Wykład 7a - Projektowanie filtrów IIR. Funkcje okna
Transkrypt
Wykład 7a - Projektowanie filtrów IIR. Funkcje okna
Akwizycja i przetwarzanie sygnałów cyfrowych Tadeusz Chmaj Instytut Teleinformatyki ITI PK Kraków 21 luty 2011 Tadeusz Chmaj Wykład II Projektowania filtrów IIR Metoda niezmienności odpowiedzi impulsowej Podstawowa zasada określajaca: ˛ projektujemy filtr cyfrowy, którego czasowa odpowiedź impulsowa jest spróbkowana˛ wersja˛ odpowiedzi impulsowej znanego filtru analogowego tak określony filtr cyfrowy bedzie ˛ wzorował swoje charakterystyki na odpowiednich charakterystykach filtru analogowego główny problem tej metody: problemy z aliasingiem rzeczywiste filtry nie moga˛ mieć ograniczonego pasma konsekwencja (w procesie próbkowania) - nastapi ˛ nałożenie charakterystyk (problemy z rekonstrukcja) ˛ Minimalizacja tego efektu - wziecie ˛ możliwie dużej czestotliwości ˛ próbkowania Tadeusz Chmaj Wykład II Projektowania filtrów IIR Metoda niezmienności odpowiedzi impulsowej - c.d. schemat metody projektujemy prototyp filtru analogowego o pożadabej ˛ postaci transmitancji Hc (s) ustalamy czestość ˛ próbkowania filtru cyfrowego fs (powinna być odpowiednio duża) zapisujemy transmitancje˛ filtru analogowego jako sume˛ transmitancji filtrów o pojedynczych biegunach (rozkład transmitancji na ułamki proste) z założenia o niezmienności odpowiedzi impulsowej – kazda˛ ze składowych analogowej odpowiedzi impulsowej aproksymujemy odpowiedzia˛ impulsowa˛ elementarnego filtra cyfrowego Ha (s) → Hak (s) → hak (t) → hck (n) → hc (n) → Hc (z) lub inaczej: Hak (s) = Ak Ak → = Hck (z) −p s − pk 1 − e k ts ∗ z −1 Tadeusz Chmaj Wykład II Projektowania filtrów IIR Metoda niezmienności odpowiedzi impulsowej - c.d. taka procedura pozwoli nam wyznaczyć pełna˛ odpowiedź impulsowa˛ - sume˛ wkładów od powyższych odpowiedzi elementarnych - reprezentowana˛ jako iloraz dwóch wielomianów zmiennej z. to z kolei jest równoważne formule na równanie filtru w dziedzinie czasowej aby uniezależnić wzmocnienie filtra cyfrowego od odstepu ˛ prókowania ts , mnożymy impulsowa˛ odpowiedz analogowa˛ przez ts czestość ˛ próbkowania fs powinna być duża by ograniczyć aliasnig (nakładanie sie˛ charakterystyk Ha (jω) ) Tadeusz Chmaj Wykład II Metoda niezmienności odpowiedzi impulsowej przykład Problem: projekt filtra dolnoprzepustowego filtra opartego o prototyp filtra Czebyszewa zakladane parametry: Ts = 0.01, fs = 100Hz, nierównomierność charakterystyki w paśmie przepustowym ≤ 1dB, czestotliwość ˛ graniczna filtru: 20Hz Transmitancja prototypu: c , s2 + bs + c gdzie: c = 17410.145, b = 137.94536 Podział na ułamki proste (jednobiegunowe filtry analogowe): Hc (s) = Hc (s) = ic/(2R) −ic/(2R) + (s + b/2 + iR) (s + b/2 − iR) gdzie R = |(b 2 − 4 ∗ c)/4)| Tadeusz Chmaj Wykład II Metoda niezmienności odpowiedzi impulsowej przykład Ułamki proste: (opisujace ˛ jednobiegunowe filtry cyfrowe) H(z) = −ic/(2R) ic/(2R) + 1 − e−(b/2+iR)Ts z −1 1 − e−(b/2−iR)Ts z −1 pełna transmitancja filtra cyfrowego: H(z) = 1− (c/R)e−bTs /2 sin(RTs ) z −1 −1 + e −bTs z −2 s )]z e−bTs /2 [2cos(RT daje formułe˛ czasowa˛ filtra (mnożymy wspołczynniki przy x (n − i) przez Tc ): y (n) = 0.700595 x (n − 1) + 0.43278805 y (n − 1) − 0.25171605 y (n − 2) Tadeusz Chmaj Wykład II Metoda transformacji biliniowej bardzo popularna technika projektowania filtrów IIR polega na wykorzystanie projektu filtru analogowego Ha (s) do uzyskania charakterystyk filtru dyskretnego Hc (z), tak by: Hc (eiΩ ) = Ha (iω) zmiany pulsacji analogowej ω w zakresie (−∞, +∞) przeszły w zmiany pulsacji cyfrowej Ω (unormowanej wzg. czestotliwości ˛ próbkowania) w zakresie (−π, +π) przejście Ha (s) −→ Hc (z) nie wymaga stosowania transformacji Laplace’a ani rozkladu na ułamki proste; nie ma też problemów z aliasingiem podstawa metody - transformacja zespolona Φ zmiennej zespolonej s, z = Φ(s), która stwarza relacje˛ miedzy ˛ Hc (z) i Hz (s) postaci: Hc (Φ(s)) = Ha (s) postać transformacji biliniowej: z = Tadeusz Chmaj Wykład II 1+Ts s/2 1−Ts s/2 Metoda transformacji biliniowej własności transformacji biliniowej szczególny przypadek transformacji holograficznej posiada transformacje˛ odwrotna˛ s = T2s z−1 z+1 przekształca płaszczyzne˛ zespolona˛ w siebie transformujac ˛ okregi ˛ uogólnione (linie + okregi) ˛ w okregi uogólnione 1+σTs /2+iωTs /2 niech s = σ + iω; wtedy z = Φ(s) = 1−σT s /2−iωTs /2 zaś |z|2 = (1+σTs /2)2 +(ωTs /2)2 (1−σTs /2)2 +(ωTs /2)2 2 gdy σ > 0 to |z| > 1, gdy σ = 0 to |z| = 1, zaś gdy σ < 0 to |z|2 < 1 wnioski: transformacja biliniowa przekszałca płaszczyzne˛ zespolonego s na płaszczyzne˛ zespolonego z tak, że oś urojona s = iω −→koło jednostkowe z = eiΩ bieguny lewej półpłaszczyzny (σ < 0) −→bieguny wewnatrz ˛ koła jednostkowego bieguny prawej półpłaszczyzny (σ > 0 −→ bieguny na zewnatrz ˛ koła jednostkowego Tadeusz Chmaj Wykład II Metoda transformacji biliniowej - algorytm metody zwiazek ˛ miedzy ˛ pulsacjami: ω= 2 tg(Ω/2) T Ω = 2arctg(ωTs /2) Algorytm metody: wyznaczamy transmitancje˛ Ha (s) prototypu filtra analogowego ustalamy czestotliwość ˛ próbkowania filtra cyfrowego podstawiamy jako zmienna˛ transmitancji Ha (s) wielkość 2 z−1 ˛ Hc (z) filtra cyfrowego Ts (z+1) – dostajemy transmitancje sprowadzamy Hc (z) do postaci ilorazu dwóch wielomianów z tej postaci potrafimy wypisać równania struktury filtra Tadeusz Chmaj Wykład II Metoda transformacji biliniowej - przykład Zadanie - konstrukcja filtru dolnoprzepustowego w oparciu o taki sam zestaw danych, co w poprzednim przykładzie Transmitancja prototypu - jak wyżej (LP Czebyszew drugiego rz˛edu, fs = 100Hz, ): Ha (s) = gdzie: c = 17410.145, s2 c , + bs + c b = 137.94536 wyznaczamy Hc (z) = Ha (s = T2s 1−z ) 1+z −1 wymnożenie licznika i mianownika, zebranie wyrazów o równych potegach, ˛ normalizacja tak, by wyraz wolny w mianowniku był = 1 daje: −1 Hc (z) = c (1 + 2z −1 + z −2 ) (a2 +2b+c) 2) 2 −1 + (a +c−ab) z −2 1 + (a(2c−2a 2 +ab+c) z (a2 +ab+c) Tadeusz Chmaj Wykład II Metoda transformacji biliniowej - przykład wstawienie danych numerycznych, wypisanie jako równania strukturalne: y(n) = 0.20482712712x(n) + 0.40965424x(n − 1) + 0.20482712712x(n − 2) + 0.53153089y(n − 1) − 0.35083938y(n − 2) Porównanie metod 1.4 0 1.2 −0.5 1 −1 0.8 −1.5 0.6 −2 0.4 −2.5 0.2 −3 0 −3.5 0 5 10 15 20 25 30 35 40 45 50 0 Amlituda Tadeusz Chmaj 5 10 15 20 25 30 Faza Wykład II 35 40 45 50 Filtry nierekursywne FIR Sa˛ to cyfrowe filtry bez sprz˛eżenia ˛ zwrotnego, przyczynowe, opisane odpowiedzia˛ impulsowa˛ h(n): y(n) = ∞ X h(k)x(n − k) k =0 ze wzgledów ˛ implementacyjnych bierzemy skończona˛ ilość (pierwsze N współczynników odpowiedzi impulsowej działanie filtra zadane przez N liczb h(n) (lub - w konwencji Matlaba - bn ), n = 0, .., N − 1 y(n) = N−1 X h(k)x(n − k) k =0 reakcja na wymuszenie impulsowe zanika w skończonym czasie (stad ˛ nazwa FIR) każda próbka sygnału wyjściowego – średnia ważona ustalonej ilości ostatnich próbek sygnału wejściowego Tadeusz Chmaj Wykład II Filtry FIR - własności, metody projektowania zalety: łatwość projektowania, stabilność, możliwość uzyskania liniowej charaterystyki fazowo-czestotliwościowej ˛ (filtr nie zniekształca sygnału) wady: konieczność stosowania dużej (w porównaniu z IIR) ilości współczynników wieksza ˛ złożoność obliczeniowa – konieczność wykonania duzej ilości operacji arytmetycznych (czyli – mniejsza szybkość działania) najważniejsze metody projektowania metoda próbkowania w dziedzinie czestotliwości ˛ metoda aproksymacji Czebyszewa (algorytm Remesa) metoda okien Tadeusz Chmaj Wykład II Funkcje okna - pojecie ˛ i zastosowania W dziedzinie przetwarzania sygnałów - funkcja w (t) równa zero poza ustalonym przedziałem typowy przyklad - okno prostokatne ˛ analiza cz˛estotliwościowa sygnałów - przypadek ciagły ˛ skończony przedział czasu technicznie równoważne: wyjściowy ciagły ˛ sygnał analizowany x (t) (na ogół nieskończony) wycinamy zakres czasowy odpowiadajacy ˛ interesujacemu ˛ nas obszarowi - odpowiada to iloczynowi xw (t) = x (t)w(t) analiza czestotliwościowa ˛ takiego sygnału - widmo sygnału na obszarze skończonym określone przez splotow widma sygnału i widma funkcji okna jak oddzielić sygnał od okna? Tadeusz Chmaj Wykład II Funkcje okna - c.d. przykład - analiza sygnału x(t) = cos(ω0 t) zakres nieskończony X (ω) = 0.5δ(ω − ω0 ) + 0.5δ(ω + ω0 ) wyciecie ˛ - okno prostokatne ˛ o szerokości T ; ) W (ω) = 2 sin(ωT T widmo sygnału obcietego: ˛ Xw (ω) = sin((ω − ω0 )T ) sin((ω + ω0 )T ) + ω − ω0 ω + ω0 wpyw okna - oscylacje Xw (ω) podobnie dla sygnału dyskretnego - DFT używa skończonego ciagu ˛ próbek - konieczność stosownania okien - wynik - jak dla przypadku ciagłego ˛ - prażki ˛ w widmie spróbkowanego sygnału, ponadto powielenie widma Tadeusz Chmaj Wykład II Funkcje okna - c.d. struktura widm - listek główny (wysokość, szerokość ∆ml zdefiniowana np. przez pozycje˛ zer), listki boczne (główny parametr - tłumienie Asl w stosunku do listka głównego) możliwe inne okna - różne charakterystyki, wpływ na kształt obcietego ˛ sygnału nazwa prostokatne ˛ trojkatne ˛ Hamminga definicja 1 1 − 2|n−(N−1)/2| N−1 2πn 0.54 − 0.46cos( N−1 ) ∆ml 4π/N 8π/N 8π/N Asl 13.3 dB 26.5 dB 42.7 dB wzrost N – spadek ∆ml , bez wpływu na tłumienie Asl inne możliwość - okna parametryczne (Dolpha–Czebyszewa, Kaisera) Tadeusz Chmaj Wykład II Metoda okien - cechy prosta pod wzgledem ˛ teoretycznym i implementacyjnym efektywna – z tych powodów: szeroko stoswana Algorytm metody: wybierz typ filtra (LP, HP, BP, BS, jego pulsacje graniczne) to zadaje jego idealna˛ (prostokatn ˛ a) ˛ transmitancje˛ H(eiΩ ) wyznacz analityczna˛ formułe˛ na dyskretna˛ odpowiedź impulsowa˛ filtra h(n) (dla idealnych filtrów gotowe wyrażenia) - zazwyczaj h(n) - gasnace, ˛ nieskończone oscylacje wymnóż obliczona˛ odpowiedź impulsowa˛ z wybrana˛ funkcja˛ okna hw (n) = h(n) ∗ w (n) o skończonej ilości niezerowych próbek, w (n) = 0 dla |n > M| przesuń uzyskana˛ funkcje˛ hw (n) w prawo o M probek, pobierz 2M + 1 probek M (n) gotowy filtr hw Tadeusz Chmaj Wykład II Metoda okien - dyskusja wpływu okna Rola okna - wybór z nieskończonej odpowiedzi impulsowej filtra jej skonczonego, najbardziej istotnego fragmentu dobór długości (N = 2 ∗ M + 1) oraz kształtu - ważny dla uzyskania liniowości charakterystyki amplitudowej w pasmie przepuszczania, odpowiedniego tłumienia w paśmie zaporowym oraz właściwej stromości filtra Zależność widma okna od parametrów ustalony kształt okna - zwiekszanie jego długości zmniejszenie szerokości listka głównego filtra, brak wpływu na poziom tłumienia listków bocznych by zwiekszyć ˛ tłumienie listków bocznych - weź "lepsze" okno Zależność widma filtra od wyboru okna aby zwiekszyc stromość - wydłuż okno aby zwiekszyc tlumienie w pasmie zaporowym - wybierz inny typ okna (z mniejszym poziomem listkow bocznych) Do projektowania filtrów korzystnie jest zastosowac okna parametryczne (np. Kaisera, Dolpha-Czebyszewa). Tadeusz Chmaj Wykład II