- •3.1 Дискретная обработка аналогового сигнала
- •3.2 Цифровая фильтрация. Синтез цифрового фильтра по известному аналоговому фильтру-прототипу
- •Реферат
- •Введение
- •1 Спектральный анализ аналогового сигнала
- •1.1 Разложение сигнала на типовые составляющие
- •1.2 Нахождение спектральной плотности аналогового сигнала
- •1.3 Спектр коэффициентов комплексного ряда Фурье
- •2 Анализ аналоговой линейной электрической цепи
- •2.1 Передаточная функция аналогового фильтра
- •2.2 Частотные характеристик аналогового фильтра
- •2.3 Временные характеристики аналогового фильтра
- •2.4 Отклик аналогового фильтра на сигнал
- •3 Дискретизация аналогового сигнала
- •3.1 Разложение дискретного сигнала на типовые составляющие
- •3.2 Спектральная плотность дискретного сигнала
- •3.3 Расчёт и построение спектра комплексных коэффициентов дискретного преобразования Фурье
- •3.4 Восстановление аналогового сигнала по теореме Котельникова
- •3.5 Восстановление аналогового сигнала по Фурье
- •4 Синтез цифрового фильтра методом билинейного z-преобразования
- •4.1 Системная функция канонического вида цифрового фильтра
- •4.2 Частотные характеристики цифрового фильтра канонического вида
- •4.3 Отклик цифрового фильтра на дискретный сигнал
- •5 Синтез цифрового фильтра методом инвариантности импульсных характерискик
- •5.1 Дискретизация импульсной характеристики линейной электрической цепи
- •5.2 Системные функции трансверсального цифрового фильтра
- •6 Выводы о сравнении методов синтезацифрового фильтра
- •Заключение
- •Список использованных источников
1 Спектральный анализ аналогового сигнала
Исходные данные представлены в таблице 1.1.
Таблица 1.1 – Временная структура аналогового сигнала
N3 N4 |
t1 |
t2 |
t3 |
Toc |
33 |
330 мкс |
2t1 |
3 t1 |
3.5t1 |
Известно
соотношение между постоянной времени
цепи τ и интервалом описания фрагмента
сигнала t1:
τ =
t1
или
α =
=
.
Из данных соотношений получены выражения
(1.1):
|
(1.1) |
где w0 – частота резонанса аналогового фильтра, равная 19,04 рад/с.
1.1 Разложение сигнала на типовые составляющие
Исходный сигнал, представленный на рисунке 1.1, определяется следующей системой уравнений линий (1.2):
|
(1.2) |
Рисунок 1.1 – Графическое представление исходного сигнала
Воспользуемся математическим аппаратом функции Хевисайда для разложения аналогового сигнала на элементарные составляющие (1.3). График элементарных составляющих представлен на рисунке 1.2.
|
(1.3) |
|
|
|
|
|
Рисунок 1.2 – Элементарные составляющие аналогового сигнала: S1(t) – красный, S2(t) – синий; S3(t) – зелёный; S4(t) – розовый
1.2 Нахождение спектральной плотности аналогового сигнала
Для нахождения спектральной плотности аналогового сигнала используем прямое преобразование Лапласа к каждой типовой составляющей сигнала (1.4).
|
(1.4) |
|
|
|
|
|
Аналоговый сигнал, заданный в данной курсовой работе, математически запишется как сумма полученных типовых составляющих S(P) = S1(P) + S2(P) + S3(P) + S4(P), и будет иметь вид (1.5):
|
(1.5) |
Из
выражения 1.5 путем замены P
→ jw
(1.6)
найдем спектральную плотность (рисунок
1.3) и спектр фаз аналогового сигнала
(рисунок 1.4(а)). Графики сигнала нормированы
относительно периода (времени длительности
сигнала) Tос
и частоты резонанса w0
и имеют вид
,
.
|
(1.5) |
|
|
Применим
известные соотношения t2
= 2 t1
и t3
= 3 t1,
а также формулы Эйлера
,
двойного и тройного угла синуса и
косинуса:
,
,
и
соответственно,
получим следующее выражение спектральной
плотности:
Рисунок 1.3 – Спектральная плотность аналогового сигнала
Из рисунка видно, что спектр амплитуд пульсирует. Это происходит по причине того, что сигнал имеет ограниченный интервал описания во временной области.
Рисунок 1.4 (а) – Спектр фаз аналогового сигнала
Данный
спектр фаз имеет большую линейную
составляющую, которая мешает увидеть
значимую его часть. Для компенсации
линейной составляющей спектра фаз,
умножим спектральную плотность на
, тогда спектр фаз примет вид, изображённый
на рисунке 1.4 (б):
Рисунок 1.4 (б) – Спектр фаз аналогового сигнала с компенсированной линейной составляющей
1.3 Спектр коэффициентов комплексного ряда Фурье
Аналоговые преобразования Фурье связывают между собой две текущие переменные: время t и частоту w. Дискретные преобразования Фурье (ДПФ) связывают между собой две дискретные переменные: дискретное время nТд и дискретную частоту kw1. При дискретизации по частоте и по времени выполняются два условия:
1) функция, описывающая сигнал во временной области, будет периодической (с периодом Тос 2 w1) и дискретизированной с шагом nТд;
2) функция, описывающая сигнал в частотной области, будет периодической (с периодом wд 2 wв 2 Тд ) и дискретизированной с шагом kw1.
Обычно вводится обозначение, связывающее отсчеты спектральной плотности Skw1 и коэффициенты комплексного ряда Фурье C(k). Отсчеты спектральной плотности нормируются, чтобы размерность отсчетов сигнала и нормированных отсчетов спектральной плотности была одинаковой. Окончательно формула преобразуется к виду (1.6):
|
(1.6) |
Графики спектра амплитуд и спектра фаз представлены на рисунках 1.5 и 1.6, соответственно:
Рисунок 1.5 – Спектр амплитуд коэффициентов комплексного ряда Фурье
Пороговый
критерий для определения ширины спектра,
в котором сосредоточено 90% мощности
сигнала, показан на рисунке 1.5 пунктирной
линией, параллельной оси целых числовых
коэффициентов k.
Девятый коэффициент – последний
коэффициент с амплитудой, превышающей
пороговый критерий, десятый – численно
равен пороговому критерию, следовательно,
восстановление сигнала необходимо
выполнять по десяти гармоникам, где
.
Рисунок 1.6 – Спектр фаз коэффициентов комплексного ряда Фурье
Для сравнения с комплексными коэффициентами ряда (таблица 1.1), определим постоянную составляющую исходного аналогового сигнала:
Выполним восстановление сигнала по формуле (1.7).
|
(1.7) |
где
– постоянная составляющая аналогового
сигнала.
Таблица 1.1 – Значения модуля первых десяти коэффициентов комплексного ряда Фурье
k |
|Ck (k)| |
k |
|Ck (k)| |
1 |
206,695 |
6 |
29,528 |
2 |
103,347 |
7 |
25,837 |
3 |
68,898 |
8 |
22,966 |
4 |
51,674 |
9 |
20,669 |
5 |
34,449 |
10 |
18,79 |
Рисунок 1.7 – Восстановление аналогового сигнала
Восстановленный сигнал (рисунок 1.7) является периодической функцией времени. Он точно проходит по отсчетам выборки на первом периоде. Очевидно, что при большем значении N восстановление будет точнее.
