- •1. Роль и место цос и в современной радиоэлектронике. Преимущества и эффективность цос. Последовательность операций цос.
- •2. Дискретные линейные системы. Представление дискретных последова-тельностей. Нормированное время.
- •3.Дискретизация и квантование сигналов. Способы отсчета значений сигнала. Нормированная частота.
- •4. Теорема дискретизации Найквиста-Котельникова. Выбор интервала дискретизации для нестационарных процессов.
- •5. Дискретные системы. Примеры: идеальная система задержки; система без запоминания.
- •6. Дискретные линейные стационарные системы. Примеры: сумматор, система с запоминанием.
- •7. Дискретные линейные системы с постоянными параметрами. Уравнение циклической свертки.
- •9. Линейные разностные уравнения с постоянными параметрами. Пример.
- •10. Рекурсивные линейные дискретные системы. Пример. Схема.
- •11. Нерекурсивные линейные дискретные системы. Пример. Схема.
- •12. Представление дискретных систем и сигналов в частотной области. Комплексная частотная характеристика дискретных систем. Пример.
- •13. Представление кчх дискретных систем в алгебраической и в показательной форме. Расчет кчх. Пример.
- •14. Импульсная характеристика дискретных систем. Импульсная характеристика рекурсивной линейной дискретной системы. Пример.
- •15. Свойства преобразования Фурье. Теорема о периодической свертке
- •16. Расчет комплексной частотной характеристики рекурсивной системы. Пример.
- •17. Дискретизированное по времени преобразование Фурье.
- •18. Выбор подходящего класса дискретных фильтров. Сравнение бих и ких-фильтров.
- •19. Идеальные частотно-избирательные фильтры. Спецификация требований фильтра. Преимущества цф. Формула
- •20. Дискретный фильтр с конечной импульсной характеристикой. Вычисление коэффициентов ких-фильтра.
- •21. Метод весовых функций. Расчет частотной характеристики прямоугольного окна. Эффект Гиббса.
- •23. Структурная схема ких-фильтра.
- •24. Импульсная характеристика идеального фнч.
- •25. Дискретные экспоненциальные функции. Свойства функций дэф
- •26. Метод окон. Стандартные весовые функции (окна). Пример вычисления коэффициентов импульсной характеристики ких – фильтра нч.
- •27. Дискретное преобразование Фурье. Свойства дпф. Теорема о корреляции.
- •28. Соотношения двойственности преобразования Фурье.
- •29. Дпф. Свойства. Инвариантность дпф относительно сдвига по времени и частоте.
- •30.38 Вычислительнаясложностьдискретныхпреобразований: дпф, дпх, дпу-a, дкп.
- •31. Алгоритм быстрого преобразования Фурье. Алгоритм разделения входной последовательности на части. Посмотреть48
- •32. Дискретное преобразование Уолша-Адамара. Свойства.
- •33.Ортогональные преобразования. Базисные функции ядра унітарного преобразования Хартли
- •34.Цифровая корреляционная функция. Корреляционное декодирование кодових последовательностей. Пример.
- •36. Дисперсионная фильтрация сигналов и изображений. Пример.
- •37. Вычисление циклической дискретной автосвертки последовательности с помощью дпф.
- •30.38. Вычисление двумерных преобразований. Вычислительная сложность двумерных преобразований. Пример.
- •39.Фурье-образ прямоугольного окна. Пример.
- •41. Устойчивость линейных дискретных систем.
- •43. Дискретное преобразование Фурье. Свойства. Симметричность дпф. Теорема о свертке.
- •44. Сжатие изображений. Статистические характеристики изображений.
- •45. Пороговая фильтрация коэффициентов преобразования Уолша-Адамара. Пример.
- •46. Описание границ объектов на изображениях посредством преобразований. Пример.
- •47. Оценка вычислительной сложности бпф. Выигрыш в вычислительной сложности бпф.
- •48. Структурная схема процессора для вычисления n-мерного сигнала. Пример бпф с прореживанием по времени
- •49. Дисперсионный принцип фильтрации трансформант. Пример.
- •50.Алгоритс бпф с прореживанием по времени.
- •51. Вычисление двумерной функции распределения трансформант.
- •52. Компрессия изображений посредством дкп. Пример.
21. Метод весовых функций. Расчет частотной характеристики прямоугольного окна. Эффект Гиббса.
Для
уменьшения растекания спектра при ДПФ
применяются весовые функции, которые
также называют окнами. В этом случае
перед расчетом ДПФ сигнал умножается
на весовую функцию
,
которая должна спадать к краям сегмента.
Формула прямого ДПФ при использовании
весовых функций принимает следующий
вид:
Проанализируем ситуацию во временной области. Если используется весовая функция, которая имеет максимум в середине (k=N/2) и плавно спадает к краям(k=0 и k=N-1), то это приведет к ослаблению эффектов, связанных с возникновением скачков сигнала при периодическом повторении анализируемой конечной последовательности, и таким образом, к уменьшению растекания спектра.
Проанализируем ситуацию во частотной области. Умножение сигнала на весовую функцию соответствует свертке спектров сигнала и весовой функции. Это приведет к тому, что пики, содержащиеся в спектре сигнала несколько расширяются. Однако при этом становится возможным уменьшить уровень боковых лепестков спектральной функции, что и является целью применения весовых функция. Выбирая весовую функцию w(k) определенным образом можно уменьшить уровень боковых лепестков частотной характеристики фильтров, соответствующих отдельным каналам ДПФ, платой за это является расширение центрального лепестка частотной характеристики.
Оценим ширину главного лепестка Фурье-образа прямоугольного окна. Для этого вычислим значение частоты, когда возникает первый 0.
Поэтому
ширина главного лепестка амплитудно-частотной
характеристики будет равна
С увеличением М ширина будет уменьшаться.
Эффект Гиббса – в точке разрыва сходимость ряда Фурье не является равномерной и носит особый характер, который выражается в появлении пульсаций вблизи точки разрыва, максимум которых слева и справа составляет около 9% от АЧХ(амплитудно-частотная характеристика) и остается таким вне зависимости от N(длина импульсной характеристики)
23. Структурная схема ких-фильтра.
КИХ-фильтр -один из видов линейных цифровых фильтров, характерной особенностью которого является ограниченность по времени его импульсной характеристики (с какого-то момента времени она становится точно равной нулю). Такой фильтр называют ещё нерекурсивным из-за отсутствия обратной связи.
Разностное уравнение КИХ фильтра не содержит рекурсивной части: (2)
x(k) — входной сигнал
y(k) — выходной сигнал
bm-коэфициент фильтра
Выражение (2) получается из выражения (1) при a0 =1 и am =0, m>0.
Структурная схема нерекурсивного КИХ-фильтра показана на рисунке 2.
Рисунок 2: Структурная схема нерекурсивного КИХ-фильтра
КИХ фильтр порядка содержит линий задержки и коэффициент. Если коэффициент , то получим КИХ фильтр порядка у которого умножение на будет тривиальным. Импульсная характеристика КИХ-фильтра всегда конечна и полностью совпадает с коэффициентами фильтра.
24. Импульсная характеристика идеального фнч.
У
идеального фильтра нижних частот
амплитудно-частотная характеристика
имеет прямоугольную форму, т.е.
(6.2)
а
фазо-частотная характеристика
- линейна. То есть идеальный ФНЧ с
одинаковым коэффициентом передачи
пропускает все частотные составляющие
спектра входного сигнала в пределах
полосы пропускания
и
полностью отфильтровывает
(подавляет) составляющие с частотами
.
