- •Билет 1
- •Понятие цифровой специализированной системы.
- •1.2. Цифровая свертка сигналов.
- •Билет 2
- •2.1. Стадии проектирования цифровой специализированной системы.
- •2.2. Линейные разностные уравнения с постоянными коэффициентами.
- •Билет 3
- •3.1. Структурная организация системы цифровой обработки сигналов
- •Билет 4
- •4.1. Первичные преобразователи информации. Классификация. Принципы действия. Характеристики. Условия применения.
- •Билет 5
- •5.1. Устройства ввода данных. Фильтры, ацп.
- •5.2. Типовые z-преобразования. Z-преобразование цифрового единичного скачка.
- •Билет 6
- •6.1 Организация ввода-вывода данных в системах цос. Ввод по готовности. Ввод по прерываниям. Прямой доступ в память.
- •6.2. Типовые z-преобразования. Z-преобразование убывающей дискретной экспоненты.
- •Билет 7
- •7.1. Общие сведения о сигналах. Классификация сигналов.
- •7.2. Обратное z-преобразование. Способы вычисления.
- •Билет 8
- •8.1. Формы представления сигналов. Аналоговые, дискретные, цифровые сигналы.
- •8.2. Передаточная функция линейной дискретной системы. Определение по импульсной характеристике. (См. Вопрос) билет 9
- •9.1. Детерминированные и случайные сигналы: периодические, почти периодические, переходные, стационарные, эргодические, нестационарные.
- •9.2. Передаточная функция линейной дискретной системы. Определение по разностному уравнению. Нули и полюсы.
- •Билет 10
- •10.1. Вычисление числовых характеристик сигналов
- •10.2. Передаточная функция звена первого порядка.
- •Билет 11
- •11.1. Параметры, характеризующие форму сигнала
- •11.2. Передаточная функция звена второго порядка.
- •Билет 12
- •12.1. Интегрирование полигармонических сигналов в частотной области
- •12.2. Частотная характеристика линейной дискретной системы.
- •Билет 13
- •13.1. Формирование периодических сигналов. Табличный способ.
- •13.2. Расчет ачх и фчх по передаточной функции.
- •Билет 14
- •14.1. Формирование полигармонических сигналов.
- •14.2. Расчет ачх и фчх звена первого порядка.
- •Билет 15
- •15.1. Единичный импульс. Представление дискретных сигналов.
- •15.2. Расчет ачх и фчх звена второго порядка.
- •Билет 16
- •16.1. Дискретизация непрерывных сигналов. Теорема Котельникова. Частота Найквиста.
- •16.2. Понятие цифрового фильтра.
- •Билет 17
- •17.1. Линейные системы, инвариантные к сдвигу.
- •17.2. Этапы проектирования цифрового фильтра.
- •Билет 18
- •18.1. Импульсная характеристика линейных систем. Устойчивость и физическая реализуемость.
- •18.2. Обеспечение линейности фчх цифрового фильтра.
- •Билет 19
- •19.1. Ряд Фурье и интегральное преобразование Фурье. Ряд Фурье в комплексной форме.
- •19.2. Цифровые фильтры с бесконечной импульсной характеристикой. Метод билинейного z-преобразования расчета бих-фильтров низкой частоты. Билет 20
- •20.1. Преобразование Фурье для прямоугольного импульса.
- •20.2. Цифровые фильтры с бесконечной импульсной характеристикой. Метод билинейного z-преобразования расчета бих-фильтров высокой частоты.
- •Билет 21
- •21.1. Представление периодической последовательности единичных импульсов в частотной области.
- •21.2. Цифровые фильтры с конечной импульсной характеристикой. Расчет ких-фильтров.
- •25.2. Сглаживание данных. Медианная фильтрация.
- •Билет 26
- •26.1. Понятие линейной дискретной системы//метода 8.1
- •26.2. Определение параметров тренда методом наименьших квадратов.
- •Билет 27
- •27.1. Импульсная характеристика линейных систем. Устойчивость и физическая
- •27.2. Понятие вейвлет-преобразования, отличие от преобразования Фурье.
- •Билет 28
- •28.2. Математическое описание вейвлетных функций. Билет 29
- •29.2. Расчет дискретных вейвлетов.
21.2. Цифровые фильтры с конечной импульсной характеристикой. Расчет ких-фильтров.
Фильтр с конечной импульсной характеристикой (Нерекурсивный фильтр, КИХ-фильтр) или FIR-фильтр (FIR сокр. от finite impulse response — конечная импульсная характеристика) — один из видов линейных цифровых фильтров, характерной особенностью которого является ограниченность по времени его импульсной характеристики (с какого-то момента времени она становится точно равной нулю). Такой фильтр называют ещё нерекурсивным из-за отсутствия обратной связи. Знаменатель передаточной функции такого фильтра — некая константа.
Разностное
уравнение, описывающее связь между
входным и выходным сигналами
фильтра:
где P —
порядок фильтра, x(n) —
входной сигнал, y(n) —
выходной сигнал, а bi —
коэффициенты фильтра. Иными словами,
значение любого отсчета выходного
сигнала определяется суммой масштабированных
значений P предыдущих отсчетов.
Можно сказать иначе: значение выхода
фильтра в любой момент времени есть
значение отклика на мгновенное значение
входа и сумма всех постепенно затухающих
откликов P предыдущих отсчетов
сигнала, которые всё ещё оказывают
влияние на выход (после P-отсчетов импульсная
переходная функция становится равной
нулю, как уже было сказано, поэтому все
члены после P-го тоже станут
равными нулю). Запишем предыдущее
уравнение в более ёмком виде:
Для того, чтобы найти ядро фильтра положим
x(n) = δ(n)
где δ(n) — дельта-функция. Тогда импульсная характеристика КИХ-фильтра может быть записана как:
Z-преобразование импульсной характеристики даёт нам передаточную функцию КИХ-фильтра:
]Свойства
КИХ-фильтр обладает рядом полезных свойств, из-за которых он иногда более предпочтителен в использовании, чем БИХ-фильтр. Вот некоторые из них:
КИХ-фильтры устойчивы.
КИХ-фильтры при реализации не требуют наличия обратной связи.
Фаза КИХ-фильтров может быть сделана линейной
Прямая форма КИХ фильтра
КИХ фильтры могут быть реализованы с использованием трех элементов: умножитель, сумматор и блок задержки. Вариант, показанный на рисунке есть прямая реализация КИХ-фильтров типа 1.
Реализация прямой формы КИХ фильтра
Пример программы
Ниже приведен пример программы КИХ-фильтра, написанный на C :
/* КИХ Фильтр на 128 отводов */
float fir_filter(float input)
{
int i;
static float sample[128];
float acc;
float output;
sample[0] = input;
acc = 0.0f; /* Аккумулятор */
/* Умножение с накоплением */
for (i = 0; i < 128; i++) {
acc += (h[i] * sample[i]);
}
/* Выход */
output = acc;
/* Смещаем задержаный сигнал */
for (i = 127; i > 0; i--)
sample[i] = sample[i - 1];
return output;
}
БИЛЕТ 22
22.1. Дискретный ряд Фурье и дискретное преобразование Фурье. Реализация дискретного преобразования Фурье.
22.2. Сглаживание данных. Скользящее усреднение.
БИЛЕТ 23
23.1. Быстрое преобразование Фурье. Алгоритм с прореживанием по времени. (цос_материалы_лекций 24-30)
23.2. Сглаживание данных. Сглаживание параболами.
БИЛЕТ 24
24.1. Алгоритм двоичной инверсии. Базовая операция БПФ. (26-30)
24.2. Сглаживание данных. Сглаживание Спенсера.
Билет 25
25.1. Применение БПФ
для обработки действительных
последовательностей. (цос_материалы_лекций
29-31)
Общий алгоритм
быстрого преобразования Фурье может
быть упрощён (уменьшен по количеству
выполняемых операций за счёт того, что
на нулевой первой и второй ступенях БПФ
операция «бабочка» существенно
упрощается) Если индекс равен нулю, то
она содержит только операции сложения,
потому что косинусы станут равными
единице, а синусы нулю.
Для бабочки
с индексом
косинусы равны нулю, синусы единице.
Если есть последовательность x(n) и y(n) 0÷N-1, то одну последовательность можно загрузить в массив комплексной части.
На БПФ можно обрабатывать одновременно две действительные последовательности.
Рассмотрим как выглядит временное окно в частотной области
t f
График для прямоугольного окна во временной области в частотной области представлен на рисунке.
f
Точно также для прямоугольному окну в частотной области соответствует функция такого же вида во временной области.
С математической точки зрения дискретизация – умножение функции на последовательность единичных импульсов.
