V oblasti komunikácie, spracovania signálov a všeobecne v elektrotechnike je signál akákoľvek časovo premenná veličina, ktorá prenáša informáciu alebo odráža stav fyzikálneho systému. Signál môžeme matematicky popísať ako funkciu času (v spojitom prípade) alebo ako postupnosť čísel (v diskrétnom prípade).

Základné definície a kontext

Pojem signál má v rôznych oblastiach mierne odlišné zafarbenie. Napríklad v teórii informácie je signál často chápaný ako kódovaná správa — postupnosť stavov v komunikačnom kanáli, ktorá nesie informáciu. V komunikačnom systéme vysielač kóduje správu do signálu, ktorý sa komunikačným kanálom prenáša k prijímaču. Napríklad slová „Mária mala malú ovečku“ sú správa vyslovená do telefónu; telefónny vysielač premieňa zvuky na signál elektrického napätia, ktorý sa pomocou vodičov alebo bezdrôtovo prenesie k prijímaču a tam sa opäť konvertuje na zvuk.

Typy signálov

  • Analógové (spojité) vs. digitálne (diskrétne) – analógový signál je definovaný pre každú hodnotu času (napr. napätie v obvode), digitálny signál je reprezentovaný diskrétnymi vzorkami a často aj diskrétnymi hodnotami (číslami) po kvantizácii.
  • Časovo spojité vs. časovo diskrétne – rozlišujeme, či je signál definovaný pre všetky časy alebo len v bodoch (vzorkách) v čase.
  • Deterministické vs. náhodné (stochastické) – deterministický signál môžeme presne opísať funkciou; náhodný signál je modelovaný pravdepodobnostne (napr. šum alebo merané fyzikálne veličiny s náhodnými fluktuáciami).
  • Periodické vs. aperiodické – periodický signál sa opakuje s periódou T, aperiodický signál sa neopakuje (napr. impulzy alebo reč).
  • Energetické vs. výkonné – energetický signál má konečnú energiu (integrál štvorca je konečný), výkonový signál má konečný priemerný výkon (typické pre nekonečne trvajúce signály).

Vlastnosti signálov

  • Spektrálne zloženie a šírka pásma – každý signál má frekvenčné zložky; rozsah frekvencií, v ktorých je signál sústredený, nazývame šírka pásma. Šírka pásma ovplyvňuje požiadavky na prenosové médium.
  • Fáza a amplitúda – signál môže byť charakterizovaný amplitúdou (veľkosť) a fázou (časové posunutie frekvenčných zložiek).
  • Stacionarita a ergodicita – v teórii náhodných procesov sú dôležité vlastnosti, ktoré určujú správanie štatistík v čase.
  • Pomer signálu k šumu (SNR) – dôležitý ukazovateľ kvality signálu pri prenose a meraní.

Reprezentácia a matematické nástroje

Signály sa analyzujú v čase a vo frekvenčnej oblasti. Najčastejšie používané nástroje:

  • Fourierova transformácia – rozklad signálu na frekvenčné zložky (spektrum). Pre diskrétne signály sa používa diskrétna Fourierova transformácia (DFT, FFT).
  • Laplaceova a Z-transformácia – užitočné pri analýze systémov a stabilite, najmä pre spojité (Laplace) a diskrétne (Z) prípady.
  • Konvolúcia a korelácia – opakované nástroje pri prechode signálu cez lineárne systémy a pri detekcii alebo odhadovaní časového posunu.
  • Spektrálna hustota výkonu – pre stochastické signály opisuje rozdelenie výkonu podľa frekvencie.

Spracovanie signálov

Spracovanie signálov zahŕňa množstvo operácií, ktorými sa signál upravuje, analyzuje alebo prenáša tak, aby sa dosiahli požadované vlastnosti:

  • Filtrácia – odstránenie nežiaducich frekvencií (napr. hluk), zvýraznenie užitočných zložiek. Filtre sú analógové alebo digitálne (FIR, IIR).
  • Vzorkovanie a rekonstrukcia – prevod analógového signálu na diskrétny. Podľa Nyquistovho–Shannonovho vzorkovacieho teorému musí byť vzorkovacia frekvencia väčšia než dvojnásobok najvyššej frekvencie signálu, aby sa predišlo aliasingu. Pred vzorkovaním sa často použije protialiasovací dolnopriepustný filter.
  • Kvantizácia a A/D, D/A prevod – pri digitalizácii sa vzorky zaokrúhľujú na konečný počet bitov, čo zavádza kvantizačný šum.
  • Modulácia a demodulácia – prenášanie signálov cez kanály (AM, FM, PM pre analógové; ASK, FSK, PSK, QAM pre digitálne modulácie).
  • Kódovanie a kompresia – redukcia redundancie (napr. MP3 pre audio, JPEG pre obraz) a pridanie korekčných kódov pre odolnosť proti chybám pri prenose.
  • Adaptívne spracovanie – filtre a systémy, ktoré sa prispôsobujú meniacim sa podmienkam (napr. potláčanie echa, odhad kanála).
  • Spektrálna analýza – meranie spektra signálu, identifikácia dominantných frekvencií a periodických komponentov.

Aplikácie

Signály a ich spracovanie sú základom mnohých technológií:

  • Telekomunikácie – prenos hlasu, dát, videa cez rôzne médiá (káble, optika, rádio).
  • Riadenie a automatizácia – senzory snímajú signály z fyzikálnych procesov, ktoré sa spracúvajú na riadenie systémov.
  • Spracovanie obrazu a videa – kompresia, filtrácia, rozpoznávanie objektov.
  • Medicínske zobrazovanie a signály – EKG, EEG, ultrazvuk, MRI – analýza a filtrácia biologických signálov.
  • Radar a sonar – detekcia a meranie vzdialenosti/ rýchlosti pomocou spracovania odrazených signálov.
  • Audio spracovanie – potlačenie šumu, ekvalizácia, syntéza zvuku.

Praktické aspekty a obmedzenia

  • Šírka pásma a kapacita kanála – obmedzujú, koľko informácie sa dá spoľahlivo preniesť.
  • Šum a rušenie – reálne merania a prenosy sú ovplyvnené náhodným šumom; použitie korekčných kódov a filtrovania zvyšuje spoľahlivosť.
  • Numerická presnosť a latencia – pri digitálnom spracovaní treba zvážiť výpočtové nároky a oneskorenie spracovania.

Príklady

  • Akustický signál: tlakové zmeny v čase, ktoré v telefóne konvertujeme na elektrické napätie.
  • Obrazový signál: dvojrozmerná funkcia intenzity svetla (alebo farebných zložiek) v priestore, často spracovávaný ako matica pixlov.
  • Teplotný signál: meranie teploty v čase senzorom – často pomalšie a môžu obsahovať šum.

Signály sú teda univerzálnym prostriedkom na prenos a uchovávanie informácií. Ich analýza a spracovanie využívajú širokú paletu matematických a inžinierskych nástrojov, od jednoduchých filtrov až po pokročilé algoritmy digitálneho spracovania signálov (DSP), ktoré umožňujú moderné komunikačné, meracie a riadiace systémy.