Číslicová filtrace. FIR filtry IIR filtry. ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická

Podobné dokumenty
základní vlastnosti, používané struktury návrhové prostředky MATLAB problém kvantování koeficientů

Základní metody číslicového zpracování signálu část I.

zpracování signálu a obrazu

Direct Digital Synthesis (DDS)

A7B31ZZS 10. PŘEDNÁŠKA Návrh filtrů 1. prosince 2014

Flexibilita jednoduché naprogramování a přeprogramování řídícího systému

MĚŘENÍ A ANALÝZA ELEKTROAKUSTICKÝCH SOUSTAV NA MODELECH. Petr Kopecký ČVUT, Fakulta elektrotechnická, Katedra Radioelektroniky

Číslicové filtry. Honza Černocký, ÚPGM

ÚPGM FIT VUT Brno,

Rekurentní filtry. Matlab

Lineární a adaptivní zpracování dat. 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně

Lineární a adaptivní zpracování dat. 2. SYSTÉMY a jejich popis v časové doméně

polyfázové filtry (multirate filters) cascaded integrator comb filter (CIC) A0M38SPP - Signálové procesory v praxi - přednáška 8 2

Lineární a adpativní zpracování dat. 3. Lineární filtrace I: Z-transformace, stabilita

Úvod do zpracování signálů

Lineární a adaptivní zpracování dat. 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně

PSK1-9. Číslicové zpracování signálů. Číslicový signál

SIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY

Diskretizace. 29. dubna 2015

Kapitola 1. Signály a systémy. 1.1 Klasifikace signálů

Lineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY a SYSTÉMY

Lineární a adaptivní zpracování dat. 3. SYSTÉMY a jejich popis ve frekvenční oblasti

Předmět A3B31TES/Př. 13

ZÁKLADY AUTOMATICKÉHO ŘÍZENÍ

31SCS Speciální číslicové systémy Antialiasing

KTE/TEVS - Rychlá Fourierova transformace. Pavel Karban. Katedra teoretické elektrotechniky Fakulta elektrotechnická Západočeská univerzita v Plzni

Praha technic/(4 -+ (/T'ERATU"'P. ))I~~

Analýza a zpracování signálů. 5. Z-transformace

Signál v čase a jeho spektrum

Automatická detekce anomálií při geofyzikálním průzkumu. Lenka Kosková Třísková NTI TUL Doktorandský seminář,

Biofyzikální ústav LF MU Brno. jarní semestr 2011

Lineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY, ČASOVÉ ŘADY a SYSTÉMY

Automatizace je proces při němž je řídicí funkce člověka nahrazována činností

Analýza lineárních regulačních systémů v časové doméně. V Modelice (ale i v Simulinku) máme blok TransfeFunction

filtry FIR zpracování signálů FIR & IIR Tomáš Novák

Lineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY, ČASOVÉ ŘADY a SYSTÉMY

1. Vlastnosti diskretních a číslicových metod zpracování signálů... 15

Teoretická elektrotechnika - vybrané statě

Ivan Švarc. Radomil Matoušek. Miloš Šeda. Miluše Vítečková. c..~"f~ AKADEMICKÉ NAKlADATEL.STVf. Brno 20 I I

CW01 - Teorie měření a regulace

7.1. Číslicové filtry IIR

Dodatky k FT: 1. (2D digitalizace) 2. Více o FT 3. Více k užití filtrů. 7. přednáška předmětu Zpracování obrazů

Analýza a zpracování signálů. 1. Úvod

1 Zpracování a analýza tlakové vlny

Modelování systémů a procesů (11MSP) Bohumil Kovář, Jan Přikryl, Miroslav Vlček. 8. přednáška 11MSP pondělí 20. dubna 2015

VY_32_INOVACE_E 15 03

11MAMY LS 2017/2018. Úvod do Matlabu. 21. února Skupina 01. reseni2.m a tak dále + M souborem zadané funkce z příkladu 3 + souborem skupina.

U Úvod do modelování a simulace systémů

Analýza a zpracování signálů

Číslicové zpracování signálů a Fourierova analýza.

Návrh frekvenčního filtru

Abychom se vyhnuli užití diferenčních sumátorů, je vhodné soustavu rovnic(5.77) upravit následujícím způsobem

1. Základy teorie přenosu informací

Modelování a simulace Lukáš Otte

A2B31SMS 11. PŘEDNÁŠKA 4. prosince 2014

UŽITÍ KOHERENČNÍ FUNKCE PRO DISTRIBUOVANOU

ZÁKLADY AUTOMATICKÉHO ŘÍZENÍ

Zpracování obrazů. Honza Černocký, ÚPGM

Analýza a zpracování digitálního obrazu

do magisterské etapy programu ELEKTRONIKA A KOMUNIKACE

Primární zpracování radarového signálu dopplerovská filtrace

2. Číslicová filtrace

Struktura a architektura počítačů (BI-SAP) 3

teorie elektronických obvodů Jiří Petržela obvodové funkce

Ústav technologie, mechanizace a řízení staveb. CW01 - Teorie měření a regulace 10.2 ZS 2010/2011. reg Ing. Václav Rada, CSc.

FOURIEROVA ANAL YZA 2D TER ENN ICH DAT Karel Segeth

Identifikace systémů

Základní metody číslicového zpracování signálu a obrazu část II.

X31EO2 - Elektrické obvody 2. Kmitočtové charakteristiky

Čas (s) Model časového průběhu sorpce vyplývá z 2. Fickova zákona a je popsán následující rovnicí

Analýza a zpracování signálů. 5. Z-transformace

- DAC - Úvod A/D převodník převádějí analogové (spojité) veličiny na digitální (nespojitou) informaci. Základní zapojení převodníku ukazuje obr.

P7: Základy zpracování signálu

Laplaceova transformace

Osnova přednášky. Univerzita Jana Evangelisty Purkyně Základy automatizace Stabilita regulačního obvodu

Vlastnosti členů regulačních obvodů Osnova kurzu

APLIKACE ALGORITMŮ ČÍSLICOVÉHO ZPRACOVÁNÍ SIGNÁLŮ 1. DÍL

MKI Funkce f(z) má singularitu v bodě 0. a) Stanovte oblast, ve které konverguje hlavní část Laurentova rozvoje funkce f(z) v bodě 0.

Měření teploty, tlaku a vlhkosti vzduchu s přenosem dat přes internet a zobrazování na WEB stránce

Číselné vyjádření hodnoty. Kolik váží hrouda zlata?

SYNTÉZA AUDIO SIGNÁLŮ

MATLAB. F. Rund, A. Novák Katedra radioelektroniky, FEL ČVUT v Praze. Abstrakt

Fyzikální laboratoř. Kamil Mudruňka. Gymnázium, Pardubice, Dašická /8

A/D převodníky - parametry

Universální přenosný potenciostat (nanopot)

25. DIGITÁLNÍ TELEVIZNÍ SIGNÁL A KABELOVÁ TELEVIZE

VLASTNOSTI KOMPONENTŮ MĚŘICÍHO ŘETĚZCE - ANALOGOVÁČÁST

Operace s maticemi. 19. února 2018

DIGITÁLNÍ FILTRACE V REÁLNÍM ČASE PRO ZPRACOVÁNÍ BIOMEDICÍNSKÝCH SIGNÁLŮ POMOCÍ MATLAB - XPC TARGET

FILTRACE VE FOURIEROVSKÉM SPEKTRU

1 Základní funkce pro zpracování obrazových dat

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY NÁVRH ČÍSLICOVÉHO FILTRU TYPU PÁSMOVÁ PROPUST DESIGN OF BANDPASS DIGITAL FILTER

Konvolučníkódy. MI-AAK(Aritmetika a kódy)

ZPĚTNOVAZEBNÍ ŘÍZENÍ, POŽADAVKY NA REGULACI

04 Lineární filtrace filtry

Fakulta elektrotechniky a komunikačních technologíı Ústav automatizace a měřicí techniky v Brně

DETEKCE HRAN V BIOMEDICÍNSKÝCH OBRAZECH

Algebra blokových schémat Osnova kurzu

Geometrické transformace

CVIČENÍ 4 Doc.Ing.Kateřina Hyniová, CSc. Katedra číslicového návrhu Fakulta informačních technologií České vysoké učení technické v Praze 4.

Transkript:

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická Ing. Radek Sedláček, Ph.D., katedra měření K13138 Číslicová filtrace FIR filtry IIR filtry Tyto materiály vznikly za podpory Fondu rozvoje vysokých škol v roce 2013 (projekt č. 1256/2013)

Obsah Číslicové filtry typu FIR a IIR Pojem filtrace základní rozdělení FIR, IIR základní vlastnosti, používané struktury filtrů návrhové prostředky v prostředí MATLAB SPTOOL, FDATOOL problém kvantování koeficientů Snímek 2 z 24

Co je to filtrace signálů 1D, 2D? Odstranění jedné nebo více frekvenčních částí (složek) ze spektra zpracovávaného signálu (např. odstranění rušivých nežádoucích složek). Filtr lze aplikovat jak na zpracování jednodimenzionálního signálu, tak dvoudimenzionálního (např. obrazu) Typy filtrů analogové popsány pomocí modelů spojitých soustav - vyjádření přenosu pomocí Laplaceovy transformace (LT), výpočet spektra pomocí Fourierovy transformace (FT) digitální popsány pomocí modelů diskrétních soustav vyjádření přenosu popis pomocí Z-transformace, výpočet spektra pomocí diskrétní Fourierovy transformace (DFT) Snímek 3 z 24

Souvislost mezi filtrací a konvolucí Spojité soustavy Příklad - vstupní signál X(jobsahující dvě složky f R, f S a filtr s přenosem H(j- typ dolní propust s mezním kmitočtem f 0 x(t) X H y(t) Y Konvoluce v časové oblasti odpovídá prostému násobení ve frekvenční oblasti Snímek 4 z 24

Souvislost mezi filtrací a konvolucí Diskrétní soustavy Uvažujme stejný příklad jako v předchozím případě analogické jako pro spojité signály, jen místo FT se používá Z-transformace diskrétní konvoluce Snímek 5 z 24

Souvislost mezi filtrací a konvolucí Nechť H(z) má přenos b i jsou přímo koeficienty filtru (FIR) Pak v časové oblasti platí: x(n) až x(n-n) jsou vzorky signálu Snímek 6 z 24

Definice číslicových filtrů Z hlediska teorie systémů - ČF = LTI čili Linear Time-Invariable system Velice významná část v oblasti DSP vykazují vynikající vlastnosti ve srovnání s analogovými filtry Slouží pro separaci nebo pro rekonstrukci signálů Základní stavební prvky : zpožďovací člen (paměť) sčítačka násobička Z -1 Snímek 7 z 24

Obecný přenos filtru Každý ČF lze popsat např. přenosovou funkcí, vyjádřenou v z-transformaci (diferenční rovnice) Obecný přenos filtru vyjádřený z-transformaci 0 1. 1 2. 2. 1 1. 1 2. 2. Je-li polynom A(z)=1 (a i =0) pak se jedná o FIR filter Je-li polynom A(z)1 (a i =0) pak se jedná o IIR filter Obecně polynom A(z) definuje zpětnou vazbu mezi výstupem a vstupem z toho důvodu IIR nemusí být vždy stabilní Snímek 8 z 24

Základní rozdělení číslicových filtrů ČF typu FIR ČF typy IIR Finite Impulze Response Vždy stabilní dáno n-násobným polem v nule (n-tý řád filtru) Pro dosažení veliké strmosti nutno zvolit vysoký řád filtru Mají lineární fázi Nevýhodou je nárůst zpoždění Infinite Impulze Responce Nemusí být vždy stabilní Analogie k analogovým filtrům Požadovanou strmost charakteristiky lze dosáhnout při nižším řádu než-li u FIR Nelineární fáze 9

Struktura číslicových filtrů typu FIR Přímá forma (DIRECT FORM I) Transponovaná forma* (DIRECT FORM II TRANSPOSED) duální struktura * k přímé formě I Podstata transpozice: změnit tok dat, zaměnit vstup a výstup, uzly nahradit sčítačkami, sčítačky nahradit za uzly Snímek 10 z 24

Kaskádní řazení FIR Výsledný přenos Při paralelním řazení bloků výsledný přenos dán součtem dílčích přenosů Snímek 11 z 24

Paralelní řazení bloků Při paralelním řazení bloků výsledný přenos dán součtem dílčích přenosů x(n) Z -1 Z -1 Výsledný přenos b 0 b 1 b 2 y(n) H 0 Z -1 Z -1 b 0 b 1 b2 H 1 Snímek 12 z 24

Struktura číslicových filtrů typu IIR Snímek 13 z 24

Struktura číslicových filtrů typu IIR Tato realizace využívá minimální počet zpožďovacích členů Jedná se o tzv. kanonický tvar Snímek 14 z 24

Problém s kvantováním koeficientů Pracujeme-li s konečným rozlišením čísel, nutně tento problém musí nastat V MATLABu jsi spočítám koeficienty filtrů s daleko větší přesností než jsme schopni implementovat na DSP či FPGA Dochází tedy ke kvantování těchto koeficientů S tím souvisí změna frekvenční charakteristiky filtru Nutno kontrolovat může vybočit mimo rámec zadání, v případě IIR filtrů může být nestabilní! Snímek 15 z 24

Návrhové prostředky v prostředí MATLAB Nejdostupnější a nejrychlejší způsob využití prostředí MATLAB Definovány funkce pro návrh FIR i IIR filtrů (v základní knihovně): FIR1 FIR2 : b=fir1(n,wn), B = FIR1(N,Wn,'high') : B = FIR2(N,F,A) Butter : [B,A] = BUTTER(N,Wn), [B,A] = BUTTER(N,Wn,'low') Cheby1 : [B,A] = CHEBY1(N,R,Wp), CHEBY1(N,R,Wp,'stop') Cheby2 : [B,A] = CHEBY2(N,R,Wst), Ellip : [B,A] = ELLIP(N,Rp,Rs,Wp) Snímek 16 z 24

Návrhové prostředky v prostředí MATLAB Vykreslení frekvenční charakteristiky navrženého filtru - funkce freqz [H,W] = FREQZ(B,A,N) Existuje speciální grafický toolbox pro návrh ČF - Filter Design and Analysis Tool (FDATOOL) Je-li řád filtru M, filter má M+1 koeficientů!!! Snímek 17 z 24

FDATOOL grafický nástroj pro design ČF Snímek 18 z 24

FDAtool co dokáže Intuitivní ovládání Design FIR, IIR (Butterworth, Chebysev I, II, Eliptický) Volitelné typy frekvenční charakteristiky DP,HP,PP, PZ Výběr fyzické realizace (přímá, transpovaná, atd.) Vykreslení průběhu frekvenční a fázové charakteristiky Zobrazení rozložení pólů a nul filtru v komplexní rovině Koeficienty navrženého filtru lze exportovat do textového souboru nutno definovat též formát dat (např. double-float, unsigned-16 a další) Snímek 19 z 24

Vliv kvantování koeficientů na frek. char. Příklad : FIR, N=100, Fm =0,3*f s (f s =) Snímek 20 z 24

Detail frek. char okolo f m Snímek 21 z 24

Vliv kvantování koeficientů - shrnutí Při kvantování koeficientů obecně dochází ke změně ve frekvenční charakteristice Při implementaci na DSP nutno ověřit, zda-li filtr splňuje veškeré požadavky U IIR filtrů nutno zkontrolovat polohu pólů (ověřit stabilitu filtru) Snímek 22 z 24

Návod na implementaci digitálního filtru typu FIR Je potřeba vytvořit dvě proměnné typu pole (na DSP formou kruhového bufferu) a jeden pointer Jedná proměnná slouží pro ukládání koeficientů FIR b i Do druhé proměnné se průběžně (v reálném čase) se ukládají vzorky signálu x(n) Pointer p slouží jako ukazatel na buffer s daty Nyní stačí implementovat výpočet diferenční rovnice popisující FIR filter N-tého řádu, např. pomocí for cyklu. 0 0 1 1 Fragment kódu v jazyce C: p++; // p je ukazatel na poslední ( nejnovější) vzorek nutno ošetřit meze!!! y = 0; // nulování výstupní proměnné for (i = 0 ; i < N; i++) { y = y + b(i) * x( [p - i + N] % N ) // adresace pole dat s využitím operátoru modulo } DAC =y //výstup filtrů dej na výstup DA převodníku Snímek 23 z 24

Návod na implementaci digitálního filtru typu FIR V přerušovací rutině se inkrementuje ukazatel p o jedničku, nový vzorek dat získaný např. z A/D převodníku se uloží na adresu danou ukazatelem p, provede se výpočet diskrétní konvoluce, na DSP je hw podpora adresace kruhových bufferů, rozhodně není výpočetně efektivní datový buffer posouvat o jednu pozici zpět. Pole koeficientů FIRu vzorky signálu vzorky signálu vzorky signálu b 0 x(n-6) x(n-7) x(n-8) b 1 x(n-5) x(n-6) x(n-7) b 2 x(n-4) x(n-5) x(n-6) b 3 x(n-3) x(n-4) x(n-5) b 4 b 5 b 6 b 7 b 8 Kruhový buffer Aktuální pointer p x(n-2) x(n-1) x(n) x(n-10) x(n-9) Kruhový buffer Aktuální pointer p x(n-3) x(n-2) x(n-1) x(n) x(n-10) Kruhový buffer Aktuální pointer p x(n-4) x(n-3) x(n-2) x(n-1) x(n) Kruhový buffer b 9 x(n-8) x(n-9) x(n-10) b 10 x(n-7) x(n-8) x(n-9) čas n čas n+1 čas n+2 Snímek 24 z 24