
- •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
Тема 7: деконволюция сигналов
Если дом красив, то мы понимаем, что он был выстроен для хозяев, а не для мышей.
Хрисипп (греческий философ).
Деконволюция сходна с археологией. Задача – восстановить дом из развалин. Обнадеживает, если все обломки на месте. Но если остался только песок, и для мышей дома не получится.
Григорий Старцев (Геофизик).
Содержание: 7.1. Понятие деконволюции. Определение деконволюции. Особенности деконволюции. Устойчивость фильтров деконволюции. 7.2. Инверсия импульсного отклика фильтра. 7.3. Оптимальные фильтры деконволюции. Принцип оптимизации. Уравнение оптимальной инверсии. Уравнение Левинсона. 7.4. Рекурсивная деконволюция. 7.5. Фильтры неполной деконволюции. Литература.
7.1. Понятие деконволюции.
Деконволюция или обратная свертка в геофизике используется очень широко. Она применяется для сжатия сигналов с целью повышения временного или пространственного разрешения результатов измерений. В грави- и магниторазведке с использованием деконволюции производятся перерасчеты аномальных полей вниз. В ядерной геофизике методы деконволюции являются основными при количественной интерпретации результатов измерений, чему способствует принцип суперпозиции ядерно-физических полей.
Определение деконволюции. Если для прямой свертки сигнала x(k) c импульсным откликом h(n) линейной системы (фильтра) мы имеем уравнение:
y(k) = h(n) * x(k) H(z)X(z) = Y(z),
то, в принципе, возможна постановка и обратной задачи, задачи деконволюции - определение сигнала на входе линейной системы по значениям выходного сигнала:
X(z) = Y(z)/H(z) = Y(z)H-1(z) y(k) * h-1(n) = x(k), (7.1.1)
где индексом "-1" символически обозначен оператор обратного фильтра, инверсный прямому. Очевидно:
H(z)H-1(z) = 1 h(n) * h-1(n) = o(n), (7.1.2)
H-1(z) = 1/H(z) h-1(n). (7.1.3)
где o(n) - импульс Кронекера (o(n) = 1 при n = 0, o(n) = 0 при n ≠ 0).
Пример инверсии оператора через спектральное представление приведен на рис. 7.1.1 (исходный оператор hn спектральная плотность H(ω) инверсная спектральная плотность H-1(ω) инверсный оператор h-1n на начальном интервале отсчетов).
Рис. 7.1.1.
При ограниченной импульсной реакции h(n) инверсный оператор h-1(n) в общем случае не ограничен. Так, например, если импульсная реакция представлена нормированным диполем h(n) = {1,a} (1+az) = h(z), то имеем:
H-1(z) = 1/(1+az) = 1-az+a2z2-a3z3+ ....
h-1(n) = {1, -a, a2, -a3,....}.
Это действительно практически для любых операторов фильтров, энергия которых на каких-либо ограниченных участках главного частотного диапазона близка к нулевой. При инверсии спектральной функции таких операторов на этих участках возникают резкие энергетические пики, которые при обратном преобразовании Фурье дает медленно затухающие функции операторов. Пример такого явления приведен на рис. 7.1.2.
Рис. 7.1.2.
Устойчивость фильтров деконволюции. Функция H(z) в выражении (7.1.3) имеет особые точки - нули функции, которые становятся полюсами функции H-1(z) = 1/H(z) и определяют устойчивость инверсного фильтра. Для того чтобы фильтр деконволюции был устойчивым, ряд 1/H(z) должен сходиться, т.е. полюса функции должны находиться вне единичного круга на z-плоскости.
Многочлен H(z) порядка N может быть разложен на N простых сомножителей - двучленов (диполей):
H(z) = (а-z)(b-z)(c-z)...., (7.1.4)
где а, b, с,.. - корни полинома. Обращение передаточной функции:
H-1(z)
=
(7.1.5)
Если каждый из диполей функции (7.1.4) является минимально-фазовым диракоидом, т.е. корни диполей находится вне единичного круга на z-плоскости и модули нулевых членов диполей всегда больше следующих за ними первых членов (в данном случае: |а|>1, |b|>1, |с|>1), то и функция H(z) в целом также является минимально-фазовым диракоидом. При этом максимум энергии импульсного отклика сосредоточен в его начальной части и последовательность отсчетов представляет собой затухающий ряд. Соответственно, и функция 1/H(z) также будет представлять собой сходящийся ряд, и инверсный фильтр будет устойчив. Так, например, фильтр, реализующий передаточную функцию (7.1.5), в самой общей форме может быть выполнен в виде включенных последовательно фильтров, каждый из которых имеет передаточную функцию следующего типа (для первого фильтра):
H1-1(z) = 1/(a-z) = (1+z/a+z2/a2+...)/a.
Пример 1 проверки устойчивости инверсного фильтра.
Оператор фильтра hn = {0.131, 0.229, 0.268, 0.211, 0.111, 0.039, 0.009, 0.001}, N = 7. Оценить возможность инверсии оператора.
1. Переводим значения оператора в полином по zn: H(z) = n hn zn.
Рис. 7.1.3.
Модули всех корней больше 1, следовательно, полюсы инверсного полинома будут находиться за пределами единичной окружности на z-плоскости, и инверсный оператор устойчив. Форма исходного оператора и положение полюсов инверсного оператора на z-плоскости приведены на рис. 7.1.3. Попутно отметим, что чем дальше от единичной окружности ближайшие к ней полюса, тем быстрее затухает инверсный оператор фильтра.
Пример 2 проверки устойчивости инверсного фильтра.
Рис. 7.1.4.
Находим новые модули корней полинома: zn = {1.271, 1.271, 1.271, 1.924, 1.924, 0.84, 0.84}.
Форма исходного оператора и положение полюсов приведены на рис. 7.1.4. Два полюса находятся внутри единичного круга, а, следовательно, инверсный оператор не будет устойчивым (будет незатухающим расходящимся рядом).
Обращение недиракоидных функций. Если H(z) - реверсоид, т.е. корни составляющих его диполей находятся внутри и на единичном круге в z-плоскости, то устойчивое обращение H(z) является антиимпульсом (с отрицательными степенями z) и для его использования необходимо располагать "будущими" значениями входного сигнала.
Пример.
Передаточная функция фильтра: H(z) = 1-2z. Инверсная функция H-1(z) = 1/(1-2z). Частотные спектры функций приведены на рис. 7.1.5.
Рис. 7.1.5.
Перепишем выражение для инверсного фильтра в следующем виде:
H-1(z) = -(1/2z) [1+1/2z+1/(2z)2+...].
Это выражение является разложением в ряд по степеням 1/z и сходится к кругу радиусом 1/2 при z → . Коэффициенты при степенях 1/z являются, соответственно, коэффициентами инверсного фильтра с координатами (-n), т.е. фильтр оперирует с "будущими" отсчетами входного сигнала (см. рис. 7.1.5).
Если диполи функции (7.1.4) представляют собой и диракоиды, и реверсоиды, то обращение будет центроидом и определяется полным рядом Лорана:
H-1(z) = ...+h-2z-2+h-1z-1+h0+ h1z1+h2z2+ ...,
т.е. оператор инверсного фильтра является двусторонним и не обязательно симметричным, как мы обычно рассматривали ранее двусторонние операторы.