- •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.
14. Рекурсивные цифровые фильтры
Рис. 2.1.3. Рекурсивный
ЦФ.
y(k) = bn x(k-n) – am y(k-m),
принято называть рекурсивными цифровыми фильтрами (РЦФ), так как в вычислении текущих выходных значений участвуют не только входные данные, но и значения выходных данных фильтрации, вычисленные в предшествующих циклах расчетов. С учетом последнего фактора рекурсивные фильтры называют также фильтрами с обратной связью, положительной или отрицательной в зависимости от знака суммы коэффициентов am. Полное окно фильтра состоит из нерекурсивной части bn, ограниченной в работе текущими и "прошлыми" значениями входного сигнала (на ЭВМ возможно использование и “будущих” отсчетов сигнала) и рекурсивной части am, которая работает с "прошлыми" значениями выходного сигнала.
Пример. Уравнение РЦФ: yk = boxk+a1yk-1, при bo = a1 = 0.5, y-1 = 0.
Входной сигнал: xk = {0,0,1,0,0,0,0,0,0,0,1,1,1,1,1....}
Расчет выходного сигнала:
уо = 0,5xo + 0,5y-1 = 0; y1 = 0,5x1 + 0,5yo =0; y2 = 0,5x2 + 0,5y1 = 0.5; y3 = 0,5x3 + 0,5y2 = 0.25;
y4 = 0,5x4 + 0,5y3 = 0.125; y5 = 0,5x5 + 0,5y4 = 0.0625; y6 = 0,5x6 + 0,5y5 = 0.03125; и т.д.
Выходной сигнал: yk = {0, 0, 0.5, 0.25, 0.125, 0.0625, 0.03125, 0.015625,...}
Рис. 2.1.4. Рекурсивная фильтрация.
Реакция РЦФ на входной сигнал (например, на единичный импульс Кронекера в точке 2), в результате действия обратной связи, в принципе, может иметь бесконечную длительность (в данном случае с близкими к нулю, но не нулевыми значениями), в отличие от реакции НЦФ, которая ограничена количеством членов bk (окном фильтра). Фильтры такого типа называют фильтрами с бесконечной импульсной характеристикой (БИХ-фильтры).
Пример. Уравнение РЦФ: yk = boxk - a1yk-1, при bo = 0.5, a1=1.1, y-1 = 0
Входной сигнал: xk = {0, 10, 0, 0, 0,....}.
Выходной сигнал: yk = {0,0,5,-5.5,6.05,-6.655,7.321,-8.053,8.858,-9.744,10.718,-11.79,… и т.д.}
Заметим: коэффициент обратной связи больше a1 > 1 и выходной сигнал идет "в разнос".
Рис. 2.1.5. Неустойчивый рекурсивный фильтр.
Операции, относящиеся к рекурсивной фильтрации, также известны в обычной практике, например - интегрирование. При интегрировании по формуле трапеций:
yk = (xk+xk-1)/2 + yk-1, (2.1.7)
т.е. здесь мы имеем РЦФ с коэффициентами: bo = b1 = 0.5, a1 = 1
15. Конструкция рекурсивных цифровых фильтров
Конструкция РЦФ отображается в z-образе передаточной функции фильтра в виде отношения двух многочленов:
H(z) = H0+H1z+H2z2+...= B(z)/[1+A(z)], (9.1.1)
где: B(z) = B0+B1z+B2z2+ ... +BNzN, A(z) = A1z+A2z2+ ... +AMzM.
Естественно, что переход на РЦФ имеет смысл только в том случае, если степень многочленов A(z) и B(z) во много раз меньше степени многочлена H(z) прямого z-преобразования импульсной реакции фильтра. При z-образе входных данных Х(z), на выходе РЦФ имеем:
Y(z) = H(z)Х(z) = X(z)B(z)/[1+A(z)],
Y(z)[1+A(z)] = Y(z)+Y(z)A(z) = X(z)B(z),
Y(z) = X(z)B(z)-Y(z)A(z). (9.1.2)
При обратном z-преобразовании выражения (9.1.2) получаем уравнение рекурсивной цифровой фильтрации:
yk = bn xk-n – am yk-m. (9.1.3)
Рекурсивная фильтрация требует задания начальных условий как по xk, так и по yk при k<0. Схема рекурсивной фильтрации приведена на рис. 9.1.1.
Рис. 9.1.1. Схема РЦФ.
Одно из важнейших свойств рекурсивных фильтров - возможность получения узких переходных зон при конструировании частотных фильтров, так как функция H(z) фильтра может резко изменяться при приближении к нулю (но не нулевого) многочлена в знаменателе (9.1.1).
Рекурсивная фильтрация требует более высокой точности вычислений по сравнению с нерекурсивной, т.к. использование предыдущих выходных отсчетов для текущих вычислений может приводить к накапливанию ошибок. Особое значение это имеет для фильтров с передаточными функциями высоких порядков (M>3), которые чувствительны к эффектам конечной разрядности. Такие фильтры, как правило, разбиваются на фрагменты – звенья второго и/или первого порядка, и реализуются в каскадной или в параллельной форме.