- •1.Цифровые сигналы. Обработка цифровых сигналов.
- •4.Полосовой цифровой фильтр Баттерворта.
- •5.Цифровые фильтры Чебышева.
- •6.Ключевые операции цифровой обработки
- •7.Низкочастотный и высокочастотный цифровые фильтры Баттерворта.
- •8.Передаточные функции фильтров. Z-преобразование.
- •10.Цифровые фильтры обработки одномерных сигналов.
- •11. Нерекурсивные фильтры.
- •12. Импульсная реакция фильтров. Передаточные функции фильтров
- •14. Рекурсивные цифровые фильтры
- •15. Конструкция рекурсивных цифровых фильтров
- •16. Каскадная и параллельная форма
- •17. Режекторные и селекторные фильтры.
- •18. Цифровые фильтры
- •19. Частотные характеристики фильтров
- •20. Фазовая и групповая задержка.
- •21.Структурные схемы цифровых фильтров.
- •22.Билинейное z-преобразование при синтезе рекурсивных цифровых фильтров.
- •23.Деформация частотной шкалы.
- •24.Аппроксимационная задача синтеза фильтров. Передаточная функция фильтров
- •27 Метод наименьших квадратов.
- •28. Фильтры мнк 1-го, 2-го и 4-го порядка
- •29.Расчет коэффициентов фильтров.
- •Удобным методом решения разностных уравнений линейных систем является именно z-преобразование.
- •31. Определение z-преобразования.
- •32. Пространство z - полиномов. Аналитическая форма z-образов.
- •В общем случае, множества z, для которых полиномы s(z) сходится, образуют на z-плоскости.
- •33. Фильтры сглаживания сигналов методом наименьших квадратов.
- •34. Импульсные реакции и частотные характеристики фильтров. Модификации фильтров. Оптимизация сглаживания. Расчет простого цифрового фильтра по частотной характеристике.
- •Удобным методом решения разностных уравнений линейных систем является именно z-преобразование.
- •Разностные операторы.
- •Выделение в сигналах шумов.
- •38. Восстановление утраченных или пропущенных данных.
- •39.Аппроксимация производных. Частотные характеристики операторов.
- •40.Нерекурсивные частотные цифровые фильтры.
- •43Гладкие частотные фильтры
- •Цифровые фильтры интегрирование данных. Алгоритмы интегрирования по формулам трапеций, прямоугольников, Симпсона.
- •45.Частотные характеристики фильтров. Дифференцирующие цифровые фильтры. Методика расчетов.
- •47.Применение весовых функций.
- •51Явление Гиббса. Параметры эффекта.
- •52. Последствия для практики. Нейтрализация явления Гиббса.
- •Основные весовые функции.
- •54.Фильтрация случайных сигналов. Спектр мощности выходного сигнала. Средняя мощность выходного сигнала. Дисперсия выходного сигнала.
- •55. Взаимный спектр мощности входного и выходного сигналов.
- •56. Функция когерентности входного и выходного сигналов фильтра оценивается по формуле:
- •57. Рекурсивные частотные цифровые фильтры Чебышева.
- •58. Передаточная функция цифрового фильтра. Методика расчета фильтров.
43Гладкие частотные фильтры
В некоторых случаях (при последовательном соединении фильтров, при выделении сигналов на уровне сильных помех и т.п.) осцилляции на передаточных характеристиках фильтров являются весьма нежелательными даже при их малой остаточной величине. Так, например, двойное последовательное применение фильтров приводит к тому, что ошибки в полосе пропускания приблизительно удваиваются, а полосе подавления возводятся в квадрат, при этом длина окна эквивалентного фильтра практически удваивается.
Принцип синтеза фильтров. Очевидно, что фильтры с гладкой передаточной характеристикой можно получить только в том случае, если возможно разложение передаточной функции в конечный ряд Фурье.
Допустим, мы имеем симметричный НЦФ с передаточной функцией:
H() = hо+2 hn cos n. (7.4.1)
Как известно, cos n равен полиному по cos степени n, при этом выражение (7.4.1) можно записать в виде:
H() = gn (cos )n = gn xn, (7.4.2)
где переменная х=cos изменяется от 1 до -1 (поскольку изменяется от 0 до ).
Так, например, для конструирования ФНЧ в качестве исходной может быть принята степенная функция вида:
g(x)= (1+x)z (1-x)r, где z и r - параметры. (7.4.3)
Рис. 7.4.1. Примеры
синтеза гладких фильтров.
H(x)= g(x)dx / g(x)dx. (7.4.4)
Функция H(x) имеет перегиб в точке (z-r)/(z+r) и переходную зону, крутизна которой тем больше, чем больше значения z и r. Подстановкой x=cos осуществляется возврат к частотной переменной с сохранением монотонности функции.
Пример расчета гладкого фильтра.
Произвести расчет ФНЧ с гладкой частотной характеристикой с перегибом характеристики в точке /3.За исходную функцию принять функцию g(x)= (1+x)z (1-x)r
1. x= cos(/3)= 0.5= (z-r)/(z+r). Принято: z=3, r=1.
Исходный многочлен: g(x) = (1-x)(1+x)3 = 1+2x-2x3-x4.
2. H(x)= g(x)dx = C+x+x2-0.5 x4-0.2 x5. При х= -1, H(-1)= 0, откуда С=0.3. При х=1, H(1)=1.6.
Отсюда: H(x)= (3+10x+10x2-5x4-2x5)/16. gn = {3/16, 10/16, 10/16, 0, -5/16, -2/16}.
3. Применяя рекурсивное преобразование, получаем: hn= {(98, 70, 20, -5, -5, -1)/256}.
Для расчетов гладких фильтров высоких частот в выражении (7.4.4) достаточно поменять местами пределы интегрирования. Гладкие полосовые фильтры получаются комбинацией ФНЧ и ФВЧ с перекрытием частот пропускания.
Цифровые фильтры интегрирование данных. Алгоритмы интегрирования по формулам трапеций, прямоугольников, Симпсона.
Интегрирование сигналов реализуется рекурсивными цифровыми фильтрами. Рассмотрим примеры анализа интегрирующих операторов.
Алгоритм интегрирования по формуле трапеций при нулевых начальных условиях:
yk+1 = yk+(sk+1+sk)/2. (2.3.1)
Принимая sk = exp(jt) и yk = H()exp(jt), подставляем сигналы в (2.3.1) при tk = kt, t = 1 и решаем относительно H(). Получаем:
H() = (exp(j)+1)/[2(exp(j)-1)].
H() = cos(/2)/[2j sin(/2)].
Истинное значение интеграла равно (1/j)exp(jt). Отсюда:
K() = H()exp(jt)/[(1/j)exp(jt)].
K() = cos(/2)[(/2)/sin(/2)]. (2.3.2)
Интегрирование по формуле прямоугольников (интерполяционное среднеточечное). Оператор:
yk+1 = yk+sk+1/2. (2.3.3)
После аналогичных подстановок сигнала и преобразований получаем:
K() = (/2)/sin(/2).
При численном интегрировании по формуле Симпсона уравнение фильтра имеет вид:
yk+1 = yk-1+(sk+1+4sk+sk-1)/3. (2.3.4)
Рис. 2.3.1. Коэффициенты
соответствия.
Наиболее простые формулы цифрового интегрирования, трапеций и прямоугольников, ведут себя
различным образом в главном частотном диапазоне. Формула прямоугольников завышает результаты на высоких частотах, а формула трапеций - занижает. Эти особенности легко объяснимы. Для одиночной гармоники площадь трапеции по двум последовательным отсчетам всегда меньше, чем площадь с выпуклой дугой гармоники между этими отсчетами, и разница тем больше, чем больше частотаИнтегрирование по площади прямоугольников с отчетом высоты по центральной точке между двумя отсчетами всегда ведет к завышению площади прямоугольника относительно площади, ограниченной выпуклой дугой гармоники.
Формула Симпсона отличается от формул трапеций и прямоугольников более высокой степенью касания единичного значения, что обеспечивает более высокую точность интегрирования в первой половине главного диапазона. Однако на высоких частотах погрешность начинает резко нарастать вплоть до выхода на бесконечность на конце диапазона (полюс в знаменателе передаточной функции рекурсивного фильтра на частоте Найквиста).