- •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.
8. Эффекты квантования в цифровых фильтрах. Постановка задачи. Ошибки, вызываемые неточными значениями постоянных параметров.
Эти эффекты возникают тогда, когда реальные цифровые фильтры имеют дискретные параметры и на них поступают квантованные отсчеты сигналов. Различают 3 эффекта:
1) введение квантованных коэффициентов фильтра приводит к нелинейным соотношениям. Эти соотношения трудно, а иногда невозможно решить точно.
2)квантование входных сигналов приводит к возникновению шума квантования. Этот шум проходит через фильтр и изменяет его характеристики.
3)квантование или округление результатов умножений. Влияние округления на фильтр зависит от того, как осуществляется округление и от конкретной реализации фильтра. Если ошибки округления не зависят друг от друга, то получаем модель, в которой к различным точкам цепи подключаются различные источники шума.
Ошибки, вызываемые неточными значениями коэффициентов фильтра.
yn=k1yn-1+k2yn-2+xn. Полюса этого уравнения комплексные.
;
Ошибки в определении коэффициентов приводят к ошибкам в определении полюсов. Произведение b∆t означает, что при одной и той же ошибке, уменьшение интервала дискретизации увеличивает погрешность определения резонансной частоты b. Требуются применение более высокой точности вычислений. Если ∆k1 и ∆k2 – малы и независимы, то
;
Эти формулы позволяют анализировать влияние погрешности коэффициентов на положение полюсов.
В общем случае, этот эффект можно сгладить, если соответствующим образом выбирать способ реализации фильтров. Рекомендуется выполнять реализацию фильтров большого порядка в виде каскадного или параллельного включения фильтров первого и второго порядка.
9. Квантование непрерывных сигналов. Преобразование сигналов в цифровую форму.
Квантование непрерывных сигналов.
Суть квантования по уровню заключается
в замене множества значений непрерывного
сигнала дискретным конечным множеством
заранее установленных значений. При
этом непрерывная шкала мгновенных
значений сигнала размером xmax
заменяется дискретной шкалой, содержащей
Nкв значений
(уровней). Деления этой шкалы называются
уровнями квантования. Интервал между
уровнями называется – шаг квантования:
При этом квантование может быть равномерным или неравномерным. Если Δx=const– равномерное квантование. Если Δx≠const - то неравномерное.
Квантование заключается в том, что мгновенному значению сигнала ставится в соответствие уровень квантования. Это производится 3-мя способами:
1) Ближайший снизу.
2) Ближайший сверху
3) Округление
x
X(t)
Xкв(t)
t
Шум квантования
-
Основная характеристика этого шума –
дисперсия:
- мощность шума
- пик фактор.
Отношение с/ш при квантовании определяется числом уровней квантования и статистикой (пик фактор).
Преобразование дискретизированных сигналов в цифровую форму.
Нужно заменить отсчеты их цифровым изображением в виде чисел в определенной системе счисления. n – основание, r – разряд.
- общее число элементов кода.
Стараются эту величину минимизировать, т.е. найти оптимальную систему счисления.
;
Нужно найти экстремум по n:
;
=> n=e
n |
2 |
2.72 |
3 |
4 |
8 |
10 |
12 |
V/Vopt |
1.06 |
1 |
1.006 |
1.06 |
1.42 |
1.58 |
1.77 |
Для представления в цифровом виде сигналов двоичная система используется, т.к. она близка к оптимальной и просто реализуются элементы.
