- •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.
18. Ошибки цифрового фильтра, вызванные квантованием произведений. Эффект «мертвой» зоны.
Возникает при округлении результатов вычислений отсчетов сигнала и коэффициентов фильтра при каждом умножении, т.е. на сигнал накладывается последовательность шумовых отсчетов. Эффект подобен шуму квантования, но точка, в которую вводится шум, зависит от конкретной схемы фильтра.
1)Прямая форма реализации фильтра:
Шумы
независимы и все попадают в сумматор,
поэтому можно нарисовать эквивалентную
схему.
;
;
Избежать этого шума можно, если число регистров сумматора увеличить. Точность расчетов при этом увеличится, но заметно увеличится время вычислений.
2)Каноническая форма реализации этого фильтра:
Эквивалентная схема.
;
;
;
Прямая форма вводит больше шума, т.к. там шум проходит через часть схемы, которая соответствует полюсам в полосе прозрачности. В канонической схеме и через полюсы и через нули с малым усилением.
H(Z)=R(Z)*1/P(Z), R(Z)-часть функции, соответствующая нулям; P(Z)-часть функции, соответствующая полюсам.
Дисперсия шума записывается через интеграл:
Прямая форма:
;
каноническая форма:
Эффект «мертвой» зоны.
Ошибки, вносимые каждым округлением, не всегда взаимно-некоррелированны.
;
k=0.96 ; xn=10; yn-1=265
n |
0 |
1 |
2 |
3 |
…… |
nT |
До округления |
264,4 |
263,44 |
262,42 |
261,52 |
|
261,62 |
После округления |
264 |
263 |
262 |
262 |
|
262 |
Если сделать точные вычисления, то установившимся значением будет 250.
yn-1=245
n |
0 |
1 |
…… |
nT |
До округления |
245,2 |
245,2 |
|
245,2 |
После округления |
245 |
245 |
|
245 |
Любое значение в этой области будет установившимся - эффект «мертвой» зоны.
Даже, если сигнал на выходе фильтра станет равен 0, то значения не упадет до 0, а останется прежним. Возможны возникновения стационарных колебаний.
19. Вычисление корреляционного интеграла на основе бпф.
Во многих РТУ необходимо вычислять
следующий функционал:
-интеграл
свертки, где
Если в этой формуле шум будет отсутствовать, то получим автокорреляционную функцию.
Если записать в дискретном виде, то
,
τ=0,±1,…,±m
По этой формуле производится приблизительно mN операций. Чтобы ускорить вычисления используют БПФ.
Выполняется Nlog2N+N операций.
В основе лежит теорема свертки. Спектр свертки 2х сигналов равен произведению спектров этих сигналов.
-
коэффициент ускорения вычислений,
N=1024
Если вычислять автокорреляционную функцию
20. Цифровая обработка случайных сигналов. Оценка моментов.
С обработкой случайных сигналов приходится иметь дело практически в любой радиотехнической системе. Обработка таких сигналов производится с разными целями. Часто задачами обработки случайных сигналов является оценка различных характеристик случайного сигнала: математического ожидания, дисперсии, корреляционной функции, закона распределения, спектральной мощности. В любом случае исходным является массив х1,х2,….хN, где N-объем выборки.
Оценка мат. ожидания.
Рассматривается стационарный, эргодический случайный процесс.
-
оценка мат. ожидания
Любая оценка имеет какие-то свойства, выраженные в количественном виде. Эти свойства позволяют сравнивать между собой разные оценки.
,
то оценка называется несмещенной.
Дисперсия оценки:
-
оценка мат. ожидания является состоятельной
(справедлива для гауссовского случайного
процесса.)
Для получения оценки наилучшим считается
метод максимального правдоподобия.
Этот метод основан на анализе многомерного
закона распределения:
.
Находят такое
,
при котором закон принимает максимальное
значение:
Решают это уравнение и находят
Оценка дисперсии.
Для дисперсии:
Найдем мат. ожидание этой оценки:
-
оценка смещенная.
-
используют для оценки дисперсии.
Оценка состоятельная.
