
- •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.
4.Определение передаточной функции при синтезе дискретного рекурсивного фильтра
Имеются отличия в методике определения передаточной функции H(Z) для ФНЧ и ФВЧ и для ПФ и ЗФ. Для ФНЧ и ФВЧ заданного типа B, T, I или C исходными данными являются: 1) частота дискретизации fд; 2) граничные частоты fгп, fгз; 3)верхняя граница рабочего затухания в полосе пропускания ∆a; 4)гарантированное затухание в полосе задержания a0.
Определение передаточной функции производится по этапам:
1)расчет нормированных цифровых граничных
частот
;
2) расчет параметра преобразования γ;
3)нахождение аналоговой граничной частоты wк;
4) определение передаточной функции T(S) аналогового фильтра – прототипа (по справочникам);
5)определение передаточной функции H(Z) дискретного фильтра с помощью соответствующего билинейного преобразования;
6) контрольный расчет АЧХ фильтра.
Для ПФ и ЗФ исходные данные те же самые, только задаются 4 граничные частоты. Алгоритм определения H(Z) совпадает с указанным выше, но с дополнениями:
1) на втором этапе рассчитываются γ и α;
2) на пятом этапе имеются особенности расчета. Полиномы T(S) первого порядка приводят после преобразования к полиномам второго порядка, а полиномы второго порядка порождают полиномы четвертого порядка по Z-1. При получении окончательного выражения для H(Z) следует полиномы четвертого порядка разложить на множители в виде полиномов второго порядка.
5. Принципы дискретизации сигналов. Модель непрерывного сигнала.
Непрерывный сигнал x(t) заменяется последовательностью его мгновенных значений x(tk), которые называют отсчетами. Эти отсчеты взяты в определенные дискретные моменты времени tk=k∆t, где ∆t – шаг или интервал дискретизации. При такой замене из рассмотрения исключаются все множество значений сигнала, находящихся внутри интервала ∆t.
Если ∆t=const, то дискретизация равномерная, если ∆t изменяется, то неравномерная (адаптивная). В основе математического описания дискретизации непрерывной функции лежит импульсная функция дискретизации:
.
Тогда дискретизация непрерывной функции
с математической точки зрения есть:
На практике реализация осуществляется с помощью ключевых схем:
При дискретизации по времени возникают задачи, связанные с выбором интервала ∆t. Первым этапом при определении ∆t является выбор модели сигнала.
Модель непрерывного сигнала.
В современных РТУ полезными, подлежащими обработке сигналами являются случайные функции времени (СП). Полное описание СП возможно с помощью многомерной плотности распределения. Известно 3 распределения:
1)гауссовское р.;
2)р. Дирихле;
3)р. Уишарта.
На практике разрабатывают модели сигналов, основанных на различных упрощениях и допущениях.
1) непрерывные реальные сигналы – нестационарные эргодические процессы.
Различают следующие виды СП:
а) СП с гауссовской плотностью распределения вероятности
б) СП с равномерной плотностью распределения
вероятности
;
a≤x≤b
в) СП с распределением Рэлея
г) гармонический процесс с постоянной
амплитудой и частотой, но со случайной
фазой
2) сигнал обычно характеризуется либо энергетическим спектром, либо корреляционной функцией.
-
энергетический спектр
3) Вводятся ограничения на сигнал:
а) конечное значение средней мощности
процесса
б) конечная шкала мгновенных значений
в) ограничение спектра сигнала по полосе