- •3. Статистические методы оценки параметров сигналов.
- •3.1 Понятие об оценке параметров принимаемых сигналов.
- •3.2 Качество оценок и критерии оптимальности измерения параметров.
- •3.3 Основные положения байесовской теории измерений
- •3.4 Максимально правдоподобная оценка
- •3.5 Потенциальная точность определения параметра
- •3.6 Потенциальная точность определения момента прихода сигнала
- •3.7 Потенциальная точность определения доплеровского сдвига частоты.
- •4. Пространственно временная обработка сигналов.
- •4.1 Пространственно-временной сигнал.
- •4.2 Случайные пространственно-временные сигнала
- •4.3 Случайные поля и пространственные фильтры
- •4.4 Линейная фильтрация стационарных пространственно-временных сигналов
- •5. Основы цифровой обработки сигналов.
- •5.1 Модели дискретных сигналов
- •5.2 Дискретизация периодических сигналов
- •5.3 Основы теории z-преобразования
- •5.4 Цифровые фильтры
- •5.5 Трансверсальные цифровые фильтры
- •5.6 Рекурсивные цифровые фильтры
- •5.7 Основы гомоморфной обработки сигналов
- •5.8 Гомоморфная обработка мультипликативного сигнала
- •5.9 Гомоморфная обработка свернутого сигнала
- •5.9 Кепстральный анализ сигналов
5.5 Трансверсальные цифровые фильтры
Трансверсальными принято называть фильтры, которые работают в соответствии с алгоритмом.
(5.34)
где а0,а1,а2…аm – последовательность коэффициентов. Число m является порядком трансверсального цифрового фильтра. Как видно, трансверсальный фильтр проводит взвешенное суммирование предшествующих отсчетов входного сигнала и не использует прошлые отсчеты выходного сигнала. Применив Z-преобразование к обеим частям выражения (5.34), убеждаемся, что:
при l=j-1 и j=l+1
Отсюда следует, что системная функция
(5.35)
является дробно-рациональной функцией z, имеющей m-кратный полюс при z=0 и m нулей, координаты которых определяются коэффициентами фильтра.
Алгоритм функционирования трансверсального фильтра поясняется структурной схемой:
Основными элементами фильтра служат блоки задержки отсчетных значений на один интервал дискретизации, а также масштабные блоки, выполняющие в цифровой форме операции умножения на соответствующие коэффициенты. С выходов масштабных блоков сигналы поступают в сумматор, где, складываясь, образуют отсчет выходного сигнала. Вид представленной здесь схемы объясняет смысл термина “трансверсальный” (от англ. “transverse” – поперечный).
Следует иметь в виду, что приведенная структурная схема не является принципиальной схемой электрической цепи, а служит графическим изображением алгоритма обработки сигнала. пусть в оперативной памяти ЭВМ образованы два одномерных массива длинной М ячеек каждый: массив с именем Х, в котором хранятся значения входного сигнала, и массив с именем А, содержащий значения коэффициентов фильтра.
Содержимое ячеек массива Х меняется каждый раз с получением нового отсчета входного сигнала. предположим, что этот массив заполнен предыдущими отсчетами входной последовательности, и рассмотрим ситуацию, возникающую в момент прихода очередного отсчета, которому в программе присвоено, например, имя S. Данный отсчет должен разместиться в ячейке с номером 1, но лишь после того, как предыдущая запись будет сдвинута на одну позицию вправо, т.е. в сторону запаздывания.
Элементы сформулированного таким образом массива Х почленно умножаются на элементы массива А и результат заносится в ячейку с именем V, где накапливается отсчетное значение выходного сигнала.
Вычисли импульсную характеристику трансверсального ЦФ, осуществив обратное Z-преобразование. Легко видеть, что каждое слагаемое функции H(z) дает вклад, равный соответствующему коэффициенту аn, смещенному на n позиций в сторону запаздывания. Таким образом, здесь:
{hk}=(a0,a1,a2… an). (5.36)
К такому выводу можно придти непосредственно, рассматривая структурную схему фильтра и полагая, что на его входе подан единичный импульс (1,0,0,0…).
Важно отметить, что импульсная характеристика трансверсального фильтра содержит конечное число членов.
Если в формуле (5.35) провести замену переменной z=exp(jω∆), то получим частотный коэффициент передачи:
(5.37)
При заданном шаге дискретизации ∆ можно реализовать самые разнообразные формы АЧХ, подбирая должным образом весовые коэффициенты фильтра.