- •Цифровая обработка сигналов и изображений
- •Лабораторный практикум по цифровой обработке сигналов и изображений
- •Тема 1. Спектральный анализ и синтез сигналов
- •Краткие теоретические сведения.
- •Лабораторная работа №1 Расчет спектра центрированного прямоугольного импульса
- •Нахождение амплитудного спектра в среде математического пакета Mathcad
- •Лабораторная работа №2 Расчет спектра прямоугольного импульса, начинающегося в нулевой момент времени
- •Нахождение амплитудного и фазового спектра в среде математического пакета Mathcad
- •Тема 2. Построение и моделирование цифровых нерекурсивных фильтров
- •2.1. Краткие теоретические сведения о цифровых фильтрах Классификация сигналов
- •Связь между аналоговыми и дискретными сигналами. Теорема Котельникова. Связь между дискретными и цифровыми сигналами
- •Вопросы для самопроверки
- •Динамические характеристики цифровых фильтров: передаточная функция, частотная передаточная функция, импульсная переходная функция, связь между ними с помощью преобразования Фурье
- •Понятие рекурсивных и нерекурсивных цифровых фильтров, ких и бих фильтров
- •Понятие устойчивости фильтров
- •Синтез нерекурсивных цифровых фильтров
- •Второй рассмотрим введение весовой функции Фейера:
- •Лабораторная работа №4 Расчет и моделирование нерекурсивного низкочастотного фильтра с высокочастотным синусоидальным шумом в среде математического пакета Mathcad
- •Пример программы в Mathcad.
- •Лабораторная работа №5 Расчет и моделирование нерекурсивного низкочастотного фильтра с высокочастотным псевдобелым шумом в среде математического пакета Mathcad
- •Пример программы в Mathcad.
- •Вопросы для самопроверки
- •Понятие устойчивости фильтров.
- •Тема 3. Построение и моделирование цифровых рекурсивных филитров
- •3.1. Краткие теоретические сведения о цифровых фильтрах. Синтез рекурсивных фильтров
- •Полиномиальные цифровые фильтры нч
- •Синтез цифровых фильтров нч Баттерворта Для фильтра Баттерворта справедливо записать:
- •Лабораторная работа №6 Расчет и моделирование рекурсивного низкочастотного фильтра Баттерворта с высокочастотным псевдобелым шумом в среде математического пакета Mathcad
- •Вопросы для самопроверки
- •Понятие устойчивости фильтров.
- •Тема 4. Цифровая обработка сигналов с помощью вейвлет-преобразований
- •Тема 5. Цифровая обработка изображений в matlab
- •1. Краткие теоретические сведения
- •Задание и порядок выполнения работы
- •Вопросы для самопроверки
- •Тема 6. Цифровая обработка сигналов и изображений с помощью нейронных сетей Краткие теоретические сведения
- •Классификация и свойства нейронных сетей
- •Обучение искусственных нейронных сетей
- •Обучение с учителем
- •Обучение без учителя
- •Нечеткие (гибридные) нейронные сети
- •Алгоритмы обучения и использования нечетких нейронных сетей
- •Лабораторная работа № 10. Низкочастотная фильтрация с помощью нейронных сетей
- •Порядок выполнения работы
- •Программа моделирования нч фильтра на основе нейронной сети
- •Вопросы для самопроверки
- •Литература
Лабораторная работа №1 Расчет спектра центрированного прямоугольного импульса
Цель работы. Исследовать применение преобразования Фурье для нахождения спектра центрированного прямоугольного импульса. Получить навыки нахождения спектра сигналов в среде математического пакета Mathcad.
Получим преобразование Фурье прямоугольного импульса, центрированного относительного начала отсчета времени
Рис.1. Прямоугольный импульс
.
С помощью прямого преобразования Фурье находим спектр сигнала S(ω)
S(ω)=
=
=
.
Тогда амплитудный и фазовый спектры соответственно равны │S(ω)│и arg (S(ω)).
Нахождение амплитудного спектра в среде математического пакета Mathcad
Зададим параметры прямоугольного импульса (из таблицы 1 в соответствие с последней цифрой шифра студента): Амплитуда A=5; Ширина импульса τ=2.
Зададим интервал изменения частоты с дискретизацией ∆ω (из таблицы 1)
-20 ≤ ω ≤ 20; ∆ω = 0.1.
Рассчитаем в среде Mathcad амплитудный спектр прямоугольного импульса
│S(ω)│ = │ │;
Получим график амплитудного спектра.
Пример программы в Mathcad.
Рис. 2. Амплитудный спектр прямоугольного импульса
Амплитудный спектр имеет лепестковый характер и простирается до бесконечности постепенно затухая. Вводится понятие эффективной ширины спектра, которая равна ширине главного лепестка
∆ω = 2π/τ,
и обратно пропорциональна длительности импульса τ.
Произведение эффективной ширины спектра на длительность сигнала называется базой сигнала
B = ∆ωτ.
Для прямоугольного импульса база сигнала
B = 2π.
Из приведенных соотношений следует, что чем короче сигнал, тем шире его спектр.
В таблице 1 приведены исходные данные для моделирования, которые выбираются студентами в соответствие с последней цифрой шифра.
Таблица 1
-
№ вар
1
2
3
4
5
6
7
8
9
10
A
10
12
4
5
8
15
14
20
3
7
τ
1
2
3
4
5
4
3
2
1
5
ω
±10
±15
±30
±5
±40
±12
±25
±35
±20
±50
∆ω
0.1
0.05
0.2
0.15
0.25
0.25
0.15
0.2
0.1
0.3
Лабораторная работа №2 Расчет спектра прямоугольного импульса, начинающегося в нулевой момент времени
Получим преобразование Фурье прямоугольного импульса, начинающегося в нулевой момент времени
Рис.1. Прямоугольный импульс, начинающийся в нулевой момент времени
S(t)
=
С помощью прямого преобразования Фурье находим спектр сигнала S(ω)
S(ω)=
=
Тогда амплитудный и фазовый спектры соответственно равны │S(ω)│и arg (S(ω)).
