Professional Documents
Culture Documents
Pmfiltri
Pmfiltri
LINEARNE FAZE
digitalnog filtra funkcije prenosa H ( z ) koji treba biti projektovan tako da aproksimira željeni
Ε (ω ) W ( e jω ) H ( e jω ) − D ( e jω )
= (9.1)
=ε max Ε (ω ) (9.2)
ω∈R
gde je H (ω ) čisto realna funkcija po ω , tj. amplitudska karakteristika, a β je 0 ili π / 2 za
simetrične ili antisimetrične impulsne odzive, respektivno. Težinska funkcija greške u ovom slučaju
uključuje amplitudski odziv i data je sa:
Ε (ω ) W (ω ) H (ω ) − D (ω )
= (9.4)
bira tako da kontroliše relativnu visinu pikova greške u zadatim frekvencijskim opsezima. Ovaj
algoritam se bazira na iterativnom podešavanju koeficijenata amplitudskog odziva dok se apsolutna
vrednost pikova Ε (ω ) ne minimizuje.
ε0
H (ω ) − D (ω ) ≤ , ωa ≤ ω ≤ ωb (9.5)
W (ω )
Tipično je da je D (ω ) jednako
ili
δs
, u propusnom opsegu
W (ω ) = δ p (9.8)
1,
u nepropusnom opsegu
Razmotrićemo slučaj projektovanja za sva četiri tipa FIR filtra:
- tip I – simtričnog impulsnog odziva neparne dužine
- tip II – simtričnog impulsnog odziva parne dužine
- tip III – antisimtričnog impulsnog odziva neparne dužine
- tip IV – antisimtričnog impulsnog odziva parne dužine
U svim izvođenjima ćemo uzeti da je filtar dužine N+1 (filtar N-tog reda čiji odbirci idu od 0 do N).
Tip I
Ukoliko se uzme da je N = 2 M , amplitudska karakteristika ima oblik
M
H (ω ) = ∑ a ( k ) cos (ω k ) (9.9)
k =0
gde je
a (=
0 ) h ( M ) , a (=
k ) 2h ( M − k ) , 1≤ k ≤ M (9.10)
Tip II
2 M +1
2
1
=H (ω ) ∑ b ( k ) cos ω k − 2
k =1
(9.11)
gde je
2M + 1 2M + 1
b ( k ) 2h
= − k , 1≤ k ≤ (9.12)
2 2
gde su
2M + 1 1 2M − 1
b (1) =
2
(
1
)
b (1) + 2b ( 0 ) , b =
2 2 2
b ,
(9.14)
2M − 1
b=(k )
2
(
1
b ( k ) + b ( k − 1) ,) za 2 ≤ k ≤
2
Tip III
M
H (ω ) = ∑ c ( k ) sin (ω k ) (9.15)
k =1
gde je
c (=
k ) 2h ( M − k ) , 1≤ k ≤ M (9.16)
M −1
H (ω ) = sin (ω ) ∑ c ( k ) cos (ω k ) (9.17)
k =0
gde su
1 1
c (1) =c ( 0 ) − c (1) , c(M ) = c ( M − 1) ,
2 2 (9.18)
( k ) ( c ( k − 1) − c ( k ) ) , za 2 ≤ k ≤ M − 1
1
c=
2
Tip IV
2 M +1
2
1
=H (ω ) ∑ d ( k ) sin ω k − 2
k =1
(9.19)
gde je
2M + 1 2M + 1
d ( k ) 2h
= − k , 1≤ k ≤ (9.20)
2 2
gde su
1 2M + 1 2M − 1
d (1) =d ( 0 ) − d (1) , d = d ,
2 2 2 (9.22)
2M − 1
d=(k )
2
(
1
)
d ( k − 1) − d ( k ) , za 2 ≤ k ≤
2
Amplitudska karakteristika se za sve tipove filtara, na osnovu (9.9), (9.13), (9.17) i (9.21),
može napisati u obliku:
H (ω ) = Q (ω ) A (ω ) (9.23)
gde je
1, tip I
ω
cos , tip II
Q (ω ) =
2 (9.24)
sin ω , tip III
ω
sin , tip IV
2
a
L
A (ω ) = ∑ a ( k ) cos (ω k ) (9.25)
k =0
gde je
a ( k ) , tip I
b ( k ) , tip II
a ( k ) = (9.26)
c ( k ) , tip III
d ( k ) , tip IV
M , tip I
2M − 1
, tip II
2
L= (9.27)
M − 1, tip III
2M − 1
, tip IV
2
Ako jednačinu (9.23) zamenimo u (9.4) dobijamo modifikovani oblik težinske aproksimacione
funkcije kao
D (ω )
=Ε (ω ) W (ω ) Q (ω ) A=
(ω ) − D (ω ) W (ω ) Q (ω ) A (ω ) − (9.28)
Q (ω )
D (ω )
Ako sada obeležimo W (ω ) = W (ω ) Q (ω ) i D (ω ) = , može se pisati:
Q (ω )
Ε (ω ) W (ω ) A (ω ) − D (ω )
= (9.29)
Teorema alternacije
(9.28) ako i samo ako postoji najmanje L + 2 „ekstremnih“ učestanosti ω0 < ω1 < ... < ωL < ωL +1 za
Ispitaćemo ponašanje amplitudske karakteristike filtra tipa I koji zadovoljava uslove date
prethodnom teoremom. Pikovi Ε (ω ) su na učestanostima ω = ωi za 0 ≤ i ≤ L + 1 gde je
d Ε (ω )
= 0 . Kako su u propusnom i nepropusnom opsegu W (ω ) i D (ω ) deo-po-deo konstantne
dω
funkcije, iz (9.29) sledi
d Ε (ω ) dA (ω )
= = 0 (9.30)
dω dω
L
A (ω ) = ∑ α ( k )( cos ω )
k
(9.33)
k =0
što je polinom L-tog reda po cos ω . Kao rezultat, A (ω ) može imati maksimalno L − 1 lokalnih
L + k + 1 ekstremnih učestanosti.
Da bi se dobilo optimalno rešenje potrebno je da rešimo set od L + 2 jednačine
Korak 1: Set inicijalnih učestanosti za ekstremne učestanosti su ili izabrane ili dostupne iz
prethodne iteracije.
( −1) ε + D ω ,
i
(ωi )
A= ( i) 0 ≤ i ≤ L +1 (9.38)
W (ωi )
gde je
L +1
cos ω − cos ωl
=Pi ( cos ω ) ∏ cos ω − cos ω
l =0
, 0 ≤ i ≤ L +1 (9.40)
i l
l ≠i
Korak 5: Nova težinska funkcija greške Ε (ω ) iz (9.29) se računa po učestanostima na gustom setu
Na slici 9.1 je prikazan prelazak iz jedne u drugu iteraciju i kako se dobijaju nove
frekvencije ekstremuma. Konačno, iterativni proces se završava kada je razlika između pikova, ε , u
tekućoj i prethodnoj iteraciji manja od nekog zadatog praga, recimo 10−6 . U praksi, proces
konvergira posle samo nekoliko iteracija.
D (ω ) Ak (ω )
D (ω ) - željeni odziv
ω Ak (ω ) - amplitudski odziv na
ω k
1
ω k
2
ω k
3 ω k
4 kraju k -te iteracije
Ε k (ω ) - greška na kraju
Ε k (ω )
k -te iteracije
+ε ω
Lokacije novih "ekstremnih
−ε
ω k
1 ω2k ω3k ω4k učestanosti" su date sa ωik +1
Slika 9.1. Ilustracija Remezovog algoritma – prelazak iz k-te na k+1. iteraciju i određivanje novih
„ekstremnih učestanosti“
Pošto postoje 3 nepoznate koje treba da se odrede, a0 , a1 i ε , potrebne su nam tri tačke
+ ( −1) ε D (=
a0 + a1 x= xl ) ,
l
l 0,1, 2
Rešavanjem se dobija
a0 =
−0.375 a1 =
1.65 ε=
0.275
Na slici (a) je prikazana odgovarajuća greška
ε1 (=
x ) 1.1x 2 − 0.1 − (−0.375) − 1.65
= x 1.1x 2 − 1.65 x + 0.275
0.275
-0.275
0 0.5 1.5
slika (a)
Sledeći korak je da se izaberu tačke gde ε1 ( x ) ima maksimalne apsolutne vrednosti. Kako
je ε1 ' ( x ) = 2.2 x − 1.65 = 0 za x = 0.75 , ove tačke su: x0 = 0 , x1 = 0.75 i x2 = 2 . Nove vrednosti
Grafik greške ε 2 ( x ) = 1.1x 2 − 2.2 x + 0.5156 i vrednosti greške na novom setu ekstremnih tačaka su
0.5156
-0.5156
0 0.75 2
slika (b)
Nastavlja se proces i određuje novi set ekstremnih tačaka na kojima ε 2 ( x ) uzima
1 0 1 a0 −0.1
1.0
1 1 −1 a1 =
1 2 1 ε 4.3
što dovodi do
a0 =
−0.65 a1 =
2.2 ε=
0.55
Na slici (c) je nacrtana nova greška ε 3 ( x ) = 1.1x 2 − 2.2 x + 0.55 i prikazane su vrednosti greške na
ekstremnim tačkama. Ovaj put algoritam je konvergirao pošto je ε maksimalna vrednost apsolutne
greške i tu se proces završava. Dakle monom koji aproksimira željenu kvadratnu funkciju je oblika
( x ) 2.2 x − 0.65 . Na slici (d) su prikazane željena kvadratna funkcija D ( x ) i polinom koji
A=
0.55
-0.55
0 1 2
slika (c)
-1
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
slika (d)
OSNOVNE STRUKTURE ZA REALIZACIJU
DISKRETNIH SISTEMA
Posmatraćemo filtar M-tog reda, tj. koji ima M+1 koeficijent u impulsnom odzivu:
b , 0 ≤ n ≤ M
h (n) = n (9.41)
0, če
ina
h (n) =
±h ( M − n ) (9.42)
parno. Na slici 9.3. je prikazana realizacija za M parno. Transponovanjem šeme na slici 9.2 se
dobija tzv. transponovana realizacija i ona je prikazana na slici 9.4.
x [ n]
z −1 z −1 z −1 z −1
x [ n]
z −1 z −1 z −1 z −1
+ + + + +
z −1 z −1 z −1 z −1
M − 2
× h [ 0] × h [1] × h [ 2] × h [3] × h × h [ M / 2]
2
y [ n]
+ + + + +
× h[M ] × h [ M − 1] × h [ M − 2] × × h [1] × h [ 0]
y [ n]
z −1 + z −1 + z −1 + + z −1 +
∑b z k
−k
P1 ( z )
H ( z)
= = =
k =0
H1 ( z ) H 2 ( z ) (9.43)
N
1 + P2 ( z )
1 + ∑ ak z −k
k =1
M
1
Ako sa H1 ( z ) obeležimo H1 ( z ) = ∑ bk z − k , a sa H 2 ( z ) = N
, dobija se tzv.
k =0
1 + ∑ ak z −k
k =1
x [ n] b0 y [ n]
× + +
z −1 z −1
b1 −a1
× + + ×
z −1 z −1
b2 −a2
× + + ×
z −1 z −1
b3 −a3
× + + ×
−aN −1
bM −1
× + + ×
z −1 bM −aN z −1
× ×
k =1
M
H 2 ( z ) = ∑ bk z − k , dobija se direktna realizacija II.
k =0
ralizaciju opšte funkcije prenosa IIR tipa. Zbog toga se ova forma zove i direktna kanonička
realizacija koja je, za slučaj M = N , prikazana na slici 9.6.
x [ n] b0 y [ n]
+ × +
−a1 z −1 b1
+ × × +
−a2 z −1 b2
+ × × +
−a3 z −1 b3
+ × × +
−aN −1
bN −1
+ × × +
−aN z −1 bN
× ×
Za prethodne dve realizacije IIR sistema je takođe moguće napraviti transponovane forme
na isti način kao što je to urađeno u slučaju FIR filtara. Međutim, često se, zbog prevelike
osetljivosti na nepreciznost koeficijenata, kao posledica kodovanja konačnim brojem bita, za sve
sisteme čiji je red viši od 3, koriste kaskadne ili paralelne realizacije koje se dobijaju vezivanjem
ćelika drugog reda. Na taj način se pomenuta osetljivost na nepreciznost koeficijenata znatno
smanjuje.