„Konvolúció” változatai közötti eltérés

Innen: HamWiki
Ugrás a navigációhoz Ugrás a kereséshez
23. sor: 23. sor:
 
Nézzünk két egyszerű példát a konvolúció műveletére.
 
Nézzünk két egyszerű példát a konvolúció műveletére.
  
Az bemeneti jelnek (''f'') vegyünk egy feszültségugrást az n=2 időpillanatban:
+
A bemeneti jelnek (''g'') vegyünk egy feszültségugrást az n=1 időpillanatban:
 
{| border="1"  
 
{| border="1"  
| n || 1 || 2 || 3 || 4 || 5  
+
| n || 0 || 1 || 2 || 3 || 4   
 
|-  
 
|-  
| f(n) || 0 || 1 || 1 || 1 || 1
+
| g(n) || 0 || 1 || 1 || 1 || 1
 
|}
 
|}
 +
n<0 esetén g(n)=0, n>4 esetén pedig g(n)=1.
  
Legyenek a ''g'' értékei:
+
Az első példában legyenek az ''f'' értékei:
 
{| border="1"  
 
{| border="1"  
| m || 1 || 2 || 3 || 4 || 5  
+
| n || 0 || 1 || 2 || 3 || 4   
 
|-  
 
|-  
| g(m) || 0 || -1 || 0 || 0 || 0
+
| f(n) || 0 || -1 || 0 || 0 || 0
 
|}
 
|}
 +
n<0 és n>4 esetén f(n)=0.
  
 +
A kimeneti jel (h=f*g) értékeit a következőképpen kapjuk:
 +
* h(0) = f(0) g(0) + f(1) g(-1) + f(2) g(-2) + f(3) g(-3) + f(4) g(-4) = 0
 +
* h(1) = f(0) g(1) + f(1) g(0) + f(2) g(-1) + f(3) g(-2) + f(4) g(-3) = 0
 +
* h(2) = f(0) g(2) + '''f(1) g(1)''' + f(2) g(0) + f(3) g(-1) + f(4) g(-2) = -1
 +
* h(3) = f(0) g(3) + '''f(1) g(2)''' + f(2) g(1) + f(3) g(0) + f(4) g(-1) = -1
 +
* h(4) = f(0) g(4) + '''f(1) g(3)''' + f(2) g(2) + f(3) g(1) + f(4) g(0) = -1
 +
 +
Dőlttel azok a tagok vannak kiemelve, ahonnan nullától eltérő érték származik az összegbe.
 +
 +
Az eredmény tehát:
 +
{| border="1"
 +
| n || 0 || 1 || 2 || 3 || 4 
 +
|-
 +
| h(n) || 0 || 0 || -1 || -1 || -1
 +
|}
 +
 +
A kimeneti jelsorozat ebben a példában a bemeneti jel egy időegységgel késleltetett és fázisfordított változata. Ezt az alábbi ábrán lehet szemléltetni (az egyszerűség kedvéért folytonos vonallal ábrázolva a diszkrét értékeket és a két függvényt függőlegesen eltolva):
  
 
<gnuplot>
 
<gnuplot>
48. sor: 67. sor:
 
   set ytics 1
 
   set ytics 1
 
   u(n,x) = (x<n ? 0 : (x>=n+1 ? 0 : 1))
 
   u(n,x) = (x<n ? 0 : (x>=n+1 ? 0 : 1))
   f(x) = u(2,x)+u(3,x)+u(4,x)+u(5,x)
+
   g(x) = u(1,x)+u(2,x)+u(3,x)+u(4,x)
   h(x) = -u(3,x)-u(4,x)-u(5,x)
+
  h(x) = -u(2,x)-u(3,x)-u(4,x)
   plot [0.8:5.8] 2+f(x)  w l linewidth 3 title "f", h(x) w l linewidth 3 title "h",0 notitle, 2 notitle
+
   plot [-0.2:4.8] 2+g(x)  w l linewidth 3 title "g", h(x) w l linewidth 3 title "h",0 notitle, 2 notitle
 +
</gnuplot>
 +
 
 +
Az második példához már kicsit összetettebb ''f'' függvényt választunk:
 +
{| border="1"
 +
| n || 0 || 1 || 2 || 3 || 4 
 +
|-
 +
| f(n) || 0.6 || 0.3 || 0.1 || 0 || 0
 +
|}
 +
n<0 és n>4 esetén f(n)=0.
 +
 
 +
A kimeneti jel (h=f*g) értékeit a következőképpen kapjuk:
 +
* h(0) = f(0) g(0) + f(1) g(-1) + f(2) g(-2) + f(3) g(-3) + f(4) g(-4) = 0
 +
* h(1) = '''f(0) g(1)''' + f(1) g(0) + f(2) g(-1) + f(3) g(-2) + f(4) g(-3) = 0.6
 +
* h(2) = '''f(0) g(2)''' + '''f(1) g(1)''' + f(2) g(0) + f(3) g(-1) + f(4) g(-2) = 0.9
 +
* h(3) = '''f(0) g(3)''' + '''f(1) g(2)''' + '''f(2) g(1)''' + f(3) g(0) + f(4) g(-1) = 1
 +
* h(4) = '''f(0) g(4)''' + '''f(1) g(3)''' + '''f(2) g(2)''' + f(3) g(1) + f(4) g(0) = 1
 +
 
 +
Most az eredmény:
 +
{| border="1"
 +
| n || 0 || 1 || 2 || 3 || 4 
 +
|-  
 +
| h(n) || 0 || 0.6 || 0.9 || 1 || 1
 +
|}
 +
 
 +
<gnuplot>
 +
  set output 'konv_pelda2.png'
 +
  set grid
 +
  set size 0.6, 0.4
 +
  set yrange [-1.5:3.5]
 +
  set xlabel "n"
 +
  set ylabel ""
 +
  set key right 0.5
 +
  set ytics 1
 +
  u(n,x) = (x<n ? 0 : (x>=n+1 ? 0 : 1))
 +
  g(x) = u(1,x)+u(2,x)+u(3,x)+u(4,x)
 +
  h(x) = 0.6*u(1,x)+0.9*u(2,x)+u(3,x)+u(4,x)
 +
   plot [-0.2:4.8] 2+g(x)  w l linewidth 3 title "g", h(x) w l linewidth 3 title "h",0 notitle, 2 notitle
 
</gnuplot>
 
</gnuplot>
 +
 +
A minták kicsit száma (5) ellenére látszik, hogy a kimeneti jel lassabban éri el az 1-et, mint
 +
a bementi. A konvolúció ezekkel az együtthatókkal tehát úgy viselkedik, mint egy aluláteresztő szűrő.
 +
 +
Ezzekkel a példákkal egyben a [[FIR]] szűrő működését is illusztráltuk.
  
 
== Alkalmazások ==
 
== Alkalmazások ==

A lap 2007. június 22., 22:16-kori változata

A konvolúció a jelfeldolgozás egyik legelemibb művelete. Ez a lineáris művelet két függvényből állít elő egy harmadikat. Legegyszerűbben úgy szemléltethető a konvolúció, mint egy adatsorozat (egyik függvényből vett minta) súlyozott mozgó átlagának számítása egy adott súlyfüggvény (a másik függvényből vett minta) alapján.

Alapvető tulajdonságok

Az [math]f[/math] és [math]g[/math] függvények konvolúcióját [math]f * g[/math]-vel jelöljük. A „csillag” műveleti jel nem tévesztendő össze a szorzást jelölő ponttal. A hasonlóság azért nem véletlen, mert konvolúció alaptulajonságai megegyeznek a szorzáséval:

  • [math]f * g = g * f[/math]
  • [math]f * (g + h) = f * g + f * h[/math]

Matematikai leírása

Tekintettel arra, hogy a konvolúció fogalmával a rádióamatőr gyakorlatban csak diszkrét idejű rendszerekben találkozunk, így a matematikai definícióját is erre korlátozzuk.

Vegyünk egy jelfolyamot, melynek pillanatértékei g(m) pontokból állnak. Továbbá egy áramköri egységet, amely a konvolúciót elvégzi. Ennek az áramköri egységnek a konvolúció elvégzéséhez f(1)...f(n) konstans együtthatók állnak rendelkezésre. Ekkor a konvolúció leírható az alábbiak szerint:

[math](f * g)(m) = \sum_n {f(n) \cdot g(m - n)} \,[/math]

ahol:

g (mint gerjesztés): a beérkező jel mintái, az elemi mintákat g(m) jelöli.
f: belső függvény, f(1) ... f(n)-nel jelölve a „mintáit”, tehát egy n hosszú konstans vektor (--> ezt határozza meg az eszköz funkcióját - lásd később).
f * g: a konvolúció eredménye, (f * g)(m) az eredményül kapott elemi mintákat jelöli

Példák

Nézzünk két egyszerű példát a konvolúció műveletére.

A bemeneti jelnek (g) vegyünk egy feszültségugrást az n=1 időpillanatban:

n 0 1 2 3 4
g(n) 0 1 1 1 1

n<0 esetén g(n)=0, n>4 esetén pedig g(n)=1.

Az első példában legyenek az f értékei:

n 0 1 2 3 4
f(n) 0 -1 0 0 0

n<0 és n>4 esetén f(n)=0.

A kimeneti jel (h=f*g) értékeit a következőképpen kapjuk:

  • h(0) = f(0) g(0) + f(1) g(-1) + f(2) g(-2) + f(3) g(-3) + f(4) g(-4) = 0
  • h(1) = f(0) g(1) + f(1) g(0) + f(2) g(-1) + f(3) g(-2) + f(4) g(-3) = 0
  • h(2) = f(0) g(2) + f(1) g(1) + f(2) g(0) + f(3) g(-1) + f(4) g(-2) = -1
  • h(3) = f(0) g(3) + f(1) g(2) + f(2) g(1) + f(3) g(0) + f(4) g(-1) = -1
  • h(4) = f(0) g(4) + f(1) g(3) + f(2) g(2) + f(3) g(1) + f(4) g(0) = -1

Dőlttel azok a tagok vannak kiemelve, ahonnan nullától eltérő érték származik az összegbe.

Az eredmény tehát:

n 0 1 2 3 4
h(n) 0 0 -1 -1 -1

A kimeneti jelsorozat ebben a példában a bemeneti jel egy időegységgel késleltetett és fázisfordított változata. Ezt az alábbi ábrán lehet szemléltetni (az egyszerűség kedvéért folytonos vonallal ábrázolva a diszkrét értékeket és a két függvényt függőlegesen eltolva):

Gnuplot Plot

Az második példához már kicsit összetettebb f függvényt választunk:

n 0 1 2 3 4
f(n) 0.6 0.3 0.1 0 0

n<0 és n>4 esetén f(n)=0.

A kimeneti jel (h=f*g) értékeit a következőképpen kapjuk:

  • h(0) = f(0) g(0) + f(1) g(-1) + f(2) g(-2) + f(3) g(-3) + f(4) g(-4) = 0
  • h(1) = f(0) g(1) + f(1) g(0) + f(2) g(-1) + f(3) g(-2) + f(4) g(-3) = 0.6
  • h(2) = f(0) g(2) + f(1) g(1) + f(2) g(0) + f(3) g(-1) + f(4) g(-2) = 0.9
  • h(3) = f(0) g(3) + f(1) g(2) + f(2) g(1) + f(3) g(0) + f(4) g(-1) = 1
  • h(4) = f(0) g(4) + f(1) g(3) + f(2) g(2) + f(3) g(1) + f(4) g(0) = 1

Most az eredmény:

n 0 1 2 3 4
h(n) 0 0.6 0.9 1 1

Gnuplot Plot

A minták kicsit száma (5) ellenére látszik, hogy a kimeneti jel lassabban éri el az 1-et, mint a bementi. A konvolúció ezekkel az együtthatókkal tehát úgy viselkedik, mint egy aluláteresztő szűrő.

Ezzekkel a példákkal egyben a FIR szűrő működését is illusztráltuk.

Alkalmazások

Diszkrét idejű jelfeldolgozás terén

A konvolúció leg elterjedtebb alkalmazása a digitális szűrőkben található. Megfelelő konstans vektor alkalmazásával érjük el a különböző karakterisztikákat. A konstansok kiszámításához az interneten jobbnál-jobb szűrőtervező szoftverek találhatók. Az algoritmus implementálható jelfeldolgozó processzorokban és mikrovezérlőkben is, de nagysebességű jelfeldolgozás vagy egyéb praktikus szempontok esetén gyakran implementálják FPGA-ban is. Gyengébb minőséget megkövetelő esetben akár nagyobb CPLD-ben is.

Processzoros áramkörben (mikrovezérlő, DSP, személyi számítógép) történő implementálásnál nagy előny, ha a processzor gyors szorzóáramkörrel rendelkezik illetve az is előny, ha hardverből támogatja a ciklikus puffereket. Ezáltal sokkal kevesebb órajel „elpazarlásával” végezhető el a művelet, vagy másszóval sokkal több minta feldolgozható ugyanakkora órajellel járó processzort tartalmazó áramkörrel.

A szűrőelrendezéseket csoportosítása
  • bemenetek száma szerint egy vagy több bemenettel rendelkező
  • kimenetek száma szerint egy vagy több kimenettel rendelkező

Alapból az egyetlen bemenettel és egyetlen kimenettel rendelkező szűrőkkel foglalkozunk, ezekből az alappéldákból levezethetőek a több bemenetű illetve több kimenetű elrendezések.

Elemi szűrőimplementációk
  • FIR szűrő (Finite Impulse Response) - véges impulzusválaszú szűrő
  • IIR szűrő (Infinite Impulse Response) - végtelen impulzusválaszú szűrő (Butterworth, Chebishev, Cauer szűrők)
Mi valósítható meg velük?

Egy speciális, úgynevezett átlapolt összeadásos konvolúció az FFT (gyors Fourier transzformáció) eljárás is, amely szintén a legfontosabb jelfeldolgozó algoritmusok egyike. Segítségével apró frekvenciatartományonként vizsgálható az amplitudó és fázis a vizsgált mintában, illetve az elemi amplitudók és fázisok tetszőleges módosítása után a Fourier transzformált jelet visszalakakítva jellé, tetszőleges jelet előállíthatunk a bemenőjelből.

Kétállapotú értékkészlet esetén

Érdemes megemlékezni egy másik igen fontos alkalmazási területről is, ahol a sokbites, finom (analógot reprezentáló) értékkészlet helyett kétállapotú (bináris) formáját használjuk a jelnek. Ilyen bináris alkalmazások a konvolúciós hibajavító eljárások.