Při návrhu FIR filtru řešíme obvykle následující problémy:

Podobné dokumenty
Při návrhu FIR filtru řešíme obvykle následující problémy:

A7B31ZZS 10. PŘEDNÁŠKA Návrh filtrů 1. prosince 2014

SIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY

filtry FIR zpracování signálů FIR & IIR Tomáš Novák

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.

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 a frekvenční doméně

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

Číslicové filtry. Honza Černocký, ÚPGM

31SCS Speciální číslicové systémy Antialiasing

7.1. Číslicové filtry IIR

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

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

Signál v čase a jeho spektrum

Úvod do zpracování signálů

Ideální frekvenční charakteristiky filtrů podle bodu 1. až 4. v netypických lineárních souřadnicích jsou znázorněny na následujícím obrázku. U 1.

ÚPGM FIT VUT Brno,

Rekurentní filtry. Matlab

X31EO2 - Elektrické obvody 2. Kmitočtové charakteristiky

Teorie elektronických obvodů (MTEO)


Vstupní signál protne zvolenou úroveň. Na základě získaných údajů se dá spočítat perioda signálu a kmitočet. Obrázek č.2

31ZZS 9. PŘEDNÁŠKA 24. listopadu 2014

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

1 Zpracování a analýza tlakové vlny

Transformace obrazu Josef Pelikán KSVI MFF UK Praha

A/D převodníky - parametry

Filtrace obrazu ve frekvenční oblasti

FILTRACE VE FOURIEROVSKÉM SPEKTRU

Digitalizace převod AS DS (analogový diskrétní signál )

Komplexní obálka pásmového signálu

Maticí typu (m, n), kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru:

04 Lineární filtrace filtry

íta ové sít baseband narrowband broadband

FOURIEROVA ANAL YZA 2D TER ENN ICH DAT Karel Segeth

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

Zpráva k semestrální práci z předmětu Syntéza audio signálů. Vypracoval: Jakub Krista Zimní semestr 2016/2017 Datum odevzdání:

sin(x) x lim. pomocí mocninné řady pro funkci sin(x) se středem x 0 = 0. Víme, že ( ) k=0 e x2 dx.

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY

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

Funkce komplexní proměnné a integrální transformace

doc. Dr. Ing. Elias TOMEH Elias Tomeh / Snímek 1

Direct Digital Synthesis (DDS)

Osnova. Idea ASK/FSK/PSK ASK Amplitudové... Strana 1 z 16. Celá obrazovka. Konec Základy radiotechniky

Základy a aplikace digitálních. Katedra radioelektroniky (13137), blok B2, místnost 722

P7: Základy zpracování signálu

SIGNÁLY A LINEÁRNÍ SYSTÉMY

1 Mnohočleny a algebraické rovnice

1 Diference a diferenční rovnice

SIGNÁLY A LINEÁRNÍ SYSTÉMY

Příklady k přednášce 5 - Identifikace

DSY-4. Analogové a číslicové modulace. Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti

KONVERZE VZORKOVACÍHO KMITOČTU

Spektrální analýza a diskrétní Fourierova transformace. Honza Černocký, ÚPGM

Úloha D - Signál a šum v RFID

Vlastnosti a modelování aditivního

. je zlomkem. Ten je smysluplný pro jakýkoli jmenovatel různý od nuly. Musí tedy platit = 0

teorie elektronických obvodů Jiří Petržela obvodové funkce

CVIČNÝ TEST 13. OBSAH I. Cvičný test 2. Mgr. Zdeňka Strnadová. II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17

Diferenciální rovnice 3

Periodicita v časové řadě, její popis a identifikace, exponenciální vyrovnáván

Multimediální systémy

APLIKACE ALGORITMŮ ČÍSLICOVÉHO ZPRACOVÁNÍ SIGNÁLŮ 1. DÍL

Obsah. Aplikovaná matematika I. Gottfried Wilhelm Leibniz. Základní vlastnosti a vzorce

2.6. VLASTNÍ ČÍSLA A VEKTORY MATIC

0.1 Úvod do lineární algebry

Vlastnosti Fourierovy transformace

Polynomy. Mgr. Veronika Švandová a Mgr. Zdeněk Kříž, Ph. D. 1.1 Teorie Zavedení polynomů Operace s polynomy...

Přenos pasivního dvojbranu RC

Metody lineární optimalizace Simplexová metoda. Distribuční úlohy

Fourierova transformace

Lineární funkce, rovnice a nerovnice 4 lineární nerovnice

SIGNÁLY A LINEÁRNÍ SYSTÉMY

Návrh filtrů FIR, metoda okénkování, klasická okna, návrh pomocí počítače. Návrh filtrů IIR, základní typy filtrů, bilineární transformace

1 Modelování systémů 2. řádu

Měření frekvence a času

Interpolace Lagrangeovy polynomy. 29. října 2012

3. Kmitočtové charakteristiky

A7B31ZZS 4. PŘEDNÁŠKA 13. října 2014

VYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY

příkladů do cvičení. V textu se objeví i pár detailů, které jsem nestihl (na které jsem zapomněl) a(b u) = (ab) u, u + ( u) = 0 = ( u) + u.

Quantization of acoustic low level signals. David Bursík, Miroslav Lukeš

Impedanční děliče - příklady

þÿ K o n v e r z e v z o r k o v a c í h o k m i t o t u

f (k) (x 0 ) (x x 0 ) k, x (x 0 r, x 0 + r). k! f(x) = k=1 Řada se nazývá Taylorovou řadou funkce f v bodě x 0. Přehled některých Taylorových řad.

VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Katedra elektroniky

ZÁKLADY AUTOMATICKÉHO ŘÍZENÍ

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

základní vlastnosti, používané struktury návrhové prostředky MATLAB problém kvantování koeficientů

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ

Kombinatorická minimalizace

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

9. PRINCIPY VÍCENÁSOBNÉHO VYUŽITÍ PŘENOSOVÝCH CEST

POSLOUPNOSTI A ŘADY INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky

Učební texty k státní bakalářské zkoušce Matematika Skalární součin. študenti MFF 15. augusta 2008

POSLOUPNOSTI A ŘADY INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ

Pokud není uvedeno jinak, uvedený materiál je z vlastních zdrojů autora

Matematika I (KMI/PMATE)

Základy maticového počtu Matice, determinant, definitnost

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

Transkript:

Návrh FIR filtrů

Při návrhu FIR filtru řešíme obvykle následující problémy: volba frekvenční odezvy požadovaného filtru; nejčastěji volíme ideální charakteristiku normovanou k Nyquistově frekvenci, popř. tzv. toleranční schema stanovení délky (řádu) filtru M; nejčastěji odhadem (první krok) a v dalších krocích se iterativním postupem se zpřesňuje zavedení kriteria kvality posouzení skutečné frekvenční charakteristiky. Jako kritérium pro hodnocení aproximace frekvenční charakteristiky lze použít: a) Průměr kvadratické chyby (kritérium nejmenších čtverců), kterým minimalizujeme chybu E E N 1 H( j) H d ( j) 2 k 0 b) Maximální chybu frekvenční charakteristiky ve specifikované oblasti (propustné, popř. nepropustné) - tzv. Čebyševova aproximace c) Kritérium založené na aproximaci Taylorovým rozvojem požadované frekvenční charakteristiky tzv. Butterworthova aproximace volba metody stanovení koeficientů filtru

Metody návrhu koeficientů filtru metoda Fourierových řad s využitím funkce okna metoda frekvenčního vzorkování Remezův algoritmus optimalizovaného návrhu používající Čebyševovu aproximaci chyby

Metoda Fourierových řad

Postup 1 Princip metody vychází z toho, že frekvenční charakteristika filtru je periodická a je ji možné reprezentovat jako Fourierovu řadu, tj. frekvenční odezva se rozvine do Fourierovy řady a tento rozvoj se omezí na konečný počet koeficientů. Výsledná odezva aproximuje originální požadovanou charakteristiku. Algoritmus : 1. Specifikace požadavků na frekvenční charakteristiku filtru H d (j) 2. Stanovení délky filtru 3. Výpočet koeficientů filtru h[n], pro hodnoty n=0,1,,m s použitím vztahu h d 1 2 n H ( j) cos( m) 2 d j sin( m ) kde m=n-m/2 4. Výsledné koeficienty vynásobíme vhodným oknem abychom omezili zákmity ve frekvenční charakteristice (Gibbsův jev) 5. Pro výsledné koeficienty vypočteme skutečnou odezvu filtru, pokud nevyhovuje, zvolíme jiné N a postup opakujeme.

Příklad 1: Návrh dolní propusti Navrhněte FIR filtr, který bude aproximovat amplitudovou charakteristiku ideálního filtru s dolní mezní frekvencí f d =2kHz při vzorkovací frekvenci f v =8kHz frekvenční charakteristika dolní propusti Řešení: Mezní frekvence ω c normovaná k vzorkovacímu kmitočtu f v bude ω d =2πf d /f v. Aplikujeme rovnici: h d n d d 1 1 1 H d ( j) cos( m) j sin( m) cos( m ) d j sin( m ) d 2 2 2 2 d d h d sin( m 2m ) / 2 / 2 sin( m / 2) m kde m=n-10

Pro výpočet vzorku h d [n] pro m=0 a n=10 se použije l Hositalovo pravidlo (derivujeme čitatel podle m a dosadíme m=0) h d d[sin( m)]/ dm d[2m]/ dm ( / 2) cos( m / 2) m0 m0 0.5 koeficienty dolní propusti

Příklad 2: Návrh horní propusti Navrhněte filtr FIR délky N=21, který bude aproximovat amplitudovou charakteristiku ideálního filtru typu horní propust s normovanou horní mezní frekvencí h = 3π/5. Řešení: Impulsní charakteristika filtru je dána vztahem h 1 pro m 0 h[n] sin( mh ) m pro m 0 koeficienty horní propusti frekvenční charakteristika horní propusti

Příklad 3: Návrh pásmové propusti Navrhněte filtr FIR délky N=21, který bude aproximovat amplitudovou charakteristiku ideálního filtru typu pásmová propust. Normované kmitočty nechť jsou: spodní mez propustného pásma h = 2π/5, horní mez propustného pásmaí h = 3π/5. Řešení: Impulsní charakteristika je dána vztahem h d pro m 0 h[n] sin( mh ) sin( md ) m pro m 0 koeficienty pásmové propusti frekvenční charakteristika pásmové propusti

Příklad 4: Návrh pásmové zádrže Navrhněte filtr FIR délky N=21, který bude aproximovat amplitudovou charakteristiku ideálního filtru typu pásmová propust. Mezní kmitočty nepropustného pásma jsou 1.6kHz a 2.4kHz. Normované kmitočty nechť jsou: spodní mez propustného pásma d = 2π/5, horní mez propustného pásmaí h = 3π/5. Řešení: Impulsní charakteristika je dána vztahem h d 1 pro m 0 h[n] sin( md ) sin( mh ) m pro m 0 Koeficienty impulsní odezvy frekvenční charakteristika pásmové zádrže

Příklad 4: Návrh diferenciátoru Ideální diferenciátor může být aproximován filtrem FIR s lineární fází. Frekvenční odezva diferenciátoru je H(jω)=jω. Navrhujeme-li diferenciátor se symetrií typu 3, bude mít lichý počet vzorků. Řešení: Impulsní charakteristika je dána vztahem 1 h d n sin( m ) d 2 0 cos( n) n pro pro m 0 m 0 Frekvenční charakteristika Koeficienty impulsní odezvy

Okna používaná k omezení zákmitů frekvenční charakteristiky V uvedených příkladech bylo využito pravoúhlé okno. K většímu omezení zákmitů se však častěji používá některé z následujících oken:

Průběhy oken v časové oblasti a jejich frekvenční charakteristiky

Speciální typy oken u kterých lze změnou parametrů měnit vlastnosti: Čebyševovo okno 1 n cosm cos cos ( ) M 1 1 w n cosh cosh CH 10 cosh[ M cos 1 ( )] N n=0,1,,m

Kaiserovo okno w K ( n) I 0 [ (1 [ n I 0 ( ) / ] 2 ) 1/ 2 ] 0 n M

Postup 2 Stejný princip jako v předchozím případě, ale umožňuje určit řád filtru a vhodné okno na základě parametrů A s (útlum v nepropustné části) a A p (útlum v propustné části) použitých v tolerančním schématu. Násobení impulzní odezvy oknem N bodové FIR okno obsahuje N vzorků (zahrnujeme oba koncové vzorky) a N-1 intervalů. Násobení oknem odpovídá násobení vzorku okna proti vzorku impulzní odezvy okno musíme vhodně vypočítat vzorky okna tak aby bylo symetrické vzhledem k impulzní odezvě. Symetrická odezva FIR filtru (DP) násobeného oknem pak bude mít tvar hw[n] = 2F c sinc(2nf c )w[n], -0.5(N-1) n 0.5(N-1) Pro sudé N, není index n celé číslo a k vytvoření kauzální impulzní odezvy je nutné použít neceločíselné zpoždění

Tvar frekvenčního spektra FIR filtru násobeného oknem

Parametry filtru (toleranční schéma) Vztah mezi útlumem A a ziskem G v lineárním a decibelovém měřítku: lineární měřítko útlum je převrácená hodnota zisku G = H(f), A = 1/ H(f) decibelové měřítko útlum v db je záporná hodnota zisku G db = 20log H(f), A db = -20log H(f)

Přepočet mezi parametry zvlnění a decibelovými charakteristikami Ap a As

Postup návrhu FIR filtru normalizace analogové frekvence vzorkovací frekvencí (převod na digitální frekvenci F <0,1> stanovení F p a F s dolní propusti určení frekvence F c (cut-off frequency) F c =0.5(F p +F s ) Volba okna (z následující tabulky), které splňuje podmínku A ws A s a A wp A p stanovení délky okna N z hodnoty FT=F s -F p =F ws =C/N (hodnota C z tabulky) výpočet impulzní odezvy DP filtru h(n)=2f c sinc(2nf c ), n 0.5(N-1) vynásobení odezvy zvoleným oknem h lp (n)=w(n)h(n) provedení spektrální transformace na (pokud je to nutné) Ověření frekvenční charakteristiky a případné doladění N a F c tak, aby odpovídaly specifikaci

Tabulky parametrů a vlastnosti používaných oken

Kaiserovo okno w K ( n) I 0 [ (1 [ n I 0 ( ) / ] 2 ) 1/ 2 ] 0 n M

Stanovení délky N a koeficientu u Kaiserova okna 1. Určení zvlnění v propustné a nepropustné části 2. Určení aktuálního útlumu v nepropustné části ze zvlnění 3. Určení délky filtru N

4. Určení parametru Kaiserova okna

Spektrální transformace Začínáme s návrhem dolní propusti s jednotkovým ziskem v propustné části a mezní frekvencí F c = 0.5(F p +F s ) jejíž nekauzální impulzní odezva h LP [n] je symetricky oříznuta na délku N a má tvar Pro N sudé jsou hodnoty n neceločíselné a je lepší pracovat s kauzální verzí, která má tvar hlp[k], 0 k N-1, kde k = n+0.5(n-1). Reindexovaná odezva má tvar

Transformace LP HP Nekauzální impulzní odezva má tvar: h HP [n] = [n]-h LP [n] platí to pouze pro liché N a jednotkový zisk G, pro jiný G platí h HP [n] = G[n]-h LP [n]. Kauzální odezva má tvar (po reindexaci):

Transformace LP HP Transformace je vhodná pro FIR i IIR filtry libovolné délky (sudé i liché). Pro kauzální filtr má impulzní odezva tvar: kde kauzální prototyp impulzní odezvy ideální dolní propusti má tvar

Transformace LP BP 1. Přechodová pásma [F 1,F 2 ] a [F 3, F 4 ] musí být symetrická, pokud nejsou tak je vytvoříme symetricky z užšího pásma. 2. Určíme střed propustného pásma F 0 : 3. Posuneme spektrum dolní propusti o ± F 0 : 4. Určíme impulzní odezvu pásmové propusti kde F c je mezní frekvence prototypu filtru DP: 5. Přeindexujeme n na k, abychom dostali kauzální impulzní charakteristiku h BP [k]: 0 k N-1, kde k = n+0.5(n-1)

Transformace LP BS 1.způsob Pro pásmovou zádrž musíme použít filtr typu 4 (sudá symetrie, lichá délka N). Transformace je popsaná vztahem H BS (F) = 1- H BP (F), což ve de k nekauzální impulzní odezvě: Přeindexujeme n na k, abychom dostali kauzální impulzní charakteristiku h BP [k]: 0 k N-1, kde k = n+0.5(n-1) 2. způsob Pásmovou zádrž můžeme realizovat jako součet dolní propusti s mezní frekvencí F L = 0.5(F 1 + F 2 ), a horní propusti s F H = 0.5(F 3 + F 4 ) což vede k nekauzální impulzní odezvě: Přeindexujeme n na k, abychom dostali kauzální impulzní charakteristiku h BP [k]: 0 k N-1, kde k = n+0.5(n-1)

Příklad: Navrhněte FIR filtry které splňují následující specifikace: 1. f p = 2 khz, f s = 4 khz, A p = 2 db, A s = 40 db, S = 20 khz 2. f p = 4 khz, f s = 2 khz, A p = 2 db, A s = 40 db, S = 20 khz 3. propustné pásmo [4,8] khz, nepropustné pásmo [2,12] khz, A p = 3 db, A s = 45 db, S = 25 khz

Vlastnosti: Půlpásmový (Half-Band) FIR filtr má lichý počet koeficientů impulzní odezvy polovina koeficientů impulzní odezvy má nulovou hodnotu (h[n] = 0 pro sudé n) jednodušší realizace (je potřeba pouze polovina násobiček mezní frekvence F C = 0.25 při návrhu je potřeba upravit vzorkovací frekvenci

Postup návrhu půl-pásmového FIR filtru Stanovení vzorkovací frekvence S = 2(f p +f s ) (pro DP a HP) nebo S = 4f 0 (pro PP a PZ) stanovení F p a F s dolní propusti určení frekvence F c (cut-off frequency) F c =0.5(F p +F s ) Volba okna (z následující tabulky), které splňuje podmínku A ws A s a A wp A p stanovení délky okna N z hodnoty FT=F s -F p =F ws =C/N (hodnota C z tabulky). N musí být liché! výpočet impulzní odezvy DP filtru h(n)=2f c sinc(2nf c ), n 0.5(N-1) vynásobení odezvy zvoleným oknem h lp (n)=w(n)h(n) provedení spektrální transformace na (pokud je to nutné) Ověření frekvenční charakteristiky a případné doladění N, aby frekvenční charakteristika odpovídala specifikaci

Příklad: Navrhněte půl-pásmovou dolní propust, která splňuje následující požadavky: konec propustného pásma F p =8kHz začátek nepropustného pásma F s =16kHz A p = 1dB A s = 50dB Příklad: Navrhněte půl-pásmovou pásmovou zádrž, která splňuje následující požadavky: hrany nepropustného pásma [2,3] khz hrany propustného pásma A p = 1dB A s = 50dB [1,4] khz

Metoda frekvenčního vzorkování

Princip : Vycházíme z amplitudové frekvenční charakteristiky, kterou navzorkujeme a určíme pro ní impulsovou odezvu. Výhodné, pokud máme složitejší tvar frekvenční charakteristiky Postup: 1. Vybereme N ekvidistantních hodnot (vzorků) požadované amplitudové frekvenční odezvy H(F), které odpovídají frekvenčnímu rozsahu 0 F < 1 2. Jelikož h[n] musí být reálné H[k] musí být komplexně sdružené okolo k=0.5n H[0] je samostatný a nastavuje se na hodnotu v souladu s typem filtru H[0]=0 pro HP a PP 3. Pro sudé N není h[n] symetrické, abychom zajistily symetrii nastavuje se h[0]=h[n]=0.5h[0]. 4. Aby byla h[n] kauzální, musíme jí zpozdit zavedeme fázový posun do frekvenční charakteristiky, která bude mít tvar H[k] e j[k] určíme fázi prvních N/2 vzorků

5. Pro filtry typu 3 a 4 (antisymetrické) musíme přidat k [k] konstantní fázový posun (až do indexu k=0.5n). Zbývající vzorky jsou komplexně sdružené 6. Na takto získanou poskoupnost aplikujeme IDFT (IFFT) 7. Ze získaných koeficientů určíme frekvenční charakteristiku, porovnáme s požadovanou a popř. upravíme amplitudy koeficientů frekvenční charakteristiky a pokračujeme krokem 3. 8. Výslednou impulsovou odezvu násobíme vhodným oknem

Příklad: Uvažujte charakteristiku ideální DP podle obrázku a určete koeficienty filtru

Příklad: Uvažujte charakteristiku ideální HP podle obrázku a určete koeficienty filtru