1 Tietoliikennesignaalit Tietoliikenne = informaation siirtoa sähköisiä signaaleja käyttäen. Signaali = vaihteleva jännite (tms.), jonka vaihteluun on sisällytetty informaatiota. Signaalin ominaisuuksia voi tutkia a) aikatasossa (time domain) • miten signaalin arvo (jännite tms.) muuttuu ajan suhteen? • mittaamalla (oskilloskooppi) • yhtälönä • lukuarvoina (näytteinä) • kuvaajana b) taajuustasossa (frequency domain) • mitä taajuuksia signaaliin sisältyy? • esim. puhe n. 100 Hz - 5 kHz • musiikki 20 Hz - 20 kHz • videokuva 0 Hz - 5 MHz • mittaamalla (spektrianalysaattori) • matemaattisesti lähtien aikatasosta käyttäen integraalimuunnosta (Fourier-analyysi, Fouriermuunnos) 2 Sinimuotoinen signaali v(t ) = A⋅cos(2 ⋅ π ⋅ f ⋅t + ϕ) = A⋅cos(ω ⋅t + ϕ) f = taajuus ω = 2πf = kulmataajuus f = 1/T T = jaksonpituus A = amplitudi (huippuarvo) ϕ = vaihe (vaihekulma, vaihesiirto) Huom! Amplitudille A ei useinkaan ilmoiteta yksikköä. Huom! Kosinin käyttö (sinin sijaan) yksinkertaistaa tiettyjä yhtälöitä. 3 Aikatason kuva ;vaihe = 0°: A v(t) t T 2T -A Vaihe 45°: A v(t) t T 2T -A Vaihe -90°: v(t) A t T -A 2T 4 Vaihekulman merkitys Yksinäisen sinisignaalin vaihe ei yleensä ole tärkeä. Kun sinisigaalit summautuvat, niin vaiheilla voi olla suurikin merkitys: f- ja 2f-taajuisten signaalien summa, kun kummankin vaihe on 0°: v(t) T t 2T ja kun jälkimmäisen vaihe on -90°: w(t) T t 2T 5 Jaksollisen signaalin spektri Taajuustason tarkastelun perusasia: Kaikki signaalit (niin jaksolliset kuin ei-jaksollisetkin) koostuvat eritaajuisista sinimuotoisista signaaleista. 'Koostuminen' = summautuminen Erityisesti: Jaksollinen signaali koostuu signaaleista, joiden taajuudet ovat: 0, f0, 2⋅f0, 3⋅f0, 4⋅f0, ... Tässä f0 = jaksollisen signaalin perustaajuus, f0 = 1/T0 ja T0= signaalin jaksonpituus Taajuutta n⋅f0 nimitetään signaalin v(t) n:nneksi harmoniseksi taajuudeksi. 6 Siis: Jos v(t) on jaksollinen, niin voidaan kirjoittaa v(t ) = A0 + A1 ⋅ cos(2π ⋅ f 0 ⋅ t + ϕ1 ) + A2 ⋅ cos(2π ⋅ 2 f 0 ⋅ t + ϕ 2 ) + A3 ⋅ cos(2π ⋅ 3 f 0 ⋅ t + ϕ 3 ) + ... eli ∞ v (t ) = ∑ An ⋅ cos( 2π ⋅ nf 0 ⋅ t + ϕ n ) n =0 Tämä on jaksollisen signaalin v(t) Fourier-sarja. Kulmataajuuksia käyttäen: ∞ v(t ) = ∑ An ⋅ cos( nω 0 ⋅ t + ϕ n ) n =0 Amplitudien An ja vaiheiden ϕn arvot saadaan selville matemaattisesti, Fourier-analyysillä. 7 Esimerkki: Sakara-aalto v(t) A T -A 2T t Fourier-analyysillä voidaan saada selville, että sakara-aalto voidaan kirjoittaa aikatason yhtälönä seuraavasti: sin( 2π ⋅ 3 f 0 ⋅ t ) 4A v(t ) = ⋅ sin( 2π ⋅ f 0 ⋅ t ) + π 3 sin(2π ⋅ 5 f 0 ⋅ t ) sin(2π ⋅ 7 f 0 ⋅ t ) + + 5 7 + ... Kulmataajuuksia käyttäen: sin(3ω0 ⋅ t ) 4A v(t ) = ⋅ sin(ω0 ⋅ t ) + 3 π sin(5ω0 ⋅ t ) sin(7ω0 ⋅ t ) + 5 + 7 + ... 2π ω = 2 π ⋅ f = 0 Tässä siis 0 T0 . Tehtävä: Mikä on sakara-aallon n:nnen harmonisen taajuuden amplitudi ja vaihe? 8 Vastaus: 4A , kun n pariton An = nπ 0 , kun n parillinen ϕ n = −90° Vaihe tulee kaavasta sin( x ) = cos( x − 90° ) Koska parillisilla n:n arvoilla An = 0, sanotaan, että sakara-aalto sisältää vain parittomia harmonisia taajuuksia. 9 Spektri Signaalin ominaisuudet taajuustasossa ilmoitetaan spektrin avulla. Spektriä tutkimalla löytyy vastaus näihin kolmeen kysymykseen: 1. • Mitä taajuuksia signaaliin sisältyy? 2. • Mikä on kunkin signaaliin sisältyvän taajuuden amplitudi? → Amplitudispektri 3. • Mikä on kunkin signaaliin sisältyvän taajuuden vaihe? → Vaihespektri Useimmiten amplitudispektri on tärkeämpi. Vaihespektri ei usein ole lainkaan kiinnostava. 10 Esimerkki Erään jaksollisen signaalin amplitudi- ja vaihespektri on: Amplitudi 4 3 2 1 f/kHz 1 2 3 4 Vaihe/ast. 180 135 90 45 f/kHz 1 2 3 4 (Tässä siis näkyy tapa, jolla spektri usein esitetään kuvana.) Kysymys: Mikä on tämän signaalin aikatason yhtälö? 11 Ratkaisu: Signaali sisältää seuraavat taajuuskomponentit: Taajuus Amplitudi Vaihe Joten signaalin yhtälö on v(t ) = missä f0 = Signaali näyttää aikatasossa seuraavalta: v(t) t T0 Tässä T0 = 2T0 12 Usein amplitudispektri esitetään niin, että pystyakselilla on dB-asteikko. Tällöin käytetään suhteellisia amplitudeja niin, että suurin amplitudi on 0 dB. Edelläoleva amplitudispektri voidaan siis esittää myös näin: Amplitudi/dB 0 -5 -10 -15 f/kHZ -20 1 2 3 4 Mitkä ovat amplitudien tarkat desibeliarvot? Tehtävä: Piirrä sakara-aallon (jaksonpituus 2 µs) amplitudispektri desibeleinä. Ota mukaan spektriviivat -20 dB:n tasoon asti. Millä taajuudella tämän sakara-aallon amplitudispektrin taso alittaa -40 dB? 13 Kolmioaalto: v(t) A -A T0 t puolestaan voidaan kirjoittaa aikatason yhtälönä sin( 2π ⋅ 3 f 0 ⋅ t ) 8A v(t ) = 2 ⋅ sin( 2π ⋅ f 0 ⋅ t ) − 32 π sin( 2π ⋅ 5 f 0 ⋅ t ) sin( 2π ⋅ 7 f 0 ⋅ t ) ... + − + 52 72 Tehtävä: Piirrä samaan kuvaan sakara-aallon ja kolmioaallon (kummankin jaksonpituus 2 µs) amplitudispektri dB:nä. Mikä oleellinen ero on näiden kahden signaalin spektreillä? Millä taajuudella kolmioaallon amplitudispektrin taso alittaa -40 dB? 14 Reaalinen Fourier-sarja Jaksollinen signaali voidaan siis aina lausua eritaajuisten sinisignaalien summana: ∞ v (t ) = ∑ An ⋅ cos( 2π ⋅ nf 0 ⋅ t + ϕ n ) n=0 Siirtyminen kompleksiseen tarkasteluun Perustuu yhtälöön ( 1 jx − jx cos( x) = e + e 2 ) jolloin siis ( 1 j ( 2πft +ϕ ) − j ( 2πft +ϕ ) cos( 2πft + ϕ ) = e +e 2 1 j 2πft jϕ = e e + e − j 2πft e − jϕ 2 ( ) ) 15 Tällöin reaalinen sinisignaali A cos(2πft + ϕ ) jonka • amplitudi = A • taajuus = f • vaihekulma = ϕ voidaan voidaan ”hajottaa” kahdeksi kompleksiseksi eksponenttifunktioksi: A j 2πft jϕ A − j 2πft − jϕ A cos(2πft + ϕ ) = e e + e e 2 2 Noita eksponenttifunktioita voi kutsua vaikkapa ”kompleksisiksi sinisignaaleiksi”, joiden • kummankin amplitudi = A/2 • taajuudet ovat f ja -f • vaihekulmat ovat ϕ ja -ϕ • Reaalisen sinisignaalin vaihekulma määrää sen, mihin kohtaan aika-akselilla siniaalto asettuu, ks. sivu 3. • Kompleksisen sinisignaalin vaihekulma määrää sen, missä asennossa vastaava osoitin on kompleksitasossa hetkellä t = 0. 16 Kompleksinen Fourier-sarja on siis: v(t ) = ∞ ∑c e n = −∞ j 2πnf 0t n Tässä kertoimet cn ovat kompleksilukuja, jotka saadaan reaalisen Fourier-sarjan kertoimista An ja ϕn seuraavasti: • |cn| on nf0 -taajuisen komponentin amplitudi = An/2 (kuitenkin |c0| = A0) • arg(cn) on nf0 -taajuisen komponentin vaihe = ϕn (n ≥ 0) tai -ϕn (n < 0) Kun signaalin v(t) aaltomuoto tunnetaan, Fourier-sarjan kertoimet saadaan: 1 − j 2πnf 0t cn = ∫ v(t )e dt T0 T0 Tässä ∫ T0 tarkoittaa integrointia jakson pituisen ajan yli (integroinnin alaraja on vapaasti valittavissa). 17 Esimerkki: Sakara-aallon spektri v(t) A T0 -A 2T 0 t Tällöin signaalin yhtälö välillä -T0/2...T0/2on − A v(t ) = A kun -T0 / 2 < t < 0 kun 0 < t < T0 / 2 joten kertoimen cn selvittämiseksi on laskettava integraali 0 A A − j 2πnf 0t cn = − e dt + ∫ T0 −T0 / 2 T0 = ... T0 / 2 − j 2πnf 0t e dt ∫ 0 18 Ei-jaksollisen signaalin spektri saadaan kompleksisella Fouriermuunnoksella: ∞ V ( f ) = ∫ v(t )e − j 2πft dt −∞ Merkintätapa on siis: aikataso pienellä kirjaimella, taajuustaso eli spektri isolla kirjaimella. F-muunnoksen merkintätapoja ovat myös: • V ( f ) = F [v(t )] eli F-muunnos on operaattori F (usein kirjoitetaan kaunokirjoitus-F:nä), joka kohdistuu signaaliin v(t) • v(t ) ↔ V ( f ) eli v(t) ja V(f) ovat toistensa F-muunnospari. Jälkimmäisestä voi päätellä, että muunnos toimii myös toiseen suuntaan: ∞ v(t ) = F −1[V ( f )] = ∫ V ( f )e j 2πft df −∞ (Fourier-käänteismuunnos.) 19 Spektri Ei-jaksollisen signaalin v(t) amplitudispektri on V( f ) vaihespektri on arg[V ( f )] Esimerkki Määritä ja piirrä suorakulmaisen jännitepulssin spekri: v(t) A t −τ/2 τ/2 20 F-muunnokseen liittyviä laskusääntöjä 1. Superpositio: a1v1 (t ) + a2v2 (t ) ↔ a1V1 ( f ) + a2V2 ( f ) 2. Viive: v(t − td ) ↔ V ( f )e − j 2πft d Näiden sovellus: Määritä pulssiparin spektri: v(t) τ τ A t -T T 3. Derivointi: dv (t ) ↔ j 2πfV ( f ) dt 21 4. Integrointi: V( f ) ∫ v(t )dt ↔ j 2πf Sovellus: Kolmiopulssin spektri: v(t) A t −τ τ 5. Konvoluutio v(t ) x(t ) ↔ V ( f ) ∗ X ( f ) v(t ) ∗ x(t ) ↔ V ( f ) X ( f ) Konvoluutio ∗ on kahden signaalin (tai spektrin) välinen tapahtuma: ∞ v(t ) ∗ x(t ) = ∫ v(λ )x(t − λ )dλ −∞ 22 Niinpä. Mutta mikä se konvoluutio on? Esimerkkejä: • Hubble-avaruusteleskoopin virheellisesti hiottu peili (vai oliko se linssi?) aiheutti sen, että saatava kuva oli kohteen konvoluutio itsensä kanssa ⇒ kuvat voitiin korjata laskemalla tietokoneella kuvainformaation dekonvoluutio. • Kun kamera tärähtää kuvan ottohetkellä, tuloksena on konvoluutio. Kun kamera on väärin tarkennettu, tuloksena on konvoluutio. • Kun kuunnellaan musiikkia, kuullaan kaiuttimista lähtevän äänen ja huoneakustiikan (=huoneen impulssivasteen) välinen konvoluutio. Esimerkki: Kolmiopulssi on kahden suorakulmaisen pulssin konvoluutio ⇒ kolmiopulssin spektri on suorakulmaisen pulssin spektrin toinen potenssi 23 6. Impulssifunktio spektrin määrittämisen apuna Impulssia δ(t) voi ajatella äärettömän kapeana ja äärettömän korkeana suorakulmaisena pulssina, jonka pinta-ala (leveys kertaa korkeus) = 1. Mieti pulssin spektrin muuttumista, kun pulssi kapenee ja korkenee niin, että Aτ = 1 ⇒ δ (t ) ↔ 1 Viivästetyllä A:n arvoisella impulssilla Aδ (t − td ) ↔ Ae − j 2πft d Kuva: v(t) A t td Sovellus: Suorakulmaisen pulssin spektrin määrittäminen derivoimalla pulssi ja tulkitsemalla pulssin reunojen derivaatta impulsseina.
© Copyright 2024