17519

Діагностика роботи цифрових фільтрів. Шляхом аналізу їх амплітудно-частотної характеристики

Лабораторная работа

Информатика, кибернетика и программирование

Лабораторна робота №3 На тему: Діагностика роботи цифрових фільтрів. Шляхом аналізу їх амплітудночастотної характеристики Мета роботи Дослідити і проаналізувати параметри амплітудночастотної характеристики та вплив віконної обробки при спектральному аналі

Украинкский

2013-07-01

222 KB

29 чел.

Лабораторна робота №3

На тему: «Діагностика роботи цифрових фільтрів. Шляхом аналізу їх амплітудно-частотної характеристики»

Мета роботи

Дослідити і проаналізувати параметри амплітудно-частотної характеристики та вплив віконної обробки при спектральному аналізі сигналів.

Теоретичні відомості

Для адекватного відтворення вхідного сигналу, що використовується в системах обробки, які розв’язують задачі спектрального аналізу сигналів, опис вхідного діагностичного сигналу представляється у формалізованому вигляді. Зазначені задачі розв’язуються цифровими методами, на основі швидких дискретних ортогональних перетворень, що представляються узагальненим класом швидких перетворень Фур'є з різними системами базисних функцій. Дані перетворення відносяться до класу лінійних ортогональних перетворень, зв'язаних з обчисленням виразів виду

,

де Х = [Х(0), Х(1), ... , Х(L-1)]Т , х = [х(0), х(1), ... , х(L-1)]Т  - вектори, відповідно, вихідних гармонік і початкових відліків, А - відтворююча  ортогональна матриця розміром L x L, L- кількість початкових відліків.

Системи, які реалізують ці алгоритми відносяться до стаціонарних систем з частотним коефіцієнтом передачі K(j):

де h(t) - імпульсна характеристика, що має таку інтерпретацію: якщо на вхід системи поступає гармонійний сигнал з відомою частотою і комплексною амплітудою , то комплексна  амплітуда вихідного сигналу  буде рівною: 

                                                                                                                   (1)

Представлення частотного коефіцієнта передачі (див. формулу 1) в показниковій формі має вигляд :

,

де - амплітудно-частотна характеристика (АЧХ).

Оскільки для фільтрів з скінченою імпульсною характеристикою АЧХ є однією з визначальних характеристик, на основі її аналізу визначається достовірність побудови фільтра. Розглянемо варіант перевірки фільтра методом аналізу його АЧХ на прикладі системи опрацювання інформації когерентно-імпульсної РЛС з n каналами погоджених фільтрів. Для процесора, що виконує N-точкове амплітудне дискретне перетворення Фур’є згідно з формулою (2)

,                              (2)

де N визначає розмір перетворення, n-номер елемента віддалі, l – номер гармоніки, i-номер періоду повторення в межах інтервалу обчислення ДПФ,  W(i) вагова функція, вхідний сигнал  представимо у вигляді:

,      (3)

де А - амплітуда сигналу, S - кількість частотних діапазонів між сусідніми l, Q – визначає смугу перевірки АЧХ (, де m, p - кількість гармонік, в діапазоні яких (відносно l) перевіряється АЧХ, , , si – біжуче значення частотного діапазону між сусідніми l).

Процедура діагностики відбувається таким чином. Для процесора задається значення гармоніки lj. На його інформаційні входи поступає вхідний сигнал . Зміна значень (синфазна і квадратурна складові) на вході процесора відбувається на кожному періоді повторення (по і). Одне значення визначається сумуванням по і (див.формулу 2). Після того змінюється частота поступлення , зміна задається значенням , і вираховується наступне значення .

Повна АЧХ, для заданого lj, отримується після поступлення на вхід S*N значень вхідного сигналу. На практиці обмежуються перевіркою АЧХ для 3l, відносно lj. Після перевірки амплітудно-частотних характеристик для всіх гармонік і елементів віддалі процес діагностики завершується. В ідеальному випадку характеристики всіх АЧХ повинні бути ідентичними. 

Тобто, при використанні такого підходу процес перевірки розбивається на три етапи:

- задання значень для отримання  числової послідовності вхідних сигналів;

визначення значень  Y(n,l)   реальної АЧХ;

порівняння значень  ідеальної і реальної АЧХ в кожній точці виміру.

Застосування підходу дозволяє:

- виявити помилки в роботі з точністю до функціонального вузла, наприклад помилки в заданні вагової функції, при сумуванні, в ОЗП проміжних результатів, при пересиланні інформації  між процесорами, конструктивні та технологічні помилки при проектуванні цифрових вузлів і т.п.;

- проводити діагностику в режимі реального часу;

- перевірити правильність функціювання і рівень шумів зовнішніх пристроїв, наприклад, приймача проміжної частоти;

- оцінити вплив різних типів вагових функцій на значення вихідного сигналу;

- перевірити в РРЧ значення інформації, що поступає на вхід системи опрацювання шляхом її запису в ОЗП;

- перевірити точностні параметри роботи процесорів;

- перевірити реакцію фільтра на поступлення збійної інформації.

Найвживаніші вагові функції, що використовуються при обробці наведені в таблиці 1.

         Таблиця 1

Номер функції

Назва

Тип функції

Діапазон зміни n

1

Рімана

–N/2 n N/2 – 1

2

Валле-Пусена

0  n  N/4

N/4  n  N/2

3

Тюкі

0  n  a N/2

a N/2  n  N/2

  1.  a = 0,25
    1.  a = 0,5
    2.  a = 0,75

4

Бомана

0  n  N/2

5

Пуасона

0  n  N/2

5-1         a = 2,0

5-2         a = 3,0

5-3         a = 4,0

6

Хеннінга-Пуасона

0  n  N/2

6-1         a = 0,5

6-2         a = 1,0

6-3         a = 2,0

7

Коші

0  n  N/2

7-1         a = 3,0

7-2         a = 4,0

7-3         a = 5,0

8

Трикутне

0  n  N/2

9

Ханна

(косинус квадрат)

0  n  N/2

10

Геммінга

0  n  N/2

а = 0,54

11

Блекмана

0  n  N/2

12

Гауса

0  n  N/2

а = 2,5

13

Cosa

0  n  N/2

13-1         a = 1,0

13-2         a = 3,0

13-3         a = 4,0

14

Рісса

0  n  N/2

15

w(n) = 0.25 + 0,75 cos [ (n-16)/32]

16

w(n)  = 0.4  + 0,6  cos [(n-15,5)/31].

Примітка: Значення w(n) таблиці 1 відповідає значенню W(i) (див. формулу 2).

Алгоритм формування вхідних даних для формування АЧХ полягають у видачі на кожному етапі обчислень синусоїдальної і косинусоїдальної складової комплексного сигналу, фаза яких відрізняється на значення Q на двох сусідніх періодах,  на кожному з яких обчислюється одне значення  U (i)

Завдання

Проаналізувати амплітудно-частотну характеристику фільтру з такими параметрами сигналу:

№ вар

N

l

Sm

Sp

S

A

№ вагової функції

5

16

4

-16

16

8

5

13-2

Виконання:

  1.  Згідно поданих вище формул при заданих значення параметрів вхідного сигналу та цифрового фільтру, що тестується будуємо масиви значень синусів та косинусів за таким алгоритмом:

for(i = 0; i < N; i++)

{

 sin0[i] = sin(2*pi*i/N);

 cos0[i] = cos(2*pi*i/N);

}

for(i = 0; i < SN; i++)

{

 sin1[i] = sin(2*pi*i/SN);

 cos1[i] = cos(2*pi*i/SN);

}

, де N – розмір перетворення, а SN – добуток N та S .

  1.  Далі обчислюється значення дійсної та уявної частини, що утворилися як результат добутку та  представлених у тригонометричній формі. Значення синусів та косинусів вибираємо із масивів отриманих на попередньому етапі.:

 for(i = 0; i < N; i++)

 {

  a = (abs(S*l+Qmin)*i)%SN;

  b = l*i%N;

  Re += A*cos1[a]*cos0[b] + A*sin1[a]*sin0[b];

  Im += A*cos1[a]*sin0[b] - A*sin1[a]*cos0[b];

 }

  1.  Обчислюємо значення координати Y для відображення результату:

Y[j] = sqrt(pow(Re, 2) + pow(Im, 2));

  1.  Повний лістинг програми подано у Додатку.

Методика проведення дослідження

  1.  При запуску програми з’являється головне вікно (див. рис.1):

Рис.1. Головне вікно програми

  1.  На рис.1. наведені основні формули, що використовується при проведенні аналізу та поля, в яких можна задати параметри сигналу та фільтру, що досліджується. Змінювати дані параметри можна натискаючи мишкою на стрілки, що містяться біля кожного поля праворуч.
  2.  Для перегляду результату у графічному представленні натисніть клавішу «Графік».

Рис.2. Графік АЧХ

  1.  Для отримання табличного представлення результату натисніть клавішу «Таблиця». Фрагмент значень АЧХ наведений в таблиці на рис.3.

Рис.3. Значення АЧХ  (фрагмент)

 

  1.  Код програми:

#include <vcl.h>

#include <math.h>

#pragma hdrstop

USERES("Project1.res");

USEFORM("Unit1.cpp", Form1);

USEFORM("Unit2.cpp", Graph); /* TFrame: File Type */

USEFORM("Unit3.cpp", Form3);

USEFORM("Unit4.cpp", Form4);

//---------------------------------------------------------------------------

WINAPI WinMain(HINSTANCE, HINSTANCE, LPSTR, int)

{

       try

       {

                Application->Initialize();

                Application->Title = "CMP";

                Application->CreateForm(__classid(TForm1), &Form1);

                Application->CreateForm(__classid(TForm4), &Form4);

                Application->CreateForm(__classid(TGraph), &Graph);

                Application->CreateForm(__classid(TForm3), &Form3);

                Application->Run();

       }

       catch (Exception &exception)

       {

                Application->ShowException(&exception);

       }

       return 0;

}

       double Y[1024];

       double sin0[32];

       double sin1[512];

       double cos0[32];

       double cos1[512];

//---------------------------------------------------------------------------

#include <vcl.h>

#pragma hdrstop

#include "Unit1.h"

#include "Unit2.h"

#include "Unit3.h"

#include "Unit4.h"

#pragma package(smart_init)

#pragma link "Unit2"

#pragma resource "*.dfm"

void Apply(void);

TForm1 *Form1;

//---------------------------------------------------------------------------

__fastcall TForm1::TForm1(TComponent* Owner)

       : TForm(Owner)

{

}

void __fastcall TForm1::Button3Click(TObject *Sender)

{

Apply();

Form3->Show();

}

//---------------------------------------------------------------------------

void __fastcall TForm1::BitBtn1Click(TObject *Sender)

{

Form1->Close();

}

//---------------------------------------------------------------------------

void __fastcall TForm1::Button2Click(TObject *Sender)

{

Apply();

Form4->Show();

Form4->StringGrid1->Cells[0][0]="X";

Form4->StringGrid1->Cells[1][0]="Y";

}

//---------------------------------------------------------------------------

void __fastcall TForm1::QpChange(TObject *Sender)

{

char buf[5];

       if(Qp->Text.ToInt()<= Qm->Text.ToInt())

             Qp->Text=itoa((Qm->Text.ToInt()+1),buf,10);

             Form4->StringGrid1->RowCount=abs(Qm->Text.ToInt())+abs(Qp->Text.ToInt());

       

}

//---------------------------------------------------------------------------

void __fastcall TForm1::QmChange(TObject *Sender)

{

char buf[5];

       if(Qp->Text.ToInt()<= Qm->Text.ToInt())

             Qm->Text=itoa((Qp->Text.ToInt()-1),buf,10);

             Form4->StringGrid1->RowCount=abs(Qm->Text.ToInt())+abs(Qp->Text.ToInt());

}

void Apply(void)

{

       int N = Form1->Edit2->Text.ToInt();

       int S = Form1->Edit4->Text.ToInt();

       int SN = (S*N);

       int l = Form1->Edit3->Text.ToInt();

       int A = Form1->Edit1->Text.ToInt();

       int Qmin = Form1->Qm->Text.ToInt();

       int Qmax = Form1->Qp->Text.ToInt();

//**************************************

       char buf[55];

       char *buf_ptr;

int j = 0;

int i;

double pi = 3.141592653589793;

double Re = 0;

double Im = 0;

int a;

int b;

//****************************************

       Form3->Series1->Clear();

for(i = 0; i < N; i++)

{

 sin0[i] = sin(2*pi*i/N);

 cos0[i] = cos(2*pi*i/N);

}

for(i = 0; i < SN; i++)

{

 sin1[i] = sin(2*pi*i/SN);

 cos1[i] = cos(2*pi*i/SN);

}

do

{

 for(i = 0; i < N; i++)

 {

  a = (abs(S*l+Qmin)*i)%SN;

  b = l*i%N;

  Re += A*cos1[a]*cos0[b] + A*sin1[a]*sin0[b];

  Im += A*cos1[a]*sin0[b] - A*sin1[a]*cos0[b];

 }

 Y[j] = sqrt(pow(Re, 2) + pow(Im, 2));

 Re = Im = 0;

               buf[0] = ' ';

               itoa(Qmin, buf+1, 10);

               buf[strlen(buf) + 1]='\0';

               buf[strlen(buf)]=' ';

               Form3->Series1->AddXY(j, Y[j], (itoa(Qmin, buf+1, 10)-1), clBlue);

               Form4->StringGrid1->Cells[1][j+1]=Y[j];

               Form4->StringGrid1->Cells[0][j+1]=Qmin;

               j++;

}

while(Qmin++ < Qmax);

}

Висновок: Після виконання даної лабораторної роботи вдалося дослідити і проаналізувати параметри АЧХ та вплив віконної обробки при спектральному аналізі.


 

А также другие работы, которые могут Вас заинтересовать

40146. ФИЛЬТРАЦИЯ ИЗМЕНЯЮЩИХСЯ ПАРАМЕТРОВ СИГНАЛА 318 KB
  Полезный сигнал st является функцией времени t и многокомпонентного параметра сообщения представляющего собой векторный случайный процесс. Общая задача фильтрации заключается в том чтобы на основании априорных сведений и по наблюдаемой реализации xt процесса t для каждого момента времени t сформировать апостериорную плотность вероятности сообщения . Априорные сведения о вероятностных характеристиках сообщения и помехи nt задаются либо в форме многомерных плотностей вероятности либо в виде дифференциальных уравнений с...
40147. ЛИНЕЙНАЯ ФИЛЬТРАЦИЯ СООБЩЕНИЙ 539 KB
  2 Здесь Ht известная функция несущее колебание; Htt = s[t t] передаваемый сигнал; nt белый гауссовский шум не обязательно стационарный с нулевым средним значением и односторонней спектральной плотностью N0;  постоянный коэффициент определяющий ширину спектра сообщения t. Первое уравнение определяет алгоритм формирования оценки а следовательно и структурную схему фильтра а второе ошибку фильтрации дисперсию оценки сообщения Rt. Коэффициент Kt зависящий от дисперсии оценки сообщения Rt и...
40148. ИНФОРМАЦИЯ В ДИСКРЕТНЫХ СООБЩЕНИЯХ 412.5 KB
  Когда говорят об информации то имеют в виду как объективные сведения о событиях в материальном мире так и получателя этих сведений то есть субъекта. Определить количество информации и передать его с наименьшими потерями по каналам связи не интересуясь смыслом информации – это предмет теории информации которую иногда называют математической теорией связи. Качественная сторона информации например её ценность полезность важность исследуется в семантической теории информации.
40149. ИНФОРМАЦИЯ В НЕПРЕРЫВНЫХ СООБЩЕНИЯХ 1.23 MB
  Представляет интерес определить собственное количество информации заключённое в непрерывном сообщении с тех же позиций что и для дискретного сообщения то есть с использованием понятия энтропии. Замену непрерывной функции времени можно осуществить последовательностью дискретов на основании теоремы Котельникова согласно которой если отсчёты непрерывного сообщения взять через интервал t=1 2Fc где Fc максимальная частота спектра реализации xt то непрерывная функция xt на интервале времени наблюдения [0T] эквивалентна...
40150. ПРОПУСКНАЯ СПОСОБНОСТЬ КАНАЛА СВЯЗИ 1.03 MB
  Рассматривая появление символа алфавита как реализацию случайной величины можно найти энтропию сообщения на входе канала связи 3. Пусть в канале связи отсутствуют помехи. Пусть в канале связи действуют помехи рис.
40151. ОСНОВЫ ТЕОРИИ КОДИРОВАНИЯ ИНФОРМАЦИИ 87.5 KB
  Кодирование линии связи заключается в преобразовании закодированного сообщения при котором обеспечивается возможность надежной синхронизации и минимум искажений при трансляции сообщения через линию связи среду передачи информации при этом число исходных комбинаций равно числу закодированных. В теоретическом плане эта возможность основывается на наличии избыточности сообщения. Под избыточностью сообщения понимают разность между максимально возможной и реальной энтропией . Максимально возможная энтропия определяется для случая когда...
40152. ПОМЕХОУСТОЙЧИВОЕ КОДИРОВАНИЕ. КЛАССИФИКАЦИЯ КОДОВ 146 KB
  По длине кодов и взаимному расположению в них символов различают равномерные и неравномерные коды. Неравномерные коды отличаются тем что кодовые комбинации у них отличаются друг от друга не только взаимным расположением символов но и их количеством при минимизации средней длины кодовой последовательности. Очевидно что средняя длина неравномерного кода будет минимизироваться тогда когда с более вероятными сообщениями источника будут сопоставляться более короткие комбинации канальных символов. Тем самым создается возможность обнаружения и...
40153. МОДУЛЯЦИЯ СИГНАЛОВ 143.5 KB
  В современных цифровых системах связи радиолокации радионавигации и радиотелеуправления также применяются различные виды импульсной модуляции.2 Радиосигналы с амплитудной модуляцией При АМ амплитуда несущего колебания меняется в такт передаваемому сообщению st Тогда общее выражение для АМ – сигнала будет иметь вид: где – амплитуда в отсутствии модуляции; – угловая круговая частота; – начальная фаза; – безразмерный коэффициент пропорциональности; – модулирующий сигнал. Рассмотрим простейший вид амплитудной модуляции –...
40154. РАДИОПЕРЕДАЮЩИЕ И РАДИОПРИЕМНЫЕ УСТРОЙСТВА 44.5 KB
  Назначение классификация и основные параметры Радиопередающие устройства радиопередатчики предназначены для формирования колебаний несущей частоты; модуляции их по закону передаваемого сообщения и излучения полученного радиосигнала в пространство или передачи его по физическим линиям связи. Нестабильность частоты несущих колебаний. Абсолютной нестабильностью частоты называется отклонение частоты f излучаемого радиопередатчиком сигнала от номинального значения частоты fном. Относительной нестабильностью частоты называется отношение...