background image

3. Analiza widmowa sygnałów nieokresowych.doc, 1/11 

ANALIZA  WIDMOWA  SYGNAŁÓW  NIEOKRESOWYCH

 1

 

•  sygnał okresowy 

( )

t

x

, o okresie  0

T

 można rozwinąć w przedziale nieskończonym 

(

)

− ,

 

szereg trygonometryczny lub wykładniczy 

•  w praktyce analizie częstotliwościowej poddawane są sygnały ograniczone w czasie oraz na ogół 

nieokresowe 

•  potrzeba stworzenia narzędzi analitycznych do badania dowolnych sygnałów, w tym 

nieokresowych, o dowolnym czasie trwania 

•  rozpatrzmy dowolny ograniczony w czasie sygnał nieokresowy 

( )

t

x

 oraz jego okresowe 

powielenie 

( )

t

x

T

 

 

T

0

 

x(t) 

x

(t) 

 

                                                 

1

 opracowano na podstawie [1-4], wersja z dnia 02.10.2014 

  materiał nie jest pełnym i ścisłym pod względem formalnym opracowaniem poszczególnych tematów, stanowi 

jedynie szkielet, wokół którego budowany jest wykład 

3. Analiza widmowa sygnałów nieokresowych.doc, 2/11 

ANALIZA  WIDMOWA  SYGNAŁÓW  NIEOKRESOWYCH (cd) 

 
•  przy założeniu, że okres 

0

T

 dąży do nieskończoności

 

( )

( )

t

x

t

x

T

T

=

0

lim

 

•  sygnał 

( )

t

x

T

 można zapisać w postaci 

( )

(

)

−∞

=

+

=

n

T

nT

t

x

t

x

0

 

•  ponieważ 

( )

t

x

T

 jest sygnałem okresowym można go rozwinąć w przedziale 

nieograniczonym w wykładniczy szereg Fouriera 

( )

−∞

=

ω

=

i

t

ji

i

T

e

a

t

x

0

,    gdzie   

0

0

2

T

π

=

ω

 

współczynniki rozwinięcia 

( )

+

ω

=

0

0

0

0

0

1

T

t

t

t

ji

T

i

dt

e

t

x

T

a

 

 

3. Analiza widmowa sygnałów nieokresowych.doc, 3/11 

ANALIZA  WIDMOWA  SYGNAŁÓW  NIEOKRESOWYCH (cd) 

 

po podstawieniu otrzymamy 

( )

( )

( )

∑ ∫

−∞

=

ω

+

ω

−∞

=

ω

+

ω

ω

π

=

=

i

t

ji

T

t

t

t

ji

T

i

t

ji

T

t

t

t

ji

T

T

e

dt

e

t

x

e

dt

e

t

x

T

t

x

0

0

0

0

0

0

0

0

0

0

0

0

2

1

1

 

jeśli 

0

T

 wówczas okresowe powielenie 

( )

t

x

T

 staje się równoważne sygnałowi 

( )

t

x

, pulsacja podstawowa 

0

0

2

T

π

=

ω

 dąży do nieskończenie małej wartości 

ω

d

0

ω

i

 

(kolejna harmoniczna) przechodzi w ciągłą pulsację bieżącą 

ω

 zaś sumę dyskretną 

można zastąpić sumą ciągłą (całką) 

( )

( )

ω

ω

ω



π

=

d

dt

e

t

x

e

t

x

t

j

t

j

2

1

 

wielkość 

( )

( )

ω

=

ω

dt

e

t

x

X

t

j

 

nazywa się charakterystyką widmową sygnału 

( )

t

x

 

3. Analiza widmowa sygnałów nieokresowych.doc, 4/11 

ANALIZA  WIDMOWA  SYGNAŁÓW  NIEOKRESOWYCH (cd) 

 

ostatecznie 
 
 

para całkowych przekształceń Fouriera: 

( )

( )

ω

ω

ω

π

=

d

e

X

t

x

t

j

2

1

 

( )

( )

ω

=

ω

dt

e

t

x

X

t

j

 

 
 
 
Uwaga 

przekształcenie całkowe Fouriera przedstawia sygnał w postaci nieskończonej sumy 
nieskończenie małych składowych harmonicznych określonych na całej (ciągłej) osi 
pulsacji 

widmo 

( )

ω

X

 jest zespoloną funkcją pulsacji, niosącą informacje zarówno 

o amplitudzie jak i fazie elementarnych składowych harmonicznych 

background image

3. Analiza widmowa sygnałów nieokresowych.doc, 5/11 

ANALIZA  WIDMOWA  SYGNAŁÓW  NIEOKRESOWYCH (cd) 

 
•  charakterystyką widmową sygnału 

( )

t

x

 (prostą transformatę Fouriera) można 

przedstawić w postaci trygonometrycznej oraz wykładniczej 

( )

( )

( )

( )

( )

( )

( )

( )

ω

ϕ

ω

ω

=

ω

ω

=

=

ω

ω

=

=

ω

j

t

j

e

X

jB

A

tdt

t

x

j

tdt

t

x

dt

e

t

x

X

sin

cos

 

gdzie: 

( )

( )

( )

ω

+

ω

=

ω

2

2

B

A

X

 

( )

( )

( )

( )

ω

ω

=

ω

=

ω

ϕ

A

B

X

arctg

arg

 

( )

( )

( )

( )

( )

( )

( )

( )

<

ω

=

ω

ω

π

ω

=

ω

ω

ω

=

ω

0

0

Im

sgn

0

0

Im

0

0

Im

arg

arg

X

X

X

X

X

X

X

i

i

 

moduł charakterystyki widmowej sygnału nazywa się charakterystyką 
amplitudowo–częstotliwościową (

widmo amplitudowe

argument charakterystyki widmowej sygnału nazywa się charakterystyką 
fazowo–częstotliwościową (

widmo fazowe

3. Analiza widmowa sygnałów nieokresowych.doc, 6/11 

ANALIZA  WIDMOWA  SYGNAŁÓW  NIEOKRESOWYCH (cd) 

 
•  widmo gęstości energii sygnału 

( )

t

x

 (dla sygnałów o ograniczonej energii) 

( )

( )

2

ω

=

ω

Φ

X

x

 

dostarcza informacji o rozkładzie energii na poszczególne składowe częstotliwościowe 

•  energia całkowita (twierdzenieParsevala) 

( )

( )

( )

ω

ω

π

=

ω

ω

Φ

π

=

=

d

X

d

dt

t

x

E

x

x

2

2

2

1

2

1

 

•  widmo gęstości mocy sygnału 

( )

t

x

 (dla sygnałów o ograniczonej mocy średniej) 

( )

( )

ω

Φ

=

ω

Ψ

T

T

x

T

1

lim

 

  gdzie 

( )

ω

Φ

T

 jest widmem energii wycinka sygnału 

( )

t

x

T

 o długości 

T

 

•  moc średnia sygnału 

( )

( )

ω

ω

Ψ

π

=

=

d

dt

t

x

T

P

x

T

x

2

1

1

lim

2

 

3. Analiza widmowa sygnałów nieokresowych.doc, 7/11 

ANALIZA  WIDMOWA  SYGNAŁÓW  NIEOKRESOWYCH (cd) 

Warunki istnienia transformaty Fouriera 

•  przekształcenie Fouriera nie zawsze może być wyznaczone dla wszystkich sygnałów 

( )

t

x

 

(np. nie są 

F

-transformowalne w zwykłym sensie sygnały mocy, natomiast sygnały energii są 

prawie zawsze 

F

-transformowalne) 

•  w rozważaniach teoretycznych przekształcenie Fouriera w sensie zwykłym zapewnia spełnienie 

warunków Dirichleta 

warunek 1 

sygnał 

( )

t

x

 jest bezwzględnie całkowalny (dostateczny, ale nie konieczny) 

( )

<

dt

t

x

 

warunek 2 

sygnał 

( )

t

x

 posiada skończoną liczbę ekstremów 

warunek 3 

sygnał 

( )

t

x

 posiada skończoną liczbę punktów nieciągłości 

•  w celu rozszerzenia zakresu stosowalności analizy częstotliwościowej na sygnały nie posiadające 

F

-tranformaty w sensie zwykłym (np. sygnał stały, skok jednostkowy, sygnały harmoniczne, 

sygnały dystrybucyjne) wprowadzane są uogólnienia, np. przekształcenie Fouriera w sensie 
granicznym 

3. Analiza widmowa sygnałów nieokresowych.doc, 8/11 

ANALIZA  WIDMOWA  SYGNAŁÓW  NIEOKRESOWYCH (cd) 

Wybrane właściwości transformaty Fouriera 

 

•  dane są pary transformat 

( )

( )

ω

↔ X

t

x

 oraz 

( )

( )

ω

↔ Y

t

y

 

właściwości 

twierdzenie o liniowości 

( )

( )

( )

( )

ω

+

ω

+

bY

aX

t

by

t

ax

 

twierdzenie o splocie w dziedzinie czasu 

( ) ( )

( ) ( )

ω

ω

Y

X

t

y

t

x

 

twierdzenie o splocie w dziedzinie częstotliwości 

( ) ( )

( ) ( )

ω

ω

π

Y

X

t

y

t

x

2

1

 

background image

3. Analiza widmowa sygnałów nieokresowych.doc, 9/11 

ANALIZA  WIDMOWA  SYGNAŁÓW  NIEOKRESOWYCH (cd) 

 

twierdzenie o przesunięciu w dziedzinie czasu 

(

)

( )

0

0

t

j

e

X

t

t

x

ω

ω

 

twierdzenie o przesunięciu w dziedzinie częstotliwości (o modulacji) 

( )

(

)

0

0

ω

+

ω

ω

X

e

t

x

t

j

 

( )

(

)

(

)

[

]

0

0

0

2

1

cos

ω

+

ω

+

ω

ω

ω

X

X

t

t

x

 

( )

(

)

(

)

[

]

0

0

0

2

1

sin

ω

+

ω

ω

ω

ω

X

X

j

t

t

x

 

uogólnione twierdzenie Rayleigha 

( ) ( )

( ) ( )

ω

ω

ω

π

=

d

Y

X

dt

t

y

t

x

*

*

2

1

 

iloczyn skalarny sygnałów jest proporcjonalny do iloczynu skalarnego ich widm 

3. Analiza widmowa sygnałów nieokresowych.doc, 10/11 

ANALIZA  WIDMOWA  SYGNAŁÓW  NIEOKRESOWYCH (cd) 

 

twierdzenie o energii (Parsevala) 

( )

( )

ω

ω

π

=

d

X

dt

t

x

2

2

2

1

 

twierdzenie o różniczkowaniu w dziedzinie czasu 

( )

( )

ω

ω

X

j

dt

t

dx

 

3. Analiza widmowa sygnałów nieokresowych.doc, 11/11 

BIBLIOGRAFIA 

 

1.  Izydorczyk J., Płonka G., Tyma G.: Teoria sygnałów. Kompendium wiedzy na temat 

sygnałów i metod ich przetwarzania, Helion, Gliwice, 2006 

2.  Szabatin J.: Podstawy teorii sygnałów. Wydawnictwa Komunikacji i Łączności, 

Warszawa, 2003. 

3.  Baskakow S.I.: Sygnały i układy radiotechniczne. Wydawnictwo Naukowe PWN, 

Warszawa, 1991. 

4.  Lathi B.P.: Systemy telekomunikacyjne. Wydawnictwo Naukowo-Techniczne WNT, 

Warszawa, 1972.