در بسیاری از مدل‌های مهندسی، به‌ویژه در پردازش سیگنال، مخابرات، سیستم‌های الکتریکی و تحلیل فرکانسی، اطلاعات به شکل اعداد مختلط نمایش داده می‌شوند. یک سیگنال مختلط را می‌توان از دو دیدگاه متفاوت بررسی کرد: نمایش بر اساس قسمت حقیقی و موهومی یا نمایش بر اساس اندازه و زاویه فاز. سیمولینک برای تبدیل و جداسازی این مؤلفه‌ها بلوک‌های تخصصی در اختیار کاربر قرار می‌دهد.

ساختار اعداد مختلط در سیمولینک

یک عدد مختلط از دو مؤلفه اصلی تشکیل می‌شود: بخش حقیقی و بخش موهومی. این دو مؤلفه می‌توانند اطلاعات متفاوتی از یک سیگنال را نشان دهند و در بسیاری از الگوریتم‌های پردازش سیگنال به‌صورت جداگانه مورد استفاده قرار گیرند.

بلوک Real-Imag to Complex برای تشکیل یک سیگنال مختلط از دو ورودی حقیقی و موهومی استفاده می‌شود. این بلوک می‌تواند برای سیگنال‌های اسکالر، برداری و ماتریسی به کار رود و ساختار داده ورودی را در خروجی مختلط حفظ کند.

در مقابل، بلوک Complex to Real-Imag امکان جداسازی یک سیگنال مختلط به مؤلفه‌های حقیقی و موهومی را فراهم می‌کند. این قابلیت زمانی کاربرد دارد که الگوریتم بعدی مدل به هر یک از این دو مؤلفه به‌صورت مستقل نیاز داشته باشد.

تجزیه مختلط به حقیقی و موهومی

یکی از رایج‌ترین عملیات‌ها، تبدیل یک سیگنال مختلط به دو سیگنال مستقل است. در این حالت، خروجی اول بیانگر قسمت حقیقی و خروجی دوم بیانگر قسمت موهومی سیگنال خواهد بود.

این روش در مدل‌هایی که پردازش روی دو مؤلفه به‌صورت جداگانه انجام می‌شود، بسیار مفید است. برای مثال، ممکن است بخش حقیقی یک سیگنال وارد یک مسیر پردازشی و بخش موهومی وارد مسیر دیگری شود و در ادامه، نتایج دوباره با یکدیگر ترکیب شوند.

در پردازش سیگنال‌های چندکاناله نیز می‌توان همین مفهوم را برای سیگنال‌های برداری یا ماتریسی به کار برد.

تجزیه مختلط به اندازه و زاویه

نمایش دیگری از یک عدد مختلط بر اساس Magnitude و Phase است. در این نمایش، به‌جای بررسی مستقیم مؤلفه‌های حقیقی و موهومی، سیگنال بر اساس اندازه و زاویه فاز آن تحلیل می‌شود.

سیمولینک امکان تبدیل سیگنال مختلط به این دو مؤلفه را از طریق بلوک‌های مرتبط با عملیات ریاضی و مختلط فراهم می‌کند. این روش در تحلیل پاسخ فرکانسی، سیستم‌های مخابراتی و پردازش سیگنال‌های سینوسی اهمیت زیادی دارد.

Magnitude نشان‌دهنده اندازه سیگنال مختلط است، در حالی که Phase اطلاعات مربوط به موقعیت زاویه‌ای آن را بیان می‌کند.

تفاوت نمایش حقیقی-موهومی و اندازه-زاویه

دو نمایش حقیقی-موهومی و اندازه-زاویه، اطلاعات یکسانی را با دو ساختار متفاوت بیان می‌کنند.

در نمایش Real-Imag، تمرکز بر مؤلفه‌های حقیقی و موهومی است. این ساختار برای انجام عملیات مستقیم روی اجزای سیگنال مناسب است.

در نمایش Magnitude-Phase، تمرکز بر اندازه و زاویه سیگنال قرار دارد و برای تحلیل رفتار دامنه و فاز، به‌خصوص در حوزه فرکانس، مناسب‌تر است.

بنابراین انتخاب روش مناسب به نوع الگوریتم و هدف مدل‌سازی بستگی دارد.

کاربرد در پردازش سیگنال

در سیستم‌های پردازش سیگنال، داده‌ها ممکن است پس از تبدیل فوریه یا سایر پردازش‌های فرکانسی به شکل مختلط ظاهر شوند. در چنین شرایطی، استخراج اندازه و فاز می‌تواند اطلاعات قابل‌فهم‌تری درباره رفتار سیگنال ارائه دهد.

برای مثال، در تحلیل یک سیگنال فرکانسی می‌توان دامنه مؤلفه‌های مختلف را بررسی کرد و هم‌زمان تغییرات فاز آن‌ها را مورد ارزیابی قرار داد. این نوع پردازش در سیستم‌های مخابراتی و تحلیل سیگنال‌های دیجیتال اهمیت زیادی دارد.

کاربرد در سیستم‌های الکتریکی

اعداد مختلط در مدل‌سازی سیستم‌های الکتریکی نیز نقش مهمی دارند. کمیت‌هایی مانند فازورهای ولتاژ و جریان معمولاً با استفاده از نمایش مختلط تحلیل می‌شوند.

در چنین مدل‌هایی، نمایش اندازه و زاویه می‌تواند برای بررسی دامنه و اختلاف فاز مناسب باشد، در حالی که نمایش حقیقی و موهومی امکان پردازش مستقیم مؤلفه‌های مختلط را فراهم می‌کند.

این قابلیت به سیمولینک اجازه می‌دهد ساختارهای پیچیده‌تر مربوط به سیستم‌های قدرت، ماشین‌های الکتریکی و مدارهای دینامیکی را نیز مدل‌سازی کند.

پردازش آرایه‌ها و ماتریس‌های مختلط

تجزیه اعداد مختلط فقط به سیگنال‌های اسکالر محدود نیست. سیمولینک امکان پردازش سیگنال‌های برداری و ماتریسی مختلط را نیز فراهم می‌کند.

این ویژگی در مدل‌هایی که داده‌ها از چندین کانال یا مجموعه‌ای از متغیرها تشکیل شده‌اند، اهمیت زیادی دارد. در چنین شرایطی می‌توان ساختار ماتریسی را حفظ کرد و مؤلفه‌های موردنیاز را برای ادامه پردازش استخراج نمود.

به همین دلیل، مدیریت صحیح ابعاد سیگنال در کنار نوع مختلط آن اهمیت ویژه‌ای پیدا می‌کند.

ترکیب و بازسازی سیگنال مختلط

پس از پردازش مؤلفه‌های حقیقی و موهومی، می‌توان آن‌ها را دوباره به یک سیگنال مختلط تبدیل کرد. این قابلیت امکان ایجاد یک زنجیره کامل پردازش را فراهم می‌کند؛ به‌طوری که سیگنال مختلط ابتدا تفکیک شده، مؤلفه‌های آن به‌صورت مستقل پردازش شوند و در نهایت سیگنال حاصل دوباره در قالب مختلط مورد استفاده قرار گیرد.

در کاربردهای پیشرفته‌تر، می‌توان همین ساختار را برای مجموعه‌ای از سیگنال‌های برداری یا ماتریسی نیز به کار برد.

اهمیت مدیریت فاز

هنگام کار با نمایش اندازه-زاویه، مدیریت صحیح فاز اهمیت زیادی دارد. تغییرات زاویه می‌توانند در هنگام عبور از محدوده‌های مشخص باعث ایجاد ناپیوستگی ظاهری شوند. بنابراین در مدل‌هایی که تغییرات فاز به‌صورت پیوسته تحلیل می‌شوند، نحوه پردازش و تفسیر این اطلاعات اهمیت ویژه‌ای دارد.

این موضوع در تحلیل سیگنال‌های دوره‌ای، سیستم‌های مخابراتی و الگوریتم‌های کنترل مبتنی بر فاز بیشتر مشاهده می‌شود.

انتخاب نمایش مناسب

انتخاب میان دو ساختار Real-Imag و Magnitude-Phase باید بر اساس نیاز مدل انجام شود. اگر هدف، انجام محاسبات مستقل روی دو مؤلفه سیگنال باشد، نمایش حقیقی-موهومی معمولاً مناسب‌تر است.

در مقابل، زمانی که تمرکز بر دامنه، فاز و رفتار فرکانسی سیگنال باشد، نمایش اندازه-زاویه اطلاعات کاربردی‌تری ارائه می‌دهد.

شناخت این تفاوت باعث می‌شود ساختار مدل ساده‌تر شده و مسیرهای پردازشی متناسب با نیاز الگوریتم طراحی شوند.

جمع‌بندی

تجزیه اعداد مختلط یکی از قابلیت‌های مهم سیمولینک برای مدل‌سازی سیستم‌های پیشرفته است. با استفاده از ابزارهای مرتبط می‌توان سیگنال‌های مختلط را به مؤلفه‌های حقیقی و موهومی یا اندازه و زاویه فاز تبدیل کرد و هر یک را متناسب با نیاز مدل پردازش نمود.

این قابلیت در پردازش سیگنال، مخابرات، سیستم‌های الکتریکی، تحلیل فرکانسی و مدل‌های ماتریسی کاربرد گسترده‌ای دارد. درک تفاوت میان این دو نوع نمایش و نحوه ترکیب آن‌ها با سایر عملیات ماتریسی، زمینه را برای طراحی مدل‌های دقیق‌تر و ساختارمندتر در سیمولینک فراهم می‌کند.

کلیدواژه ها : Complex Numbers-اعداد مختلط- Complex Signal-سیگنال مختلط- Real-Imaginary-حقیقی و موهومی- Real-Imag Decomposition-تجزیه حقیقی و موهومی- Complex to Real-Imag-تبدیل مختلط به حقیقی و موهومی- Magnitude-اندازه سیگنال- Phase-زاویه فاز- Magnitude-Phase-اندازه و فاز- Complex Signal Processing-پردازش سیگنال مختلط- Complex Matrix-ماتریس مختلط- Complex Vector-بردار مختلط- Signal Phase-فاز سیگنال- Signal Magnitude-دامنه سیگنال- Simulink-سیمولینک