User Tools

Site Tools


hw:lab:e2_fft:start

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Next revision
Previous revision
hw:lab:e2_fft:start [2011/02/10 09:32]
szymon.kulis created
hw:lab:e2_fft:start [2019/03/08 14:08] (current)
Line 1: Line 1:
 ====== Transformata Fouriera ====== ====== Transformata Fouriera ======
  
 +Dyskretna transformata Fouriera (ang. Discrete Fourier Transform – DFT) jest
 +procedurą numeryczną pozwalającą analizować,​ badać oraz syntetyzować sygnały
 +w sposób dużo bardziej efektywny niż badając sygnały w postaci ciągłej [Ric03].
 +Dzięki DFT możliwe jest wyznaczenie zawartości częstotliwościowej dowolnego sy-
 +gnału dyskretnego (w dziedzinie czasu). DFT wywodzi się bezpośrednio z przekształ-
 +cenia Fouriera, danego dla sygnałów ciągłych [Ric03, Dag01, Zie02], jako dyskretny
 +ciąg X(m) w dziedzinie częstotliwości:​
 +
 +<​latex>​
 + ​X(m)=\sum{x(n)e^{-j2 \pi n m/M}}
 +</​latex>​
 +
 +gdzie x(n) to dyskretny N elementowy ciąg wartości sygnału w dziedzinie czasu.
 +Przyjmując,​ iż próbki w dziedzinie czasu zbierane są w równoodległych chwilach o
 +długości 1/fs , gdzie fs jest częstotliwością próbkowania,​ można wprowadzić pojęcie
 +częstotliwości podstawowej jako:
 +
 +<​latex>​
 +fb = \frac{fs}{N}
 +</​latex>​
 +
 +Analiza częstotliwościowa sygnału x(n) owocuje więc wyznaczeniem wartości X(m)
 +DFT, zwanych prążkami, w punktach osi częstotliwości będących całkowitymi wie-
 +lokrotnościami częstotliwości podstawowej:​
 +
 +<​latex>​
 +f_m = f_b*m
 +</​latex>​
 +
 +Częstotliwości takie nazywane będą częstotliwościami bazowymi. Dyskretne prze-
 +kształcenie Fouriera w ogólności przyporządkowuje więc zespolonemu ciągowi N
 +elementowemu identyczny ciąg. W większości aplikacji sygnał wejściowy ma jednak
 +charakter rzeczywisty (części urojone są równe zero dla wszystkich próbek). Sytuacja
 +taka implikuje, iż prążki dla m >= N/2 mają charakter nadmiarowy. Dla argumen-
 +tów m ∈ [0, N/2 − 1] wartość wyjściowa DFT będzie miała taką samą amplitudę jak
 +(N − m)-ta wartość wyjściowa, kąt fazowy będzie się różnił tylko znakiem [Ric03].
 +
 +Kolejną bardzo ważną własnością transformaty Fouriera jest jej liniowość. Mówi
 +ona o tym, iż DFT sumy dwóch sygnałów jest równa sumie transformat każdego
 +z sygnałów [Ric03, Zie02]. Dzięki tej własności możliwe jest analizowanie intere-
 +sujących nas przypadków zawierających wiele składowych,​ np. sygnał wraz z jego
 +harmonicznymi.
 +
 +Wyniki transformaty Fouriera przykładowego sygnału (rys. 4.2a):
 +spróbkowanego z częstotliwością 16 Hz zostały zaprezentowane na rysunku 4.2b. W
 +widmie wyjściowym można zaobserwować obecność prążków dla częstotliwości odpo-
 +wiadających sygnałom wejściowym,​ jednak ich amplituda jest inna niż oczekiwana.
 +Jeśli rzeczywisty sygnał wejściowy zawiera składową sinusoidalną o amplitudzie A
 +i całkowitej liczbie okresów w przedziale N próbek wejściowych,​ wówczas amplituda
 +wyjściowa DFT dla tego przebiegu wynosi A · (N/2). Aby więc odczytać amplitudę
 +z wyników DFT należy podzielić wartości wszystkich składowych przez (N/2).
 +
 +W powyższym przykładzie częstotliwości były starannie dobrane, tak by w zbio-
 +rze wejściowym dana częstotliwość mieściła się całkowitą ilość razy (aby dana czę-
 +stotliwość była częstotliwością bazową). W przypadkach gdy częstotliwość sygnału
 +wejściowego nie jest częstotliwością bazową można zaobserwować zjawisko wycieku.
 +
 +Celem ćwiczenia jest ...
 +
 +==== Zadanie 1 ====
 +Wygeneruj N próbek sygnału sinusoidalnego (amplituda 1 V,​częstotliwości X Hz, faza początkowa n stopni) spróbowanego z częstotliwością 128Hz. Wykreśl wykres pierwszych M próbek w dziedzinie czasu. Wyznacz DTF z wygenerowanych próbek. Wykreśl wartości amplitudy i fazy (oś Y dla amplitudy w skali logarytmicznej).
 +
 +Podobna procedurę powróż dla sygnału :
 +
 +<​latex>​
 +y=-0.1 + sin(\omega 1 * t) + 0.2 * sin(\omega 2 * t + \phi 2)
 +</​latex>​
 +
 +Jak należy znormalizować wyniki aby otrzymany wynik był nie tylko jakościowy ale i ilościowy?
 +
 +==== Zadanie 2 ====
 +Podaj na wejście sygnał .... 0.5
 +
 +Coś o wycieku
 +
 +==== Zadanie 3 ====
 +
 +Podaj czesotlitosc 1 i 11 Hz przy samplingu 10 Hz. Wyplotuj wykresy w dziedzinie czasu (zagesc próbki pomiedzy wezlami). Czy jestes na podstawie samych próbek wskazac jaka czestotliwosc sygnalu zostala sprobkowana ?
 +
 +
 +==== Zadanie 4 ====
 +
 +Podaj czesotlitosc 1 i 11 Hz przy samplingu 10 Hz. Wyplotuj wykresy w dziedzinie czasu (zagesc próbki pomiedzy wezlami). Czy jestes na podstawie samych próbek wskazac jaka była częstotliwość próbkowanego sygnału?
 +
 +==== Zadanie 5 ====
 +
 +Wygeneruj 1024 losowe próbki. Wyznacz gestosc widmowa takiego sygnalu. Pownoz czynnosc 100 razy usredniajac wyniki (moduly amplitudy). Co mozesz powiedziec o gestosci widmowej ?
 +
 +
 +==== Zadanie 6 (szum kwantyzacji) ====
 +
 +Sygnał z zadania pierwszego wpuśc na przetwornik ADC (z poprzednich zajeć). Wyznazc DTF otrzymanych kodów. Co stało sie z poziomem szumów ? (pomiar powtórz dla 8,10 i 12 bitów).
 +
 +Dla wybranej liczby bitów ADC zmień wzmocnienie (lub offset) i zaboserwój zmiany w widmie.
 +
 +(W obu ćwiczeniach możesz również sprawdzić czy uśrednianie widma pomaga).
 +
 +==== Zadanie 7 * ====
 +
 +[opcja] filtracja w dziedzinie częstotliwości (np. zidentyfikowanie i usunięcie zakłócenia o zadanej częstotliwości)
 +
 +==== Zadanie 8 * ====
 +[opcja] badanie wpływu funkcji okien na widmo
  
/services/www/http/wiki/data/attic/hw/lab/e2_fft/start.1297326726.txt.gz · Last modified: 2019/03/08 14:06 (external edit)