- •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
3. Алгоритм бпф с прореживанием по частоте
Алгоритм вычисления ДПФ (12.1) с прореживанием по частоте отличается тем, что входная последовательность х(n), n = 0, ..., N – 1, разбивается на две последовательности посередине – одна последовательность для n = 0 ... N /2 – 1, а другая – для n = N 2 ... N – 1 и эта процедура продолжается для каждой новой последовательности до тех пор, пока не получается искомая выходная одноэлементная последовательность X(k); при этом величины X(k) уже оказываются в выходном массиве в «прореженном» порядке и их приведение к естественному порядку связано с инверсией двоичного представления индексов k в вычисленных значениях X(k).
ДПФ (12.1) запишем в виде
X(k)
=
=
+
=
=
+
.(13)
Учитывая,
что
=
![]()
=
(–1)k,
получаем
X(k)
=
. (14)
Подставив вместо k в (12.14) значение 2k и (2k 1), получим выражения для четных и нечетных отсчетов ДПФ:
X(2k)
=
; (15)
X(2k
+
1)
=
,
(16)
где теперь для значений 0 n N/2 – l:
(17)
(18)

Рис. 3. Направленный граф «бабочка»
Вычисление N-точечного ДПФ X(k) сводится к вычислению двух N/2-точечных ДПФ при четных и нечетных значениях k для функций x0(n) и x1(n) и выполнению базовой операции «бабочка» – рис. 12.3. Операция «бабочка» здесь отличается от аналогичной для алгоритма БПФ с прореживанием по времени (рис. 12.1) тем, что комплексное умножение выполняется после операции сложения-вычитания
Аналогичную процедуру можно теперь применить к x0(n) и x1(n) и перейти от N/2-точечных ДПФ к N/4-точечным ДПФ и, таким образом, свести вычисление X(2k) и X(2k + 1) через X(4k), X(4k + 2), X(4k + 1), X(4k +3). Продолжив этот процесс, перейдем в конечном итоге к 2-точечным ДПФ с последующим прямым вычислением всех выходных отсчетов X(k). Полный алгоритм БПФ с прореживанием по частоте и его программная реализация аналогичны рассмотренным выше для метода БПФ с прореживанием по времени.

Рис. 4. Направленный граф восьмиточечного БПФ
с замещением и прореживанием по частоте
В обоих алгоритмах БПФ – и с прореживанием по времени, и с прореживанием по частоте – требуется примерно Nlоg2N операций (комплексных умножений) и оба алгоритма могут быть реализованы по способу с замещением, используя только один массив ячеек памяти. В обоих алгоритмах должна быть предусмотрена процедура двоичной инверсии – на входе (при прореживании по времени) или на выходе (при прореживании по частоте).

Рис. 4. Направленный граф 32-точечного БПФ
с замещением и прореживанием по частоте
4. Применение метода бпф для вычисления одпф
По определению (12.2) ОДПФ x(n) N-точечной последовательности X(k), k = 0, 1, …, N – 1, выражается соотношением
x(n)
=
![]()
,(19)
причем в общем случае и x(n), и x(k) — комплексные функции. Пусть x(n) и X(k) — последовательности, комплексно сопряженные соответственно с x(n) и X(k). Согласно (12.19) можно записать
x*(n)
=
![]()
, (20)
Выражение суммы в правой части (12.20) есть прямое ДПФ последовательности X*(k), k = 0, ...., N – 1 и, следовательно, эта сумма может быть вычислена при помощи рассмотренных алгоритмов и программ БПФ.
Таким образом, обеспечивается вычисление последовательности Nx*(n) и для определения x(n) остается взять комплексно сопряженное с Nx*(n) выражение и разделить его на N:
(21)
