Sunteți pe pagina 1din 55

Filtre Digitale Scopuri:

Separarea semnalelor; Refacerea semnalelor distorsionate; In DSP semnalele de intrare si de iesire sunt reprezentate in domeniul timp (discret)!

Filtrele liniare (provenite din SLI ) au raspuns:


In domeniul timp: la impuls si la treapta; In domeniul frecventa: la sin

Parametrii filtrului in domeniul timp


Segmentarea domeniului timp de catre o!servator" #$ semnale treapta; Raspunsul la impuls%$ functia pondere & '(n)

Parametrii filtrului in domeniul frecventa


Scopul: frecvente care trec nealterate( altele care se opresc: F )( F S( F *( F+*

,lti parametri in domeniul frecventa:

*anda de tranzitie (roll&off); Riplul in !anda de trecere (eventual oprire); ,tenuarea in !anda de oprire -e este cu faza. / de o!icei are mai putina importanta la prelucrarile in frecventa si se pot face filter cu defaza0 1!

F S( F * si F+* Se incepe de la F ) ! F )&$F S


2 metode: Inversare de spectru; Intoarcere de spectru3

F )&$F S Inversare de spectru (2 pasi de modificare):


Inversare fiecare element din '(n) ,daugare un 4 in centrul de simetrie

F )&$F S Inversare de spectru (de ce 2 pasi de modificare.)

F )&$F S Intoarcere de spectru (un pas de modificare):


Se sc'i!a sensul la fiecare al doilea esantion din '(n)

F )#F S%$F *

F )#F S%$ F+*

-lasificarea filtrelor

-onvolutie (FIR) Domeniul timp (netezire( eliminare D-) Domeniul frecventa (separare frecvente) -ustom (deconvolutie) FIR&custom design (filtre adaptive si optimal) Sinc&ferestruit 5ediere alunecatoare

Recursive (IIR) Filtre cu un singur pol

-'e!"s'ev Design iterativ

Filtre cu mediere alunecatoare


Folosite in domeniul timp pentru netezirea zgomotelor( dar pastrarea fronturilor; 5erg rau in domeniul frecventa

Implementare prin -onvolutie

67emplu:

sau simetric fata de punctual current:

Filtre cu mediere alunecatoare3 Reducerea de zgomot vs3 raspunsul la treapta

Filtre cu mediere alunecatoare3 Raspunsul in frecventa3

Filtre cu mediere alunecatoare3 Implementare Recursiva3


67emplu:

8eneral: (nu conteaza 5!)

Filtre Sinc&ferestruit
9tilizate pentru separarea !enzilor de frecventa Foarte sta!ile! Performante !une in domeniul frecventa :u sunt !une in domeniul timp (riplu mare la treapta)

Ferestruirea

Parametrii filtrelor Sinc&ferestruit

Relatia de calcul pentru Sinc&ferestruit

67emple de raspuns la treapta

Performantele unui filtru Sinc&ferestruit ,vand un ;ernel de <2114 puncte!

67emplu: c3c3 la 4111=z variatie mai mica de 1312> la peste 4114=z atenuare ??3?@>

Limitarile filtrelor Sinc&ferestruit timpul de e7ecutie!


Sunt alte filter mai !une din acest punc de vedere&D, -are este costul& AmatematicaB care permite un ;ernel mai scurt si de aici e7ecutia mai rapida prin convolutie directa

Filtre adaptive

-aracteristica ar!itrara de filtrare dupa necesitati Deconvolutie Filtrare optimal (separarea semnaleor cu spectru suprapus) -el mai !un e7emplu pentru DSP

Filtre cu caracteristica ar!itrara de raspuns


Fara forma anlitica a caracteristicii (ca Sinc) -aracteristica este reprezentata de o matrice

M=40

Deconvolutia
:e pazeste de convolutiile nedorite (miscarea camerie( ecoul la telefonia de lunga distanta) :ecesita cunoasterea caracteristicii de convolutie nedorita 8reu de inteles in timp dar usor in frecventa (refacere amplitudine si faza

67emplu: detectorul de raze gama (convolutie nedorita si inevita!ila)

-e face deconvolutia: ingusteaza pulsurile pentru a fi separate daca vin unele dupa altele

-'eia pro!lemei -onvolutia in timp este inmultire in frecventa!

,lt e7emplu de deconvolutie (oar!a)

Filtrare optimala
De definit ce inseamna optimal Daca semnalele se suprapun in frecventa( operatiaa tre!uie facuta in timp!

67emplu:

< solutii: 5ediere alunecatoare / de0a discutata Filtru optimal& -orelatia Filtrarea Ciener (teoria estimarii optimal a lui :or!ert Ciener)

Filtru optimal& corlatia

filtru potrivit - ideea este corelatia,

Corelatia se face prin convolutie - amplitudinea pt. fiecare punct din semnalul de iesire este o msur de ct de bine se potrivete cu kernel-ul filtrului cu seciunea corespunztoare din semnalul de intrare. Amintiti-va ca ieire a unui filtru potrivit nu neaprat arata ca semnalul ce trebuie detectat. Acest lucru nu prea conteaza, forma semnalului int trebuie s fie deja cunoscuta.

Filtrarea este optim orice alta filtrare liniara.

n sensul ca vrful semnalului este mai departe de z!omot dect la

Filtrarea Ciener

Filtrul "iener #numit asa dupa teoria estimarii optime a lui $orbert "iener% - separ semnalele pe baza benzilor lor de frecvene. Aa cum se arat n Fi!., la unele frecvene e&ist mai mult semnal n timp ce la altele e&ist cea mai mare parte de z!omot. 'are lo!ic ca frecvenele cu (cea mai mare parte semnal( sa treaca prin filtru, n timp ce frecvenele (cea mai mare parte de z!omot( ar trebui s fie blocate. Filtrul "iener preia aceast cu idee un pas mai departe, cti!ul filtrului la fiecare frecven este determinat de cantitatea

relativ a semnalului i a z!omotului la acea frecvena)

Filtrarea Ciener( ma7 S:R:

5erita. Rezultatele celor trei metode sunt foarte apropiate -omple7itatea ultimelor doua & folosesc convolutia si necesita cunoasterea semnalului

-onvolutie
-um se face. Convolutia arata trecerea semnalului x(n) printr-un circuit cu ponderea h(n) catre iesire.

y ( n) =

k =

x(i)h(n i )

x x (0), x (1), x ( 2), x (3)

n =sup 0,3 ={0;1;2;3}

h h(0), h(1), h( 2)

; !"

k =sup 0,2 ={0;1;2}

y ( n) = x ( n) ( h( n)

!#

$tenuator cu inversare

%erivata discrete

-um se face.

y (0) = x (0) h(0 0) y (1) = x (0) h(1 0) + x (1) h(1 1) y ( 2) = x (0) h( 2 0) + x (1) h( 2 1) + x ( 2) h( 2 2) . . y (') = x (3) h(' 3) + x ( &) h(' &) h index < 2 x index < &

()(n)*+(h(n)*(x(n)*
!oeplit,- dreptun-hiular.

y0 h(0). 0. .0. . .0 y x h ( 1 ) . 0 . . 0 . . . 0 0 1 y2 h(2)h(1)(h(0). 0 x1 = y 3 0 h(2). h(1)h(0) x2 y 0 0. . h(2)h(1) x 3 & y' 0 0. . .0. h(2)

!oeplit, patratic.

h0 h1h2 k h1h0 h2 h2 h1h0


depinde de /, nu depinde de semnal

Cum se aplica convolutia la filtrare


0cuatii cu di1erente 1inite (#23!).
K =0

k y(n k ) = k x(n k )
K =0

N 1

M 1

orma canonica de 1iltru


0 0 aK = K 0 bK = K 0

)(n)+

M 1 K =0

bK x(n k ) a K y (n k )
K =1

N 1

x- intrari )- iesiri

nu are reactie 34 (inpuls 1init la raspuns) 334 (impuls in1init la raspuns)