1005
.pdfРассмотрим случай, когда на вход фильтра поступает полезный детерминированный сигнал g(t), на который накладывается помеха n(t). Сигнал на входе фильтра описывается соотношением (2.24), а ошибка фильтрации – соотношением (2.25).
Сигнал
y(t) = yg (t) + yn (t), |
(2.40) |
где yg (t) – детерминированная составляющая y(t), обусловленная действием сигнала g(t); yп(t) – составляющая y(t), обусловленная действием помехи, которая представляет собой случайный сигнал. Следовательно, yп(t) – это случайная со-
ставляющая y(t).
Подставляя (2.40) в (2.25), получим
ε(t) = εg (t) +εсл(t),
где |
|
εg (t) = yg (t) − g(t); εсл(t) = yп(t); |
(2.41) |
εg (t), εсл(t) – детерминированная и случайная составляющая ошибки ε(t). Составляющая εg (t) обусловлена неточным вос-
произведением фильтром полезного сигнала g(t). Составляющая εсл(t) появляется в результате частичного прохождения
помехи n(t) на выход фильтра.
Поскольку случайная и детерминированная ошибки не коррелированны между собой, дисперсия суммарной ошибки фильтрации фильтром случайного сигнала x(t) определяется выражением
|
|
σ2 |
(t) = ε2 |
(t) +σ2 |
, |
|
|
(2.42) |
|
|
ε |
g |
εсл |
|
|
|
|
где |
σ2 |
– дисперсия случайной составляющей |
ε |
сл |
(t) ошиб- |
|||
|
εсл |
|
|
|
|
|
|
ки ε(t).
51
Обозначим через Sn (ω) спектральную плотность помехи n(t), а через Syn (ω) – спектральную плотность составляющей yп(t). В результате имеем
|
Sy |
n |
(ω) =| H (ω) |2 |
Sn (ω), |
(2.43) |
||||
|
|
|
∞ |
|
|
|
|
|
|
|
|
|
σ2yn = ∫ Syn (ω)dω, |
(2.44) |
|||||
|
|
|
−∞ |
|
|
|
|
|
|
где σ2 |
– дисперсия составляющей y |
n |
(t) . Поскольку ε |
сл |
(t) = |
||||
yn |
|
|
|
|
|
|
|
||
= yп(t), |
|
|
|
|
|
|
|
|
|
|
|
|
σ2 |
= σ2 |
. |
|
|
(2.45) |
|
|
|
|
εсл |
yп |
|
|
|
|
|
Определим yg (t). Имеем |
|
|
|
|
|
|
|||
|
|
|
t |
|
|
|
|
|
|
|
yg (t) = ∫h(τ)g(t −τ)dτ, |
(2.46) |
|||||||
|
|
|
0 |
|
|
|
|
|
|
где h(τ) |
– весовая функция фильтра. |
|
|
|
|
||||
Рассмотрим в качестве примера случай, когда частотная |
|||||||||
характеристика фильтра определяется |
соотношением |
(2.30), |
а спектральная плотность помехи n(t) характеризуется выражением (2.34). Частотной характеристике H(ω), определяемой соотношением (2.30), соответствует весовая функция фильтра вида
h(t) = |
k |
e−βt ; |
β = |
1 |
. |
(2.47) |
|
|
|||||
|
T |
|
T |
|
||
Предположим, что |
|
|
|
|
||
g(t) = g0 + gi (t), |
(2.48) |
где g0, g1 – коэффициенты полинома. Подставляя (2.47), (2.48) в (2.46), получим
52
|
y |
g |
(t) = k (g |
0 |
+ g t) − g T . |
(2.49) |
||||
|
|
|
|
|
1 |
|
1 |
|
||
Подставим (2.48), (2.49) в (2.25). В результате |
|
|||||||||
|
εg (t) = (k −1)(g0 + g1t ) −kg1T. |
(2.50) |
||||||||
Соотношение (2.50) при k = 1 примет вид |
|
|||||||||
|
|
|
εg (t) = −g1T. |
(2.51) |
||||||
Определим |
σ2y . |
Подставляя (2.30), (2.34) в (2.43), (2.44), |
||||||||
|
n |
|
|
|
|
|
|
|
|
|
получим |
|
|
|
|
|
|
|
|
|
|
|
|
|
σ2 |
= |
|
|
k2 |
σ2. |
(2.52) |
|
|
|
|
|
|
|
|
||||
|
|
|
y |
|
Tαn +1 |
n |
|
|||
|
|
|
п |
|
|
|
Соотношение (2.52) при k = 1 примет вид
|
σ2y |
|
|
= |
|
1 |
|
|
|
|
σn2. |
|
|
|||
п |
T |
αn +1 |
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
Подставим (2.53), (2.45), (2.51) в (2.42). Получим |
||||||||||||||||
|
σε2 (t) |
= |
|
|
|
1 |
|
|
+ |
|
g1 |
2 T 2 |
||||
|
2 |
|
Tαn +1 |
|
||||||||||||
|
σn |
|
|
σn |
|
|||||||||||
или |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
σ2 |
|
|
|
1 |
|
|
|
|
|
2 |
|
2 |
|
||
|
ε = |
|
|
|
|
|
+ψ T |
|
, |
|||||||
|
|
Tαn |
|
|
|
|||||||||||
|
σn2 |
|
|
+1 |
|
|
|
|
|
|
|
|
где
(2.53)
(2.54)
(2.55)
ψ = |
g1 |
. |
(2.56) |
|
|||
|
σn |
|
53
σε2 / σ2n
1,0
αn = 0,1c−1; σn = 20
0,8
|
|
|
|
|
ψ = 0,01 |
|
0,6 |
|
|
|
|
|
|
0,4 |
|
|
|
|
|
|
|
|
|
|
ψ = 0 |
|
|
0,2 |
|
|
|
|
|
|
0 |
20 |
40 |
60 |
80 |
10 |
Т, с |
|
Рис. 2.13. График зависимости (σε2 / σn2 ) |
|
||||
На рис. 2.13 построен график зависимости (σε2 / σn2 ) от па- |
||||||
раметра Т фильтра при αп |
= 0,1 с–1; |
σn |
= 20; ψ = 0, ψ = 0,01. |
При проектировании фильтра выбирается оптимальное значение параметра Т, при котором (σε2 / σ2n ) = min. Из рис. 2.13 следует, что при ψ = 0,01 ТОПТ = 30 с.
Моделирование работы цифрового фильтра на ЭВМ и количественная оценка ошибки фильтрации
Рассмотрим четыре нерекурсивных цифровых фильтра: фильтр скользящего среднего (ФСС), цифровой косинус – фильтр (ЦКФ), модифицированный фильтр Бартлета (МФБ) и идеальный фильтр нижних частот (ИФНЧ). Введем обозначение
(hi )j = hj (ti ), ti =i∆t, |
(2.57) |
54
где ∆t – интервал дискретности измерений фильтруемого случайного процесса. Индекс j принимает значение 1, 2, 3 и 4. Индекс j = 1 соответствует ФСС, индекс j = 2 – ЦКФ, индекс j = 3 – МФБ, индекс j = 4 – ИФНЧ; (hi )j – весовые коэффициенты j-го
цифрового фильтра.
Весовые коэффициенты рассматриваемых фильтров имеют следующий вид:
|
|
|
|
|
|
|
|
(h ) |
|
= |
1 |
; |
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
i |
1 |
|
|
N |
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
(h ) |
|
= |
1+cos π i |
/(2χ); |
χ = |
N −1 |
; |
||||||||||||||||
2 |
|
|
|||||||||||||||||||||
i |
|
|
|
|
|
|
|
|
χ |
|
|
|
|
|
|
|
|
|
|
2 |
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
(h ) |
|
|
2 |
|
|
|
|
ε | i | |
|
ε = |
|
|
2N 2 |
|
|
|
|||||||
|
= |
|
|
1− |
|
|
|
|
|
; |
|
|
|
|
|
; |
|
||||||
|
|
|
|
|
|
|
|
|
N 2 − |
|
|
||||||||||||
|
i |
|
3 |
|
N |
|
|
|
|
N |
|
|
|
|
|
1 |
|
|
|||||
|
|
|
|
(h ) |
|
= |
sin(2πWi∆t) |
, |
|
|
|
||||||||||||
|
|
|
|
4 |
|
|
|
|
|||||||||||||||
|
|
|
|
|
i |
|
|
|
|
πi∆t |
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(2.58)
(2.59)
(2.60)
(2.61)
где W – параметр ИФНЧ; N – параметр, характеризующий количество измеренных значений фильтруемого случайного процесса на интервале наблюдения TN = (N −1)∆t фильтра.
Амплитудно-частотные характеристики указанных нерекурсивных цифровых фильтров определяются соотношением
( N −1) / 2 |
|
|
H j ( f ) =(h0 )j +2 ∑ |
(hi )j cos(2πfi∆t), |
(2.62) |
i=1 |
|
|
где f – частота, Гц. |
|
|
Обозначим через x(t) сигнал на входе фильтра, |
|
|
x(t) = g(t) +n(t), |
(2.63) |
где g(t) – полезный детерминированный сигнал; n(t) – погрешность измерений сигнала g(t). Предполагается, что n(t) – коррелированный случайный сигнал, корреляционная функция которого определяется соотношением
55
K |
n |
(τ) = σ2 |
e−αn|τ| cosω τ, |
(2.64) |
|
n |
n |
|
где ωn – преобладающая частота; α – коэффициент затухания корреляционной функции; σ2n – дисперсия n(t).
Рассмотрим четыре модели сигнала g(t):
1. |
g(t) = g (t) = a |
+a t +a |
t2. |
|
|
|
(2.65) |
|||||
|
1 |
|
|
0 |
1 |
2 |
|
|
|
|
|
|
2. |
g(t) = g |
2 |
(t) = a ea4t . |
|
|
|
|
|
(2.66) |
|||
|
|
|
|
3 |
|
|
|
|
|
|
|
|
3. |
g(t) = g3 (t) = a5 sin (2πf0t +ϕ). |
|
|
|
(2.67) |
|||||||
4. |
g(t) = g4 (t) = a6 cos(2πf0t +ϕ). |
|
|
|
(2.68) |
|||||||
Здесь ai , |
i = 0,1, ..., 6, |
f0 ,ϕ – параметры этих моделей. |
||||||||||
Из (2.63) имеем |
|
|
|
|
|
|
|
|
||||
|
|
x = g |
|
+n , i =1, 2, ..., N ; |
N = |
TH |
, |
(2.69) |
||||
|
|
|
∆t |
|||||||||
|
|
|
i |
i |
|
i |
|
1 |
1 |
|
|
где xi = x(ti ); gi = g (ti ); ni = n(ti ); ti =i∆t; TH – длина реализации случайного сигнала, подвергаемого фильтрации; xi , ni – случайные последовательности.
Для моделирования случайной последовательности ni ис-
пользуется формирующий фильтр, определяемый соотношением вида
ni = f1ni−1 + f2ni−2 +e0 zi +e1zi−1; i ≥ 3, n1 = n2 = 0,
где
e |
= σ |
|
α |
; |
α |
2 |
= (α ± α2 |
−4α |
0 |
)/ 2; |
|
|
|
|
||||||||||
0 |
|
n |
|
2 |
|
|
|
|
|
1 |
|
|
|
1 |
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
( |
|
2 |
|
) |
|
|
|
|
4 |
|
|
e |
= σ |
|
α |
|
/ α |
; |
|
α |
|
= r |
r |
|
γ |
; α =1 |
−r |
; |
|
|||||||
n |
0 |
|
0 |
|
|
−1 cos |
|
|
||||||||||||||||
1 |
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
0 |
1 |
|
|
|
||||
r = e−α* ; |
|
α* = αn∆t; |
γ0 = ωn∆t; |
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
f1 = 2r cos γ0 ; |
|
f2 = −r . |
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
(2.70)
(2.71)
Здесь zi = z (ti ) – последовательность независимых нормально
распределенных случайных чисел с нулевым математическим ожиданием и единичной дисперсией.
56
Алгоритм цифровой фильтрации определяется соотношением
χ |
|
yn = ∑ hk xn−k ; n = χ+1, χ+ 2, ..., N1 −χ, |
(2.72) |
k=−χ
где yn = y(tn ); xn−k = x(tn−k ); tn = n∆t; tn−k = (n −k)∆t.
Определим статистическую среднеквадратическую ошибку фильтрации цифровым фильтром входной случайной после-
довательности xi , |
i = |
1, N1 |
|
в виде |
|
|
|
|
|
|
|
||
ˆ |
|
1 |
|
N1−χ |
|
2 |
|
|
|
1 |
N1−χ |
|
|
|
|
∑ |
(εi − ε) |
|
|
|
∑ εi , |
|
|||||
σε = |
|
|
|
|
; |
ε = |
|
|
(2.73) |
||||
N |
−2χ |
|
N |
−2χ |
|||||||||
|
i=χ+1 |
|
|
|
i=χ+1 |
|
|||||||
|
1 |
|
|
|
|
|
1 |
|
|
где εi = yi − gi ; χ = (N −1)/ 2 . Используя формулу (2.73), можно построить график зависимости σˆ ε от параметра фильтра N.
Найдем оценку дисперсии случайной последовательности ni по формуле
ˆ 2 |
|
1 |
|
N1 |
|
2 |
|
||
σn = |
|
|
|
|
∑(ni −n ) |
; |
|||
|
N |
|
|||||||
|
|
|
|
i=1 |
|
|
|
||
|
|
1 |
|
|
(2.74) |
||||
|
|
1 |
|
N1 |
|
|
|||
|
|
|
|
|
|
||||
n = |
|
|
∑ni . |
|
|
||||
N |
|
|
|||||||
|
i=1 |
|
|
|
|||||
|
|
1 |
|
|
|
|
|||
Введем в рассмотрение коэффициент |
|||||||||
|
|
|
ˆ |
σε |
|
|
|||
|
|
|
ρ = |
ˆ |
|
(2.75) |
|||
|
|
|
ˆ . |
||||||
|
|
|
|
|
|
σn |
|
|
Используя формулы (2.73)–(2.75), можно построить график зависимости ρˆ от параметра фильтра N.
На рис. 2.14 показана блок-схема, поясняющая процесс моделирования на ЭВМ работы цифрового фильтра и количественной оценки ошибки фильтрации.
57
58
zi Формирующий фильтр
ti
gi = a0 +a1ti + a2ti2
ti |
gi |
gi = a3ea4ti
ti
gi = a5 sin (2πf0ti +ϕ)
ti
gi = a6 cos(2πf0ti +ϕ)
– εi
+
yi
ni |
xi |
|
yi |
|
ФСС |
||||
|
|
|
||
|
xi |
|
yi |
|
|
|
|||
|
|
ЦКФ
+xi
+ |
|
|
|
xi |
|
|
|
|
|
yi |
|
|
|
|
|
|
|
|
МФБ |
||
|
|
|
|
xi |
|
|
|
|
yi |
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
ИФНЧ |
||
|
|
|
|
|
|
|
|
|
|
|
|
|
σn |
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
||
Расчет |
|
|
|
|
|
ρˆ |
||||
σˆ |
|
|
σˆ |
|
|
|
||||
σˆ n ,σˆ |
ε |
ε |
ρˆ = |
ε |
|
|
|
|||
|
|
|
|
|||||||
|
|
σˆ |
n |
|
|
|||||
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
Рис. 2.14. Моделирование цифровых фильтров
Структура программного обеспечения
Укрупненная блок-схема программы цифровой фильтрации показана на рис. 2.15.
1 2 3 4 5 6 7 8 9 10
18 17 16 15 14 13 12 11
Рис. 2.15. Укрупненная блок-схема программы
В табл. 2.1 приведены переменные и массивы, а также идентификаторы этих переменных и массивов.
Дадим краткое описание блок-схемы программы. Назначение отдельных блоков следующее:
блок 1 – ввод исходных данных; блок 2 – вычисление весовых коэффициентов цифровых
фильтров по формулам (2.58)–(2.61); блок 3 – запись массивов весовых коэффициентов ФСС
и ЦКФ в файл “H1H2.PAS”;
блок 4 – запись массивов весовых коэффициентов МФБ и ИФНЧ в файл “H3H4.PAS”;
блок 5 – вычисление по формуле (2.62) АЧХ цифровых фильтров;
блок 6 – запись массивов АЧХ ФСС и ЦКФ в файл
“HH12.PAS”;
блок 7 – запись массивов АЧХ МФБ и ИФНЧ в файл
“HH34.PAS”;
блок 8 – ввод номера модели полезного сигнала, ввод параметров этой модели;
блок 9 – вычисление массива gi , i = 1, N1, полезного де-
терминированного сигнала; блок 10 – формирование с помощью датчика псевдослу-
чайных чисел массива zi , i = 1, N1 ;
59
|
|
|
|
|
|
Таблица 2.1 |
Обозначения переменных и массивов |
||||||
|
|
|
|
|
|
|
Обозначение |
Возможные |
|
|
|
||
|
|
|
значения |
|
Пояснения |
|
математическое |
|
в программе |
||||
|
переменных |
|
|
|
||
N |
|
N |
31 |
|
|
|
N1 |
|
N1 |
500 |
|
|
|
∆t |
|
DT |
1 |
|
|
|
W |
|
W |
0,06 |
|
|
|
i |
|
T |
1, 2, 3, 4 |
|
Номер модели |
|
|
полезного сигнала |
|||||
|
|
|
|
|||
j |
|
L |
1, 2, 3, 4 |
Признак фильтра |
||
f0 |
|
F0 |
0,001 |
|
|
|
ϕ |
|
F |
0 |
|
|
|
χ |
|
NF |
|
|
|
|
σn |
|
SV |
5 |
|
|
|
αn |
|
AV |
0,1 |
|
|
|
ωn |
|
WV |
0 |
|
|
|
a0, a1, a2 |
|
A0, A1, A2 |
|
|
|
|
a3, a4, a5 |
|
A3, A4, A5 |
|
|
|
|
a6 |
|
A6 |
|
|
|
|
xi |
|
X1[I] |
|
|
|
|
yi |
|
Y1[I] |
|
|
|
|
gi |
|
S[I] |
|
|
|
|
блок 11 – |
формирование массива ni , i = |
|
, по форму- |
|||
1, N1 |
лам (2.70), (2.71);
блок 12 – вычисление массива сигнала xi , i =1, N1, на вхо-
де цифрового фильтра; блок 13 – выбор цифрового фильтра и ввод признака 4
фильтра (L может принимать значения 1, 2, 3, 4);
блок 14 – фильтрация сигнала xi , i =1, N1, в соответствии с формулой (2.72);
60