29.10.2014 Views

Osa 2 - Tekniikan yksikkö

Osa 2 - Tekniikan yksikkö

Osa 2 - Tekniikan yksikkö

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

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

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!