- •1. Видеоинформационный тракт сдз.
- •2. Информационные показатели качества сдз.
- •3 Оценка качества изображения по критерию пространственного разрешения (разрешающей способности)
- •4 Системотехнические показатели качества сдз.
- •5 Математические модели источника информации сдз: детерминированные и квазидетерминированные модели.
- •6. Модели непрерывного стационарного поля (Математические модели источника информации сдз)
- •7. Модели дискретизированного стационарного поля (Математические модели источника информации сдз)
- •8. Алгоритмы синтеза тестовых изображений в рамках моделей стационарного поля (Математические модели источника сдз)
- •9. Модели нестационарного поля (математические модели источника информации сдз)
- •10. Мозаичные модели разбиения (Математические модели источника информации сдз)
- •11. Мозаичные модели разбиения (Математические модели источника информации сдз)
- •12. Математические модели атмосферы
- •1) Атмосферная рефракция (искажения), искривление оптических лучей
- •2) Молекулярное и аэрозольное поглощения
- •3) Молекулярное и аэрозольное рассеяние
- •4) Помехи от посторонних источников
- •5) Атмосферная турбулентность
- •13. Математические модели оптической системы
- •1. Масштабирование
- •2. Расфокусировка (размытие). (Погрешность применения)
- •14 Общая структура математических моделей видеодатчика и ацп.
- •1. Свертка:
- •2. Дискретизируем:
- •15. Принцип действия и эквивалентная апертура видеодатчика на элт.
- •16. Принцип действия и эквивалентная апертура однокоординатного (линейного) пзс датчика.
- •1).Ячейка из k-электродов
- •17. Принцип действия и эквивалентная апертура двух координатного (матричного) пзс датчика.
- •18. Принцип действия и эквивалентная апертура матричного пзс-датчика с временной задержкой и накоплением.
- •19. Шумовые искажения изображений в видеодатчике.
- •20. Дополнительные искажения сигналов пзс-датчиках.
- •21. Квантование сигнала по уровню.
- •22. Анализ точности цифровых моделей непрерывных лис-систем: модель дискретной свёртки.
- •23. Анализ точности цифровых моделей непрерывных лис-систем: спектральная модель.
- •24. Анализ точности цифровых моделей непрерывных лис-систем: оптимальная модель.
- •25. Предварительная обработка входных сигналов при моделировании лис-системы.
- •26. Вычисление быстрой свертки на основе дпф и секционирования сигнала.
- •27. Принцип построения параллельно-рекурсивных ких-фильтров.
- •28. Общая схема расчета параллельно-рекурсивных ких-фильтров
- •29. Расчет параллельно-рекурсивного ких фильтра при аппроксимации их лис(лпп)-системы.
- •30. Расчет параллельно-рекурсивного ких-фильтра при аппроксимации частотной характеристики лис-системы.
- •31. Расчет параллельно-рекурсивного ких-фильтра для моделирования лис-системы.
- •32. Расчет параллельно-рекурсивного ких-фильтра для преобразования и синтеза стационарных случайных сигналов.
30. Расчет параллельно-рекурсивного ких-фильтра при аппроксимации частотной характеристики лис-системы.
Аппроксимация частотной характеристики ЛИС-системы является традиционной задачей проектирования цифровых фильтров|. Частотная характеристика синтезируемого фильтра (спектр Фурье его импульсной характеристики)
где ω-безразмерный вещественный частотный аргумент, должна здесь приближенно соответствовать некоторой требуемой частотной характеристике . Будем минимизировать погрешность аппроксимации, которую, принимая во внимание периодичность спектров последовательностей , запишем в виде
где — вещественная четная неотрицательная весовая функция. С учетом формул и (8.94) представим выражение (8.95) в более конкретной форме:
где — частотные характеристики параллельных звеньев фильтра. И далее через условие (8.87) перейдем к системе линейных уравнений вида (8.88) и ее решению (8,83), в которых элементы матрицы В и вектора С определяются следующим образом:
Коэффициенты фильтра, найденные по формуле (8.83) с использованием (8.97), обеспечивают минимум ошибки аппроксимации (8.96);
где R — подлежащий максимизации показатель качества фильтра, вычисляемый по формуле (8.84). На практике может оказаться более удобным использовать вместо спектральных функций, входящих в приведенные выше выражения, соответствующие им последовательности. Опираясь на свойства преобразования Фурье , несложно трансформировать соотношения (8.97) и (8.98) к следующему виду:
где
- последовательность, соответствующая спектральной весовой функции .
- импульсная характеристика идеального (аппроксимируемого) фильтра. При переходе к двумерным сигналам полученные расчетные соотношения
претерпевают непринципиальные изменения. Выражение для погрешности
вместо (8.95) принимает вид
где — вещественная неотрицательная весовая функция, обладающая свойством центральной симметрии: , — аппроксимируемая частотная характеристика, — частотная характеристика рассчитываемого фильтра. Вместо соотношений (8.97) следует использовать
где — частотная характеристика параллельных звеньев фильтра, а вместо соотношений (8.99), (8.100) —
где —двумерные последовательности, соответствующие спектральным функциям и . Связь между всеми последовательностями и их спектрами определяется двумерным преобразованием Фурье . Например,
заметим, что если минимизировать невзвешенную погрешность аппроксимации, то нет необходимости рассчитывать фильтр с использованием частотного подхода. В силу теоремы Парсеваля [16, 25], при отсутствующих (равных единице) весовых функциях критерии (8.95) и (8.101) эквивалентны соответственно критериям (8.85) и (8.91). При этом задача расчета фильтра с требуемой частотной характеристикой сводится к задаче аппроксимации импульсной характеристики, решение которой в вычислительном плане проще. Однако в общем, виде весовых функций аппроксимация импульсной и частотной характеристик приводит к разным фильтрам. В этой связи рассмотрим отдельно частные случаи выбора спектральных весовых функций, имеющие важное практическое значение.