- •2.4.3 Ацп с плавающей точкой……………………………………………
- •1 Цифровые фильтры
- •1.1 Явление Гиббса
- •1.1.1 Сущность явления Гиббса
- •1.1.2 Параметры эффекта
- •1.1.3 Последствия для практики
- •1.2 Весовые функции
- •1.2.1 Нейтрализация явления Гиббса в частотной области
- •1.2.2 Основные весовые функции
- •1.3 Типы фильтров
- •1.4 Разностное уравнение
- •Нерекурсивные фильтры
- •1.5.1 Методика расчетов нцф
- •1.5.2 Идеальные частотные фильтры
- •1.5.3 Конечные приближения идеальных фильтров
- •1.5.3.1 Применение весовых функций
- •1.5.3.2 Весовая функция Кайзера
- •1.5.4 Дифференцирующие цифровые фильтры
- •1.5.5 Гладкие частотные фильтры
- •1.6 Рекурсивные фильтры
- •6.3 Интегрирующий рекурсивный фильтр.
- •1.6.1 Принципы рекурсивной фильтрации
- •1.6.2 Режекторные и селекторные фильтры
- •1.6.2.1 Комплексная z-плоскость.
- •1.6.2.2 Режекторные фильтры
- •1.6.2.3 Селекторный фильтр
- •1.6.3 Билинейное z-преобразование
- •1.6.4 Типы рекурсивных частотных фильтров
- •1.7 Импульсная характеристика фильтров
- •Передаточные функции фильтров
- •1.9 Частотные характеристики фильтров
- •1.10 Частотный анализ цифровых фильтров
- •1.10.1 Сглаживающие фильтры и фильтры аппроксимации
- •1.10.1.1 Фильтры мнк 1-го порядка (мнк-1)
- •1.10.1.2 Фильтры мнк 2-го порядка (мнк-2)
- •1.10.1.3 Фильтры мнк 4-го порядка
- •1.10.2 Разностные операторы
- •1.10.2.1 Разностный оператор
- •1.10.2.2 Восстановление данных
- •1.10.2.3 Аппроксимация производных
- •1.10.3 Интегрирование данных
- •1.10.4 Расчёт фильтров по частотной характеристике
- •1.11 Фильтрация случайных сигналов
- •1.12 Структурные схемы цифровых фильтров
- •Обращенные формы.
- •1.13 Фильтры Чебышева
- •1.14 Фильтры Баттерворта
- •Свойства фильтров Баттерворта нижних частот:
- •1.15 Фильтры Бесселя
- •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
- •Глава 3. Звук.
- •3.1 Аудиосигнал
- •3.1.1 Звуковые волны
- •3.1.2 Звук как электрический сигнал
- •3.1.3 Фаза
- •3.1.4 Сложение синусоидальных волн
- •3.2 Звуковая система
- •3.2.1 Назначение звуковой системы
- •3.2.2 Модель звуковой системы
- •3.2.3 Входные датчики
- •3.2.4 Выходные датчики
- •3.2.5 Простейшая звуковая система
- •3.3 Амплитудно-частотная характеристика
- •3.3.1 Способы записи ачх в спецификации звуковых устройств
- •3.3.2 Октавные соотношения и измерения
- •3.3.3 Ачх реальных устройств воспроизведения звука
- •3.3.4 Диапазон частот голоса и инструментов
- •3.3.5 Влияние акустических факторов
- •3.4 Единицы измерения, параметры звуковых сигналов
- •3.4.1 Децибел
- •3.4.2 Относительная мощность электрических сигналов дБm
- •3.4.3 Децибелы и уровень звука
- •3.4.5 Громкость, уровень сигнала и коэффициент усиления
- •3.4.6 Громкость
- •3.5 Динамический диапазон
- •3.5.1 Запас динамического диапазона
- •3.5.2 Выбор динамического диапазона для реальной звуковой системы
- •3.6 Цифровой звук
- •3.6.1 Частота дискретизации
- •3.6.2 Разрядность
- •3.6.3 Дизеринг
- •3.6.4 Нойс шейпинг
- •3.6.5 Джиттер
- •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 Помехоустойчивость методов икм
- •3.7.4 Методы эффективного кодирования речи
- •3.7.5 Кодирование речи в стандарте cdma
- •3.7.6 Речевые кодеки для ip-телефонии
- •3.7.7 Оценка качества кодирования речи
- •3.8 Общие сведения по мр3
- •3.8.1 Феномен мрз
- •3.8.2 Что такое формат мрз?
- •3.8.3 Качество записи мрз
- •3.8.4 Формат мрз и музыкальные компакт-диски
- •3.8.5 Работа со звукозаписями формата мрз
- •3.9 Основные понятия цифровой звукозаписи
- •3.9.1 Натуральное цифровое представление данных
- •3.9.2 Кодирование рсм
- •3.9.3 Стандартный формат оцифровки звука
- •3.9.4 Параметры дискретизации
- •3.9.5 Качество компакт-диска
- •3.9.6 Объем звукозаписей
- •3.9.7 Формат wav
- •3.10 Формат mp3
- •3.10.1 Сжатие звуковых данных
- •3.10.2 Сжатие с потерей информации
- •3.10.3 Ориентация на человека
- •3.10.4 Кратко об истории и характеристиках стандартов mpeg.
- •3.10.5 Что такое cbr и vbr?
- •3.10.6 Каковы отличия режимов cbr, vbr и abr?
- •3.10.7 Методы оценки сложности сигнала
- •3.10.8 Какие методы кодирования стерео информации используются в алгоритмах mpeg (и других)?
- •3.10.9 Какие параметры предпочтительны при кодировании mp3?
- •3.10.10 Какие альтернативные mpeg-1 Layer III (mp3) алгоритмы компрессии существуют?
- •3.11 OggVorbis
- •3.13 Flac
- •4 Сжатие видео
- •4.1 Общие положения алгоритмов сжатия изображений
- •4.1.1 Классы изображений
- •4.1.2 Классы приложений
- •4.1.3 Требования приложений к алгоритмам компрессии
- •4.1.4 Критерии сравнения алгоритмов
- •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
- •Непрерывное прямое и обратное вейвлет-преобразования
- •Ортогональные вейвлеты
- •Дискретное вейвлет-преобразование непрерывных сигналов
- •Кратномасштабный анализ
- •Пакетные вейвлеты.
- •4.3.2 Примеры применения вейвлетов Очистка сигнала от шума
- •Очистка сигнала от шумов на основе вейвлет-преобразований.
- •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
- •4.5.4 Специализированные конверторы и просмотрщики
- •4.5.5 Основные задачи для развития и усовершенствования стандарта jpeg2000
- •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
1.5.4 Дифференцирующие цифровые фильтры
Передаточная функция.
Из выражения для производной d(exp(jt))/dt = j exp(jt) следует, что при расчете фильтра производной массива данных необходимо аппроксимировать рядом Фурье передаточную функцию вида H() = j. Поскольку коэффициенты такого фильтра будут обладать нечетной симметрией (h-n = -hn) и выполняется равенство
hn [exp(jn)-exp(-jn)] = 2j hn sin n,
то передаточная характеристика фильтра имеет вид:
H() = 2j(h1 sin + h2 sin 2+ ... + hN sin N),
т.е. является мнимой нечетной, a сам фильтр является линейной комбинацией разностей симметрично расположенных относительно sk значений функции. Уравнение фильтрации:
yn = hn(sk+n - sk-n).
Если дифференцированию подлежит низкочастотный сигнал, а высокие частоты в массиве данных представлены помехами, то для аппроксимации в пределах главного частотного диапазона задается передаточная функция фильтра вида:
H() = в, H() = 0, в< N.
Оператор дифференцирующего фильтра:
h(n) = (1/) H() sin(n/N) dn = 0,1,2,... (5.4.1)
Принимая, как обычно, N = (t = 1) и решая (5.4.1) при H() = , получаем:
hn = (1/)[sin(nв)/n2 - в cos(nв)/n], (5.4.2)
hо = 0, h-n = -hn.
Проверка: H() = hn sin n = 2 hn sin n (5.4.3)
На рис. 5.4.1 приведен пример расчета коэффициентов дифференцирующего фильтра на интервал {0-0.5} при t=1 (в = ). Операторы дифференцирующих фильтров, как правило, затухают очень медленно и, соответственно, достаточно точная реализация функции (5.4.3) весьма затруднительна.
Рис. 5.4.1. Коэффициенты оператора фильтра.
Ряд (5.4.3) усекается до N членов, и с помощью весовых функций производится нейтрализация явления Гиббса. Явление Гиббса для дифференцирующих фильтров имеет весьма существенное значение, и может приводить к большим погрешностям при обработке информации, если не произвести его нейтрализацию. Примеры ограничения оператора, приве- денного на рис. 5.4.1, и соответствующие передаточные функции H'() усеченных операторов показаны на рис. 5.4.2.
Рис. 5.4.2. Частотные функции фильтров.
Для оценки возможных погрешностей дифференцирования усеченными операторами произведем расчет фильтра при в = . По формулам (5.4.2) определяем:
h0-10 = 0, 0.3183, 0.25, -0.0354, -0.125, 0.0127, 0.0833, -0.0065, -0.0625, 0.0039, 0.05.
Произведем проверку работы фильтра на простом массиве данных sn = n, производная которого постоянна и равна 1. Для массива с постоянной производной фильтр может быть проверен в любой точке массива, в том числе и в точке n=0, для которой имеем:
у = hn so-n = 2 n hn,
при этом получаем: у=0.5512 при N=5, у=1.53 при N=10.
Рис.
5.4.3. Погрешность дифференцирования.
Рис. 5.4.4. Пример операции дифференцирования.
Применим для нейтрализации явления Гиббса весовую функцию Хемминга. Результат нейтрализации для фильтра с N=10 приведен на рис. 5.4.5. Повторим проверочный расчет дифференцирования на массиве sn = n и получим результат у=1.041, т.е. погрешность дифференцирования уменьшается порядок.
Рис. 5.4.5. Дифференцирование с применением весовой функции.
Аналогично производится расчет и полосовых дифференцирующих фильтров с соответствующим изменением пределов интегрирования в (5.4.1) от н до в. При этом получаем:
hn = (нcos nн-вcos nв)/(n) + (sin nв-sin nн)/(n2).