Sei sulla pagina 1di 37

Teoria dei Segnali e delle Comunicazioni

Anno Accademico 2018/19

Introduzione all’analisi tempo-frequenza

Lorenzo Galleani
Dipartimento di Elettronica e Telecomunicazioni, Politecnico di Torino
Time-Frequency Analysis (TFA)
• Nata all’incirca a metà del ‘900
• “Boom” dal 1980 a oggi
• Estensione dell’analisi in frequenza classica

2
Analisi in Frequenza Classica 1/2
• Fourier: Ingegnere
• 1700-1800
• Decomposizione del segnale in somma di
sinusoidi
• Trasmissione del calore

3
Analisi in Frequenza Classica 2/2

Dice quali frequenze sono esistite nel segnale


4
Necessità della TFA
• I segnali in natura sono in generale a
frequenza variabile
– Voce umana
– Effetto doppler
– Tramonto
– Segnali astronomici: QPO
– …

5
Vogliamo di più

Non ci basta sapere


quali frequenze sono esistite nel segnale

vogliamo anche sapere


quando sono esistite

6
Quiz 1/4

DO RE MI FA

Spettrogramma
7
Quiz 2/4

DO MI RE FA

Spettrogramma
8
Quiz 3/4

DO FA

Wigner distribution 9
Quiz 4/4

DO+RE MI+FA

Wigner distribution
10
Terminologia 1/5
Dominio tempo-frequenza
[Piano tempo-frequenza]

Componente
[Rosso→Alta energia→Grande ampiezza]

Regione tempo-frequenza
[Blu→Bassa energia→Piccola ampiezza] Componenti

Segnale monocomponente Segnale multicomponente


11
Terminologia 2/5

Chirp lineare

Sinusoide a
supporto
limitato

Sinusoide

12
Terminologia 3/5

Delta di Dirac

13
Terminologia 4/5

Componenti del
rumore

Rumore Gaussiano bianco 14


Terminologia 5/5

Frequenza
istantanea

Banda
istantanea

Chirp lineare con


modulazione Gaussiana di ampiezza 15
Motore turbo-diesel
Modi di
vibrazione
della
camera
Iniezione
principale

Termini
interferenti
Iniezione
pilota

Choi-Williams distribution
16
Abbondanza di TFD
Ci sono infinite Time-Frequency Distributions
• Spettrogramma
• Wigner (o Wigner-Ville)
• Cohen’s class
– Smoothed Pseudo-Wigner
– Choi-Williams

17
Classe di Cohen


1
C (t ,  )  x * (u   / 2) x(u   / 2) ( , )e i i iu dud d
4 2

• 1966: Journal of Mathematical Physics


• Racchiude tutte le TFD
• Ogni TFD ha un kernel
• Si progetta la TFD imponendo vincoli sul kernel

18
Spettrogramma
• Metodo più intuitivo per fare tempo-frequenza

 2
1
 h(t   ) x( ) e
 i 
P (t ,  )  d
2 

• h(t) è la finestra
• h(t-τ) x(τ) è il segnale troncato o finestrato
• Senza il modulo quadro è la cosiddetta
Short Time Fourier Transform (STFT)
19
Positività e Marginali

1. P(t ,  )  0
2. Marginali non soddisfatte

 P(t , )dt  X ( )
2

 P(t , )d  x(t )


2

20
Lunghezza della finestra 1/3

Corta
21
Lunghezza della finestra 2/3

Lunga
22
Lunghezza della finestra 3/3

Media
23
Distribuzione di Wigner

1
 x ( t   / 2) x ( t   / 2) e
 i 
W (t ,  )  *
d
2 

• Non lineare (quadratica o bilineare)


• Molte proprietà matematiche
• Prototipo delle nuove distribuzioni

24
Positività

25
Termini interferenti 1/2

Una conseguenza della natura quadratica della Wigner


26
Termini interferenti 2/2
Smoothed Wigner distribution

Possiamo filtrarli
27
Eccellente localizzazione

Chirp lineare
28
TFA di Processi Stocastici
• Settore ancora molto giovane
• Wigner spectrum: Valore atteso della
distribuzione di Wigner

1

i 
W (t ,  )  E[ X *
(t   / 2) X (t   / 2)] e d
2 

• Sliding Welch Spectrum


– Simile allo spettrogramma: l’analisi in frequenza
è fatta con un opportuno stimatore dello spettro
di potenza (periodogramma di Welch)
29
The Transient Spectrum

L. Galleani, “The transient spectrum of a random system,” IEEE Trans.


Signal Process., vol. 58, no. 10, pp. 5106–5117, October 2010. 30
Risposta all’impulso

L. Galleani, “Response of dynamical systems to nonstationary inputs,” IEEE


Trans. Signal Process., vol. 60, no. 11, pp. 5775–5786, November 2012.
31
MIMO Dynamical Systems

L. Galleani, “Time-Frequency Representation of MIMO Dynamical


Systems,” IEEE Trans. Signal Process., vol. 61, no. 17, pp. 4309–4317,
September 2013. 32
Sliding Welch Spectrum 1/3

X-Ray binary star


33
Sliding Welch Spectrum 2/3

Measured signal: photon arrival time

0
0.1
0.12
0.15
...

34
Sliding Welch Spectrum 3/3

X-Ray data from the binary star XTE-J1550


Sliding Welch spectrum
35
Conclusioni

• Con la TFA studiamo segnali il cui


contenuto in frequenza varia nel tempo
• Non esiste ancora la TFD perfetta
• Bisogna adattare la TFD al segnale: ogni
TFD va bene per una vasta classe di segnali

36
Messaggio Promozionale

Signal Processing: Methods and Algorithms

37