- •Аналоговая и цифровая фильтрация сигналов
- •Лабораторгая работа № 1. Преобразование стационарных случайных процессов линейными цепями с постоянными параметрами
- •1. Корреляционная теория стационарных случайных процессов
- •2. Согласованный фильтр
- •Задания на выполнение лабораторной работы № 1 Задание 1. Анализ статистических характеристик случайных процессов
- •Задание 2. Исследование прохождения детерминированного сигнала через согласованный фильтр
- •Пример выполнения лабораторной работы № 1 Пример выполнения задания 1
- •1. Дискретное представление аналоговых сигналов
- •Пример выполнения задания 2
- •Лабораторгая работа № 2. Дискретное представление аналоговых сигналов и их восстановление по дискретным отсчетам
- •2. Восстановление аналогового сигнала по совокупности дискретных отсчетов
- •Задания на выполнение лабораторной работы № 2
- •Задание 1.
- •Задание 2.
- •Пример выполнения лабораторной работы № 2 Пример выполнения задания 1
- •Пример выполнения задания 2
- •Лабораторгая работа № 3. Принципы цифровой фильтрации
- •Задания на выполнение лабораторной работы № 3 Задание 1
- •Задание 2.
- •Задание 3.
- •Задание 4
- •Литература
- •Оглавление
- •Аналоговая и цифровая фильтрация сигналов
Задание 1.
Для заданного сигнала ввести в компьютер значения его параметров и его аналитическое выражение. Далее выполнить следующие пункты задания:
− вычислить длительность сигнала и построить графическую зависимость ;
− используя прямое преобразование Фурье, вычислить и представить на графике амплитудно-частотный спектр (АЧС) сигнала ;
− вычислить максимальную частоту в спектре сигнала . Исходя из условия теоремы Котельникова, вычислить интервал дискретизации ;
− получить
графическое представление совокупности
дискретных отсчетов
(1) аналогового сигнала
.
Убедиться в соответствии значений
аналогового сигнала
в дискретных точках (
)
и значений дискретных отсчетов
в этих же точках;
− используя совокупность дискретных отсчетов и вычисленные значения , , представить аналоговый сигнал рядом Котельникова (2).
Задание 2.
Рассмотреть возможность восстановления аналогового сигнала по его дискретным отсчетам. Для этого выполнить следующие пункты задания:
− вычислить и представить на одном графике нормированные на свои максимальные значения амплитудные спектры исходного аналогового сигнала и дискретного сигнала ;
− найти сигнал и его амплитудно-частотный спектр, если дискретный сигнал пропустить через идеальный фильтр нижних частот с частотой среза, равной максимальной частоте в спектре сигнала . Решить аналогичную задачу в случае, если фильтр представляет собой обычный RC-фильтр нижних частот с той же частотой среза;
−
получить графическое
представление спектра дискретного
сигнала для случая, когда интервал
дискретизации
аналогового сигнала
в 1.5 раза больше максимального значения
интервала дискретизации, определяемого
теоремой Котельникова, т.е.
;
−
показать, что при воздействии
на идеальный ФНЧ с коэффициентом передачи
(5) сигнала с интервалом дискретизации
выходной сигнал ФНЧ существенно
отличается по форме от восстанавливаемого
сигнала
.
Предложить способ уменьшения ошибки
восстановления сигнала в этом случае.
Пример выполнения лабораторной работы № 2 Пример выполнения задания 1
В качестве примера рассмотрим сигнал вида
Вводим в компьютер исходные данные:
kill(all)$
numer:true$ ratprint:false$
s0:2.3$ t0:0.014$ K:128$
s(t):=s0/(1+(t/t0)^2)^2$
Вычислим граничные
значения сигнала T1 и
T2, задаваясь критерием,
в соответствии с которым в этих точках
значения сигнала
уменьшаются до значения 0.01 от максимального
значения
.
Для вычисления верхней границы
набираем:
T2:find_root(s(t)/s(0)-0.01, t, t0, 20*t0)$
Так как
− четная функция времени, то длительность
сигнала
может быть найдена следующим образом:
T2
= T1
,
= T2
–T1
.
Строим график . Для этого набираем:
tK:makelist(k*2*T2/K-T2,k,0,K-1)$
sK:map(s,tK),numer$
wxplot2d([discrete,tK,sK]);
Вычислим теперь
амплитудно-частотный спектр (АЧС)
сигнала
.
Для этого набираем:
N:K$
SF(w):=2*quad_qawo(s(t),t,0,T2,w,cos,'epsabs=1d-2)[1]$
SF0:SF(0),numer$
SFF(w):=SF(w)/SF0$
wN:makelist((n-N/2)/T2,n,0,N-1)$
SFN:makelist(SFF(wN[n+1]),n,0,N-1),numer$
wxplot2d([discrete,wN,SFN]);
Здесь на последнем рис. для наглядности изображен нормированный на максимум амплитудно-частотный спектр исследуемого сигнала.
Для
нахождения максимальной частоты
в спектре сигнала
будем использовать критерий, в соответствии
с которым в точке
значение модуля спектра
уменьшается до значения 0.01 от максимального
значения
.
Для вычисления
набираем:
Wm:find_root(SF(w)/SF0-0.01, w, 1/T2, 50/T2);
491.9008154654611
Интервал дискретизации в соответствии с теоремой Котельникова
Dt:%pi/Wm;
0.0063866384336384
Для графического представления совокупности дискретных отсчетов набираем:
vmin:ceiling(-T2/Dt)-1$ vmax:ceiling(T2/Dt)$
tKK:makelist(k2*Dt,k2,vmin,vmax)$
sKK:map(s,tKK),numer$
wxplot2d([[discrete,tK,sK],[discrete,tKK,sKK]], [style,[lines],[impulses,2,1]]);
Используя последний график, предложить процедуру расчета максимальной частоты в спектре сигнала . Показать, что это значение совпадает с ранее найденным.
Представим аналоговый сигнал рядом Котельникова. С этой целью набираем:
sink(t):=(if abs(t)<0.0001 then 1 else sin(t)/t)$
SK(t1):=sum(s(k2*Dt)*sink(Wm*(t1-k2*Dt)), k2,vmin,vmax)$
SKK:map(SK,tK),numer$
Выведем на одном
рисунке графические зависимости
аналогового сигнала
и его представление
рядом Котельникова:
wxplot2d([SK(t1),[discrete,tK,sK]],[t1,-T2,T2]);
Убеждаемся в совпадении полученных графических зависимостей и и, следовательно, в возможности представления сигнала в произвольный момент времени рядом Котельникова.
