Analiza Timp - Frecventa

Paul BECHET
Cuprins
  Reprezentarea semnalelor
  Analiza in domeniul frecventa
  Analiza timp-frecventa
  Transformata Fourier pe Termen Scurt
  Transformata Gabor
  Separarea semnalelor cu salt de frecventa cu ajutorul
Transformatei Gabor
  Analizoare in timp real

2
Cuprins
  Reprezentarea semnalelor
  Analiza in domeniul frecventa
  Analiza timp-frecventa
  Transformata Fourier pe Termen Scurt
  Transformata Gabor
  Separarea semnalelor cu salt de frecventa cu ajutorul
Transformatei Gabor
  Analizoare in timp real

3
Reprezentarea semnalelor

  Reprezentarea în timp este cea ma isimpla modalitate

de descriere un semnalforma semnalului

  Reprezentarea în frecventa se obtine cu ajutorul

Transformatei Fourier spectrul semnalului

4
Cuprins
  Reprezentarea semnalelor
  Analiza in domeniul frecventa
  Analiza timp-frecventa
  Transformata Fourier pe Termen Scurt
  Transformata Gabor
  Separarea semnalelor cu salt de frecventa cu ajutorul
Transformatei Gabor
  Analizoare in timp real

5
Analiza in domeniulfrecventa

  Transformata Fourier nu este adaptata analizei

semnalelor nestationare, aceasta reprezentând o
proiectie a semnalului pe o familie infinita de unde
(armonice) care sunt complet nelocalizate în timp.

6
Analiza in domeniul frecventa
  Spectrul semnalului arata: componentele spectrale
continute cu valorile frecventelor, amplitudinilor si
fazelor corespunzatoare (spectrul de amplitudine si
spectrul de faza)

  Spectrul nu arata la ce momente de timp apar aceste

componente. Din aceasta cauza, s-a pus problema gasirii
unei modalitati de caracterizare simultana, în timp si
frecventa a semnalelorposibilitatea de a observa
evolutia în timp a fiecarei componente spectrale a
semnalului.

7
Cuprins
  Reprezentarea semnalelor
  Analiza in domeniul frecventa
  Analiza timp-frecventa
  Transformata Fourier pe Termen Scurt
  Transformata Gabor
  Separarea semnalelor cu salt de frecventa cu ajutorul
Transformatei Gabor
  Analizoare in timp real

8
Analizatimp-frecventa

  Proprietati ale reprezentarilortimp-frecventa

  interpretareafizica a reprezentarii considerate
  Compabilitatea reprezentarii considerate cu celelalte
reprezentari utilizate în prelucrarea semnalelor
  Evidentierea nestationaritatilor din structura semnalului
analizat

9
Analiza timp-frecventa
  Proprietati ale reprezentarilor timp-frecventa:
  sa reprezinte o functie reala pozitiva
  sa fie o transformare cauzala
  sa fie o transformare inversabila
  sa fie compatibile cu transformarea Fourier si prin urmare sa aiba
aceleasi proprietati cu aceasta: translatie in domeniul timp,
dilatare a semnalului, modulare, filtrare, conservarea a
produsului scalar
  sa localizeze bine semnalul de analizat în planul timp-
frecventaconservarea suporturilor temporal si/sau frecvential ale
semnalului de analizat
  sa fie independenta de timp pentru a putea decide daca un semnal
este stationar sau nu
  sa se concentreze cat mai mai mult în jurul curbei din planul timp-
frecventa pentru a putea estima legea de variatie a frecventei
instantanee a semnalului

10
Analiza timp-frecventa

  Semnificatia fizica a unei reprezentari timp-frecventa

este cea de densitate spectro-temporala de
energieeste necesar ca energia semnalului analizat sa
reprezinte integrala densitatii spectro-temporale de
energie.

11
Cuprins
  Reprezentarea semnalelor
  Analiza in domeniulfrecventa
  Analiza timp-frecventa
  Transformata Fourier pe Termen Scurt
  Transformata Gabor
  Separarea semnalelor cu salt de frecventa cu ajutorul
Transformatei Gabor
  Analizoare in timp real

12
Tranformata Fourier peTermenScurt
  Ca oconsecinta a principiului incertitudinii, în cazul
STFTsuntem in fata unui compromis:
  Cazul 1: o buna rezolutie in timp impune folosirea unei
ferestre temporale g(t) foarteînguste

  Cazul 2: o buna rezolutie in frecventa impune un interval

spectral de analiza foarte îngust, adica un filtru de banda cât ma
iîngusta, ceea ce inseamna o fereastra temporala, g(t),
foarte larga

  Cele doua cerinte sunt, evident, contradictorii.

13
Transformarea Fourier pe Termen Scurt
  Cazul 1 ideal corespunde unei rezolutii in timp
perfecte: fereastra g(t) este de forma impulsului Dirac
  STFT este perfect localizat în timp, dar nu are nici un fel de
rezolutie în frecventa.

  Cazul 2 ideal este cel al rezolutiei perfecte în

frecventa, obtinuta cu ajutorul ferestrei temporale
constante:
  STFT se reduce la o transformare Fourier „„clasica” a
semnalului s(t), care nu ofera nici un fel de rezolutie în timp

14
 Transformarea Fourier pe Termen Scurt
  Transformarea Fourier pe Termen Scurt (STFFT –
Short Time Fast Fourier Transform) are la bază
noţiunea de spectru instantaneu  segmentarea
semnalului analizat în timp şi calcularea spectrelor
pentru fiecare segment.
  Segmentarea se obţine prin înmulţirea semnalului cu o
fereastră alunecătoare. Spectrul semnalului se calculează
aplicând Transformata Fourier fiecărui segment. Astfel se
obţine o caracterizare spectrală a semnalului în mai multe
momente consecutive de timp.
Vg f (x, w) = ∫ f (t) ⋅ g (t − x ) ⋅ e −2 π ⋅i⋅wt dt
R ∞
2
  Fereastra temporala, de energie unitara: ∫ g(t) dt = 1
−∞

15
€
Transformarea Fourier pe Termen Scurt

16
Transformarea Fourier pe Termen Scurt

17
Transformarea Fourier pe Termen Scurt

18
Transformarea Fourier pe Termen Scurt
  Proprietăţile
de localizare în domeniul timp–
frecvenţă ale transformatei STFFT depind de
proprietăţile de localizare ale ferestrei de
analiză g(t).
  Rezoluţia de analiză în domeniul timp Δt şi
rezoluţia în domeniul frecvenţă Δf sunt limitate de
inegalitatea lui Heisenberg (principiul
incertitudinii):
1
Δt ⋅ Δf ≥
4π

19
 Transformarea Fourier pe Termen Scurt
  Spectrograma furnizeaza distributia timp-frecventa
a energiei semnalului si se realizeaza pornind de la
STFT
2
S g f (x, w) = Vg f (x, w)

  Rezolutia timp - frecventa: datorita modului de definire,

rezolutia timp-frecventa a spectrogramei are exact aceleasi
€ limitari ca si în cazul STFT, inclusiv existenta compromisului
dintre rezolutia în timp si rezolutia în frecventa.
  Interferente: fiind o reprezentare patratica, spectrograma
sumei a doua semnale nu este suma celor doua
spectrograme corespunzatoare semnalelor

20
Cuprins
  Reprezentarea semnalelor
  Analiza in domeniulfrecventa
  Analiza timp-frecventa
  Transformata Fourier pe Termen Scurt
  Transformata Gabor
  Separarea semnalelor cu salt de frecventa cu ajutorul
Transformatei Gabor
  Analizoare in timp real

21
 Transformata Gabor
  Proprietăţile de localizare ale mai multor tipuri de
ferestre (dreptunghiulară, Hamming, Hann, Blackman)
  Fereastra care prezintă proprietăţi bune de localizare
în ambele planuri (timp, frecventa) este fereastra
Gaussiană.

1 −t 2
g(t) = 2 1/ 4
exp( 2
)
(α π) 2α

2 2
2 1/ 4 −α ω
F (g(t))(ω) = (4πα ) exp( )
€ 2

22
 Transformata Gabor
  Discretizarea transformărilor timp–frecvenţă
presupune discretizarea variabilelor t şi w, astfel încât pe
baza acestei reprezentări să se poată reconstrui
transformarea continuă.
  Dacă se consideră t0 pasul de discretizare în domeniul
timp şi w0 pasul de discretizare în domeniul frecvenţă
rezultă
Vg f (t, w) ⎯
⎯→ Vg (m ⋅ t 0, n ⋅ w 0 )

€
23
Transformata Gabor
  Recuperarea semnalului original din eşantioanele obţinute 
semnalul eşantionat să aibă suportul mărginit  semnalul
eşantionat să fie de bandă limitată şi de durată finită.
  Condiţia de mărginire a suportului nu poate fi realizată simultan în
domeniile timp şi frecvenţă  nu se poate obţine o reconstrucţie
perfectă a semnalului analizat din eşantioanele obţinute prin
discretizarea transformării în domeniul timp–frecvenţă.
  Plecând de la rezoluţiile în domeniile timp şi frecvenţă, se
poate acoperi planul timp– frecvenţă cu dreptunghiuri
determinate de cele două rezoluţii ale reprezentării. Fiecare
dreptunghi de acest fel poartă numele de celulă de rezoluţie.
  Pentru a obţine o reprezentare a transformatei continue este
necesar ca prin discretizare să se realizeze minim un eşantion
în fiecare celulă de rezoluţie a reprezentării timp–frecvenţă continue
  Pasul de eşantionare este limitat superior de df în domeniul
timp şi de dt în domeniul frecvenţă.

24
 Transformata Gabor
  Transformata STFFT discretă astfel obţinută este
inversabilă dacă este îndeplinită următoarea condiţie:
t 0 w 0 ≤ 2π

  Dacă se urmăreşte determinarea unui număr minim de

eşantioane rezultă că t0 şi f0 trebuie să fie alese egale cu
€ rezoluţia în domeniul frecvenţă şi domeniul timp. În
această situaţie produsul t0w0 este limitat inferior de
inegalitatea lui Heisenberg şi rezultă:
π
≤ t 0 w 0 ≤ 2π
2
25
 Transformata Gabor
  Ferestrele g(t) care pot genera baze ortonormale în L2(R)
au produsul
Δt ⋅ Δw = ∞

  Pentru a depăşi aceste dificultăţi s-a relaxat condiţia ca

g(t) să genereze o bază ortonormată în L2(R) prin
€ modulare şi translatare şi s-a impus condiţia ca
această familie de funcţii să formeze un cadru.
  In acestcazexistă ferestre temporale cu o bună
localizare în planul timp–frecvenţă care pot genera
cadre, chiar şi cadre înguste.

26
Cuprins
  Reprezentarea semnalelor
  Analiza in domeniul frecventa
  Analiza timp-frecventa
  Transformata Fourier de Termen Scurt
  Transformata Gabor
  Separarea semnalelor cu salt de frecventa cu
ajutorul Transformatei Gabor
  Analizoare in timp real

27
Separarea semnalelor cu salt de frecventa
cu ajutorul Transformatei Gabor
  Caracteristici ale semnalului de test:
  semnal test sub forma unei purtătoare cu frecvenţa 200 Hz.
  Durata unui salt (dwell time) este de 360 de ms iar durata de
reacord este de 40 ms.
  Durata semnalului simulat este de 1,024 s.
  Frecvenţa de eşantionare este de 1 kHz (2 salturi pe durata
simulării)

28
Separarea semnalelor cu salt de frecventa
cu ajutorul Transformatei Gabor

29
Separarea semnalelor cu salt de frecventa
cu ajutorul Transformatei Gabor

30
Separarea semnalelor cu salt de frecventa
cu ajutorul Transformatei Gabor
  Parametrii ferestrei în funcţie de care s-a realizat analiza
sunt:
  numărul de eşantioane şi α.
  Parametrul α determină durata efectivă şi banda efectivă a
ferestrei de analiză şi implicit rezoluţia în frecvenţă şi timp a
Transformatei Gabor

31
Separarea semnalelor cu salt de frecventa
cu ajutorul Transformatei Gabor

32
Separarea semnalelor cu salt de frecventa
cu ajutorul Transformatei Gabor
  Cu cât parametrul αare o valoare mai mare cu atât
localizarea în timp va fi mai bună deoarece durata
efectivă a ferestrei gaussiene scade. Banda efectivă este
invers proporţională cu frecvenţa deoarece fereastra de tip
gaussian satisface la limită inegalitatea lui Heinsenberg.
  Pentru fiecare valoare αau fost calculaţi coeficienţii
Transformatei Gabor corespunzători frecvenţei semnalului
analizat (200 Hz).
  În cazul ideal, când rezoluţiile în domeniile timp şi frecvenţă sunt
simultan foarte mici, reprezentarea obţinută ar urmări perfect
anvelopa semnalului analizat. Deoarece rezoluţiile în timp şi frecvenţă
sunt limitate de principiul incertitudinii, reprezentarea obţinută
aproximează legea de variaţie a anvelopei semnalului analizat.
  Indicatorul utilizat pentru a determina gradul de asemănare între cele
2 reprezentări este eroarea medie pătratică.

33
Separarea semnalelor cu salt de frecventa
cu ajutorul Transformatei Gabor

34
Separarea semnalelor cu salt de frecventa
cu ajutorul Transformatei Gabor

35
Separarea semnalelor cu salt de frecventa
cu ajutorul Transformatei Gabor
  Erorile de reprezentare a semnalelor cu salt de
frecvenţă apar la capetele intervalului de salt şi sunt
mai mari pentru ferestre cu durată efectivă mai mare.
Aşadar este recomandată utilizarea unor ferestre cu
durată cât mai mică. Totuşi durata ferestrei nu
poate fi redusă arbitrar deoarece este dependentă
prin intermediul principiului incertitudinii de
rezoluţia în frecvenţă.

36
Separarea semnalelor cu salt de frecventa
cu ajutorul Transformatei Gabor

37
Separarea semnalelor cu salt de frecventa
cu ajutorul Transformatei Gabor
  Durata efectivă Δt şi banda efectivă Δω ale unui
semnal sunt mărimi ce localizează un semnal în
planul timp–frecvenţă.
  Valorile pe care le pot lua cele 2 mărimi sunt
intercondiţionate prin intermediul principiului
incertitudinii. Din punct de vedere fizic cele 2 mărimi
pot fi interpretate ca dispersii ale semnalului pe axa
timpului şi respectiv pe axa frecvenţei.
  Pentru calcularea acestora, se consideră semnalul g(t) ca
reprezentând o funcţie de probabilitate. Rezulta:
α 1
Δt = Δω =
2 α 2

38

€
Separarea semnalelor cu salt de frecventa
cu ajutorul Transformatei Gabor
  Pe baza expresiilor matematice se poate determina
rezoluţia maximă în frecvenţă ce poate fi obţinută
atunci când rezoluţia în timp este fixată
  De exemplu, dacă se impune o valoare minimă a rezoluţiei în
timp de 0,1 ms, nu se poate obţine o analiză spectrală cu
rezoluţie mai bună de 800 Hz.

39
Separarea semnalelor cu salt de frecventa
cu ajutorul Transformatei Gabor

40
Cuprins
  Reprezentarea semnalelor
  Analiza in domeniul frecventa
  Analiza timp-frecventa
  Transformata Fourier de Termen Scurt
  Transformata Gabor
  Separarea semnalelor cu salt de frecventa cu ajutorul
Transformatei Gabor
  Analizoare in timp real

41
Analizoare spectrale in timp real

42
Analizoare spectrale in timp real

43
Analizoare spectrale in timp real

44
Analizoare spectrale in timp real
  Tektronix
  http://www.tek.com/applications/rf-test.html

45