- •Курсовая работа
- •Содержание
- •Часть 1. 6
- •Часть 2. 9
- •Часть 3. 21
- •Часть 4. 27
- •Введение
- •Часть 1.
- •2.1. Вычисление дпф сигнала на одном периоде:
- •2.2. Построение дискретных отчетов (8) непрерывного сигнала (один период):
- •2.6. Вычисление дпф смеси c 1024 отсчетами:
- •Часть 3.
- •Проектирование фнч методом весовых окон: (Требуемое ослабление 65дБ)
- •Проектирование фнч методом частотной выборки:
- •Проверка фильтра и подача на его вход смеси сигналов
Федеральное агентство РФ по связи и информатизации
Государственное образовательное учреждение высшего
профессионального образования
«Сибирский государственный университет телекоммуникации и информатики»
Кафедра РТС
Курсовая работа
по курсу Математические основы цифровой обработки сигналов:
«Дискретная обработка сигналов»
Выполнил:
Суворова М.А.
гр. РТ-94
Проверил:
Калачиков А. А.
Новосибирск, 2012г.
Содержание
Введение 3
Часть 1. 6
Часть 2. 9
Часть 3. 21
Часть 4. 27
Заключение 33
Список использованной литературы 34
Введение
Цифрова́яобрабо́ткасигна́лов (ЦОС, DSP - англ. digitalsignalprocessing) — преобразование сигналов, представленных в цифровой форме.
Любой непрерывный (аналоговый) сигнал s(t) может быть подвергнут дискретизации по времени и квантованию по уровню (оцифровке), то есть представлен в цифровой форме. Если частота дискретизации сигнала Fd не меньше, чем удвоенная наивысшая частота в спектре сигнала Fmax (то есть ), то полученный дискретный сигнал s(k) эквивалентен сигналу s(t) (см. теорему Котельникова). При помощи математических алгоритмов s(k) преобразуется в некоторый другой сигнал s1(k) имеющий требуемые свойства. Процесс преобразования сигналов называется фильтрацией, а устройство, выполняющее фильтрацию, называется фильтр. Поскольку отсчёты сигналов поступают с постоянной скоростью Fd, фильтр должен успевать обрабатывать текущий отсчет до поступления следующего (чаще - до поступления следующих n отсчётов, где n - задержка фильтра), то есть обрабатывать сигнал в реальном времени. Для обработки сигналов (фильтрации) в реальном времени применяют специальные вычислительные устройства — цифровые сигнальные процессоры.
Всё это полностью применимо не только к непрерывным сигналам, но и к прерывистым, а также к сигналам, записанным на запоминающие устройства. В последнем случае скорость обработки непринципиальна, так как при медленной обработке данные не будут потеряны.
Различают методы обработки сигналов во временной (англ. timedomain) и в частотной (англ. frequencydomain) области. Эквивалентность частотно-временных преобразований однозначно определяется через преобразование Фурье.
Обработка сигналов во временной области широко используется в современной электронной осциллографии и в цифровых осциллографах. А для представления сигналов в частотной области используются цифровые анализаторы спектра. Для изучения математических аспектов обработки сигналов используются пакеты расширения (чаще всего под именем SignalProcessing) систем компьютерной математики MATLAB, Mathcad, Mathematica, Maple и др.
В данной курсовой работе мы использовали пакеты MATLAB 2006 (для разработки цифрового фильтра) , Mathcad 14 (для математических вычислений)
В последние годы при обработке сигналов и изображений широко используется новый математический базис представления сигналов с помощью "коротких волночек" - вейвлетов. С его помощью могут обрабатываться нестационарные сигналы, сигналы с разрывами и иными особенностями и сигналы в виде пачек.
Линейная фильтрация — селекция сигнала в частотной области; синтез фильтров, согласованных с сигналами; частотное разделение каналов; цифровые преобразователи Гильберта и дифференциаторы; корректоры характеристик каналов.
Основные задачи ЦОС: