- •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
Синтез нерекурсивных цифровых фильтров
Будем предполагать,
что известна передаточная функция
аналогового фильтра
.
Заметим, что данная функция является
периодической функцией, с периодом
.
Путем вычисления коэффициентов ряда
Фурье функции
,
можно найти импульсную переходную
характеристику цифрового КИХ – фильтра.
При реализации данного подхода приходится сталкиваться с тем, что полученный ряд Фурье имеет бесконечное число коэффициентов разложения и, следовательно, такой фильтр невозможно реализовать. На практике, количество членов ряда Фурье ограничивают, что приводит к явлению Гиббса, заключающееся в появлении пульсаций амплитудно-частотной характеристики (АЧХ) фильтра.
Построим фильтр низких частот (ФНЧ), АЧХ которого, представлена на Рис.2.1.
0
Рис.2.1.
Импульсную
переходную характеристику ФНЧ получим
путем прямого вычисления коэффициентов
Фурье частотной передаточной функции
аналогового фильтра
,
.
Здесь
является нормированной частотой среза
(2.12)
где
- частота дискретизации.
Импульсная переходная характеристика определяется выражением:
(2.13)
Рассмотрим пример.
Зададим частоту среза
Гц,
,
при количестве отсчетов
и частоте дискретизации
Гц. Проведем моделирование в среде
математического пакета Mathcad.
Импульсная переходная характеристика ФНЧ имеет вид:
Рис.2.2.
Частотная передаточная функция цифрового фильтра определяется четырьмя различными случаями, соответствующими типу четности количества отсчетов N импульсной переходной характеристики и типу симметрии (четности и нечетности).
N
нечетно,
четна:
(2.14)
;
N нечетно, нечетна:
(2.15)
N четно, четна:
(2.16)
N четно, нечетна:
(2.17)
В рассматриваемом случае N нечетно, а - четная функция.
Свойства амплитудно-частотной характеристики ФНЧ существенно зависят от количества отсчетов N, или длины импульсно-переходной характеристики.
Рассмотрим три случая: N=101, N=501 и N=1001.
Рис.2.3.
Рис.2.4.
Рис.2.5.
Из анализа АЧХ следует, что с ростом N характеристика все более приближается к заданной прямоугольной (Риc.2.1.), хотя колебательность увеличивается. Для рассмотренных трех случаев относительная ошибка аппроксимации идеальной АЧХ определяемая выражением
(2.18)
составила
соответственно
%,
%
и
%,
то есть уменьшилась более чем в 7 раз.
Ускорить сходимость ряда Фурье можно путем введения некоторых весовых функций – «окон». Первой рассмотрим введение весовой функции Хэннинга:
(2.19)
В этом случае АЧХ фильтра при N=501 имеет вид мало чем отличающийся от исходной характеристики
Рис.2.6.
