- •1.Содержание цос. Аналоговый, дискретный и цифровой сигналы.
- •2.Аппроксимация в процессе синтеза рекурсивных дискретных фильтров
- •3.Преимущества и недостатки цос. Области применения цос.
- •4.Определение передаточной функции при синтезе дискретного рекурсивного фильтра
- •5. Принципы дискретизации сигналов. Модель непрерывного сигнала.
- •6.Сравнение методов реализации дискретных фильтров. Пример дискретного фильтра первого порядка.
- •7. Предельная дискретизация сигналов с ограниченным спектром.
- •8. Эффекты квантования в цифровых фильтрах. Постановка задачи. Ошибки, вызываемые неточными значениями постоянных параметров.
- •9. Квантование непрерывных сигналов. Преобразование сигналов в цифровую форму.
- •10. Пример дискретного фильтра второго порядка.
- •11. Дискретное преобразование Фурье. Свойства дпф.
- •12. Эффекты квантования в цифровых фильтрах. Ошибки, вызываемые аналого-цифровым преобразованием.
- •13. Особенности практического использования дпф.
- •14.Анализ шумов в цифровом фильтре первого порядка.
- •15. Быстрое преобразование Фурье (бпф).
- •16. Анализ шумов в цифровом резонаторе.
- •17. Разновидности бпф.
- •18. Ошибки цифрового фильтра, вызванные квантованием произведений. Эффект «мертвой» зоны.
- •19. Вычисление корреляционного интеграла на основе бпф.
- •20. Цифровая обработка случайных сигналов. Оценка моментов.
- •21. Краткие сведения о функциях Уолша. Свойства функций Уолша.
- •22. Непараметрические методы оценки законов распределения.
- •23. Способы нумерации функций Уолша. Генерирование функций Уолша.
- •24.Параметрический метод оценки законов распределения. Аппроксимация экспериментальных распределений.
- •25. Дискретные функции Уолша. Свойства дискретных функций Уолша.
- •26. Цели и классификация методов цифрового спектрального анализа.
- •27.Линейные дискретные и цифровые фильтры. Краткие сведения о z -преобразовании.
- •28. Оценка спектра мощности методом периодограмм.
- •29. Передаточные функции дискретных фильтров. Временные и частотные характеристики дискретных фильтров.
- •30. Сглаживание спектральных оценок. Основные свойства оконных функций.
- •31. Структурные схемы дискретных фильтров.
- •32. Линейные модели и расчет спектральной плотности мощности.
- •33.Устойчивость дискретных фильтров.
- •34. Определение параметров ар-модели по известной автокорреляционной функции сигнала.
- •35. Кодирование чисел в цифровых фильтрах. Особенности проектирования цифровых фильтров.
- •36. Определение параметров ар-модели по анализируемым данным.
- •37.Разновидности нерекурсивных фильтров и требования к ним.
- •38. Цифровые синтезаторы частот. Схема на основе фапч с дпкд.
- •39. Основные этапы проектирования нерекурсивных фильтров.
- •40. Цифровой синтезатор частоты на основе цифро-аналогового фазовращателя.
34. Определение параметров ар-модели по известной автокорреляционной функции сигнала.
Этот метод не имеет практического значения.
Bm – отсчеты автокорреляционной функции; N=Q. Для точного равенства xn=yn необходимо, чтобы параметры АР-модели: a1, a2, …aQ, δ2 должны удовлетворять уравнению Юла – Уокера.
Если менять m от 0 до Q, то можно найти Q+1 уравнение:
Такая таблица называется Теплищевой. Разработан эффективный алгоритм решения – алгоритм Левинсона: последовательно рассчитывается порядок модели.
Q=1
,
находятся
и
a11.
Далее для Q2. Параметры будут определяться параметрами предыдущего случая. Т.о. получились рекуррентные формулы через параметры более низкого порядка. Этот алгоритм имеет следующие преимущества по сравнению с гауссовской схемой решения уравнения:
1) поскольку параметры вычисляются по рекуррентным формулам, до определения параметров модели порядка Q, рассчитываются параметры моделей всех более низких порядков.
2) в ходе вычислений легко контролировать
необходимое и достаточное условие
устойчивости АР-модели:
3) для расчета параметров модели с помощью алгоритма Левинсона требуется меньшее количество арифметических операций.
35. Кодирование чисел в цифровых фильтрах. Особенности проектирования цифровых фильтров.
Кодирование
Этот вопрос возникает в случае, когда фильтр реализуется аппаратным способом. Известно, что в цифровых устройствах для представления используются прямой, обратный и дополнительный коды. При выборе между обратным и дополнительным кодом необходимо учитывать 2 фактора:
1) заключается в том, что у обратного кода существует 2 нулевых значения:+0 и -0;
2)наличие у обратного кода циклического переноса при сложении кодов.
При реализации операции алгебраического сложения обычно используется дополнительный код, а при реализации умножения – прямой код. Поэтому в устройствах, реализующих цифровую фильтрацию, необходимо делать преобразователи кодов.
Важным является вопрос масштабирования чисел при реализации вычислений. В цифровых устройствах наиболее распространены 2 формы записи чисел: с фиксированной запятой и с плавающей запятой. Однако, чаще используется комбинированный вариант масштабирования, который позволяет получить простую схему и обеспечить высокую точность.
Особенности проектирования фильтров
Проектирование фильтров заключается в определении требований к частотной и импульсной характеристике и нахождении условий, которые обеспечат эти требования. Однако, указанная цель не определяет параметры фильтра однозначно. Поэтому задаются дополнительные условия, которые позволяют оптимизировать параметры фильтра в соответствии с каким-либо критерием. Различают 2 критерия: критерий минимизации необходимого количества ячеек памяти и минимизации необходимого числа алгебраических операций.
Вся задача проектирования разделена на 3 этапа:
1) аппроксимация заданных характеристик фильтра; определение алгоритма его работы и определение импульсной характеристике и передаточной функции.
2) выбор разрядности квантованных данных
3) определение необходимой вычислительной производительности по заданным условиям и алгоритму обработки.
Методы аппроксимации специфичны для рекурсивного и нерекурсивного фильтров.
