- •Министерство образования и науки Российской Федерации
- •2.2. Энергия и мощность сигнала ………………………………………………...11
- •1. ОСНОВНЫЕ ПОНЯТИЯ ЦИФРОВОЙ ОБРАБОТКИ СИГНАЛОВ
- •1.1. Понятие о первичной и вторичной обработке сигналов
- •1.2. Технические средства комплекса обработки сигналов
- •2. ПОНЯТИЕ СИГНАЛОВ. ВИДЫ СИГНАЛОВ
- •2.2. Энергия и мощность сигнала
- •2.3. Представление периодических сигналов в частотной области
- •2.4. Представление в частотной области непериодических сигналов
- •2.4.1. Введение в теорию ортогональных преобразований
- •2.5. Свойства преобразования Фурье
- •2.6. Интегральное преобразование Хартли
- •2.7. Случайные сигналы
- •2.7.1.Модели случайных процессов
- •Числовые характеристики
- •Примеры случайных процессов с различными законами распределения
- •3. КОРРЕЛЯЦИОННЫЙ АНАЛИЗ СИГНАЛОВ
- •3.1. Корреляционная функция (КФ):
- •3.2. Взаимная корреляционная функция
- •3.3. Взаимный спектр сигналов
- •3.4. Корреляционные функции случайных процессов
- •3.4.1. Стационарные и эргодические случайные процессы
- •3.5. Спектральные характеристики случайных процессов
- •3.5.1. Теорема Винера-Хинчина
- •3.6. Комплексная огибающая сигнала
- •4. ПЕРЕХОД ОТ АНАЛОГОВЫХ СИГНАЛОВ К ЦИФРОВЫМ
- •4.1. Дискретизация сигналов
- •Изменение частоты дискретизации. При решение различных задач обработки сигналов достаточно часто требуется изменение частоты дискретизации сигнала.
- •5.1. Линейные и нелинейные преобразования
- •Импульсная характеристика
- •Переходная характеристика
- •Комплексный коэффициент передачи (передаточная функция) системы:
- •Коэффициент передачи по мощности:
- •Взаимный спектр входного и выходного сигналов
- •Взаимная корреляция между входом и выходом
- •Корреляционная функция
- •Дисперсия на выходе:
- •5.3. Циклическая свертка и корреляция
- •5.5. Двумерная апериодическая свертка и корреляция
- •5.6 Нерекурсивные и рекурсивные фильтры
- •5.7. Метод синхронного или когерентного накопления
- •5.8. Адаптивные фильтры.
- •Рис.5.5. Адаптивный фильтр
- •5.8.1. Фильтр Винера-Хопфа.
- •5.10. Фильтр Калмана.
- •F=kBNX
- •6.1. Дискретное преобразование Фурье
- •6.2. Дискретное преобразование Хартли
- •6.3. Двумерные дискретные преобразования Фурье и Хартли
- •6.4. Ортогональные преобразования в диадных базисах
- •6.7. Выполнение фильтрации в частотной области
- •1) Фильтры нижних частот (ФНЧ) low-pass filter
- •2) Фильтры верхних частот (ФВЧ) hight-pass filter
- •3) Полосовые фильтры (ПФ) band-pass filter
- •4) Режекторные фильтры (ПФ) band-stop filter
- •Фильтр Баттерворта:
- •Фильтр Чебышева 1-го рода:
- •7. ВЕЙВЛЕТ ПРЕОБРАЗОВАНИЯ ИЛИ РАЗЛОЖЕНИЕ ПО ВСПЛЕСКАМ
- •7.1. Понятие о Wavelet-преобразованиях. Преобразование Хаара
- •7.2. Вейвлеты
- •7.2.1. Непрерывные вейвлет преобразования
- •7.2.2. Частотный подход к вейвлет преобразованиям
- •7.2.4. Дискретное вейвлет-преобразование
- •7.2.4.1. Условия полного восстановления сигнала
- •7.2.5. Пакеты вейвлетов (алгоритм одиночного дерева)
- •7.2.6. Целочисленное вейвлет-преобразование
- •Вейвлет-преобразование Лэйзи. Вейвлет-преобразование Лэйзи заключается в простом разбиении входного сигнала на четную и нечетную части. На этапах декомпозиции и реконструкции используются одни и те же формулы:
- •7.3. Применение вейвлет-преобразований для сжатия изображения
- •8. БЫСТРЫЕ АЛГОРИТМЫ ОРТОГОНАЛЬНЫХ ПРЕОБРАЗОВАНИЙ
- •8.1. Вычислительная сложность ДПФ и способы её сокращения
- •8.2. Запись алгоритма БПФ в векторно-матричной форме
- •8.3. Представление алгоритма БПФ в виде рекурсивных соотношений
- •8.4. Алгоритмы БПФ с прореживанием по времени и по частоте
- •Рис.8.4. Граф БПФ
- •8.6. Вычислительная сложность алгоритмов БПФ
- •8.7. Выполнение БПФ для случаев
- •8.8. Быстрое преобразование Хартли
- •Рис.8.7. Граф базовой операции БПХ, где
- •8.9. Быстрое преобразование Адамара
- •8.10. Выбор метода вычисления свертки / корреляции
- •9.1. Ранговая фильтрация
- •Рис. 9.1. Гистограмма распределения элементов по уровням
- •Гистограммный алгоритм ранговой фильтрации для окна размером М х М может быть представлен в следующем виде [16,21]:
- •9.2. Взвешенная ранговая фильтрация
- •9.3. Скользящая эквализация гистограмм
- •9.4. Преобразование гистограмм распределения
- •Рис.9.3. Глобальная эквализация гистограмм
- •ЛИТЕРАТУРА
|
|
|
|
|
133 |
|
|
|
|
|
|
|
g(x) |
|
|
|
|
|
|
|
|
f(x) |
|
|
|
|
N1/2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
N1 |
|
|
|
|
|
|
|
N=2M; N <N |
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
Рис. 8.6. Проявление эффекта окна |
|
|
||||
Поэтому при вычислении преобразования Фурье от |
f€(x) проявляется |
|||||||
эффект, получивший название “эффекта окна”. |
|
|
|
|||||
€ |
€ |
|
− j 2πςx |
|
− j 2πςx |
dx = F(ς ) G(ς ) , |
||
F(ς ) = ∫ |
f (x) e |
|
dx = ∫[ f (x) * g(x)]e |
|||||
гдеG(ζ ) = sin c(ζ |
) |
|
|
при этом функция G(ς ) будет тем ближе к δ - функции, |
||||
|
N1 |
|
|
|
|
|
|
|
чем шире rect[ |
2x |
|
] |
или чем N1 ближе к N. |
Проявляется “эффект окна” в |
|||
|
N1∆x |
|
|
|
|
|
|
|
искажении периферийных областей спектра сигнала [21]. Поэтому, во |
||||||||
избежание проявления “эффекта окна” удобнее функцию f (x) |
при переходе от |
|||||||
N1 к N сделать периодической с периодом |
N1 , дополнив вектор исходных |
|||||||
данных до длины N , повторив первые ( N − N1 ) |
отсчетов за последние элементы |
|||||||
вектора X . |
|
|
|
|
|
|
|
|
8.8. Быстрое преобразование Хартли
Как уже отмечалось в разделе 6.2, множители ядра преобразования Харли не обладают свойством мультипликативности. Это не позволяет достаточно просто записать выражения для итерации алгоритма БПХ в матричной форме.
Выполним выкладки для получения выражений, описывающих итерацию БПХ. Для этого возьмем за основу выражения для описания “бабочки” БПФ ( N = 2m ) произвольной итерации согласно (8.10):
|
|
|
|
|
|
|
cos |
2πk |
|
|
2πk |
(1) |
|
||||
f |
k ,m |
= |
f |
− + |
f + |
− |
− j sin |
|
|||||||||
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
Nm |
|
Nm |
|
(8.20) |
||||
|
|
|
|
|
|
|
|
|
|
2πk |
|
|
2πk |
|
|||
|
|
|
= |
fk ,m−1 |
− fk+l,m−1 |
|
|
− j sin |
|
||||||||
fk+l,m |
cos |
Nm |
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
Nm |
|
134
здесь l=2m-1, k = (n) mod l , N = 2m .
Воспользуемся выражениями, связывающими отсчёты ДПФ и ДПХ [3]:
f |
k,m−1 |
= |
(h |
|
+ h |
p,m−1 |
) / |
2 − j(h |
|
−h |
p,m−1 |
) / 2 |
|
(*) |
|
||||||||
|
|
|
k,m−1 |
|
|
|
|
|
k,m−1 |
|
|
|
|
|
|
||||||||
f |
k+l,m−1 |
= (h |
|
|
+ h |
p+l,m−1 |
) / 2 − j(h |
|
|
−h |
p+l,m−1 |
) / 2 (**) |
|
||||||||||
|
|
k+l,m−1 |
|
|
|
|
k+l,m−1 |
|
|
|
|
|
|||||||||||
fk,m = (hk,m + hp,m) / 2 − j(hk,m −hp,m) / 2 |
|
|
|
|
(***) |
|
|||||||||||||||||
подставим (*), (**) и (***) в формулу (1) выражения (8.20) и получим: |
|
||||||||||||||||||||||
(hk ,m + hp,m ) − j(hk ,m − hp,m ) = [(hk ,m−1 + hp,m−1 ) − j(hk ,m−1 − hp,m−1 )]+ |
|
||||||||||||||||||||||
+ [(h |
|
+ h |
p+l,m−1 |
) |
− j(h |
|
|
− h |
p+l,m−1 |
)] |
cos 2πk |
− j sin |
2πk |
(8.21) |
|||||||||
k+l,m−1 |
|
|
|
|
|
|
k+l,m−1 |
|
|
|
|
|
Nm |
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Nm |
|
В свою очередь, из выражения (8.21) можно получить выражения для
hk,m −hp,m = (hk,m−1 −hp,m−1)+(hk+l,m−1 +hp+l,m−1)sin |
|
2πk |
+(hk+l,m−1 +hp+l,m−1)cos |
2πk |
|
||||||||||||||
|
|
|
Nm |
|
|||||||||||||||
|
|
|
|
|
|
Nm |
2πk |
|
|
|
|
|
2πk |
||||||
(hk,m +hp,m)= (hk,m−1 +hp,m−1)+(hk+1,m−1 +hp+l,m−1)cos |
−(hk+l,m−1 −hp+l,m−1)sin |
|
|||||||||||||||||
Nm |
|
Nm |
|||||||||||||||||
|
|
|
|
|
2πk |
|
|
|
|
2πk |
|
|
|
||||||
|
hk,m = hk,m−1 +hk+l,m−1 cos |
|
+hp+l,m−1 sin |
|
|
|
|
||||||||||||
|
|
|
|
|
Nm |
|
|
|
|||||||||||
действительной и мнимой частей: |
|
|
Nm |
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Сложив выражения (3.22) и (3.23), можно получить: |
|
|
|
||||||||||||||||
Заметим, что (p+l)mod l≡p, откуда следует: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
h |
= h |
+ h |
cos 2πk |
+ h |
p,m−1 |
sin |
πk |
|
|
|
|
|
|||||||
|
|
|
|
|
|||||||||||||||
k+m |
k ,m−1 |
k+l,m−1 |
Nm |
|
|
|
|
Nm |
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Проделав аналогичные выкладки, можно получить, что:
(323.)
(322.)
(8.24)
|
hk+l,m = hk,m−1 |
−hk+l,m−1 cos |
2πk |
−hp,m−1 sin |
πk |
(325.) |
||
|
|
Nm |
||||||
здесь p = l+(l-k)mod l, |
|
|
Nm |
|
||||
Nm = 2m , e = r m−1 , k=(n)mod l , n - |
текущий индекс элемента |
|||||||
вектора (n = |
|
). |
|
|
|
|
|
|
0, N −1 |
|
|
|
|
|
|
||
Таким образом, |
при |
Nm = 2m “бабочка” БПХ подобна “бабочке” БПФ, но |
обладает следующим отличием: правило вычисления индекса элемента синусной компоненты иное, чем у индекса косинусного элемента. Индекс же элемента косинусной компоненты и “свободной” компоненты, а также индекса у результирующего элемента и аргументы косинуса и синуса вычисляются так же, как и для “бабочки” БПФ [21].
На рис. 8.7. приведен граф базовой операции бабочка для алгоритма БПХ.