1096

Математические модели и синтез цифровых рекурсивных фильтров

Лекция

Математика и математический анализ

Математические модели цифровых рекурсивных фильтров. Методика синтеза цифровых рекурсивных фильтров. Численное исследование методики синтеза цифровых рекурсивных фильтров.

Русский

2013-01-06

1.61 MB

128 чел.

Лекция

Математические модели и синтез цифровых рекурсивных фильтров

Рассматриваются следующие вопросы:

- математические модели цифровых рекурсивных фильтров;

- методика синтеза цифровых рекурсивных фильтров.

2.1. Математические модели цифровых рекурсивных фильтров

Свойство рекурсивный фильтр обозначает, что выходной сигнал фильтра зависит как от значения входного сигнала, так и от предшествующих значений выходного сигнала. Рекурсивный фильтр имеет импульсную характеристику бесконечной длины и поэтому еще называется фильтром с импульсной характеристикой бесконечной длины (или БИХ-фильтром). АЧХ рекурсивного фильтра точнее аппроксимирует АЧХ аналогового прототипа, чем нерекурсивные.

Рекурсивные ФНЧ, ФВЧ, ФП, ФР выглядят следующим образом

,  (2.1)

,  (2.2)

,  (2.3)

,  (2.4)

где   - порядок фильтра, .

Связь между передаточной функцией (частотной характеристикой)  и переходной функцией (импульсной характеристикой)  цифрового рекурсивного фильтра, например рекурсивного ФНЧ, может быть представлена в виде (2.5) или с помощью  z-преобразования в виде (2.6).

, (2.5)

,   (2.6)                     

где   - шаг квантования,   - частота дискретизации.

Амплитудно-частотная характеристика (АЧХ) (2.7) и фазо-частотная характеристика (ФЧХ) (2.8) рекурсивного фильтра выглядит в виде

(2.7)

 (2.8)

Для выделения частотных составляющих звуков используются каскады фильтров, т.е. последовательное соединение фильтров, например ФНЧ 1-го и 2-го порядков.

 (2.9)

где  - передаточная функция i-го ФНЧ 1-го или 2-го порядка,

– количество фильтров в каскаде.

Если порядок заданного фильтра N четный, то =M/2 и используется M/2 фильтров 2-го порядка, иначе =(M+1)/2  и используется (M-1)/2 фильтров 2-го порядка и один фильтр 1-го порядка.

Обработку дискретного сигнала рекурсивным фильтром, например ФНЧ (рис.2.1), можно представить в виде параметрической структуры, в которой используются коэффициенты фильтра , , и его порядок M .

 

Рис. 2.1. Структура фильтрации дискретного сигнала

В качестве входных переменных блока фильтрации выступают дискретный сигнал x(n), его  длина N, функция окна w(n), частота среза , частота дискретизации , а в качестве выходных – фильтрованный сигнал xН(n).

Цифровая фильтрация рекурсивным фильтром требует  умножений.

2.2 Методика синтеза цифровых рекурсивных фильтров

Цифровые рекурсивные фильтры можно реализовывать с различными характеристиками: отсутствие пульсации в полосе пропускания, отсутствие пульсации в полосе непропускания (запирания), крутизна АЧХ при переходе от полосы пропускания в полосу непропускания, пригодность к передаче импульсов. Ни один из рекурсивных фильтров не отвечает этим характеристикам. Согласно современным исследованиям, в преобразованиях аналоговых и цифровых сигналов наиболее распространенными являются фильтры Баттерворта, Бесселя, Чебышева, Кауэра.

Алгоритм синтеза цифрового фильтра приведен на рис.2.2.

Фильтр Баттерворта. Оптимизирован для максимально плоской АЧХ в полосе пропускания. Крутизна АЧХ увеличивается с порядком фильтра. Является наиболее распространенным и требующим меньшей вычислительной сложности при реализации по сравнению с остальными фильтрами.

Рис. 2.2. Алгоритм синтеза цифровых фильтров

Аппроксимирующая функция (функция Баттерворта) представлена в виде (2.10).

, где  M – порядок фильтра (2.10)

Для ФНЧ ,  для ФВЧ  .

Ослабление АЧХ вычисляется в виде (2.11).

 (2.11)

Для значительного ослабления (затухания) АЧХ в полосе непропускания необходимо брать  M>>3.

Если , то полюса передаточной функции K(), лежащие в левой полуплоскости, вычисляются в виде (2.12).

,   (2.12)

ФНЧ Бесселя. Имеет лучшую передаточную характеристику для прямоугольных импульсов. АЧХ спадает менее круто, чем в фильтре Баттерворта. Отсутствует пульсация.

, (2.13)

где  - функция Бесселя M-го порядка, .

Для ФНЧ ,  для ФВЧ  .

ФНЧ Чебышева. В полосе пропускания либо полосе непропускания имеет пульсацию с максимальной амплитудой (в отличие от фильтра Баттерворта). Крутизна АЧХ больше, чем у фильтра Баттерворта.

Аппроксимирующая функция представлена в виде (2.14).

,  (2.14)

где   - полином Чебышева  M-го порядка

Для ФНЧ ,  для ФВЧ .

Ослабление АЧХ вычисляется в виде (2.15).

 (2.15)

Амплитуда пульсации АЧХ определяется в виде (2.16)

 (2.16)

Если , то полюса передаточной функции K(), лежащие в левой полуплоскости, вычисляются в виде (2.17).

. (2.17)

ФНЧ Кауэра (эллиптический ФНЧ). Имеет пульсацию в полосе пропускания и полосе непропускания. Это цена за большую крутизну фронта импульса фильтра.

Аппроксимирующая функция представлена в виде (2.18).

,  (2.18)

где   - эллиптическая функция

Для ФНЧ , для ФВЧ .

Ослабление АЧХ вычисляется в виде (2.19).

 (2.19)

В блоке 2 определим с помощью нормированных полюсов, например с помощью (2.12), коэффициенты передаточной функции аналогового ФНЧ 1-го порядка в виде (2.20), а коэффициенты передаточной функция аналогового ФНЧ 2-го порядка в виде (2.21).

,   (2.20)

, (2.21)

.

Цифровой ФНЧ получают (синтезируют) по аналоговому ФНЧ. В   блоке 3 коэффициенты цифрового ФНЧ определены следующим образом. Используя билинейное преобразование, произведем в (2.20) и (2.21) замену  

, ,

где  - шаг квантования,  - частота дискретизации.

Тогда передаточная функция, определенная в (2.6), для ФНЧ 1-го (2.22) и 2-го (2.23) порядка будет представлена в виде

, (2.22)

, (2.23)

Цифровой ФВЧ получают из цифрового ФНЧ. В блоке 4 коэффициенты цифрового ФВЧ определены следующим образом. Используя частотное преобразование, произведем в (2.22) и (2.23) замену  

,

где .

Тогда передаточная функция для ФВЧ 1-го (2.24) и 2-го (2.25) порядка будет представлена следующим образом

, (2.24)

, (2.25)

Цифровой ФП получают из цифрового ФНЧ. В блоке 4 коэффициенты цифрового ФП определены следующим образом. Используя частотное преобразование, произведем в (2.24) и (2.25) замену  

,

где , , , .

Тогда передаточная функция, для ФП 1-го (2.22) и 2-го (2.23) порядка будет представлена следующим образом

, (2.26)

, (2.27)

Цифровой ФР получают из цифрового ФНЧ. В блоке 4 коэффициенты цифрового ФР определены следующим образом. Используя частотное преобразование, произведем в (2.22) и (2.23) замену  

,

где , , , .

Тогда передаточная функция, для ФР 1-го (2.28) и 2-го (2.29) порядка выглядит следующим образом

, (2.28)

, (2.29)

Для цифрового рекурсивного фильтра важную роль играет точность аппроксимации реализованной передаточной функции. Исходя из этого, в блоках 5-6 производится параметрическая идентификация вычисленных коэффициентов ,,, с помощью минимизации критерия среднеквадратичной ошибки

,  (2.30)

где   - передаточная функция реализованного фильтра,

- передаточная функция идеального фильтра, .

Приведем пример определения среднеквадратичной ошибки  для ФНЧ.

Если заменить

,

то для ФНЧ 1-го порядка передаточные функции (2.22) примут вид (2.31).

,  (2.31)

Отсюда

 (2.32)

Для фильтра 2-го порядка передаточные функции (2.23) примут вид (2.33).

, (2.33)

Отсюда

 (2.34)

На основании (2.32) и (2.34) вычисляется среднеквадратичная ошибка , которая затем сравнивается с порогом    и в случае превышения порога производится уточнение коэффициентов ФНЧ. Аналогично вычисляются , , .

2.3 Численное исследование методики синтеза цифровых рекурсивных фильтров

В работе [1] осуществлялось подавление высокочастотных составляющих дискретного сигнала. Для этого выбран цифровой ФНЧ восьмого порядка, который синтезируется из аналогового ФНЧ, составленного из четырех Г-образных ФНЧ второго порядка. При этом в табл.2.1 заданы величины емкостей , индуктивностей , сопротивлений .

Таблица 2.1

Заданные значения элементов аналоговых ФНЧ

№ фильтра

C (мкФ)

L (Гн)

R (Ом)

1

1.632

0.062

500

2

0.286

0.354

1000

3

0.096

1.059

2000

4

0.041

2.498

4000

Согласно (2.15)-(2.17), приведенным в части 1, определены параметры этих фильтров, представленные в табл.2.2.

Таблица 2.2

Расчетные значения параметров аналоговых ФНЧ

№ фильтра

(мкс)

Q

1

612.894

1.632

2.563

2

1745.375

0.573

0.9

3

2612.139

0.383

0.601

4

3081.228

0.325

0.51

Расчет фильтров произведен по алгоритму, приведенному на рис.2.2. Согласно (2.12), в блоке 1 рис.2.2 вычислены нормированные полюса аналоговых ФНЧ, их значения приведены в табл.2.3.

Таблица 2.3

Значения нормированных полюсов ФНЧ

p1

p2

p3

p4

-0.195+ 0.981j

-0.556+ 0.831j

-0.831+ 0.556j

-0.981+ 0.195j

p5

p6

p7

p8

-0.981-0.195j

-0.831-0.556j

-0.556-0.831j

-0.195-0.981j

В блоке 2, согласно (2.21), осуществлен расчет коэффициентов каскада аналоговых ФНЧ, которые приведены в табл.2.4

Таблица 2.4

Расчетные значения параметров аналоговых ФНЧ

№ фильтра

a0на = b2на

b1на

1

9869604.401

1225.789

2

9869604.401

3490.751

3

9869604.401

5224.278

4

9869604.401

6162.456

Для значений нормированных полюсов, приведенных в табл.2.3, в блоке 3, согласно (2.23), вычисляются коэффициенты каскада цифровых ФНЧ, которые приведены в табл.2.5.

Таблица 2.5

Расчетные значения коэффициентов цифровых ФНЧ

фильтра

a0нц = a2нц 

a1нц

b1нц

b2нц

1

0.005

0.010

-1.926

0.946

2

0.005

0.009

-1.835

0.854

3

0.005

0.009

-1.771

0.789

4

0.004

0.009

-1.738

0.756

Для обоснования правомочности выбора ФНЧ восьмого порядка, в блоке 5 вычисляется среднеквадратичная ошибка (2.30), значения которой приведены в табл.2.6. Данные этой таблицы позволяют сделать вывод, что с возрастанием кратности наборов фильтров среднеквадратичная ошибка резко уменьшается для ФНЧ восьмого порядка (почти вдвое) и незначительно уменьшается для ФНЧ кратности 10. На основании анализа среднеквадратичных ошибок делается вывод о целесообразности применения ФНЧ восьмого порядка.

Таблица 2.6

Среднеквадратичные ошибки оценивания ФНЧ

M=2

M=4

M=8

M=10

470.775

350.240

273.821

272.125

Результат применения ФНЧ восьмого порядка к дискретному сигналу (рис.2.3), содержащему высокочастотный звук «у», приведен на рис.2.4.

Рис. 2.3. Исходный сигнал, содержащий звук «у»

Рис. 2.4. Отфильтрованный сигнал, содержащий звук «у»


x (n),
дб

N

xн (n), дб

N


 

А также другие работы, которые могут Вас заинтересовать

29664. Категория активность 53 KB
  Леонтьев указывает на явления активности составляющие как бы внутреннюю предпосылку самодвижения деятельности и ее самовыражения [Леонтьев А. Поэтому описание явлений активности обычно ведется в терминах автономности спонтанности самопроизвольности инициативности и т. Однако любое проявление активности имеет место в некотором окружении. Невозможность роста активности без отражения а также не возможность отражения без активности самого отражающего объекта делает эти понятия изначально взаимосвязанными.
29665. Категории «взаимодействие» и «отражение» 56 KB
  Противоречия между указанными подходами можно разрешить и соединить различные аспекты в понимании отражения если определять его не как атрибут материи производный от другого атрибута взаимодействия а как самостоятельный аспект движения материи дополняющий взаимодействие проявляющийся во взаимодействии в свою очередь влияющий на ход взаимодействия и его результаты. Но какова природа этой особой способности к отражению почему она в разной степени присуща разным объектам и по каким законам она развивается Источником этой внутренней...
29666. Характеристика дескриптивной методологии 60.5 KB
  Декартовское представление о дуализме души и тела и понимание механистической детерминации как основы причинного объяснения породили тот тип рациональности который на долгие годы определил использование в психологии критериев научности взятых из парадигмы классической науки. Возникшие позже другие типы рациональности неклассические и постнеклассические еще только осваиваются в новых исследовательских парадигмах психологии. В рамках одной и той же исследовательской методологии оформлялись разные теоретические концепции научной психологии....
29667. Понятие методологии науки 71.5 KB
  Метод в широком смысле путь познания опирающийся на некоторую совокупность ранее полученных общих знаний принципов. Методология учение о методах и принципах познания. Можно выделить по крайней мере два понимания методологии развиваемых: 1 как представленное при рефлексии теории познания понимание метода в указанном широком смысле и 2 как учение о системе методов в узком смысле посредством которых в рамках той или иной науки в ходе теоретического или теоретикоэмпирического исследования проверяется правдоподобие или истинность...
29668. Соотношение понятий «наука», «философия» и «мировоззрение» 79 KB
  Важнейшие из них парадигмы т. В философию науки понятие парадигмы ввел Бергман для характеристики нормативности методологии. Парадигмы определяют содержание конкретных научных идей область и предмет научных исследований. Примерами общих парадигм для психологической науки могут служить естественнонаучная и культурноисторическая парадигмы.
29669. Психология как мультипарадигмальная наука 95.5 KB
  Имеются в виду не любые теории только те из них которые подтверждаются результатами классических экспериментов и получены заслужившими доверие методами общие теории получившие признание и служащие образцом для исследований по разнообразной конкретной проблематике. Парадигма есть общая модель образец ориентируясь на которую возникают и развиваются конкретные частные научные теории. Но понятие кризиса продолжает использоваться поскольку за ним стоит неудовлетворенность отсутствием единой общепсихологической теории. Если учитывать...
29670. Метафизические и эмпирические теории 51 KB
  Структура методологического знания уровни и подходы Если рассматривать структуру методологии науки по вертикали то можно выделить следующие ее уровни: 1 уровень философской методологии; 2 уровень конкретнонаучной методологии; 3 уровень общенаучных принципов и форм исследования; 4 уровень методики и техники исследования. Философская методология имеет форму философского знания добываемого с помощью методов самой философии примененных к анализу процесса научного познания. Разработка этого уровня методологии осуществляется как...
29671. Априорное и эмпирическое знание 380 KB
  Эмпирические корни психологии восходят к Леонардо да Винчи 1452 1519 великому флорентийскому художнику ученому гуманисту и гению механики эпохи Возрождения. Эти идеи послужили краеугольными камнями в фундаменте будущей эмпирической психологии. В связи с этим некоторые философы рассматривают Беркли как отца философского феноменализма а философский феноменализм как одно из оснований качественных исследований в психологии. Отсюда происходит принцип скептицизма эмпирической психологии.
29672. Категории как описания существенных, всеобщих свойств, отношений и закономерностей действительности 47 KB
  Первые психологические исследования были направлены на выделение и фиксирование эмпирических и феноменологических признаков психических явлений а также на раскрытие их специфических характеристик. Теоретический поиск объяснений и общих закономерностей ведется в терминах и понятиях того же языка на котором производится эмпирическое и феноменологическоеописание психических явлений. Определения психических явлений в контексте различных подходов к объяснению психики. По мере своего развития научные представления о сущности психических...