(4.1)
4-2
Tab. 4.1. Dopuszczalne wartoci wyszych harmonicznych (wh) napicia w sieciach niskiego
napicia wyraone w procentach skadowej podstawowej [1].
Rzd h
Warto
h [%]
11
13
15,
21
17
19,
23, 25
parzyste
od 6 do 24
1,5
3,5
0,5
1,5
0,5
(4.2)
m=1
(4.3)
m =1
(4.4)
m =1
(4.5)
f B 4 ( t ) = AB 4 cos 41t 4
3
= AB 4 cos 41t 2
3
= AB 4 cos 41t
(4.6)
fC 4 ( t ) = AC 4 cos 41t + 4
3
2
2
= AC 4 cos 41t + 2 +
= AC 4 cos 41t +
3
3
(4.7)
(4.8)
f B 5 ( t ) = AB 5 cos 51t 5
3
2
2
= AB 5 cos 51t 4 +
= AB 5 cos 51t +
3
3
fC 5 ( t ) = AC 5 cos 51t + 5
3
= AC 5 cos 51t + 4
3
4-3
= AC 5 cos 51t
(4.9)
(4.10)
f B 3 ( t ) = AB 3 cos 31t 3
3
(4.11)
(4.12)
(4.13)
f A (t ) + f B (t ) + fC (t ) = 0
(4.14)
(4.15)
f (t ) = f (t ) + jf (t )
(4.16)
4-4
f (t )
2
f 0 (t ) = Tf ABC (t ) = f (t ) = 0
3
f 0 (t )
1
2
1
1
2
2
f A (t )
3
3
f B (t )
2
2
f (t )
1
1 C
2
2
(4.17)
1
0
1
f A (t )
f (t )
2
1
3
f ABC (t ) = T1f 0 (t ) = f B (t ) =
1 f (t )
3 2
2
fC (t )
f 0 (t )
1 3 1
2
(4.18)
4-5
4.4. Literatura
[1] PN-EN 50160:2002. Parametry napicia zasilajcego w publicznych sieciach
rozdzielczych.
[2] PN-EN 61000-4-30:2003. Kompatybilno elektromagnetyczna. Metody bada i
pomiarw. Metody pomiaru jakoci energii.
[3] PN-EN 61000-4-7:2004. Kompatybilno elektromagnetyczna. Metody bada i pomiarw.
Oglny przewodnik dotyczcy pomiarw harmonicznych i interharmonicznych oraz
przyrzdw pomiarowych dla sieci zasilajcych i przyczonych do nich urzdze.
[4] Hanzelka Z. Jako energii elektrycznej. Cz 4 Wysze harmoniczne napi i prdw
[online]. [dostp: 04.11.2010]. Dostpny w Internecie:
http://twelvee.com.pl/pdf/Hanzelka/cz_4_pelna.pdf
[5] Hanzelka. Jako energii elektrycznej. Cz 5 Wysze harmoniczne napi i prdw
(c.d.) [online]. [dostp: 04.11.2010]. Dostpny w Internecie:
http://twelvee.com.pl/pdf/Hanzelka/cz_5_pelna.pdf
4-6
300
200
[V]
100
0
-100
-200
-300
-400
0
1000
2000
3000
4000
5000
numer prbki
6000
7000
8000
9000
10000
10
[A]
5
0
-5
-10
-15
0
1000
2000
3000
4000
5000
numer prbki
6000
7000
8000
9000
10000
300
200
[V]
100
0
-100
-200
-300
-400
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
10000
numer prbki
Analizowany fragment pradw fazowych prostownika 6-pulsowego
15
ia
ib
ic
10
[A]
5
0
-5
-10
-15
0
1000
2000
3000
4000
5000
6000
numer prbki
4-7
7000
8000
9000
10000
300
100
a []
Uma [V]
200
100
0
0
0
-100
200
400
600
800
-200
0
200
400
200
300
100
200
100
0
0
-100
200
400
600
800
-200
0
200
400
600
800
300
100
c [ ]
Umc [V]
400
200
100
0
0
800
400
b [ ]
Umb [V]
600
0
-100
200
400
600
800
-200
0
200
400
600
800
a []
Ima [A]
0
0
0
-100
200
400
600
800
-200
0
200
400
600
100
b [ ]
Imb [A]
200
0
-100
200
400
600
800
-200
0
200
400
600
200
100
c [ ]
Imc [A]
800
0
0
0
0
800
0
-100
200
400
600
800
-200
0
200
400
4-8
600
800
Harmoniczne napicia ua
400
Umha [V]
300
200
100
0
0
10
15
20
25
30
35
40
25
30
35
40
25
30
35
40
25
30
35
40
25
30
35
40
25
30
35
40
Rzd harmonicznej
Harmoniczne napicia ub
400
Umhb [V]
300
200
100
0
0
10
15
20
Rzd harmonicznej
Harmoniczne napicia uc
400
Umhc [V]
300
200
100
0
0
10
15
20
Rzd harmonicznej
Imha [A]
0
0
10
15
20
Rzd harmonicznej
Harmoniczne prdu ib
Imhb [A]
0
0
10
15
20
Rzd harmonicznej
Harmoniczne prdu ic
Imhc [A]
0
0
10
15
20
Rzd harmonicznej
4-9
1.5
THDua = 1.48%
0.5
0
0
10
15
20
25
30
35
40
30
35
40
30
35
40
35
40
35
40
35
40
Rzd harmonicznej
Harmoniczne napicia ub wyraone w procentach podstawowej harmonicznej
Umhb / Um1b [%]
1.5
THDub = 1.66%
0.5
0
0
10
15
20
25
Rzd harmonicznej
Harmoniczne napicia uc wyraone w procentach podstawowej harmonicznej
Umhc / Um1c [%]
1.5
THDuc = 1.46%
0.5
0
0
10
15
20
25
Rzd harmonicznej
80
60
THDia = 92.20%
40
20
0
0
10
15
20
25
30
Rzd harmonicznej
Harmoniczne prdu ib wyraone w procentach podstawowej harmonicznej
80
60
THDib = 95.84%
40
20
0
0
10
15
20
25
30
Rzd harmonicznej
Harmoniczne prdu ic wyraone w procentach podstawowej harmonicznej
80
60
THDic = 91.78%
40
20
0
0
10
15
20
25
Rzd harmonicznej
4-10
30
Skadowa u
400
u [V]
200
0
-200
-400
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
10000
6000
7000
8000
9000
10000
6000
7000
8000
9000
10000
6000
7000
8000
9000
10000
6000
7000
8000
9000
10000
6000
7000
8000
9000
10000
numer prbki
Skadowa u
400
u [V]
200
0
-200
-400
0
1000
2000
3000
4000
5000
numer prbki
Skadowa u0
2
u0 [V]
-2
-4
0
1000
2000
3000
4000
5000
numer prbki
i [V]
10
0
-10
-20
0
1000
2000
3000
4000
5000
numer prbki
Skadowa i
20
i [V]
10
0
-10
-20
0
1000
2000
3000
4000
5000
numer prbki
Skadowa i0
0.01
i0 [V]
0
-0.01
-0.02
-0.03
0
1000
2000
3000
4000
5000
numer prbki
4-11
Um [V]
250
200
150
100
50
0
-2000
-1500
-1000
-500
500
1000
1500
2000
1000
1500
2000
1000
1500
2000
1000
1500
2000
u []
50
0
-50
-100
-150
-200
-2000
-1500
-1000
-500
0
f [Hz]
500
Im [A]
4
3
2
1
0
-2000
-1500
-1000
-500
500
i [ ]
50
0
-50
-100
-150
-200
-2000
-1500
-1000
-500
0
f [Hz]
500
4-12
Umh [V]
250
200
150
100
50
0
-40
-30
-20
-10
10
20
30
40
20
30
40
30
40
30
40
Rzd harmonicznej
Harmoniczne wektora przestrzenego prdu i
6
5
Imh [V]
4
3
2
1
0
-40
-30
-20
-10
10
Rzd harmonicznej
1
0.8
0.6
0.4
0.2
0
-40
-30
-20
-10
10
20
Rzd harmonicznej
Harmoniczne wektora przestrzenego prdu u wyraone w procentach podstawowej harmonicznej
80
70
60
50
40
30
20
10
0
-40
-30
-20
-10
10
Rzd harmonicznej
4-13
20
x[k ] y[k ]
(5.1)
y[k n] dla dowolnej wartoci n. Z wasnoci tej wynika wniosek, e jeli pobudzimy ukad
niezmienny w czasie sygnaem okresowym to odpowied musi by okresowa o tym samym
okresie.
Na zajciach bd rozpatrywane jednowejciowe i jednowyjciowe dyskretne stacjonarne
ukady liniowe, nazywane w skrcie LTI (ang. Linear Time-Invariant).
Rwnania rnicowe
W wielu zagadnieniach czowiek spotyka si z sygnaami dyskretnymi i w sposb
naturalny je przetwarza, np. mierzon codziennie temperatur powietrza x[k] urednia za
okres siedmiu dni i w ten sposb wyznacza redni temperatur tygodniow y[k]
y [ k ] = (1 / 7) ( x [ k ] + x [ k 1] + ... + x [ k 6 ])
(5.2)
(5.3)
5-1
y[k ] =
m=0
n =1
bm x[k m] an y[k n]
(5.4)
1 dla k = 0
0 dla k 0
[k ] =
(5.5)
x [k ] =
x [ n] [ k n]
(5.6)
n =
Jeli ukad LTI zostanie pobudzony sygnaem x[k], to w rezultacie otrzyma si sum
przeskalowanych odpowiedzi impulsowych
y [k ] =
x [ n]h [ k n] = x [ k ] * h [ k ]
(5.7)
n =
5-2
Rwnanie (5.7) okrela splot dyskretny sygnau, wic odpowied ukadu dyskretnego LTI jest
splotem jego pobudzenia z odpowiedzi impulsow ukadu. Rwnanie (5.7) moe by
rwnie zapisane w postaci
y [k ] =
h [ n] x [ k n] = h [ k ] * x [ k ]
(5.8)
n =
Jeli ukad jest przyczynowy, to jego odpowied nie moe wyprzedza pobudzenia, wwczas
odpowied impulsowa spenia warunek h[k] = 0 dla k < 0. Wzr (5.8) upraszcza si do postaci
y [ k ] = h [ n] x [ k n ]
(5.9)
n =0
(5.10)
y [k ] =
h[n]z ( k n ) = z k
n =
h[n]z
= z k H ( z)
(5.11)
n =
x [k ] =
m =
k
m m
(5.12)
to otrzymuje si
y [k ] =
m =
H ( zm ) zmk
(5.13)
czyli odpowied rwnie bdzie wyraona jako liniowa kombinacja tych samych zespolonych
sygnaw wykadniczych.
Dla pobudzenia bdcego zespolonym sygnaem wykadniczym o postaci
x [ k ] = z k = e j k , = 2 f / fs
(5.14)
y [k ] =
h[n]e
j ( k n )
= e jk
n =
y [ k ] = H (e j ) e
h[n]e
j n
= e jk H (e j ) = e jk H (e j ) e j ( )
(5.15)
n =
j ( k + ( ) )
(5.16)
gdzie H(ej) jest transformat Fouriera dyskretnej odpowiedzi impulsowej. Odpowied jest
rwnie zespolonym sygnaem wykadniczym o amplitudzie |H(ej)|, przesunitym w fazie o
5-3
kt (). Warto moduu H() decyduje wic o amplitudzie odpowiedzi, a argument H() o
przesuniciu fazowym.
Odpowied ukadu LTI na zespolone pobudzenie wykadnicze moe mie inn od pobudzenia
amplitud i faz, natomiast czstotliwo odpowiedzi pozostaje taka sama jak pobudzenia.
Waciwo ta powoduje, e reprezentacja widmowa sygnaw w postaci kombinacji liniowej
zespolonych sygnaw wykadniczych ma szerokie zastosowanie w przetwarzaniu sygnaw i
analizie systemw.
Transformacja Z i transmitancja ukadu dyskretnego
Wygodnym aparatem matematycznym stosowanym w analizie ukadw dyskretnych jest
transformacja Z, ktra uatwia analiz rwna rnicowych (5.4). W rwnaniu (5.11)
mielimy ju do czynienia z transformat Z odpowiedzi impulsowej systemu LTI okrelon
zalenoci
H ( z) =
h[n]z
(5.17)
n =
Funkcja z-k stanowi ogln posta rozwizania liniowych rwna rnicowych (5.4). Dla
z = ej zaleno (5.17) odpowiada transformacie Fouriera dyskretnej odpowiedzi impulsowej
ukadu.
Dla dowolnego sygnau dyskretnego f[k] transformata Z jest zdefiniowana jako
F ( z) =
f [ n] z n
(5.18)
n =
ktra sygnaowi f[k] przyporzdkowuje funkcj F(z) zmiennej zespolonej z (f[k] F(z)).
Dla zmiennej z = ej, przyjmujcej wartoci z okrgu jednostkowego na paszczynie
zespolonej, transformata Z jest rwna transformacie Fouriera sygnau dyskretnego
(oznaczanej jako F(ej)).
F ( e j ) =
k =
f [ k ] ( e j )
f [k ] e
jk
(5.19)
k =
(5.20)
m= 0
n =1
m =0
n =1
Y ( z ) = bm Z { x [ k m]} an Z { y [ k n ]} = bm z m X ( z ) an z nY ( z )
Po uporzdkowaniu uzyskano
5-4
(5.21)
Y (z ) an z
n =0
= X (z ) bm z m
(5.22)
m=0
Dzielc obie strony przez X(z), otrzymano transmitancj ukadu dyskretnego H(z)
M
bm z m
Y (z )
H (z ) =
= m =0
X (z )
an z
b0 + b1 z 1 + b2 z 2 + + bM z M
a 0 + a1 z 1 + a 2 z 2 + + a N z N
(5.23)
n=0
gdzie a0 = 1.
Transmitancja H(z) moe by rwnie wyraona w postaci
1
1
1
Y ( z ) (1 z1 z )(1 z2 z ) ... (1 z M z )
H ( z) =
=
X ( z ) (1 p1 z 1 )(1 p2 z 1 ) ... (1 pN z 1 )
(5.24)
( z ) = Z { [ k ]} =
[k ] z
= 1 z 0 = 1
(5.25)
n =
(5.26)
(5.27)
Jak pokazano na poniszym schemacie zalenoci (rys. 5.1), transmitancj widmow mona
wyznaczy rwnie bezporednio z h[k], stosujc przeksztacenie Fouriera.
Charakterystyk amplitudow ukadu dyskretnego nazywany jest modu transmitancji
widmowej
A ( ) = H ( e j )
(5.28)
( ) = arg H ( e j )
(5.29)
5-5
h[k ]
Im(z )
H z
z := e j
1 Re z
()
H e j
= 0
= H ( z ) z = e j 0 = H (1)
(5.30)
H (1) =
bm
b0 + b1 z 1 + b2 z 2 + + bM z M
a 0 + a1 z 1 + a 2 z 2 + + a N z N
=
z =1
m=0
N
(5.31)
an
n=0
H (1) = h[k ] z k
= h[k ]
k = 0
z = 1 k =0
(5.32)
5-6
(5.33)
1 dla k = 0, 1, 2, ...
q[k ] =
0 dla k < 0
(5.34)
b0
a0
(5.35)
z 1
lim yq [ k ] = H (1)
(5.36)
odpowiedzi
skokowej
jest
rwna
wzmocnieniu
(5.37)
b0 b1 + b2 b3 +
a 0 a1 + a 2 a3 +
(5.38)
Stabilno
Liniowy ukad dynamiczny jest stabilny, gdy jego odpowied na ograniczone pobudzenie
x [k ] M 1 jest rwnie ograniczona y[k ] M 2
Ukad liniowy jest stabilny wtedy i tylko wtedy, gdy jego odpowied impulsowa jest
absolutnie sumowalna, czyli
h[k ] <
(5.39)
k =
( )
H e j <
(5.40)
poniewa
( ) h[k ] e
H e j =
k =
jk
k =
h[k ] e jk =
h[k ]
k =
5-7
(5.41)
Ukad o transmitancji dyskretnej H(z) jest stabilny, jeli wszystkie bieguny transmitancji
znajduj si wewntrz okrgu jednostkowego na paszczynie zmiennej zespolonej z.
Szczeglne postacie transmitancji
1. M = 0, N > 0. Transmitancja ma posta
H (z ) =
a0 + a1 z
1
+ a2 z 2 + + a N z N
(5.42)
(5.43)
( ( )) = H e j earg( H ( e )) X e j earg( X ( e ))
( )
( )
(5.44)
( ( )) = H e j X e j earg( H ( e ))+arg( X ( e ))
( ) ( )
(5.45)
Y ( e j ) e
arg Y e j
Y ( e j ) e
arg Y e j
arg Y ( e j ) = ( ) + arg X ( e j )
(5.46)
(5.47)
5-8
a) filtr dolnoprzepustowy
A( )
1
c) filtr pasmowoprzepustowy
A( )
pasmo
przejciowe
2/2
pasmo
przepustowe
pasmo
zaporowe
fc
fs/2 f
fs/2
b) filtr grnoprzepustowy
A( )
d) filtr pasmowozaporowy
A( )
fs/2 f
fs/2
(5.48)
5-9
Y ( z ) = b0 X ( z ) + b1 z 1 X ( z ) + b2 z 2 X ( z ) + b3 z 3 X ( z )
(5.49)
Y (z )
= b0 + b1 z 1 + b2 z 2 + b3 z 3
X (z )
(5.50)
x[k]
z
b0
-1
x[k-2]
-1
x[k-3]
-1
b1
b2
b3
y[k]
y[0] = b0 x[0] + b1 x[ 1] + b2 x[ 2] + b3 x[ 3] = b0
W kolejnym takcie dziaania filtru (k = 1)
b0 = b1 = ... = bM =
1
M +1
(5.51)
5-10
Mona zauway, e suma wartoci powyszych wspczynnikw jest rwna jednoci, czyli
filtr o takich wspczynnikach ma wzmocnienie staoprdowe rwne 1. Tego rodzaju filtr
wyznacza po prostu redni arytmetyczn z M+1 ostatnich wartoci sygnau wejciowego.
Filtr FIR o jednakowych wspczynnikach jest przedmiotem analizy w zadaniu ZL5.1.
y [ k ] = a1 y [ k 1] + b0 x [ k ] = a y [ k 1] + (1 a ) x [ k ] , a < 1
(5.52)
(5.53)
(1 a z ) Y ( z ) = (1 a ) X ( z )
(5.54)
H ( z) =
Y ( z)
1 a
=
X ( z ) 1 a z 1
(5.55)
y [ 0] = a y [ 1] + (1 a ) x [ 0] = (1 a ) 1 = 1 a
W kolejnym takcie dziaania filtru (k = 1)
y [1] = a y [ 0] + (1 a ) x [1] = a (1 a ) + (1 a ) 0 = a (1 a )
Dla k = 2
5-11
y [ 2] = a y [1] + (1 a ) x [ 2] = a a (1 a ) + (1 a ) 0 = a2 (1 a )
Dla k = 3
y [3] = a y [ 2] + (1 a ) x [3] = a a2 (1 a ) + (1 a ) 0 = a3 (1 a )
Oglnie dla k = 0, 1, 2, otrzymuje si
y [ k ] = ak (1 a )
(5.56)
5-12
y[ k 1] = q[ k 1] 0.2
(5.57)
q[ k ] = x[ k ] + x[ k 1] + x[ k 2] + x[ k 3] + x[ k 4]
y[ k ] = q[ k ] 0.2
(5.58)
Warto q[k] rni si od q[k-1] tym, e do sumy x[k 1] + x[k 2] + x[k 3] + x[k 4]
dodano x[k] i odjto x[k-5]. Mona wic y[k] obliczy w sposb nastpujcy
q[ k ] = x[ k ] + q[ k 1] x[ k 5]
y[ k ] = q[ k ] 0.2
(5.59)
Oglnie dla redniej ruchomej o dowolnej liczbie wspczynnikw N warto y[k] mona
obliczy w sposb nastpujcy
5-13
q[ k ] = x[ k ] + q[ k 1] x[ k N ]
y[ k ] = q[ k ] (1 / N )
(5.60)
Podczas obliczania q[k], wartoci q[k-1] oraz x[k-N] powinny by dostpne jako wartoci
wyliczone w przeszoci. Wyznaczanie q[k] polega wic na dodaniu nowej wartoci x[k] do
q[k-1] i odjciu x[k-N]. Kada nowa warto x[k] staje si po N taktach wartoci najstarsz
x[k-N], a wic jest potrzebna nie tylko w biecym rachunku, lecz bdzie potrzebna rwnie
w przyszym. Dlatego warto zapamitywa kolejno wartoci x[] w buforze cyklicznym o
dugoci N (rys. 5.5). W przypadku realizacji w czasie rzeczywistym nie uywa si jawnego
indeksowania czasu, wic wygodnie zamiast k-N stosowa symbol oznaczajcy oglnie
najstarsz warto zapamitan w buforze, np. x[oldest_time]. Zamy, e aktualny
adres w buforze wskazuje wanie na t najstarsz warto. Traktujc ten adres jako indeks w
tablicy (wektorze) wartoci cirbuff, mona najstarsz warto odczytywa jako
cirbuff(cirbuff_address). Rachunek redniej ruchomej w danym takcie moe
przebiega nastpujco:
1. pobierz now warto x_new (np. nowa prbka sygnau z przetwornika analogowocyfrowego);
2. wyznacz q = q + x_new - cirbuff(cirbuff_address);
3. zapisz x_new do cirbuff(cirbuff_address);
4. aktualizuj adres (z redukcj modulo N);
5. wyznacz y = q/N;
6. powrt to punktu 1.
5-14
y(k+1)=q/N;
end
5.4. Literatura
[1]
[2]
[3]
[4]
5-15
(6.1)
y[k ] = y (t ) t = kT
(6.2)
Z {y[k ]} Y ( z )
=
Z {x[k ]} X ( z )
(6.3)
Q(z ) =
1
1 z 1
(6.4)
H q ( z ) = 1 z 1 Yq (z )
(6.5)
6-1
H ( z ) = T Y ( z )
(6.6)
H ( s) =
Y ( s)
1
1/
=
=
X ( s ) 1 + s s + 1/
(6.7)
1
u2 (t ) = h(t ) = e
(6.8)
a odpowied skokowa:
u2 q (t ) = 1 e
(6.9)
Y (s ) = H (s ) =
1/
s + 1/
(6.10)
6-2
y(t ) = h(t ) = e
1
(6.11)
y [k ] = e
1
kT
(6.12)
oraz
Y (z ) =
kT
z k
k =0
T 1
1
1
= e z =
k =0
1 e / z 1
(6.13)
H ( z ) = T Y ( z ) =
b0
1
T
=
T /
1
1 a1 z 1
1 e z
(6.14)
gdzie: b0 = T / , a1 = e T / .
Warto podkreli, e wymnoenie Y ( z ) przez T prowadzi do sytuacji, w ktrej staa czasowa
filtru analogowego jest wszdzie znormalizowana przez odniesienie do okresu prbkowania
T (tak wanie powinno by w przypadku prawidowo zaprojektowanego filtru cyfrowego).
1 1/
A
B
Yq (s ) = Q(s ) H (s ) =
= +
s s + 1/ s s + 1/
Warto A mona obliczy mnoc obie strony ostatniej rwnoci przez s i podstawiajc s=0.
Otrzymano A=1. Warto B wyznaczono mnoc obie strony ostatniej rwnoci przez (s+1/)
i podstawiajc s=-1/). Otrzymano B=-1. A zatem
1
1
Yq (s ) =
s s + 1/
(6.15)
6-3
Uwzgldniajc fakt, e odwrotn transformat Laplacea wyrazu 1/s jest skok jednostkowy
q(t), za odwrotn transformat Laplacea wyrazu 1/(s+1/) jest sygna wykadniczy e t / ,
mona doj do wniosku, e dyskretna wersja yq(t) ma posta
y q [k ] = q[k ] e
kT
(6.16)
a zatem
Yq ( z ) =
1
1
1
T /
1 z
1 e
z 1
(6.17)
) Y ( z )
q
(1 e ) z
=
T /
1 e T / z 1
b1 z 1
=
1 a1 z 1
(6.18)
gdzie: b0 = 0, b1 = 1 eT / , a1 = a1 = e T /
dy
= x(t )
dt
(6.19)
a transmitancja Laplacea
H (s ) =
Y (s ) 1
=
X (s ) s
(6.20)
6-4
y (t ) = y (t0 ) + x( )d
(6.21)
t0
( k +1)T
x(t )dt
(6.22)
kT
Zastpujc pole pod krzyw x(t) polem prostokta lub trapezu dla przedziau czasu o
szerokoci T otrzymujemy przyblienia (aproksymacje) rozwizania (6.22). Poniej zostan
krtko przedstawione trzy najpopularniejsze i najprostsze metody przyblionego cakowania.
Metoda Eulera w przd (algorytm ekstrapolacyjny, rnice zstpujce)
Rozwizanie (6.22) jest aproksymowane nastpujco
y ( kT + T ) = y ( kT ) + Tx ( kT )
(6.23)
zY ( z ) Y ( z ) = TX ( z )
(6.24)
T
z 1
1
H (z ) =
=T
= H ( s ) s = 1 1 z 1 =
1
z 1
1 z
s s = 1 1 z 1
T z 1
(6.25)
T z 1
Oglnie, aby transformowa ukad cigy w dyskretny metod Eulera w przd naley dokona
podstawienia:
H ( z ) = H ( s ) s = 1 1 z 1
(6.26)
T z 1
(6.27)
zY (z ) Y ( z ) = zTX ( z )
(6.28)
H (z ) =
(6.29)
zT
1
=T
z 1
1 z 1
Oglnie:
H ( z ) = H ( s ) s = 1 (1 z 1 )
(6.30)
y(kT + T ) = y(kT ) + T
x(kT + T ) + x(kT )
2
(6.31)
6-5
zY ( z ) Y ( z ) =
T
(1 + z ) X ( z )
2
(6.32)
T z + 1 T 1 + z 1
H (z ) =
=
2 z 1 2 1 z 1
(6.33)
Oglnie:
H ( z ) = H ( s ) s = 2 1 z 1
(6.34)
T 1+ z 1
1 z 1
z = 1 + sT
Tz 1
(6.35)
(6.36)
(6.37)
czyli
z = 1 + ( T ) 2
(6.38)
(6.39)
6-6
1 z 1
1
z=
T
1 sT
(6.40)
Jeli
2
1 + (T ) e jarctg( T )
1
1 1 + jT 1
s = j z =
= 1+
= 1 +
2 jarctg( T )
1 jT 2 1 jT 2
1
+
(
T
)
e
z=
1
1 + e j 2arctg( T )
2
(6.41)
(6.42)
z = z e j =
1
1 + (T ) e
2
jarctg ( T )
1
1 + (T )
e jarctg ( T )
(6.43)
czyli
z=
(6.44)
1 + (T )
(6.45)
Transformacja biliniowa
T
1+ s
2 1 z 1
2
s=
z=
T
T 1 + z 1
1 s
2
(6.46)
Jeli
6-7
T jarctg 2
T
1+
e
1 + j
2
2
s = j z =
=
2
T
T
T jarctg 2
1 j
1+
e
2
2
z = ze
=e
T
j 2 arctg
(6.47)
(6.48)
czyli
z =1
(6.49)
T
- nieliniowa transformacja czstotliwoci
2
= arctg
(6.50)
H (e j ) = H ( j)
(6.51)
2
T
= tg
T 2
2
= 2arctg
(6.52)
Pulsacja ukadu cigego jest funkcj nieliniow pulsacji ukadu dyskretnego , czyli
wystpuje znieksztacenie skali czstotliwoci.
Jeli naley zaprojektowa filtr cyfrowy np. dolnoprzepustowy o czstotliwoci granicznej c
na podstawie analogowego prototypu o czstotliwoci c = c / T, to po transformacji
czstotliwo graniczna zaprojektowanego filtru c bdzie mniejsza od podanej c < c.
6-8
Aby tego unikn naley wyznaczy pulsacj graniczn prototypu filtra analogowego zgodnie
ze wzorem
c =
2 c
tg
T 2
(6.53)
H (z ) =
1/
T
z 1
b1 z 1
=
=
1 1 z 1
1 (1 T / ) z 1 1 a1 z 1
+
1
/
T z 1
(6.54)
H (z ) =
1/
1
1 z 1 + 1 /
T
gdzie: b0 =
T /
1 + T / 1
1
b0
=
1
1
z 1 1 a1 z
1 + T /
T /
1
, a1 =
.
1 + T /
1 + T /
6-9
(6.55)
Transformacja biliniowa
1/
H (s) =
s + 1 / s = 2 1 z 11
T 1+ z
1/
T
1 + z 1
b0 + b0 z 1
H (z ) =
=
=
2 1 z 1
T + 2 1 2 T z 1 1 a1 z 1
+ 1/
2 + T
T 1 + z 1
gdzie: b0 =
(6.56)
T
2 T
, a1 =
.
T + 2
2 + T
z
z T 1 a z
1
T + 2
inny sposb wyznaczenia (dla wymuszenia impulsowego):
1
1
1
1 b0
y [0] = lim H ( z ) =
=
z T
T a0 T + 2
odpowiedzi
impulsowej
prototypu
1 b + b z 1
lim{y [k ]} = lim{( z 1) X ( z ) H ( z )} = lim ( z 1) 0 0 1 = 0
k
z 1
z 1
T 1 a1 z
6-10
1 b0 + b0 z 1
T
yq [0] = lim{X ( z ) H ( z )} = lim
0
=
z
z 1 z 1 1 a z 1
1
T + 2
z
a0 T + 2
Wystpuje niezgodno wartoci pocztkowych odpowiedzi skokowej prototypu
analogowego i filtru cyfrowego.
4) Warto kocowa odpowiedzi skokowej (rwna wzmocnieniu staoprdowemu)
z b +b z
lim{y [k ]} = lim{( z 1)X ( z ) H ( z )} = lim( z 1)
z 1 1 a z
0
z 1
z 1
=1
inaczej:
lim{yq [k ]} = H (1) =
b0 + b0
=1
1 a1
6-11
6.4. Literatura
[1] J. A. Wojciechowski: Sygnay i systemy. Warszawa 2008.
[2] T. P. Zieliski: Cyfrowe przetwarzanie sygnaw. Warszawa 2007.
[3] J. Nieznaski: Sygnay i systemy. Niepublikowane materiay wykadowe. Gdask 2010.
6-12
Rys. 7.1. Idea ptli synchronizacji fazowej z trjfazowym napiciem zasilajcym [1]
Idea realizacji ptli synchronizacji fazowej przedstawiona zostaa dla przypadku
symetrycznego trjfazowego ukadu sinusoidalnych napi kolejnoci zgodnej, ktre opisane
s rwnaniem (7.1).
7-1
Rys. 7.2. Wykres wskazowy prezentujcy wektor przestrzenny napicia i jego skadowe
ortogonalne w ukadzie stacjonarnym - i wirujcym d-q
uabc
U cos (t )
m
u a
= ub = U m cos t
3
uc
U m cos t +
3
(7.1)
gdzie: ua, ub, uc,- napicia trjfazowe, Um amplituda napi, - pulsacja napi
Transformacja Clarke (opisana rwnaniem macierzowym (7.2)) pozwala wyznaczy wartoci
skadowych ortogonalnych napicia zasilajcego u i u, na podstawie skadowych
trjfazowych.
2
u
3
= =
u 0
1
3
3
3
1
3
uabc
3
3
(7.2)
7-2
u = ua = U m cos (t )
3
( ub uc ) = U m sin (t )
u =
3
(7.3)
(7.4)
uq = u sin ( t ) + u cos ( t )
(7.5)
(7.6)
uq = U m sin (t t )
(7.7)
Podstawiajc rnice pomidzy faz napicia zasilajcego i faz estymowan przez ptl
synchronizacji fazowej (zgodnie z (7.8)) do zestawu rwna (7.7) uzyskano zestaw rwna
(7.9)
t =
t t = =
t =
(7.8)
uq = U m sin ( )
(7.9)
u q = 0
(7.10)
(7.11)
uq
dla ud >= 0
(7.12)
e/U , u /U
0.5
0
-0.5
-1
-1.5
-2
-1
-0.8
-0.6
-0.4
-0.2
0
/ [rad/]
0.2
0.4
0.6
0.8
e = Um sin ( ) Um
7-4
(7.13)
(s)
( s )
E (s)
R (s)
(s)
1
s
(s)
E (s)
R (s)
U (s)
G (s)
Y (s)
G ( s) =
Um
s
(7.14)
7-5
Rys. 7.6. Narzdzie strojce wartoci nastaw regulatora Designing PID Controllers
7-6
wspczynnika
wzmocnienia
Kp
czasu
zdwojenia
Ti
regulatora
1
o transmitancji R ( s ) = K p 1 + w funkcji wzmocnie Kp_DC i Ki_DC dla regulatora
Ti
projektowanego za pomoc narzdzia Designing PID Controllers o transmitancji
K
RDC ( s ) = K p_DC + i_DC wynosz:
s
K p = K p_DC = 0.30739
K p_DC 0.30739
T
=
=
= 0.57137
i
K
0.53799
i_DC
(7.15)
7-7
U [V]
200
0
-200
-400
0
0.02
0.04
0.06
0.08
0.1
t [s]
0.12
0.14
0.16
0.18
0.2
0.02
0.04
0.06
0.08
0.1
t [s]
0.12
0.14
0.16
0.18
0.2
400
U [V]
200
0
-200
-400
0
7-8
200
0
U [V]
400
-200
-400
0
0.02
0.04
0.06
0.08
0.1
t [s]
0.12
0.14
0.16
0.18
0.2
0.02
0.04
0.06
0.08
0.1
t [s]
0.12
0.14
0.16
0.18
0.2
0.02
0.04
0.06
0.08
0.1
t [s]
0.12
0.14
0.16
0.18
0.2
200
0
U [V]
400
-200
-400
0
e [V]
0
-200
-400
-600
0
fPLL, f [Hz]
50
40
30
20
0
0.1
0.2
0.3
0.4
0.5
t [s]
[deg]
f [Hz]
0.7
0.8
0.9
30
20
10
-50
-100
-150
0
0
0.6
0.2
0.4
0.6
0.8
t [s]
0.2
0.4
0.6
0.8
t [s]
7.5. Literatura
[1] A. Cichowski, materiay niepublikowane.
[2] S. K. Chung: Phase-locked loop for grid-connected three-phase power conversion
systems, Electric Power Applications, IEE Proceedings Electr., Vol. 147, No.3, 2000.
7-10
7-11
7-12
7-13