Teoria ed elaborazione dei segnali/Analisi in frequenza di segnali a tempo continuo campionati

Da WikiAppunti.
Jump to navigation Jump to search
Nota disambigua.svg Il titolo di questa pagina non è corretto per via delle caratteristiche del software MediaWiki. Il titolo corretto è B5. Analisi in frequenza di segnali a tempo continuo campionati.
Gtk-go-back-ltr.svg  B4. DFT e FFTGtk-home.svg  Teoria ed elaborazione dei segnali (Elaborazione numerica dei segnali)B6. Sistemi LTI a tempo discreto  Gtk-go-forward-ltr.svg

DTFT di un segnale analogico campionato[modifica | modifica sorgente]

4 La trasformata di Fourier <math>X_d \left( f_a \right)</math> del segnale <math>x_d \left( t \right)</math>, cioè il segnale analogico <math>x \left( t \right)</math> campionato a frequenza <math>f_c</math>:

<math>x_d \left( t \right) = x \left( t \right) \cdot \sum_{k = - \infty}^{+ \infty} \delta \left( t - k T_c \right) = \sum_{k = - \infty}^{+ \infty} x \left( k T_c \right) \delta \left( t - k T_c \right)</math>

5 si può esprimere in due modi del tutto equivalenti:

<math>X_d \left( f_a \right) = \mathcal{F} \left\{ \sum_{k = - \infty}^{+ \infty} x \left( t \right) \delta \left( t - k T_c \right) \right\} = \begin{cases} \mathcal {F} \left\{ x \left( t \right) \right\} * \mathcal{F} \left\{ \sum_{k = - \infty}^{+ \infty} \delta \left( t - k T_c \right) \right\} = \ldots = \frac{1}{T_c} \sum_{k = - \infty}^{+ \infty} X \left( f_a - k \frac{1}{T_c} \right) \\

\mathcal{F} \left\{ \sum_{k = - \infty}^{+ \infty} x \left( k T_c \right) \cdot \delta \left( t - k T_c \right) \right\} = \ldots = \sum_{k = - \infty}^{+ \infty} x \left( k T_c \right) e^{-j 2 \pi k T_c f_a} \end{cases}</math>

9 La DTFT <math>X \left( e^{j2 \pi f} \right)</math> del segnale a tempo discreto <math>x \left( k \right)</math> può essere ricondotta alla trasformata di Fourier <math>X_d \left( f_a \right)</math> del corrispondente segnale analogico <math>x \left( k T_c \right)</math>, campionato con una frequenza <math>f_c = \tfrac{1}{T_c}</math> che rispetta il teorema del campionamento:

<math>\begin{cases} X \left( e^{j2 \pi f} \right) = \sum_{k = - \infty}^{+ \infty} x \left( k \right) e^{-j2 \pi f} \\

X_d \left( f_a \right) = \sum_{k = - \infty}^{+ \infty} x \left( k T_c \right) e^{-j 2 \pi k T_c f_a} \end{cases} \Rightarrow X_d \left( f \cdot f_c \right) = \sum_{k = - \infty}^{+ \infty} x \left( k \right) e^{-j2 \pi k f} = X \left( e^{j2 \pi f} \right)</math>

7-8 Per ricostruire perfettamente il segnale campionato, serve un filtro passa-basso ideale <math>H \left( f \right)</math>, che è la porta di ampiezza <math>T_c</math> e supporto <math>\left[ - \tfrac{f_c}{2}, \tfrac{f_c}{2} \right]</math>, per eliminare le repliche dello spettro periodico <math>X_d \left( f_a \right)</math> lasciando solo quella centrata intorno all'origine (<math>k = 0</math>):

<math>X \left( f_a \right) = H \left( f \right) * X_d \left( f_a \right) = T_c X_d \left( f_a \right) \quad f_a \in \left[ - \frac{f_c}{2} , \frac{f_c}{2} \right]</math>

10 Quindi il legame tra la DTFT del segnale a tempo discreto <math>x \left( k \right)</math> e la trasformata di Fourier del segnale campionato <math>x \left( k T_c \right)</math> filtrata con un filtro passa-basso è:

<math>X \left( f \cdot f_c \right) = T_c \cdot X_d \left( f \cdot f_c \right) = T_c \cdot X \left( e^{j2 \pi f} \right) \quad f_a \in \left[ - \frac{f_c}{2} , \frac{f_c}{2} \right]</math>

DFT di un segnale analogico campionato[modifica | modifica sorgente]

13 Ipotesi
  • il segnale <math>x \left( t \right)</math> ha supporto <math>\left( 0 , T_x \right)</math> limitato nel tempo;
  • il segnale <math>x \left( t \right)</math> è a banda limitata (pari a <math>B_x</math>);
  • il segnale <math>x \left( t \right)</math> viene campionato con una frequenza di campionamento <math>f_c \geq 2 B_x</math> per evitare l'aliasing in frequenza, generando la sequenza:
    <math>x \left( n \right) = x \left( n T_c \right) \quad n = 0 , \ldots , N-1</math>
  • si considera un intervallo di tempo <math>T_0</math>:
    <math>T_0 = \frac{1}{\Delta f} = N T_c = \frac{N}{f_c} </math>
che includa il supporto <math>T_x</math> del segnale <math>x \left( t \right)</math>, per evitare l'aliasing nel tempo:
<math>T_0 \geq T_x</math>

12-14-15-16 L'uso della DFT al posto della DTFT permette di lavorare su frequenze discrete e su un numero finito di campioni nel tempo:

<math>\begin{cases} X \left( f \cdot f_c \right) = X \left( f \cdot \frac{N}{T_0} \right) = \frac{T_0}{N} \cdot X \left( e^{j2 \pi f} \right) \\

X \left( k \right) = X \left( e^{j2 \pi \frac{k}{N}} \right) \end{cases} \Rightarrow X \left( \frac{k}{T_0} \right) = \frac{T_0}{N} X \left( k \right) \quad k = 0 , \ldots , N-1</math>

18 Aumentando l'intervallo <math>T_0</math> su cui si osserva il segnale con la tecnica dell'aggiunta degli zeri (a parità di frequenza di campionamento), si può aumentare la risoluzione in frequenza dello spettro, perché la trasformata di Fourier <math>X \left( \tfrac{k}{T_0} \right)</math> del segnale viene campionata con una minore spaziatura in frequenza <math>\Delta f = \tfrac{1}{T_0}</math>.

20 Parametri

La scelta dei parametri deve essere fatta in modo da limitare l'aliasing nel tempo e in frequenza:

<math>\begin{cases} T_0 = N T_c \\

f_c = \frac{1}{T_c} \\ \Delta f = \frac{1}{T_0} \end{cases}</math>

26 Esempio di aliasing in frequenza (visibile soprattutto agli estremi), dovuto a frequenza di campionamento <math>f_c</math> troppo bassa
28 Esempio di aliasing nel tempo (visibile soprattutto intorno all'origine), dovuto a intervallo di tempo <math>T_0</math> troppo basso
Nota disambigua.svg Il titolo di questa pagina non è corretto per via delle caratteristiche del software MediaWiki. Il titolo corretto è B5. Analisi in frequenza di segnali a tempo continuo campionati.
Gtk-go-back-ltr.svg  B4. DFT e FFTGtk-home.svg  Teoria ed elaborazione dei segnali (Elaborazione numerica dei segnali)B6. Sistemi LTI a tempo discreto  Gtk-go-forward-ltr.svg