SIGNÁLY A SOUSTAVY V MATEMATICKÉ BIOLOGII prof. Ing. Jiří Holčík, CSc. holcik@iba.muni.cz V. DISKRÉTNÍ SIGNÁL FREKVENČNÍ OBLAST Rozklad Diskrétního periodického signálU þ spojitý signál – opakování Fourierova řada (v komplexním tvaru) FOURIEROVA ŘADA PRO DISKRÉTNÍ SIGNÁLY þ nechť x(kT) je periodický signál s periodou NT; pak x(kT) lze rozložit pomocí komplexní exponenciální Fourierovy řady kde FOURIEROVA ŘADA DŮKAZ þ změňme index sumace ve vztahu pro výpočet koeficientu c[n] FOURIEROVA ŘADA DŮKAZ FOURIEROVA ŘADA PŘÍKLAD x(kT) = A.cos(2pk/N) je periodická funkce s periodou N FOURIEROVA ŘADA PŘÍKLAD FOURIEROVA TRANSFORMACE S DISKRÉTNÍM ČASEM - DTFT þ nechť x(kT) je časově omezený signál s diskrétním časem s x(kT)=0 pro všechna celá k>N[1] a k<-N[1], kde N[1] je celočíselná konstanta. þ dále, nechť pro kladné sudé celé číslo N>2N[1] označíme periodický signál s periodou NT, který je x(kT) pro k = -N/2, -(N/2)+1, …, -1, 0, 1, …, (N/2)-1. [þ ]z definice máme[] FOURIEROVA ŘADA PŘÍKLAD þ protože je periodická funkce s periodou NT, má Fourierovu řadu FOURIEROVA ŘADA PŘÍKLAD þ Z definice vyplývá, že lze poslední uvedenou rovnici přepsat do tvaru kde ω je pro N→¥ spojitá (nediskrétní) veličina. DISKRÉTNÍ FOURIEROVA TRANSFORMACE - DFT þ aby bylo možné počítat s frekvenčním spektrem na počítači, je třeba spektrální funkci diskretizovat; þ předpokládejme, že diskrétní signál x(nT)=0 pro n < 0 a n ≥ N-1, pak DFT je definována vztahem ZPĚTNÁ DISKRÉTNÍ FT – DFT^-1 INVERZIBILITA DFT DFT ω[1] = 2Ω = 4p/NT DFT ω[1] = 2,5Ω = 5p/NT RYCHLÁ FOURIEROVA TRANSFORMACE - FFT þ hodnoty funkcí cos a sin se používají z tabulek pro čtvrtinu periody; þ zrychlení výpočetního algoritmu se dosáhne využitím dříve vypočítaných mezivýsledků, resp. vynecháním zbytečných výpočtů – např. násobení nulou; RYCHLÁ FOURIEROVA TRANSFORMACE - FFT FFT – (Cooley, Tukey – 1965, ale před nimi již i mnozí další od 1903) è rozklad v časové oblasti; è rozklad ve frekvenční oblasti jednotka pracnosti P – jedno komplexní násobení a sečítání pracnost výpočtu jednoho vzorku spektra – N.P pracnost celé transformace – N.N.P = N^2.P FFT ROZKLAD V ČASOVÉ OBLASTI þ vstupní posloupnost o sudém počtu vzorku rozdělíme na dvě dílčí posloupnosti {g[i]} = {x[2i]} - sudé prvky původní posloupnosti, {h[i]} = {x[2i+1]} - liché prvky původní posloupnosti, i=0,1,…, N/2-1 předpokládáme, že každá z posloupností (původní i obě dílčí), mají svou DFT FFT ROZKLAD V ČASOVÉ OBLASTI FFT ROZKLAD V ČASOVÉ OBLASTI FFT ROZKLAD V ČASOVÉ OBLASTI þ výsledná pracnost bude součtem pracností výpočtu spekter obou posloupností 2.(N/2)^2.P+N.P tzn. uspoření pracnosti téměř na polovinu; þ je-li N/2 opět sudé, může se v dělení pokračovat – celkově je výhodné, je-li N = 2^m FFT ROZKLAD V ČASOVÉ OBLASTI FFT ROZKLAD V ČASOVÉ OBLASTI þ každý uzel v grafu představuje jedno komplexní násobení a součet þ N uzlů ve vrstvě; celkem m vrstev m=log[2]N þ celková pracnost: P.N.m = P.N.log[2]N to představuje při N=8 úsporu 60%, při N=1024 již téměř 99% a při N=131072=2^17 dokonce 99,99% FFT ROZKLAD V ČASOVÉ OBLASTI þ výstup je uspořádán přirozeně; vstup je v bitově inverzním pořadí; þ opakující se struktury „motýlků“ obsahujících 4 uzly a 4 hrany