![](/user_photo/2706_HbeT2.jpg)
- •Учреждение образования «Высший государственный колледж связи»
- •Теория электросвязи
- •Раздел 1. Основы анализа сигналов.
- •1.1. Основные элементы функционального анализа сигналов. Норма и метрика.
- •1.2 Ортогональные сигналы. Ортонормированный базис. Обобщенный ряд Фурье
- •Раздел 2. Основы спектрального анализа сигналов
- •2.1 Теоремы о спектрах
- •2.3. Спектры модулированных сигналов.
- •2.3.1 Спектры амплитудно модулированных сигналов
- •2.3.2 Спектр сигналов с угловой модуляцией
- •Раздел 3. Аналитический сигнал и преобразования Гильберта
- •3.1 Аналитический сигнал. Основные понятия и определения. Спектр аналитического сигнала.
- •3.2 Преобразования Гильберта и его свойства. Применение пре образования Гильберта.
- •Раздел 4. Основы корреляционного анализа сигналов
- •4.1. Автокорреляционная функция сигналов
- •4.2. Взаимокорреляционная функция двух сигналов
- •Раздел 5. Основные элементы цифровой обработки сигналов
- •5.1. Дискретное преобразование Фурье
- •5.2. Быстрое преобразование Фурье
- •Раздел 6. Математические модели приема сигналов на фоне помех
- •6.1. Стационарные и эргодические случайные процессы.
- •6.2. Спектральное представление стационарных случайных процессов. Теорема Винера-Хинчина
- •Раздел 7. Математические модели приема сигналов на фоне помех (окончание)
- •7.1 Типовые модели случайных сигналов
- •7.2 Узкополосные случайные сигналы
- •Раздел 8. Основные сведения о шумоподобных сигналах
- •8.1 Шумоподобные сигналы и их свойства. Применение шумоподобных сигналов.
- •Раздел 9. Основы теории разделения сигналов
- •9.1 Основные положения линейной теории сигналов.
- •9.2 Структурная схема системы многоканальной передачи информации.
- •Раздел 10. Основные положения теории передачи информации
- •10.1 Информационные характеристики дискретных сообщений и сигналов
- •10.2 Взаимная информация
- •10.3. Информация в непрерывных сигналах. Дифференциальная энтропия.
- •10.4. Пропускная способность канала связи
- •10.5. Информация в непрерывных сообщениях. Эпсилон-энтропия
- •Раздел 11. Принципы оптимальной обработки сигналов на фоне помех
- •11.1. Задача оптимального приёма дискретных сообщений
- •11.2. Элементы теории решений
- •11.3. Критерии оптимизации приёма дискретных сообщений
- •11.4 Алгоритм оптимального приёма при полностью известных сигналах. (Когерентный приём)
- •Раздел 12. Принципы оптимальной обработки сигналов на фоне помех (продолжение)
- •16.5 Реализация алгоритма оптимального приема на основе корреляторов
- •12.2 Реализация алгоритма оптимального приёма на основе согласованных фильтров. Свойства согласованного фильтра
- •12.3 Потенциальная помехоустойчивость систем с различными видами манипуляции
- •Раздел 13. Принципы оптимальной обработки сигналов на фоне помех (окончание)
- •13.1 Оптимальный прием дискретных сообщений с неопределенной фазой (Некогерентный прием).
- •13.2 Помехоустойчивость систем с различными видами дискретной модуляции при некогерентном приеме
- •13.3 Прием дискретных сообщений в каналах с замираниями
- •Раздел 14. Основы цифровой обработки сигналов
- •14.1 Основные принципы цифровой фильтрации. Характеристики и свойства цифровых фильтров.
- •14.2 Алгоритм линейной цифровой фильтрации.
- •Тема 15. Основы цифровой обработки сигналов (окончание)
- •15.1 Трансверсальные цифровые фильтры.
- •15.2 Рекурсивные цф. Устойчивость цифровых фильтров
- •Раздел 16. Введение в вейвлет-преобразования сигналов
- •16.1 Понятие вейвлет-преобразования. Основные вейвлеты, применяемые в системах связи.
- •16.2 Дискретный вейвлет-анализ.
- •16.3 Непрерывное вейвлет-преобразование
- •Содержание.
Тема 15. Основы цифровой обработки сигналов (окончание)
Физически осуществимые ЦФ, которые работают в реальном времени, для формирования выходного сигнала в i-й дискретный момент времени могут использовать следующие данные: а) значение входного сигнала в момент i-го отсчета, а также некоторое число «прошлых» входных отсчетов
б)
некоторое число предшествующих отсчетов
выходного сигнала
Целые числаm
и n
определяют порядок
ЦФ. Классификация ЦФ проводится
по-разному в зависимости от того, как
используется информация о прошлых
состояниях системы.
15.1 Трансверсальные цифровые фильтры.
Так принято называть фильтры, которые работают в соответствии с алгоритмом
где
– последовательность коэффициентов.
Число m является порядком трансверсального цифрового фильтра. Как видно из формулы (15.1), трансверсальный фильтр проводит взвешенное суммирование предшествующих отсчетов входного сигнала и не используют прошлые отсчеты выходного сигнала. Применив z-преобразование к обеим частям выражения (15.1), убеждаемся, что
Отсюда следует, что системная функция
является дробно-рациональной функцией z, имеющей m-кратный полюс при z = 0 и m нулей, координаты которых определяются коэффициентами фильтра.
Алгоритм функционирования трансверсального ЦФ поясняется структурной схемой приведенной на рис. 15.1.
Рис.15.1. Схема построения трансверсального ЦФ
Основными
элементами фильтра служат блоки задержки
отсчетных значений на один интервал
дискретизации (прямоугольники с символами
),
а также масштабные блоки, выполняющие
в цифровой форме операции умножения на
соответствующие коэффициенты. С выходов
масштабных блоков поступают в сумматор,
где, складываясь, образуют отсчет
выходного сигнала.
Вид представленной здесь схемы объясняет смысл термина «трансверсальный фильтр» (от англ. transverse – поперечный).
Импульсную
характеристику
трансверсального ЦФ вычислим, осуществив
обратное z-преобразование
выражения (15.2). Легко видеть, что каждое
слагаемое H(z)
дает вклад, равный коэффициенту
,
смещенному наn
позиций в сторону запаздывания. Таким
образом, здесь
К такому выводу можно прийти и непосредственно, рассматривая структурную схему фильтра (см. рис.15.1) и полагая, что на его вход подан «единичный импульс» (1,0,0,0,…).
Важно отметить, что импульсная характеристика трансверсального фильтра содержит конечное число членов.
Частотную
характеристику можно получить путем
замены переменной
в (15.2)
При заданном шаге дискретизации 𝛥 можно реализовать самые разнообразные формы АЧХ, подбирая должным образом весовые коэффициенты фильтра.
15.2 Рекурсивные цф. Устойчивость цифровых фильтров
Этот вид цифровых фильтров характерен тем, что для формирования i-го выходного отсчета используются предыдущие значения не только входного, но и выходного сигнала:
причем
коэффициенты
определяющие рекурсивную часть алгоритма
фильтрации, не равны нулю одновременно.
Чтобы подчеркнуть различие структур
двух видов ЦФ, трансверсальные фильтры
называют такженерекурсивными
фильтрами.
Системная функция рекурсивного ЦФ. Выполнив z-преобразование обеих частей рекуррентного соотношения (15.5), находим, что системная функция
Описывающая частотные свойства рекурсивного ЦФ имеет на z-плоскости n полюсов. Если коэффициенты рекурсивной части алгоритма вещественны, то эти полюсы либо лежат на вещественной оси, либо образуют комплексно-сопряженные пи ары.
Структурная схема рекурсивного ЦФ. На рис.15.2 изображена схема алгоритма вычислений, проводимых в соответствии с формулой (15.6). Верхняя часть структурной схемы отвечает трансверсальной (нерекурсивной) части алгоритма фильтрации. Для ее реализации требуется в общем случае m+1 масштабных блоков (операций умножения) и m ячеек памяти, в которых хранятся входные отсчеты.
Рис.15.2. Структурная схема рекурсивного ЦФ
Рекурсивной части алгоритма соответствует нижняя часть структурной схемы. Здесь используются n последовательных значений выходного сигнала, которые в процессе работы фильтра перемещаются из ячейки в я ячейку путем сдвига.
Недостатком данного принципа реализации является потребность в большом числе ячеек памяти, отдельно для рекурсивной и нерекурсивной частей. Более совершенны канонические схемы рекурсивных ЦФ, в которых используется минимально возможное количество ячеек памяти, равное наибольшему из чисел m и n. В качестве примера на рис 15.3 изображена структурная схема канонического рекурсивного фильтра 2-го порядка, которой отвечает системная функция
Рис.15.3. Структурная схема канонического рекурсивного ЦФ
2-го порядка
Для того чтобы
убедиться в том, что эта система реализует
заданную функцию, рассмотрим вспомогательный
дискретный сигнал
на выходе сумматора1
и запишем два очевидных уравнения:
=
+
.
(15.9)
Выполнив z-преобразование уравнения (15.8), находим, что
С другой стороны, в соответствии с выражением (15.9)
Объединив соотношения (15.10) и (15.11), приходим к заданной системной функции (15.7).
Устойчивость рекурсивных ЦФ.
Рекурсивный ЦФ
является дискретным аналогом динамической
системы с обратной связью, поскольку в
ячейках памяти хранятся значения его
предшествующих состояний. Если заданы
некоторые начальные условия, т.е.
совокупность значений
то в отсутствие входного сигнала фильтр
будет образовывать элементы бесконечной
последовательности
играющей рольсвободных
колебаний.
Цифровой фильтр
называется устойчивым,
если возникающий в нем свободный процесс
есть невозрастающая последовательность,
т.е. значения
при
не превышают некоторого положительного
числа M
независимо от выбора начальных условий.
Свободные колебания в рекурсивном ЦФ на основании алгоритма (15.5) являются решением линейного разностного уравнения
По аналогии с принципом решения линейных дифференциальных уравнений будем искать решение (15.12) в виде показательной функции
с неизвестным пока
значением
Подставив (15.13) в (15.12) и сократив на общий
множитель, убеждаемся, что
является корнем характеристического
уравнения
На основании (15.6) это уравнение в точности совпадает с уравнением, которому удовлетворяют полюсы системной функции рекурсивного ЦФ.
Пусть система
корней
уравнения (15.14) найдена.Тогда общее
решение разностного уравнения (15.12)
будет иметь вид
Коэффициенты
должны быть подобраны так, чтобы
удовлетворялись начальные условия.
Если все полюсы
системной функции
,
т.е. числа
по модулю не превосходят единицы,
располагаясь внутри единичного круга
с центром в точке
то на основании (15.15) любой свободный
процесс в ЦФ будет описываться членами
убывающих геометрических прогрессий
и фильтр будет устойчив. Ясно, что
практически применяться могут только
устойчивые цифровые фильтры.