
- •1. Цифровые сигналы. Обработка цифровых сигналов.
- •2. Функциональные преобразования сигналов. Операции цифровой обработки.
- •3. Области применения цифровой обработки сигналов. Синтез цифровых рекурсивных фильтров методом частотного преобразования
- •4. Полосовой цифровой фильтр Баттерворта
- •5. Цифровые фильтры Чебышева.
- •Операции цифровой обработки сигналов. Линейная свертка. Корреляция сигналов. Линейная цифровая фильтрация. Модуляция сигналов.
- •Высокочастотный цифровые фильтры Баттерворта.
- •Передаточные функции фильтров
- •10. Цифровые фильтры обработки одномерных сигналов.
- •11. Нерекурсивные и рекурсивные цифровые фильтры.
- •12. Импульсная реакция фильтров. Передаточные функции фильтров.
- •14. Рекурсивные цифровые фильтры.
- •15. Конструкция рекурсивных цифровых фильтров.
- •16. Каскадная и параллельная форма
- •17. Режекторные и селекторные фильтры.
- •18. Цифровые фильтры
- •19. Частотные характеристики фильтров.
- •20. Фазовая и групповая задержка сигналов.
- •Билинейное z-преобразование при синтезе рекурсивных цифровых фильтров.
- •Деформация частотной шкалы.
- •Виды рекурсивных фильтров.
- •26 Фильтры сглаживания сигналов.
- •28. Фильтры мнк 1-го, 2-го и 4-го порядка.
- •32. Пространство z - полиномов. Аналитическая форма z-образов.
- •В общем случае, множества z, для которых полиномы s(z) сходится, образуют на z-плоскости.
- •33. Фильтры сглаживания сигналов методом наименьших квадратов.
- •34. Импульсные реакции и частотные характеристики фильтров. Модификации фильтров. Оптимизация сглаживания. Расчет простого цифрового фильтра по частотной характеристике.
- •Удобным методом решения разностных уравнений линейных систем является именно z-преобразование.
- •Разностные операторы.
- •Выделение в сигналах шумов
- •Восстановление утраченных или пропущенных данных.
- •Аппроксимация производных. Частотные характеристики операторов
- •40.Нерекурсивные частотные цифровые фильтры.
- •41.Типы фильтров. Методика расчетов. Идеальные частотные фильтры.
- •Конечные приближения идеальных фильтров. Применение весовых функций.
- •Гладкие частотные фильтры.
- •Частотные характеристики фильтров. Дифференцирующие цифровые фильтры. Методика расчетов
- •Идеальные фильтры. Конечные приближения идеальных фильтров.
- •47.Применение весовых функций.
- •48. Фильтрация случайных сигналов. Сохранение природы сигнала. Математическое ожидание. Корреляционные соотношения.
- •49. Спектры мощности случайных сигналов
- •50. Усиление шумов. Весовые функции.
- •51.Явление Гиббса. Параметры эффекта.
- •52. Последствия для практики. Нейтрализация явления Гиббса.
- •53. Основные весовые функции
- •54.Фильтрация случайных сигналов. Спектр мощности выходного сигнала. Средняя мощность выходного сигнала. Дисперсия выходного сигнала.
- •55. Взаимный спектр мощности входного и выходного сигналов.
- •56. Функция когерентности входного и выходного сигналов фильтра оценивается по формуле:
- •57. Рекурсивные частотные цифровые фильтры Чебышева.
- •58. Передаточная функция цифрового фильтра. Методика расчета фильтров.
- •21. Структурные схемы цифровых фильтров.
28. Фильтры мнк 1-го, 2-го и 4-го порядка.
фильтры
мнк 1-го
порядка :Расчет
коэффициентов фильтра.
Простейший способ аппроксимации по МНК
произвольной функции s(t) - с помощью
полинома первой степени, т.е. функции
вида y(t) = A+Bt (метод скользящих средних).
Произведем расчет симметричного фильтра
МНК на (2N+1) точек с окном от -N до N. Функция
остаточных ошибок записывается в форме:
(A, B) =
[sn
-
(A+B·n)]2Дифференцируем
функцию остаточных ошибок по аргументам
А, В, и, приравнивая полученные уравнения
нулю, формируем 2 нормальных уравнения
с двумя неизвестными:
(sn-(A+B·n))
sn
- A
1
- B
n
= 0,
(sn-(A+B·n))·n
nsn
- A
n
- B
n2
= 0.С учетом равенства
n
= 0, решение данных уравнений относительно
А и В: А =
sn
, B =
nsn
/
n2.
Подставляем значения:y(k+)
=
sk-n
+
nsk-n
/
n2.
29 Расчет коэффициентов фильтров. Если шумы в обрабатываемых сигналах сосредоточены в основном в высокочастотной области, то достаточно простые фильтры сглаживания без значительных осцилляций могут быть синтезированы непосредственно по частотной характеристике.Проведем расчет простого симметричного сглаживающего НЦФ с окном в пять точек: yk = ask-2+bsk-1+csk+bsk+1+ask+2. Полагаем sk = exp(jk), при этом yk = H() exp(jk). Подставляем значения входного и выходного сигнала в уравнение фильтра, сокращаем левую и правую части на общий член exp(jk) : H() = 2a cos 2+ 2b cos + c. Сокращаем количество параметров функции заданием граничных условий по частоте. Как правило, имеет смысл принять: H(0) = 1, H() = 0. Отсюда: H(0) = 2a+2b+c = 1, H() = 2a-2b+c = 0. B = 1/4, c = 1/2-2a. При этом функция H() превращается в однопараметровую: H()=2a(cos 2-1)+(cos +1)/2. Можно наложить еще одно дополнительное условие и определить все коэффициенты фильтра непосредственно.
30. Z-преобразование сигналов и системных функций.
Z-преобразование. Удобным методом решения разностных уравнений линейных систем является z-преобразование. Применяя z-преобразование к обеим частям равенства am y(kt-mt) = bn x(kt-nt) , c учетом сдвига функций (y(k-m) zm Y(z)), получаем: Y(z) amzm = X(z) bnzn, где X(z),Y(z)- соответствующие z-образы входного и выходного сигнала. Отсюда, полагая ao = 1, получаем в общей форме уравнение передаточной функции системы в z-области:
H(z) = Y(z)/X(z)
=
bnzn
(1+
amzm).
Для НЦФ, при нулевых коэффициентах am:
H(z) =
bnzn.
В общей форме для выходных сигналов
фильтра:Y(z)
= H(z)·X(z).Y(z)
= X(z)
bn
zn
– Y(z)
am
zm После
обратного Z-преобразования y(k)
=
bn
x(k-n)
–
am
y(k-m).
При подаче на вход фильтра импульса
Кронекера о,
имеющего z-образ (z) = zn
= 1, сигнал
на выходе фильтра будет представлять
собой импульсную реакцию фильтра y(k) ≡
h(k), при этом:H(z) = Y(z)/(z) = Y(z) = TZ[y(k)] =
h(k)
zk,
т.е. передаточная функция фильтра
является z-образом его импульсной
реакции. При обратном z-преобразовании
передаточной функции получаем импульсную
характеристику фильтра.
31. Определение
z-преобразования. z-преобразование
(преобразованием Лорана) называют
свёртывание исходного сигнала, заданного
последовательностью вещественных чисел
во временно́й области, в аналитическую
функцию комплексной частоты. Если сигнал
представляет импульсную характеристику
линейной системы, то коэффициенты
Z-преобразования показывают отклик
системы на комплексные экспоненты E(n)
= z − n = r − ne − iωn, то есть на гармонические
осцилляциии с различными частотами и
скоростями нарастания/затухания. sk
= s(kt)
TZ[s(kt)]
=
sk
zk
= S(z),
где z = +j
- произвольная комплексная переменная.
В показательной форме z = rexp(-j),
где r
= |z| =
,
= arg(z)
=argtg(/).
В каузальных системах значения импульсного
отклика систем существуют при k ≥ 0 и
уравнение действует в одностороннем
варианте: H(z)
=
hk
zk.
В общем случае, z-преобразование – это
степенной ряд с бесконечным количеством
членов, поэтому он может сходиться не
для всего пространства значений z.
Область z, в которой z-преобразование
сходится и значения S(z) конечны, называют
областью сходимости. Значения z, для
которых S(z) = ∞, называются полюсами,
а для которых S(z) = 0, называются нулями
функции S(z).