Professional Documents
Culture Documents
x(n) y(n)
Po co filtrujemy sygnały?
Aby uzyskać:
redukcję zakłóceń sygnału
(np. zakłóceń od sieci energetycznej)
zmianę charakterystyki widmowej sygnału
(preemfaza, deemfaza)
wyodrębnienie zadanych składowych sygnału
spośród jego innych składowych (detekcja)
2
0.3
0.2
0.1
-0.1
-0.2
-0.3
-0.4
-0.5
-0.6
-0.7
0.9
0.8
0.7 -3dB0.707
Ui Uo
0.6
|Uo/Ui|
0.5
0.4
0.3
0.2
0.1
0
Charakterystyka amplitudowa: 10
-2
10
-1
10
0 1
10
f[Hz]
Uo 1
fc=?
Ui 1 RC
2
4
Charakterystyki
częstotliwościowe - filtry idealne
A(f) A(f)
górnoprzepustowy dolnoprzepustowy
f f
A(f) A(f)
pasmowoprzepustowy pasmowozaporowy
f f
5
f 6
Filtr środkowo-przepustowy
(np. detekcja cech sygnału)
f
A(f)
Filtr środkowo-zaporowy
(np. redukcja zakłóceń od sieci
energetycznej) 50 Hz f
7
Filtr dolnoprzepustowy
(redukcja zakłóceń)
f
1500 1500
1000 1000
500 500
0V 0V
0 0
200 400 600 800 1000 200 400 600 800 8
1000
Filtr górno-przepustowy
(np. usuwanie wartości średniej)
f
100
1500
50
1000 0
-50
500
0V
-100
0V
0 -150
200 400 600 800 1000 0 200 400 600 800 1000
9
A(f)
Filtr środkowo-przepustowy
(np. detekcja cech sygnału)
f
6000
1500
4000
1000
2000
500
0
0V
0
200 400 600 800 1000 -2000
0 200 400 600 800 1000
10
1500
1300
1400
1300 1200
1200
1100
1100
1000
1000
900 900
0 200 400 600 800 1000 0 200 400 600 800 1000
11
C
- Dolnoprzepustowy
- Pasmowo-przepustowy
- Górnoprzepustowy
0.8
0.2
0.4
0
0 5 10 15
20
14
Mnożenie Opóźnienie
Sumator
przez stałą jednostkowe
u1(k)
y(k) u(k) c y(k) u(k) y(k)
z-1
u2(k)
z-1
t z-1
t
b1 a1
x(n-1) y(n-1)
z-1
t z-1
t
b2 a2
x(n-2) y(n-2)
z-1
t zt
bM aN 16
x(n-M) y(n-N)
Paweł Strumiłło, Instytut Elektroniki Politechniki Łódzkiej
Filtr o Skończonej Odpowiedzi
Impulsowej(SOI) - przykład
LP:
yn 0.5xn 0.5xn 1
b0 =0.5
x(n)
z-1
t
b1 =0.5
x(n-1) HP:
yn 0.5xn 0.5xn 1
BP: ?
x(n) y(n)
a1 t
a1y(n-1) y(n-1)
N M
a[0]=1
M N
a0 yn bk xn k ak yn k
k 0 k 1
19
M N
yn bk xn k ak yn k
k 0 k 1
0.5
h=[0.5 -0.5]
0
5 10 15 20 25 30 35 40 45 50
Transfer function
1
HL=FFT(hL)
0.5
0
0 5 10 15 20 25 30 35 40 45 50
N/2+1 fs/2
0 h=[0.5 -0.5]
-1
5 10 15 20 25 30 35 40 45 50
Transfer function
1
HH=FFT(hH)
0.5
0
0 5 10 15 20 25 30 35 40 45 50
N/2+1 fs/2
x(n)
hL hH
y(n)
hB hB=hL*hH
x(n) y(n)
23
Prosty filtr pasmowoprzepustowy
(freqz)
Impulse response hB [0.25 0 0.25]
0.5
-0.5
5 10 15 20 25 30 35 40 45 50
Transfer function
1
0.5
HB=FFT(hB)
0
0 5 10 15 20 25 30 35 40 45 50
N/2+1 fs/2
24
Prosty przykład filtru SOI
Filtr o ruchomej średniej:
Odpowiedź:
a=[1];
b=[0.2 0.2 0.2 0.2 0.2];
Zatem jest to dolnoprzepustowy filtr SOI
25
1 k
yk xk 4 xk 3 xk 2 xk 1 xk xn
1
5 5 nk 4
Odpowiedź:
h=[0.2 0.2 0.2 0.2 0.2];
Wniosek: dla filtru SOI współczynniki filtru i jego
! odpowiedź impulsowa to jest to samo!
26
2
0.8
Amplituda
radiany
0.4
-1
0.2
-2
-3 0
0 20 40 60 80 100 0 20 40 60 80 100
f [Hz] f [Hz]
0.2
0.15
Odpowiedź 0.1
impulsowa filtru 0.05
0 27
0 5 10 15 20
Paweł Strumiłło, Instytut Elektroniki Politechniki Łódzkiej
Prosty przykład filtru SOI
Ćwiczenie:
28
0.8
0.6
0.4
0.2
-0.2
-0.4
-0.6
-0.8
-1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0.8
0.6
0.4
0.2
-0.2
-0.4
-0.6
-0.8
-1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0.8
0.6
0.4
0.2
-0.2
-0.4
-0.6
-0.8
-1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
1.5
0.5
-0.5
-1
-1.5
-2
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
hM k hk
dla k 0,1,, M
hM k hk dla M parzystych lub nieparzystych
td – opóźnienie czasowe
s(t)=sin(2t)
hM k hk
dla k 0,1,, M
hM k hk
1.5
1.5
1
1
0.5
0.5
Wyj
Wyj
0
0
-0.5
-0.5
-1
-1.5 -1
-2 -1.5
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
[sek] [sek]
30
10
-10
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Normalized frequency (Nyquist == 1)
Phase (degrees) 0
-20
-40
-60
-80
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Normalized frequency (Nyquist == 1)
37
38
39
Projektowanie filtrów SOI
M=40 rząd filtru
foff=0.7*fs/2
3dB
fs/2 fs
40
Projektowanie filtrów NOI
Butterworth filter
-0dB ->
len(coeff[0])=16
len(coeff[1])=17
-3dB ->
fs/2
-60dB ->
41
Zastosowanie filtru
a[0]=1
42
Porównanie filtrów SOI i NOI
SOI NOI
Funkcja celu:
E[d(n) – wTx] = [(d(n) - y(n))2] = E[2] min
44
źródło
sygnału e(t) = ^x(t)
s(t) = x(t) + v(t) +
S
_
n(t) ^
v(t)
Filtr
adaptacyjny
źródło
zakłóceń (tzw. wejście
odniesienia) Reguła
adaptacji wag
wt et
45
sygnał i zakłócenie
są nieskorelowane 46
f f
Widma częstotliwościowe sygnału i zakłócenia 49
Sygnały synchronizujące
50
……
x1 x2 x3 xN ^
x
52
s
Stosunek sygnału do zakłócenia: SNR
n
Po N uśrednieniach:
s
2
10
SNRN N
n
1
10
Zastosowania:
detekcja podszumowa sygnału tj. dla s << n
(zastosowania w telekomunikacji)
analiza elektrycznych potencjałów wywołanych
mózgu, tj. potencjałów generowanych w mózgu o
amplitudzie kilku mikrowoltów na skutek okresowego
pobudzenia bodźcem: świetlnym (potencjały
wzrokowe), dźwiękowym (potencjały słuchowe) lub
dotykowym (potencjały czuciowe)
54
Element środkowy
56
sortowanie
czas dyskretny
M=2m+1=5 M=5
57
xn 2 5 -1 7 0 3 -15 9 1 20 6 -9
Kierunek przesuwania
-1 1
2 2
5 7
okna filtracji
med3(xn) 2 2 5 0 3 0 ? ? ? ? 6 6
wyznacz medianę
58
390
380
x(t)
370
y=med(x)
360
350
340
330
M=7
320
45
310
40
35 0 20 40 60 80 100 120 140 160
30
25
20
y=x-med(x)
15
10
5
59
0
-50
Paweł20Strumiłło,
40 Instytut
60 Elektroniki
80 Politechniki
100 120 Łódzkiej
140 160
Filtracja cyfrowa - podsumowanie
1. Idea filtracji sygnału
2. Charakterystyka częstotliwościowa filtru
3. Rodzaje filtrów
4. Real filters
5. Równania różnicowe
6. Filtry SOI i NOI
7. Liniowa faza i zniekształcenia fazowe
8. Projektowanie filtrów i filtrowanie sygnału
9. Filtracja adaptacyjna
10. Filtracja medianowa (filtracja nieliniowa)
60