Rappresentazione di una sequenza a durata finita come un periodo di una sequenza periodica.
|
|
- Demetrio Basso
- 7 anni fa
- Visualizzazioni
Transcript
1 La Trasformata di Fourier Discreta (DFT) 1. Sequenza x(n) lunga N è rappresentabile con sequenza periodica x(n) di periodo N, con andamento nel periodo identico a x(n); 2. x(n) è esattamente rappresentabile dai campioni della sua Z-trasformata X(z), in quanto la sequenza periodica costruita campionando X(z) in N punti equispaziati sul cerchio unitario è identica ai coefficienti della DFS di x(n). La sequenza che corrisponde a tali campioni di X(z) è una versione di sequenza originale x(n) ripetuta periodicamente in modo che non vi è aliasing Rappresentazione di una sequenza a durata finita come un periodo di una sequenza periodica. 107 A cura di M. Ruggieri, M. Pratesi
2 La Trasformata di Fourier Discreta (DFT) Sequenza periodica corrispondente a x(n): x(n) = r x(n + rn) di periodo N non c è sovrapposizione tra gli x(n + rn) x(n) = x(n modulo N) = x((n)) N x(n) = { x(n) 0 n N 1 0 altrove = x(n) R N (n) } {{ } R N (n) = sequenza rettangolare { 1 0 n N 1 = 0 altrove 108 A cura di M. Ruggieri, M. Pratesi
3 La Trasformata di Fourier Discreta (DFT) Si è visto che: x(n) periodo N X(k) periodo N Per mantenere la dualità dei domini tempo-frequenza: x(n) un periodo di x(n) X(k) coefficienti di Fourier un periodo di X(k) cioè: X(k) = X((k)) N X(k) = X(k)R N (k) 109 A cura di M. Ruggieri, M. Pratesi
4 La Trasformata di Fourier Discreta (DFT) (analisi) X(k) = (sintesi) x(n) = N 1 n=0 x(n)w kn N 0 k N 1 0 altrove 1 N N 1 k=0 X(k)W kn N 0 n N 1 0 altrove Questa è: Trasformata discreta di Fourier (DFT - Discrete Fourier Transform) x(n) DFT X(k) 110 A cura di M. Ruggieri, M. Pratesi
5 Proprietà della DFT Sono sostanzialmente analoghe al caso DFS, derivando dalla periodicità implicita nella rappresentazione di sequenze di durata finita con la DFT. Linearità x 3 (n) = ax 1 (n) + bx 2 (n) DFT X 3 (k) = ax 1 (k) + bx 2 (k) Se x 1 (n) ha durata N 1 e x 2 (n) N 2 x 3 (n) dura N 3 = max{n 1, N 2 } Le DFT vanno calcolate con N = N 3 P.E. se N 1 < N 2 X 1 (k) è DFT di x 1 (n) allungata con N 2 N 1 zeri: N 1 1 X 1 (k) = x 1 (n)wn kn 2 0 k N 2 1 X 2 (k) = n=0 N 2 1 n=0 x 2 (n)w kn N 2 0 k N A cura di M. Ruggieri, M. Pratesi
6 Proprietà della DFT Traslazione circolare di una sequenza x(n) m = x 1 (m) Confronto tra (1) e (4), cioè x(n) e x 1 (n), mostra che x 1 (n) non corrisponde a una traslazione lineare di x(n) 112 A cura di M. Ruggieri, M. Pratesi
7 Proprietà della DFT In passaggio da x(n) a x(n+m): traslando x(n) e considerando intervallo (0, N 1], quando un campione esce dall intervallo, un campione identico entra dall altra parte Si può pensare di costruire x 1 (n) traslando x(n) in modo tale che ogni campione che esce dall intervallo [0, N 1] da una parte vi entra dall altra x(n) di durata finita è immaginabile disposta lungo la circonferenza di un cilindro di esattamente N punti. Percorrendo più volte la circonferenza, si vede la sequenza x(n) traslazione lineare di x(n) equivale a rotazione del cilindro (traslazione circolare ) 113 A cura di M. Ruggieri, M. Pratesi
8 Proprietà della DFT Dunque, per la traslazione circolare: x 1 (n) = x(n + m) = x((n + m)) N x(n) = x(n)r N (n) x 1 (n) = x 1 (n)r N (n) = x((n + m)) N R N (n) Per trovare la relazione tra DFT{x(n)} e DFT{x 1 (n)}: se x(n) DFS X(k) e x 1 (n) = x(n + m) DFS X 1 (k) = X 1 (k) = W km N X(k) = = X 1 (k) = W km N X(k) per la dualità tra i domini tempo-frequenza. Si ha: Se è X 1 (k) = X((k + l)) N R N (k) x 1 (n) = W ln N x(n) 114 A cura di M. Ruggieri, M. Pratesi
9 Convoluzione circolare Se x 1 (n) DFT X 1 (k) e x 2 (n) DFT x 3 (n) = X 2 (k) con x 1 (n) e x 2 (n) di durata N: ] [ N 1 m=0 x 1 (m) x 2 (n m) R N (n) } {{ } convoluzione circolare DFT X 3 (k) = X 1 (k)x 2 (k) 115 A cura di M. Ruggieri, M. Pratesi
10 Convoluzione circolare Differenza con convoluzione lineare : caso lineare: le due sequenze sono traslate (dopo il ribaltamento di una delle due) successivamente l una rispetto all altra caso circolare: una sequenza si può immaginare di disporla lungo la circonferenza di un cilindro di N punti. L altra sequenza, rovesciata, è disposta anch essa su circonferenza di un cilindro con N punti. Immaginando di porre un cilindro dentro l altro, i successivi valori della convoluzione si ottengono moltiplicando i valori su un cilindro per i corrispondenti valori sull altro e sommando poi gli N prodotti risultanti. 116 A cura di M. Ruggieri, M. Pratesi
11 Convoluzione circolare Circolare convoluzione equivale alla costruzione di due sequenze periodiche e alla effettuazione di una convoluzione periodica convoluzione circolare, si indica con: x 1 (n) N x 2 (n) 117 A cura di M. Ruggieri, M. Pratesi
12 Convoluzione circolare Esempio n A cura di M. Ruggieri, M. Pratesi
13 Convoluzione circolare Esempio n. 2 x 1 (n) = x 2 (n) = { 1 0 n N 1 0 altrove x 3 (n) =? X 1 (k) = X 2 (k) = N 1 n=0 W kn N = { N k = 0 0 altrove (propr. ortog.) X 3 (k) = X 1 (k)x 2 (k) = { N 2 k = 0 0 altrove x 3 (n) = N, 0 n N 1 Il risultato è molto diverso da una convoluzione lineare!! (due rettangoli generano un triangolo di estensione pari alla somma delle due estensioni) 119 A cura di M. Ruggieri, M. Pratesi
14 Convoluzione circolare Se si considerano x 1 (n) e x 2 (n) allungate a 2N punti (in realtà basta meno): Convoluzione circolare su 2N punti di due sequenze rettangolari di durata N. 120 A cura di M. Ruggieri, M. Pratesi
15 Interpretazione della convoluzione circolare Se x 1 (n) e x 2 (n) di durata finita hanno trasformata di Fourier: X 1 (e jω ) e X 2 (e jω ) e X 3 (e jω ) = X 1 (e jω )X 2 (e jω ) = Le DFT: = x 3 (n) } {{ } F 1 {X 3 (e jω )} X 1 (k) = X 2 (k) = = N 1 n=0 N 1 n=0 N 1 m=0 x 1 (m)x 2 (n m) } {{ } Convoluzione lineare di x 1 (n) e x 2 (n) lunga 2N 1 campioni x 1 (n)w kn N x 2 (n)w kn N = X 1 (e jω ) ω= 2πk N = X 2 (e jω ) ω= 2πk N Con frequenze ω = 2πk/N costituenti un adeguato campionamento delle trasformate di Fourier per rappresentare x 1 (n) e x 2 (n) nel tempo senza aliasing. 121 A cura di M. Ruggieri, M. Pratesi
16 Interpretazione della convoluzione circolare x 4 (n): X 4 (k) = X 1 (k)x 2 (k) è data da [ ] x 4 (n) = x 3 (n + rn) R N (n) x 3 (n) lunga 2N 1 x 4 (n) è una versione affetta da aliasing. r 122 A cura di M. Ruggieri, M. Pratesi
17 Riassunto proprietà DFT Sequenze di lunghezza finita (N) x(n) y(n) ax(n) + by(n) x((n + m)) N R N (n) WN lnx(n) [ N 1 DFT X(k) Y (k) ax(k) + by (k) W kn N X(k) X((k + l)) N R N (k) m=0 x((m)) N y((n m)) N ] R N (n) X(k)Y (k) 1 N [ N 1 x(n)y(n) l=0 ] Y ((k l)) N R N (k) X((l)) N x (n) X (( k)) N R N (k) x (( n)) N R N (n) X (k) R[x(n)] X ep (k) = 1 2 [X((k)) N + X (( k)) N ]R N (k) ji[x(n) X op (k) = 1 2 [X((k)) N X (( k)) N ]R N (k) x ep (n) R[X(k)] x op (n) ji[x(k)] Le proprietà seguenti valgono solo quando x(n) è reale: X(k) = X (( k)) N R N (k) R[X(k)] = R[X(( k)) N ]R N (k) x(n) reale qualsiasi I[X(k)] = I[X(( k)) N ]R N (k) X(k) = X(( k)) N R N (k) arg[x(k)] = arg[x(( k)) N ]R N (k) 123 A cura di M. Ruggieri, M. Pratesi
18 Convoluzione lineare basata sulla DFT Per DFT: esistono algoritmi di calcolo veloci ( ) per calcolare convoluzione può convenire 1. calcolare DFT delle due sequenze 2. fare il prodotto delle DFT 3. calcolare la DFT inversa del prodotto Nella maggior parte delle applicazioni interessa calcolare la convoluzione lineare (p.e. filtraggio segnale vocale o radar) Poiché metodo ( ) porta a calcolo di convoluzione circolare, ci si deve accertare che tale convoluzione circolare produca l effetto della desiderata convoluzione lineare 124 A cura di M. Ruggieri, M. Pratesi
19 Convoluzione lineare basata sulla DFT Se x 1 (n) e x 2 (n) sono lunghe N: x 3 (n) = N 1 m=0 x 1 (m)x 2 (n m) convoluzione lineare Con x 3 (n) che può avere 2N 1 punti diversi da zero (lunghezza pari a 2N 1) Se x 3 (n) si pensa ottenuta moltiplicando le DFT X 1 (k) e X 2 (k) di x 1 (n) e x 2 (n) anche X 1 (k) e X 2 (k) devono essere calcolate sulla base di 2N 1 punti X 1 (k) 2N 2 n=0 x 1 (n)w 2N 1, X 2 (k) 2N 2 n=0 x 2 (n)w 2N 1 x 3 (n) = 1 2N 1 2N 2 k=0 [ X1 (k)x 2 (k)w nk 2N 1] R2N 1 (n) con x 3 (n), dunque, convoluzione lineare di x 1 (n) e x 2 (n). 125 A cura di M. Ruggieri, M. Pratesi
20 Convoluzione lineare basata sulla DFT Si otterrebbe una convoluzione lineare anche se le DFT fossero calcolate sulla base di più di 2N 1 punti Convoluzione di due sequenze di durata diversa: se x 1 (n) lunga N 1 x 2 (n) lunga N 2 convoluzione è lunga N 1 + N 2 1 X 1 (k) e X 2 (k) vanno calcolate sulla base di N 1 + N 2 1 punti. 126 A cura di M. Ruggieri, M. Pratesi
21 Convoluzione lineare basata sulla DFT Convoluzione tra una sequenza a durata finita e una a durata infinita Note: è generalmente impossibile il calcolo di una DFT su un numero elevato di punti in modo da riutilizzare il caso di prima (sostituendo a sequenza di durata una di durata molto elevata N 2 N 1 ) in tal modo non si potrebbe calcolare alcun punto della sequenza filtrata prima di aver raccolto tutti i punti della sequenza d ingresso! Tali ritardi nella elaborazione sono, invece, generalmente da evitare. Per evitare ritardi ma usare ancora la DFT: si segmenta il segnale da filtrare in sezioni lunghe L 127 A cura di M. Ruggieri, M. Pratesi
22 Metodo di sovrapposizione e somma Ogni segmento può essere quindi convoluito con la h(n) finita e i segmenti filtrati congiunti infine uno all altro in modo opportuno Questo filtraggio a blocchi può essere attuato usando DFT. Pertanto: x (n) (LUNGH. ) 1. x(n) scomposto in: h(n) LUNGA M x k (n) = { x(n) kl n (k + 1)L 1 0 altrove 2. x k (n) h(n) 3. x(n) h(n) = x(n) = x k (n) k=0 x k (n) h(n) k=0 128 A cura di M. Ruggieri, M. Pratesi
23 Metodo di sovrapposizione e somma Risposta all impulso h(n) di durata finita e segnale x(n) da filtrare. 129 A cura di M. Ruggieri, M. Pratesi
24 Metodo di sovrapposizione e somma Poiché x k (n) lunga L e h(n) lunga M [x k (n) h(n)] lunga L + M 1 la convoluzione lineare x k (n) h(n) ottenibile usando una DFT di (L + M 1) punti Inoltre: distanza tra i campioni iniziali di due segmenti d ingresso adiacenti è di L punti ogni segmento filtrato ha lunghezza L + M 1 + i punti diversi da zero nei segmenti filtrati si sovrappongono - nello svolgimento della: x(n) h(n) = x k (n) h(n) k=0 di (M 1) punti 130 A cura di M. Ruggieri, M. Pratesi
25 Metodo di sovrapposizione e somma Il metodo è detto di sovrapposizione e somma poiché: 1. i segmenti filtrati sono sovrapposti, dal momento che la convoluzione lineare x(n) h(n) è, in generale, più lunga del segmento k-simo; 2. sommati per ottenere l uscita. 131 A cura di M. Ruggieri, M. Pratesi
26 Metodo di sovrapposizione e somma (a) Scomposizione di x(n) in segmenti non sovrapponentisi di lunghezza L; (b) risultato della convoluzione di ogni segmento con h(n). 132 A cura di M. Ruggieri, M. Pratesi
27 Metodo di sovrapposizione ed estrazione Metodo alternativo: di sovrapposizione e estrazione consiste nel calcolo di convoluzione circolare tra x k (n) e h(n), identificandone la parte corrispondente a una convoluzione lineare. In particolare: se h(n) è lunga M e se ne effettua la convoluzione circolare con un segmento di x(n) lungo N i primi (M 1) punti di tale convoluzione non sono corretti, mentre i rimanenti sono gli stessi che si otterrebbero dalla convoluzione lineare conviene segmentare x(n) in blocchi di lunghezza N in modo che ogni segmento di ingresso si sovrapponga al precedente per M 1 punti 133 A cura di M. Ruggieri, M. Pratesi
28 Metodo di sovrapposizione ed estrazione si definiscono gli x k (n) come: x k (n) = x 0 (n+k(n M+1)) 0 n N 1 con x 0 (n) ottenuta da x(n) ponendovi M 1 zeri iniziali x 0 (n) = x(n M + 1) N.B. l origine temporale di ogni segmento è posta all inizio del segmento stesso piuttosto che coincidente con l origine di x(n), effettuando dunque traslazioni a sinistra di k[n (M 1)] = k(n M + 1) posizioni se y k (n) indica la convoluzione circolare del k-mo segmento di x(n) con h(n) in ogni sequenza d uscita; si scarta la parte per 0 n M A cura di M. Ruggieri, M. Pratesi
29 Metodo di sovrapposizione ed estrazione Perché vanno scartati i primi M 1 punti? con 1. h(n) di durata M (p.e. M = 3) 2. segmentazione di x(n) in tratti lunghi N > M Finché non escono dall intervallo 0 (N 1) i due campioni della replica C cerchiati non si hanno valori corretti di convoluzione ( con M = 3 devono uscire 2 = M 1 campioni c.v.d.) 135 A cura di M. Ruggieri, M. Pratesi
30 Metodo di sovrapposizione ed estrazione Punti che restano dalle sequenze di uscita devono essere congiunti gli uni agli altri per ottenere l uscita filtrata finale = y(n) = y k [(n k(n M + 1)) ( ) + (M } {{ 1 } )] k=0 ( ) ( ) si effettuano, dunque, traslazioni a destra delle y k (n) di k[n M + 1] posizioni ( ) ritraslati a sinistra per eliminare zeri di y 0(n) { y con y k (n) = k (n) M 1 n N 1 } {{ } 0 altrove ( ) ( ) durata: N 1 M = N M A cura di M. Ruggieri, M. Pratesi
31 Metodo di sovrapposizione ed estrazione Il nome del metodo deriva dal fatto che ogni successivo segmento di ingresso consiste in N M + 1 nuovi punti e M 1 conservati dal segmento precedente. (a) Scomposizione di x(n) in segmenti sovrapponibili di lunghezza N; (b) risultato della convoluzione circolare di ogni segmento con h(n). Sono anche indicate le porzioni da scartare per ogni segmento filtrato allo scopo di ottenere la convoluzione lineare. 137 A cura di M. Ruggieri, M. Pratesi
32 Metodo di sovrapposizione ed estrazione 138 A cura di M. Ruggieri, M. Pratesi
Circuiti a Tempo Discreto DFT - La Trasformata di Fourier Discreta
Circuiti a Tempo Discreto - La Trasformata di Fourier Discreta Prof. Michele Scarpiniti Dipartimento di Ingegneria dell Informazione, Elettronica e Telecomunicazioni Sapienza Università di Roma http://ispac.ing.uniroma1.it/scarpiniti/index.htm
Dettagli7.Trasformata discreta di Fourier
7.Trasformata discreta di Fourier 7. Introduzione Nel capitolo 6 sono state prese in esame la definizione e le proprietà della trasformata discreta nel tempo di Fourier : X(e jω ), essendo ω una variabile
DettagliRappresentazione dei segnali con sequenze di numeri e simboli
Elaborazione numerica dei segnali Digital Signal Processing 1 Rappresentazione dei segnali con sequenze di numeri e simboli Elaborazione delle sequenze per stimare i parametri caratteristici di un segnale;
DettagliCalcolo della DFT. Complessità del calcolo diretto. X(k) = x(n)w kn DFT. x(n) = 1 N. X(k)W kn. con W N = e j2π/n. Se x(n) è complessa: j{r[x(n)]
Calcolo della DFT Complessità del calcolo diretto DFT X(k) = x(n) = 1 1 n=0 1 x(n)w kn k = 0,..., 1 DFT k=0 con W = e j2π/. Se x(n) è complessa: X(k) = = 1 n=0 {R[x(n)] + ji[x(n)]}{r[w kn 1 n=0 }{{} (
DettagliTrasformata discreta di Fourier diunasequenzafinita: algoritmifft
diunasequenzafinita: algoritmifft La TDF di una sequenza finita può essere calcolata utilizzando algoritmi, computazionalmente efficienti, quali gli algoritmi Fast Fourier Transform (FFT). L efficienza
DettagliEsercizio 1 (12 punti) Si consideri il segnale s(t) in figura e se ne calcoli la Trasformata Continua di Fourier. A vale 2 V e T è paria a 1 s.
ASB 17/01/12 (270) Esercizio 1 (12 punti) Si consideri il segnale s(t) in figura e se ne calcoli la Trasformata Continua di Fourier. A vale 2 V e T è paria a 1 s. A 0 T 2T 3T t - A Si consideri il segnale
Dettaglitrasformata Z bilatera X(z) = Z{x(n)} x(n)z n con z variabile complessa. 38 A cura di M. Ruggieri, M. Pratesi
La trasformata Z Nel caso di segnali / sistemi a T-continuo: trasformata di Laplace generalizza quella di Fourier Nel caso di segnali / sistemi a T-discreto: Trasformata Z generalizza quella di Fourier
DettagliFondamenti di Elaborazione Numerica dei Segnali Anno Accademico Primo Appello 26/2/2015
Fondamenti di Elaborazione Numerica dei Segnali Anno Accademico 204-205 Primo Appello 26/2/205 Quesiti relativi alla prima parte del corso (tempo max. 90 min). Calcolare: la trasformata z di x(n) = ( )
DettagliCircuiti a tempo discreto Raffaele Parisi
Università di Roma La Sapienza Laurea Specialistica in Ingegneria Elettronica Circuiti a tempo discreto Raffaele Parisi : Cenni alla sintesi di Circuiti TD Generalità sulle tecniche di progetto. Filtri
DettagliDecimazione in frequenza (Decimation in frequency)
Decimazione in frequenza (Decimation in frequency) Si può pensare di derivare direttamente un algoritmo FFT di decimazione nel dominio della frequenza, invece di fare una trasposizione di un algoritmo
DettagliElenco dei simboli 9. Prefazione 10
Indice Elenco dei simboli 9 Prefazione 10 1 Analisi nel dominio del tempo 11 1.1 Segnali tempo discreto... 11 1.1.1 Segnali notevoli tempo discreto... 13 1.1.2 Alcuni criteri di classificazione di segnali
DettagliElaborazione numerica dei segnali: si occupa della
Introduzione al corso Elaborazione numerica dei segnali: si occupa della Rappresentazione dei segnali con sequenze di numeri e simboli Elaborazione delle sequenze per stimare i parametri caratteristici
DettagliANALISI DI FOURIER. Segnali a Tempo Discreto:
ANALISI DI FOURIER Segnali a Tempo Discreto: - - Sequenza periodica - Taratura degli assi frequenziali - TDF di una sequenza finita - Campionamento in Frequenza Serie discreta di Fourier Consideriamo una
DettagliELABORAZIONE NUMERICA DEI SEGNALI 9CFU DIGITAL SIGNAL PROCESSING Prof. Marina Ruggieri. Ing. Tommaso Rossi
Università di Roma Tor Vergata Facolta di Ingegneria Benvenuti al al modulo di: di: ELABORAZIONE NUMERICA DEI SEGNALI 9CFU DIGITAL SIGNAL PROCESSING Prof. Marina Ruggieri ruggieri@uniroma2.it Ing. Tommaso
DettagliTeoria dei Segnali Densità spettrale di energia e di potenza; campionamento e teorema di Shannon
Teoria dei Segnali Densità spettrale di energia e di potenza; campionamento e teorema di Shannon Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Teoria
DettagliCircuiti a tempo discreto Raffaele Parisi
Università di Roma La Sapienza Laurea specialistica in Ingegneria Elettronica Circuiti a tempo discreto Raffaele Parisi : Risposta in frequenza dei circuiti TD Rappresentazione nel dominio della frequenza,
DettagliProblemi di base di Elaborazione Numerica dei Segnali
Universita' di Roma TRE Corso di laurea in Ingegneria Elettronica Corso di laurea in Ingegneria Informatica Universita' di Roma "La Sapienza" Corso di laurea in Ingegneria delle Telecomunicazioni Problemi
DettagliProf. Carlo Rossi DEIS - Università di Bologna Tel:
Prof. Carlo Rossi DEIS - Università di Bologna Tel: 051 2093020 email: carlo.rossi@unibo.it Sistemi Tempo-Discreti In questi sistemi i segnali hanno come base l insieme dei numeri interi: sono sequenze
DettagliAppunti Esercitazioni per il corso di Telecomunicazioni Stefano Savazzi
Appunti Esercitazioni per il corso di Telecomunicazioni Stefano Savazzi Parte 1 Trasformata discreta di Fourier - DFT per segnali sinusoidali Si calcoli la trasformata discreta di Fourier (DFT) dei primi
DettagliIn realtà i segnali con i quali dobbiamo confrontarci più frequentemente sono limitati nel tempo
Segnali trattati sino ad ora: continui, durata infinita,.. Su essi sono stati sviluppati strumenti per analizzare output di circuiti e caratteristiche del segnale: Risposta all impulso, prodotto di convoluzione,
DettagliAnalisi dei segnali nel dominio delle frequenze 21/12/2006 11/01/2007
Analisi dei segnali nel dominio delle frequenze 2/2/26 //27 INDICE 2 Indice Esercizio Serie di Fourier 3 2 Trasformata di Fourier 3 3 Esercizio Trasformata di Fourier 6 4 Note: finestratura 9 5 Note: averaging
DettagliCAMPIONAMENTO E RICOSTRUZIONE DI SEGNALI
CAMPIONAMENTO E RICOSTRUZIONE DI SEGNALI 1 Fondamenti di segnali Fondamenti e trasmissione TLC Segnali in formato numerico Nei moderni sistemi di memorizzazione e trasmissione i segnali in ingresso sono
DettagliElaborazione nel dominio delle frequenze. Elaborazione delle immagini digitali 1
Elaborazione nel dominio delle frequenze Elaborazione delle immagini digitali 1 Serie di Fourier Elaborazione delle immagini digitali 2 Introduzione alla trasformata di Fourier Una funzione periodica può
DettagliPROCESSING NEL DOMINIO OMEGA Scardinare la teoria: DFT (Discrete Fourier Transform)
1 PROCESSING NEL DOMINIO OMEGA Scardinare la teoria: DFT (Discrete Fourier Transform) Si desidera una rappresentazione delle sequenze in dominio ω «adatta» a fare processing con filtri digitali 2 E stato
Dettagli( ) ( ) = ( )* ( ) Z f X f Y f. sin 2 f. 0 altrove. Esempio di Modulazione
Esempio di Modulazione z ( t) = x( t) y ( t) dove x( t ) e y () t ammetto trasformata di Fourier X ( f ) e Y ( f ) Per z ( t ) si ha (convoluzione degli spettri): Ad esempio se: ( ) = sin( 2π f t) x t
DettagliAnalisi armonica su dati campionati
Sistemi di misura digitali Analisi armonica su dati campionati - 1 Analisi armonica su dati campionati 1 - Troncamento del segnale Distorsione di leakage L analisi di Fourier è un metodo ben noto per ottenere
DettagliCAPITOLO 2: Algoritmo Fast Fourier Transform (FFT)
CAPITOLO : Algoritmo Fast Fourier Transform () L algoritmo (Fast Fourier Transform) è decisamente uno dei più utilizzati all interno dell elaborazione dei segnali digitali. Il suo scopo è quello di calcolare
DettagliTeoria dei Segnali Discrete Fourier Transform (DFT) e Fast Fourier Transform (FFT); filtri tempo-continui
Teoria dei Segnali Discrete Fourier Transform (DFT) e Fast Fourier Transform (FFT); filtri tempo-continui Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it
DettagliCircuiti per la multimedialità
Università di Roma La Sapienza Laurea in Ingegneria delle Comunicazioni Circuiti per la multimedialità Raffaele Parisi Capitolo 2. Sintesi di circuiti a tempo discreto a partire da circuiti analogici.
DettagliAnalisi dei segnali nel dominio della frequenza
Laboratorio di Telecomunicazioni - a.a. 2010/2011 Lezione n. 7 Analisi dei segnali nel dominio della frequenza docente L.Verdoliva In questa lezione affrontiamo il problema dell analisi dei segnali tempo
DettagliSEGNALI E SISTEMI Proff. L. Finesso, M. Pavon e S. Pinzoni (a.a ) Homework assignment #2 Testo e Soluzione
SEGNALI E SISTEMI Proff. L. Finesso, M. Pavon e S. Pinzoni (a.a. 00-005) Homework assignment # Testo e Soluzione Esercizio Si consideri l equazione differenziale ordinaria, lineare a coefficienti costanti
DettagliSEGNALI A TEMPO DISCRETO. Impulso e altri segnali canonici discreti. Trasformata Zeta. Sviluppo di Fourier discreto. Trasformata di Fourier discreta
SEGNALI A TEMPO DISCRETO Impulso e altri segnali canonici discreti Trasformata Zeta Sviluppo di Fourier discreto Trasformata di Fourier discreta Illustrazioni dal Testo di Riferimento per gentile concessione
Dettagli1 Quale di questi diagrammi di Eulero-Venn rappresenta la relazione fra gli insiemi Z, R Q e S = { 2, 0, 3.5}?
Simulazione prova di recupero Ogni risposta esatta vale un punto, ogni risposta errata comporta una penalizzazione di 0,5 punti. La prova è superata con un punteggio di almeno 7,5 punti. 1 Quale di questi
DettagliCircuiti a Tempo Discreto Esercitazione 2 - Sequenze e Convoluzione in Matlab R
Circuiti a Tempo Discreto Esercitazione 2 - Sequenze e Convoluzione in Matlab R Prof. Michele Scarpiniti Dipartimento di Ingegneria dell Informazione, Elettronica e Telecomunicazioni Sapienza Università
DettagliCONTROLLI AUTOMATICI Ingegneria della Gestione Industriale TRASFORMATE DI LAPLACE
CONTROLLI AUTOMATICI Ingegneria della Gestione Industriale TRASFORMATE DI LAPLACE Ing. Luigi Biagiotti Tel. 051 2093034 / 051 2093068 e-mail: lbiagiotti@deis.unibo.it http://www-lar.deis.unibo.it/~lbiagiotti
DettagliPROGETTO DI FILTRI NUMERICI FIR CON L USO DI FINESTRE
1/14 ROGETTO DI FILTRI NUMERICI FIR CON L USO DI FINESTRE rogetto di filtri FIR con l uso di finestre 2/14 I filtri IIR offrono caratteristiche attraenti, ma anche svantaggi: se si vuole effettuare l elaborazione
DettagliConversione analogico-digitale
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Campionamento e quantizzazione A.A. 2004-05 Alberto Perotti DELEN-DAUIN Conversione analogico-digitale L elaborazione
Dettagli1 Finestratura di una trasformata di Hilbert
1 Finestratura di una trasformata di Hilbert Considerando la sequenza a n = 1 ( 1)n ;
DettagliTRASFORMATA DISCRETA DI FOURIER (DFT) [Cap. 5] E. Del Re Fondamenti di Elaborazione Numerica dei Segnali 1
TRASFORMATA DISCRETA DI FOURIER (DFT) [Cap. 5] E. Del Re Fondamenti di Elaborazione umerica dei Segnali TRASFORMATA DISCRETA DI FOURIER (DFT) Definita per sequenze periodiche (o finite) periodo (o durata)
DettagliCircuiti a tempo discreto Raffaele Parisi
Università di Roma La Sapienza Laurea specialistica in Ingegneria Elettronica Circuiti a tempo discreto Raffaele Parisi Capitolo 3: Proprietà dei Circuiti nel dominio TD Proprietà e definizioni generali,
DettagliLA TECNICA DI TRASMISSIONE OFDM. Ing. Riccardo Pighi
LA TECNICA DI TRASMISSIONE OFDM Ing. Riccardo Pighi Dipartimento di Ingegneria dell Informazione Università degli Studi di Parma Parma, Venerdì 23 Gennaio 2004 Sommario della presentazione 1. OFDM: introduzione
DettagliDefinizione: Dato un sottoinsieme non vuoti di. Si chiama funzione identica o identità di in sé la funzione tale che.
Esercitazioni di Analisi Matematica Prof.ssa Chiara Broggi Materiale disponibile su www.istitutodefilippi.it/claro Lezione 2: Funzioni reali e loro proprietà Definizione: Siano e due sottoinsiemi non vuoti
DettagliSi tratta di una funzione definita a tratti, il cui intervallo di definizione è suddiviso in 4 intervalli, AO-OB-BC- CD.
PROBLEMA 1 Sia una funzione continua sull intervallo chiuso [-4, 6]. Il suo grafico, riportato in figura, passa per i punti A(-4;0), O(0,0),B(2;2), C(4;2), D(6;0) e consiste della semicirconferenza di
DettagliGianfranco Cariolaro, Gianfranco Pierobon, Giancarlo Calvagno Segnali e sistemi Indice analitico
Gianfranco Cariolaro, Gianfranco Pierobon, Giancarlo Calvagno Segnali e sistemi Indice analitico Copyright The McGraw-Hill Companies srl A aliasing, 443 fenomeno dell, 424f AMI, codificatore, 315 analiticità
DettagliSEGNALI E SISTEMI (a.a ) Proff. L. Finesso, M. Pavon e S. Pinzoni Prova scritta 15 dicembre 2003 Testo e Soluzione
Esercizio 1 [punti 4] SEGNALI E SISTEMI (a.a. 003-004) Proff. L. Finesso, M. Pavon e S. Pinzoni Prova scritta 15 dicembre 003 Testo e Soluzione Per ciascuno dei seguenti segnali dire se è periodico e,
DettagliSegnali e trasformate
Segnali e trasformate - 1 Corso di Laurea in Ingegneria dell Automazione Segnali e trasformate DEIS-Università di Bologna Tel. 051 2093020 Email: crossi@deis.unibo.it URL: www-lar.deis.unibo.it/~crossi
DettagliLa Trasformata di Fourier
La Trasformata di Fourier Preliminari: Spazi di Hilbert Da Wikipedia In matematica uno spazio di Hilbert è uno spazio vettoriale che generalizza la nozione di spazio euclideo. Gli spazi di Hilbert sono
DettagliControlli Automatici LA Segnali e trasformate
- 1 Corso di Laurea in Ingegneria dell Automazione DEIS-Università di Bologna Tel. 051 2093020 Email: crossi@deis.unibo.it URL: www-lar.deis.unibo.it/~crossi Controlli Automatici L - 2 Segnali tempo continui
DettagliLa Trasformata di Fourier Discreta. e sue applicazioni
Prof. Lucio Cadeddu Giorgia Tranquilli Università degli Studi di Cagliari Facoltà di Scienze MM.FF.NN. Corso di Laurea in Matematica La Trasformata di Fourier Discreta e sue applicazioni Relatore: Tesi
DettagliSistemi a campionamento variabile
Sistemi a campionamento variabile Sottocampionatore di fattore M (decimatore) Figura 1: Sottocampionatore y D (n) = x(mn) Figura 2: Sequenza sottocampionata di passo 2 Sovracampionatore di fattore L (espansore)
DettagliTrasformata Discreta di Fourier (DFT)
Trasformata Discreta di Fourier (DFT) Con dati discreti, usare finestre temporali significa prendere in considerazione un certo numero di campioni che cadono all interno della finestra. Potremo quindi
DettagliProgetto dei Sistemi di Controllo Digitali. Docente: Prof. Francesco Amato
Progetto dei Sistemi di Controllo Digitali Docente: Prof. Francesco Amato 1 Schema di un sistema di controllo digitale Controllore digitale r e A/D e* u* D/A u y Processo Sistema a empo-continuo Sistema
DettagliBanchi ortogonali Casi importanti
anchi ortogonali anchi ortogonali Casi importanti Trasformata a blocchi (JPEG, MPEG) anchi a due canali (JPEG 000) anchi modulati Trasformata di Fourier a blocchi (OFDM) anchi coseno-modulati (AC3, MUSICAM)
DettagliMASB AA10/11 21/01/11 test #1 1
MASB 0/06/11 AA010011test #1. Esercizio 1. Illustrare lo schema generale di un apparecchiatura per l acquisizione di segnali spontanei, descrivendo brevemente i diversi componenti. Fornire una descrizione
DettagliDomanda individuale e domanda di mercato (Frank, Capitolo 4)
Domanda individuale e domanda di mercato (Frank, Capitolo 4) GLI EFFETTI DELLE VARIAZIONI DI PREZZO: CURVE PREZZO CONSUMO La curva prezzo-consumo per l abitazione rappresenta i panieri ottimali corrispondenti
DettagliProblemi sulla circonferenza verso l esame di stato
Problemi sulla circonferenza verso l esame di stato * * * n. 0 pag. 06 a) Scrivi l equazione della circonferenza γ 1 di centro P ; ) e passante per il punto A0; 1). b) Scrivi l equazione della circonferenza
DettagliCosa vuol dire misurare l'area di una figura piana a contorno curvilineo?
Cosa vuol dire misurare l'area di una figura piana a contorno curvilineo? Idea elementare: 1. fissare un quadratino come unità di misura 2. contare quante volte questo può essere riportato nella figura
DettagliElementi di informatica musicale Conservatorio G. Tartini a.a Sintesi del suono. Sintesi del suono
Elementi di informatica musicale Conservatorio G. Tartini a.a. 2001-2002 Sintesi del suono Ing. Antonio Rodà Sintesi del suono E neccessaria una tecnica di sintesi, ossia un particolare procedimento per
DettagliLaboratorio II, modulo Segnali a tempo discreto (cfr.
Laboratorio II, modulo 2 2012017 Segnali a tempo discreto (cfr. http://wpage.unina.it/verdoliv/tds/appunti/appunti_04.pdf e http://wpage.unina.it/verdoliv/tds/appunti/appunti_0.pdf Luise, Vitetta, D Amico
DettagliFondamenti di elaborazione numerica dei segnali
Esercizi per la I prova in itinere del corso: Fondamenti di elaborazione numerica dei segnali. Trasformata z di una sequenza illimitata causale Si consideri la sequenza causale ) 3 n x n = e i π 3 n, n
DettagliDispense del corso di Elettronica L Prof. Guido Masetti
Dispense del corso di Elettronica L Prof. Guido Masetti Teoria dei Segnali e Sistemi Sommario Architettura dei sistemi per l'elaborazione dell'informazione Informazione e segnali Teoria dei segnali Analisi
DettagliComunicazioni Elettriche II
Comunicazioni Elettriche II Laurea Magistrale in Ingegneria Elettronica Università di Roma La Sapienza A.A. 2017-2018 Orthogonal Frequency Division Multiplexing OFDM Orthogonal Frequency Division Multiplexing
DettagliINDICE Esempi di segnali determinati: periodici e di energia Esempio di segnale aleatorio...4
INDICE 1 Introduzione: definizione e classificazione dei segnali... 1 1.1 Introduzione all elaborazione numerica dei segnali... 1 1.2 Classificazione dei segnali... 2 1.2.1 Esempi di segnali determinati:
DettagliTrasformata e Wavelet di Haar
Quarto incontro del Progetto Lauree Scientifiche 010 Dipartimento di Matematica Pura ed Applicata Università di Padova http://wwwmathunipdit/~demarchi Piove di Sacco, 16 aprile 010 Segnali discreti È una
DettagliCampionamento e quantizzazione
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Campionamento e quantizzazione A.A. 2008-09 Alberto Perotti DELEN-DAUIN Conversione analogico-digitale L elaborazione
DettagliLa Trasformata di Fourier
La rasformata di Fourier Mauro Zucchelli Univeristà degli studi di Verona, Dipartimento di Informatica April, 7 La serie di Fourier Data una funzione ft definita in un intervallo di tempo, la possiamo
Dettagli2.2.5 Approssimazione di un segnale in una base biortogonale (segnali rettangolari) Esercizi proposti... 46
Indice 1 Operazioni elementari, convoluzione, correlazione 1 1.1 Operazioni elementari........................ 1 1.1.1 Ribaltamento, traslazione, scalatura............ 1 1.2 Convoluzione.............................
DettagliDispense del corso di Elettronica L Prof. Guido Masetti
Dispense del corso di Elettronica L Prof. Guido Masetti Teoria dei Segnali e Sistemi 1 Sommario Architettura dei sistemi per l'elaborazione dell'informazione Informazione e segnali Teoria dei segnali Analisi
DettagliAnalisi dei sistemi nel dominio del tempo
Laboratorio di Telecomunicazioni - a.a. 2010/2011 Lezione n. 4 Analisi dei sistemi nel dominio del tempo L.Verdoliva In questa terza lezione ci occuperemo dell elaborazione di segnali tempo discreto mediante
DettagliStrumenti matematici per l analisi dei sistemi tempo discreto LT-Cap. 2
Controllo Digitale a.a. 2007-2008 Strumenti matematici per l analisi dei sistemi tempo discreto LT-Cap. 2 Ing. Federica Pascucci Equazioni alle differenze (ricorsive) f legame tra le sequenze {e k } ed
DettagliALGEBRA VETTORIALE Corso di Fisica per la Facoltà di Farmacia, Università Gabriele D Annunzio, Chieti-Pescara, Cosimo Del Gratta 2008
LGER VETTORILE DEFINIZIONE DI VETTORE (1) Sia E lo spazio tridimensionale della geometria euclidea. Consideriamo due punti e appartenenti a E Si chiama segmento orientato, e si indica con (,) il segmento
DettagliCorso di Teoria dei Circuiti 1 - II modulo
Università di Roma La Sapienza - Sede di Latina - Laurea in Ingegneria dell Informazione Corso di Teoria dei Circuiti 1 - II modulo Docente: Fabio Massimo Frattale Mascioli : Proprietà dei Circuiti nel
DettagliFONDAMENTI DI SEGNALI E TRASMISSIONE 4 Laboratorio
FONDAMENTI DI SEGNALI E TRASMISSIONE 4 Laboratorio Paolo Mazzucchelli mazzucch@elet.polimi.it Campionamento di segnali In MATLAB, qualunque segnale continuo è approssimato da una sequenza campionata. Si
DettagliTeoria dei Segnali Richiami di analisi matematica; alcune funzioni notevoli
Teoria dei Segnali Richiami di analisi matematica; alcune funzioni notevoli Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Teoria dei Segnali Richiami
Dettagli4.5 Metodo del simplesso
4.5 Metodo del simplesso min z = c T x s.v. Ax = b x 0 PL in forma standard Esamina una sequenza di soluzioni di base ammissibili con valori non crescenti della funzione obiettivo fino a raggiungerne una
DettagliDIGITAL SIGNAL PROCESSING. Prof. Marina Ruggieri. Ing. Tommaso Rossi
Benvenuti al al modulo di: di: ELABORAZIONE NUMERICA DEI SEGNALI 6CFU DIGITAL SIGNAL PROCESSING macroarea: Ingegneria Prof. Marina Ruggieri ruggieri@uniroma2.it Ing. Tommaso Rossi tommaso.rossi@uniroma2.it
DettagliSegnali Numerici. Segnali Continui
Segnali Continui La descrizione dell andamento nel tempo di un fenomeno fisico è data da una funzione continua nel tempo (X) e nelle ampiezze (Y) Il segnale analogico è una serie continua di valori x e
DettagliStrutture di rete fondamentali per sistemi IIR
Ad ogni funzione di trasferimento molteplicità di configurazioni di rete Scelta di una particolare realizzazione è dettata da compromessi tra: complessità di calcolo: preferenza per reti con minimo numero
Dettagli( e j2π ft 0.9 j) ( e j2π ft j)
Esercitazione Filtri IIR Es. 1. Si consideri il filtro dato dalla seguente equazione alle differenze y[n]+0.81y[n-2]=x[n]-x[n-2] - Determinare la funzione di trasferimento del filtro Eseguendo la Trasformata
DettagliFENS- Gruppo A prova preliminare del 26 novembre 2004
FENS- Gruppo prova preliminare del 2 novembre 24 TOTLE PUNTI: 45 L allievo é invitato a dare una ragionata e succinta risposta a tutti gli argomenti proposti, per dimostrare il livello di preparazione
DettagliStrutture realizzative per sistemi tempo-discreto: soluzione dei problemi proposti
4 Strutture realizzative per sistemi tempo-discreto: soluzione dei problemi proposti P-4.1: Dopo aver diviso per 0.5, cioè il coefficiente di, l equazione alle differenze finite data, si ottengono le strutture
DettagliSISTEMI LINEARI MATRICI E SISTEMI 1
MATRICI E SISTEMI SISTEMI LINEARI Sistemi lineari e forma matriciale (definizioni e risoluzione). Teorema di Rouché-Capelli. Sistemi lineari parametrici. Esercizio Risolvere il sistema omogeneo la cui
DettagliNote sull implementazione in virgola fissa di filtri numerici
Note sull implementazione in virgola fissa di filtri numerici 4 settembre 2006 1 Introduction Nonostante al giorno d oggi i processori con aritmetica in virgola mobili siano molto comuni, esistono contesti
Dettagli4.5 Metodo del simplesso
4.5 Metodo del simplesso min z = c T x s.v. Ax = b x PL in forma standard Esamina una sequenza di soluzioni di base ammissibili con valori non crescenti della funzione obiettivo fino a raggiungerne una
DettagliCAMPIONAMENTO DI SEGNALI
CAMPIONAMENTO DI SEGNALI Alla base della discretizzazione di un segnale sorgente continuo sono i due procedimenti distinti di discretizzazione rispetto al tempo, detto campionamento, e rispetto all'ampiezza,
DettagliAnalisi di segnali variabili nel tempo: la trasformata di Fourier
Analisi di segnali variabili nel tempo: la trasformata di Fourier Aniello (a.k.a. Daniele) Mennella Università degli Studi di Milano Dipartimento di Fisica 13 ottobre 2015 Laboratorio di strumentazione
DettagliMASB AA10/11 21/01/11 test #1 1
MASB 20/06/11 AA20102011test #1. Esercizio 1. Illustrare lo schema generale di un apparecchiatura per l acquisizione di segnali spontanei, descrivendo brevemente i diversi componenti. Fornire una descrizione
DettagliEQUAZIONI E PROBLEMI: GUIDA D'USO
P.1\5- EQUAZIONI E PROBLEMI: GUIDA D'USO - Prof. I.Savoia, Maggio 2011 EQUAZIONI E PROBLEMI: GUIDA D'USO EQUAZIONI LINEARI INTERE: PROCEDURA RISOLUTIVA Per risolvere le equazioni numeriche intere, si può
DettagliFILTRI NUMERICI. Sistema LTI H (z)
x [n] FILTRI UMERICI Sistema LTI H (z) y [n] Un sistema numerico LTI è in molti casi descritto con un equazione alle differenze lineare a coefficienti costanti: M [ ] = [ ] a y n k b x n r k k= r= Z {}
DettagliRappresentazione dei Numeri
Rappresentazione dei Numeri Rappresentazione dei Numeri Il sistema numerico binario è quello che meglio si adatta alle caratteristiche del calcolatore Il problema della rappresentazione consiste nel trovare
DettagliFondamenti di Elaborazione Numerica dei Segnali Anno Accademico Seconda Prova Intermedia 4/2/2013
Fondamenti di Elaborazione Numerica dei Segnali Anno Accademico 0-0 Seconda Prova Intermedia 4//0 Quesiti relativi alla seconda prova in itinere (tempo max. h). (6 punti) Calcolare la H(z) Y (z)/x(z) associata
DettagliUnità di misura nell analisi del segnale G. D Elia. Sezione1
Unità di misura nell analisi del segnale G. D Elia Sezione1 La Serie di Fourier Si consideri una funzione x(t) periodica di periodo T = π/ω. Se sono soddisfatte opportune condizioni (condizioni di Direchlet):
DettagliSEGNALI E SISTEMI Ripasso per Io Compitino
SEGNALI E SISTEMI Ripasso per Io Compitino Esercizio 1 Si consideri il segnale a tempo continuo x(t) = 2 ( 1) k 1 1 sin(kt), t R. k=1 k a. Trovare il periodo fondamentale T p di x(t) e dire se il segnale
DettagliRappresentazione in complemento a 2: caratteristiche generali
Rappresentazione in complemento a 2: caratteristiche generali La rappresentazione non è completamente posizionale, ma in parte sì. Guardando il bit più significativo (MSB) si capisce se il numero è positivo
DettagliCompito di matematica Classe III ASA 12 febbraio 2015
Compito di matematica Classe III ASA 1 febbraio 015 1. Scrivere l equazione delle funzioni il cui grafico è rappresentato nella seguente figura: [Un quadretto = 1] Prima funzione Per x 4 l arco di parabola
DettagliCome rintracciarmi. Orario di ricevimento: Martedì dalle 9:00 alle 11:00. Telefono:
Come rintracciarmi Orario di ricevimento: Martedì dalle 9:00 alle :00 Telefono: 0432-55-827 e-mail: bernardini@uniud.it Pagina web: http://www.diegm.uniud.it/ bernardini/didattica/sis/ September 25, 2003
DettagliCorso di Elaborazione Numerica dei Segnali Esame del 7 Luglio 2004
Corso di Elaborazione Numerica dei Segnali Esame del 7 Luglio TOTALE PUNTI: L allievo é invitato a dare una ragionata e succinta risposta a tutti gli argomenti proposti, per dimostrare il livello di preparazione
DettagliANALISI IN FREQUENZA DEI SISTEMI A TEMPO DISCRETO
ANALISI IN FREQUENZA DEI SISTEMI A TEMPO DISCRETO Funzione di trasferimento Risposta allo scalino Schemi a blocchi Risposta in frequenza Illustrazioni dal Testo di Riferimento per gentile concessione degli
DettagliCompito di MD 13 febbraio 2014
Compito di MD 13 febbraio 2014 IMPORTANTE: Non si possono consultare libri e appunti. Non si possono usare calcolatrici, computer o altri dispositivi elettronici. Non si può scrivere con il lapis. Motivare
Dettagli