- •Конспект лекций по цос
- •Частотная область
- •Реальные сигналы
- •Ширина полосы
- •Дискретизация
- •Период дискретизации и время дискретизации
- •Непериодические мгновенные значения
- •Периодическая дискретизация
- •Дискретизация с очень высокой частотой
- •Дискретизация с частотой Найквиста
- •Дискретизация с частотой ниже частоты Найквиста
- •Спектры реальных сигналов
- •Ограничение спектра
- •Формирование цифрового сигнала
- •Дискретизация
- •Квантование
- •Точность
- •Ошибка квантования
- •Уменьшение ошибок квантования
- •Дополнительная информация
- •Практически используемые ацп
- •Ацп с последовательным приближением
- •Двунаклонные ацп
- •Сглаживание на выходе
- •Коммерческие ацп и цап
- •Функциональные блоки платы dsk
- •Выводы по лекциям
- •Лекция 2.
- •1. Числовые последовательности
- •2. Представление числовых последовательносте
- •Представление чисел
- •Кодирование чисел
- •Ошибки квантования
- •Дискретные линейные системы
- •1. Общие сведения
- •2. Линейные системы с постоянными параметрами
- •3. Физическая реализуемость
- •Из (2.1) получаем
- •Лекция 3
- •1. Частотные характеристики
- •2. Частотные характеристики систем первого порядка
- •3. Частотные характеристики систем второго порядка
- •Лекция 4
- •1. Дискретный ряд Фурье
- •2. Единицы измерения частоты
- •4. Теорияz-преобразования в задачах анализа и синтеза линейных систем применяется преобразование Лапласа, которое приводит дифференциальные уравнения в алгебраические уравнения.
- •Для упрощения анализа можно перейти к новой переменной z, связанной с p соотношением
- •Такая сумма, если она существует, называется z-преобразовани-ем последовательности {xk}. Ясно, что комплексная функция (5.16) определена лишь для тех значений z, при которых степенной ряд сходится.
- •Примеры z-преобразований на основании (16):
- •Бесконечная дискретная последовательность
- •5. Соотношение между z–преобразованием и
- •6. Обратное z-преобразование
- •1. Дискретное преобразование Фурье
- •Определим набор коэффициентов дпф
- •2. Свойства дпф
- •3. Свойства симметрии
- •3. Спектральный анализ в точках z-плоскости
- •Импульсная характеристика
- •2. Линейная свертка конечных последовательностей
- •3. Секционированные свертки
- •1. Уравнения цифровых фильтров
- •2. Структурные схемы цифровых фильтров
- •1. Цифровые фильтры
- •Третий метод проектирования – оптимизация фильтров с минимаксной ошибкой
- •!. Цифровые фильтры с бесконечными импульсными характеристиками
- •Всепропускающего фильтра 2-го порядка
- •1) Ось из s–плоскости должна отображаться в единичную окружность на z – плоскости;
- •6. Прямые методы расчета цифровых фильтров
- •Быстрое преобразование фурье
- •1. Основы алгоритмов бпф
- •2. Алгоритм бпф с прореживанием по времени
- •3. Алгоритм бпф с прореживанием по частоте
- •4. Применение метода бпф для вычисления одпф
- •12.5. Применение бпф для вычисления реакции цифрового фильтра
6. Прямые методы расчета цифровых фильтров
В предыдущих разделах были рассмотрены методы расчета цифровых фильтров, основанные на дискретизации фильтров непрерывного времени. Существуют также прямые методы расчета цифровых фильтров в частотной или временной области, которые образуют вторую группу методов расчета цифровых фильтров. К ним относятся методы расчета по заданному квадрату амплитудной характеристики и методы расчета во временной области.
1. Расчет по квадрату амплитудной характеристики
Запишем z-преобразование импульсной характеристики БИХ-фильтра в виде отношения
Н(z)
=
.
Квадрат амплитудной характеристики фильтра
|H(ej)|2 = Н(z) Н(z–1) при z = ej
можно представить как отношение тригонометрических функций от частоты
|H(ej)|2
=
. (8.46)
Выражение (8.46) используется в основе многих методов расчета цифровых фильтров по заданному квадрату амплитудной характеристики. Кроме того, с помощью этого выражения цифровой фильтр удается связать с аналоговым фильтром, квадрат амплитудной характеристики которого равен отношению полиномов по Ώ2. Используя подстановку
![]()
можно выражение (8.46) привести к виду, характерному для передаточной функции аналогового фильтра.
Перепишем выражение (8.46)в упрощенной форме
|H(ej)|2
=
.
Здесь
— рациональный полиномn-го
порядка по тригонометрическим
функциям. Соответствующий выбор функции
позволяет
получить цифровые фильтры различных
типов, обладающие заданными амплитудными
характеристиками.
Расчет
БИХ-фильтров по заданному квадрату
амплитудной характеристики можно
распространить на некоторые другие
тины фильтров, причем они необязательно
должны быть фильтрами
нижних частот. Применение рассматриваемого
метода сопряжено
с двумя трудностями. Во-первых, для
построения фильтра с
заданными свойствами необходимо
подобрать подходящий рациональный
полином
.
Во-вторых, функцию квадрата амплитудной
характеристики |H(ej)|2
приходится
раскладывать на сомножители,
чтобы найти ее полюсы и нули. Как правило,
выполнить это разложение
весьма непросто, что делает применение
рассматриваемого
метода расчета фильтра нежелательным.
2. Расчет БИХ-филътров во временной области
Наряду с методами расчета фильтров, обладающих заданными частотными характеристиками, существуют методы расчета фильтров с заданными импульсными характеристиками. Пусть z-преобразоваиие импульсной характеристики h(k) фильтра равно
Н(z)
=
=
.
и требуется, чтобы импульсная характеристика аппроксимировала заданную последовательность g(k) в диапазоне 0 k Р – 1. Можно найти такой набор коэффициентов ai и bi, что
=
![]()
будет минимальной. Здесь w (k) — положительная весовая функция.
Декция 9
Быстрое преобразование фурье
1. Основы алгоритмов бпф
Дискретное преобразование Фурье (ДПФ) X(k) конечной последовательности x(n), n = 0, 1, ..., N – 1
X(k)
=
,
k
=
0,
1, ...,
N
–
1; (1)
обратное
ДПФ
x(n)
=
,(2)
где
n
=
0,
1, ..., N
–
1;
WN
=
–
периодическая последовательность с
периодомN
,
m
=
0,
1,
2,
... .
Непосредственное вычисление ДПФ X(k) (12.1) при комплексных значениях x(n) требует (N–1)2 комплексных умножений и N(N–1) сложений комплексных чисел. Для больших значений N (сотни, тысячи) прямое вычисление ДПФ (12.1) требует выполнения очень большого числа арифметических операций умножения и сложения, что затрудняет реализацию вычисления в реальном масштабе времени.
Быстрым преобразованием Фурье (БПФ) называют набор алгоритмов, реализация которых приводит к существенному уменьшению вычислительной сложности ДПФ (12.1). Основная идея этих алгоритмов состоит в разбиении исходной N-точечной последовательности на две (N/2)-точечные последовательности, из ДПФ которых конструируется ДПФ исходной последовательности. Для двух (N/2)-точечных последовательностей требуется примерно 2(N/2)2 = N2/2) умножений комплексных чисел – количество операций уменьшается примерно в 2 раза. Аналогично вместо вычисления ДПФ (N/2)-точечной последовательности можно вычислить ДПФ для двух (N/4)-точечных последовательностей и таким образом вновь уменьшить требуемое количество операций. Если N = 2v, v > 0 и целое, то процесс уменьшения размера ДПФ может быть продолжен до тех пор, пока не останутся только 2-точечные ДПФ. Общее число этапов вычисления ДПФ равно v = log2N, а количество требуемых арифметических операций для вычисления N-точечной ДПФ, порядка Nv, уменьшается примерно в N/log2N раз. Так, при N = 1000 для прямого вычисления ДПФ согласно (12.1) требуется примерно N 2 = 106 операций комплексных умножений и сложений, а при использовании алгоритмов БПФ таких операций требуется всего порядка 104, т. е. объем вычислений сокращается примерно на два порядка.
БПФ с прореживанием по времени требует перестановку отсчетов входной последовательности x(n), а БПФ с прореживанием по частоте – перестановку отсчетов выходной последовательности X(k).
