CAPITOLUL 1 - SEMNALE
1.1. Introducere
În multe cazuri procesarea semnalelor reprezintă o etapă premergătoare
analizei şi sintezei unor situaţii legate de o anumită activitate. De regulă procesarea
semnalelor are o pondere mare în ceea ce priveşte obţinerea unor performanţe
superioare. Având în vedere faptul că semnalul de natură: fizică, chimică, electrică
conţine informaţii necesare comunicării între diferite structuri biologice, problema
procesării semnalelor este o problemă interdisciplinară.
În funcţie de domeniul în care se folosesc semnalele procesate şi de
modalitatea de procesare, se disting următoarele abordări:
· analiza Fourier, necesară aplicaţiilor în care se folosesc componentele spectrale
ale semnalului procesat;
· filtrarea semnalelor, unde se urmăreşte reţinerea numai a anumitor componente
armonice care aparţin unui interval de frecvenţă dat;
· filtrarea semnalelor folosind filtrul Kalman, care se utilizează de regulă la
filtrarea mărimilor de stare ale unui sistem. Spre deosebire de filtrarea menţionată
mai sus, filtrul Kalman elimină zgomotul prin modelarea părţii deterministe a
sistemului;
· prelucrarea semnalelor 2D şi 3D, în vederea extragerii informaţiilor utilizate la
recunoaşterea formelor. Printre procedurile folosite în acest domeniu se
evidenţiază: binarizarea imaginilor, filtrarea imaginilor, comprimarea imaginilor,
extragerea conturului, calculul ariilor;
· prelucrarea semnalelor folosind reţelele neuronale. Acest mod de abordare este
din ce în ce mai mult utilizat, pentru că oferă noi interpretări în ceea ce priveşte
aplicaţiile în rezolvarea problemelor cu un spectru foarte larg. În unele situaţii
toate aspectele legate de filtrare şi de extragerea caracteristicilor sunt lăsate în
seama reţelelor neuronale.
În cele ce urmează se vor prezenta aspecte privind tipurile de semnale utilizate
în cadrul procedurilor de procesare a datelor.
1.2. Semnale
În domeniul procesării semnalelor şi al conducerii proceselor, se numesc
semnale toate variabilele sau “sursele de informaţii” care evoluează în funcţie de
timp. Dacă amplitudinea semnalului este cunoscută sau poate fi determinată la orice
moment de timp, atunci semnalul se numeşte determinist. În cazul în care numai o
singură informaţie de natură statistică, cum ar fi probabilitatea ca amplitudinea să
aibă o anumită valoare la un anumit moment de timp sau valoarea medie etc. este
cunoscută, atunci semnalul se numeşte aleator.
2
Pentru clasificarea semnalelor se poate lua în considerare atât modul de
evoluţie în timp cât şi evoluţia în amplitudine.
· În funcţie de evoluţia în timp, semnalele se clasifică în semnale continue şi
semnale discrete :
- semnalul este continuu dacă evoluţia în timp este dată de o funcţie continuă. În
figura 1.1 este reprezentat un semnal continuu.
- semnalul este discret dacă valorile sale sunt cunoscute pentru momente discrete
de timp. Evoluţia unui semnal discret este dată în figura 1.3.
· În funcţie de valorile amplitudinii distingem semnale cuantificate continue şi
semnale cuantificate discrete.
Semnalele cuantificate continue au o evoluţie continuă în timp şi sunt semnale
continue pentru care valorile amplitudinii sunt predefinite. De exemplu valorile
obţinute de la un convertor analog-numeric şi memorate pe durata perioadei de
eşantionare reprezintă un semnal cuantificat continuu (figura 1.2).
Semnalul pentru care valorile amplitudinii sunt cuantificate şi cunoscute la
momente discrete de timp se numesc semnale discrete cuantificate. În figura 1.4 este
ilustrat un semnal cuantificat discret.
Figura 1.1 Semnal continuu Figura 1.2 Semnal continuu
cuantificat
Figura 1.3 Semnal discret Figura 1.4 Semnal discret
cuantificat
1.3. Semnale continue
Un semnal continuu x(t) presupune cunoaşterea valorilor lui x(t) la orice
moment de timp t, pentru t aparţinînd unui interval de timp bine definit. În multe
cazuri, semnalul x(t) poate fi explicitat printr-o formulă analitică sau expresie
matematică, ca de exemplu
x( t ) = a × sin(wt +j ), (1.1)
Documentul este oferit gratuit,
trebuie doar să te autentifici in contul tău.
