ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 6. A MINTAVÉTELI TÖRVÉNY

Hasonló dokumentumok
ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 0. TANTÁRGY ISMERTETŐ

Fourier térbeli analízis, inverz probléma. Orvosi képdiagnosztika 5-7. ea ősz

Ellenőrző kérdések a Jelanalízis és Jelfeldolgozás témakörökhöz

Digitális jelfeldolgozás

Mérés és adatgyűjtés

ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 5. A JELFELDOLGOZÁS ALAPJAI: JELEK

ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 9. SZŰRŐK

2. gyakorlat Mintavételezés, kvantálás

A mintavételezéses mérések alapjai

ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 3. MÉRÉSFELDOLGOZÁS

π π A vivőhullám jelalakja (2. ábra) A vivőhullám periódusideje T amplitudója A az impulzus szélessége szögfokban 2p. 2p [ ]

X. ANALÓG JELEK ILLESZTÉSE DIGITÁLIS ESZKÖZÖKHÖZ

Hangtechnika. Médiatechnológus asszisztens

Wavelet transzformáció

ÉRZÉKELŐK ÉS BEAVATKOZÓK II. 5. DC MOTOROK SZABÁLYOZÁS FORDULATSZÁM- SZABÁLYOZÁS

Mintavételezés és FI rendszerek DI szimulációja

Mintavétel: szorzás az idő tartományban

Fourier-sorfejtés vizsgálata Négyszögjel sorfejtése, átviteli vizsgálata

3.18. DIGITÁLIS JELFELDOLGOZÁS

Híradástechikai jelfeldolgozás

Analóg-digitális átalakítás. Rencz Márta/ Ress S. Elektronikus Eszközök Tanszék

Fehérzajhoz a konstans érték kell - megoldás a digitális szűrő Összegezési súlyok sin x/x szerint (ez akár analóg is lehet!!!)

Jelfeldolgozás bevezető. Témalaboratórium

Shift regiszter + XOR kapu: 2 n állapot

Jelek és rendszerek 1. 10/9/2011 Dr. Buchman Attila Informatikai Rendszerek és Hálózatok Tanszék

Fourier transzformáció

Elektronika Előadás. Digitális-analóg és analóg-digitális átalakítók

Az ideális határesetek, mint például tömegpont, tökéletesen merev testek pillanatszerű

ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 8. A JELFELDOLGOZÁS ALAPJAI

2. Elméleti összefoglaló

Idő-frekvencia transzformációk waveletek

Digitális szűrők - (BMEVIMIM278) Házi Feladat

Orvosi Fizika és Statisztika

1.1 Számítógéppel irányított rendszerek

Mintavételezés és AD átalakítók

Az Informatika Elméleti Alapjai

Iványi László ARM programozás. Szabó Béla 6. Óra ADC és DAC elmélete és használata

6. témakör. Mintavételezés elve Digitális jelfeldolgozás (DSP) alapjai

Digitális Fourier-analizátorok (DFT - FFT)

1. Jelgenerálás, megjelenítés, jelfeldolgozás alapfunkciói

ANTAL Margit. Sapientia - Erdélyi Magyar Tudományegyetem. Jelfeldolgozás. ANTAL Margit. Adminisztratív. Bevezetés. Matematikai alapismeretek.

Beszédinformációs rendszerek 5. gyakorlat Mintavételezés, kvantálás, beszédkódolás. Csapó Tamás Gábor

Lehetővé teszi szűrőáramkörök tervezésekor az átviteli karakterisztika megvalósítását közelítő függvényekkel.

Idő-frekvencia transzformációk waveletek

ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 7. AZ AD KONVERZIÓ

Mérés és adatgyűjtés

Idő-frekvencia transzformációk waveletek

ADAT- ÉS INFORMÁCIÓFELDOLGOZÁS

Néhány fontosabb folytonosidejű jel

Fourier transzformáció

ÉRZÉKELŐK ÉS BEAVATKOZÓK II. 1. BEVEZETÉS

KANDÓ KÁLMÁN VILLAMOSMÉRNÖKI FŐISKOLAI KAR. Mikroelektronikai és Technológiai Intézet. Aktív Szűrők. Analóg és Hírközlési Áramkörök

1. témakör. A hírközlés célja, általános modellje A jelek osztályozása Periodikus jelek leírása időtartományban

ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 4. VILLAMOS ELVŰ MÉRÉSEK ALAPELVEK, ALAPÁRAMKÖRŐK

Analóg digitális átalakítók ELEKTRONIKA_2

FODOR GYÖRGY JELEK ÉS RENDSZEREK

HÍRADÁSTECHNIKA I. Dr.Varga Péter János

Híradástechikai jelfeldolgozás

Elektronika Előadás. Analóg és kapcsolt kapacitású szűrők

A gyakorlat célja a fehér és a színes zaj bemutatása.

Híradástechnika I. 2.ea

Sorozatok, sorok, függvények határértéke és folytonossága Leindler Schipp - Analízis I. könyve + jegyzetek, kidolgozások alapján

Hatványsorok, Fourier sorok

minden x D esetén, akkor x 0 -at a függvény maximumhelyének mondjuk, f(x 0 )-at pedig az (abszolút) maximumértékének.

Informatika Rendszerek Alapjai

Elektronikus műszerek Spektrum analizátorok

illetve, mivel előjelét a elnyeli, a szinuszból pedig kiemelhető: = " 3. = + " 2 = " 2 % &' + +

Diszkrét idej rendszerek analízise szinuszos/periodikus állandósult állapotban

A PC vagyis a személyi számítógép

f(x) vagy f(x) a (x x 0 )-t használjuk. lim melyekre Mivel itt ɛ > 0 tetszőlegesen kicsi, így a a = 0, a = a, ami ellentmondás, bizonyítva

Méréselmélet és mérőrendszerek

Jelgenerálás virtuális eszközökkel. LabVIEW 7.1

Hogy volt akkor? Hogy lenne ma?

Fourier térbeli analízis, inverz probléma. Orvosi képdiagnosztika 7-8. ea ősz

Jelek és rendszerek MEMO_03. Pletl. Belépő jelek. Jelek deriváltja MEMO_03

Gyakorló feladatok I.

Folyamatosan változó mennyiségek feldolgozása I. 6. előadás

Fourier térbeli analízis, inverz probléma. Orvosi képdiagnosztika 6-8. ea ősz

Akusztikus MEMS szenzor vizsgálata. Sós Bence JB2BP7

1.A matematikai mintavételezés T mintavételi idővel felfogható modulációs eljárásnak, ahol a hordozó jel

Akusztikus mérőműszerek

A munkavégzés a rendszer és a környezete közötti energiacserének a D hőátadástól eltérő valamennyi más formája.

10.1. ANALÓG JELEK ILLESZTÉSE DIGITÁLIS ESZKÖZÖKHÖZ

GPK M1 (BME) Interpoláció / 16

Számítógépes gyakorlat MATLAB, Control System Toolbox

Idı-frekvencia transzformációk waveletek

Digitális jelfeldolgozás

Képrekonstrukció 3. előadás

PTE PMMFK Levelező-távoktatás, villamosmérnök szak

Pontműveletek. Sergyán Szabolcs Óbudai Egyetem Neumann János Informatikai Kar február 20.

LNM folytonos Az interpoláció Lagrange interpoláció. Lineáris algebra numerikus módszerei

1.9. B - SPLINEOK B - SPLINEOK EGZISZTENCIÁJA. numerikus analízis ii. 34. [ a, b] - n legfeljebb n darab gyöke lehet. = r (m 1) n = r m + n 1

RC tag Amplitúdó és Fáziskarakterisztikájának felvétele

Eddigi tanulmányaink alapján már egy sor, a szeizmikában általánosan használt műveletet el tudunk végezni.

HÍRKÖZLÉSTECHNIKA. 1.ea. Dr.Varga Péter János

Gibbs-jelenség viselkedésének vizsgálata egyszer négyszögjel esetén

Folytonos rendszeregyenletek megoldása. 1. Folytonos idejű (FI) rendszeregyenlet általános alakja

Digitális képek szegmentálása. 5. Textúra. Kató Zoltán.

Digitális jelfeldolgozás

1. ábra. Repülő eszköz matematikai modellje ( fekete doboz )

Átírás:

ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 6. A MINTAVÉTELI TÖRVÉNY Dr. Soumelidis Alexandros 2018.10.25. BME KÖZLEKEDÉSMÉRNÖKI ÉS JÁRMŰMÉRNÖKI KAR 32708-2/2017/INTFIN SZÁMÚ EMMI ÁLTAL TÁMOGATOTT TANANYAG

Mintavételezés és kvantálás A digitális jelfeldolgozás tárgya: numerikus adatsorozatok formájában kifejezett jelek diszkretizáció időben és a jelértékekben mintavételezés és kvantálás x kvantálás mintavételezés t 2

Mintavételezés a jelfeldolgozásban A mintavételezés szokásos formája a digitális jelfeldolgozásban az egyenletes mintavétel, vagyis az időtengelyt ekvidisztáns módon osztjuk fel T periódussal úgy, hogy az x(t) függvény mintaértékeinek x k sorozata a következőképpen adódik: x(t) x k = x t 0 + kt k =, 2, 1,0,1,2, t 0 T t k =t 0 +kt t [Speciális jelfeldolgozási módszerek alkalmaznak nem-egyenletes mintavételt, de a digitális jelfeldolgozásban döntően alkalmazott spektrális és idősor-analízis módszerek az egyenletes mintavételezést tételezik fel.] 3

Mintavételezés a jelfeldolgozásban Alapvető kérdések: Keletkezik-e információveszteség a mintavételezés során? Van-e rá mód, hogy a mintavételezést információveszteség nélkül hajtsuk végre? Visszaállítható-e a folytonos idejű jel a mintaértékeiből? A választ a mintavételezés elméletén belül a mintavételi törvény adja. 4

Mintavételezés a jelfeldolgozásban A köztudat szerint a mintavételezés elméletének alapjait Claude Shannon tette le 1949-ben megjelent tanulmányával. Előtte hasonló eredményhez jutottak: Edmund Whittaker 1915 Harry Nyquist 1928 Vladimir Alexandrovich Kotelnikov 1928 A mintavételezés elméletének alapvető állítását képező törvényt így Whittaker-Nyquist-Kotelnikov-Shannon törvénynek nevezhetnénk leginkább Már Leonhard Euler megalapozta a mintavételi törvényt a 18. században az interpolációk elméletének kidolgozásában végzett tevékenysége során. Szokásos szakirodalmi hivatkozások: Shannon, Nyquist-Shannon, Shannon- Kotelnikov mintavételi tétel/törvény (theorem/rule), továbbá a matematikában Cardinal Theorem of Interpolation Theory 5

A mintavételezés modellje A mintavételezést impulzus-modulációként lehet felfogni a Dirac-delta impulzus fogalmának alkalmazásával: x(t) x t = k= x k δ t kt x(kt)δ(t-kt) t k = kt t Ez nyilvánvalóan egy absztrakt modell. 6

A mintavételezés modellje A mintavételezett és az eredeti folytonos idejű jel viszonyának leírását a frekvencia-tartományban tudjuk nyomon követni Fourier-transzformáció x t Fourier-transzformáltját formálisan a következőképpen kapjuk: x ω = = k= k= x k δ t kt e iωt dt x k e iωkt δ t e iωt dt = k= x k e iωkt mivel a δ-disztribúció Fourier-transzformálja definíció szerint azonosan 1. 7

A mintavételezés törvényszerűségei Legyen x t egy L 1 R vagy L 2 R térhez tartozó függvény, Fouriertranszformáltját jelöljük x ω -val. A mintavételezett jel Fouriertranszformáltja: x ω = k= x k e iωkt Ez egy periodikus függvény Fourier-sora, periódusa a körfrekvencia változójában 2π T. Ezzel ellentétben az eredeti jel Fourier-transzformáltja, x ω, a teljes R-ben értelmezett függvény nyilvánvaló, hogy általános esetben nem lehetnek azonosak: a diszkrét reprezentáció torzít. Azonban, ha az eredeti jel Fourier-transzformáltja, x ω véges kiterjedésű, és 0-tól különböző része a π T, π T tartományba esik, azaz a jel sávkorlátozott ω B = π T korláttal, a mintavételezett jel Fourier-transzformáltja alap-periódusában megegyezik az eredeti transzformálttal a mintavételezés mentes az információvesztéstől. 8

A mintavételezés törvényszerűségei X(f) -f B f B f Sávkorlátozott jel a Fourier-transzformált véges kiterjedésű, a f B, f B intervallumon kívül azonosan 0, matematikailag véges tartójú függvény, a tartó f B, f B, a jelben nem fordul elő f B frekvenciájúnál gyorsabb változás, ahol f B a sávkorlát frekvencia. 9

A mintavételezés törvényszerűségei Sávkorlátozott jel a mintavételezett jel Fourier-transzformáltja: X*(f) -f B f B f A mintavételi periódus: T = 2π f B A mintavételezés periodizálja a Fourier-transzformáltat. 10

A mintavételi tétel Az állítás precíz megfogalmazása (Shannon): A tétel egzakt rekonstrukciós formulát is ad. 11

A mintavételi tétel - megjegyzések A mintavételi tétel az L 2 R térbe tartozó, azaz energiakorlátos jelekre mondja ki állítását. A tétel első fele arra a tényre utal, hogy a sávkorlátosság összefügg a folytonossággal, ugyanis egy "ugrás" a függvényben végtelen nagy sebességű változásnak felel meg. A sávkorlátra vonatkozó feltételt a körfrekvencia helyett frekvenciában kifejezve : A mintavételi periódus helyett f S = 1 T mintavételi frekvenciát véve: 0 < T 1 2f B f S 2f B Tehát információveszteségtől mentes mintavételhez a mintavételi frekvenciának legalább kétszer nagyobbnak kell lennie, mint a jelben előforduló leggyorsabb változásnak megfelelő frekvencia, azaz a sávkorlát. 12

A mintavételezés törvényszerűségei X*(f) f S = 2f B -f B f B X*(f) f f S > 2f B -f B f B f 13

A mintavételezés törvényszerűségei A Nyquist frekvencia: f N = f S 2 A mintavételi törvény szerinti feltételt a Nyquist frekvenciával kifejezve: X*(f) f N, f N a mintavételezett jel spektrumának alapperiódusa. f N f B -f B f B -3f N -2f N -f N f N 2f N 3f N f A mintavételi törvénynek megfelelő mintavétel esetén: A mintavételezett jel Fourier-transzformáltjának alapperiódusa megegyezik s ez eredeti jel Fourier-transzformáltjának f N, f N intervallumba eső szakaszával. 14

A mintavételezésből eredő hibák Amennyiben a mintavételi törvény sérül: A mintavétel információveszteséget eredményez, torzítás lép fel. A spektrumokban ez átlapolódáshoz vezet, nem csak a meglevő spektrális komponensek torzulása, hanem új, parazita komponensek megjelenése következik be. Egy adott mintavételi sorozatból nem egyértelműen állítható elő az eredeti jel: alternatív rekonstrukciók (alias jelek) állíthatók elő: aliasing hiba. 15

A mintavételezésből eredő hibák Átlapolódás, parazita komponensek megjelenése: X*(f) Összeadódnak az átlapolódó oldalsávok f B > f N Emlékeztetőül: Az eredeti jel Fourier-transzformáltja -f B -f N f N X(f) f B f -f B f B f 16

A mintavételezésből eredő hibák Aliasing hiba: (egy példa) Két szinuszjel látható: frekvenciáik f 1 = f és f 2 = 9f, a mintavételi frekvencia f s = 10f, a két jelnek azonosak a mintapontjai, tehát bármelyik jel rekonstruálható belőlük. A mintavételi törvényt a magasabb frekvenciájú szinuszjelnél sértjük meg. Ha kizárjuk a mintavételi frekvencia felénél nagyobb frekvenciájú jeleket, akkor csak a kisebb frekvenciájú komponenst tudjuk helyreállíani a mintákból. 17

A mintavételezésből eredő hibák f 0 frekvenciájú szinusz, hibátlan mintavételezés: f 0 <f N X(f) -3fN -2fN -fn fn X*(f) 2fN 3fN f 2f N szerint periodizálódott spektrum -3fN -2fN -fn fn 2fN 3fN f Nincs átlapolódás torzításmentes alapsáv. 18

A mintavételezésből eredő hibák f 0 frekvenciájú szinusz, hibás mintavételezés: f 0 >f N X(f) -3fN -2fN -fn fn X*(f) 2fN 3fN f 2f N szerint periodizálódott spektrum -3fN -2fN -fn fn 2fN 3fN f Átlapolódás az alapsávban megjelent egy extra komponens. 19

A mintavételi hibák elkerülése A mintavételi hibák kiküszöbölése: A mintavételi frekvencia helyes megválasztása a jel sávkorlátjának megfelelően A mintavételi frekvencia növelésének korlátai: Realizálási korlátok, költségesebb realizációk Nagyobb tömegű adatmennyiség A jel sávkorlátozottá tétele aluláteresztő (LP) szűrés. Adott f c = f B vágási frekvenciájú LP szűrés anti-aliasing szűrő Az anti-aliasing szűrés problémái: Adott esetben információvesztés állhat elő Analóg szűrés: jó minőségben költséges realizációk 20

A mintavételi hibák elkerülése Anti-aliasing szűrés: A jelből kiszűrjük a mintavételi frekvencia felénél nagyobb frekvenciájú komponenseket. Ezt egy analóg alulátersztő (Low Pass LP) szűrővel valósíthatjuk meg. Ideális LP szűrő Egy valóságos LP szűrő A szűrő sarokponti frekvenciáját a mintavételi frekvencia felénél (a Nyquist-frekvenciánál) kisebbre kell venni a véges meredekségből eredő hiba csökkentésére. 21

A mintavételi hibák elkerülése Egyszerű LP szűrők: Sallen-Key A gyakorlatban nagyobb fokszámú (5-8) Butterworth, Csebisev, inverz Csebisev vagy Cauer (elliptikus) architektúrájú aktív RC szűrőket használunk. Nagy frekvenciákon (RF) passzív LRC szűrőket és speciális szűrő áramköröket (pl. SAW Surface Acoustic Wave filter) alkalmazunk. 22

A mintavételi törvény Az információveszteség nélküli mintavétel megvalósításának szabályai (gyakorlati megközelítés): A jel véges (korlátos) energiatartalmú. A jel sávkorlátozott, azaz nem tartalmaz egy f B sávkorlátnál nagyobb frekvenciájú komponenseket. Az f S mintavételi frekvencia legalább kétszerese a sávkorlátnak, azaz f S 2f B. A mintavételi törvény megadja a jel mintaértékeiből való rekonstruálásának elvi formuláját is: x t = k= x kt sin π t kt T π T t kt T = (ez a gyakorlatban természetesen csak közelítőleg számítható ki) 1 f S 23

BUDAPESTI MŰSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM Dr. Soumelidis Alexandros email: soumelidis@mail.bme.hu BME KÖZLEKEDÉSMÉRNÖKI ÉS JÁRMŰMÉRNÖKI KAR 32708-2/2017/INTFIN SZÁMÚ EMMI ÁLTAL TÁMOGATOTT TANANYAG