Laboratorio di El&Tel Elaborazione numerica dei segnali: analisi delle caratteristiche dei segnali ed operazioni su di essi Mauro Biagi Outline • Dall’analogico al digitale • Quantizzazione dell’informazione • Trasformate di Fourier • Filtraggio digitale • Conclusione Elaborazione numerica dei segnali 21/12/2015 Pagina 2 Dall’analogico al digitale Un segnale x(t) rappresenta la variazione temporale di una grandezza fisica (tensione, corrente, temperatura) Formalmente x(t) è una funzione x(t) : T D Elaborazione numerica dei segnali 21/12/2015 Pagina 3 Dall’analogico al digitale D [5,5] e T [0,10] Analog signal (example) x(t) 5 0 10 t -5 D {1,1} e T [10,10] Digital signal (example) 1 x(t) 10 -10 Elaborazione numerica dei segnali 21/12/2015 t 4 Dall’analogico al digitale Segnali analogici: o o Audio (voce, musica) Video (TV analogica) t Segnali numerici (sequenze di digit): o o o o Audio e video digitalizzati Immagini Digitali Sequenze di immagini (videoclip, TV digitale, …) Dati (documenti word/excel, files, …) Reti analogiche: Broadcast radio/TV, cellulare TACS, cordless analogico Tutte le altre reti sono numeriche (audio e video vengono digitalizzati) Elaborazione numerica dei segnali 21/12/2015 5 Dall’analogico al digitale Sequenza dei suoi campioni: x(n) x(t ) t nT Segnale analogico x(t ) x ( 0) T t 2T x(1) T intervallo di campionamento (sec) Campionatore: x(t ) Elaborazione numerica dei segnali 1 fc T T .... t frequenza di campionamento (Hz) fc x(n) 21/12/2015 Trasmissione a distanza, o immagazzinamento 6 Dall’analogico al digitale Se x(t ) è limitato in banda, con banda ±W intorno allorigine, e se f c 2W (criterio di Nyquist), allora il segnale ricostruito xR (t ) risulta uguale all’originale, ossia: xR (t ) x(t ) Elaborazione numerica dei segnali 21/12/2015 per f c 2W 7 Dall’analogico al digitale Spiegazione intuitiva: se x(t ) varia lentamente, e se la si osserva abbastanza frequentemente, allora il suo andamento completo è perfettamente ricostruibile tramite interpolazione delle osservazioni {x(nT ), n 0, 1, 2,...} Elaborazione numerica dei segnali 21/12/2015 8 Dall’analogico al digitale La proprietà fondamentale che sta alla base del teorema del campionamento è la seguente: n 1 FT (t nT ) ( f ) T n T n 9 Dall’analogico al digitale Nel dominio della frequenza: X(f) f 2W 1 X '( f ) X ( f k / T ) T k 2 fc f fc XR( f ) X ( f ) fc 2 fc H( f ) f c 2W f W c 2 W fc 2 f 1 2T 10 Dall’analogico al digitale X(f ) f 2W X '( f ) Sotto-campionamento: f c < 2W fc XR( f ) f c 2 fc 2 fc f 1) Manca una parte dello spettro 2) La parte mancante si “ripiega” e si somma al resto f c’è dell’altro (“alias”) nello spettro ricostruito 11 Dall’analogico al digitale Ricostruzione, con treno di impulsi matematici: x '(t ) x(nT )(t nT ) n x(t ) x ( 0) x(1) x' (t ) T T 2T t Filtro LP: H( f ) xR (t ) Segnale ricostruito x(1) 12 Dall’analogico al digitale Ricostruzione ideale, con treno di impulsi matematici: x' (t ) x(n) (t nT ) n H ( f ) T rect 1/ T ( f ) h(t ) sinc (t / T ) T 1 2T 1 2T f 2T T T 2T t 13 Dall’analogico al digitale xR (t ) x ( 0) x(1) x(nT )sinc((t nT ) / T ) n x(1) x (3) x ( 2) 14 Quantizzazione dell’informazione fc x(n) 1 x(t ) Q Sampling 0 b bit, che rappresentano: x̂( n ) x( n ) Quantizer ADC: Analog-to-Digital Converter x̂( n ) x( n ) q( n ) x( n ) q(n): errore di quantizzazione, che svanisce all’aumentare di b, ovvero del numero di bit impiegati nella conversione A/D 15 Quantizzazione dell’informazione xˆ ( n ) xmax= xq(L-1) -xmax xmax xq(2) Passo di quantizzazione xq(i) Livello di restituzione rappresentato con b bits L Numero dei livelli di quantizzazione x(n) xq(1) -xmax=xq(0) 16 Quantizzazione dell’informazione b bits Generatore di livelli di restituzione x̂( n )rectT ( t nT ) x̂( n ) Generatore di forma d’onda DAC: Digital-to-Analog Converter x̂( n ) nT t T 17 Quantizzazione dell’informazione f c 2W x(t ) flusso binario b bits Campionatore + quantizzatore P/S f b bf c (bits/sec) Trasmissione Convertitore parallelo/serie b bits flusso binario, f b bit/sec S/P f c 2W Convertitore analogicodigitale Filtro LP Con banda [-W,W] xR (t ) Convertitore serie/parallelo 18 Quantizzazione dell’informazione x(t ) xMAX L 1 L intervalli di quantizzazione, L valori (“livelli”) di quantizz. t xq(0) ,..., xq( L 1) xMAX 0 b bit per campione L 2b intervalli di quantizzazione ampiezza intervallo: 2 xMAX / L (2 xMAX )2 b l'i-esimo livello quantizzazione x (i) q è posto al centro dell'i-esimo intervallo di quantizzazione. 19 Quantizzazione dell’informazione x̂ campione quantizzato x campione originale q errore di quantizzazione • L’errore di quantizzazione può assumere tutti i valori da • Modello probabilistico: q è una variabile / 2 a /2 p (q ) aleatoria con “distribuzione” (densità di probabilità) uniforme tra /2 e / 2, e a media nulla Il valore massimo del modulo dell’errore q è: zero al crescere di b 2 (2 xMAX ) b , e va a 2 2 2 2 Sul segnale ricostruito l’errore di quantizzazione viene percepito come un disturbo (rumore) sommato al segnale originale 20 q Quantizzazione dell’informazione xˆ x q o Supponiamo che x possa assumere solo valori in [-xmax, xmax] o Supponiamo che l’intervallo [-xmax, xmax] sia suddiviso in L=2b intervalli di quantizzazione di estensione Δ 2 xmax / L 2 xmax / 2b Si può dimostrare che il valore medio E{q2} del quadrato dell’errore di quantizzazione q vale xmax 2b Δ E{q } 2 12 3 2 2 2 Quindi E{q2} va a zero in maniera esponenziale al crescere di 2b 21 Trasformate di Fourier xn , n 0, 1, 2,.. può essere quantizzata oppure no può essere la sequenza dei campioni xn x(t ) t nT x(nTc ) c di un segnale analogico x( t ), oppure può nascere proprio come sequenza (esempi: indicatori economici, distribuzione di temperatura) Sequenza numerica di durata finita (N elementi): xn , n 0, 1, ..., N 1 x0, x1 , ..., x N 1 22 Trasformate di Fourier Def: Un segnale x(t) è impulsivo se x(t) dt j 2ft dt FT x( t ), FT : X ( f ) x( t )e FT-1 : x(t ) X ( f )e j 2ft df FT 1X ( f ), f t X(f) è una rappresentazione di x(t) nel dominio della frequenza (dominio “spettrale”) anziché del tempo 23 Trasformate di Fourier X(f) = R(f) + j I(f) = M(f)e j x(t ) f M ( f )e j ( 2ft ( f )) df M(f) R(f) f f (f) I(f) f f 24 Trasformate di Fourier x (t ) segnale reale: X ( f ) x(t ) cos(2ft)dt j x(t ) sin( 2ft)dt Simmetria coniugata: R( f ) R( f ) I ( f ) I ( f ) M ( f ) M ( f ) ( f ) ( f ) X ( f ) X * ( f ) 25 Trasformate di Fourier DFT: Discrete Fourier Transform N -1 X k = å xn e - j 2p n k N X n=0 k 0, 1, ...., N 1 0, X1 ,..., X N 1 k 0 N 1 26 Trasformate di Fourier La DFT {Xk,k=0,…,N-1} costituisce una rappresentazione di xn nel dominio k delle frequenze discrete. Infatti vale la seguente formula di ricostruzione 1 N 1 j 2 N n xn X k e N k 0 k DFT -1 n 0, ..., N 1 27 Filtraggio digitale La convoluzione discreta è data dalla seguente relazione yn xh m m nm , n 0, 1, 2,... si può procedere al calcolo o passare per il dominio della frequenza (discreta) Teorema della convoluzione. Yk=HkXk 28 Filtraggio digitale Def: un filtro numerico è detto FIR se la sua risposta impulsiva {hn,n=0,…,L-1} ha lunghezza finita L xn h0 Ritardo di 1 passo (delay) xn 1 Ritardo di 1 passo (delay) Ritardo di 1 passo (delay) ….. h1 xn L 1 Linea di ritardo digitale hL1 L 1 yn hm xn m m 0 y n all’ ”istante” n è pari alla combinazione lineare di L valori di ingresso xn , ..., xn L 1 immagazzinati nella linea di ritardo digitale L’uscita 29 Filtraggio digitale Un filtro è detto IIR (Infinite Impulse Response) se la sua risposta impulsiva {hn} è non nulla in un numero infinito di istanti. yn hm xm n m 0 n x m h m nm hn a n a 1 0 n 30 Conclusione Che cosa fare in laboratorio? • Matlab…..->…Matlab….->Matlab • Filtraggio passa basso e passa alto di un segnale • Filtraggio notch e ‘isolatore’ • Effetto dell’echo (multipath!) Elaborazione numerica dei segnali 21/12/2015 Pagina 31