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

Podobné dokumenty
Základní metody číslicového zpracování signálu a obrazu část II.

Základní metody číslicového zpracování signálu a obrazu část II.

základní vlastnosti, používané struktury návrhové prostředky MATLAB problém kvantování koeficientů

KONVERZE VZORKOVACÍHO KMITOČTU

PSK1-9. Číslicové zpracování signálů. Číslicový signál

Číslicové filtry. Honza Černocký, ÚPGM

31SCS Speciální číslicové systémy Antialiasing

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

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

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

A/D převodníky - parametry

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

Počítačové sítě. Lekce 5: Základy datových komunikací

A7B31ZZS 10. PŘEDNÁŠKA Návrh filtrů 1. prosince 2014

Rekurentní filtry. Matlab

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ

Úvod do zpracování signálů

Při návrhu FIR filtru řešíme obvykle následující problémy:

Kapitola 1. Signály a systémy. 1.1 Klasifikace signálů

filtry FIR zpracování signálů FIR & IIR Tomáš Novák

UŽITÍ KOHERENČNÍ FUNKCE PRO DISTRIBUOVANOU

Geometrické transformace

Základní metody číslicového zpracování signálu část I.

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

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

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

Při návrhu FIR filtru řešíme obvykle následující problémy:

SIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY

ÚPGM FIT VUT Brno,

Filtrace obrazu ve frekvenční oblasti

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

Omezení barevného prostoru

Binární data. Číslicový systém. Binární data. Klávesnice Snímače polohy, dotykové displeje, myš Digitalizovaná data odvozená z analogového signálu

Multimediální systémy

CW01 - Teorie měření a regulace

Zpracování obrazů. Honza Černocký, ÚPGM

Ing. Jan Buriánek. Katedra softwarového inženýrství Fakulta informačních technologií České vysoké učení technické v Praze Jan Buriánek, 2010

[ n. Konvoluce. = 0 jinak. 0 jinak. Užitečné signály (diskrétní verze) Jednotkový skok 1 pro n = 0

elektrické filtry Jiří Petržela filtry se spínanými kapacitory

Spektrální analýza a diskrétní Fourierova transformace. Honza Černocký, ÚPGM

FILTRACE VE FOURIEROVSKÉM SPEKTRU

A7B31ZZS 4. PŘEDNÁŠKA 13. října 2014

Direct Digital Synthesis (DDS)

Reprezentace bodu, zobrazení

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

Předmět A3B31TES/Př. 13

České vysoké učení technické v Praze

31ZZS 9. PŘEDNÁŠKA 24. listopadu 2014

Signál v čase a jeho spektrum

A2B31SMS 11. PŘEDNÁŠKA 4. prosince 2014

Vlastnosti Fourierovy transformace

KONVERZE VZORKOVACÍHO KMITOČTU

FOURIEROVA ANAL YZA 2D TER ENN ICH DAT Karel Segeth

Komprese dat Obsah. Komprese videa. Radim Farana. Podklady pro výuku. Komprese videa a zvuku. Komprese MPEG. Komprese MP3.

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

1. Základy teorie přenosu informací

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

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

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

Operační zesilovač, jeho vlastnosti a využití:

Motivace příklad použití lokace radarového echa Význam korelace Popis náhodných signálů číselné charakteristiky

Vlastnosti IIR filtrů:

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

ADA Semestrální práce. Harmonické modelování signálů

Flexibilita jednoduché naprogramování a přeprogramování řídícího systému

zpracování signálu a obrazu

Digitalizace převod AS DS (analogový diskrétní signál )

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

Diskretizace. 29. dubna 2015

scale n_width width center scale left center range right center range value weight_sum left right weight value weight value weight_sum weight pixel

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

Číslicové zpracování signálů a Fourierova analýza.

SYNTÉZA AUDIO SIGNÁLŮ

9. PRINCIPY VÍCENÁSOBNÉHO VYUŽITÍ PŘENOSOVÝCH CEST

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.

Spektrální analyzátory

Digitální telefonní signály

Analogově číslicové převodníky

Úvod do číslicové filtrace

ZPRACOVÁNÍ SIGNÁLU Z DIGITÁLNÍCH MIKROFONŮ TYPU MEMS

Snímání biologických signálů. A6M31LET Lékařská technika Zdeněk Horčík Katedra teorie obvodů

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

VY_32_INOVACE_E 15 03

27. asové, kmitotové a kódové dlení (TDM, FDM, CDM). Funkce a poslání úzkopásmových a širokopásmových sítí.

Rozprostřené spektrum. Multiplex a mnohonásobný přístup

P9 Provozní tvary kmitů

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

TERMINOLOGIE ... NAMĚŘENÁ DATA. Radek Mareček PŘEDZPRACOVÁNÍ DAT. funkční skeny

Návrh frekvenčního filtru

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

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FILTRACE SIGNÁLŮ EKG S VYUŽITÍM VLNKOVÉ TRANSFORMACE WAVELET FILTERING OF ECG SIGNALS

1 Zpracování a analýza tlakové vlny

5. PŘEDNÁŠKA 21. března Signály srdce I

I. Současná analogová technika

MĚŘENÍ ÚROVNĚ ZVUKOVÉHO SIGNÁLU V DIGITÁLNÍCH SYSTÉMECH

Teorie úlohy: Operační zesilovač je elektronický obvod, který se využívá v měřící, výpočetní a regulační technice. Má napěťové zesílení alespoň A u

Spektrální analyzátory a analyzátory signálu

O řešení diferenční rovnice y(n+2) 1, 25y(n+1)+0, 78125y(n) = x(n + 2) x(n)

Číslicové zpracování a analýza signálů (BCZA) Spektrální analýza signálů

TENZOMETRICKÉ PŘEVODNÍKY

Transkript:

A0M38SPP - Signálové procesory v praxi - přednáška 8 2 Decimace snížení vzorkovací frekvence Interpolace zvýšení vzorkovací frekvence Obecné převzorkování signálu faktorem I/D Efektivní způsoby implementace interpolačních a decimačních filtrů polyfázové filtry (multirate filters) cascaded integrator comb filter (CIC)

A0M38SPP - Signálové procesory v praxi - přednáška 8 3 Proces, kdy je snižována vzorkovací frekvence Pokud signál je decimován faktorem M, pak f vz_nová = f vz_původní /M M je celé číslo, l min. rovno 2!!! Před operací decimace (v angl. downsampling) je nutné omezit šířku pásma (splnit vzorkovací teorém)!!! Nutno doplnit antialiazing filtr x(n) x (n) x D (n) f vz f vz /3

A0M38SPP - Signálové procesory v praxi - přednáška 8 4 Z původního signálu se vybere každý D tý vzorek, ostatní vzorky se odstraní (neberou se v úvahu) Příklad: decimace signálu x(n) faktorem D=3 x(n) x D (n) n Fvz n Fvz/3

A0M38SPP - Signálové procesory v praxi - přednáška 8 5 x(n) h(n) z(n) Decimace D-krát y(n) f vz f vz / D X( ) Z( ) X D D X H( ) Y( ) D D X Y

A0M38SPP - Signálové procesory v praxi - přednáška 8 6 Proces, kdy je zvyšována vzorkovací frekvence Pokud signál je interpolován faktorem L, pak L je celé číslo!!! f vz_nová = f vz_původní.l Z důvodu zrcadlení původního spektra po interpolaci musí následovat antialiansing filtr typu dolní propust

A0M38SPP - Signálové procesory v praxi - přednáška 8 7 Mezi původní vzorky signálu se vkládají nuly Příklad : interpolace signálu x(n) faktorem L = 3 x(n) x L L( (n) n f vz n f vz *3

A0M38SPP - Signálové procesory v praxi - přednáška 8 8 x(n) Interpolace L = 3 z(n) h(n) y(n) f vz *3 f vz *3 X( X ) H( Y) X 3 3 Y Z( Y) Y( Y ) 3 3 Y 3 3 Y

A0M38SPP - Signálové procesory v praxi - přednáška 8 9 Ačkoliv lineární filtrace a interpolace či decimace jsou tzv. time invariant, jejich vzájemná kombinace (lineární filtrace + operace interpolace či decimace) NEJSOU záměnné!!! Vzniká tzv. time variant systém!

A0M38SPP - Signálové procesory v praxi - přednáška 8 10

A0M38SPP - Signálové procesory v praxi - přednáška 8 11 Standardní uspořádání není optimalizováno z hlediska výpočetní výkonu Optimalizované struktury : decimační FIR polyfázové filtry efektivní způsob realizace decimátorů a interpolátorů CIC (cascaded integrator comb) fitry

A0M38SPP - Signálové procesory v praxi - přednáška 8 12 Neoptimalizována struktura na výpočetní výkon Výpočet konvoluce se provádí v každém hodinovém taktu Výstupní signál je vzorkován M krát menší frekvencí

A0M38SPP - Signálové procesory v praxi - přednáška 8 13 x(n) Z -1 Z -1 b 0 b 1 b 2 N-násobný D-klopný obvod Hodiny = f s / D y(m) Historie vzorků uschováno v D klopném obvodu Konvoluce se provádí pouze každý M tý vzorek D

A0M38SPP - Signálové procesory v praxi - přednáška 8 14 Hodiny = f s. I FIR x(n) D-klopný obvod Z -1 Z -1 b 0 b 1 b 2 I Neoptimalizovaná struktura na výpočetní výkon Vstupní signál je vzorkován I krát větší frekvencí Výpočet konvoluce se provádí v každém hodinovém taktu (fs. I) y(n)

A0M38SPP - Signálové procesory v praxi - přednáška 8 15

A0M38SPP - Signálové procesory v praxi - přednáška 8 16

A0M38SPP - Signálové procesory v praxi - přednáška 8 17 Princip rozdělení původního FIR do několika kratších Viz. předchozí ř dh slide původní ů ífiltr LPF s 16 ti koeficienty i se rozdělí na čtyři FIR menší (délka 4) 1. filtr tvoří koeficienty h(0),h(4), h(8),h(12) 2.filtr tvoří koeficienty h(1),h(5), h(9),h(13). atd. Zatímco pro výpočet interpolace 4x je potřeba při délce FIR N16celkem N=16 16x4 operací, při implementaci pomocí polyfázových filtrů jen 4x4!

Pomocí této struktury je možné realizovat jak decimátor, tak i interpolátor Základními stavebními prvky jsou integrátor a diferenciátor A0M38SPP - Signálové procesory v praxi - přednáška 8 18

A0M38SPP - Signálové procesory v praxi - přednáška 8 19 Decimátor Interpolátor

A0M38SPP - Signálové procesory v praxi - přednáška 8 20 Pro integrátor platí (: I ) : v časové oblasti 1 přenos ve frekvenční oblasti Pro defirenciátor ( C ): v časové oblasti 1 1 1 Přenos ve frekvenční oblasti 1

A0M38SPP - Signálové procesory v praxi - přednáška 8 21 Výsledný přenos CIC filtru. 1 1 1 1 0 Vykazuje tedy frekvenční charakteristiku ve tvaru sinc x/x s nulami na frekvenci f=1/m Počet bitů výstupního signálu:. 2

A0M38SPP - Signálové procesory v praxi - přednáška 8 22