
- •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.
54.Фильтрация случайных сигналов. Спектр мощности выходного сигнала. Средняя мощность выходного сигнала. Дисперсия выходного сигнала.
Допустим, что фильтр имеет импульсный отклик h(n) = exp(-a·n), n 0. Зададим на входе фильтра стационарный квазидетерминированный случайный сигнал, который не обладает свойством эргодичности, но имеет все свойства случайного сигнала, и может быть описан в явной математической форме:
x(k) = A + cos(2·k+),
где A и - взаимно независимые случайные величины, причем значение равномерно распределено в интервале [0, 2]. При этом выходной сигнал определится выражением:
y(k) = h(n) * x(k-n) h(n)x(k-n) = A/3 + [3·cos(2k+) + 2·sin(2k+)]/13.
Спектр мощности выходного сигнала. Если на вход фильтра с импульсным откликом h(k) H(f) поступает случайный стационарный эргодический сигнал x(k) XТ(f), имеющий на интервале Т функцию автокорреляции Rx(n) и спектр мощности Wx(f), то на выходе фильтра регистрируется стационарный эргодический сигнал y(k) YT(f) = XТ(f)H(f). Соответственно, энергетический спектр выходного сигнала на том же интервале:
|YT(f)|2 = |XT(f)|2 |H(f)|2.
Оценка спектра мощности (спектральной плотности энергии):
Wy(f) (1/T) |XТ(f)|2 |H(f)|2= Wx(f) |H(f)|2.
Спектр мощности сигнала на выходе фильтра равен спектру мощности входного сигнала, умноженному на квадрат модуля частотной характеристики фильтра. С учетом четности корреляционных функций спектр мощности выходного сигнала также является четной действительной функцией и не имеет фазовой характеристики процесса.
Спектр мощности сигнала и его функция автокорреляции связаны преобразованием Фурье:
Ry(n) |Y()|2 = Wy().
Дисперсия выходного сигнала (средняя мощность) определяется с использованием формулы (1.5.5):
y2
= Ry(0)
=
Wx(f)
|H(f)|2
df
Rx(0)
h2(n)
= x2
h2(n).
Если сигнал нецентрированный и значение дисперсии входного сигнала неизвестно, то по аналогичным формулам вычисляется сначала средний квадрат выходного сигнала или так называемая средняя мощность сигнала:
=
=
Ry(0)
h2(n)
Wx(f)
|H(f)|2
df,
Вывод: средняя мощность выходного сигнала равна средней мощности входного сигнала, умноженной на сумму квадратов коэффициентов импульсного отклика фильтра. Для центрированных случайных сигналов средняя мощность равна дисперсии сигналов. Для нецентрированных выходных сигналов:
y2 = - 2 ( - 2) h2(n).
55. Взаимный спектр мощности входного и выходного сигналов.
Wxy(f) (1/T)XT(f)YT(f) = (1/T)|XT(f)|2 H(f) = Wx(f)H(f).
Осуществляя преобразование Фурье левой и правой части выражения, получаем:
Rxy(n) = Rx(n) * h(n),
что повторяет формулу Усиление шумов. Критерием качества при использовании любого метода фильтрации информации можно считать выполнение целевого назначения с минимальным усилением шумов (максимальным их подавлением). Обозначим через (k) аддитивный шум во входном сигнале с математическим ожиданием M{(k)}= 0 и дисперсией 2. Значения (k) статистически независимы. С учетом помехи во входном сигнале значение сигнала на выходе:
y(k) = n h(n)[x(k-n)+(k-n)].
Математическое ожидание значений выходного сигнала:
M{y(k)}= n h(n)[x(k-n)+M{(k-n)]}= n h(n)x(k-n).
Вычислим дисперсию распределения отсчетов выходного сигнала:
D{y(k)}= M{[n h(n)[x(k-n)+(k-n)]-M{y(k)}]2}=
= M{[n h(n) (k-n)]2}= n h2(n) M{2(k-n)}= 2 n h2(n).
Отсюда следует, что сумма квадратов значений импульсного отклика цифрового фильтра представляет собой коэффициент усиления шумов, равномерно распределенных в главном частотном диапазоне фильтра, в процессе фильтрации сигнала. Это полностью соответствует прямому использованию выражения при Wx(f) = 2:
y2 = 2 |H(f)|2 df ≡ 2 h2(n).
Таким образом, коэффициент усиления фильтром дисперсии статистически распределенных шумов при расчете по импульсному отклику:
Kq = h2(n).
По дискретной передаточной функции фильтра: Kq = [1/(N+1)] n Hn2.