1

IntroduzionealCampionamentoe
allanalisi in frequenza all analisiinfrequenza
PresentazionebasatasulCap.V diIntroduction of Engineering Experimentation,A.J.Wheeler,A.R.Ganj,Prentice Hall
L'utilizzodeisistemidiacquisizionedaticomportacheisegnalivariabili
neltempovenganocampionati,cioacquisitipertempidiscreti.Come
esistonoleproblematichelegateallaquantizzazione,ciola
Campionamento
p g q
discretizzazionesullassedelleampiezze,cosiesistonoproblemianaloghi
legatialcampionamento,cioladiscretizzazionesullassedeitempi.
Errorinelcampionamentopossonogeneraremisurecompletamente
errate.
Definizione: Definizione:
Frequenzadicampionamento,f
s
,numerodicampioniacquisitinellunit
ditempo.
2
Supponiamodivoleracquisireunsegnalisinusoidaledifrequenza10Hz
condiversefrequenzedicampionamento:
Campionamento
Segnalesinusoidaledipartenzaa10Hz
5 Hz. 11 Hz.
Campionamento
18 Hz. 20.1 Hz.
3
Campionamento
Osservazioni:
Nessunodeiprimitrecampionamenticonsentediriconoscerelaesatta
frequenzadelsegnaleiniziale. q g
Lultimorisultatocoglieesattamentelafrequenza,maintroduceuna
variazionediampiezza.
Perunafrequenzadicampionamentosuperiorealdoppiodiquelladel
segnaleoriginale,lapiubassafrequenzariprodottaproprioquelladel
segnaleoriginale.
DacioderivailteoremadiNyquistShannon:pernonalterareil
contenutoinfrequenzadiunsegnalelafrequenzadicampionamento
deveesseremaggioredeldoppiodellafrequenzamassimacontenutanel
segnale:f
s
>2f
m
Campionamento
Osservazioni:
Anchesegnaliafrequenzasuperiorepossonomostrarevaloricoincidenti
pergliistantidicampionamento.Perlaprecisione,esistonoinfinite p g p p
frequenzesuperioriaquellaoriginalechepossonoaverevaloriidentici
aglistessiistantidicampionamento.Lunicapossibilitequelladi
eliminarlemediantefiltraggio.
Tuttavia,avendorispettatoil
teoremadelcampionamento,
lafrequenzapibassa
proprioquelladelsegnale
originale.
4
Campionamento
Il campionamento provoca sempre una riduzione del contenuto
informativo presente nel segnale continuo: si perde l'informazione sul
valore assunto in tutti i tempi diversi dagli istanti di campionamento.
E i di ll h d i d i id Esempi di quello che pu succedere campionando una sinusoide:
I due casi mostrano come il campionamento possa generare ambiguit
di interpretazione: i punti campionati appartengono ad entrambe le
sinusoidi.
Necessario stabilire i requisiti per un corretto campionamento, ovvero
per evitare perdita di informazioni importanti.
Aliasing
Ilfenomeno,notocomeAliasing,puesseredescrittoanchenel
dominiodellefrequenze.
Neldominiodellefrequenzeilcosenounalineaspettrale collocata
f f
q p
allafrequenzacorrispondenteallapulsazione/periodicit.
f
app
<f
reale
f
app
=0
d f d bb ll ll
Ilcontributoenergeticoaffettodaaliasingsisposta aduna
frequenzainferiore esiconfonde conilcontenutoinfrequenza
eventualmentepresenteinquellapartedellospettro.
Lasinusoideafrequenzamaggioredovrebbeesserecollocatanella
partedestradeldiagramma,mentreappareinquellasinistra.
5
Aliasing
Laliasing simanifestaneldominiodellefrequenzecomeuno
spostamentoadunafrequenzainferioredellalineaspettralerelativa
allasinusoiderealenonadeguatamentecampionata:
F2 F3 e F4 non esistono realmente nella banda 0 f ma sono le F2,F3eF4nonesistonorealmentenellabanda0f
Nyq
,masonole
immagini(alias)dellecorrispondenticomponentialdifuoridellabanda
0f
Nyq
Spettroreale
Finestraosservata
Inassenzadiunterminediconfrontononsiingradodidiresequello
chesivedeverooapparente:quindilaliasing devesempreessere
evitato
Aliasing
Consideriamo3sinusoididiampiezzaunitariaefrequenze2,5e42Hz
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-4
-2
0
2
4
1.5
0 5 10 15 20 25 30 35 40 45 50
0
0.5
1
6
Aliasing
Avendointeresseperlabandafinoa25Hzcampioniamoa50Hz
Avendocommessoaliasing,sihaquestasituazione:
4
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-4
-2
0
2
0.6
0.8
1
Eevidenteladistorsionedovutaallaliasing,sianeltempochein
frequenza,
0 5 10 15 20 25
0
0.2
0.4
Aliasing
Utilizzandounfiltropassabasso,otteniamo:
4
Att. 99.9000 -60.0000 dB
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-4
-2
0
2
0.6
0.8
1
0 5 10 15 20 25
0
0.2
0.4
7
Aliasing
Folding Diagram
Epossibiletracciareunsemplicediagramma,dettoFoldingDiagram,
checipermettadiprevederequalefrequenzagenereraliases notii
parametridiacquisizione
Definendof
N
=f
s
/2 come
foldingfrequencyimmediato
stabilirelapresenzadialiases.
Esempio: Esempio:
f
m
=80Hz,
f
N
=f
S
/2=100/2=50Hz
f
m
/f
N
=1.6
8
Analisispettrale
Inpresenzadisinusoidipure,ladeterminazionedellafrequenza
semplice,apattodinonincorrereinaliasing.Picomplesso
determinarelefrequenzecontenuteinungenericosegnaletempo
variante.Siparlainquestocasodianalisispettrale.
Duesituazionitipiche:
Laconoscenzadelcontenutoinfrequenzaserveperladefinizione
dellacatenadimisura
Laconoscenzadelcontenutoinfrequenzalobiettivofinaledella
prova(adesempioprovedivibrazioni).
Siconsiderilondatriangolare
difrequenza1000Hzriportata
infigura.
Analisispettrale
Apparentemente,sitrattadiunsemplicesegnalea1000Hz.Inrealt
ilrisultatodellasovrapposizionediinfinitearmoniche,multipli
disparidellafrequenzabase,quali1000Hz,3000Hz,5000Hz,ecc.
Lostrumentoperdeterminarequestecomponentinotocome
AnalisidiFourier,cheprendeilnomedalsuosviluppatore.
Ognifunzioneperiodicaf(t) esprimibilecome
lasommadiunterminecostanteedunaserie
diterminicosinusoidaliesinusoidali:
9
Analisispettrale
Nelcasodellondatriangolareprimariportata,sidefiniscef
0
la
frequenzabaseofondamentalequelladi1000Hz,eilperiodoT il
suoinverso.IdifferentiterminidellaseriediFouriervalgono:
Benchlaseriecontengainfinititermini,ingeneresivalutanoi
primiterminiequandolaf(t) nonesprimibileinformaanalitica,
ilcalcolodegliintegraliavvieneinmodonumerico.
f(t)=f(t) Funzionepari
f(t)=f(t) Funzionedispari
Analisispettrale
Calcolandoiprimiterminidellaserieperlondatriangolare
consideratasiottiene:
Tuttiiterminicosinusoidalia
n
sononulli,risultatononsorprendente
essendoilsegnaledipartenzamoltopisimileandunsenochenon
aduncoseno.Leprime4armonichehannofrequenzaparia1000,
3000,5000e7000Hz.
10
Analisispettrale
Possiamoancherappresentareilcontributodiciascunaarmonica
riportandoperciascunordinelarispettivaampiezza:
Analisispettrale
Limitediapplicazione:lafunzionedeveessereperiodicanelperiodo
T.Datochenonpossibilestabilirloaprioriquandosifannomisure,
comerisolverequestoproblema?
Forzareilsegnaleadessereperiodico
PassaggioallaTrasformatadiFourier
11
TrasformatadiFourier
SitrattadiunageneralizzazionedellaseriediFourier,checonsentedi
superareilrequisitodisegnaleperiodico.Nelcasodisegnalidiscreti
(campionati)esisteunaimplementazioneparticolarmenteefficiente
chiamataFastFourierTransform.
Puntodipartenza:
seriediFouriermainformaesponenzialecomplessa.
conicoefficientic
n
generalmentecomplessi.
TrasformatadiFourier
NellaseriediFouriersiintrodottalafrequenzabase,inversodel
periodoT.Tantopisiestendeilperiododiosservazione,tantopi
questafrequenzasiabbassa.Allimite,estendendoT allinfinito,si
ottieneunarappresentazionespettralenonpidiscreta(multiplidella
frequenzafondamentale)macontinua.Sipuquindidefinirela
TrasformatadiFourierdiunafunzionef(t) come:
ConF() funzionecontinuaecomplessa.Epossibileanchefare
loperazioneinversa:
12
TrasformatadiscretadiFourier
Problema:nellenormalimisuresiricavanovaloridiscretineltempodei
segnaliequindilaformaintegralesostituitadallasommatoria:
ConF coefficientidisinusoidiafrequenzecrescenti0,f,2f,3f,
(N1)f
Definizioni:
Numerodicampioniacquisiti: N
Risoluzioneinfrequenza: f=1/T
Risoluzionetemporale: t=T/N
Frequenzadicampionamento f
s
=N/T
(N1)f.
Esempio
Consideriamooraunsegnalecompostodaduearmonichea10e15Hz
aventelaseguenteespressioneanalitica:
Calcolandonelospettroosservandounperiododi1secondoed
acquisendo128e512punti,siottiene:
13
Esempio
Leduearmonichefondamentalisonodominanti,macompaionoanche
contributidiarmonicheadiacenti,pirilevantinelcasodisoli128
campioni,dovuteallaridottarisoluzione.
Danotareladifferenzadiscaladellassey!Sesivoglionoconfrontarele
diversearmonichenonunproblema,masesivoglionoricostruirei
valorireali,leampiezzevannoscalateperchsonofunzionedei
parametridiacquisizioneessendoottenuteconunaFFT.Leampiezze
correttevannoscalateper2/N
Esempio
Nellesempioprecedenteilperiododiosservazionecontenevaun
multiplointerodeiperiodidellearmonichecontenute.Ingenerenonsi
hannoinformazioniapriorisulcontenutodelsegnaledimisura.
Supponiamodivolermisurare,sempreconT di1secondocon512
campioni,ilsegnale:
Ilrisultatounadiffusione
d ll dellenergia,originariamente
associataallesoledue
armonichepresenti,intuttele
armonicheadiacenti.Questo
fenomenodettoLeakage.
14
Leakage
Periodicanellafinestra
27
Nonperiodicanella
finestra
Finestratura
Unrimedioconsistenellapplicarefinestretemporalialsegnale
misuratochemandanoazeroilsegnalestessoallinizioeallafinedella
finestradimisura,qualequellanotacomeHanning:
15
Finestratura
Finestraturaesponenziale
Vieneutilizzatanelcasodisegnalichenondecadonoazeronella
finestradimisuraT.