Podręcznik

2. Sygnały i ich charakterystyki

2.5. Parametry energetyczne sygnałów

Parametry energetyczne sygnałów to miary opisujące ilość energii zawartej w sygnale lub jego moc w czasie, które pozwalają na ilościową ocenę jego właściwości. W analizie i przetwarzaniu sygnałów mają kluczowe znaczenie, ponieważ umożliwiają:

  • ocenę amplitudy i intensywności sygnału,
  • wykrywanie zmian i anomalii,
  • porównywanie i klasyfikowanie sygnałów,
  • dobór parametrów filtrów i algorytmów przetwarzania,
  • ocenę jakości sygnału.

W kontekście sygnałów biomedycznych analiza parametrów energetycznych jest niezwykle istotna, ponieważ pozwala na ilościową ocenę zarówno aktywności biologicznej, jak i jakości sygnałów rejestrowanych przez aparaturę medyczną. Energia i moc sygnału umożliwiają m.in.:

  • ocenę intensywności procesów fizjologicznych – np. amplituda i energia sygnału EKG odzwierciedlają siłę skurczów serca, energia sygnałów EEG koreluje z poziomem aktywności mózgu, a sygnały EMG odzwierciedlają aktywność mięśni,
  • wykrywanie nieprawidłowości i patologii – nagłe zmiany energii sygnału mogą wskazywać na arytmie serca, napady epilepsji, migotanie przedsionków lub inne stany chorobowe,
  • ocenę jakości sygnału i skuteczności przetwarzania – sygnały o niskiej energii w stosunku do szumu wymagają wzmocnienia lub filtracji, co jest istotne w telemedycynie i zdalnym monitoringu pacjentów,
  • dobór parametrów filtrów i algorytmów analizy – energia sygnału pozwala określić, które składowe częstotliwości są istotne, a które stanowią zakłócenia, co ma znaczenie przy projektowaniu algorytmów do analizy EKG, EEG i EMG,
  • porównania między pacjentami lub stanami fizjologicznymi – parametry energetyczne umożliwiają obiektywne porównanie sygnałów w różnych warunkach, np. spoczynkowych, wysiłkowych czy patologicznych.

Sygnały deterministyczne przyjmują w dowolnej chwili czasowej wartości rzeczywiste, które są określone przez jawne zależności matematyczne. Z takimi sygnałami wiąże się wiele parametrów, które charakteryzują ich właściwości. Wartość średnia, energia, moc średnia i wartość skuteczna należą do najważniejszych parametrów sygnałów.

  • Wartością średnią ciągłego sygnału  x(t) , określonego w przedziale  [t_1, t_2] , nazywamy wielkość:
 \bar{x} = \frac{1}{t_2 - t_1}\int_{t_1}^{t_2} x(t)\,dt
  • W przypadku sygnału o nieskończonym czasie trwania, wartością średnią nazywamy wielkość graniczną:
 \bar{x} = \lim_{\tau \rightarrow \infty}\frac{1}{2\tau}\int_{-\tau}^{\tau} x(t)\,dt
  • Energią ciągłego sygnału  x(t) nazywamy wielkość:
 E_x = \int_{-\infty}^{\infty} x^2(t)\,dt
  • Mocą średnią ciągłego sygnału  x(t) nazywamy wielkość graniczną:
 P_x = \lim_{\tau \rightarrow \infty}\frac{1}{2\tau}\int_{-\tau}^{\tau} x^{ }(t)\,dt
  • Mocą średnią ciągłego sygnału  x(t) o skończonym czasie trwania, określonego w przedziale  [t_1, t_2] , nazywamy wielkość:
 P_x = \frac{E_x}{t_2 - t_1}
  • Wartością skuteczną ciągłego sygnału  x(t) jest nazywany pierwiastek z jego mocy:
 x_{\text{sk}} = \sqrt{P_x}

Wartości energii i mocy sygnału odnoszą się nie bezpośrednio do fizycznych zjawisk, lecz do analizy właściwości sygnału. W teorii sygnałów często nie przypisuje się jednostki sygnału. W takim przypadku wymiarem energii sygnału jest sekunda, natomiast moc jest bezwymiarowa.

Energia i moc charakteryzują właściwości energetyczne sygnału. Na ich podstawie sygnały deterministyczne (ciągłe lub dyskretne) można podzielić na dwie klasy:

  • sygnały o ograniczonej energii, gdy:
 0 < E_x < \infty
  • sygnały o ograniczonej mocy, gdy:
 0 < P_x < \infty
Moc sygnałów o ograniczonej energii jest równa zeru, zaś energia sygnałów o ograniczonej mocy jest nieskończona. Stąd, klasy sygnałów o ograniczonej energii i ograniczonej mocy są rozłączne – sygnał może należeć tylko do jednej z tych klas.
 
Na rys. 2.7 przedstawiono przebieg ciągłego sygnału sinusoidalnego malejącego wykładniczo:
 
 x(t) = e^{-t}\sin(2\pi f t) .
 
Jest to sygnał o ograniczonej energii, w teorii równej 1 i zerowej mocy średniej. W rzeczywistości, dla badanego sygnału wartość energii wynosi 0.9997, a moc średnia 0.049985. Różnica wynika z faktu, że parametry te zostały wyznaczone dla skończonej długości okna, przy użyciu numerycznych metod obliczania całek, na przykład metody trapezów. Dlatego otrzymane wartości są jedynie przybliżeniem wartości teoretycznych.
 
Rys. 2.7. Wykres sygnału o ograniczonej energii

Na rys. 2.8 przedstawiono okresowy sygnał prostokątny o amplitudzie  A = 2 , którego moc średnia jest ograniczona i równa 4 ( A^2 ), zaś jego energia z czasem rośnie do nieskończoności.

Rys. 2.8. Wykres sygnału o ograniczonej mocy średniej

Do sygnałów o ograniczonej energii zaliczamy:

  • sygnały impulsowe o ograniczonej amplitudzie, np.:
    • impuls prostokątny, trójkątny, radiowy,
    • impulsowy skurcz mięśnia w EMG,
  • sygnały o nieskończonym czasie trwania, np.:
    • sygnał sinusoidalny malejący,
    • sygnał Gaussa,
    • sygnał wykładniczy malejący – odpowiedź tkanek na krótki impuls stymulacji nerwowej w badaniu przewodnictwa (ENG), podczas którego rejestruje się odpowiedź mięśni lub nerwu,
  • sygnały nieustalone, np.:
    • drgania tłumione,
    • sygnał EEG z napadem padaczkowym – nieregularny i zmienny, po napadzie zwykle wraca do wartości typowych.

Sygnały o ograniczonej mocy i ograniczone w amplitudzie są sygnałami o nieskończonym czasie trwania:

  • sygnały nieokresowe, np.:
    • długotrwały EMG przy skurczu izometrycznym – stała aktywność mięśnia, np. przy utrzymywaniu pozycji,
  • sygnały okresowe, np.:
    • sygnał sinusoidalny, fala prostokątna bipolarna,
    • długotrwały sygnał EKG – ciągła rejestracja rytmu serca, np. z użyciem Holtera, sygnał okresowy i stabilny, o regularnym rytmie serca.

Szczególną podklasą sygnałów o ograniczonej mocy są sygnały okresowe. Sygnał opisany funkcją okresową czasu nazywamy sygnałem okresowym. Dla sygnału okresowego  x(t) istnieje taka wartość  T , dla której spełniony jest warunek:

 x(t) = x(t+T) = \ldots = x(t + kT)

dla każdego  t . Czas  T nazywamy okresem sygnału,  k jest liczbą całkowitą. W każdej chwili czasu  t przesunięcie na osi czasu o okres lub jego wielokrotność nie zmienia wartości sygnału. Odwrotność okresu podstawowego nazywamy częstotliwością sygnału:

 f = \frac{1}{T}

Jednostką częstotliwości jest herc (jeden Hz stanowi pojedynczą oscylację, okres lub cykl na sekundę). Częstotliwością kątową (pulsacją) nazywamy szybkość zmiany fazy sygnału okresowego w czasie:

 \omega = 2\pi f = \frac{2\pi}{T}

Częstotliwość kątową określa się w radianach na sekundę (rd/s).

Gdy sygnał jest okresowy o okresie  T , uśrednianie w czasie nieskończonym jest równoważne uśrednianiu za okres. Wtedy wartością średnią ciągłego sygnału okresowego  x(t) jest:

 \bar{x} = \frac{1}{T}\int_{t_0}^{t_0 + T} x(t)\,dt

gdzie  t_0 jest dowolną chwilą. Moc średnia ciągłego sygnału okresowego jest równa mocy średniej w jednym okresie  T :

 P_x = \frac{1}{T}\int_{t_0}^{t_0 + T} |x(t)|^2\,dt

dla dowolnej chwili  t_0 . Jeżeli energia sygnału okresowego, przypadająca na pojedynczy okres  T , jest różna od zera, to całkowita energia sygnału  E_x jest nieskończona.

Najbardziej znanym sygnałem okresowym jest sygnał sinusoidalny (rys. 2.9):

 x(t) = A\sin(\omega t + \varphi) = A\sin(2\pi f t + \varphi) .

gdzie:

  •  A to amplituda sygnału,
  •  \omega to pulsacja sygnału,
  •  f to częstotliwość sygnału,
  •  \varphi to faza sygnału.

Wartość średnia sygnału sinusoidalnego wynosi  0 (w rzeczywistości  \approx 0 ), zaś jego moc średnia zależy tylko od amplitudy i jest równa  A^2 / 2 . Suma sygnałów sinusoidalnych o różnych częstotliwościach jest także sygnałem okresowym. Stanowi to istotny fakt przy analizie częstotliwościowej sygnałów.

Rys. 2.9. Wykres sygnału sinusoidalnego z niezerową ( 45^{\circ} ) i zerową fazą ( 0^{\circ} ), dla  A = 2 i  T = 1

W rzeczywistości możemy mieć do czynienia z sygnałami pseudookresowymi, które nie są idealnie okresowe – kształt przebiegu powtarza się tylko orientacyjnie. Takie pseudookresy występują w sygnałach, np. dźwięku czy EEG i EKG. Przykładem takiego sygnału jest sygnał sinusoidalny z modulacją częstotliwości:

 x(t) = A\sin(2\pi f t + \beta \sin(2\pi f_m t))

gdzie:

  •  A to amplituda sygnału,
  •  f to częstotliwość nośna sygnału,
  •  \beta to głębokość modulacji,
  •  f_m to częstotliwość modulacji.

Ponieważ modulacja takiego sygnału zmienia częstotliwość, ale nie zmienia amplitudy, to moc średnia takiego sygnału nadal wynosi  A^2 / 2 .