akwizycja i przetwarzanie sygnałów cyfrowych - iti.pk.edu.pliti.pk.edu.pl/~chmaj/apsc/w07a.pdf ·...
TRANSCRIPT
Akwizycja i przetwarzanie
sygnałów cyfrowych
Tadeusz Chmaj
Instytut TeleinformatykiITI PK Kraków
21 luty 2011
Tadeusz Chmaj Wykład II
Projektowania filtrów IIR
Metoda niezmiennosci odpowiedzi impulsowejPodstawowa zasada okreslajaca:
projektujemy filtr cyfrowy, którego czasowa odpowiedzimpulsowa jest spróbkowana wersja odpowiedzi impulsowejznanego filtru analogowegotak okreslony filtr cyfrowy bedzie wzorował swojecharakterystyki na odpowiednich charakterystykach filtruanalogowego
główny problem tej metody: problemy z aliasingiemrzeczywiste filtry nie moga miec ograniczonego pasmakonsekwencja (w procesie próbkowania) - nastapinałozenie charakterystyk (problemy z rekonstrukcja)Minimalizacja tego efektu - wziecie mozliwie duzejczestotliwosci próbkowania
Tadeusz Chmaj Wykład II
Projektowania filtrów IIR
Metoda niezmiennosci odpowiedzi impulsowej - c.d.schemat metody
projektujemy prototyp filtru analogowego o pozadabejpostaci transmitancji Hc(s)ustalamy czestosc próbkowania filtru cyfrowego fs (powinnabyc odpowiednio duza)zapisujemy transmitancje filtru analogowego jako sumetransmitancji filtrów o pojedynczych biegunach (rozkładtransmitancji na ułamki proste)z załozenia o niezmiennosci odpowiedzi impulsowej –kazda ze składowych analogowej odpowiedzi impulsowejaproksymujemy odpowiedzia impulsowa elementarnegofiltra cyfrowego
Ha(s) → Hka (s) → hk
a(t) → hkc (n) → hc(n) → Hc(z)
lub inaczej:
Hka (s) =
Ak
s − pk→
Ak
1 − e−pk ts ∗ z−1 = Hkc (z)
Tadeusz Chmaj Wykład II
Projektowania filtrów IIR
Metoda niezmiennosci odpowiedzi impulsowej - c.d.taka procedura pozwoli nam wyznaczyc pełna odpowiedzimpulsowa - sume wkładów od powyzszych odpowiedzielementarnych - reprezentowana jako iloraz dwóchwielomianów zmiennej z.to z kolei jest równowazne formule na równanie filtru wdziedzinie czasowejaby uniezaleznic wzmocnienie filtra cyfrowego od odstepuprókowania ts, mnozymy impulsowa odpowiedz analogowaprzez tsczestosc próbkowania fs powinna byc duza by ograniczycaliasnig (nakładanie sie charakterystyk Ha(jω) )
Tadeusz Chmaj Wykład II
Metoda niezmiennosci odpowiedzi impulsowej -przykład
Problem: projekt filtra dolnoprzepustowego filtra opartegoo prototyp filtra Czebyszewa
zakladane parametry: Ts = 0.01, fs = 100Hz,nierównomiernosc charakterystyki w pasmie przepustowym≤ 1dB, czestotliwosc graniczna filtru: 20Hz
Transmitancja prototypu:
Hc(s) =c
s2 + bs + c,
gdzie: c = 17410.145, b = 137.94536Podział na ułamki proste (jednobiegunowe filtryanalogowe):
Hc(s) =ic/(2R)
(s + b/2 + iR)+
−ic/(2R)
(s + b/2 − iR)
gdzie R = |(b2 − 4 ∗ c)/4)|
Tadeusz Chmaj Wykład II
Metoda niezmiennosci odpowiedzi impulsowej -przykład
Ułamki proste: (opisujace jednobiegunowe filtry cyfrowe)
H(z) =ic/(2R)
1 − e−(b/2+iR)Ts z−1+
−ic/(2R)
1 − e−(b/2−iR)Tsz−1
pełna transmitancja filtra cyfrowego:
H(z) =(c/R)e−bTs/2sin(RTs) z−1
1 − e−bTs/2[2cos(RTs)]z−1 + e−bTs z−2
daje formułe czasowa filtra (mnozymy wspołczynniki przyx(n − i) przez Tc):y(n) =0.700595 x(n−1)+0.43278805 y(n−1)−0.25171605 y(n−2)
Tadeusz Chmaj Wykład II
Metoda transformacji biliniowej
bardzo popularna technika projektowania filtrów IIRpolega na wykorzystanie projektu filtru analogowego Ha(s)do uzyskania charakterystyk filtru dyskretnego Hc(z), takby:
Hc(eiΩ) = Ha(iω)zmiany pulsacji analogowej ω w zakresie (−∞, +∞)przeszły w zmiany pulsacji cyfrowej Ω (unormowanej wzg.czestotliwosci próbkowania) w zakresie (−π, +π)
przejscie Ha(s) −→ Hc(z) nie wymaga stosowaniatransformacji Laplace’a ani rozkladu na ułamki proste; niema tez problemów z aliasingiem
podstawa metody - transformacja zespolona Φ zmiennejzespolonej s, z = Φ(s), która stwarza relacje miedzy Hc(z)i Hz(s) postaci: Hc(Φ(s)) = Ha(s)
postac transformacji biliniowej: z = 1+Tss/21−Tss/2
Tadeusz Chmaj Wykład II
Metoda transformacji biliniowej
własnosci transformacji biliniowejszczególny przypadek transformacji holograficznejposiada transformacje odwrotna s = 2
Ts
z−1z+1
przekształca płaszczyzne zespolona w siebie transformujacokregi uogólnione (linie + okregi) w okregi uogólnioneniech s = σ + iω; wtedy z = Φ(s) = 1+σTs/2+iωTs/2
1−σTs/2−iωTs/2
zas |z|2 = (1+σTs/2)2+(ωTs/2)2
(1−σTs/2)2+(ωTs/2)2
gdy σ > 0 to |z|2 > 1, gdy σ = 0 to |z| = 1, zas gdy σ < 0 to|z|2 < 1
wnioski: transformacja biliniowa przekszałca płaszczyznezespolonego s na płaszczyzne zespolonego z tak, ze
os urojona s = iω −→koło jednostkowe z = eiΩ
bieguny lewej półpłaszczyzny (σ < 0) −→biegunywewnatrz koła jednostkowegobieguny prawej półpłaszczyzny (σ > 0 −→ bieguny nazewnatrz koła jednostkowego
Tadeusz Chmaj Wykład II
Metoda transformacji biliniowej - algorytm metody
zwiazek miedzy pulsacjami:
ω =2T
tg(Ω/2) Ω = 2arctg(ωTs/2)
Algorytm metody:wyznaczamy transmitancje Ha(s) prototypu filtraanalogowegoustalamy czestotliwosc próbkowania filtra cyfrowegopodstawiamy jako zmienna transmitancji Ha(s) wielkosc2Ts
z−1(z+1) – dostajemy transmitancje Hc(z) filtra cyfrowego
sprowadzamy Hc(z) do postaci ilorazu dwóch wielomianówz tej postaci potrafimy wypisac równania struktury filtra
Tadeusz Chmaj Wykład II
Metoda transformacji biliniowej - przykład
Zadanie - konstrukcja filtru dolnoprzepustowego w oparciuo taki sam zestaw danych, co w poprzednim przykładzie
Transmitancja prototypu - jak wyzej (LP Czebyszewdrugiego rzedu, fs = 100Hz, ):
Ha(s) =c
s2 + bs + c,
gdzie: c = 17410.145, b = 137.94536
wyznaczamy Hc(z) = Ha(s = 2Ts
1−z−1
1+z−1 )
wymnozenie licznika i mianownika, zebranie wyrazów orównych potegach, normalizacja tak, by wyraz wolny wmianowniku był = 1 daje:
Hc(z) =
c(a2+2b+c)
(1 + 2z−1 + z−2)
1 + (2c−2a2)(a2+ab+c)
z−1 + (a2+c−ab)(a2+ab+c)
z−2
Tadeusz Chmaj Wykład II
Metoda transformacji biliniowej - przykład
wstawienie danych numerycznych, wypisanie jakorównania strukturalne:y(n) = 0.20482712712x(n)+ 0.40965424x(n − 1) +0.20482712712x(n− 2) + 0.53153089y(n − 1) −0.35083938y(n − 2)
Porównanie metod
0 5 10 15 20 25 30 35 40 45 500
0.2
0.4
0.6
0.8
1
1.2
1.4
0 5 10 15 20 25 30 35 40 45 50−3.5
−3
−2.5
−2
−1.5
−1
−0.5
0
Amlituda Faza
Tadeusz Chmaj Wykład II
Filtry nierekursywne FIR
Sa to cyfrowe filtry bez sprzezenia zwrotnego,przyczynowe, opisane odpowiedzia impulsowa h(n):
y(n) =
∞∑
k=0
h(k)x(n − k)
ze wzgledów implementacyjnych bierzemy skonczona ilosc(pierwsze N współczynników odpowiedzi impulsowej -działanie filtra zadane przez N liczb h(n) (lub - w konwencjiMatlaba - bn), n = 0, .., N − 1
y(n) =
N−1∑
k=0
h(k)x(n − k)
reakcja na wymuszenie impulsowe zanika w skonczonymczasie (stad nazwa FIR)kazda próbka sygnału wyjsciowego – srednia wazonaustalonej ilosci ostatnich próbek sygnału wejsciowego
Tadeusz Chmaj Wykład II
Filtry FIR - własnosci, metody projektowania
zalety:łatwosc projektowania,stabilnosc,mozliwosc uzyskania liniowej charaterystykifazowo-czestotliwosciowej (filtr nie zniekształca sygnału)
wady:koniecznosc stosowania duzej (w porównaniu z IIR) ilosciwspółczynnikówwieksza złozonosc obliczeniowa – koniecznosc wykonaniaduzej ilosci operacji arytmetycznych (czyli – mniejszaszybkosc działania)
najwazniejsze metody projektowaniametoda próbkowania w dziedzinie czestotliwoscimetoda aproksymacji Czebyszewa (algorytm Remesa)metoda okien
Tadeusz Chmaj Wykład II
Funkcje okna - pojecie i zastosowania
W dziedzinie przetwarzania sygnałów - funkcja w(t) równazero poza ustalonym przedziałem
typowy przyklad - okno prostokatne
analiza czestotliwosciowa sygnałów - przypadek ciagły -skonczony przedział czasutechnicznie równowazne:
wyjsciowy ciagły sygnał analizowany x(t) (na ogółnieskonczony)wycinamy zakres czasowy odpowiadajacy interesujacemunas obszarowi - odpowiada to iloczynowi xw(t) = x(t)w(t)analiza czestotliwosciowa takiego sygnału - widmo sygnałuna obszarze skonczonym okreslone przez splotow widmasygnału i widma funkcji oknajak oddzielic sygnał od okna?
Tadeusz Chmaj Wykład II
Funkcje okna - c.d.
przykład - analiza sygnału x(t) = cos(ω0t)zakres nieskonczony -
X(ω) = 0.5δ(ω − ω0) + 0.5δ(ω + ω0)
wyciecie - okno prostokatne o szerokosci T ;W (ω) = 2 sin(ωT )
Twidmo sygnału obcietego:
Xw (ω) =sin((ω − ω0)T )
ω − ω0+
sin((ω + ω0)T )
ω + ω0
wpyw okna - oscylacje Xw (ω)
podobnie dla sygnału dyskretnego - DFT uzywaskonczonego ciagu próbek - koniecznosc stosownaniaokien
- wynik - jak dla przypadku ciagłego - prazki w widmiespróbkowanego sygnału, ponadto powielenie widma
Tadeusz Chmaj Wykład II
Funkcje okna - c.d.
struktura widm - listek główny (wysokosc, szerokosc ∆ml
zdefiniowana np. przez pozycje zer), listki boczne (głównyparametr - tłumienie Asl w stosunku do listka głównego)
mozliwe inne okna - rózne charakterystyki, wpływ nakształt obcietego sygnału
nazwa definicja ∆ml Asl
prostokatne 1 4π/N 13.3 dBtrojkatne 1 − 2|n−(N−1)/2|
N−1 8π/N 26.5 dBHamminga 0.54 − 0.46cos( 2πn
N−1) 8π/N 42.7 dB
wzrost N – spadek ∆ml , bez wpływu na tłumienie Asl
inne mozliwosc - okna parametryczne(Dolpha–Czebyszewa, Kaisera)
Tadeusz Chmaj Wykład II
Metoda okien - cechyprosta pod wzgledem teoretycznym i implementacyjnymefektywna – z tych powodów: szeroko stoswana
Algorytm metody:
wybierz typ filtra (LP, HP, BP, BS, jego pulsacje graniczne) -to zadaje jego idealna (prostokatna) transmitancje H(eiΩ)wyznacz analityczna formułe na dyskretna odpowiedzimpulsowa filtra h(n) (dla idealnych filtrów gotowewyrazenia) - zazwyczaj h(n) - gasnace, nieskonczoneoscylacjewymnóz obliczona odpowiedz impulsowa z wybranafunkcja okna
hw(n) = h(n) ∗ w(n)
o skonczonej ilosci niezerowych próbek, w(n) = 0 dla|n > M|przesun uzyskana funkcje hw(n) w prawo o M probek,pobierz 2M + 1 probekfiltr hM
w (n) gotowy
Tadeusz Chmaj Wykład II
Metoda okien - dyskusja wpływu okna
Rola okna - wybór z nieskonczonej odpowiedzi impulsowejfiltra jej skonczonego, najbardziej istotnego fragmentudobór długosci (N = 2 ∗ M + 1) oraz kształtu - wazny dlauzyskania liniowosci charakterystyki amplitudowej wpasmie przepuszczania, odpowiedniego tłumienia wpasmie zaporowym oraz własciwej stromosci filtraZaleznosc widma okna od parametrów
ustalony kształt okna - zwiekszanie jego długosci -zmniejszenie szerokosci listka głównego filtra, brak wpływuna poziom tłumienia listków bocznychby zwiekszyc tłumienie listków bocznych - wez "lepsze"okno
Zaleznosc widma filtra od wyboru oknaaby zwiekszyc stromosc - wydłuz oknoaby zwiekszyc tlumienie w pasmie zaporowym - wybierzinny typ okna (z mniejszym poziomem listkow bocznych)
Do projektowania filtrów korzystnie jest zastosowac oknaparametryczne (np. Kaisera, Dolpha-Czebyszewa).
Tadeusz Chmaj Wykład II