14.6
Sistemin dürtü tepkisi, giriş sinyali ve darbe tepkisi evrişimi yoluyla çıkış tepkisini belirlemek için kullanılabilir.
Bir giriş sinyali ve çıkış verildiğinde bu dürtü tepkisinin elde edilmesi, evrişim çözme veya ters filtreleme olarak adlandırılır. Evrişim toplamındaki kurucu sinyallerden birini elde etme işlemidir.
Bir giriş sinyali ve bir çıkış yanıtı verildiğinde, dürtü tepkisini elde etmek için polinom bölme veya özyinelemeli algoritma yöntemleri kullanılarak evrişim dışı gerçekleştirilebilir.
Polinom bölme yaklaşımında, diziler azalan mertebeden polinomların katsayıları olarak görülür. Daha sonra dürtü tepkisini elde etmek için uzun bölme işlemi gerçekleştirilir.
Özyinelemeli algoritma yönteminde, çıktı yanıtı başlangıçta özyinelemeli bir algoritma olarak formüle edilebilen evrişim toplamı olarak tanımlanır. Denklem, n değişkeninin sıfıra ayarlanmasıyla basitleştirilir ve n'nin pozitif değerleri için dürtü tepkisinin elde edilmesine izin verilir.
İmpuls tepkisi için gereken değerlendirme sayısı, verilen ilişkiye sinyal uzunluklarının ikame edilmesiyle belirlenir. Elde edilen sayı için son darbe tepkisi değeri hesaplanır.
Ters evrişim, ters filtreleme olarak da bilinir, bilinen giriş ve çıkış sinyallerinden dürtü yanıtını çıkarma işlemidir. Bu teknik, sistemin özelliklerinin bilinmediği ve gözlemlenebilir sinyallerden çıkarılması gereken senaryolarda hayati önem taşır.
Ters evrişim, dürtü yanıtını türetmek için çeşitli matematiksel teknikler içerir. Yaygın bir yaklaşım polinom bölümüdür. Bu yöntemde, giriş ve çıkış dizileri azalan sıralı polinomların katsayıları olarak ele alınır. Bu polinomlar üzerinde uzun bölme işlemi yapılarak dürtü yanıtı elde edilebilir. Bu yöntem basittir ve sistemin giriş-çıkış ilişkisi, polinom biçiminde ifade edildiğinde dürtü yanıtını belirlemek için etkili bir yol sağlar.
Ters evrişim için bir diğer etkili teknik ise yinelemeli algoritma yöntemidir. Burada çıktı yanıtı, yinelemeli bir algoritmaya dönüştürülebilen bir evrişim toplamı olarak gösterilir. Bu yöntemin yinelemeli yapısı, evrişim toplamının sistematik olarak basitleştirilmesine olanak tanır. n değişkenini sıfır kabul ederek denklem basitleştirilir ve n'nin pozitif değerleri için dürtü yanıtı belirlenebilir. Bu yöntem, dekonvolüsyon sürecinde yer alan hesaplama karmaşıklığını azalttığı için özellikle uzun dizilerle uğraşırken faydalıdır.
Dürtü yanıtını belirlemek için gereken değerlendirme sayısı, giriş ve çıkış sinyallerinin uzunluklarına bağlıdır. Bu, sinyal uzunlukları, verilen bir ilişkiye koyarak hesaplanabilir. Gerekli değerlendirme sayısı belirlendikten sonra, dürtü yanıtının nihai değeri doğru bir şekilde hesaplanabilir. Bu adım, türetilen dürtü yanıtının çeşitli giriş koşulları altında sistemin davranışını öngörmek için kesin ve güvenilir olduğundan emin olmak için çok önemlidir.
Sistemin dürtü tepkisi, giriş sinyali ve darbe tepkisi evrişimi yoluyla çıkış tepkisini belirlemek için kullanılabilir.
Bir giriş sinyali ve çıkış verildiğinde bu dürtü tepkisinin elde edilmesi, evrişim çözme veya ters filtreleme olarak adlandırılır. Evrişim toplamındaki kurucu sinyallerden birini elde etme işlemidir.
Bir giriş sinyali ve bir çıkış yanıtı verildiğinde, dürtü tepkisini elde etmek için polinom bölme veya özyinelemeli algoritma yöntemleri kullanılarak evrişim dışı gerçekleştirilebilir.
Polinom bölme yaklaşımında, diziler azalan mertebeden polinomların katsayıları olarak görülür. Daha sonra dürtü tepkisini elde etmek için uzun bölme işlemi gerçekleştirilir.
Özyinelemeli algoritma yönteminde, çıktı yanıtı başlangıçta özyinelemeli bir algoritma olarak formüle edilebilen evrişim toplamı olarak tanımlanır. Denklem, n değişkeninin sıfıra ayarlanmasıyla basitleştirilir ve n'nin pozitif değerleri için dürtü tepkisinin elde edilmesine izin verilir.
İmpuls tepkisi için gereken değerlendirme sayısı, verilen ilişkiye sinyal uzunluklarının ikame edilmesiyle belirlenir. Elde edilen sayı için son darbe tepkisi değeri hesaplanır.
From Chapter 14:
Now Playing
Linear Time- Invariant Systems
831 Views
Linear Time- Invariant Systems
1.2K Views
Linear Time- Invariant Systems
1.0K Views
Linear Time- Invariant Systems
1.4K Views
Linear Time- Invariant Systems
846 Views
Linear Time- Invariant Systems
790 Views
Linear Time- Invariant Systems
1.2K Views