Xu Ly So Tin Hieu

Bài giảng: Xử lý số tín hiệu
MỤC LỤC
CHƯƠNG 1. TÍN HIỆU- HỆ THỐNG - LẤY MẪU VÀ KHỒI PHỤC TÍN HIỆU 3
1.1 GIỚI HIỆU HỆ THỐNG XỬ LÝ SỐ TÍN HIỆU 3
1.1.1 Các thành phần cơ bản của hệ thống DSP 3
1.1.2 Các ưu điểm của xử lý số so với xử lý tương tự 3
1.2 TÍN HIỆU VÀ HỆ THỐNG RỜI RẠC 3
1.2.1 Tín hiệu thời gian rời rạc 3
1.2.2 Hệ thống thời gian rời rạc 5
1.3 TÍN HIỆU VÀ HỆ THỐNG TƯƠNG TỰ 9
1.3.1 Tín hiệu tương tự 9
1.3.2 Hệ thống tuyến tính 9
1.4 LẤY MẪU VÀ HỒI PHỤC 9
1.4.1 Định lý lấy mẫu và méo dạng tín hiệu 9
1.4.2 Phổ tín hiệu lấy mẫu 12
1.4.3 Khôi phục tín hiệu tương tự 15
CHƯƠNG 2. LƯỢNG TỬ HÓA 19

2.1 QUÁ TRÌNH LƯỢNG TỬ HÓA 19
2.2 QUÁ TRÌNH LẤY MẪU DƯ VÀ ĐỊNH DẠNG NHIỄU 20
2.2.1 Định dạng nhiễu 20
2.2.2 Lấy mẫu dư 21
2.2.3 Lấy mẫu dư và định dạng nhiễu 22
2.2.4 Hệ thống DSP dùng lấy mẫu dư và định dạng nhiễu 22
2.3 BỘ CHUYỂN ĐỔI D/A (DAC) 23
2.3.1 Bộ chuyển đổi nhị phân đơn cực thông thường 23
2.3.2 Bộ chuyển đổi nhị phân offset lưỡng cực. 23
2.3.3 Mã bù 2 24
2.4 BỘ CHUYỂN ĐỔI A/D. 24
2.5 DITHER SỐ VÀ TƯƠNG TỰ 25
2.5.1 Khái niệm 25
2.5.2 Các loại dither 25
CHƯƠNG 3. BIẾN ĐỔI Z VÀ HỆ THỐNG LTI 28

3.1 BIẾN ĐỔI Z 28
3.1.1 Định nghĩa 28
3.1.2 Tính chất 28
3.1.3 Miền hội tụ 29
3.2 BIẾN ĐỔI Z NGƯỢC 31
3.2.1 Định nghĩa 31
3.2.2 Phương pháp chung 31
3.3 GIẢI TÍNH HỆ THỐNG LTI TRONG MIỀN Z 32
3.3.1 Tính nhân quả và ổn định 32
3.3.2 Phổ tần số và đáp ứng tần số 33
3.3.3 Hệ thống có pha tuyến tính 34
3.3.4 Hệ thống hồi tiếp 34
CHƯƠNG 4. BỘ LỌC FIR VÀ TÍCH CHẬP 35

4.1 GIỚI THIỆU 35
4.2 CÁC PHƯƠNG PHÁP XỬ LÝ KHỐI 35
4.2.1 Tích chập 35
4.2.2 Dạng trực tiếp. 35
4.2.3 Dạng tích chập 36
4.2.4 Dạng LTI 36
4.2.5 Dạng ma trận. 37
1
Phan Văn Ca - Trường Đại học GTVT Tp.HCM
4.2.6 Dạng lật và trượt 38

4.2.7 Tích chập chuỗi vô hạn 38
4.2.8 Dạng khối cộng chồng lấp 39
4.3 PHƯƠNG PHÁP XỬ LÝ MẪU 40
4.3.1 Giới thiệu 40
4.3.2 Trễ hoàn toàn 40
4.3.3 Bộ lọc FIR dạng trực tiếp 41
4.3.4 Các phần cứng thực tế 41
CHƯƠNG 5. THIẾT KẾ BỘ LỌC FIR 43

5.1 GIỚI THIỆU 43
5.2 PHƯƠNG PHÁP CỬA SỔ 43
5.2.1 Các bộ lọc lý tưởng 43
5.2.2 Cửa sổ chữ nhật 44
5.2.3 Cửa sổ Hamming. 47
5.3 THIẾT KẾ BỘ LỌC VỚI CỬA SỔ KAISER. 47
5.4 PHƯƠNG PHÁP LẤY MẪU TẦN SỐ 48
5.5 CÁC PHƯƠNG PHÁP THIẾT KẾ KHÁC 49
CHƯƠNG 6. CÁC THUẬT TOÁN DFT VÀ FFT 50

6.1 ĐỘ PHÂN GIẢI TẦN SỐ VÀ CỬA SỔ HOÁ 50
6.2 PHƯƠNG PHÁP TÍNH DTFT 53
6.2.1 DTFT tại một tần số 53
6.2.2 DTFT trên một dải tần số 53
6.2.3 DFT 53
6.2.4 Chèn Zero 53
6.3 ĐỘ PHÂN GIẢI VẬT LÝ VÀ ĐỘ PHÂN GIẢI TÍNH TOÁN 54
6.4 DẠNG MA TRẬN CỦA DFT 54
6.5 GIẢM MODULO N 55
6.6 DFT NGƯỢC: 56
6.7 LẤY MẪU TÍN HIỆU TUẦN HOÀN VÀ DFT. 56
6.8 FFT 57
6.8.1 FFT phân chia theo thời gian. 58
6.8.2 FFT phân chia theo tần số. 60
6.9 TÍCH CHẬP NHANH 61
6.9.1 Chập vòng 61
6.9.2 Phương pháp cộng dồn và lưu dồn 61
CHƯƠNG 7. PHẦN CỨNG VÀ CÁC ỨNG DỤNG CỦA DSP 64

7.1 CẤU TRÚC PHẦN CỨNG VÀ MỘT SỐ HỌ DSP THÔNG DỤNG 64
7.1.1 Giới thiệu 64
7.1.2 Các thiết bị dấu chấm cố định: Kiến trúc TMS320C25 và các đặc tính cơ bản 64
7.1.3 Giới thiệu bộ xử lý số tín hiệu TMS320C30 67
7.2 CÁC HIỆU ỨNG ÂM THANH SỐ 68
7.2.1 Trễ, dội và lọc răng lược 68
7.2.2 Âm thanh nổi, hoà âm, chạy pha. 70
7.2.3 Tạo dao động số 72
TÀI LIỆU THAM KHẢO 75
2
Chương 1. TÍN HIỆU- HỆ THỐNG

LẤY MẪU VÀ KHỒI PHỤC TÍN HIỆU
1.1 GIỚI HIỆU HỆ THỐNG XỬ LÝ SỐ TÍN HIỆU
1.1.1 Các thành phần cơ bản của hệ thống DSP
Bộ lọc x(t) Bộ lấy  DSP  Bộ khôi Bộ lọc ya(t)

xa(t)
Prefillter mẫu và x (t ) HDSP(f) y (t ) phục A/D
y(t)
Prefillter
AD HDAC(f)
HPRE(f) HPOST(f)
1. Bộ lọc thông thấp LPF để giới hạn phổ của tín hiệu.
2. Bộ biến đổi A/D.
3. Bộ DSP.
4. Bộ khôi phục.
5. Bộ lọc thông thấp có tác dụng loại bỏ hết các thành phần phổ ảnh còn sót lại
sau quá trình lấy mẫu.
1.1.2 Các ưu điểm của xử lý số so với xử lý tương tự

 Xử lý số thuận lợi trong việc lưu trữ, xử lý và truyền thông.
 Các thiết bị xử lý số hoạt động trên nền phần mềm.
 Xử lý số có khả năng chống nhiễu tốt hơn so với các hệ thống xử lý tương tự.
 Xử lý truyền thông số cho phép ghép kênh theo thời gian, ghép kênh phân chia
theo mã.
 Vv…
1.2 TÍN HIỆU VÀ HỆ THỐNG RỜI RẠC
1.2.1 Tín hiệu thời gian rời rạc

1. Khái niệm
-
Tín hiệu thời gian rời rạc là một chuỗi có chỉ số (được định chỉ số) các số thực
hoặc phức.
-
Tín hiệu thời gian rời rạc là một hàm theo biến có giá trị nguyên n. Kí hiệu
x(n).
-
Thông thường, tín hiệu thời gian rời rạc được tạo ra bằng cách lấy mẫu tín
hiệu liên tục xa(t) với tần số lấy mẫu fs = 1/Ts.
Trong tài liệu này: x(n) = xa(nTs)
2. Chuỗi phức
Chuỗi tín hiệu phức được biểu diễn như sau:
z(n) = a(n) + jb(n) = Re{z(n)} + jIm{z(n)}
Hoặc ta có thể biểu diễn ở dạng cực:
3
Trong đó:
Liên hợp phức của z(n)
3. Các chuỗi cơ bản

-
Tín hiệu xung đơn vị:
-
Tín hiệu nấc:
Hay:
-
Tín hiệu hàm mũ
Chuỗi hàm mũ có tầm quan trọng đặc biệt khi:
4. Khoảng thời gian của tín hiệu

-
Chuỗi có chiều dài hữu hạn: x(n) = {1, 2, 3}
-
Chuỗi có chiều dài vô hạn: u(n), ejwn
5. Chuỗi tuần hòan và không tuần hòan
-
Tín hiệu tuần hoàn chu kì N:
x(n) = x(n + N)
-
Nếu x1(n) tuần hoàn chu kì N1, x2(n) tuần hoàn chu kì N2 thì:
x(n) = x1(n) + x2(n)
tuần hoàn chu kì với chu kỳ N
Trong đó: gcd (N1, N2): BSCLN

6. Chuỗi đối xứng
-
Tín hiệu có giá trị thực được gọi là chẵn:
x(n) = x(-n)
-
Tín hiệu có giá trị thực được gọi là lẻ:
x(n) = - x(-n)
-
Một tín hiệu x(n) có thể được biểu diễn:
x(n) = xe(n) + x0(n)
4
Trong đó:
-
Tín hiệu phức được gọi là đối xứng liên hiệp:
x(n) = x*(-n)
Và phản đối xứng liên hiệp:
x(n) = - x*(-n)
7. Các thao tác trên tín hiệu:
-
Phép tịnh tiến:
y(n) = x (n – n0)
-
Phép đảo ngược :
y(n) = - x(n)
-
Phép lấy tỷ lệ thời gian:
-
Phép cộng:
y(n) = x1(n) + x2(n)
Phép cộng được thực hiện bằng cách cộng từng điểm các giá trị của các tín
hiệu.
-
Phép nhân:
y(n) = x1(n).x2(n)
Phép nhân được thực hiện bằng cách nhân từng điểm các giá trị của tín hiệu.
-
Lập tỷ lệ:
y (n) = cx (n)
1.2.2 Hệ thống thời gian rời rạc

Hệ thống thời gian rời rạc là một toán tử toán học hoặc phép ánh xạ biến đổi một
tín hiệu (ngõ vào) thành một tín hiệu khác (ngõ ra) dựa vào một tập cố định các
qui luật hoặc phép toán.
x(n) y(n) = T[x(n)]

T.[.]
Ví dụ : y (n) = 0.5 y(n-1) + x (n)
5
1. Các tính chất của hệ thống

 Hệ thống không nhớ
Hệ thống được gọi là không nhớ nếu tín hiệu ngõ ra ở thời điểm n = n0 bất
kì chỉ phụ thuộc vào tín hiệu ngõ vào ở thời điểm n = n0.
Ví dụ: y(n) = x2(n)
 Hệ thống có tính cộng
T [x1(n) + x2(n)] = T [x1(n)] + T [x2(n)]
 Hệ thống có tính thuần nhất
T[Cx(n)] = CT[x(n)]
 Hệ thống tuyến tính
T [a1x1(n) + a2x2(n)] = a1T[x1(n)] + a2T[x2(n)]
Ví dụ:
y(n) = T[x(n)] =T [∑x(k)(n-k)] = ∑T[x(k) (n-k)]
y(n) = ∑T[x(k)(n-k)] = ∑x(k)T[(n-k)]
Định nghĩa:
hk(n) = T [ (n-k)]
Ta được:
y(n) = ∑x(k).hk(n) (Tổng chồng chập)
 Hệ thống có tính bất biến
Gọi y(n) là đáp ứng ngõ vào x(n). Hệ thống bất biến nếu với một trì hoãn
n0 bất kỳ, đáp ứng đối với x(n-n0) là y (n- n0)
 Hệ thống tuyến tính bất biến LTI
Một hệ thống vừa có tính tuyến tính vừa có tính bất biến (LTI )
hk(n) = h (n-k)
Từ đó ta có:
y(n) = ∑x(k)h(n-k) = x(n)*h(n)
 Hệ thống có tính nhân quả
Hệ thống nhân quả khi đáp ứng tại thời điểm n0 chỉ phụ thuộc tín hiệu ngõ
vào tại thời điểm n0 và trước đó.
y (n) = x (n) + x(n – 1)
 Hệ thống ổn định
Hệ thống ổn định theo nghĩa ngõ vào giới hạn và ngõ ra giới hạn: BIBO
(bounded input bounded output):
Nếu |x(n)| ≤ A <∞ thì |y(n)| ≤ b < ∞
 Hệ thống khả đảo (Cân bằng kênh và giải chập)
Hệ thống khả đảo nếu tín hiệu ở ngõ vào của hệ thống được xác định một
cách duy nhất từ tín hiệu ngõ ra.
x1(n) ≠ x2(n) → y1(n) ≠ y2(n)
Từ đó ta có:
y(n) = x (n).g(n) khả đảo nếu g(n) ≠ 0 với mọi n.
6
2. Phân tích hệ thống LTI

a. Quan hệ vào-ra
b. Các tính chất cơ bản của phép chập

 Tính giao hoán
x(n) * h(n) = h(n) * x(n)
 Tính kết hợp
[x(n) * h1(n)]*h2(n) = x(n) * [h1(n) *h2(n)]
heq(n) = h1(n) + h2(n)
 Tính phân bố
x(n) * [h1(n) + h2(n)] = x(n)*h1(n) + x(n)*h2(n)
heq(n) = h1(n) *h2(n)
c. Thực hiện phép chập
 Tính tóan trực tiếp
Áp dụng một số chuỗi số sau trong quá trình tính toán chuỗi trực tiếp:
|a| < 1
|a| >1
Ví dụ:
x(n) = anu(n), h(n) = u (n)
 Phương pháp đồ thị
Phương pháp này được khảo sát trong chương 4
 Phương pháp lật và trượt
Phương pháp này được khảo sát trong chương 4
d. Phương trình sai phân
a(k) = 0 → Hệ thống FIR (finite – length impulse response)

a(k) ≠ 0 → Hệ thống IIR (infinite – length impulse response)
7
Giải phưong trình vi phân:

 Dạng nghiệm:
(Nghiệm thuần nhất + Nghiệm riêng)
 Tìm nghiệm thuần nhất:
Dạng nghiệm:
yh(n) =zn
Suy ra:
(Đa thức đặc trưng)

Trường hợp 1: Đa thức đặc trưng có p nghiệm phân biệt zi ( zi≠ zk, k≠ i).
Suy ra:
Trong đó: Ak được chọn theo điều kiện ban đầu.

Trường hợp 2: Đa thức đặc trưng có nghiệm bội: giả sử z 1 bội m và p-m
nghiệm phân biệt.
 Tìm nghiệm riêng

x(n) Nghiệm riêng
C C1
Cn C1n + C2
Can C1an
C1cos(n0) + C2sin(n0)
C1cos(n0) + C2sin(n0)
C1ancos(n0) + C2ansin(n0)
0
Ví dụ: y(n) – 0, 25y(n-2) = x(n)
Với x(n) = u(n) và y(-2) = 0 và y(-1) = 1
Ta có: y(n) = 4/3(0, 5)n+1 + 1/6(-0, 5)n, n  0
1.3 TÍN HIỆU VÀ HỆ THỐNG TƯƠNG TỰ
1.3.1 Tín hiệu tương tự

Tín hiệu liên tục thường được biểu diễn bằng một hàm liên tục theo thời gian, ký
hiệu x(t).
Biến đổi Fourier chính là phổ tần số của tín hiệu:
8
X() biểu diễn x(t) như một quá trình dịch chuyển tuyến tính các sóng sin trên
trục tần số.
Biến đổi Laplace:
1.3.2 Hệ thống tuyến tính

x(t) y(t)
h(t)
Quan hệ vào-ra:
Trong miền tần số:

Y() = H().X()
Trong đó:
H() =
Trường hợp ngõ vào sóng sin:
x(t) =
Ta được:
Chồng chập tuyến tính:
1.4 LẤY MẪU VÀ HỒI PHỤC
1.4.1 Định lý lấy mẫu và méo dạng tín hiệu

1. Định lý lấy mẫu
 Tín hiệu x(t) phải có phổ giới hạn.
 Tần số lấy mẫu tối thiểu:
X(f)
-fmax fmax
Một số đại lượng được sử dụng:

 Tố độ Nyquist:
9
 Tần số Nyquist: fs/2

 Khoảng Nyquist: [-f2/2, fs/2]
Tần số Nyquist xác định tần số cắt của các bộ tiền lọc thông thấp và hậu lọc
thông thấp. Giá trị fmax và fs được chọn tuỳ vào từng ứng dụng cụ thể.
2. Tiền lọc chống hiện tượng chồng lấp phổ
Các tín hiệu trong tự nhiên thường có phổ rất rộng. Do vậy, để có thể lấy mẫu
ở tần số fs mong muốn thì tín hiệu này phải được lọc bởi bộ lọc LPF trước khi
lấy mẫu. Tần số cắt của bộ tiền lọc là:
H(f) X(f) H(f) X’(f)
-fs/2 fs/2 -fs/2 fs/2
3. Giới hạn phần cứng

Gọi Tproc là thời gian xử lý một mẫu:
Gọi là tốc độ xử lý thì biên trên của fs phải thoả:
Từ đó ta có giới hạn của fs như sau:
4. Lấy mẫu tín hiệu sin
 Tín hiệu sin:
Hình đưới đây mô tả tín hiệu được lấy mẫu ở ba tốc độ khác nhau: f s = 8f,
fs = 4f và fs = 2f.
Số mẫu tối thiểu trên một chu kỳ phải là 2. Từ đó ta có:

fs/f = Mẫu/Chu kỳ  2 Mẫu/Chu kỳ  fs  2f
 x(t) là tín hiệu bất kỳ:
Theo biến đổi Fourier ngược, x(t) có thể được biểu diễn như một tổ hợp
tuyến tính của các tín hiệu sin. Để lấy mẫu tín hiệu x(t) thích hợp thì tất cả
các thành phần sin phải được lấy mẫu thích hợp. Do vậy, x(t) phải đựơc
giới hạn trong một dải và có tần số giới hạn f max. Tần số lấy mẫu yêu cầu: fs
 2fmax.
10
5. Khôi phục tín hiệu và hiện tượng chồng phổ

Giả sử tín hiệu được lấy mẫu với chu kỳ T:
Mặt khác, tín hiệu cũng được lấy mẫu với chu kỳ T:
Trong đó: T = 1/fs.

Qua một vài phép biến đổi lượng giác ta được:
Từ đó ta nhận thấy rằng, căn cứ vào các mẫu thu được ta không thể phân biệt
được các tín hiệu xm(t). Hay nói cách khác, tập hợp các tần số
sau khi lấy mẫu sẽ cho các tín hiệu lấy mẫu hoàn toàn giống
nhau.
x(t) T x(nT) xa(t)

-fs/2 fs/2
Bộ lấy mẫu lý tưởng Bộ khôi phục lý tưởng: Bộ lọc
fs = 1/T thông thấp tần số cắt fc = fs/2
Bộ khôi phục lý tưởng lấy các thành phần tần số trong khoảng [-f s/2, fs/2] và loại
bỏ các thành phần ngoài khoảng này.
Sau khi phục hồi, tần số tín hiệu analog ngõ ra được xác định bằng cách thực hiện
phép toán cho đến khi
6. Quá mẫu và giảm mẫu

x(t) LPF y(t) 80k Bộ lọc 80k Bộ giảm 40k 40k Bộ khôi ya(t)
H(f) fs=80k số mẫu DSP phục
7. Một số đại lượng chuẩn hóa

 Tần số số: (radians/sample). Tín hiệu sin lấy
mẫu có thể được viết lại như sau:
 Tần số Nyquist: , khoảng Nyquist: [-, ], tốc độ Nyquist: =2.
Tần số chồng lấn phổ: .
 Đại lượng f/fs = fT đôi khi được gọi là tần số số và có đơn vị chu kỳ/mẫu.
1.4.2 Phổ tín hiệu lấy mẫu

1. Biểu diễn tín hiệu lấy mẫu
x(t) được lấy mẫu chu kỳ T=1/fs. Trường hợp lý tưởng, tín hiệu sau khi lấy mẫu có
thể được viết lại như sau:
11
Trên thực tế, mỗi mẫu phải được giữ cố định trong một chu kỳ thời gian ngắn .
Tín hiệu lấy mẫu thực tế:
Ta chỉ xét đến trường hợp lý tưởng, trong đó phổ được biểu diễn theo hai cách:
biến đổi Fourier của tín hiệu x(t) và áp dụng tính chất lặp phổ.
2. Biến đổi Fourier thời gian rời rạc
Biến đổi Fourier tín hiệu lấy mẫu lý tưởng ta được:
Từ đó ta có:
Biểu thức được gọi là biến đổi Fourier thời gian rời rạc (DTDT)
Một số tính chất liên quan đến phổ DTFT
 chỉ tính được khi biết trước x(nT).
 là hàm tuần hoàn chu kỳ fs.
Thật vậy:
 Trong tính toán thực tế, để tính phổ của tín hiệu rời rạc ta dùng hai phép xấp xỉ
sau:
a) Dùng một số mẫu hữu hạn x(nT) chiều dài L
b) Tính tại một số giá trị f nào đó được chọn trước (rời rạc phổ) (DFT)
3. Sự lặp phổ
Tín hiệu lấy mẫu có thể được biểu diễn theo dạng sau:
Ta xem quá trình lấy mẫu là sự điều chế tín hiệu x(t) theo sóng mang s(t).
Khai triển s(t) theo tổ hợp tuyến tính các thành phần hài:
12
Trong đó, mỗi thành phần hài được xem là một sóng mang hình sin tạo ra sự dịch
phổ riêng của nó.
Từ đó ta có được:
Ta có thể chứng minh công thức này theo cách khác như sau:
Ta có:
Suy ra:
Từ đó ta có thể viết lại như sau:
Phương trình trên còn được gọi là công thức Poison.

Xˆ ( f )
-fs fs
Các hệ quả của sự lặp phổ:

 Khi x(t) được giới hạn trong một dải thông với tần số tối đa f max và tần số lấy
mẫu được chọn .
 Khoảng cách được gọi là dải bảo vệ.
 với
Hệ quả này cho phép tín hiệu tương tự gốc có thể được phục hồi từ tín hiệu lấy
mẫu và các thao tác xử lý số sau đó trên tín hiệu lấy mẫu sẽ tác động vào đúng
phổ gốc của tín hiệu.
 Nếu X(f) không bị giới hạn trong một dải thông hoặc tần số lấy mẫu quá nhỏ
thì hệ quả trên không còn thoả mãn và điều này sẽ gây ra hiện tượng chồng lấn
phổ.
4. Bộ lọc chống hiện tượng chồng lấp phổ trong thực tế
13
H(f)
Astop
-fstop -fs/2 -fpass fpass fs/2 fstop
Băng chắn Băng thông Băng chắn
Tần số fstop và Astop phải được chọn hợp lý sao cho hiện tượng chồng lấn phổ xảy ra
không đáng kể.
 fstop thường được chọn theo công thức sau:
fstop = fs – fpass hay fs = fpass + fstop
 Suy hao bộ lọc
(f0 là tần số trung tâm)
Thông thường cạnh xuống của bộ lọc có dạng hàm mũ 1/sN với s lớn, N: hệ số
của bộ lọc. Do vậy:
(f >> 1)
Trong đó (dB/decade). Đây chính là độ suy hao của bộ lọc khi f

tăng lên 10 lần.
Ngoài ra, độ suy hao của bộ lọc còn tính theo dB/octave
Hay:
(dB/octave)
1.4.3 Khôi phục tín hiệu tương tự

1. Cơ sở khôi phục tín hiệu tương tự
Bộ khôi phục
yˆ (t ) bậc thang
y a (t )
(A/D)
Thực chất các bộ khôi phục tín hiệu có thể được coi như các bộ lọc thông thấp.
Bộ lọc tương
yˆ (t )
tự thông thấp
y a (t )
h(t) 14
Quan hệ vào – ra.
Suy ra:
Việc lấp khoảng trống được thực hiện bằng cách bắt đầu từ y(nT) và nội suy theo
hàm h(t) cho đến khi gặp mẫu trong miền tần số.
Với:
2. Bộ khôi phục lý tưởng

Một bộ khôi phục là lý tưởng nếu tạo ra được Y a(f) giống như phổ tín hiệu gốc
Y(f). Nếu Y(f) giới hạn trong một băng thông và các phổ lặp không chồng lấn lên
nhau.
Với
Bộ khôi phục lý tưởng là một bộ lọc thông thấp lý tưởng
H(f)
T
-fs/2 0 fs/2
Ta có:
H(f) lý tưởng
TYˆ ( f )
Y(f) Y(f-fs)
-fs fs
15
Bộ lọc triệt tiêu hệ số 1/T trong và các thành phần phổ bên ngoài khoảng
Nyquist.
Suy ra: ya(t) được khôi phục giống hệt y(t) ban đầu.
Đáp ứng xung bộ khôi phục.
Hay:
Bộ khôi phục lý tưởng có đáp ứng xung không nhân quả và vô hạn. Trong thực tế
người ta sử dụng bộ giữ bậc thang.
h(t) Bậc thang
Lý tưởng
3. Bộ khôi phục bậc thang
Tín hiệu sau khi qua bộ khôi phục vẫn còn chứa các thành phần cao tần tạo ra sự
thay đổi đột ngột giữa các bậc thang.
Phổ của đáp ứng xung:
H(f)
4dB
-2fs -fs fs/2 fs 2fs
Bộ lọc bậc thang làm suy hao phổ chính và không triệt tiêu hết phổ lặp.
16
4. Bộ lọc thông thấp chống phổ ảnh và bộ cân bằng

a. Bộ lọc thông thấp chống phổ ảnh
Bộ khôi phục LPF anti-

y(nT) bậc thang ya(t) image filter y(t)
Chức năng chính của bộ lọc này là loại bỏ hết thành phần phổ ảnh còn sót lại
sau bộ khôi phục bậc thang.
b. Bộ cân bằng
Bộ khôi phục bậc thang không hoàn toàn phẳng bên trong dải Nyquist. Suy hao
t/ ại fs/2:
Suy hao này có thể bù được bằng cách dùng một bộ lọc số cân bằng ở phía trước
bộ khôi phục bậc thang.
Đáp ứng tần số của bộ cân bằng được tính bằng nghịch đảo đáp ứng bộ DAC.
HEQ(f) là hàm tuần hoàn chu kỳ fs.
y(nT) yEQ(nT) Bộ khôi ya(t) ypost(f)

Heq(f) Hpost(f)
phục H(f)
17
Chương 2. LƯỢNG TỬ HÓA
2.1 QUÁ TRÌNH LƯỢNG TỬ HÓA
xQ(nT)
x(t) T
x(nT)
DSP
B bit/mẫu
Bộ lấy mẫu và lượng tử
Mỗi mẫu lượng tử hóa xQ(nT) được biểu diễn bằng B bit mang một trong 2B giá trị
cho phép.
Bộ biến đổi A/D đặc trưng bởi tầm đo toàn thang R, được chia thành 2 B mức
lượng tử (lượng tử đều)
Khoảng cách giữa các mức gọi là độ rộng lượng tử Q
Bộ ADC lưỡng cực:
Bộ lượng tử đơn cực:
Sai số lượng tử:

e(nT) = xQ(nT) – x(nT) e = xQ – x
Hoặc:
e(nT) = x(nT) – xQ(nT)
Mặt khác ta có:
Trung bình và trung bình bình phương
Sai số hiệu dụng:
18
Sai số trung bình bằng không nên ta có thể giả thiết rằng sai số lượng tử e là biến
ngẫu nhiên có phân bố đều trong khoảng
Hàm mật độ xác suất:
Trong đó p(e) được chuẩn hóa bằng 1/Q nhằm đảm bảo:
Và
(CS trung bình)
Tỷ số tín hiệu nhiễu:
Hay
Khi số bit lượng tử tăng lên một bit thì SNR tăng 6dB. Quy luật này được gọi là
quy luật 6dB.
2.2 QUÁ TRÌNH LẤY MẪU DƯ VÀ ĐỊNH DẠNG NHIỄU
2.2.1 Định dạng nhiễu

Giả sử e(n) là chuỗi nhiễu trắng.
Pee(f) /fs
-fs/2 0 fs/2 f
Mật độ phổ công suất :
Suy ra công suất nhiễu trong khoảng [fa, fb] thuộc trong khoảng Nyquist:
19
Bộ định dạng nhiễu là bộ lọc HNS(f) có chức năng lọc lại chuỗi nhiễu e(n) và làm
thay đổi dạng phổ của nó.
e(n)
HNS(f)
(n)
x(n) xQ(n)
xQ(n) = x(n) + (n)

Chuỗi (n) không còn là nhiễu trắng, mật độ phổ có dạng của bộ lọc HNS(f).
Mật độ phổ công suất:
Công suất trong khoảng tần số [fa , fb]
2.2.2 Lấy mẫu dư

Xét hai trường hợp: tốc độ lấy mẫu fs, có B bit/mẫu, và tốc độ f’s với B’ bit/mẫu. L
gọi là tỷ lệ lấy mẫu dư. Người ta chứng minh được rằng B’ nhỏ hơn B nhưng vẫn
cho cùng một mức chất lượng.
Công suất nhiễu lượng tử tương ứng
Để hai hệ thống có cùng một chất lượng:
Hay:
Gọi B là số bit được giảm:
Hay:
20
2.2.3 Lấy mẫu dư và định dạng nhiễu

Thông thường, bộ lọc định dạng nhiễu bậc P với tốc độ lấy mẫu f’ s có đáp ứng
biên độ:
Với
Với tần số f thấp:
với
Giả sử tỷ lệ lấy mẫu dư L lớn (fss<< f’s) ta có:
Từ đó suy ra:
hay:
2.2.4 Hệ thống DSP dùng lấy mẫu dư và định dạng nhiễu
analog Tiền lọc f’s Bộ lọc fs

ADC - định
input tương tự trích xuất DSP
dạng nhiễu B’ bits B
fs f’s
Bộ lọc Bộ tái lượng tử f’s Hậu analog
DSP nội suy DAC
định dạng nhiễu lọc
B bits B bits B’ bits out put
2.3 BỘ CHUYỂN ĐỔI D/A (DAC)
b1 MSB
b2 xQ
b3
bB
LSB
R
21
Bộ chuyển đổi đơn cực

xa  [0, R]
Bộ chuyển đổi lưỡng cực:
xa  [-R/2, R/2]
2.3.1 Bộ chuyển đổi nhị phân đơn cực thông thường
Mức cao nhất:
Mức thấp nhất:
2.3.2 Bộ chuyển đổi nhị phân offset lưỡng cực.
Với
Mức cao nhất:
Mức thấp nhất:
Mức ứng với mỗi mẫu b = [1, 0, 0, 0…0 ]. Hạn chế này được khắc phục
bằng mã bù 2
2.3.3 Mã bù 2
Dạng mã này thu được từ mã nhị phân offset trong đó bit có trọng số cao nhất
được lấy bù:
2.4 BỘ CHUYỂN ĐỔI A/D.
b1
x(t) ADC 22
bB
LSB
Bộ chuyển đổi dùng phương pháp xấp xỉ liên tiếp.
x
+_ SAR
b1 b2 …bB
xQ MSB
b1 b2 …bB LSB
DAC
Thuật toán chuyển đổi (nhị phân):

1. Xoá các bit trong SAR về 0.
2. Bắt đầu từ bit LSB, mỗi bit được bật lên 1 và b bit trong SAR được đưa tới
bộ DAC để tính ngõ ra xQ sau đó xQ được so sánh với x. Nếu xQ  x thì giá
trị của bit được giữ nguyên ngược lại bit đó được xoá về 0.
3. Sau B lần kiểm tra, giá trị trong thanh ghi là giá trị lượng tử của mẫu.
Thuật toán chuyển đổi mã bù 2.
Giống như thuật toán chuyển đổi mã nhị phân chỉ khác ở bit LSB. Nếu x  0
thì b1 = 0 ngược lại b1=1
Chú ý:
 Các thuật toán trên làm tròn đến mức lượng tử thấp hơn.
 Để bộ lượng tử làm tròn về mức lượng tử gần nhất thì trước khi lượng tử ta
phải hiệu chỉnh giá trị mẫu.
x’ = x + 1/2Q
2.5 DITHER SỐ VÀ TƯƠNG TỰ
2.5.1 Khái niệm

Dither là nhiễu trắng biên độ nhỏ cộng thêm vào ngõ vào trước khi lượng tử hoá
nhằm triệt tiêu méo dạng luợng tử và làm cho sai số có dạng như nhiễu trắng.
Dither tương tự là dither được cộng thêm vào tín hiệu tương tự phía trước bộ
ADC.
x(t)
ADC
v(t)
Tạo Dither
Dither số là dither được thêm vào tín hiệu số trước khi tái lượng tử giảm số bit.
23
Ngõ vào bộ lượng tử là tín hiệu vào x(n) cần lượng tử và tái lượng tử cùng với
dither v(n).
sai số lượng tử:
Tổng công suất nhiễu:
2.5.2 Các loại dither

1. Dither dạng Gaussian (Trị trung bình bằng 0)
Hàm mật độ xác xuất (pdf)
Chọn (Trị hiệu dụng VRMS = Q/2)
Tổng công suất nhiễu hệ thống:
2. Dither dạng chữ nhật
p(v)
1/Q
-Q/2 Q/2
Ta có:
3. Dither tam giác

p(v)
1/Q
-Q Q
24
Ta có:
Trong các loại dither trên thì Dither tam giác là tốt nhất.
4. Dither trừ
x(n) y(n)=x(n)+v(n) yQ(n) Lưu trữ, truyền yQ(n) yout(n)

Q
dẫn số, …
+ -
v(n)
Tạo
dither
Sai số tổng:
Dither trừ dạng chữ nhật với độ rộng 1 LSB là loại dither tốt nhất cho việc loại bỏ
méo lượng tử và làm cho sai số độc lập với tín hiệu vào. Tuy nhiên loại dither này
rất khó thực hiện trong thực tế.
Dither tam giác loại không trừ không làm cho sai số độc lập với tín hiệu ngõ vào,
chỉ có công suất của sai số độc lập với tín hiệu ngõ vào. Loại dither này được ứng
dụng nhiều trong âm thanh số.
25
Chương 3. BIẾN ĐỔI Z VÀ HỆ THỐNG LTI
3.1 BIẾN ĐỔI Z
3.1.1 Định nghĩa

Biến đổi z của tín hiệu thời gian rời rạc x(n) được định nghĩa như sau:
, với z là biến phức
Tương tự, biến đổi z của đáp ứng xung h(n) của bộ lọc được định nghĩa:
H(z) được gọi là hàm truyền của hệ thống.

Biến đổi z có thể được xem là biến đổi Fourier thời gian rời rạc của một chuỗi
hàm mũ có trọng số:
Biến đổi z là một hàm theo biến phức. Trong thực tế, người ta thường biểu diễn
biến đổi z trên một mặt phẳng phức.
Im(z) Vòng tròn

đơn vị

Re(z)
Đường tròn ứng với z = 1gọi là vòng tròn đơn vị. Phép biến đổi z trên vòng tròn
đơn vị ứng với phép biến đổi Fourier thời gian rời rạc.
3.1.2 Tính chất

1. Tính tuyến tính
2. Tính trễ
3. Tích chập
26
4. Nhân với hàm mũ
5. Đạo hàm
6. Định lý giá trị đầu

Nếu x(n) = 0 n < 0 thì
Ví dụ 1:
h(n) = {h(0), h(1), h(2), h(3)}= {2, 3, 4, 5}
H(z) = h0 + h1z-1 + h2z-2 + h3z-3 = 2 + 3z-1 + 4z-2 + 5z-3
Một cách khác ta có: h(n) = 2(n) + 3(n-1) + 4(n-2) + 5(n-3)
Ta có:
Và:
Từ đó ta cũng có được:
Ví dụ 2: a) x(n) = u(n) b) x(n) = -u(-n-1)

a) Ta có: x(n) – x(n-1) = u(n) – u(n-1) = (n)
Suy ra:
b) Ta có: x(n) – x(n-1) = -u(-n-1) + u(-(n-1)-1) = u(-n)-u(-n-1) = (-n) = (n)

Từ đó ta cũng có được:
Nhận xét: Hai tín hiệu khác nhau nhưng có cùng một biến đổi z
3.1.3 Miền hội tụ (ROC: Region of convergence)

1. Định nghĩa
ROC là tập hợp các giá trị của z trong mặt phẳng phức z để X(z) hội tụ:
Miền hội tụ xác định một biến đổi z ngược duy nhất cho biến đổi z.
Một cách tổng quát, ta có thể viết:
27
Trong đó: : được gọi là các zero

: được gọi là các cực
X(z) được biểu diễn bằng một giản đồ cực – zero trong mặt phẳng z. Với điểm
cực được đánh dấu x và zero được đáng dấu 0 và đáng dấu vùng hội tụ tương ứng.
Miền hội tụ là một hình vành khuyên có có dạng: .
2. Các tính chất của ROC
 Một chuỗi có chiều dài hữu hạn có biến đổi z cùng với ROC bao gồm toàn
bộ mặt phẳng z ngoại trừ có thể điểm z = 0 hoặc z = .
ROC chứa điểm z = 0 nếu x(n) = 0 với mọi n > 0. ROC chứa điểm z =  nếu
x(n) = 0 với n < 0.
 Chuỗi bị chặn trái: ROC: |z| > α
 Chuỗi bị chặn phải: ROC: |z| < 
Ví dụ 1:
x(n) = 0, 5nu(n)
Ta có:
Với điều kiện: |0, 5z-1| < 1 hay |z| > 0, 5

Ví dụ 2:
x(n) = -(0, 5)nu(-n-1)
Ta có:
Với điều kiện: |0, 5z-1| > 1 hay |z| < 0, 5

Tổng quát ta có:
Ví dụ 3:
28
3.2 BIẾN ĐỔI Z NGƯỢC
3.2.1 Định nghĩa

Biến đổi z ngược là tìm tín hiệu thời gian x(n) từ biến đổi X(z) của nó.
Một biến đổi z, X(z), và ROC tương ứng của nó sẽ cho một tín hiệu duy nhất
trong miền thời gian, x(n).
3.2.2 Phương pháp chung

Phương pháp chung là khai triển X(z) thành tổng các phân số số thành phần
(Phương pháp khai triển phân số từng phần). Phương pháp này được thực hiện
như sau:
Xét dạng tổng quát:
với các cực là p1, p2, pM, …
Giả sử:
Trường hợp 1: Bậc N(z) nhỏ hơn bậc của D(z)
Với
Trường hợp 2: Bậc N(z) lớn hơn bậc D(z)
Trường hợp nghiệm bội:

Giả sử X(z) có cực bội 2: khi đó khai triển có thêm hai số hạng:
Trong đó:
Ví dụ:
, ROC: |z| > 1
29
Sử dụng phương pháp phân tích phân số từng phần:
Trong đó:
Từ đó ta có:
x(n) = ¼[(-1)n + 1 + 2(n+1)]
3.3 GIẢI TÍNH HỆ THỐNG LTI TRONG MIỀN Z
3.3.1 Tính nhân quả và ổn định

Xét tín hiệu nhân quả có dạng:
Biến đổi z có dạng:
Với điều kiện hội tụ của từng thành phần: |z| > |p1|, |p2|, |p3|, …ROC chung cho tất
cả các trường hợp:
Tín hiệu/hệ thống nhân quả ứng với ROC nằm ngoài vòng tròn xác định bởi cực
có biên độ lớn nhất.
Xét tín hiệu phản nhân quả:
Xét tín hiệu nhân quả có dạng:
Biến đổi z có dạng:
Với điều kiện hội tụ của từng thành phần: |z| < |p1|, |p2|, |p3|, …ROC chung cho tất
cả các trường hợp:
Tín hiệu/hệ thống nhân quả ứng với ROC nằm trong vòng tròn xác định bởi cực
có biên độ nhỏ nhất.
Tín hiệu tổ hợp có ROC nằm giữa hai vòng tròn: vòng tròn trong chứa các cực có
phân bố nhân quả và các cực có phân bố phản nhân quả nằm ngoài vòng tròn
ngoài.
30
Tín hiệu/hệ thống ổn định nếu ROC của biến đổi z tương ứng phải chứa vòng tròn
đơn vị.
3.3.2 Phổ tần số và đáp ứng tần số

Quan hệ giữa phổ tần số và biến đổi z
Trong đó là tập hợp tất cả các điểm z nằm trên vòng tròn đơn vị. Khi 
thay đổi trong khoảng Nyquist [-, ] thì thay đổi xung quang vòng tròn
đơn vị.
Để phổ tồn tại ROC của X(z) phải chứa vòng tròn đơn vị. Do vậy, biến đổi
Fourier/ Đáp ứng tần số chỉ tồn tại với tín hiệu/ hệ thống ổn định.
Tín hiệu ổn định biên có cực nằm trên vòng tròn đơn vị.
Chú ý biến đổi z của một số tín hiệu sau:
Tin hiệu thuần sin:
Tín hiệu sin nhân quả:
Do tính không nhân quả của tín hiệu sin làm xuất hiện thêm các thành phần hài.
0 
Dạng cực và zero ảnh hưởng đến dạng phổ của tín hiệu/Đáp ứng của hệ thống.
Ví dụ:
|X()|
zero
Pole
3.3.3 Hệ thống có pha tuyến tính


Hệ thống pha tuyến tính là hệ thống có đáp ứng tần số:
31
Hệ thống có pha tuyến tính tổng quát:
Trong đó: A(ej): hàm thực theo 

α, : các hằng số.
Điều kiện để hệ thống có pha tuyến tính:
-
Bộ lọc có đáp ứng xung hữu hạn (FIR) và thực
-
Đáp ứng xung đối xứng h(n) = -h(N – n).
Biến đổi z của hệ thống có pha tuyến tính:
-
Đáp ứng xung đối xứng: H(z) = Z-NH(z-1)
-
Đáp ứng xung phản đối xứng: H(z) = -z-NH(z-1)
Nếu z = z0 là 1 điểm zero thì 1/z0 cũng là điểm zero.
3.3.4 Hệ thống hồi tiếp

x(n) y(n)
H(z)
+
-
G(z)
Hay
32
Chương 4. BỘ LỌC FIR VÀ TÍCH CHẬP
4.1 GIỚI THIỆU

Phương pháp xử lý khối: dữ liệu vào được thu thập và xử lý theo từng khối. Ứng
dụng trong phân tích, tổng hợp ngôn ngữ, hình ảnh.
Phương pháp xử lý mẫu: tại mỗi thời điểm, dữ liệu được xử lý theo từng mẫu để
xác định mẫu ngõ ra. Ứng dụng thời gian thực: xử lý các hiệu ứng âm thanh số,
các hệ thống điều khiển số.
4.2 CÁC PHƯƠNG PHÁP XỬ LÝ KHỐI
4.2.1 Tích chập

Xét tín hiệu tương tự được lấy mẫu và tập hợp thành một khối dữ liệu có chiều dài
hữu hạn gồm L mẫu.
 Thời gian thực hiện lấy mẫu toàn bộ tín hiệu tương tự ngõ vào:
TL = LT hay L = TL.fs
 L mẫu tín hiệu trong x(n), n = 0, 1, …L -1 được xử lý bởi bộ lọc:
Hoặc có thể viết lại như sau:
4.2.2 Dạng trực tiếp.

Xét bộ lọc nhân quả bậc M, chiều dài Lh = M +1:
h = [h0, h1, …hM]
Tín hiệu ngõ ra:
 Khoảng giá trị của chỉ số n ở ngõ ra.

h= M+1
x= L
y = h*x L M
Ta có:
0mM
0  n - m  L-1 suy ra m  n  L-1 + m
Từ đó ta suy ra:
0  m  n  L-1 + m  0  n  L-1+ M
Suy ra:
y(n) = [y0, y1, ...yL-1+M]
33
Chiều dài y(n):

Ly = L +M = Lx + Lh-1 (Lx L)
 Khoảng chính xác của tổng theo m.
Ta có: 0  n - m  L-1 suy ra – (L-1) m-n  0. Ta có thể viết lại như sau:
n - L+1  m  n
Mặt khác:
0mM
Ta suy ra
Max (0, n – L + 1)  m  min (n, M)
Từ đó ta có:
Ví dụ:
Suy ra:
4.2.3 Dạng tích chập
x0 x1 x2 x3 x4
h0 h0x0 h0x1 h0x2 h0x3 h0x4
Điều kiện i + j = n tương ứng với các phần tử trên đường chéo phụ thứ n.
4.2.4 Dạng LTI
Tác động của bộ lọc là thay thể mỗi xung bị trễ bởi các đáp ứng xung bị trễ tương
ứng.
Ví dụ cho:
x(n) = [x0, x1, x2, x3, x4] = x0(n) + x1(n-1) +x2(n-2) + x3(n-3)+x4(n-4)
h(n) = [h0, h1, h2, h3]
Suy ra:
34
y(n) = x0h(n) + x1h(n-1) + x2h(n-2)+ x3h(n-3) + x4h(n-4)

Ta có thể mô tả khối dữ liệu vào ra như sau:
Dạng LTI có thể được mô tả theo dạng bảng như sau:

h0 h1 h2 h3 0 0 0 0
x0 x0h0 x0h1 x0h2 x0h3 0 0 0 0 x0hn
x1 0 x1h0 x1h1 x1h2 x1h3 0 0 0 x1hn-1
x2 0 0 x2h0 x2h1 x2h2 x2h3 0 0 x2hn-2
x3 0 0 0 x3h0 x3h1 x3h2 x3h3 0 x3hn-3
x4 0 0 0 0 x4h0 x4h1 x4h2 x4h3 x4hn-4
yn y0 y1 y2 y3 y4 y5 y6 y7
Bằng cách xác định phạm vi giới hạn để tính tổng, dạng LIT có thể được viết lại
như sau:
4.2.5 Dạng ma trận.

Biểu thức tích chập có thể viết theo dạng ma trận như sau:
y = Hx
Ma trận H của bộ lọc có đáp ứng xung h có kích thước:
LyLx= (L+M)L
Ví dụ:
x = [x0, x1, x2, x3, x4], h = [h0, h1, h2, h3]
Suy ra:
4.2.6 Dạng lật và trượt

 Chuỗi dữ liệu đầu vào được mở rộng thêm M giá trị ở đầu và cuối.
 Bộ lọc h(n) được đảo ngược và trượt trên chuỗi dữ liệu ngõ vào.
Ví dụ:
h(n) = [h0, h1, h2, h3], x(n) = [x0, x1, x2, x3, …., xL-1]
h0 h1 h2 h3 h0 h1 h2 h3 h0 h1 h2 h3
0 0 0 0 x0 x2 … xn-3 xn-2 xn-1 xn … xL-1 0 0 0 0

M zero y0 yn M zero yL-1+M
35
 M mẫu ngõ ra đầu tiên tương ứng sự đáp ứng tức thời đối với M mẫu dữ liệu
vào của bộ lọc.
 Các mẫu ngõ ra ứng với M  n  L-1 tương ứng với trạng thái tĩnh của bộ lọc.
 M mẫu ngõ ra cuối cùng sau khi kết thúc chuỗi dữ liệu ngõ vào ứng với
tương ứng với trạng thái dữ liệu vào tắt của bộ lọc.
 n
  hm x n  m Nếu 0  n  M (trạng thái ngõ vào mở)
m  0
M
 Nếu M  n  L-1 (trạng thái tĩnh)
y n    hm x n  m
m  0
 M
  hm x n  m Nếu (trạng thái ngõ vao tắt)
m n  L 1
4.2.7 Tích chập chuỗi vô hạn

Tích chập dạng trực tiếp:
1. Bộ lọc vô hạn, ngõ vào hữu hạn M = , L < 
2. Bộ lọc hữu hạn, ngõ vào vô hạn M < , L = 
3. Bộ lọc vô hạn, ngõ vào vô hạn M = , L = 
Ví dụ:
Cho , x(n) = u(n). Dùng công thức tích chập tìm y(n).
Đáp ứng xung trạng thái tính (n  )
4.2.8 Dạng khối cộng chồng lấp

 Chuỗi dữ liệu ngõ vào được chia thành những khối nhỏ chiều dài L và được
lọc qua bộ lọc h(n) chiều dài M.
36
 Tính các đáp ứng ngõ ra: , , , ….

 M mẫu ra cuối của khối trước sẽ được cộng chồng với M mẫu đầu của khối
sau.
L L L
x= Khối x0 Khối x1 Khối x2
y0 = L M
y1 = L M
y2 = L M
n=0 n=L n = 2L n = 3L
Ví dụ:
Cho x(n) = [1, 1, 2, 1, 2, 2, 1, 1], Lx = 8; h(n) = [1, 2, -1, 1], M = 3.
Tính y(n) = h(n)*x(n) bằng phương pháp khối chồng lấp với L = 3.
Ta có:
x(n) = [1, 1, 2, 1, 2, 2, 1, 1, 0]
x0 x1 x2
y0 = h*x0 = [1, 3, 3, 4, -1, 2]
y1 = h*x1 = [1, 4, 5, 3, 0, 2]
y2 = h*x2 = [1, 3, 1, 0, 1, 0]
Ly = Lx + M = 11
Ba khối phụ độc lập nhau và bắt đầu tại các thời điểm n = 0, 3, 6. Những khối này
độc lập và bất biến theo thời gian. Do vậy, ngõ ra cũng độc lập và bất biến theo
thời gian
n 0 1 2 3 4 5 6 7 8 9 10
y0 1 3 3 4 -1 2
y1 1 4 5 3 0 2
y2 1 3 1 0 1
y 1 3 3 5 3 7 4 3 3 0 1
4.3 PHƯƠNG PHÁP XỬ LÝ MẪU
4.3.1 Giới thiệu

 Phương pháp tích chập xử lý ngõ vào theo phương pháp xử lý khối.
 Phương pháp xử lý mẫu ứng dụng cho việc xử lý tích chập theo thời
gian thực
37
 Thuật toán xử lý mẫu liên quan đến thuật toán xử lý khối trong phương
trình I/O. Biểu đồ khối cho phương trình I/O gồm ba khối cơ bản
Bộ cộng x1(n) x1(n) +x2(n)
x2(n)
a
Bộ nhân x(n) a.x(n)
Z--1
Bộ làm trễ x(n)
x(n-1)
4.3.2 Trễ hoàn toàn

Trễ hoàn toàn là hệ thống LTI với quan hệ I/O
y(n) = x (n-1)
wi(n)
Z--1
x(n)
y(n)
Thuật toán xử lý :
y(n) = w1(n)
w1(n+1) = x(n)
Bộ làm trễ D đơn vị thời gian.
y(n) = wD(n)
w0(n) = x(n)
wi(n+1) = wi-1(n) i = D, Dx-1, Dx-2,…2, 1
w0(n) w1(n) w2(n) wD-1(n) wD(n)

x(n) Z-1 Z-1 Z-1 y(n)
4.3.3 Bộ lọc FIR dạng trực tiếp

Phương trình tích chập
y(n) = h0x(n) + h1x(n-1) + ….hM(x-M)
x(n) h0 y(n)
w0(n)
h1
Z-1
w1(n)
h2
Z -1
w2(n)
38
hM
Z-1
wM(n)
Thuật toán xử lý
w0(n) = x(n)
y(n) = h0w0(n) + h1w1(n) + ….+hMwM(n)
wi(n+1) = wi-1(n); i = M, M-1, ….,1.
4.3.4 Các phần cứng thực tế

1. Chip DSP tiêu biểu
h0 w0
in h1 RAM w1 out
x or RAM y
h2 ROM w2
h3 w3
BUS
wi
hiwi
y
y
MAC
39
2. Bộ đệm vòng
 Bộ đệm tuyến tính
w1
xn-1 Dịch xn
dữ liệu
p p
w2 xn-2 xn w0 xn-1 xn+1
xn-3 xn-2
w3
*p = x hay p[0] = x
 Bộ đệm vòng
w1 w1
xn-1 xn-1
p
w2 xn-2 xn w0 w2 xn-2 xn w0
xn-3 xn+1
w3 w3
Giới hạn con trỏ p: w  p  w + M

p = w + q  *p = p[0] = w(q) (0  q  M)
Với q là độ lệch của p. Chu kỳ q xoay vòng qua các giá trị q = 0, M, M-1,…, 1.
Vector trạng thái nội:
si = p[i] = *(p+i) = *(w + q + i) = w[q+i]
Con trỏ p+ i không vượt quá mảng w hay q +i  M.
Nếu q + i > M:
si = w[(q+i)%(M+1)] = w[(p – w + i)%(M+1)]
Thành phần đầu tiên của vector trạng thái:
s0 = w[q] = p[0] = *p = *(w+q)
40
Chương 5. THIẾT KẾ BỘ LỌC FIR
5.1 GIỚI THIỆU

Thiết kế bộ lọc là xây dựng một hàm truyền với các đặc tính về đáp ứng tần số
cho trước.
Đầu vào của thiết kế là tập các thông số mong muốn và ngõ ra là vector đáp ứng
xung hữu hạn đối với bộ lọc FIR hoặc các vector hệ số đa
thức tử và mẫu đối với bộ lọc IIR.
Ưu điểm của bộ lọc FIR là đặc tính pha tuyến tính và tính ổn định vững của nó vì
không chứa các cực.
Bất lợi của bộ lọc FIR là với các thông số thiết kế đặt ra có thể dẫn tới bậc của bộ
lọc khá lớn. Điều này có thể làm giảm tốc độ tính toán.
5.2 PHƯƠNG PHÁP CỬA SỔ
5.2.1 Các bộ lọc lý tưởng

Phương pháp cửa sổ là phương pháp thiết kế bộ lọc FIR đơn giản nhất, phù hợp
với việc thiết kế các bộ lọc với hình dạng đáp ứng xung đơn giản.
LBF HBF
D() D()
1 1
- -c c  - -c c 
BBF BSF
D() D()
1 1
- -b -a a b  - -b -a a b 
Gọi D() là đáp ứng tần số lý tưởng yêu cầu. D() tuần hoàn theo  với chu kỳ
2. Do vậy ta chỉ cần đặc tả trong khoảng Nyquist [-, ].
Đáp ứng xung tương ứng d(k) liên kết với d() theo các quan hệ DTFT và DTFT
ngược:
Thông thường d(k) kéo dài sang hai biên và vô hạn.

Ví dụ xét bộ lọc thông thấp:
Từ đó ta được:
41
Đáp ứng xung bộ lọc LPF lý tưởng.
(LPF):
Tương tự:
(HPF):
(BPF)
(BSF)
Nhận xét: Với cùng tần số cắt c, b, a, thì các bộ lọc LP/HP; BP/BS là bù nhau:
Đáp ứng xung d(k) là giá trị thực và chẵn (đối xứng) và được gọi là các bộ lọc đối
xứng.
Trong miền tần số, D() là hàm thực vav chẵn theo . Xét bộ vi phân và biến đổi
Hilbert
Đáp ứng xung d(k) mang giá trị thực và lẻ theo k được gọi là bộ lọc bất đối xứng.
Trong miền tần số: D() là một hàm ảo và lẻ theo .
5.2.2 Cửa sổ chữ nhật

Phương pháp cửa sổ bao gồm việc cắt hay cửa sổ hoá d(k) hai dải biên vô hạn tới
một chiều dài hữu hạn.
Ví dụ: Ta có thể chỉ giữ lại các hệ số:
Tổng các hệ số N= 2M+1 là số lẻ.

Vector hệ số N chiều thu được là đáp ứng xung FIR xấp xỉ cuả đáp ứng xung lý
tưởng.
42
Gốc thời gian k = 0 tại điểm giữa d 0 của vector này. Để bộ lọc nhân quả, ta phải
định gốc thời gian về phía trái của vector và đánh lại chỉ số:
Với:
Hay:
Tổng quát: Các bước của phương pháp cửa sổ chữ nhật:
-
Xác định chiều dài lẻ N= 2M+1 và lấy M = (N-1)/2
-
Tính N hệ số d(k)
-
Chuyển bộ lọc về dạng nhân của h(n) = d(n-M).
Ví dụ: cửa sổ hoá đáp ứng xung để xấp xỉ LPF lý tưởng chiều dài 11, c =/4
Suy ra:
Trong miền tần số, việc xấp xỉ FIR cho D() tương đương với việc cắt xén chuỗi
hàm mũ Fourier DTFT thành tổng giới hạn:
Trong miền Z:
Hay:
Suy ra:
Đặc tính pha tuyến tính:

 đối xứng:
Từ đó ta có:
43
 bất đối xứng:
Với
Kết quả ta được:
Trực giác ta thấy khi N tăng. Điều này chỉ đúng tại những điểm
liên tục của D(), nhưng không đúng tại những điểm không liên tục ví dụ tại bờ
dịch chuyển từ băng thông sang băng chắn. Tại các bờ này, sự xấp xỉ sẽ làm phát
sinh hiện tượng Gibbs của chuỗi Fourier, hiện tượng này làm cho sự xấp xỉ xấu đi
với bất kỳ giá trị N đủ lớn nào. Lý giải hiện tượng này, ta có thể xét như sau:
h(n) = (n).d(n-M)
Suy ra:
Với:
Do vậy bộ lọc được thiết kế sẽ là một phiên bản được làm mờ của bộ lọc yêu cầu
D(). Các gợn sóng trong H() sinh ra từ các gợn sóng của phổ W() (được tích
hợp vào)
Khi N tăng lên, ta thấy z có hiệu ứng như sau:
-
Với  nằm sâu trong dải thông hoặc dải chắp thì độ gợn giảm đi khi N tăng
lên. Ngoài ra, độ rộng khoảng dịch chuyển cũng giảm đi khi N tăng lên.
-
Độ gợn lớn nhất có khuynh hướng tập trung gần điểm bất liên tục chuyển từ
băng thông sang băng chắn và không giảm khi N tăng (giá trị khoảng 8,9%)
tuỳ N.
5.2.3 Cửa sổ Hamming.

Để loại độ gợn 8,9% trên dải thông và dải chắn của cửa sổ chữ nhật ta sử dụng
cửa sổ Hamming.
Với N = 2M +1
Khi đó h(n) = (n).d(n-M). Độ gợn 0,2% bề rộng dịch chuyển rộng hơn.
44
5.3 THIẾT KẾ BỘ LỌC VỚI CỬA SỔ KAISER.

Các cửa sổ chữ nhật, Hamming đơn giản nhưng không cung cấp khả năng điều
khiển tốt trên các thông số thiết kế bộ lọc. Độ gợn sóng tối thiểu 8,9% (chữ nhật)
và 0,2% (Hamming).
Cửa sổ Kaiser cho phép thiết kế theo các thông số điều khiển chất lượng của bộ
lọc tốt hơn bao gồm: độ gợn sóng tối đa: pass, stop, bề rộng dịch chuyển f.
Các tần số dải thông và dải chắn f pass, fstop liên hệ với tần số cắt lý tưởng f c, và độ
rộng dịch chuyển như sau:
Suy ra:
Mặt khác ta cũng có:
Trong thực tế độ gợn băng thông và băng chắn được tính theo dB.
Tập các thông số thiết kế khác:
Trong thực tế :
Cửa sổ Kaiser:
45
Với I0(x) là hàm Bessel bậc một loại cải tiến.

Công thức trên còn có thể viết lại như sau:
Trong đó , N được tính theo các thông số bộ lọc.
Một số chú ý:
 Đối với các bộ lọc LPF, BPF, BSF: h(n) = (n).d(n-M)
 Đối với bộ lọc BPF: f = min (f a, fb).
5.4 PHƯƠNG PHÁP LẤY MẪU TẦN SỐ

Phương pháp cửa sổ tiện lợi đối với các bộ lọc dạng lý tưởng. Đối với đáp ứng tần
số D() phức tạp ta sử dụng phương pháp lấy mẫu tần số. Trong đó:
Với N = 2M + 1
Cuối cùng ta dùng phương pháp cửa sổ:
5.5 CÁC PHƯƠNG PHÁP THIẾT KẾ KHÁC

Cửa sổ Kaiser đơn giản và linh động, có thể được dùng để thiết kế nhiều loại bộ
lọc khác nhau. Tuy nhiên, nó không phải lúc nào cũng mang lại bộ lọc với chiều
dài N nhỏ nhất.
Trong thực tế, người ta có thể sử dụng các phương pháp khác:
 Phương pháp Parks – Mccellan dựa vào sự xấp xỉ chebyshev độ gợn bằng
nhau (equiribble chebycheve appoximation) tối ưu và thường cho bộ lọc ngắn
hơn.
 Ngoài ra một phương pháp khác có thể sử dụng dựa trên kỹ thuật lập trình
tuyến tính gọi là “metuor” phù hợp với nhiều loại thiết kế với nhiều ràng buộc
(như độ lồi, tính đơn điệu trong dải thông và dải chắn).
46
47
Chương 6. CÁC THUẬT TOÁN DFT VÀ FFT
6.1 ĐỘ PHÂN GIẢI TẦN SỐ VÀ CỬA SỔ HOÁ

Tín hiệu x(t) được tiền lọc và lấy mẫu phù hợp:
Trường hợp có sự chồng lấn phổ
xấp xỉ gần với X(f) khi tín hiệu suy hao nhanh theo f.
Trong các hệ thống số, để tính , ta phải sử dụng một xấp xỉ nữa là chỉ giữ
lại một số hữu hạn mẫu của x(nT) với 0 ≤ n ≤ L-1. Khi đó:
Quá trình này được gọi là cửa số hoá trong miền thời gian.Về mặt toán học:
Với  = 2f/fs.
XL(w) là DTFT của tín hiệu cửa sổ hoá xL(n)
Quá trình cửa sổ hoá phát sinh ra hai hiệu ứng chính:
 Giảm độ phận giải tần số của phổ cần tính.
 Sinh ra các thành phần tần số cao giả trong phổ.
Sử dụng tính chất biến đổi Fourier của tích hai hàm thời gian ta có:
XL(n) = x(n).w(n)
Trong đó:
Từ đó ta có:
48
|X()|
- -2/L 0 2/L 4/L 

Biên độ phổ gồm một búp chính chiều cao L và có bề rộng nền 4/L với
tâm tại  = 0 và nhiều búp biên có biên độ nhỏ hơn.
Bề rộng búp chính được định nghĩa bằng ½ bề rộng nền:
Với TL = LT là thời gian của tín hiệu.
: được gọi là độ phân giai tần số.
Xét tín hiệu: x(t) = e2ft (-∞ < t < +∞)
Giả sử , khi đó phổ của tín hiệu x(n) nằm trong khoảng:
. Do vậy, ta có được:
Mặt khác ta có:
Từ đó :
Hay:
Phổ của tín hiệu cửa sổ hoá:
49
Xét tín hiệu:

Tín hiệu cửa sổ hoá có phổ:
A1(-1)
A2(-2)

A1(-1) A2(-2)
1 2 
Để hai tín hiệu không chồng lấp và phân biệt:
Hay:
Suy ra:
Cửa sổ Hamming:
Độ phân giải tần số:
6.2 PHƯƠNG PHÁP TÍNH DTFT
6.2.1 DTFT tại một tần số

Xét tín hiệu chiều dài L:
Để thuận tiện trong tính toán, ta ánh xạ khoảng tần số:
50
- ≤  ≤   0 ≤  ≤ 2 
Ví dụ: có hai cực phổ tại sẽ được mô tả bằng hai vạch phổ được
xác định như sau:
Hay:
6.2.2 DTFT trên một dải tần số

Ta thường tính DTFT trên một dải tần số . Trong tính toán, khoảng
tần số này được chia thành N tần số với khoảng cách bằng nhau:
6.2.3 DFT
DFT N điểm của một tín hiệu chiều dài L được định nghĩa là DTFT được tính tại
N tần số cách khoảng đều nhau trong toàn khoảng Nyquist:
hay
Từ đó ta có:
(DTFT N điểm)
6.2.4 Chèn Zero

Về nguyên tắc L và N độc lập với nhau. Khi phân tích DFT ta giải thiết N = L.
 Nếu L < N ta phải chèn N – L zero vào phía sau chuỗi dữ liệu.
 Nếu L > N ta phải giảm mẫu dữ liệu về chiều dài L bằng phương pháp cuộn
tín hiệu theo modulo N.
6.3 ĐỘ PHÂN GIẢI VẬT LÝ VÀ ĐỘ PHÂN GIẢI TÍNH TOÁN

: khoảng cách biệt tần số nhỏ nhất có thể phân biệt giữa hai thành phần
tuần hoàn.
 : Độ phân giải tính toán.
 : Độ phân giải vật lý.
Nếu chiều dài của tín hiệu không đủ lớn để có một độ phân giải vật lý thích hợp
thì việc tăng điểm N của DFT cũng chỉ tạo ra các điểm DFT trên một đường cong
lệch.
Trong tính toán ta thường quan tâm đến độ chính xác của DFT tại các đỉnh.
Ví dụ: Xét tín hiệu tần số f 0, DTFT có đỉnh búp chính từ cửa sổ dịch .
Khi tính giá trị DFT N điểm ta muốn tại đỉnh f 0 trùng với một trong N tần số DFT,
tức là tồn tại sao cho:
51
Đối với đỉnh âm:
Điều này khó xảy ra và k0 không phải là số nguyên. Tuy nhiên, với N lớn ta có thể
làm tròn k0 tới số nguyên gần nhất.
6.4 DẠNG MA TRẬN CỦA DFT
Phép biến đổi tuyến tính được thực hiện bởi một ma trận NL gọi là ma trận DFT.
X = DFT(x) =A.x
Hay
được gọi là hệ số xoay.

Ma trận DFT được xây dựng từ các của bậc WN.
;
6.5 GIẢM MODULO N

Giảm Modulo N hay cuộn tín hiệu đóng một vai trò quan trọng trong DFT và
được định nghĩa như sau:
 Chia tín hiệu x thành những khối chiều dài L không chồng lấp. Cuộn những
khối theo cột dọc thẳng hàng với khối đầu tiên và cộng chúng lại với nhau.
 Nếu chiều dài khối con sau cùng nhỏ hơn N thì thêm số zero vào phía sau cho
đủ chiều dài L.
x0 x1 x2 x3
x1
x2
x0 + x1 + x2 + x3 ~x (n)  x  x  x  x
0 1 2 3
(n = 0, 1, 2, …N -1)
52
Định lý: Tín hiệu cuộn có chiều dài N sẽ có cùng DFT với tín hiệu gốc x
không cuộn của nó.
Trong đó:
Hay ta có thể viết:
Với
Các ma trận A và có cùng định nghĩa nhưng khác nhau số chiều.
X= Ax [A (N×L)]
Ta có:
Mặt khác :
Hay:
Ma trận A được viết dưới dạng:

A = [Ã, Ã, Ã…]
6.6 DFT NGƯỢC:

Bài toán ngược của DFT N điểm là việc phục hồi lại tín hiệu gốc chiều dài L,
từ DFT N điểm X là . Ma trận DFT tương ứng là một ma trận vuông khả
nghịch.
DFT ngược được định nghĩa như sau:
Hay:
Ma trận có thể tìm được từ ma trận mà không cần tìm theo dạng nghịch
đảo của ma trận.
Do vậy ta có thể viết lại như sau:
Các phần tử của Ma trận
53
IDFT:
Với:
IDFT:
6.7 LẤY MẪU TÍN HIỆU TUẦN HOÀN VÀ DFT.

Nếu tín hiệu gốc x(n) tuần hoàn với chu kỳ N và DFT N điểm được tính trên một
chu kỳ L=N thì ta có : hay . Khi đó tín hiệu tuần hoàn x(n) có
thể được biểu diễn bằng chuỗi Fourer rời rạc (DFS)
Với DFT đóng vai trò là các hệ số chuỗi Fourer
Mối quan hệ này hữu ích trong việc phân tích tín hiệu tuần hoàn tương tự. Để một
tín hiệu tuần hoàn vẫn còn tuần hoàn sau khi lấy mẫu thì :
fs = Nf1 với f1 là tần số cơ bản.
Mặt khác nếu tín hiệu analog tuần hoàn có một chuỗi hàm mũ Fourier gốc nằm
trong 1 tổng các hàm điều hoà tại các hài của tần số cơ bản thì ta có:
Xét dải bên phải khoảng Nyquist [0, Fs], các hài nằm trong khoảng này không
khác N tần số DFT:
Fk = kf1= kfs/N k = 0, 1, …N-1
Với m cho trước:
m = qN + K 0 k N-1
Suy ra:
fm = mf1 = qNf1 + kf1= qfs + fK
Suy ra fm chồng lấn với fk.
Do vậy nếu x(t) được lấy mẫu thì:
Với
Biên độ chuỗi Fourier chồng lấn.
54
Từ đó ta có được:
Tín hiệu alias:
6.8 FFT
FFT là quá trình thực hiện nhanh DFT. Nó dựa trên phương pháp chia để trị trong
đó việc tính DFT được chia thành những vấn đề nhỏ hơn, đơn giản hơn và DFT
cuối cùng là kết quả từ các DFT đơn giản hơn này. Phiên bản Cooley – Tukey
FFT yêu cầu:
N = 2B  B = log2N
6.8.1 FFT phân chia theo thời gian.

Xét chuỗi x(n); n = 0, …N-1 và DFT N điểm X(k) = X(K)
Có thể được viết như sau:
Bằng cách nhóm các chỉ số chẵn và lẻ ta có:
Ta có chỉ số chẵn cao nhất N-2
Tương tự chỉ số lẻ cao nhất N-1:
Từ đó ta được:
Đặt:
Ta có:
55
Các “thừa số quấy rối” WN và WN/2 có quan hệ như sau:
Suy ra:
Từ đó ta có:
Mặt khác ta có thể viết:
Với
Sử dụng tính tuần hoàn của G(k) và H(k) và chú ý:
Suy ra:
x(0) G(0)
G(1)
x(2) DFT G(2)
x(4) 4 điểm
G(3)
x(6)
x ( 0) 0
X(0)
xW H(0) W80
x ( 4) (1)8
x(3)
-1
H(1) 0W81
W8 W 2
-1
X(1)
x ( 2) x(5) 0
DFT H(2)
4 điểm
W82W83
8
-1 -1 X(2)
x (W
-1
x ( 6) 7) 8 -1 H(3) -1
-1
X(3)
Tiếp tục chia nhỏ chuỗi h(n) và g(n) cho đến khi còn hai điểm. Cuối cùng ta có sơ
đồ giải thuật sau:
0
x(1) 0 W 8 -1
X(4)
W8 -1 W81
xPhan
(5) Văn Ca - Trường ĐạiWhọc
0 GTVT Tp.HCM 2
W8
-1
X(5)56
X(6)
x(3) 8 -1 -1
0 2 3
x (7) W8 -1 W 8 -1 W8 -1
X(7)
6.8.2 FFT phân chia theo tần số.

Giải thuật này chia nhỏ ngõ ra X(k) thành các chuỗi con ngày càng nhỏ.
Giải thuật được thực hiện như sau:
Gọi N = 2V là số điểm DFT
 Các mẫu chẵn:
Chú ý:
Thay đổi chỉ số:
Mặt khác:
Suy ra:
x ( 0) X(0)
x(1) -1 W80 X(4)

X(2k) là DFT N/2 điểm của chuỗi x(n) + x(n+N/2)0
x(2) -1 8W X(2)
x(3) -1 W82 -1 W80 X(6)
x(4) 0
-1
W 8 X(1)
1
x(5) W W80 X(5)
57
-1
Phan Văn Ca - Trường Đại học 8GTVT
2 Tp.HCM 0 -1
x ( 6)
-1
W8 -1 W8
X(3)
x (7) -1
W 8
3
-1 W8
2
-1 W80 X(7)
 Các mẫu lẽ:
6.9 TÍCH CHẬP NHANH
6.9.1 Chập vòng
Thay DFFT bằng DFT N điểm
Thay DFT bằng FFT
nếu và chỉ nếu N  Ly = L + M

Do h và x có chiều dài nhỏ hơn N, nên chèn zero vào cuối các chuỗi này trong
tính toán.
Nếu L<Ly thì ngõ ra là tín hiệu cuộn của y.
6.9.2 Phương pháp cộng dồn và lưu dồn

1. Phương pháp cộng dồn
58
Gọi N là số điểm của FFT.

Chiều dài khối đoạn dữ liệu ngõ vào:
N = L +M
Suy ra: L = N – M (không cuộn)
Ngõ ra của khối dữ liệu liên tiếp.
2. Phương pháp lưu dồn

N N
x= M M M
N N
Khối x0 Khối x1 Khối x2 Khối x3
= M
= M
= M
= M
n=N n = 2N n = 3N
Chiều dài khối L = N nên ta có Ly = L + M = N + M. Giả sử N > M
M+N
= M
M
= M
N
M điểm cuối của y được cuộn và cộng vào M điểm đầu, các điểm khác giữ nguyên
giá trị.
 Do ngõ vào (các khối) chồng lấp M điểm, các khối ngõ ra cuộn được sắp xếp
thẳng theo thời gian tuyệt đối, M điểm đầu của M khối được loại bỏ và ngõ ra
đúng được lấy từ khối trước.
 M điểm đầu của khối đầu tiên không được tính đúng do đó hiệu chỉnh bằng
cách làm trễ tín hiệu M đơn vị thời gian.
Ví dụ:
59
x = [1, 1, 1, 1, 3, 3, 3, 3, 1, 1, 1, 2, 2, 2, 2, 1, 1, 1, 1]
h = [1, -1, -1, 1]
y = [1, 0, -1, 0, 2, 0, -2, 0, -2, 0, 2, 1, 0, -1, 0, -1, 0, 1, 0, -1, 0, 1]
Phương pháp lưu dồn
x = [1, 1, 1, 1, 3, (3, 3, 3), 1, 1, (1, 2, 2), 2, 2, (1, 1, 1), 1, 0, 0, 0]
y0 = h*[1, 1, 1, 1, 3, 3, 3, 3] = [1, 0, -1, 0, -2, 0, -3, 0, 3]
y1 = [3, 0, -3, -2, 0, 2, 1, 0, -3, 0, 2]
y2 = [1, 1, -1, -1, 0, -1, 0, 1, -1, 0, 1]
y3 = [1, 0, -1, 0, -1, 0, 1, 0, 0, 0, 0]
ỹ0 = [, , , 0, 2, 0, -2, 0]
ỹ1 = [, , , -2, 0, 2, 1, 0]
ỹ2 = [, , , -1, 0, -1, 0, 1]
ỹ3 = [, , , 0, -1, 0, 1, 0]
y = [, , , 0, 2, 0, -2, 0, 2, 1, 0, -1, 0, -1, 0, 1, 0, -1, 0, 1, 0]
60
Chương 7. PHẦN CỨNG VÀ CÁC ỨNG DỤNG CỦA DSP
7.1 CẤU TRÚC PHẦN CỨNG VÀ MỘT SỐ HỌ DSP THÔNG DỤNG
7.1.1 Giới thiệu

Từ khi giới thiệu lần đầu tiên vào năm 1982 với bộ sử lý TMS32010, họ DSPs
TMS320 đã trở nên phổ biến nhanh chóng. Nhiều thành viên khác nhau của họ
này được giới thiệu nhằm đáp ứng nhu cầu xử lý thời gian thực hiện thời, nhưng
sau đó, người thiết kế đã lợi dụng đặc tính của các thiết bị này để tạo ra các sản
phẩm và các giải pháp mà trước đó chưa bao giời tưởng tượng đến. Lần lượt, các
khám phá này dẫn đến các cấu hình phần cứng và kiến trúc của các thế hệ thiết bị
mới hơn.
Xử lý số tín hiệu bao gồm nhiều ứng dụng khác nhau, như lọc số, sử lý âm thanh
và tiếng nói, xử lý video và hình ảnh và điều khiển. Tất cả các họ DSP đều có
chung các đặc tính sau:
Các thuật toán DSP được sử dụng mang tính toán học cao. Một ví dụ tiêu biểu là
việc tính toán trong một bộ lọc FIR, được thực hiện theo dạng tổng các tích. Thao
tác này liên quan đến nhiều phép nhân kết hợp vơi nhiều phép cộng.
Các thuật toán DSP thường phải thực thi theo thời gian thực. Ví dụ việc xử lý một
mẫu của tín hiệu đến phải đựơc hoàn tất trước khi mẫu kế tiếp xuất hiện, nếu
không dữ liệu sẽ bị mất.
Các kỹ thuật DSP có sự phát triển linh hoạt. Điều này chỉ ra rằng, các hệ thống
DSP phải có tính linh động để hỗ trợ những sự thay đổi và cải tiến tương ứng với
trình độ phát triển. Kết quả là các bộ xử lý lập trình được là phương thức thực
hiện được ưa chuộng. Tuy vậy, trong thời gian gần đây, các bộ xử lý chức năng cố
định cũng được giới thiệu cho các ứng dụng của đa số khách hàng với yêu cầu chi
phí thấp.
Các nhu cầu này được thực hiện trong họ DSP TMS320 bằng cách sử dụng kiến
trúc, tập lệnh, khả năng truy xuất I/O, cũng như tốc độ thô của thiết bị thích hợp.
Tuy nhiên, các đặc tính này không bao hàm tất cả các khía cạnh mô tả cho một
thiết bị DSP. Tính sẵn có và chất lượng của các công cụ phát triển phần cứng,
phần mềm (như các bộ dịch, biên dịch, liên kết, mô phỏng, các hệ thống phát
triển, …), các chỉ dẫn ứng dụng, các sản phẩm thứ 3 và hỗ trợ đóng một vai trò
quan trọng trong việc phát triển dễ dàng một ứng dụng trên DSP.
7.1.2 Các thiết bị dấu chấm cố định: Kiến trúc TMS320C25 và các đặc tính
cơ bản
TMS320C25 là một họ DSP dấu chấm cố định 16 bit, tốc độ nhanh. Tốc độ của
thiết bị này là 10MHz, tương ứng với chu kỳ thời gian 100ns. Về cơ bản, các lệnh
được thực hiện trong một chu kỳ xung nhịp đơn nên 100ns cũng là thời gian thực
hiện một lệnh. Nói cách khác, thiết bị có thể thực hiện 10 triệu lệnh trong mỗi
giây (MIPS). Các phiên bản sau hoạt động ở tốc độ cao hơn.
Các phần chính của bộ xử lý DSP gồm bộ nhớ, CPU, các port và thiết bị ngoại vi.
Bộ nhớ trên chip chứa 544 từ RAM và 4K từ ROM tương ứng với 4096 từ. Môi từ
có bề rộng 16 bit. Trong 544 từ RAM, 256 từ có thể dùng cho chương trình hoặc
61
dữ liệu, phần còn lại chỉ dùng cho dữ liệu. 4k ROM trên chip là bộ nhớ chương
trình. Về cơ bản, thiết bị có thể định địa chỉ 64K từ bộ nhớ dữ liệu và 64K từ bộ
nhớ chương trình. Ngoại trừ phần bộ nhớ cố định trên chip, phần bộ nhớ còn lại
được gắn bên ngoài được cung cấp bởi người thiết kế.
CPU là phần trọng tâm của bộ xử lý. Đặc tính quan trọng nhất của nó, phân biệt
nó với các bộ vi xử lý truyền thống, là bộ nhân cứng với khả năng thực hiện phép
nhân 1616 bit trong một chu kỳ đơn. Để bảo đảm độ chính xác trong các bước
trung gian cao hơn cho kết quả, tích 32 bit đầy đủ được lưu trong thanh ghi tích.
Phần quan trọng khác của CPU là ALU thực hiện các phép toán cộng, trừ và các
phép toán logic. Cũng giống như trên, để tăng độ chính xác trong các phép tính
trung gian một bộ tích luỹ 32 bit được sử dụng trong tất cả các phép toán của
ALU.
Các thành phần khác của CPU TMS320C25 là những thanh ghi dịch được dùng để
đơn giản các thao tác dữ liệu và tăng thông lượng của thiết bị bằng cách thực hiện
các thao tác dịch song song với các hàm khác. Cũng giống như những CPU khác,
TMS320C25 cũng có 8 thanh ghi mở rộng có thể được sử dụng như các con trỏ bộ
nhớ hoặc các bộ đếm vòng. Có hai thanh ghi trạng thái và một stack độ sâu 8.
Stack này được sử dụng để lưu địa chỉ bộ nhớ tại nơi mà chương trình sẽ tiếp tục
thực thi sau khi chuyển tạm thời tới một chương trình con.
Để giao tiếp với các ngoại vi bên ngoài, TMS320C25 có các port 16 ngõ vào và
16 ngõ ra song song. Nó cũng có các port nối tiếp được dành cho cùng một mục
đích. Các port nối tiếp là một trong những ngoại vi được thực hiện trên chip. Các
ngoại vị khác gồm mặt nạ ngắt, quản lý bộ nhớ toàn cục và timer.
Thiết bị có 68 chân được chỉ định cho các chức năng cụ thể và giao tiếp với các
thiết bị khác trên cùng một board. Việc hiểu chức năng của các chân thiết bị cũng
quan trọng như việc hiểu kiến trúc bên trong bởi vì nó cung cấp cho người thiết kế
các công cụ sẵn có để giao tiếp với thế giới bên ngoài.
TMS320C25 có ngôn ngữ Assembly của chính nó được lập trình. Ngôn ngữ
Assembly này chứa 133 lệnh để thực hiện các chức năng chung và các hàm đặc
biệt của DSP. Sự hiểu rõ về tập lệnh và kiến trúc thiết bị là 2 thành phần của việc
62
thực hiện chương trình hiệu quả. Các trình biên dịch ngôn ngữ mức cao cũng được
phát triển để làm cho việc viết chương trình được dễ dàng hơn. Đối với TMS320,
bộ biên dịch C được phát triển. Tuy nhiên, tính hiệu quả sẽ bị mất đi khi lập trình
bằng ngôn ngữ mức cao và điều này không thể chấp nhận được trong tính toán ở
các hệ thống thời gian thực.
Một đặc tính rất quan trọng là kiến trúc Harvard của nó. Trong kiến trúc Harvard,
không gian bộ nhớ chương trình và dữ liệu được tách biệt và chúng được truy xuất
qua những bus khác nhau. Một bus truy xuất không gian bộ nhớ chương trình để
lấy các lệnh, trong khi đó một bus khác được dùng để mang các toán hạng từ
không gian bộ nhớ dữ liệu và lưu các kết quả trở lại bộ nhớ. Mục tiêu của phương
pháp này là tăng thông lượng của việc vận chuyển lệnh và dữ liệu theo kiểu song
song. Một kiến trúc khác hơn là kiến trúc Von Neuman. Kiến trúc này sử dụng
một bus dữ liệu và không gian bộ nhớ đồng nhất. Tính đồng nhất của không gian
bộ nhớ thuận tiện cho việc phân chia dữ liệu và chương trình nhưng nó hình thành
một cổ chai vì cả chương trình và dữ liệu phải sử dụng chung một đường dẫn và vì
thế, nó phải được ghép kênh. Kiến trúc Harvard với nhiều bus được dùng trong
các bộ xử lý số tín hiệu vì thông lượng tăng là một đặc tính hấp dẫn trong các hệ
thống thời gian thực.
Sự khác nhau trong kiến trúc là rất quan trọng vì nó ảnh hưởng đến cách thức lập
trình. Trong kiến trúc Harvard, hai vị trí bộ nhớ có thể có cùng địa chỉ, một trong
không gian dữ liệu và một trong không gian chương trình.
63
7.1.3 Giới thiệu bộ xử lý số tín hiệu TMS320C30

TMS320C30 là bộ xử lý dấu chấm động có một vài điểm tương đồng và với
TMS320C25 nhưng cũng có nhiều điểm khác biệt. Sự khác biệt trước hết ở chỗ
TMS320C30 là một bộ xử lý mới hơn và ngoài ra nó còn là một bộ xử lý dấu
chấm động. TMS320C30 là một bộ xử lý 32 bit, tốc độ nhanh có thể thực hiện các
thao tác cho dấu chấm tĩnh cà dấu chấm động. Tốc độ của thiết bị lá 16,7Mhz. Nói
cách khác tốc độ của thiết bị là 16,7 MIPS.
64
Các phần chính của TMS320C30 gồm bộ nhớ, CPU, ngoại vị và một đơn vị
DMA. Bộ nhớ trên chip bao gồm 2K từ RAM và 4K từ ROM. Nó cũng có một
cache chương trình dài 64 từ. Mỗi từ có độ rộng 64bit và kích thước bộ nhớ của
TMS320C30 được tính theo từ 32bit. Bộ nhớ (RAM hoặc ROM) có thể được
dùng để lưu trữ các lệnh chương trình hoặc dữ liệu. Điều này bộc lộ một sự
chuyển hướng từ thực tế tách rời hai không gian mà TMS320C25 sử dụng, trong
đó kết hợp đặc tính của kiến trúc von Neuman với kiến trúc Harvard. Thiết bị có
thể định địa chỉ 16M từ thông qua hai bus bên ngoài, ngoại trừ bộ nhớ trên chip,
phần còn lại được cung cấp bởi người thiết kế.
7.2 CÁC HIỆU ỨNG ÂM THANH SỐ
7.2.1 Trễ, dội và lọc răng lược

Có lẽ phần cơ bản nhất của tất cả các hiệu ứng là trễ thời gian, vì nó được sử dụng
như những khối để xây dựng các hiệu ứng phức tạp hơn như dội âm, hoà âm,…
Trong không gian nghe như một phòng hay một nhà hát, sóng âm đến tai bao gồm
sóng trực tiếp từ nguồn âm và sóng phản xạ từ các bức tường và các vật trong
phòng đến với các lượng thời gian trễ và độ suy hao khác nhau.
Những phản xạ nhiều lần được lặp lại tạo ra đặc tính dội của không gian nghe.
Một sự phản xạ đơn hay dội của một tín hiệu có thể được thực hiện bằng bộ lọc
sau:
y(n) = x(n) + ax(n – D)
Hệ số a chỉ mức suy hao truyền và phản xạ |a|<1.
Hàm truyền và đáp ứng xung của bộ lọc:
x(n) x(n) + ax(n-D) h(n)

1
w0(n) s0 a
Z-D
a
wD(n) sD
0 D
Bộ lọc hoạt động như một bộ lọc răng lược FIR với đáp ứng tần số của nó lộ rõ
các cực tại các bội lần tần số cơ bản f1= fs/D.
Các zero của hàm truyền H(z) là nghiệm của phương trình:
Hay:
Với
65
2/D 4/D 6/D 8/D 2

Tại các tần số depth (lõm) , ta có:
Hay:
Giữa các tần số depth ta có các cực với giá trị:

H(k) = 1 + a.
Tính theo Hz, các tần số cực là:
Các bộ lọc lược, giống như bộ xử lý dội, hoạt động bất kể tín hiệu trực tiếp được
trộn với các mẫu lặp của nó như thế nào.
Ví dụ: Thay vì cộng tiếng dội ta có thể trừ nó.
Suy ra:
Các tần số đỉnh: và các depth . Nếu ta cộng 3 mẫu

dội liên tiếp:
Các zero:
Các cực:
Đáp ứng tại các đỉnh:
Khi cộng một số vô hạn

2/D các dội 6/D
4/D liên tiếp8/D
sẽ cho ta bộ lọc IIR 2
66
Suy ra phương tích I/O :

y(n) = ay(n-D) +x(n)
Hàm truyền có các cực tại:
Pk = pejk k = 0,…D-1
Với k = 2k/D và p = a1/D
h(n)
x(n) y(n) 1
a
a2
s0 w0(n)
Z-D
sD wD(n)
0 D 2D
7.2.2 Âm thanh nổi, hoà âm, chạy pha.

Giá trị trễ D trong mỗi mẫu hay T D = D. Ta có thể có một hiệu ứng mạnh trên âm
thanh được cảm nhận.
Ví dụ: Nếu trễ lớn hơn 10ms trong bộ xử lý tiếng vọng tín hiệu trễ có thể được
nghe như 1 sự lặp lại nhanh.
Nếu trễ nhỏ hơn 10 msec, tiếng vọng trộn lẫn với âm thanh trực tiếp và do vậy chỉ
có thể được nhấn bởi bộ lọc lược, âm thanh kết quả có thể có một lượng vọng
trong đó.
Trễ cũng có thể được sử dụng biến đổi ảnh lập thể của nguồn âm và những công
cụ không thể thiếu trong việc trộn lập thể.
Ví dụ: trễ một vài ms được đưa tới trong các loa có thể gây nên sự dịch và trải
rộng ảnh lập thể. Tương tự, một tín hiệu mono đưa vào hai loa với một thời gian
trễ nhỏ sẽ được cảm như lập thể.
Nhiều hiệu ứng âm tần thú vị như âm thanh nổi, hoà âm có thể đựơc tạo ra bằng
cách cho D biến đổi theo thời gian.
y(n) = x(n) +ax(n- d(n))
Hệu ứng âm thanh nối, hoà âm có thể được tạo ra bằng cách thay đổi tuần hoàn
khoảng trễ d(n) giữa khoảng 0 và 10ms. Với một tần số nhỏ (1Hz). Ví dụ:
x(n) y(n)
Z-d
d a
Các đỉnh xuất hiện tại bội fs/d và các chỗ lõm xuất hiện tại bội lẽ của fs/2d sẽ quét
lên và xuống trên trục số tạo ra đặc tính âm thanh nổi.
Hoà âm bắt chước hiệu ứng một nhóm nhạc sẽ chơi cùng một loại nhạc đồng thời.
Các nhạc này sẽ ít hiệu đồng bộ với nhau ngoại trừ một sự khác biệt nhỏ về độ
mạnh và thời gian các sự khác nhau này tạo ra hiệu ứng hoà âm.
x(n) y(n)
67
a1(n)
a2(n)
Nếu d(n) giới hạn trong khoảng D1 d(n)  D2.

d(n) = D1 + (D2 – D1)(0,5 + v(n))
Tín hiệu v(n) là tín hiệu ngẫu nhiên tần số thấp có trung bình bằng 0 thay đổi giữa
khoảng giá trị [-0,5, 0,5]
Chạy pha, hay dịch pha là một hiệu ứng phổ biến giữa những người chơi ghita,
chơi nhạc phiếm và thanh âm. Nó được tạo ra bằng cách cho tín hiệu thanh âm
qua một bộ lọc Notch hẹp và kết hợp ngõ ra với âm thanh trực tiếp.
x(n) y(n)
a
H(z)
Bộ lọc Notch
biến đổi
Tần số Notch được thay đổi theo người điều khiển. Sự dịch pha mạnh tồn tại xung
quanh tần số Notch kết hợp với pha của tín hiệu trực tiếp gây ra sự triệt pha hoặc
nối pha quét lên xuống trên trục tần số.
|H()|2 Arg H()

3dB

-
Trong đó:
b: đặc trưng cho bề rộng của bộ lọc (độ rộng 3dB)

Ngoài ra, người ra còn định nghĩa hệ số Q đặc trưng cho độ rộng của bộ lọc.
68
7.2.3 Tạo dao động số

1. Tạo tín hiệu điều hoà
Tín hiệu điều hoà (nhân quả) tần số f0 được lấy mẫu tần số fs được tạo ra bằng
cách dùng phuơng pháp lọc như sau:
Suy ra:
(n)
w0
Z-1
w1 y(n)
2Rcos0 -Rsin0
Z-1
w2
-R2
Thuật toán:
For n = 0, 1 … do
w0 = (2Rcos0)w1 – R2w2 + (n)
y = (Rsin0)w1
W2 = w1
w1 = w0
Tương tự:
Suy ra:
(n) y(n)
w0
Z-1
w1
2Rcos0 -Rcos0
69
Z-1
w2
-R2
Thuật toán:
For n = 0, 1 … do
w0 = (2Rcos0)w1 – R2w2 + (n)
y = w0 - (Rcos0)w1
W2 = w1
w1 = w0
2. Phát tín hiệu tuần hoàn
Xét tín hiệu tuần hoàn analog tần số cơ bản f. Để tín hiệu lấy mẫu tuần hoàn với
chu kỳ D thì tần số lấy mẫu phải thoả.
fs = Df
Do tính tuần hoàn, ta chỉ xét tín hiệu trong 1 chu kỳ. Biểu diễn các mẫu thời gian
trên một chu kỳ bằng bi , i = 0,.. D-1 ta có chuỗi tuần hoàn.
h = [b0, b1, …bD-1, …b0,….bD-1,….]
Chuỗi này được xem là đáp ứng xung của bộ lọc
Suy ra:
Suy ra:
Ví dụ:
Xét trường hợp D = 4
Ta có:
(n) b0 y(n)
v0 w0
Z-1 Z-1
b1
v1 w1
Z-1
Z-1 b2
w2
v2
Z-1
Z-1
b3 w3
v3
Z-1 70
Phan Văn Ca - Trường Đại học GTVT Tp.HCM w4
Thuật toán:
For n = 0, 1, 2,…do
y = w0 = w4 + b0v0 + b1v1 + b2v2 + b3v3

v3 = v2
v3 = v1
v1 = v0
w3 = w2
w2 = w1
w1 = w0.
71
2T3 -3A/2
TÀI LIỆU THAM KHẢO

[1] J.Proakis – D.Manolakis, Introduction to Digital Signal Processing, Macmillan
Publishing Comp, 1989, ISBN 0-02-946253-3
[2] S. J.Orfanidis, Introduction to Signal Processing, Prentice Hall Publisher, 1996,

ISBN 0-13-209172-0
[3] Maurice Bellager, Digital Proceessing of Signal: Theory and Practice, John Wiley
& Son Ltd, 1989, ISBN 0471 921017.
[4] Athanasios Papoulis, Signal Analysis, McGraw-Hill, Inc., 1977, ISBN 0-07-
066468-4.
[5] E.C.Ifeachor – B.W.Jervis, Digital Signal Processing – A Practical Approach,

Addition – Wesley Publisher Ltd, 1993, ISBN 0-201-54413-X.
[6] V.K.Madisetti – D.B.Williams, The Digital Signal Processing Handbook, CRC

Press IEEE, 1998, ISBN 0-8493-8572-5.
[7] M.Vetterli – J.Kovacevic, Wavelets and Subband Coding, Prentice Hall, 1995,
ISBN 0-13-097080-8.
[8] Lê Tiến Thường, Xử lý số tín hiệu, NXB Đại học Quốc Gia, 2001
[9] Software: MATLAB PACKAGE and DSP Toolbox, Communications Toolbox,

Wavelets Toolbox, Mathworks-Version≥4
72

Xu Ly So Tin Hieu

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Xu Ly So Tin Hieu

Uploaded by

Copyright:

Available Formats

Bài giảng: Xử lý số tín hiệu

CHƯƠNG 2. LƯỢNG TỬ HÓA 19

CHƯƠNG 3. BIẾN ĐỔI Z VÀ HỆ THỐNG LTI 28

CHƯƠNG 4. BỘ LỌC FIR VÀ TÍCH CHẬP 35

4.2.6 Dạng lật và trượt 38

CHƯƠNG 5. THIẾT KẾ BỘ LỌC FIR 43

CHƯƠNG 6. CÁC THUẬT TOÁN DFT VÀ FFT 50

CHƯƠNG 7. PHẦN CỨNG VÀ CÁC ỨNG DỤNG CỦA DSP 64

TÀI LIỆU THAM KHẢO 75

Chương 1. TÍN HIỆU- HỆ THỐNG

1.1 GIỚI HIỆU HỆ THỐNG XỬ LÝ SỐ TÍN HIỆU

1.1.1 Các thành phần cơ bản của hệ thống DSP

Bộ lọc x(t) Bộ lấy  DSP  Bộ khôi Bộ lọc ya(t)

1.1.2 Các ưu điểm của xử lý số so với xử lý tương tự

1.2 TÍN HIỆU VÀ HỆ THỐNG RỜI RẠC

1.2.1 Tín hiệu thời gian rời rạc

Liên hợp phức của z(n)

3. Các chuỗi cơ bản

Chuỗi hàm mũ có tầm quan trọng đặc biệt khi:

4. Khoảng thời gian của tín hiệu

Trong đó: gcd (N1, N2): BSCLN

1.2.2 Hệ thống thời gian rời rạc

x(n) y(n) = T[x(n)]

Ví dụ : y (n) = 0.5 y(n-1) + x (n)

1. Các tính chất của hệ thống

2. Phân tích hệ thống LTI

b. Các tính chất cơ bản của phép chập

a(k) = 0 → Hệ thống FIR (finite – length impulse response)

Giải phưong trình vi phân:

(Đa thức đặc trưng)

Trong đó: Ak được chọn theo điều kiện ban đầu.

 Tìm nghiệm riêng

1.3 TÍN HIỆU VÀ HỆ THỐNG TƯƠNG TỰ

1.3.1 Tín hiệu tương tự

1.3.2 Hệ thống tuyến tính

Trong miền tần số:

Chồng chập tuyến tính:

1.4 LẤY MẪU VÀ HỒI PHỤC

1.4.1 Định lý lấy mẫu và méo dạng tín hiệu

Một số đại lượng được sử dụng:

 Tần số Nyquist: fs/2

H(f) X(f) H(f) X’(f)

-fs/2 fs/2 -fs/2 fs/2

3. Giới hạn phần cứng

Số mẫu tối thiểu trên một chu kỳ phải là 2. Từ đó ta có:

5. Khôi phục tín hiệu và hiện tượng chồng phổ

Trong đó: T = 1/fs.

x(t) T x(nT) xa(t)

6. Quá mẫu và giảm mẫu

7. Một số đại lượng chuẩn hóa

1.4.2 Phổ tín hiệu lấy mẫu

Từ đó ta có thể viết lại như sau:

Phương trình trên còn được gọi là công thức Poison.

Các hệ quả của sự lặp phổ:

-fstop -fs/2 -fpass fpass fs/2 fstop

Băng chắn Băng thông Băng chắn

(f0 là tần số trung tâm)

Trong đó (dB/decade). Đây chính là độ suy hao của bộ lọc khi f

1.4.3 Khôi phục tín hiệu tương tự

Quan hệ vào – ra.

2. Bộ khôi phục lý tưởng

Bộ khôi phục lý tưởng là một bộ lọc thông thấp lý tưởng

Đáp ứng xung bộ khôi phục.