Kappaleen lopussa määriteltiin FIR- ja IIR-suotimet LTI-järjestelmien alalajeina. FIR-suotimet ovat yksinkertaisuutensa vuoksi laajemmin käytettyjä, mutta IIR-suodinten ilmaisuvoima ja laskennallinen tehokkuus tekevät niistä hyödyllisiä useissa tilanteissa.
Testikysymys: onko seuraava suodin FIR vai IIR?
y(n) = 0.9 y(n-1) - y(n-2) + x(n) + 0.5 x(n-1) +2 x(n-2)
Haastavampaa on selvittää esim. se, onko yo. suodin stabiili. Tähän ratkaisu löytyy prujun sivulta 68, johon pääsemme aikanaan.
Toisella tunnilla päästiin kappaleeseen 3: Fourier-muunnos.
Olennaisin asia käsitteli muunnoksen ideaa alla olevan kuvan
mukaisesti. Fourier-muunnoksen idea on kysyä paljonko eri taajuuksia
annetussa signaalissa on. Taululla oli alla olevan piirroksen kaltainen
kuva. Kuvan "yhtälössä" vasemmalla oleva signaalin pätkä jaetaan eri
taajuuksiin kysymällä paljonko tarvitaan vakiotaajuutta (0.3 kpl),
paljonko kerran värähtävää siniä (0.6 kpl), jne. Sama idea on kaikkien
neljän muunnostyypin takana, mutta erona on montako eri taajuutta
tarvitaan muodostamaan alkuperäinen signaali. Joissain tapauksissa niitä
tarvitaan äärettömän paljon, jolloin kuvan summan sijaan tarvitaan
integraali.
Jatkuvat tapaukset perustuvat siis integraalin laskentaan, ja käytännössä tämä täytyy tehdä muunnostaulukoiden avulla.
Jatkuvat tapaukset perustuvat siis integraalin laskentaan, ja käytännössä tämä täytyy tehdä muunnostaulukoiden avulla.
Käsin laskettavien kolmen ensimmäisen muunnostyypin jälkeen tutustuttiin lopuksi diskreettiin Fourier-muunnokseen, joka voidaan esittää matriisimuunnoksena. Muunnosmatriisi muodostetaan lisäämällä rivi kerrallaan ykkösen n:nnen juuren eri
potensseja. Lopuksi esitettiin tällaisen matriisin konstruointi yksikköympyrän avulla tapaukselle N = 4.
Muunnosmatriisin konstruointi esitettiin "mekaanisesti", joten luennon jälkeen tuli hyvä kysymys mistä kyseinen mekaaninen sääntö sitten tulee. Kaava voidaan johtaa esim. y.o. kuvan avulla. Merkitään vasemman puolen signaalia x:llä, oikean puolen kertoimia (0.3, 0.6, jne) merkinnällä X ja oikealla olevia taajuuskomponentteja merkinnällä F. Tällöin kuva voidaan ilmaista kaavamuodossa
x = X * F
Nyt vektorit ovat kuitenkin visualisointisyistä vaakavektoreita, joten oikeampi esitys saadaan transponoimalla molemmat puolet:
xT = FT * XT
Tästä halutaan ratkaista vektori XT:
XT = (FT)-1 * XT
Näin ollen muunnosmatriisi onkin itse asiassa matriisin FT käänteismatriisi, missä F koostuu eritaajuuksisista kompleksisista eksponenttifunktioista.

Ei kommentteja:
Lähetä kommentti