- •Построение и эксплуатация цифровых телевизионных сетей
- •В.2 Регулярные сигналы и их аналитическое описание…..
- •2.4.3 Ацп с плавающей точкой……………………………………………
- •4.9.6.2 Звук……………………………………………………………..
- •5.Принципы построения и особенности внедрения систем цифрового тв вещания
- •5.1 Глобальная модель систем цифрового вещания
- •Введение
- •В.1 обзор существующих методов доставки цифровых телевизионных программ к потребителю
- •В.2 Регулярные сигналы и их аналитическое описание. Ортогональные разложения функций
- •Дискретизация функций рядами Фурье
- •1 Цифровые фильтры
- •1.1 Явление Гиббса
- •1.1.1 Сущность явления Гиббса
- •1.2 Весовые функции
- •1.4 Разностное уравнение
- •Нерекурсивные фильтры
- •1.6 Рекурсивные фильтры
- •6.3 Интегрирующий рекурсивный фильтр.
- •1.12 Структурные схемы цифровых фильтров
- •2 Аналого-цифровое преобразование
- •2.1 Цифровая обработка звуковых сигналов
- •2.2 Основы аналого-цифрового преобразования
- •2.2.1 Основные понятия и определения
- •2.3 Структура и алгоритм работы цап
- •Контрольные вопросы
- •2.4 Структура и алгоритм работы ацп
- •2.4.1 Параллельные ацп
- •2.4.2 Ацп с поразрядным уравновешиванием
- •2.4.3 Ацп с плавающей точкой
- •Контрольные вопросы
- •3. Звук.
- •3.1 Аудиосигнал
- •3.1.1 Звуковые волны
- •3.1.2 Звук как электрический сигнал
- •3.1.4 Сложение синусоидальных волн
- •3.4.3 Децибелы и уровень звука
- •3.4.6 Громкость
- •3.6 Цифровой звук
- •3.6.1 Частота дискретизации
- •3.6.2 Разрядность
- •3.7 Методы и стандарты передачи речи по трактам связи, применяемые в современном оборудовании (7 кГц)
- •3.7.1 Импульсно-кодовая модуляция (pcm — Pulse-Code Modulation)
- •3.7.3 Методы эффективного кодирования речи
- •3.7.4 Кодирование речи в стандарте cdma
- •3.7.5 Речевые кодеки для ip-телефонии
- •3.7.6 Оценка качества кодирования речи
- •3.8 Основные понятия цифровой звукозаписи
- •3.8.1 Натуральное цифровое представление данных
- •3.8.2 Кодирование рсм
- •3.9 Формат mp3
- •3.9.1 Сжатие звуковых данных
- •3.9.2 Сжатие с потерей информации
- •3.9.3 Ориентация на человека
- •3.9.4 Кратко об истории и характеристиках стандартов mpeg.
- •3.9.5 Что такое cbr и vbr?
- •3.9.6 Каковы отличия режимов cbr, vbr и abr?
- •3.9.7 Методы оценки сложности сигнала
- •3.9.8 Какие методы кодирования стерео информации используются в алгоритмах mpeg (и других)?
- •3.9.9 Какие параметры предпочтительны при кодировании mp3?
- •3.9.10 Какие альтернативные mpeg-1 Layer III (mp3) алгоритмы компрессии существуют?
- •3.10 OggVorbis
- •3.12 Flac
- •Вопросы:
- •Назначение звуковой системы.
- •Основные понятия цифровой звукозаписи.
- •4 Видеосигналы
- •4.1 Общие положения алгоритмов сжатия изображений
- •4.2 Алгоритмы сжатия
- •Gif (CompuServe Graphics Interchange Format)
- •4.3 Вейвлет-преобразования
- •4.3.1 Вейвлеты, вейвлет-преобразования, виды и свойства Вейвлет анализ и прямое вейвлет-преобразование
- •4.3.2 Непрерывное прямое и обратное вейвлет-преобразования
- •4.3.3 Ортогональные вейвлеты
- •4.4 Формат сжатия изображений jpeg
- •2) Дискретизация
- •3) Сдвиг Уровня
- •4) 8X8 Дискретное Косинусоидальное Преобразование (dct)
- •5) Зигзагообразная перестановка 64 dct коэффициентов
- •6) Квантование
- •7) RunLength кодирование нулей (rlc)
- •8) Конечный шаг - кодирование Хаффмана
- •4.5 Jpeg2000
- •4.5.1 Общая характеристика стандарта и основные принципы сжатия
- •4.5.2 Информационные потери в jpeg2000 на разных этапах обработки
- •4.5.3 Практическая реализация
- •4.6 Видеостандарт mpeg
- •4.6.1 Общее описание
- •4.6.2 Предварительная обработка
- •4.6.3 Преобразование макроблоков I-изображений
- •4.6.4 Преобразование макроблоков р-изображений
- •4.6.5 Преобразование макроблоков в-изображений
- •4.6.6 Разделы макроблоков
- •4.7 Mpeg-1
- •Параметры mpeg-1
- •4.8 Mpeg-2
- •4.8.1 Стандарт кодирования mpeg-2
- •4.8.2 Компрессия видеоданных
- •4.8.3 Кодируемые кадры
- •4.8.4 Компенсация движения
- •4.8.5 Дискретно-косинусное преобразование
- •4.8.6 Профессиональный профиль стандарта mpeg-2
- •4.9.11 Плюсы и минусы mpeg-4
- •4.10 Стандарт hdtv
- •5.Принципы построения и особенности внедрения систем цифрового тв вещания
- •5.1 Глобальная модель систем цифрового вещания
- •5.2 Определение и классификация систем доставки
- •5.3 Система цифрового телевизионного вещания dvb
- •6.Описание формата dvb-s2
- •8. Мультиплексирование в системах цифрового тв вещания
- •8.1 Уровни мультиплексирования
- •8.2 Статистическое мультиплексирование
- •8.3 Структура pes-пакета
- •8.4 Структура транспортных пакетов
- •8.5 Передача сервисной информации в системах цифрового тв вещания
- •8.5.1 Место сервисной информации
- •8.5.2 Таблицы сервисной информации
- •8.5.3 Использование таблиц сервисной информации
- •8.5.4 Передача таблиц сервисной информации
- •8.6 Синхронизация в системах цифрового тв вещания
- •8.6.1 Принцип постоянной задержки
- •8.6.2 Метки времени
- •8.6.3 Подстройка системных часов
- •8.6.4 Метки декодирования и предъявления
- •8.7 Коммутация транспортных потоков mpeg-2
- •8.7.1 Обобщенная модель коммутатора цифровых потоков
- •8.7.2 Работа буфера декодера
- •9. Организация многочастотных и одночастотных цифровых радиовещательных сетей
- •9.1Типы сетей наземного цифрового вещания
- •9.2 Модели канала
1 Цифровые фильтры
Предмет цифровой фильтрации данных (сигналов) является естественным введением в широкую и фундаментальную область цифровой обработки информации. Под фильтрацией будем понимать любое преобразование информации (сигналов, результатов наблюдений), при котором во входной последовательности обрабатываемых данных целенаправленно изменяются определенные соотношения (динамические или частотные) между различными компонентами этих данных.
К основным операциям фильтрации информации относят операции сглаживания, прогнозирования, дифференцирования, интегрирования и разделения сигналов, а также выделение информационных (полезных) сигналов и подавление шумов (помех).
Как известно, преобразование динамики сигналов (и данных, которые несут эти сигналы) осуществляется в системах. Соответственно, фильтры с любым целевым назначением являются частным случаем систем преобразования сигналов, в рамках теории которых они и будут рассматриваться.
В настоящем курсе рассматриваются, в основном, методы линейной обработки данных (носителей этих данных - сигналов) линейными дискретными системами. Линейными называют системы, которые осуществляют преобразование линейных комбинаций входных сигналов в суперпозицию выходных сигналов. Принцип реализации линейных систем, физический - в виде специальных микропроцессорных устройств, или алгоритмический - в виде программ на ЭВМ, существенного значения не имеет и определяет только их потенциальные возможности.
1.1 Явление Гиббса
Большинство методов анализа и обработки данных представляют собой или имеют в своем составе операцию свертки множества данных s(k) с функцией оператора свертки h(n) (отсчеты импульсной переходной характеристики). Как множество данных s(k), так и оператор h(n), выполняющий определенную задачу обработки данных и реализующий определенную частотную передаточную функцию системы (фильтра), могут быть бесконечно большими. Практика цифровой обработки имеет дело только с ограниченными множествами данных (k = 0,1,2,…,K) и коэффи- циентов оператора (n = 0,1,2,…,N или n = -N,…,1,0,1,…,N для двусторонних операторов). В общем случае, эти ограниченные множества "вырезаются" из бесконечных множеств s(k) и h(n), что равносильно умножению этих множеств на прямоугольную функцию с единичным амплитудным значением, которую называют естественным временным окном или естественной весовой функцией. Учитывая, что произведение функций отображается в спектральной области сверткой их фурье-образов, это может весьма существенно сказаться как на спектральных характеристиках функций, так и на результатах их последующих преобразований и обработки. Основное назначение рассматриваемых в данной теме весовых функций – сведение к минимуму нежелательных эффектов усечения функций.
Чаще всего с изменением частотных характеристик функций приходится сталкиваться при усечении операторов фильтров. На примере усечения операторов и рассмотрим характер происходящих изменений.
При расчетах фильтров, как правило, задается определенная пере- даточная характеристика H() фильтра и по ней производится расчет оператора фильтра h(n), количество членов которого может оказаться очень большим даже только по значимым значениям. Усечение может рассматриваться, как результат умножения функции оператора фильтра на селектирующее весовое окно длиной 2N+1. В простейшем случае это окно представляет собой П-образную селектирующую функцию:
hn = h(n)·ПN(n), ПN(n) = 1 при |n| N,
ПN(n) = 0 при |n| > N.
Функция h(n) оператора фильтра, в пределе бесконечная, обуславливает определенную частотную передаточную характеристику фильтра H(). Полному оператору h(n) соответствует исходная частотная характеристика H():
H() = h(n) exp(-jn). (1.1)