Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
28-12-2014_12-52-57 / пповсрв.pdf
Скачиваний:
77
Добавлен:
11.05.2015
Размер:
1 Мб
Скачать
☆

Определив элементы формирующей матрицы G(z) можно перейти к определению параметров цифрового рекурсивного фильтра (ЦРФ):

m

 

l

 

 

y(n) = ∑ai

x(n −i) −∑bi

y(n −i)

 

i=0

 

i=1

 

 

или цифрового нерекурсивного фильтра (ЦНФ):

 

 

 

m

 

 

 

y(n) = ∑ai

x(n −i).

(6.15)

i=0

Основное отличие ЦНФ от ЦРФ в том, что он всегда устойчив, так как его передаточная функция не дробно-рациональная, а полином. Алгоритм (6.15) не нашел в "чистом виде" достаточного применения из-за большой вычислитель-

ной сложности – порядка m2 операций (m – число коэффициентов ai ). Применение алгоритмов БПФ позволяет значительно сократить количество операций умножения.

Недостаток метода цифрового формирующего фильтра (ЦФФ) – сложность расчета передаточной функции. Достоинства данного метода заключаются в следующем: непрерывный выходной сигнал, СПМ случайного процесса управляется на произвольных частотах, возможность значительного повышения скорости формирования случайного процесса за счет коротких вычислительных процедур в ЦФФ.

6.2.Спектральный анализ R-мерного векторного процесса

Широкий частотный диапазон формируемых и анализируемых процессов, быстротечность виброиспытаний требуют поиска новых алгоритмических, программных и архитектурных решений для вычислительных систем обработки и управления R-мерными векторными процессами. Только одновременное и сбалансированное решение данных трех задач, однородность алгоритмического обеспечения анализа, синтеза и управления, учет их взаимосвязи могут обеспечить реальное и существенное повышение интегральной производительности и эффективности системы.

Положим, что fS – частота поступления входной последовательности

{xr(n/fS), n = 0, N −1} процесса xr(t), r = 1, R , ограниченного полосой F (fS = kF, где k – коэффициент, выбираемый согласно теореме Котельникова). Требуется

вычислить в РВ оценки СПМ в частотном диапазоне Fq {F0 ,..., FQ}.

В схеме математической модели задачи непараметрического оценивания СПМ конечной выборки {xr (n/fS)} стационарного случайного процесса на ос-

нове метода усреднения периодограмм {Xr(k), k = 0, N −1} взвешенных временным окном перекрывающихся сегментов данных можно выделить следующие этапы обработки:

1) фильтрация и регистрация последовательности {xrq (n / fq ),n = 0, N −1} (рис.6.2), где

Лекции по ППО ВС РВ © Клюс В.Б.

108

 

 

 

 

 

 

 

 

 

q

 

 

 

 

 

 

 

 

 

fq

= fS

∏Di ,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

i=1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

q

 

 

 

 

(6.16)

 

 

 

FQ = F

∏Di ,

 

 

 

 

 

 

 

 

 

 

 

 

 

i=1

 

 

 

 

 

 

 

 

 

D

{2, 3, K, }− коэффициентыдецимации,

 

 

 

 

 

 

 

i

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

q =1,Q ;

 

 

 

 

 

 

 

x0(n0)

H1(z)

 

↓D1

 

 

x1(n1)

…

HQ(z)

 

↓DQ

xQ(nQ)

 

 

 

 

 

 

 

 

f0=fS

 

 

 

f1=f0/D1

fQ=fQ-1/DQ

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

xq(nq)

Рисунок6.2. Фильтрация и децимация анализируемого процесса

2) вычисление векторного ДПФ; 3) усреднение; 4) определение оценок СПМ. Определение 1. Под векторным дискретным преобразованием Фурье будем

понимать отображение VDFT вектора в вектор

U = [U1(k) U2(k) ... UD(k)]T ,

компоненты которого Ud(k), d = 1, D ; k = 0, N −1 представляют собой ДПФ по-

следовательностей {zd(n)} длины N, являющихся компонентами D-мерного векторного процесса Z. VDFT: Z → U такое, что для любого n, k, d; n = 0, N −1; k = 0, N −1; d = 1, D ; Ud(k) = DFT [zd(n)], где DFT [zd(n)] – ДПФ последовательно-

сти {zd(n)} длины N, т.е. покомпонентное преобразование D-мерного векторного процесса Z.

Из определения 1 следует, что векторное ДПФ является независимым, совместным преобразованием D компонент D-мерного векторного процесса Z и представляет собой множество ДПФ формата N.

Дискретное преобразование Фурье U(k) комплексной последовательности {z(n)} длины N (n = 0, N −1) определяется выражением:

N −1

U (k) = ∑WNnk z(n), k = 0, N −1,

n=0

где WNnk = exp(− j2πnk / N ), j = −1 .

Если последовательность {x(n)} длины N является действительной, то её ДПФ X(k) удовлетворяет следующим условиям симметрии:

Лекции по ППО ВС РВ © Клюс В.Б.

109

Re[ X (k)] = Re[ X (N −k)],

 

 

 

(6.17)

 

 

 

 

k = 0, N / 2 −1.

Im[X (k)] = −Im[X (N −k)],

 

Свойства симметрии (6.17) позволяют с помощью одного ДПФ комплексной последовательности одновременно определить ДПФ двух действительных

последовательностей. Если {x1(n)} и {x2(n)} действительные последовательности длины N, X1(k) и X2(k), k = 0, N −1 их ДПФ соответственно, а U(k) = Re[U(k)] + j Im[U(k)], k = 0, N −1 ДПФ комплексной последовательности z(n) = x1(n) + j x2(n), n = 0, N −1, то:

 

 

 

Re[U (k)] + ReU (N −k)

 

 

 

 

Re[ X1

(k)] =

 

 

,

 

 

2

 

 

 

 

 

 

 

 

 

 

 

Im[U (k)] −ImU (N − k)

 

 

 

 

Im[X1 (k)] =

 

,

 

 

 

2

 

 

 

 

 

(6.18)

 

 

 

Im[U (k)] + ImU (N − k)

Re[ X 2 (k)] =

 

,

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

− Re[U (k)] + ReU (N −k) , k =

 

 

Im[X 2 (k)] =

0, N / 2 −1.

 

 

 

2

 

 

 

 

 

В матричной форме ДПФ определяется следующим образом: U = WN Z,

где U и Z – векторы размера N: U = [ U(0) U(1) ... U(N-1) ]T, Z = [ z(0) z(1) ...

z(N-1) ]T , WN – матрица размера N × N, элементы которой определяются следующим образом

W

= WN(nk)modN , n, k =

 

.

 

0, N −1

 

nk

 

 

 

 

Тогда выражения (6.32) можно записать следующим образом

 

[ ReX1 ImX2 ]T = ( EN + IN/2 B' ) ReU ,

(6.19)

[ ReX2 ImX1 ]T = ( EN/2 B'' + IN ) ImU ,

(6.20)

где ReX1, ImX1, ReX2, ImX2

– векторы размера N/2:

 

ReX1 = [ Re(X1(0)) ... Re(X1(N/2-1)) ]T,

 

ImX1 = [ Im(X1(0)) ... Im(X1(N/2-1)) ]T,

 

ReX2 = [ Re(X2(0)) ... Re(X2(N/2-1)) ]T,

ImX2 = [ Im(X2(0)) ... Im(X2(N/2-1)) ]T;

E – единичная матрица размера N × N; I – матрица перестановки размера N × N

 

0

0

L 0

1

 

 

 

 

0

0

L 1

0

 

 

 

I =

 

;

 

L L L L L

 

 

 

1

0

L 0

0

 

 

 

 

 

 

 

Лекции по ППО ВС РВ © Клюс В.Б.

110

 

0

1

 

;

 

1

0

 

;

B'=

 

0

 

B''=

0

−1

 

−1

 

 

 

 

 

– прямое произведение матриц (произведение Кронекера).

Применяя матричный подход, векторное ДПФ можно определить следующим образом.

Утверждение 1. Пусть Z есть D-мерный векторный процесс (6.2). Представим последовательности {zd(n)}, n = 0, N −1 вектор-столбцами zd = [ zd(0) zd(1)

... zd(N-1) ]T. Тогда векторное ДПФ U вектора Z в матричной форме определяется следующим образом:

U = ( WN ED ) Z ,

(6.21)

Так как на практике компоненты xr(n), r =

 

; n =

 

 

векторного про-

1, R

0, N −1

цесса Х представляют собой действительные последовательности {xr(n)} длины N, то для векторного ДПФ могут быть получены соотношения, аналогичные

(6.19), (6.20).

Утверждение 2. Пусть Х R-мерный векторный процесс (6.1). Сформируем новый D-мерный вектор Z согласно (6.2). Тогда, вычислив ДПФ вектора Z по

(6.21)

U = ( WN ED ) Z = ReU + j ImU,

Вектора ReXr = [ Re(Xr(0)) Re(Xr(1)) . . . Re(Xr(N/2-1)) ]T и ImXr = [ Im(Xr(0)) Im(Xr(1)) . . . Im(Xr(N/2-1)) ]T можно определить следующим образом

[ ReX1 ImX2 ReX3 ImX4 . . . ReX2D-1 ImX2D ]T =

(6.22)

= (( EN + IN/2 B' ) ED ) ReU,

 

[ ReX2 ImX1 ReX4 ImX3 . . . ReX2D ImX2D-1 ]T =

(6.23)

= (( EN/2 B'' + IN ) ED ) ImU,

 

Утверждение 2 позволяет сформулировать укрупненный алгоритм вычисления ДПФ R-мерного действительного векторного процесса Х:

1)сформировать комплексный D-мерный вектор Z вида (6.2);

2)вычислить ДПФ вектора Z в соответствии с выражением (6.21), т.е. выполнить D одномерных преобразований формата N и найти вектор U;

3)определить вектора ReXr и ImXr, r = 1…R по (6.22) и (6.23).

Разнообразие решаемых задач обуславливает построение блока анализа в

виде спецпроцессора, программно управляемого от системной микроЭВМ.

Из рассмотренного выше можно сделать следующий вывод: при вычислении векторного ДПФ возникают две взаимосвязанные проблемы. Во-первых, каким образом выполнять совместно множество независимых одномерных ДПФ. Во-вторых, как вычислять каждое отдельное преобразование. При этом возможны два подхода к вычислению векторного ДПФ:

Лекции по ППО ВС РВ © Клюс В.Б.

111

1)многократно применить некоторый алгоритм вычисления ДПФ формата N таким образом, чтобы поочередно выполнить преобразования всех последовательностей;

2)однократно применить некоторый алгоритм вычисления ДПФ формата N таким образом, чтобы каждая операция алгоритма выполнялась параллельно над всеми последовательностями.

Ответы на эти вопросы в значительной степени определяются требованиями, предъявляемыми решаемой задачей к алгоритмам и архитектурной реализации вычисления ДПФ в реальном времени.

6.3.Метод синтеза и алгоритмы формирования R-мерного векторного случайного процесса

Задача синтеза R-мерного векторного случайного процесса заключается в получении последовательности отсчетов {xr(n/fS)}, n=0, N −1 процесса xr(t), r = 1, R ограниченного полосой Fq {F0 ,..., FQ} и распадается на три отдельных этапа: 1) формирование числовой последовательности {xrq (n / fq ), n = 0, N −1} с заданной СПМ с помощью МЦФФ; 2) интерполяция и фильтрация последова-

тельности

{xq (n / f

q

)}в полосе F

q

(рис. 6.3):

 

 

 

 

 

 

 

r

 

 

 

 

 

 

 

 

 

 

xQ(nQ)

 

↑D1

 

 

 

H1(z)

 

 

xQ-1(nQ-1) …

↑DQ

 

HQ(z)

x0(n0)

 

fQ

 

 

 

 

 

 

 

 

fQ-1= D1fQ

 

 

 

f0=fS

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

xq(nq)

Рисунок6.3. Интерполяция и фильтрация формируемого процесса

 

 

 

Q

= fq ∏Di ,

fS

 

 

 

i=q

 

 

 

Q

 

= Fq ∏Di ,

F

 

 

 

i=q

D

{2, 3, K, }− коэффициентыинтерполяции,

i

 

 

 

 

 

 

 

q =1,Q ;

3) выдача последовательности {xr(n/fS), n=0, N −1} в канал цифро-аналогового преобразования.

Лекции по ППО ВС РВ © Клюс В.Б.

112

При входном процессе ξ(t) (6.3) передаточная матрица G МЦФФ связана со СПМ процесса х на выходе фильтра соотношением (6.8). При этом справедливо утверждение.

Утверждение 3. Если передаточную матрицу G(k) МЦФФ представить в виде блочной размерности 2R × 2R:

 

 

 

 

 

 

 

 

 

 

 

G(k) =

Re g(k) | −Im g(k)

,

 

 

 

 

 

 

 

 

 

 

 

 

Im g(k) | Re g(k)

 

 

 

 

 

Re

[g1 (k)]

0

 

 

0

 

 

 

L

 

 

 

Im

 

 

Re

 

 

 

 

Re

 

 

 

 

 

 

 

 

[g(k)] =

 

0

 

[g1 (k)]

L

 

0

 

 

 

 

 

Im

 

 

 

 

Im

 

 

 

 

 

 

L

L

L

L

 

 

 

 

0

 

0

 

Re

[g1

 

 

 

 

 

L

(k)]

 

 

 

 

 

 

 

Im

 

 

а весовые коэффициенты Фурье моделируемого процесса х(n) и шума ξ(n) как 2R – мерные вектора

X(k) = [ ReX1(k) ... ReXR(k) ImX1(k) ... ImXR(k)]T,

ψ(k) = [ Reψ1(k) ... ReψR(k) Imψ1(k) ... ImψR(k)]T,

то процедура

~

−1

 

 

 

 

 

(6.24)

[G(k) *VDFT[ξ(n)]] , n = 0, N −1; k = 0, N −1

x(n) = G *VDFT

 

формирует R-мерный векторный случайный процесс с заданной СПМ. Здесь VDFT-1 и VDFT – прямое и обратное преобразование векторного ДПФ соглас-

но определению (6.21);

~

~

1 ...

~

G

= диагональ (G

G R ) – среднеквадратическое от-

клонение компонент R-мерного векторного процесса.

При управлении только модулями взаимной спектральной плотности мощности формирующая матрица G(k) с учетом математической модели (6.14) и расчетных соотношений (6.9) будет иметь вид

 

Re g(k) |

0

 

 

G(k) =

 

,

 

 

 

0

|

Re g(k)

 

а компоненты вектора Х(k) определяются следующим образом (R=3):

Re X1 (k) = Re g11 (k) Re Ψ1 (k) ,

Re X 2 (k) = Re g21 (k)Re Ψ1 (k) + Re g22 (k) Re Ψ2 (k) ,

Re X3 (k) = Re g31 (k) Re Ψ1 (k) + Re g32 (k) Re Ψ2 (k) + Re g33 (k) Re Ψ3 (k) .

Итак, анализ процедуры (6.24) формирования R-мерного векторного случайного процесса показывает, что ядром ее является алгоритм векторного ДПФ, композиция которого с вычислительной процедурой умножения вектора на матрицу приводит к выполнению необходимой функции системой. При этом

Лекции по ППО ВС РВ © Клюс В.Б.

113

Соседние файлы в папке 28-12-2014_12-52-57