Mintapéldák

Feladat 4.4.1.

Grafikusan ábrázoljuk a fázorok állását N=6 értékre.

A megoldás menete

( )

^j26kn

6 n,k e

W = ^π . Csak a fázis változik a modulus minden esetben 1. Az eredményül kapott grafikonok mutatják a fázorok állását különböző n és k értékekre.

4.4. ábra. A fázorok állása N=6 értékre és különböző k értékekre.

Im

Re n=1

n=0 n=2

n=3

n=5 60°

n=4 k=1

Im

n=0,3 Re n=1,4

120°

n=2,5 k=2

Im

n=0,2,4 Re n=1,3,5

k=3

Im

Re n=5

n=0 n=4

n=3

n=1 60°

n=2 k=5

Im

Re n=0,1,2,3,4,5 k=6

Im

n=0,3 Re n=2,5

120°

n=1,4 k=4

A DFT esetében a spekrumból időtartománybeli mintavételi frekvenciát melyhez

s

s f

T = 1 periódusidejű mintavételezés tartozik. Az idősor így T=L⋅Ts időtartományt fed le. Elmondhatjuk, hogy a diszkrét idejű jel frekvencia válasza periodikus, és a periódus:

s

X az egyenáramú komponenst

jelöli, vagyis az x

[ ]

n jel középértékét.

Tekintsük x

[ ]

n és X

[ ]

k sorokat vektorként, ahol a vektorokat x és _N X_N jelöli. Akkor a transzformációs együtthatók N×N-es mátrixba rendezhetők a következők szerint:

N és az egyes elemek által meghatározott

( )

_N^{nk j2Nkn}

komplex értékek ortogonális bázist képeznek. A mátrixban szereplő függvényeket rotációs függvényeknek nevezzük, ugyanis csak a komplex számok argumentuma változik, a modulusuk mindig 1 marad.

Feladat 4.4.2.

Adja meg a 𝑊₈ és 𝑊₄ mátrixok előállításának MATLAB kódját és azok értékeit.

Megoldás:

Az alábbi matlabkód hivatott előállítani a mátrix komplex elemeit:

A kód futtatásainak eredménye a következő:

Amennyiben N=4 , a forgatómátrix a következőképpen alakul:

A mátrix elemei között felfedezhető egyfajta periódusosság és mindegyik elem egy – egy pontot határoz meg a komplex sík egységköre mentén.

Továbbá érvényes, hogy a létezik a transzformáció inverze

* N N 1 N

N

N W X

N X 1 W

x = ⁻ ⋅ = ⋅

, ... (4.26)

* N N

NW NI

W = , ... (4.27)

tehát diagonális egységmátrix. Ebből következtethetünk, hogy W ortogonális mátrix és, _N hogy a DFT és az IDFT ortogonális transzformációk.

Feladat 4.4.3.

Elemezzük az x[n]=1;∀n jelet és határozzuk meg annak DFT transzformáltját!

A megoldás menete:

A jelet ábrázoló grafikon a következő:

-2 0 2 4 6 8 10 12 14 16 n 𝑥[𝑛]

N=8;

W=ones(N);

for n = 0:N-1 for k = 0:N-1

W(n+1,k+1)=exp(-i*2*pi*n*k/N);

end end

1.0 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0 0.7071-0.7071i 0.0000-1.0000i -0.7071-0.7071i -1.0000-0.0000i -0.7071+0.7071i -0.0000+1.0000i 0.7071+0.7071i 1.0 0.0000-1.0000i -1.0000-0.0000i -0.0000+1.0000i 1.0000+0.0000i 0.0000-1.0000i -1.0000-0.0000i -0.0000+1.0000i 1.0 0.7071-0.7071i -0.0000+1.0000i 0.7071-0.7071i -1.0000-0.0000i 0.7071+0.7071i 0.0000-1.0000i -0.7071+0.7071i 1.0 -1.0000-0.0000i 1.0000+0.0000i -1.0000-0.0000i 1.0000+0.0000i -1.0000-0.0000i 1.0000+0.0000i -1.0000-0.0000i 1.0 -0.7071+0.7071i 0.0000-1.0000i 0.7071+0.7071i -1.0000-0.0000i 0.7071-0.7071i -0.0000+1.0000i -0.7071-0.7071i 1.0 -0.0000+1.0000i -1.0000-0.0000i 0.0000-1.0000i 1.0000+0.0000i -0.0000+1.0000i -1.0000-0.0000i -0.0000-1.0000i 1.0 0.7071+0.7071i -0.0000+1.0000i -0.7071+0.7071i -1.0000-0.0000i -0.7071-0.7071i -0.0000-1.0000i 0.7071-0.7071i

1.0000 1.0000 1.0000 1.0000 1.0000 0.0000 - 1.0000i -1.0000 - 0.0000i -0.0000 + 1.0000i 1.0000 -1.0000 - 0.0000i 1.0000 + 0.0000i -1.0000 - 0.0000i 1.0000 -0.0000 + 1.0000i -1.0000 - 0.0000i 0.0000 - 1.0000i

Az ábráról leolvasható, hogy a DI jel periodikus és periódusa N=1.

X segítségével

meghatározni. Mégis némi okoskodással eljuthatunk a keresett transzformációhoz.

Szemléljük a feladatban megadott jelet mint Dirack impulzusok végtelen sorát

∑

^∞ elvárt szerint alakult, ugyanis a jelnek csak egyenáramú komponense van, nem lehet más frekvencián összetevője csak az ω =0 frekvencián. Az összetevő értéke pedig megegyezik a jel átlagértékével.

Feladat 4.4.4.

Határozzuk meg az alábbi DI függvény DFT –jét.

10 n

1 x

p[

n

^]

5 15 20

0

4.6. ábra. Illusztráció a példához.

A megoldás menete:

A DFT általános alakja:

[ ]

k x

[ ]

ne ,k 0,,12, ,N 1

Az egyes összetevők kifejtve:

5 k

vezessük be a következő egyszerűsítéseket:

 Az egyszerűsítések alkalmazásával jutunk a:

( )

_

megoldáshoz. Az idősor páros, így a DFT csak valós összetevőket tartalmaz.

Az amplitúdó és fázis spektrum a következők szerint határozható meg:

{

X[k]

}

² Im

{

X[k]

}

² az értékeket táblázatba rendezve:

k A[k] θ[k] k A[k] θ[k]

0.31 0.2 0.31

2.09 2.09

5 Amplitúdó spektrum

k

9

A[k]

9

Fázis spektrum

-180⁰

k θ[k]

4.7. ábra. Az amplitúdó és fázis spektrum.

Feladat 4.4.5.

Határozza meg az alábbi jelalak Fourier együtthatóit:

4.8. ábra. Illusztráció a példához.

Megoldás:

Az ábrából látszik, hogy a periódusidő 4 → Ω0 =2π/4 és ⁰

2 j 4

e

^{− Ω}j ⁼

e

^{− π = −}

j

( )

3

0 0

1 1 0 1 2 3 3

4n 4 2

c u n

=

=

∑

  = + + + =

( ) ( )

3

1 0

1 1 0 2 3 1 1

4 4 2 2

n

c n u n j j j j

=

=

∑

   − = − − + = − +

( ) ( )

3 2

2 0

1 1 0 1 2 3 1

4 4 2

n

c n u n j

=

=

∑

   − = − + − = −

( ) ( )

3 3

3 0

1 1 0 2 3 1 1

4 4 2 2

n n

c u n j j j j

=

=

∑

   − = + − − = − −

Feladat 4.4.6.

Határozza meg az alábbi jel Fourier együtthatóit:

k 4

u n ^∞ δ n k

=−∞

 =  − 

 

∑

 

Megoldás

Határozza meg az alábbi jel Fourier együtthatós alakját:

Megoldás

A Fourier együtthatók az alábbiak:

c₁ = 1/2 c₋₁= c₋₁₊₈ = c₇ = 1/2 minden további c_k együttható 0.

Határozza meg az alábbi jel Fourier együtthatós alakját:

Megoldás

A Fourier együtthatók az alábbiak:

c3 =−₂^j c4 = ¹₂ c−4= c−4+24 = c20 =¹₂ c−3 = c−3+24= c21= ₂^j,

Feladat 4.4.9.

Határozza meg az alábbi jel Fourier együtthatós alakját:

Megoldás

N₀ = 8 → Ω₀ =2π/8 =π/4

0 0

2

8 8

1 1 1 1

2 4 2 4

j n j n j n j n

u n^{  =}  ^e ^{π +}e^{− π } ⁼ e ^{Ω + +} e^{− Ω} A Fourier együtthatók az alábbiak:

c0 = 1/2, c1 = 1/4, c−1= c−1+8 = c7 = 1/2, minden további c_k együttható 0.

Feladat 4.4.10.

Határozza meg az alábbi ábrán látható u[n] jel Fourier transzformáltját!

4.9. ábra. Illusztráció a példához.

Megoldás

Az ábrából látszik, hogy: u[n] = u₁[n + N1] – N₁-et eltolva 0-ba N = 2N₁+ 1 adódik.

Így kapjuk: 1( ) ^{1 1}

sin 12

sin 2

j N

N

U e^{− Ω}

Ω + 

  

 

 

Ω =  Ω

  

Végül az eltolási tétel alkalmazásával:

( )

¹ 1

( )

¹

sin 1

2 sin 2

j N N

U e ^Ω X

  

  

  

 

  

  Ω +

Ω = Ω =

Ω cos2

u n  =  π8n

Feladat 4.4.11.

Határozza meg a következő jel inverz Fourier transzformáltját!

4.10. ábra. Illusztráció a példához.

Megoldás

1

( )

1 sin

2 2

j n W j n

W

x n X e d e d Wn

n

π

π ₋π ^Ω π ₋ ^Ω π

  = Ω Ω = Ω =

 

∫ ∫

Feladat 4.4.12.

Határozza meg a következő jel inverz Fourier transzformáltját!

( )

2

(

₀

)

, , ₀ X Ω = πδ Ω − Ω Ω Ω ≤π

Megoldás

(

₀

)

⁰

21 2

j n j n

x n e d e

π

π

π πδ

Ω Ω

−

  = Ω − Ω Ω =

 

∫

Feladat 4.4.13.

Határozza meg az x[n] jel Fourier transzformáltját!

0 0

cos ,

x n  =  Ω n Ω ≤π

Megoldás

0 0

0 1

cos^{Ω =}n 2^ej n^{Ω +}e^{− Ω}j n^

  X

( )

Ω =π δ^

(

Ω − Ω + Ω + Ω0

) (

δ 0

)

^

( )

^{10 W W}

U π

 Ω ≤

 < Ω ≤ Ω = 



Feladat 4.4.14.

Határozza meg az alábbi jel inverz Fourier transzformáltját!

( )

¹ ₂

Határozzuk meg az ábrán szereplő DI függvény DFT –jét.

10 n

1

20 x

^[

n

^]

5 15

4.11. ábra. Illusztráció a példához.

A megoldás menete:

5 k

rendezéssel eljutunk a

( )

_

komplex sorhoz.

{

X[k]

}

² Im

{

X[k]

}

²

k A[k] θ[k] k A[k] θ[k]

0 1 0° 5 1 180°

1 3.24 -72° 6 1.1 18°

2 1.7 -54° 7 1.2 36°

3 1.2 -36° 8 1.7 54°

4 1.1 -18° 9 3.24 72°

1.2 1 1.2

3.24 3.24

1.7

Amplitúdó spektrum

k

1.7 1.1 1.1

1

9

A^[k^]

-72⁰

9

Fázis spektrum

k

72⁰ 36⁰

-36⁰

54⁰

-54⁰

18⁰

-18⁰ 180⁰

θ^[k^]

0

4.12. ábra. Az amplitúdó és fázis spektrum.

Feladat 4.4.16.

DFT felhasználásával határozzuk meg az 𝑥(𝑡) =𝑒^−2𝑡u(t) FI jel spektrumát, ahol u(t) az egységugrás függvény.

A megoldás menete:

Tudjuk, hogy a feladatban szereplő FI jelre vonatkozóan a Fourier transzformált: 𝑒^−2𝑡u(t)

Fourier

�⎯⎯⎯⎯�_jω+2¹ . Amplitúdó spektruma: |𝑋(𝜔)| =_√ω¹₂₊₄

Látható, hogy a jel nem sávkorlátos. A jel amplitúdó spektruma monoton csökkenő. A továbbiakban a jel spektrumának azon részét tárgyaljuk, ahol az amplitúdó spektrum a maximális érték 1%-a felett van. Mivel |𝑋(0)| = 0.5, így a sávkorlátot meghatározó érték 0.01∗0.5 = 0.005, és a hozzá tartozó határfrekvencia: 0.005 = ¹

�ω_B²+4→ ω_B ≈200�^𝑟𝑎𝑑_𝑠𝑒𝑐� , 𝜔_𝐵= 2𝜋𝑓_𝐵, 𝑓_𝐵= ¹⁰⁰_𝜋 [𝐻𝑧]. Figyelembe véve a kiszámított sávkorlátot és a mintavételi törvényt, meghatározhatjuk az idő tartománybani mintavétel periódusidejét: 𝑇 ≤_2𝑓¹

𝐵 =

𝜋

200= 0.015708[𝑠𝑒𝑐] .

A feladat megoldásának folytatásában meghatározzuk a jel lefutási idejét. Elméletileg a vizsgált x(t) függvény monoton csökken és csak a végtelemben lesz nullaértékű. A gyakorlatban azonban elegendőnek bizonyul az 𝑥(4) =𝑒⁻⁸= 0.000335≪1 választás.

Tehát válasszuk a lefutási időt 𝑇 = 4[𝑠𝑒𝑐] értéknek.

Az időtartományban vett minták száma ekkor _0.015708⁴ = 254.6473 , ami nem egész szám és nem kettő hatványa. Ezen feltételek teljesülése érdekében vegyük a minták számát 𝑁0 = 256-nak. Ekkor a mintavételi idő 𝑇=₂₅₆⁴ = 0.0156.

A DFT számításához szükség van a frekvenciatartománybeli mintavételezésre. A minták lépésének értéke 𝑓₀ =_𝑇¹

0 = 0.25[𝐻𝑧] frekvenciákként, vagyis 𝜔₀ =^𝜋₂[𝑟𝑎𝑑/𝑠𝑒𝑐]

körfrekvenciákként található.

Amint már ismert a jel spektruma periodikus 𝑁₀ periódussal, így 𝑋[𝑘] =𝑋[𝑘+ 256] , tehát 𝑋[0] =𝑋[256] . Ezért elegendő a spektrumot 𝑘 = [0,255] intervallumban megfigyelni. A konjugált spektrum szimmetriájának tulajdonságából ered, hogy 𝑋[−𝑘] = 𝑋^∗[𝑘], alkalmazva még a periodikusságot, vagyis 𝑋[−𝑘] =𝑋[−𝑘+ 256] belátható, hogy a spektrum értékei 𝑘 = [−127,−1] és 𝑘= [129,255] intervallumok felett megegyeznek a következők szerint: 𝑋[−127] =𝑋[129], 𝑋[−126] =𝑋[130], … , 𝑋[−1] =𝑋[255]. Mindent figyelembe véve belátható, hogy a spektrumot elegendő 𝑘= �0,^𝑁₂⁰� intervallum felett megfigyelni. A példa esetében: 𝑘 = [0,128].

A feladat megoldására alkalmas MATLAB kód:

Az eredmények jobb kiértékelhetősége érdekében a grafikonok ábrázolását célszerű nem 128 pontra, hanem 28 pontra megtenni. A független változó ekkor: 𝜔= [0,28∗ 𝜔0] = [0,44][𝑟𝑎𝑑/𝑠𝑒𝑐] értékeket veszi fel.

A MATLAB kód futásának eredménye:

T_0=4; N_0=256;

T=T_0/N_0; t=(0:T:T*(N_0-1))';

x=T*exp(-2*t); x(1)=T*(exp(-2*T_0)+1)/2;

X_k=fft(x);k=[-N_0/2:N_0/2-1]'; omega_k=k*2*pi/T_0;

omega=linspace(-pi/T,pi/T,4097); X=1./(j*omega+2);

subplot(211);

plot(omega,abs(X),'k',omega_k,fftshift(abs(X_k)),'ko');

xlabel('\omega');ylabel('|X(\omega)|') axis([-0.01 40 -0.01 0.5]);

legend('FT',['DFT, ahol T_0=',num2str(T_0),', N_0=',num2str(N_0)],0);

subplot(212);

plot(omega,angle(X),'k',omega_k,fftshift(angle(X_k)),'ko');

xlabel('\omega');ylabel('\angle X(\omega)') axis([-0.01 40 -pi/2-0.01 0.01]);

legend('FT',['DFT, ahol T_0=',num2str(T_0),', N_0=',num2str(N_0)],0);

4.13. ábra. Az 𝑥(𝑡) =𝑒^−2𝑡𝑢(𝑡) függvény amplitúdó és fázis spektrum.

Az eredmény alapján kijelenthető, hogy az ω_B≈200�^𝑟𝑎𝑑_𝑠𝑒𝑐� határfrekvencia választás megfelelő, ugyanis a jel energiájának jelentős része ezen frekvencián belül helyezkedik el.

4.5. A gyors Fourier-transzformáció (Fast Fourier

In document Jelek és rendszerek példatár (Pldal 86-98)