
- •Цифровая обработка сигналов
- •Тема 1: фильтрация одномерных сигналов.
- •1.1. Введение.
- •1.2. Цифровые фильтры /л2,л24/.
- •1.2.6. Интегрирующий рекурсивный фильтр.
- •1.3. Импульсная реакция фильтров.
- •1.4. Передаточные функции фильтров /л7/.
- •1.5. Частотные характеристики фильтров /л2,л13,л24/.
- •1.6. Фильтрация случайных сигналов /л4,л15,л24/.
- •1.7. Структурные схемы цифровых фильтров /л8,л21/.
- •Тема 2: частотный анализ цифровых фильтров.
- •Введение.
- •2.1. Сглаживающие фильтры и фильтры аппроксимации /л24/.
- •2.2. Разностные операторы /л24/.
- •2.3. Интегрирование данных /л24/
- •2.4. Расчет фильтра по частотной характеристике.
- •Тема 3: весовые функции.
- •3.1. Явление Гиббса /л24/.
- •3.2. Весовые функции /л16/.
- •Тема 4: нерекурсивные частотные фильтры.
- •4.1. Общие сведения.
- •4.2. Идеальные частотные фильтры.
- •4.3. Конечные приближения идеальных фильтров /л24/.
- •4.4. Дифференцирующие цифровые фильтры.
- •4.5. Гладкие частотные фильтры /л24/.
- •Тема 5: рекурсивные фильтры
- •5.1. Принципы рекурсивной фильтрации.
- •5.2. Режекторные и селекторные фильтры.
- •5.3. Билинейное z-преобразование.
- •5.4. Типы рекурсивных частотных фильтров.
- •Тема 6: рекурсивные частотные фильтры
- •6.1. Низкочастотный фильтр Баттеруорта /л12,л24/.
- •6.2. Высокочастотный фильтр Баттеруорта /л12/.
- •6.3. Полосовой фильтр Баттеруорта /л12/.
- •6.4. Фильтры Чебышева /л12/.
- •6.4. Дополнительные сведения.
- •Тема 7: деконволюция сигналов
- •7.1. Понятие деконволюции.
- •7.2. Инверсия импульсного отклика фильтра.
- •7.3. Оптимальные фильтры деконволюции /л12,л22/.
- •7.4. Рекурсивная деконволюция /л22/.
- •7.5. Фильтры неполной деконволюции.
- •Тема 8: основы теории вероятностей случайных сигналов
- •8.1. Основные понятия теории вероятностей [л28,л29].
- •8.2. Вероятности случайных событий [л30,л28,л29].
- •8.3. Случайные величины [л30,л31,л2,л4,л15].
- •8.4. Системы случайных величины [л31,л2,л4,л15].
- •Тема 9: случайные сигналы
- •9.1. Случайные процессы и функции [л31,л2,л4].
- •9.2. Функции спектральной плотности [л31,л4,л32].
- •9.3. Преобразования случайных функций [л31,л2,л32].
- •9.4. Модели случайных сигналов и помех [л33,л4].
- •Тема 10: оптимальные линейные фильтры.
- •10.1. Модели случайных процессов и шумов /л12/.
- •10.2. Критерии построения оптимальных фильтров.
- •10.3. Фильтр Колмогорова-Винера.
- •10.4. Оптимальные фильтры сжатия сигналов.
- •10.5. Фильтры прогнозирования.
- •10.6. Фильтр обнаружения сигналов.
- •10.7. Энергетический фильтр.
- •Тема 11: адаптивная фильтрация данных
- •11.1. Введение.
- •11.2. Основы статистической группировки информации.
- •11.3. Статистическая регуляризация данных.
- •11.4. Статистическая группировка полезной информации.
- •Литература
4.3. Конечные приближения идеальных фильтров /л24/.
Оператор идеального частотного НЦФ, как это следует из выражения (4.2.2), представляет собой бесконечную затухающую числовую последовательность, реализующую заданную передаточную функцию:
H() = h(n) cos n. (4.3.1)
На практике бесконечный ряд (4.3.1) всегда приходится ограничивать определенным числом членов его конечного приближения
H'()
=
h(n)
cos
n,
при этом передаточная функция осложняется явлением Гиббса и появляется переходная зона между полосами пропускания и подавления сигнала (рис. 4.3.1, пунктирная кривая при N=100). Явление Гиббса формирует первые выбросы передаточной функции на расстоянии /(2(N+1)) от скачков (разрывов первого рода). Если ширину переходной зоны p в первом приближении принять по расстоянию между первыми выбросами по обе стороны от скачка функции H(), то ее значение будет ориентировочно равно /(N+1) =p
Рис. 4.3.1. Передаточные
функции полосового фильтра.
N = 2/p. (4.3.2)
Для примера на рис. 4.3.1 значение N принято равным 200, при этом крутизна переходной зоны увеличилась (тонкая кривая H'(), N=200), создавая запас на последующее сглаживание весовой функцией.
Выбор весовых функций целесообразно осуществлять по допустимой величине осцилляций усиления сигнала в полосе подавления, т.е. по относительному значению амплитуды первого выброса на передаточных характеристиках весовых функций. Для выбранной весовой функции (с учетом числа ее членов по (4.3.2)) производится расчет весовых коэффициентов pn, после чего устанавливаются окончательные значения оператора фильтра:
hn = h(n)·pn. (4.3.3)
Подстановкой коэффициентов (4.3.3) в (4.3.1) рекомендуется произвести построение полученной передаточной характеристики фильтра и непосредственно по ней оценить пригодность фильтра для поставленных задач. Это наглядно видно на рис. 4.3.1, где для нашего примера была применена весовая функция Гаусса. Передаточная функция Hp() имеет практически такую же крутизну, как и функция H'() при N=100 и практически плоскую вершину в интервале спектра сигнала. Качество работы фильтра для сигнала, приведенного на рис. 4.2.1, можно видеть на рис. 4.3.2.
Рис. 4.3.2. Полосовая
фильтрация (вверху – входной сигнал,
внизу – выходной).
p(n)
=
.
Это объясняется тем, что параметры функции Кайзера могут устанавливаться непосредственно по техническим требованиям к передаточным функциям проектируемых фильтров – допустимой ширине переходной зоны p и значению коэффициента шума фильтра (максимальным значениям осцилляций передаточной функции в единицах коэффициента передачи в полосе пропускания).
Кайзером установлено, что для заданного значения произведение количества членов оператора НЦФ на ширину переходной зоны является величиной постоянной. Оно получило название D-фактора:
D = N·p/.
С другой стороны, установлены следующие эмпирические соотношения между D-фактором и параметром функции Кайзера:
D = (А-7.95)/14.36 при А>21.
= 0.9222 при А<21.
= 0.1102(A-8.7) при А>50.
= 0 при А<21.
= 0.5842(A-21)0.4 + 0.07886(A-21), 21<А<50.
где: А = -20 log - затухание в децибелах.
Приведенные выражения позволяют по заданному значению коэффициента шума определить параметр функции Кайзера, а через D-фактор число членов фильтра:
N = D/p.
При проектировании полосовых фильтров проверка передаточной функции полученного оператора НЦФ исходному заданию по значению коэффициента шума является обязательной. Это объясняется тем, что поскольку полоса пропускания полосового фильтра ограничена двумя скачками, на передаточной характеристике возникают два центра осцилляций, при этом наложение осцилляций может как уменьшить, так и увеличить амплитуду суммарных осцилляций. Если за счет наложения произойдет увеличение амплитуды осцилляций, то расчет НЦФ следует повторить с уменьшением исходного значения .
Пример расчета полосового фильтра.
Произвести расчет ПФ при следующих исходных параметрах: н = 0.3, в = 0.6, p = 0.1, = 0.02.
1. А= -20 log . А= 34. 2. N= (A-7.95)/(14.36 p). N= 18.
3. = 0.5842(A-21)0.4 +0.07886(A-21). = 2.62. 4. hо= (в-н)/. hо= 0.3
5. h(n)= (sin nв-sin nн)/(n). h(n)= 0.04521, -0.24490, -0.09515,...., 0.02721.
6. pn=
Jo{
}
/ Jo{}.
pn
=
1.00, 0.997, 0.9882, .......
7. Oператор фильтра: hn= h(n)pn, n=0,1,2,...,N. h-n=hn. hn= 0.3000, 0.04508, -0.2420, ........
8. Проверка по формуле: H() = hn cos n, 0 .
Для оценки формы передаточной функции количество точек спектра в интервале 0- достаточно задать равным 2N, т.е. с шагом /36.
(!!!КР7 - Разработка программы расчета сглаживающих НЦФ).
(!!!КР8 - Разработка программы расчета полосовых НЦФ).