Osa 2 - Tekniikan yksikkö
Osa 2 - Tekniikan yksikkö
Osa 2 - Tekniikan yksikkö
Transform your PDFs into Flipbooks and boost your revenue!
Leverage SEO-optimized Flipbooks, powerful backlinks, and multimedia content to professionally showcase your products and significantly increase your reach.
T L 9 0 8 Z S I G N A A L I T E O R I A<br />
O S A I I : F O U R I E R - M U U N N O S<br />
3 Fourier-muunnos.......................................................................................................................23<br />
3.1 Fourier-integraalin suppeneminen .................................................................................................. 25<br />
3.2 Muutamia erikoisfunktioita.............................................................................................................. 26<br />
Rect-funktio ............................................................................................................................................................. 26<br />
3.2.2 Signum-funktio ........................................................................................................................................... 27<br />
3.2.3 Yksikköaskelfunktio ................................................................................................................................... 27<br />
3.2.4 Diracin delta-funktio eli yksikköimpulssi................................................................................................... 27<br />
3.2.5 Diracin kampafunktio eli ideaalinen näytteenottofunktio ........................................................................... 29<br />
3.3 Raja-arvon avulla laskettu Fourier-muunnos................................................................................. 30<br />
3.3.1 Vakiofunktion Fourier-muunnos................................................................................................................. 30<br />
3.3.2 Signum-funktion Fourier-muunnos............................................................................................................. 31<br />
3.3.3 Yksikköaskelfunktion Fourier-muunnos..................................................................................................... 32<br />
3.3.4 Trigonometristen funktioiden Fourier-muunnokset.................................................................................... 33<br />
3.4 Fourier-muunnoksen ominaisuuksia ............................................................................................... 34<br />
3.4.1 Vakiolla kertominen.................................................................................................................................... 34<br />
3.4.2 Lineaarisuus (superpositio)......................................................................................................................... 35<br />
3.4.3 Ajan skaalaus .............................................................................................................................................. 35<br />
3.4.4 Aikasiirto .................................................................................................................................................... 35<br />
3.4.5 Taajuussiirto................................................................................................................................................ 36<br />
3.4.6 Amplitudimodulaatio .................................................................................................................................. 38<br />
3.4.7 Derivointi.................................................................................................................................................... 38<br />
3.4.8 Integrointi ................................................................................................................................................... 39<br />
3.4.9 Konvoluutio aikatasossa ............................................................................................................................. 41<br />
3.4.10 Konvoluutio taajuustasossa .................................................................................................................... 41<br />
3.5 Kaistarajoitetut signaalit ja kaistanleveys....................................................................................... 41<br />
3.6 Näytteenottoteoreema ....................................................................................................................... 42
TL908Z SIGNAALITEORIA, OSA II<br />
23<br />
3 FOURIER-MUUNNOS<br />
Fourier-muunnos laajentaa edellä jaksollisille signaaleille esitettyä teoriaa signaaleihin, jotka ovat<br />
jaksottomia. Fourier-muunnoksen tarkoituksena on kuvata aikatason signaalin taajuussisältö. Sillä on<br />
lukematon määrä sovellutuksia tekniikassa, magneettikuvauksesta kännyköihin. Systeemiteorian<br />
perusteiden kurssilla toivottavasti opittiin Laplace-muunnos. Fourier-munnos ei oikeastaan olekaan<br />
mitään muuta kuin Laplace-muunnoksen erikoistapaus. Havainnollisempi tulkinta on kuitenkin<br />
tarkastella Fourier-muunnosta Fourier-sarjan erikoistapauksena, kun T → ∞. Käytännön<br />
signaalinkäsittely- ja tietoliikennetekniikan sovellutuksissa Fourier-muunnos on paljon enemmän<br />
käytetty kuin Laplace-muunnos.<br />
Lähdetään liikkeelle Fourier-sarjan eksponenttimuodosta:<br />
missä<br />
C<br />
∑ ∞ jnω0t<br />
f ( t)<br />
= C n<br />
e<br />
n=<br />
−∞<br />
n<br />
=<br />
/ 2<br />
1 T ∫ f<br />
T<br />
−T<br />
/ 2<br />
( t)<br />
e<br />
− jnω<br />
t<br />
0<br />
dt<br />
Kun jaksonaika kasvaa, peräkkäisten harmonisten taajuuksien välimatka käy yhä pienemmäksi, eli<br />
∆ω=(n+1) ω 0 −nω 0 =ω 0 = 2π/Τ<br />
kun T→ ∞, ∆ω muuttuu differentiaaliksi dω.<br />
1<br />
T<br />
→<br />
dω<br />
, T<br />
2π<br />
→ ∞<br />
Vastaavasti Fourier-kertoimet C n → 0 kun T→ ∞. Tämähän tarkoittaa, että Fourier-kertoimet häviävät<br />
kun funktion jaksollisuus häviää. Tulon C n T raja-arvo on kuitenkin<br />
C<br />
∞<br />
→ ∫<br />
−∞<br />
− jωt<br />
n<br />
T f ( t)<br />
e dt,<br />
T<br />
→ ∞<br />
OULUN SEUDUN AMMATTIKORKEAKOULU<br />
TEKNIIKAN YKSIKKÖ<br />
©JUKKA JAUHIAINEN 2006
TL908Z SIGNAALITEORIA, OSA II<br />
24<br />
Edellä oleva integraali on funktion f(t) Fourier-muunnos. Sitä merkitään<br />
∞<br />
− jωt<br />
= I{<br />
f ( t)}<br />
= ∫ f ( t e dt<br />
−∞<br />
F(<br />
ω )<br />
)<br />
Fourier-käänteismuunnos määritellään puolestaan kaavalla<br />
f ( t)<br />
∞<br />
−1<br />
1<br />
j<br />
= I ω = ∫ ω<br />
ω t<br />
{ F(<br />
)} F(<br />
) e dω<br />
2π<br />
−∞<br />
Nämä kaksi muunnosta muodostavat Fourier-muunnosparin.<br />
f ( t)<br />
⇔ F(<br />
ω)<br />
Esimerkki: Laskettava oheisen kuvan suorakaidepulssin<br />
Fourier-muunnos.<br />
v ( t )<br />
Vastaavan jaksollisen kanttiaallon Fourier-sarjan kertoimet<br />
laskettiin jo edellä. Nyt f(t)=V m , eli se saa vakioarvon välillä -τ/2<br />
→ τ/2 ja on nolla muualla. Riittää integroida tämä väli.<br />
V m<br />
−<br />
τ<br />
2<br />
0<br />
τ<br />
2<br />
t<br />
F(<br />
ω)<br />
=<br />
τ / 2<br />
∫<br />
V<br />
m<br />
−τ<br />
/ 2<br />
e<br />
− jωt<br />
dt =<br />
Vm<br />
/ e<br />
− jω<br />
τ / 2<br />
− jωt<br />
−τ<br />
/ 2<br />
=<br />
V<br />
m<br />
− jω<br />
− jωτ<br />
/ 2 jωτ<br />
/ 2<br />
[ e − e ]<br />
Tämä voidaan kirjoittaa Eulerin kaavojen avulla muotoon<br />
Vm<br />
⎡ ωτ ⎤ sinωτ<br />
/ 2<br />
F ( ω)<br />
= 2 j sin Vmτ<br />
Vmτ<br />
sinc( ωτ / 2)<br />
jω<br />
⎢ − =<br />
=<br />
−<br />
2 ⎥<br />
⎣ ⎦ ωτ / 2<br />
OULUN SEUDUN AMMATTIKORKEAKOULU<br />
TEKNIIKAN YKSIKKÖ<br />
©JUKKA JAUHIAINEN 2006
TL908Z SIGNAALITEORIA, OSA II<br />
25<br />
Jos verrataan tätä jaksollisen kanttijonon Fourier-sarjakehitelmään<br />
C<br />
n<br />
=<br />
Vmτ<br />
sin nϖ<br />
0τ<br />
/ 2<br />
.<br />
T nϖ<br />
τ / 2<br />
0<br />
havaitaan, että nehän ovat hyvin pitkälle saman<br />
muotoiset. Molemmat esittävät sinc-funktiota. Eli kun<br />
jaksonpituus kasvaa äärettömäksi, amplitudispektri<br />
muuttuu diskreetistä viivaspektristä jatkuvaksi.<br />
Viivaspektrin verhokäyrällä on kuitenkin täsmälleen<br />
sama muoto kuin jatkuvalla spektrillä. □<br />
−4π /τ<br />
T V m<br />
−2π /τ<br />
F(ω)<br />
0<br />
2π / τ 4π / τ<br />
Edellisestä esimerkistä voidaan todeta, että kanttipulssi ja sinc-funktio muodostavat Fourier-muunnosparin. Tällä<br />
tuloksella on paljon käytännön merkitystä esimerkiksi DSP:ssä ja suodatinsuunnittelussa. Ideaalisen<br />
suodattimen taajuusvastehan on muodoltaan kantti, eli suodatin päästää läpi tietyn taajuuskaistan<br />
muuttumattomana ja vaimentaa kaistan ulkopuoliset taajuudet nollaksi. Ideaalisen suodattimen<br />
vasteessa aikatasossa havaitaan pahoja häiriöitä, koska kantin Fourier-muunnospari on sinc-funktio.<br />
Tätä kutsutaan katkaisuefektiksi ja sen takia ideaalisia suodattimia ei juurikaan voi käyttää käytännön<br />
sovellutuksissa. Aiheesta on ollut enemmän digitaalisen signaalinkäsittelyn kursseilla.<br />
3.1 FOURIER-INTEGRAALIN SUPPENEMINEN<br />
Yleisesti voidaan todeta, että funktiolla f(t) on määritelty Fourier-muunnos, mikäli Fouriermuunnosintegraali<br />
suppenee, eli saa äärellisen arvon integroimisvälillä. Suorakaidepulssin pinta-ala<br />
selvästikin on äärellinen. Sehän on pulssin korkeus kerrottuna pulssin pituudella. Integraali voi supeta<br />
myös, vaikka funktio f(t) ei koskaan saavuta nollaa tarkasteluvälillä. Silloin kuitenkin vaaditaan, että f(t)<br />
lähenee asymptoottisesti nollaa, eli f(t) → 0 kun t → ∞. Tarkastellaan seuraavaksi yhtä tällaista funktiota,<br />
vaimenevaa eksponentiaalia. Tällaiseen käyttäytymiseenhän törmättiin mm. TST:ssä tasaantumispiirien<br />
yhteydessä.<br />
f (t)<br />
Esimerkki: Laskettava vaimenevan eksponentiaalin<br />
K<br />
f(t)=Ke -at Fourier-muunnos.<br />
Funktio näyttää oheisen kuvan mukaiselta. Se lähtee<br />
arvosta K ajanhetkellä t=0, koska f(0)=e 0 =1. Se lisäksi<br />
f ( t)<br />
= Ke<br />
−at<br />
t<br />
OULUN SEUDUN AMMATTIKORKEAKOULU<br />
TEKNIIKAN YKSIKKÖ<br />
©JUKKA JAUHIAINEN 2006
TL908Z SIGNAALITEORIA, OSA II<br />
26<br />
lähenee asymptoottisesti nollaa kun t kasvaa rajatta. Funktion arvo on nolla, kun t
TL908Z SIGNAALITEORIA, OSA II<br />
27<br />
Tämähän ei ole mitään muuta kuin yksikkökanttipulssin matemaattinen määritelmä. Se kuvaa kanttia,<br />
joka sekä pituus että korkeus (siten myös pinta-ala) on =1. Pulssin keskikohta on origossa (t=0),<br />
alkureuna ajanhetkellä -1/2 ja loppu ajanhetkellä +1/2.<br />
Esimerkki: Kanttipulssi (korkeus A, pituus Τ) esitettynä rect-funktion avulla.<br />
f ( t)<br />
= Arect(<br />
t / T )<br />
Nyt voidaan Fourier-muunnospari kirjoittaa muodossa<br />
Arect( t / T ) ⇔ ATsinc(<br />
fT )<br />
□<br />
3.2.2 SIGNUM-FUNKTIO<br />
⎧ 1,<br />
⎪<br />
sgn( t)<br />
= ⎨ 0,<br />
⎪<br />
⎩−1,<br />
t > 0<br />
t = 0<br />
t < 0<br />
+1<br />
sgn( t)<br />
Funktio saa siis arvon -1, kun ollaan negatiivisilla arvoilla,<br />
nollan origossa ja arvon +1 positiivisilla arvoilla<br />
0<br />
−1<br />
t<br />
3.2.3 YKSIKKÖASKELFUNKTIO<br />
⎧1,<br />
⎪ 1<br />
u( t)<br />
= ⎨ 2<br />
,<br />
⎪<br />
⎩0,<br />
t > 0<br />
t = 0<br />
t < 0<br />
+1<br />
0<br />
u(t)<br />
t<br />
1<br />
u(<br />
t)<br />
= t +<br />
2<br />
[ sgn( ) 1]<br />
3.2.4 DIRACIN DELTA-FUNKTIO ELI YKSIKKÖIMPULSSI<br />
OULUN SEUDUN AMMATTIKORKEAKOULU<br />
TEKNIIKAN YKSIKKÖ<br />
©JUKKA JAUHIAINEN 2006
TL908Z SIGNAALITEORIA, OSA II<br />
28<br />
⎧δ<br />
( t)<br />
= 0, t ≠ 0<br />
⎪ ∞<br />
⎨<br />
⎪ ∫δ<br />
( t)<br />
dt = 1<br />
⎩ −∞<br />
Kyseessä on siis funktio, jonka leveys on nolla, korkeus ääretön, pinta-ala = 1 ja joka on nolla kaikkialla<br />
muualla paitsi origossa. Aika vekkuli kaveri siis ☺ Lienee selvää, että mikään tavanomainen funktio ei<br />
täytä tätä määritelmää. Sen voidaan ajatella olevan yksikköpulssin ääritapaus, kun pulssin leveys lähenee<br />
nollaa ja pinta-ala pysyy vakiona:<br />
1 ⎛ t ⎞<br />
δ ( t)<br />
= lim rect⎜<br />
⎟<br />
t → 0 τ ⎝τ<br />
⎠<br />
Delta-funktion ominaisuuksia:<br />
1. Parillisuus: δ(t)=−δ(t)<br />
2. Pisteessä t=0 määritellyn funktion g(t) ja delta-funktion δ(t) tulon integraali antaa funktion g arvon<br />
pisteessä t=0.<br />
∞<br />
∫<br />
−∞<br />
g( t)<br />
δ ( t)<br />
dt = g(0)<br />
3. Replikointiominaisuus: Edellinen tulos voidaan yleistää kirjoittamalla se muotoon<br />
∞<br />
∫<br />
−∞<br />
g t)<br />
δ ( t − t ) dt = g(<br />
)<br />
(<br />
0<br />
t0<br />
Koska delta-funktio on parillinen, tämä voidaan edelleen kirjoittaa muotoon<br />
∞<br />
∫<br />
−∞<br />
g ( τ ) δ ( t −τ<br />
) dτ<br />
= g(<br />
t) * δ ( t)<br />
= f ( t)<br />
missä integroimismuuttaja on vaihdettu t 0 :sta τ:ksi. Tätä integraalia kutsutaan konvoluutiointegraaliksi<br />
ja sitä symboloi *-merkki. Palataan konvoluuutioteoreemaan myöhemmin tarkemmin. Nyt riittää<br />
tietää, että funktion konvoluutio delta-funktion kanssa tuottaa tulokseksi alkuperäisen funktion.<br />
OULUN SEUDUN AMMATTIKORKEAKOULU<br />
TEKNIIKAN YKSIKKÖ<br />
©JUKKA JAUHIAINEN 2006
TL908Z SIGNAALITEORIA, OSA II<br />
29<br />
4. Delta-funktion Fourier-muunnos saadaan kaavasta<br />
I{<br />
δ ( t)}<br />
=<br />
⇒ δ ( t)<br />
⇔ 1<br />
Siis delta-funktion Fourier-muunnos on<br />
vakio (=1) kaikilla taajuuksilla -∞ → ∞.<br />
Tulos on saatu ominaisuuden 2<br />
δ ( t)<br />
e<br />
dt = 1<br />
perusteella. Sehän sanoi, että deltafunktion<br />
ja minkä tahansa funktion tulon<br />
määrätyn integraalin arvo on sama kuin 0<br />
t<br />
kyseisen funktion arvo nollassa. Eksponenttifunktion arvo nollassa on e 0 =1.<br />
∫ ∞ ∞ −<br />
− jωt<br />
δ (t)<br />
⇔<br />
I{ δ ( t)}<br />
1<br />
0<br />
3.2.5 DIRACIN KAMPAFUNKTIO ELI IDEAALINEN NÄYTTEENOTTOFUNKTIO<br />
Ideaalinen näytteenottofunktio koostuu äärettömästä jonosta tasavälein olevia yksikköimpulsseja.<br />
δ ( t)<br />
= δ ( t − mT0<br />
)<br />
0 ∑ ∞ T<br />
m=<br />
−∞<br />
Aika-alueessa periodisen deltafunktiojonon Fourier-muunnos koostuu jonosta periodisia deltafunktioita<br />
taajuustasossa:<br />
∞<br />
∑<br />
m=−∞<br />
1 n<br />
δ ( t − mT<br />
f − )<br />
T<br />
∞<br />
0<br />
) ⇔ ∑ δ (<br />
T0<br />
n=−∞<br />
0<br />
Erikoistapauksessa, jolloin jakso T 0 =1s, on<br />
periodisen impulssijono Fourier-muunnos<br />
itse impulssijono.<br />
δ T0<br />
( t)<br />
⇔<br />
I{ δ T0<br />
( t)}<br />
− 2T 0<br />
−T 0<br />
0<br />
T0<br />
2T0<br />
t<br />
2<br />
−<br />
T<br />
0<br />
1<br />
−<br />
T<br />
0<br />
0<br />
1 2 3 4<br />
T0<br />
T0<br />
T0<br />
T0<br />
OULUN SEUDUN AMMATTIKORKEAKOULU<br />
TEKNIIKAN YKSIKKÖ<br />
©JUKKA JAUHIAINEN 2006
TL908Z SIGNAALITEORIA, OSA II<br />
30<br />
3.3 RAJA-ARVON AVULLA LASKETTU FOURIER-MUUNNOS<br />
Monille käytännössä tärkeille funktioille joudutaan Fourier-muunnos laskemaan edellä esitettyjen<br />
erikoisfunktioiden avulla. Tämä tapahtuu siten, että lähdetään liikkeelle jostain tunnetusta funktiosta, ja<br />
annetaan sitten sen lähestyä raja-arvonaan kiinnostuksen kohteena olevaa funktiota. Havainnollistetaan<br />
menetelmää muutaman esimerkin avulla.<br />
3.3.1 VAKIOFUNKTION FOURIER-MUUNNOS<br />
Tarkastellaan oheisen kuvan mukaista kaksisuuntaista<br />
eksponenttifunktiota<br />
10<br />
f ( t)<br />
= Ae<br />
−ε|<br />
t|<br />
A ja ε ovat vakioita, jotka määräävät, miten f(t)<br />
käyttäytyy. Kuvassa A=10 ja ε:lla on alhaalta ylöspäin<br />
luettuna arvot 1, 0,5 ja 0,1. Nähdään, että kun ε → 0,<br />
f(t) → A, eli se lähenee muodoltaan vakiofunktiota.<br />
5<br />
0<br />
-5 -3 -1 1 3 5<br />
f(t):n Fourier-muunnos on<br />
F(<br />
ω)<br />
=<br />
0<br />
∫<br />
−∞<br />
Ae<br />
A<br />
0<br />
= / e<br />
ε − jω<br />
−∞<br />
εt<br />
e<br />
− jωt<br />
( ε − jω<br />
) t<br />
dt +<br />
A A 2εA<br />
= + =<br />
2 2<br />
ε − jω<br />
ε + jω<br />
ε + ω<br />
∞<br />
∫<br />
0<br />
Ae<br />
−εt<br />
e<br />
A<br />
∞<br />
− / e<br />
ε + jω<br />
0<br />
− jωt<br />
dt = A<br />
−(<br />
ε + jω<br />
) t<br />
0<br />
∫<br />
−∞<br />
e<br />
( ε − jω<br />
) t<br />
dt + A<br />
0<br />
( −ε<br />
− jω<br />
) t<br />
A<br />
A<br />
= (1 − 0) − (0 −1)<br />
ε − jω<br />
ε + jω<br />
∞<br />
∫<br />
e<br />
dt<br />
Huomaa, että integraali on laskettava kahdessa osassa, koska funktio f(t) on määritelty erikseen<br />
negatiivisella ja positiivisella osalla aika-aluetta. Kun ε → 0, havaitaan, että F(ω) lähestyy<br />
yksikköimpulssia kulmataajuudella ω =0. Jätetään asian osoittaminen harjoitustehtäväksi.<br />
F(ω):n<br />
pinta-ala<br />
saadaan integroimalla<br />
∞<br />
2εA<br />
dω<br />
F(<br />
ω)<br />
= ∫ dω<br />
= 4εA<br />
= 2πA<br />
2 2<br />
2 2<br />
ε + ω<br />
∫<br />
ε + ω<br />
−∞<br />
∞<br />
0<br />
OULUN SEUDUN AMMATTIKORKEAKOULU<br />
TEKNIIKAN YKSIKKÖ<br />
©JUKKA JAUHIAINEN 2006
TL908Z SIGNAALITEORIA, OSA II<br />
31<br />
Siis pinta-ala on riippumaton ε:n valinnasta. Viimeisessä vaiheessa on<br />
käytetty oheista taulukoitua määrätyn integraalin laskukaavaa:<br />
Funktio f(t) siis lähestyy raja-arvonaan vakiofunktiota A, ja sen Fourier-muunnos F(ω) lähestyy<br />
impulssifunktiota 2πAδ(ω), eli<br />
I( A)<br />
⇔ 2πAδ<br />
( ω)<br />
∞<br />
∫<br />
0<br />
adx<br />
2<br />
a + x<br />
2<br />
π<br />
⎧<br />
2<br />
, a > 0<br />
⎪<br />
= ⎨ 0 a = 0<br />
⎪ π<br />
⎩−<br />
2<br />
, a < 0<br />
Tämähän on ihan sama tulos, joka johdettiin delta-funktion yhteydessä toiseen suuntaan ! Edessä oleva<br />
tekijä 2π tulee mukaan siitä, että käänteismuunnoksen kaavassa on edessä tekijä 1/2 π. Esimerkiksi<br />
sähkötekniikassa tulos voidaan tulkita siten, että signaalin DC- eli tasavirta(-jännite)komponentti on<br />
nollataajuinen. Tämähän on toisaalta itsestään selvää …<br />
3.3.2 SIGNUM-FUNKTION FOURIER-MUUNNOS<br />
Signum-funktio voidaan esittää yksikköaskelfunktion avulla kaavalla<br />
sgn(t)=u(t)-u(-t)<br />
Muodostetaan tämän avulla funktio, joka lähestyy sgn(t):tä kun ε<br />
menee kohti nollaa:<br />
1<br />
f (t)<br />
e −εt<br />
u(t)<br />
sgn( t)<br />
= lim<br />
ε →0<br />
−εt<br />
εt<br />
[ e u(<br />
t)<br />
− e u(<br />
−t)<br />
]<br />
0<br />
t<br />
Tällä funktiolla selvästikin on olemassa Fourier-muunnos, koska<br />
integraali suppenee sekä positiivisella että negatiivisella puolella:<br />
ε<br />
e t<br />
u( −t)<br />
−1<br />
I(<br />
f ( t))<br />
=<br />
0<br />
∫<br />
−∞<br />
e<br />
1<br />
0<br />
= / e<br />
ε − jω<br />
−∞<br />
e<br />
εt<br />
− jωt<br />
( ε − jω<br />
) t<br />
dt −<br />
0<br />
−εt<br />
− jωt<br />
1<br />
∞<br />
+ / e<br />
ε + jω<br />
0<br />
dt =<br />
−(<br />
ε + jω<br />
) t<br />
1 1 − ε − jω<br />
− ( ε −<br />
= − − =<br />
2 2<br />
ε − jω<br />
ε + jω<br />
ε + ω<br />
∞<br />
∫<br />
e<br />
e<br />
0<br />
∫<br />
−∞<br />
e<br />
( ε − jω<br />
) t<br />
dt −<br />
∞<br />
∫<br />
jω)<br />
− 2 jω<br />
=<br />
2 2<br />
ε + ω<br />
0<br />
e<br />
−(<br />
ε + jω<br />
) t<br />
dt<br />
1<br />
1<br />
= ( −1−<br />
0) + (0 −1)<br />
ε − jω<br />
ε + jω<br />
OULUN SEUDUN AMMATTIKORKEAKOULU<br />
TEKNIIKAN YKSIKKÖ<br />
©JUKKA JAUHIAINEN 2006
TL908Z SIGNAALITEORIA, OSA II<br />
32<br />
Kun ε → 0<br />
Saatiin siis tulos<br />
− 2 jω<br />
I( f ( t))<br />
= lim<br />
ε →0<br />
2 2<br />
ε + ω<br />
=<br />
− 2 j<br />
ω<br />
=<br />
2<br />
jω<br />
I(sgn( t))<br />
=<br />
2<br />
jω<br />
10<br />
Fourier-muunnos on imaginäärinen. Sen itseisarvo<br />
näyttää oheisen kuvan mukaiselta. Funktio lähestyy -∞<br />
kun ω lähestyy nollaa negatiiviselta puolelta, ja +∞, kun<br />
ω lähestyy nollaa positiiviselta puolelta.<br />
0<br />
-5 -3 -1 1 3 5<br />
-10<br />
3.3.3 YKSIKKÖASKELFUNKTION FOURIER-MUUNNOS<br />
Käytetään hyväksi Fourier-muunnoksen lineaarisuusominaisuutta (superpositioperiaate), joka seuraa<br />
suoraan muunnosintegraalin määritelmästä. Palataan siihen tarkemmin hetken päästä.<br />
u(<br />
t)<br />
=<br />
⇒ I<br />
1<br />
2<br />
{ u(<br />
t)<br />
}<br />
1<br />
+ sgn( t)<br />
2<br />
⎧1⎫<br />
⎧1<br />
⎫<br />
= I⎨<br />
⎬ + I⎨<br />
sgn( t)<br />
⎬<br />
⎩2⎭<br />
⎩2<br />
⎭<br />
Lineaarisuusominaisuus siis tarkoittaa sitä, että summan Fourier-muunnos voidaan laskea siten, että<br />
lasketaan erikseen termien Fourier-muunnokset ja summataan ne yhteen. Ensimmäinen termi on<br />
selvästikin vakiofunktio, joka saa arvon 1/2 kaikilla ajanhetkillä. Siten sen Fourier-muunnos on<br />
varmaankin delta-funktio. Edellä osoitettiin, että<br />
Nyt A=1/2, joten<br />
Jälkimmäinen termi antaa<br />
I( A)<br />
⇔ 2πAδ<br />
( ω)<br />
1 1<br />
I( ) ⇔ 2π δ ( ω)<br />
= πδ ( ω)<br />
2 2<br />
1 1 2 1<br />
I(<br />
sgn( t))<br />
= =<br />
2 2 jω jω<br />
OULUN SEUDUN AMMATTIKORKEAKOULU<br />
TEKNIIKAN YKSIKKÖ<br />
©JUKKA JAUHIAINEN 2006
TL908Z SIGNAALITEORIA, OSA II<br />
33<br />
Siitä seuraa, että<br />
⇒ I<br />
{ u t)<br />
}<br />
( = πδ ( ω)<br />
+<br />
1<br />
jω<br />
3.3.4 TRIGONOMETRISTEN FUNKTIOIDEN FOURIER-MUUNNOKSET<br />
Tarkastellaan funktiota cosω 0 t . Se voidaan kirjoittaa eksponenttimuodossa<br />
cosω<br />
0<br />
1<br />
2<br />
jω0t<br />
− jω<br />
t<br />
[ e + e ]<br />
0<br />
t =<br />
Käytetään hyväksi Fourier-muunnoksen taajuussiirto-ominaisuutta, joka sanoo että<br />
e<br />
jω<br />
g( t)<br />
⇔ 2πG(<br />
ω −<br />
0<br />
)<br />
0 t<br />
ω<br />
Erityisesti, jos funktio G(ω-ω 0 ) on delta-funktio, on g(t)=1. Silloin<br />
e<br />
jω<br />
⇔ 2πδ<br />
( ω −<br />
0<br />
)<br />
0 t<br />
ω<br />
Muunnos voidaan nyt kirjoittaa muodossa<br />
jω0t<br />
− jω0t<br />
{ I(<br />
e ) + I(<br />
e )}<br />
1<br />
I(cosω<br />
0t)<br />
=<br />
2<br />
1<br />
=<br />
0<br />
2<br />
= πδ ( ω −ω<br />
) + πδ ( ω + ω )<br />
{ 2πδ<br />
( ω −ω<br />
) + 2πδ<br />
( ω + ω )}<br />
0<br />
0<br />
0<br />
Mikä tarkoittaa sitä, että kosinifunktion spektri koostuu kahdesta delta-funktiosta taajuuksilla ±ω 0.<br />
Vastaavalla tavalla voidaan johtaa sinille kaava<br />
1<br />
I(sinω 0t)<br />
=<br />
0<br />
+ ω<br />
0<br />
j<br />
[ πδ ( ω −ω<br />
) −πδ<br />
( ω )]<br />
OULUN SEUDUN AMMATTIKORKEAKOULU<br />
TEKNIIKAN YKSIKKÖ<br />
©JUKKA JAUHIAINEN 2006
TL908Z SIGNAALITEORIA, OSA II<br />
34<br />
1<br />
−1<br />
1 2π<br />
=<br />
f ω<br />
0<br />
cos( ω t) 0<br />
0<br />
−ω 0<br />
ω0<br />
ω<br />
t<br />
⇔<br />
1<br />
1<br />
sin( ω t) 0<br />
t<br />
⇔<br />
−<br />
−ω 0<br />
ω<br />
1 2π<br />
=<br />
f ω<br />
0<br />
0<br />
ω 0<br />
Saatu tulos on varsin odotettu. Kun sinimuotoinen signaali sisältää vain yhden taajuuden f 0 , kyseinen<br />
taajuus näkyy taajuustasossa yhtenä piikkinä. Mitä negatiiviset taajuudet sitten todellisuudessa ovat ? Ei<br />
kannata vaivata niillä päätään ☺ Käytännössä taajuustaso katkaistaan puoliksi siten, että tarkastelun<br />
kohteena ovat ainoastaan positiiviset taajuudet. Negatiivinen osa on siinäkin mielessä turha, että sen<br />
tiedetään olevan tarkka peilikuva (mahdollista vaihe-eroa lukuunottamatta) positiivisesta.<br />
3.4 FOURIER-MUUNNOKSEN OMINAISUUKSIA<br />
Kootaan seuraavaksi yhteen Fourier-muunnoksen ominaisuudet ja lasketaan muutaman tärkeän<br />
funktiotyypin muunnokset näitä ominaisuuksia käyttäen. <strong>Osa</strong>, kuten lineaarisuus ja taajuussiirto,<br />
tulivatkin jo edellä.<br />
3.4.1 VAKIOLLA KERTOMINEN<br />
Jos K vakio ja<br />
I<br />
{ f ( t)<br />
} ⇔ F(<br />
ω)<br />
Niin<br />
Siis funktion f(t)<br />
{ ( t)<br />
} KF(<br />
ω)<br />
I Kf ⇔<br />
OULUN SEUDUN AMMATTIKORKEAKOULU<br />
TEKNIIKAN YKSIKKÖ<br />
©JUKKA JAUHIAINEN 2006
TL908Z SIGNAALITEORIA, OSA II<br />
35<br />
kertominen vakiolla K vastaa muunnoksen F(ω) kertomista samalla luvulla.<br />
3.4.2 LINEAARISUUS (SUPERPOSITIO)<br />
Jos funktioiden f 1 (t), f 2 (t) ja f 3 (t) ovat F 1 (ω),F 2 (ω) ja F 3 (ω), niin<br />
I<br />
( f<br />
1(<br />
t)<br />
− f<br />
2<br />
( t)<br />
+ f3<br />
( t))<br />
= F1<br />
( ω)<br />
− F2<br />
( ω)<br />
+ F3<br />
( ω)<br />
Todistus seuraa suoraan määrätyn integraalin laskulaeista.<br />
3.4.3 AJAN SKAALAUS<br />
Kun aikaskaalaa venytetään, taajuusskaala kutistuu ja päinvastoin, eli<br />
1 ⎛ω<br />
⎞<br />
f ( at)<br />
⇔ F⎜<br />
⎟,<br />
a > 0<br />
| a | ⎝ a ⎠<br />
Kun 0
TL908Z SIGNAALITEORIA, OSA II<br />
36<br />
Jos a > 0, funktiota siirretään vasemmalle (negatiivisen ajan suuntaan). Jos a < 0, funktiota siirretään<br />
oikealle (positiivisen ajan suuntaan). Aikasiirto muuttaa vaihetta, mutta jättää funktion itseisarvon<br />
muuttumattomaksi.<br />
Esimerkki: Tarkastellaan kanttipulssia f(t),<br />
joka alkaa ajanhetkellä t=0 ja loppuu hetkellä<br />
t<br />
rect( ) T<br />
t −T<br />
rect (<br />
T<br />
/ 2<br />
)<br />
t + T<br />
rect (<br />
T<br />
/ 2<br />
)<br />
t=T. Nyt pulssia on siirretty T/2:n verran<br />
positiiviseen suuntaan verrattuna rect-<br />
−T / 2 T / 2<br />
t<br />
0 T<br />
t<br />
−T<br />
0<br />
t<br />
funktion määritelmään. Silloin pulssi voidaan esittää muodossa<br />
f ( t)<br />
=<br />
⎛ t − T / 2 ⎞<br />
Arect⎜<br />
⎟<br />
⎝ T ⎠<br />
Rect-funktion Fourier-muunnos oli<br />
Arect( t / T ) ⇔ ATsinc(<br />
fT )<br />
Nyt voidaan käyttää aikasiirtoa (a -> T/2), jolloin<br />
T − jπfT<br />
f ( t − ) ⇔ e ATsinc(<br />
fT )<br />
2<br />
Jos pulssi siirretään T/2:n verran negatiiviseen suuntaan, saadaan vastaavasti<br />
□<br />
T jπfT<br />
f ( t + ) ⇔ e ATsinc(<br />
fT )<br />
2<br />
3.4.5 TAAJUUSSIIRTO<br />
Taajuustason siirto ω 0 :n verran vastaa kertomista termillä e jω0t :<br />
e<br />
jω<br />
f ( t)<br />
⇔ F(<br />
ω −<br />
0<br />
)<br />
0 t<br />
ω<br />
OULUN SEUDUN AMMATTIKORKEAKOULU<br />
TEKNIIKAN YKSIKKÖ<br />
©JUKKA JAUHIAINEN 2006
TL908Z SIGNAALITEORIA, OSA II<br />
37<br />
Esimerkki: Radiotaajuuspulssi (RF-pulssi). Pulssi koostuu äärellisen pituisesta (T) siniaallosta,<br />
jonka amplitudi on A ja taajuus f c .. Nimi tulee siitä, että yleensä tämän tyyppistä pulssia käytetään<br />
radiotaajuusalueella esimerkiksi tutkissa.<br />
Signaali on muotoa<br />
t<br />
g( t)<br />
= Arect(<br />
) cos(2πf<br />
ct)<br />
T<br />
A<br />
g(t)<br />
1<br />
f c<br />
t<br />
Fourier-muunnoksen laskemiseksi muutetaan<br />
kosini ensin eksponenttimuotoon:<br />
−T<br />
/ 2<br />
−T / 2<br />
T<br />
g(<br />
t)<br />
=<br />
Arect(<br />
t<br />
T<br />
⎡1<br />
)<br />
⎢<br />
e<br />
⎣2<br />
1<br />
+ e<br />
2<br />
⎤ 1 t<br />
⎥<br />
= Arect(<br />
) e<br />
⎦ 2 T<br />
1 t<br />
+ Arect(<br />
) e<br />
2 T<br />
j2πf<br />
ct<br />
− j2πfct<br />
j2πfct<br />
− j2πfct<br />
Verrataan oikeanpuoleista lauseketta taajuussiirron kaavaan. Havaitaan, että sehän on täysin samaa<br />
muotoa, eli tässä tapauksessa funktio f(t)=1/2Arect(t/T) kerrottuna eksponenttitermillä. Rect-funktion<br />
Fourier-muunnos me osataan laskea:<br />
Arect( t / T ) ⇔ ATsinc(<br />
fT)<br />
Nyt voidaan käyttää taajuussiirto-ominaisuutta, jolloin<br />
t j 2πfct<br />
Arect(<br />
) e ⇔ ATsinc[ ( f − f<br />
c<br />
) T ]<br />
T<br />
t − j2πf<br />
ct<br />
Arect(<br />
) e ⇔ ATsinc<br />
( f + f<br />
c<br />
) T<br />
T<br />
RF-pulssin g(t) Fourier-muunnos G(f) on siten<br />
[ ]<br />
AT<br />
I(<br />
g(<br />
t))<br />
= G(<br />
f ) =<br />
+<br />
2<br />
{ sinc[ ( f − f ) T ] + sinc[ ( f f T ]}<br />
c c<br />
)<br />
OULUN SEUDUN AMMATTIKORKEAKOULU<br />
TEKNIIKAN YKSIKKÖ<br />
©JUKKA JAUHIAINEN 2006
TL908Z SIGNAALITEORIA, OSA II<br />
38<br />
Se siis koostuu kahdesta taajuuksilla - f c ja + f c olevasta sinc-pulssista. Huomaa katkaisuefektin<br />
vaikutus ! Koska käytännön pulssit ovat AINA äärellisen mittaisia, taajuustasossa on aina enemmän tai<br />
vähemmän sinc-funktion aiheuttamaa oskillointia. □<br />
Edellisessä esimerkissä on itseasiassa kyse amplitudimodulaatiosta. Tulos voidaankin yleistää:<br />
3.4.6 AMPLITUDIMODULAATIO<br />
Amplitudimodulaatiossa sinimuotoisen kantoaallon amplitudia muutetaan lähetettävän signaalin tahtiin.<br />
Kantoaalto on vakiotaajuinen ja informaatiota välittävä signaali sisältyy amplitudin muutoksiin. Jos<br />
moduloivaa signaalia merkitään f(t):llä, moduloitu kantoaalto on muotoa f(t)cosω 0 t. Kantoaallon<br />
amplitudispektri on yhtä kuin f(t):n amplitudispektri jakautuneena tasan taajuuksien ±ω 0 välille:<br />
3.4.7 DERIVOINTI<br />
I<br />
{ f t) cosω t} = F(<br />
ω −ω<br />
) + F(<br />
ω + )<br />
Funktion f(t) Fourier-muunnoksen 1. derivaatta on<br />
1<br />
2<br />
1<br />
2<br />
(<br />
0 0<br />
ω<br />
0<br />
⎧df<br />
( t)<br />
⎫<br />
I⎨<br />
⎬ =<br />
⎩ dt ⎭<br />
jωF(<br />
ω)<br />
Yleisesti n:s derivaatta määritellään kaavalla<br />
n<br />
⎧d<br />
f ( t)<br />
⎫<br />
n<br />
I⎨<br />
= ( jω)<br />
F(<br />
ω)<br />
n ⎬<br />
⎩ dt ⎭<br />
Derivointi aikatasossa tarkoittaa siis sitä, että muunnoksessa korkeat taajuudet vahvistuvat<br />
verrannollisena tekijään jω. Tulos voidaan todistaa varsin suoraviivaisesti: Derivoidaan f(t) ajan suhteen.<br />
Derivoinnin ja integroinnin järjestys voidaan vaihtaa:<br />
∞<br />
∞<br />
jωt<br />
jωt<br />
( H ( ω)<br />
e ) dt = jω<br />
H ( ω)<br />
e dt = jωf<br />
( )<br />
df ( t)<br />
d<br />
f ( t)<br />
= jωt<br />
∫ H ( ω)<br />
e dt ⇒ =<br />
t<br />
dt<br />
∫<br />
dt<br />
∫<br />
−∞<br />
∞<br />
−∞<br />
−∞<br />
OULUN SEUDUN AMMATTIKORKEAKOULU<br />
TEKNIIKAN YKSIKKÖ<br />
©JUKKA JAUHIAINEN 2006
TL908Z SIGNAALITEORIA, OSA II<br />
39<br />
Jos f(t) ⇔ F(ω), niin edellä esitetyn vakiolla kertomissäännön mukaan<br />
⎧df<br />
( t)<br />
⎫<br />
I⎨<br />
⎬ = I<br />
⎩ dt ⎭<br />
{ jωf<br />
( t)<br />
} ⇔ jωF(<br />
ω)<br />
3.4.8 INTEGROINTI<br />
Jos<br />
t<br />
∫<br />
−∞<br />
g ( t)<br />
= f ( x)<br />
dx<br />
niin<br />
Kaava on voimassa, mikäli<br />
I<br />
{ g t)<br />
}<br />
( =<br />
F(<br />
ω)<br />
jω<br />
Integroinnin vaikutus on, kuten odottaa sopiikin, juuri päinvastainen derivoinnille. Integrointi<br />
vaimentaa korkeat taajuudet ω:hen verrannollisesti.<br />
Esimerkki: Tarkastellaan oheisen kuvan mukaista bipolaarista kanttipulssia (duplettipulssi) g 1 (t). Kun<br />
pulssi integroidaan ajan suhteen, saadaan, kuinka paljon kantin pinta-alaa tiettyyn ajanhetkeen mennessä<br />
on kertynyt. Positiivisella puolijaksolla pinta-ala<br />
kasvaa ja ollaan kolmion nousevalla reunalla. Kantin<br />
negatiivisella puolijaksolla ollaan kolmion laskevalla<br />
reunalla. Nettopinta-ala on nolla. Tällaisilla<br />
bipolaarisia pulsseja käytetään esimerkiksi<br />
magneettikuvauksessa<br />
protonien<br />
radiotaajuusvirityksen yhteydessä (tarkemmin<br />
mittalaitekurssilla).<br />
∞<br />
∫<br />
−∞<br />
f ( x)<br />
dx = 0<br />
g<br />
1(<br />
t)<br />
g 2<br />
( t)<br />
AT<br />
A<br />
Tehtävänä on lasketa kolmiopulssin g 2 (t) Fourier-muunnos G 2 (f). Tämä tapahtuu helpoiten siten, että<br />
lasketaan ensin g 1 (t).n Fourier-muunnos G 1 (f), ja käytetään integraalin muunnoksen määritelmää. Kantin<br />
−T<br />
− A<br />
T<br />
t<br />
− T<br />
T<br />
t<br />
t + T / 2<br />
rect( ) ⇔<br />
T<br />
ATsinc(<br />
fT ) e<br />
jπfT<br />
OULUN SEUDUN AMMATTIKORKEAKOULU<br />
TEKNIIKAN YKSIKKÖ<br />
©JUKKA JAUHIAINEN 2006
TL908Z SIGNAALITEORIA, OSA II<br />
40<br />
positiivinen puolijakso on täsmälleen sama, jolle laskettiin muunnos aikasiirron yhteydessä:<br />
Vastaavasti, negatiivinen puolijakso on muotoa<br />
t − T / 2<br />
− rect(<br />
) ⇔ −ATsinc(<br />
fT ) e<br />
T<br />
− jπfT<br />
missä miinusmerkki tulee siitä, että se on invertoitunut (nurinpäin). Nyt voidaan kirjoittaa suoraan G 1 (f)<br />
käyttäen hyväksi lineaarisuussääntöä:<br />
G1(<br />
f ) = ATsinc(<br />
fT ) e<br />
= ATsinc(<br />
fT )<br />
jπfT<br />
jπfT<br />
− jπfT<br />
[ e − e ]<br />
= 2 jATsinc(<br />
fT )sin( πfT<br />
)<br />
− ATsinc(<br />
fT)<br />
e<br />
− jπfT<br />
Viimeisessä vaiheessa on käytetty Eulerin muunnoskaavaa sinille. Kolmioaalto on kantin integraali.<br />
Siten kolmion ja kantin Fourier-muunnosten välillä on yhteys<br />
G ( f ) =<br />
2<br />
1<br />
G1<br />
( f ) =<br />
j2πf<br />
sin( πfT<br />
)<br />
= AT sinc( fT ) = AT<br />
πf<br />
= AT<br />
2<br />
2<br />
sinc ( fT )<br />
1<br />
2 jATsinc(<br />
fT )sin( πfT<br />
)<br />
j2πf<br />
2<br />
sin( πfT<br />
)<br />
sinc( fT )<br />
πfT<br />
8<br />
Kolmioaallon Fourier-muunnos on siis<br />
sinc-funktion neliö. Oheisessa kuvassa on<br />
esitetty sincin ja sen neliön kuvaajat.<br />
Kolmioaallon spektri on keskittynyt<br />
enemmän nollataajuuden ympäristöön<br />
(tässä maksimi on 64) ja se vaimenee<br />
6<br />
4<br />
2<br />
0<br />
-10 -5 0 5 10<br />
-2<br />
OULUN SEUDUN AMMATTIKORKEAKOULU<br />
TEKNIIKAN YKSIKKÖ<br />
©JUKKA JAUHIAINEN 2006
TL908Z SIGNAALITEORIA, OSA II<br />
41<br />
nopeammin. Vaimeneminen on sinc 2 :lle verrannollinen tekijään 1/f 2 , kun se sincille on verrannollinen<br />
1/f:ään.<br />
3.4.9 KONVOLUUTIO AIKATASOSSA<br />
Jos funktio y(t) on funktioiden x(t) ja h(t) konvoluutio, eli<br />
∞<br />
y ( t)<br />
= ∫ x(<br />
λ)<br />
h(<br />
t − λ)<br />
dλ<br />
= x * h<br />
−∞<br />
niin<br />
I( y ( t))<br />
= Y ( ω)<br />
= X ( ω)<br />
H ( ω)<br />
Missä Y, X, ja H ovat y:n, X:n ja h:n Fourier-muunnokset. Toisin sanoen kahden funktion konvoluutio<br />
aikatasossa siis vastaa niiden Fourier-muunnosten kertomista taajuustasossa. Konvoluutioteoreema on eräs<br />
keskeisimpiä Fourier-muunnosten sovellutuksia. Palataan siihen myöhemmin tarkemmin.<br />
3.4.10 KONVOLUUTIO TAAJUUSTASOSSA<br />
Jos funktioiden f 1 (t) ja f 2 (t) tulo on<br />
f(t)= f 1 (t) f 2 (t)<br />
niin<br />
∞<br />
1<br />
F( ω)<br />
= ∫ F 1(<br />
u)<br />
F2<br />
( ω − u)<br />
du<br />
2π<br />
−∞<br />
missä F, F 1 ja F 2 ovat vastaavien pienten kirjainten Fourier-muunnokset. Tulos on siis juuri<br />
päinvastainen kuin edellä.<br />
3.5 KAISTARAJOITETUT SIGNAALIT JA KAISTANLEVEYS<br />
Edellisistä esimerkeistä kävi varmasti ilmi, että aika- ja taajuustaso ovat kääntäen verrannollisia<br />
toisiinsa. Jos signaalin ominaisuudet kiinnitetään jommassakummassa tasossa, se samalla yksikäsitteisesti<br />
kiinnittää ne myös toisessa. Signaalin sanotaan olevan tiukasti kaistarajoitettu taajuustasossa, jos se sisältää<br />
OULUN SEUDUN AMMATTIKORKEAKOULU<br />
TEKNIIKAN YKSIKKÖ<br />
©JUKKA JAUHIAINEN 2006
TL908Z SIGNAALITEORIA, OSA II<br />
42<br />
vain tietyn taajuuskaistan sisällä nollasta eroavia taajuuksia ja on nolla tämän taajuuskaistan<br />
ulkopuolella. Tällainen signaali on aina asymptoottisesti kaistarajoitettu aikatasossa. Esimerkiksi sinc-pulssi<br />
aikatasossa on asymptoottisesti kaistarajoitettu. Se saa yhä pienempiä ja pienempiä arvoja, kun t →±∞,<br />
mutta se ei mene koskaan nollaksi. Sen Fourier-muunnos on kantti, joka sisältää vain tietyllä välillä<br />
olevia taajuuksia ja on nolla aina kantin ulkopuolella. Tämä on selvästikin tiukasti kaistarajoitettu<br />
signaali. Signaali ei voi olla yhtä aikaa tiukasti kaistarajoitettu sekä aika- että taajuustasossa.<br />
Kaistaleveys mittaa sitä, kuinka laajalla taajuusalueella (-kaistalla) signaalin spektrissä on merkittävästi<br />
nollasta eriäviä taajuuksia. Tiukasti kaistarajoitetulle signaalille kaistaleveys on helposti määritettävissä,<br />
esimerkiksi kanttipulssin pituus. Asymptoottisesti rajoitetuille signaaleilla joudutaan sopimaan jokin<br />
muu määritelmä kaistanleveydelle. Tällaisille se voidaan määritellä ylä- ja alarajataajuuksien erotuksena<br />
(kuten TST:n labroissa). Jos signaalin spektrissä on selvästi erottuva päämaksimi, jota erottaa<br />
sivumaksimeista nollat (esim. sinc), on kaistaleveys päämaksimin molemmin puolin olevien nollakohtien<br />
väli. Toinen varsin paljon käytetty kaistaleveyden mitta on määritelty -3 dB:n rajojen avulla.<br />
Rajataajuudet ovat silloin ne taajuudet, joilla signaali on vaimentunut kertoimella 0,707 maksimiarvosta.<br />
3.6 NÄYTTEENOTTOTEOREEMA<br />
Näytteenotto (sampling) on perusoperaatio, jolla analoginen signaali muutetaan digitaaliseksi.Sen<br />
avulla signaalista otetaan (yleensä) tasaisin väliajoin näytteitä. On tärkeää valita näytteenottotaajuus<br />
oikein, jotta näytejono<br />
yksikäsitteisesti kuvaa signaalin.<br />
Tarkastellaan oheista jatkuvaa<br />
energiasignaalia g(t). Kun g(t) :stä<br />
otetaan näytteitä joka T s sekunnin<br />
välein, saadaan uusi diskreetti<br />
signaali g δ (t). T s :n käänteisluku on näytteenottotaajuus f s =1/T s .. Signaali g δ (t) on siis funktiolla g(t) painotettu<br />
Diracin kampafunktio. Menemättä tässä teorian johtoon sen tarkemmin, voidaan näytteenottoteoreema<br />
esittää muodoissa:<br />
g(t)<br />
t<br />
g δ<br />
(t)<br />
T (s)<br />
t<br />
− Kaistarajoitettu energiasignaali, jonka suurin taajuuskomponentti on W hertsiä, on täysin määrätty,<br />
kun signaalista otettujen näytteiden väli on enintään 1/2W sekuntia.<br />
OULUN SEUDUN AMMATTIKORKEAKOULU<br />
TEKNIIKAN YKSIKKÖ<br />
©JUKKA JAUHIAINEN 2006
TL908Z SIGNAALITEORIA, OSA II<br />
43<br />
− Kaistarajoitettu energiasignaali, jonka suurin taajuuskomponentti on W hertsiä, voidaan palauttaa<br />
alkuperäiseksi siitä otettujen näytteiden perusteella, jos näytteenottotaajuus on 2W hertsiä.<br />
Edellä on esitetty ns. Nyqvistin kriteeri. Rajataajuutta 2W sanotaan Nyqvistin taajuudeksi. End of part<br />
two…<br />
OULUN SEUDUN AMMATTIKORKEAKOULU<br />
TEKNIIKAN YKSIKKÖ<br />
©JUKKA JAUHIAINEN 2006