Číslicové filtry. Použití : Analogové x číslicové filtry : Analogové. Číslicové: Separace signálů Restaurace signálů



Podobné dokumenty
STATISTIKA. Statistika se těší pochybnému vyznamenání tím, že je nejvíce nepochopeným vědním oborem. H. Levinson

DYNAMIC PROPERTIES OF ELECTRONIC GYROSCOPES FOR INERTIAL MEASUREMENT UNITS

SIGNÁLY A LINEÁRNÍ SYSTÉMY (ČASOVÉ ŘADY)

Měřící technika - MT úvod

Regulace frekvence a velikosti napětí Řízení je spojeno s dodávkou a přenosem činného a jalového výkonu v soustavě.

Aplikovaná informatika. Podklady předmětu Aplikovaná informatika pro akademický rok 2006/2007 Radim Farana. Obsah. Algoritmus

1 Základy Z-transformace. pro aplikace v oblasti

OBRAZOVÁ ANALÝZA POVRCHU POTISKOVANÝCH MATERIÁLŮ A POTIŠTĚNÝCH PLOCH

elektrické filtry Jiří Petržela základní pojmy

3 - Póly, nuly a odezvy

1. Základy měření neelektrických veličin

z možností, jak tuto veličinu charakterizovat, je určit součet

1. K o m b i n a t o r i k a

Deskriptivní statistika 1

Periodicita v časové řadě, její popis a identifikace

Matematika I. Název studijního programu. RNDr. Jaroslav Krieg České Budějovice

Při návrhu FIR filtru řešíme obvykle následující problémy:

2. Definice plazmatu, základní charakteristiky plazmatu

Odhady parametrů 1. Odhady parametrů

MATEMATIKA PŘÍKLADY K PŘÍJÍMACÍM ZKOUŠKÁM BAKALÁŘSKÉ STUDIUM MGR. RADMILA STOKLASOVÁ, PH.D.

Vlastnosti IIR filtrů:

12. N á h o d n ý v ý b ě r

Nové metody stereofonního kódování pro FM pomocí digitální technologie. Pavel Straňák, Phobos Engineering s.r.o.

Úvod do lineárního programování

n=1 ( Re an ) 2 + ( Im a n ) 2 = 0 Im a n = Im a a n definujeme předpisem: n=1 N a n = a 1 + a a N. n=1

Matematika 1. Katedra matematiky, Fakulta stavební ČVUT v Praze. středa 10-11:40 posluchárna D / 13. Posloupnosti

SIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY

Úkol měření. Použité přístroje a pomůcky. Tabulky a výpočty

jsou reálná a m, n jsou čísla přirozená.

1 Základní pojmy a vlastnosti

Fourierova transformace ve zpracování obrazů

Cvičení 3 - teorie. Teorie pravděpodobnosti vychází ze studia náhodných pokusů.

Analýza a zpracování signálů. 4. Diskrétní systémy,výpočet impulsní odezvy, konvoluce, korelace

Lineární a adaptivní zpracovní dat. 5. Lineární filtrace: FIR, IIR

KABELY. Pro drátové okruhy (za drát se považuje i světlovodné vlákno): metalické kabely optické kabely

Interakce světla s prostředím

A7B31ZZS 10. PŘEDNÁŠKA Návrh filtrů 1. prosince 2014

Příklady k přednášce 3 - Póly, nuly a odezvy

X31ZZS 7. PŘEDNÁŠKA 10. listopadu 2014

Investice do rozvoje vzdělávání

Základní princip regulace U v ES si ukážeme na definici statických charakteristik zátěže

odhady parametrů. Jednostranné a oboustranné odhady. Intervalový odhad střední hodnoty, rozptylu, relativní četnosti.

Pravděpodobnost a statistika - absolutní minumum

Náhodný výběr 1. Náhodný výběr

4.5.9 Vznik střídavého proudu

Lineární a adaptivní zpracovní dat. 4. Lineární filtrace II: FIR, IIR

Příklady k přednášce 3 - Póly, nuly a odezvy

Přijímací řízení akademický rok 2013/2014 Bc. studium Kompletní znění testových otázek matematika

2 EXPLORATORNÍ ANALÝZA

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.

Při návrhu FIR filtru řešíme obvykle následující problémy:

Statistika je vědní obor zabývající se zkoumáním jevů, které mají hromadný charakter.

Přednáška VI. Intervalové odhady. Motivace Směrodatná odchylka a směrodatná chyba Centrální limitní věta Intervaly spolehlivosti

2.7.5 Racionální a polynomické funkce

ATENTOVY SPIS. Právo k využití vynálezu přísluší státu podle 3 odst. 6 zák. č. 34/1957 Sb. Přihlášeno 28. VÍL 1970 [PV )

Iterační metody řešení soustav lineárních rovnic

I. TAYLORŮV POLYNOM ( 1

filtry FIR zpracování signálů FIR & IIR Tomáš Novák

Pracovní třídy zesilovačů

Seznámíte se s pojmem Riemannova integrálu funkce jedné proměnné a geometrickým významem tohoto integrálu.

2. Číslicová filtrace

Mezní stavy konstrukcí a jejich porušov. Hru IV. Milan RůžR. zbynek.hruby.

Odhady parametrů polohy a rozptýlení pro často se vyskytující rozdělení dat v laboratoři se vyčíslují podle následujících vztahů:

2. Znát definici kombinačního čísla a základní vlastnosti kombinačních čísel. Ovládat jednoduché operace s kombinačními čísly.

Lineární a adaptivní zpracování dat. 8. Modely časových řad I.

9 NÁHODNÉ VÝBĚRY A JEJICH ZPRACOVÁNÍ. Čas ke studiu kapitoly: 30 minut. Cíl:

3 - Póly, nuly a odezvy

veličiny má stejný řád jako je řád poslední číslice nejistoty. Nejistotu píšeme obvykle jenom jednou

( + ) ( ) ( ) ( ) ( ) Derivace elementárních funkcí II. Předpoklady: Př. 1: Urči derivaci funkce y = x ; n N.

Přijímací řízení akademický rok 2012/2013 Kompletní znění testových otázek matematické myšlení

Statické zdroje pro zkušebnictví cesta k úsporám elektřiny

Úvod do zpracování měření

1 PSE Definice základních pojmů. (ω je elementární jev: A ω (A ω) nebo (A );

Základní metody číslicového zpracování signálu část I.

r Odvoď te přenosovou funkci obvodů na obr.2.16, je-li vstupem napě tí u 1 a výstupem napě tí u 2. Uvaž ujte R = 1Ω, L = 1H a C = 1F.

Interval spolehlivosti pro podíl

Příklady k přednášce 5 - Identifikace

Parametrické přístupy k filtraci ultrazvukových signálů

Geometrická optika. Zákon odrazu a lomu světla

Statistika. Statistické funkce v tabulkových kalkulátorech MSO Excel a OO.o Calc

Příklady k přednášce 9 - Zpětná vazba

ZDROJE MĚŘÍCÍHO SIGNÁLU MĚŘÍCÍ GENERÁTORY

3. Lineární diferenciální rovnice úvod do teorie

P2: Statistické zpracování dat

Při sledování a studiu vlastností náhodných výsledků poznáme charakter. podmínek různé výsledky. Ty odpovídají hodnotám jednotlivých realizací

6. Střídavý proud Sinusových průběh

Závislost slovních znaků

7. KOMBINATORIKA, BINOMICKÁ VĚTA. Čas ke studiu: 2 hodiny. Cíl

I. TAYLORŮV POLYNOM. Taylorovy řady některých funkcí: Pro x R platí: sin(x) =

17. Statistické hypotézy parametrické testy

Obsah. 1 Mocninné řady Definice a vlastnosti mocninných řad Rozvoj funkce do mocninné řady Aplikace mocninných řad...

Matematika 1. Ivana Pultarová Katedra matematiky, Fakulta stavební ČVUT v Praze. středa 10-11:40 posluchárna D Posloupnosti

Analýza a zpracování signálů. 3. Číselné řady, jejich vlastnosti a základní operace, náhodné signály

OCHRANA VOJENSKÝCH OBJEKTŮ PROTI ÚČINKŮM VÝKONOVÝCH ELEKTROMAGNETICKÝCH POLÍ, SIMULACE EMC FILTRŮ

je vstupní kvantovaný signál. Průběh kvantizační chyby e { x ( t )}

Popisná statistika - zavedení pojmů. 1 Jednorozměrný statistický soubor s kvantitativním znakem

Matematika přehled vzorců pro maturanty (zpracoval T. Jánský) Úpravy výrazů. Binomická věta

Téma: 11) Dynamika stavebních konstrukcí

Základy matematiky kombinované studium /06

Užití binomické věty

Transkript:

Číslicová filtrace

Použití : Separace sigálů Restaurace sigálů Číslicové filtry Aalogové x číslicové filtry : Aalogové Číslicové: + levé + rychlé + velký dyamický rozsah (v amplitudě i frekveci) - evhodé pro ízké kmitočty - epřesé - závislé a parametrech okolí (apř. teplota) + přesost + uiverzálost + vhodé i pro ízké frekvece + stabilita

Popis filtru: impulsí odezva ( odezva filtru a jedotkový impuls ) skoková odezva ( odezva filtru a jedotkový skok) frekvečí odezva Stačí zát jedu odezvu, ostatí lze bez problémů vyčíslit

Rozděleí číslicových filtrů podle účelu Frekvečě selektiví filtry - účelem je propustit ebo potlačit složky sigálu v určitém frekvečím pásmu. Realizují se jako FIR popř. IIR filtry Základí typy: Dolí propust (Low-pass filter) Horí propust (High-pass filter) Pásmová propust (Bad-pass filter) Pásmová zádrž (Bad-stop (reject) filter) Propusté pásmo epropusté pásmo

Frekvečí charakteristika

Grafická iterpretace frekvečí odezvy

Filtr : délka vektoru čitatele je jedotková, délka vektoru jmeovatele roste s rostoucí frekvecí dolí propust Filtr 2: délka vektoru čitatele je jedotková, délka vektoru jmeovatele klesá s rostoucí frekvecí horí propust Filtr 3: Pro 0 je délka vektoru čitatele ulová, s rostoucí frekvecí roste poměr délky vektoru čitatele ku délce vektoru jmeovateli horí propust Filtr 4: V bodě A je délka vektoru čitatele ulová, v ostatích frekvecích je poměr délek vektorů čitatele ku jmeovateli přibližě kostatí pásmová zádrž.

Rozděleí číslicových filtrů: FIR (fiite impuls respose) filtry s koečou impulsí odezvou, impulsí charakteristika má koečý počet hodot (N, pro filtr řádu N). filtry jsou vždy stabilí lze je avrhout s lieárí fází (áběžá a doběžá hraa impulsí odezvy je shodá. filtr zpožďuje vstupí sigál o M=(N-)/2 (tzv. skupiové zpožděí filtru) vzorků IIR (ifiite impuls respose) filtry s ekoečou impulsí odezvou impulsí charakteristika emá koečý počet hodot jsou výrazě ižšího řádu ež Fir filtry se stejými vlastostmi a z toho vyplývá že mají: ižší výpočetí složitost v porováí s Fir filtrem kratší zpožděí mezi vstupem a výstupem eí u ich zaručea stabilita fáze eí lieárí, a doladěí fázové charakteristiky je obtížé obecý ávrh je relativě složitý v porováí s FIR jsou citlivé a umerickou přesost výpočtů

Charakteristika FIR filtrů s lieárí fází:. Impulzí odezva h[] je symetrická okolo středového bodu. 2. H(F)=A(F)e j2 F (symetrie h[]), H(F)=jA(F)e j2 F (atisymetrie h[]). 3. Všechy póly jsou umístěy v bodě z=0 4. Nuly se obecě vyskytují v komplexě sdružeých recipročích čtveřicích. Nuly, které jsou a jedotkové kružici, jsou pouze v komplexě sdružeých dvojicích. Nuly a reálé ose jsou pouze v recipročích dvojicích. Nuly v bodě z= a z=- mohou být samostaté. 5. Pro atisymetrickou h[] se v z= vyskytuje lichý počet ul, pro symetrickou h[] je počet ul v z= sudý. 6. Pokud h[]= h[-] je H(z)= H(/z).

Příklad : Popisuje ásledující přeosová fukce filtr s lieárí fází? Příklad: Nakreslete diagram ul a pólů pro ásledující impulzí charakteristiku Příklad: Nakreslete diagram ul a pólů pro ásledující přeosovou fukci a určete, zda se jedá o filtr s lieárí fází.

Existují 4 typy filtrů s lieárí fází: Typ sudá symetrie, lichý počet vzorků, střed symetrie v hodotě M=(N-)/2 Lieárí fáze -2 MF kostatí skupiové zpožděí M amplitudové spektrum A(F ) je sudě symetrické okolo F=0 a F=0.5 H (0) a H (0.5) mohou být eulové Použití : vhodý pro všechy, typy filtrů, jedié koeficiety vhodé pro pásmovou zádrž

Typ 2 sudá symetrie, sudý počet vzorků N, střed symetrie v hodotě M=(N-)/2 (mezi dvěma vzorky) Lieárí fáze -2 MF kostatí skupiové zpožděí M amplitudové spektrum A(F ) má sudou symetrické okolo F=0, lichou symetrie okolo F=0.5 H 2 (0.5) je vždy ulový Použití : dolí propust, pásmová propust, difereciátor, Hilbertův trasformátor

Typ 3 lichá symetrie, lichý počet vzorků N, střed symetrie v hodotě M=(N-)/2 Lieárí fáze /2-2 MF kostatí skupiové zpožděí M amplitudové spektrum A(F ) má lichou symetrii okolo F=0 a F=0.5 H 3 (0) a H 3 (0.5) je vždy ulový Použití : pásmová propust, difereciátor, Hilbertův trasformátor

Typ 4 lichá symetrie, sudý počet vzorků N, střed symetrie v hodotě M=(N-)/2 (mezi dvěma vzorky) Lieárí fáze /2-2 MF kostatí skupiové zpožděí M amplitudové spektrum A(F ) má lichou symetrii okolo F=0 a sudou okolof=0.5 H 4 (0) je vždy ulový Použití : horí propust, pásmová propust, difereciátor, Hilbertův trasformátor

Symetrie typu a 2 se používají u základích frekvečě selektivích filtrů (dolí a horí propust, pásmová propust i pásmová zádrž), symetrie typu 3 se využívá u derivátoru, typ 4 se využívá u Hilbertova trasformátoru Typ : - sudý počet ul v z= - a sudý v z = (pokud se tam vyskytují) Typ 2:: - lichý počet ul v z= - a sudý v z = (pokud se tam vyskytují) Typ 3: - lichý počet ul v z= a lichý v z = - Typ 4: - lichý počet ul v z= a sudý v z = -

Př: Určete pozici všech ul u filtru typu (předpokládáme ejižší řád) pokud víme, že uly jsou v pozici z=0.5e j /3 a v z= Př: Určete pozici všech ul u filtru typu 2 (předpokládáme ejižší řád) pokud víme, že uly jsou v pozici z=0.5e j /3 a v z= Př. Určete přeosovou fukci a impulzí odezvu filtru s lieárí fází typu 3 (ejkratší délky) pokud víme, že jeda ula je v pozici z=j a dvě uly jsou v pozici z=.

Další typy filtrů Diskrétí itegrátor - počítá itegrál pomocí ěkterého ze zámých algoritmů umerické matematiky ( -obdélíkové pravidlo, 2- lichoběžíkové pravidlo, 3 Simpsoovo pravidlo, 4-Ticksovo pravidlo ) y( ) y( ) y( ) y( ) y( y( y( y( ) ) 2) 2) x( ) [ x( ) x( )] 2 4 x( ) x( ) x( 2) 3 3 3 0.3584 x( ).2832 x( ) 0.3584 x( 2) () (2) (3) (4) Simpsoův itegrál vhodý pro frekvece f <0, f vz /4> Obdélíkový a lichoběžíkový pro frekvece okolo f vz/2 Ticksovo pravidlo -pro širší pásmo itegrace s malou chybou

Frekvečí charakteristika ideálího diskrétího itegrátoru: H id ( e j ) j e j 2

Diskrétí derivátor - je důležitý apř. pro staoveí hra v obraze, určováí zrychleí z rychlosti u časových průběhů apod. y( ) y( ) y( ) x( ) [ x( 2 [ x( 2 x( ) 2) ) x( 8x( )] ) 8x( ) x( Frekvečí charakteristika ideálího diskrétího derivátoru: 2)] () (2) (3) H Did j ( e ) j,

Hilbertův trasformátor používá se k získáí imagiárí složky ze složky reálé - jedá se o fázový posouvač posouvající fázi v základím itervalu o π/2 pro >0 a o +π/2 pro <0 Ideálí frekvečí charakteristika: H HT ( e j ) j j,, 0 0 Fázové posouvače mají jedotkovou amplitudovou frekvečí charakteristiku, ale měí průběh fázové charakteristiky a požadovaý. Nejčastěji se používají v kombiaci s jiými filtry (apř. IIR) aby bylo dosažeo požadovaého průběhu výsledé fázové charakteristiky (liearita)

Filtr klouzavý průměr realizuje klouzavý průměr z daého vzorku a M vzorků předchozích. Používá se pro potlačeí periodického rušeí superpoovaého a kostatí sigál, potlačeí krátkodobých výkyvů časové řady (vyhlazováí tredu v ekoomice). Nevážeý klouzavý průměr všechy koeficiety shodé y( ) N i x( i) ( N ) N [ x( ( N )) x( N )... x( ) x( )]

Frekvečí charakteristika filtru: H ( f ) N si( si( fn ) f ) MA ( e j ) ( N ) 2

Klouzavý průměr lze použít opakovaě odstraňuje lépe šum, ale rozmazává ostré přechody

Klouzavý průměr s expoeciálím zapomíáím (expoeciálě vážeý klouzavý průměr) počítá průměr z posledích hodot, jejichž váhy V expoeciálě klesají se vzdáleostí od posledího vzorku (ejstarší vzorek má ejmeší váhu) j j V e V e H ) ( N i i N i i N i i i x V V y N i x V V y ) ( ) ( ) ( ) ( ) ( ) ( 0, ), ( ) (

Ideálí filtry Frekvečí charakteristika ideálího filtru typu dolí propust Impulzí odezva:

Filtry se obvykle avrhují jako dolí propusti (DP), přechod a odpovídající typ filtru (HP,PP,PZ) se provádí frekvečí trasformací. Horí propust: - 2 způsoby. Posu spektra dolí Frekvečí trasformace 2. Odečteím frekvečí charakteristiky DP od frekvečí charakteristiky allpass filtru

Pásmová propust: Pásmová zádrž:

Příklad: Použijte frekvečí trasformaci pro alezeí frekvečí charakteristiky a impulzí odezvy ásledujících ideálích filtrů: a) Dolí propust F c =0.25 b) Horí propust F c =0.3 c) Pásmová propust s F =0. a F 2 =0.3 d) Pásmová zádrž s F =0.2 a F 2 =0.4

Ideálí filtry jsou v praxi erealizovatelé protože: jsou ekauzálí (fce sic je symetrická okolo počátku =0) jsou estabilí (fce sic eí absolutě kovergetí) Aby bylo možé je realizovat je uté omezit impulzí odezvu okem (sic pro koečou délkou koverguje) a posuout o N vzorků ( impulzí odezva se stává kauzálí) a je zachovaá symetrie okolo středového bodu (podmíka pro zachováí lieárí fáze). Použité oko vždy deformuje tvar frekvečí charakteristiky!!! Pravoúhlé oko:

Trojúhelíkové oko: