- •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.
19. Идеальные частотно-избирательные фильтры. Спецификация требований фильтра. Преимущества цф. Формула
В большинстве случаев электрический фильтр представляет собой частотно-избирательное устройство. Следовательно, он пропускает сигналы определенных частот и задерживает или ослабляет сигналы других частот.
• фильтры нижних частот (ФНЧ) (Lowpass) передают составляющие в нижнем диапазоне частот и уменьшают по амплитуде составляющие верхних частот;
• фильтры верхних частот (ФВЧ) (Highpass) передают составляющие в верхнем диапазоне частот и уменьшают по амплитуде составляющие нижних частот;
• полосовые фильтры (ПФ) (Bandpass) передают составляющие по частоте, соответствующие некоторой полосе частот;
• заграждающие фильтры (ЗФ) (Bandstop) уменьшают амплитуды составляющих в некоторой полосе частот.
Полоса пропускания идеального фильтра - диапазон частот гармонических составляющих входного сигнала, которые проходят через фильтр без изменения амплитуд. Полоса задержания идеального фильтра - диапазон частот гармонических составляющих, которые не проходят через фильтр.
Аналоговый фильтр имеет аналоговый сигнал как на входеx(t), так и на выходе y(t). Сигналы х(t) иy(t) - функции непрерывной переменной t и могут иметь бесконечное число мгновенных значений. Используя современные средства получения выборки и цифровой обработки сигналов, можно заменить аналоговый фильтр цифровым в приложениях, которые требуют универсальности и возможности перепрограммирования. К таким приложениям можно отнести обработку в аудиотехнике, телекоммуникации, геофизике и при медицинском мониторинге. Цифровые фильтры имеют следующие преимущества по сравнению с аналоговыми фильтрами:
• цифровые фильтры имеют программное обеспечение, которое делает их легкими в настройке и при проверке;
• цифровые фильтры требуют только арифметических действий умножения и сложения-вычитания;
• цифровые фильтры не изменяют своих параметров и характеристик с изменением температуры или влажности и не требуют компонентов высокой точности;
• цифровые фильтры имеют превосходное отношение характеристики/стоимость;
• цифровые фильтры не меняют своих свойств при изменении условий эксплуатации или из-за старения.
20. Дискретный фильтр с конечной импульсной характеристикой. Вычисление коэффициентов ких-фильтра.
Цифровой
фильтр — в электронике любой фильтр,
обрабатывающий цифровой сигнал с целью
выделения и/или подавления определённых
частот этого сигнала. Фильтр с конечной
импульсной характеристикой (нерекурсивный
фильтр, КИХ-фильтр) — один из видов
электронных фильтров, характерной
особенностью которого является
ограниченность по времени его импульсной
характеристики (с какого-то момента
времени она становится точно равной
нулю). Знаменатель передаточной функции
такого фильтра — некая константа.
Разностное уравнение, описывающее связь
между входным и выходным сигналами
фильтра:
где P — порядок фильтра, x(n) — входной
сигнал, y(n) — выходной сигнал, а bi —
коэффициенты фильтра.
КИХ-фильтр обладает рядом полезных свойств, из-за которых он иногда более предпочтителен в использовании, чем БИХ-фильтр. Вот некоторые из них:
-КИХ-фильтры устойчивы.
-КИХ-фильтры при реализации не требуют наличия обратной связи.
-Фаза КИХ-фильтров может быть сделана линейной
Подставим
единичный импульс
в качестве входного сигнала, тогда
получим:
Т.к.
отсчет
равен нулю для всех k
кроме k=i,
то этот отсчет равен единице. Поэтому
получаем:
,т.е.
коэффициенты
являются отсчетами импульсной
характеристики фильтра.
