- •1.1. Введение. Роль информационных технологий.
- •1.2. Компьютеризированные системы цифровой обработки
- •1.3. Классификация сигналов. Их характеристики.
- •Энергетические характеристики сигналов:
- •2.1. Обобщенный ряд Фурье и системы базисных функций.
- •2.2. Разложение в ряд Фурье.
- •2.3. Примеры разложения в ряд Фурье.
- •Б) Пилообразный сигнал.
- •3.1 Преобразование Фурье.
- •3.2. Свойства преобразования Фурье.
- •4.1. Аналоговые, дискретные и цифровые сигналы.
- •4.2. Частота Найквиста.
- •4.3. Спектр дискретного сигнала.
- •4.4. Теорема Котельникова.
- •Частота дискретизации
- •5.1. Функции окна.
- •5.2. Виды окон.
- •5.3. Особенности функций окна.
- •6.1. Нерекурсивные фильтры
- •6.1.1. Алгоритм.
- •6.1.2. Импульсная характеристика.
- •6.1.3. Передаточная функция.
- •6.1.4. Определение параметров нерекурсивного фильтра низкой частоты.
- •6.1.5. Синтез нрф с использованием окон.
- •6.1.5. Расчет коэффициентов фильтра.
- •6.2. Явление Гиббса.
- •7.1. Коэффициенты для высокочастотных, полосовых и
- •7.2. Расчет вч, пф и рф.
- •Преобразование фнч в пф.
- •Преобразование фнч в режекторный фильтр.
- •8.1. Корреляционный анализ.
- •9.1. Основные свойства речевых сигналов.
- •9.2. Дискретизация и квантование речевых сигналов.
- •Обработке речевых и аудио сигналов.
- •10.1. Анализ речевых сигналов во временной области.
- •Одним из важных параметров речевого сигнала является его энергия:
- •Энергия может служить хорошей мерой отличия вокализованных и невокализованных участков речи. Энергия невокализованных участков речи намного меньше, чем вокализованных.
- •10.2. Анализ речевых сигналов в частотной области.
- •10.3. Гомоморфная обработка речи.
- •10.4. Психоакустическая модель восприятия звука.
- •Технологии при обработке и анализе изображений.
- •11.1. Обработка изображений, предназначенных для зрительного
- •Применение обработки изображений в задачах анализа.
- •Теоретические основы обработки изображений.
- •11.2. Сигналы во временной и пространственной областях.
- •12.1. Модель реставрации изображений.
- •12.2. Методы повышения контраста.
- •13.1. Операторы сглаживания.
- •Низкочастотные операторы с усреднением.
- •Низкочастотные гауссовские операторы.
- •12.2. Другие методы сглаживания.
- •Пороговое сглаживание.
- •Сигнально-адаптивные сглаживающие операторы.
- •Подчеркивание контуров низкочастотным оператором.
- •Подчеркивание контуров дифференциальным оператором.
- •Градиентные операторы.
- •Операторы Лапласа.
- •Специальные методы обострения контуров.
- •14.1. Основные требования к алгоритмам сжатия изображений. Класс изображений.
- •Примеры приложений, использующих алгоритмы компрессии графики
- •Требования к алгоритму.
- •Критерии оценки алгоритмов сжатия изображений.
- •14.2. Алгоритмы архивации без потерь.
- •14.2.1. Алгоритм rle.
- •14.2.2. Алгоритм lzw.
- •14.2.3. Алгоритм Хаффмана.
- •15.1. Алгоритм jpeg.
- •Работа алгоритма.
- •Характеристики алгоритма jpeg.
- •15.2. Рекурсивный (волновой) алгоритм.
- •Заключение.
6.2. Явление Гиббса.
Можно было бы ожидать, что отклонение между идеальным ФНЧ и рассчитанным тем незначительнее, чем больше коэффициентов было учтено в последнем. Это предположение соответствует действительности для суммы отклонений, но не для каждой разности.
В
передаточной функции аппроксимирующего
фильтра есть постоянные
выбросы,
составляющие
.
Амплитуда выбросов независима от
количества коэффициентов фильтра. При
возрастании
отклонение
только приближается к фронту импульса
фильтра.
Такое явление называется явлением
Гиббса.
Рис 7. Явление Гиббса.
Функции
окна. Выбросы
в передаточной характеристике ФНЧ
объясняются скачком идеальной передаточной
ПФ-функции при
.
Благодаря применению функции окна w(t) эти выбросы можно ограничить за счет крутизны фронта ПФ-функции. Уравнение фильтра имеет вид:
,
(1)
а передаточная характеристика:
.
(2)
В качестве сглаживающих функций подходят колоколообразные функции. Например, функция окна фон Хана:
.
(3)
Пример:
Для
фильтра низких частот при
получим коэффициенты сглаживания:
Замечание:
Частота дискретизации при нерекурсивных ФНЧ должна немного превышать граничную. Приемлемыми являются коэффициенты от 4 до 6. Наличие большой частоты не очень приемлемо (требуемая передаточная функция будет недостаточно приближена).
Лекция №7. Расчет коэффициентов для высокочастотных,
полосовых и режекторных фильтров.
7.1. Коэффициенты для высокочастотных, полосовых и
режекторных фильтров.
Фильтр – частотно избирательная цепь. Область частот, в которой фильтр пропускает сигнал, называют полосой пропускания, а область частот, в которой ослабление входного сигнала велико – полосой задержки. В зависимости от взаимного расположения полосы пропускания и полосы задерживания различают следующие виды фильтров:
а) фильтр низких частот – ФНЧ б) фильтр верхних частот – ФВЧ
в) полосовой фильтр – ПФ г) режекторный (заграждающий) фильтр – РФ
Рис 1. Виды фильтров.
Отклонение реальной АЧХ фильтра от желаемой в полосе пропускания называют неравномерностью АЧХ. Закон изменения в переходной области обычно не задается, а коэффициент передачи в полосе пропускания равен 1.
При
проектировании фильтров неравномерность
в полосе пропускания
и затухание в полосе задерживания
задают в логарифмическом
масштабе
(децибелах):
,
,
.
(1)
где ∆ - допуск на отклонение АЧХ от желаемого вида в полосе пропускания
H1 – коэффициент ???????? в полосе пропускания (H1 =1)
H2 - коэффициент затухания в полосе задерживания
Рис 2. Требования к АЧХ
7.2. Расчет вч, пф и рф.
Коэффициенты высокочастотных, полосовых и режекторных фильтров можно вычислить из коэффициентов ФНЧ на основании теоремы суммирования преобразования Фурье. Если в частотной области сложить спектральные функции, то получим результирующую функцию во временной области, как сумму весовых функций, т.е. коэффициентов фильтра.
1. Преобразование ФНЧ в ФВЧ.
Введем
понятие всечастотного фильтра.
Всечастотный фильтр пропускает не
ослабляя все частоты. Уравнение
имеет только один коэффициент
,
все остальные коэффициенты
при
.
Если вычесть из спектра всечастотного фильтра спектр ФНЧ, то останется спектр ФВЧ с той же граничной частотой:
.
(2)
Пример:
Определить параметры ФВЧ.
(см.
лекцию 6).
|
|
|
|
|
|
|
|
Уравнение полученного ФВЧ:
.
Рис 3. Передаточные функции фильтров
