Documente Academic
Documente Profesional
Documente Cultură
Introducere teoretic
3.1
y n
N 1
k 0
k n N 1
h k x n k h n k x k
(3.1)
unde N este ordinul (sau lungimea) filtrului. Relaia ( 3 .1) reprezint exact
convoluia discret, comutativ, care poate fi utilizat pentru orice sistem LIT pentru
a calcula rspunsul la o secven de intrare arbitrar; particularizarea pentru FIR
const n stabilirea unor limite finite n relaia de sumare.
Filtrele IIR au funcia pondere de lungime infinit, aa cum arat i denumirea
lor. Evident c o relaie de forma ( 3 .1) nu poate fi utilizat pentru caracterizarea
acestui tip de filtre din cauza imposibilitii de a putea calcula rspunsul ca sum
finit de termeni. De aceea filtrele IIR sunt caracterizate de ecuaii recursive de
forma:
N
k 0
i 1
y n bk x n k ai y n i
(3.2)
Y ( z ) N 1
hk z k
X ( z ) k 0
N -1
Y (z)
Filtre IIR: H z
X (z)
z k
k =0
(3.3)
1 ai z
(3.4)
i
i 1
Pentru o aplicaie dat, alegerea tipului filtrului utilizat, FIR sau IIR, se face pe
baza urmtoarelor considerente:
-
Filtrele FIR pot fi realizate cu faz absolut liniar, deci filtrul nu introduce
distorsiuni de faz. n cazul filtrelor IIR faza rspunsului este profund
neliniar;
Observaie
Datele de proiectare specifice filtrului definesc de obicei caracteristicile ale
filtrului n domeniul frecven. De exemplu, pentru un filtru trece jos (FTJ) este
important s se precizeze mrimile:
2
fp
fs
fe
n Fig. 3 .1 s-au marcat aceste mrimi, fiind considerat cazul unui filtru de tip
trece jos (FTJ).
|H|
1+p
1p
s
0
fp
fs
frecvena
O soluie mai bun este folosirea altor tipuri de funcii fereastr, care s
realizeze o trunchiere ponderat a funciei pondere specifice filtrului dorit, care s
prezinte caracteristici de frecven superioare ferestrei dreptunghiulare (limea
lobului principal mai mic i o atenuare mai mare a lobilor laterali). n aceast
lucrare vor fi prezentate principalele funcii fereastr (Bartlett, Blackman, Hamming,
Hanning, Kaiser).
n tabelul 3.2 este prezentat algoritmul pentru proiectarea filtrelor FIR prin
metoda ferestrelor, iar n tabelul 3.3 sunt prezentate comparativ, avantajele si
dezavantajele metodei ferestrelor.
Pai de proiectare a unui filtru FIR prin metoda ferestrelor
Specificarea rspunsului ideal (dorit) n frecven al filtrului, H d e j .
Obinerea funciei pondere (rspunsul filtrului la impuls) hd n prin transformata
Fourier invers a lui H d e j .
Alegerea unei funcii fereastr care s satisfac cerinele referitoare la banda de
trecere i atenuarea necesar.
Obinerea secvenei w n pentru funcia fereastr aleas, precum i a valorilor
coeficienilor filtrului FIR selectai, h n , prin multiplicarea funciei pondere dorite,
hd n , cu secvena fereastr, w n :
h n hd n w n
(3.5)
Amplitudine complex
angle, phase
Unghiul, faza
conv
Convoluie
deconv
Deconvoluie
fft
ifft
fftshift
unwrap
Faza desfcut
filter
Filtrare
Fereastra Bartlett
blackman
Fereastra Blackman
hamming
Fereastra Hamming
hanning
Fereastra Hanning
kaiser
Fereastra Kaiser
remez
Aplicaii
x n
2mN n 2m 1 N
2m 1 N n 2mN
K 1
TFD 1
X m W nm
m 0
mod K
Observaie
Proprietile ferestrelor pot fi analizate i cu lansnd wintool n fereastra de
comand.
f = -63:1:64;
x1 = [zeros(1,14) boxcar(100)' zeros(1,14)];
X1 = fftshift(abs(fft(x1)));
logX1 = 20*log10(X1+0.00001);
figure,subplot(221), plot(x1), title('Fereastra dreptunghiulara'),xlabel('Timp'),xlim([1
128]);
subplot(222), plot(f,X1), title('Spectrul ferestrei simetrizat'),xlabel('Frecventa'),xlim([63 64]);
subplot(223),
plot(f,logX1),
title('Spectrul
ferestrei
simetrizat
(dB)'),xlabel('Frecventa'),xlim([-63 64]);
x2 = [zeros(1,14) bartlett(100)' zeros(1,14)];
X2 = fftshift(abs(fft(x2)));
logX2 = 20*log10(X2+0.00001);
figure,subplot(221), plot(x2), title('Fereastra Bartlett'),xlabel('Timp'),xlim([1 128]);
subplot(222), plot(f,X2), title('Spectrul ferestrei simetrizat'),xlabel('Freceventa'),xlim([63 64]);
subplot(223),
plot(f,logX2),
title('Spectrul
ferestrei
simetrizat
(dB)'),xlabel('Frecventa'),xlim([-63 64]);
x3 = [zeros(1,14) hamming(100)' zeros(1,14)];
X3 = fftshift(abs(fft(x3)));
logX3 = 20*log10(X3+0.00001);
figure,subplot(221), plot(x3), title('Fereastra Hamming'),xlabel('Timp'),xlim([1 128]);
subplot(222), plot(f,X3), title('Spectrul ferestrei simetrizat'),xlabel('Frecventa'),xlim([63 64]);
subplot(223),
plot(f,logX3),
title('Spectrul
ferestrei
simetrizat
(dB)'),xlabel('Frecventa'),xlim([-63 64]);
clear x3 X3 logX3
x4 = [zeros(1,14) hanning(100)' zeros(1,14)];
X4 = fftshift(abs(fft(x4)));
logX4 = 20*log10(X4+0.00001);
8
semnalului
semnalului
F = [0.0 0.18 0.2 0.22 0.5 0.68 0.7 0.72 0.8 1];
M = [0 0 6.3 0 0 0 6 0 0 0];
B = fir2(31,F,M);
[H, W] = freqz(B,1,NFFT,Fs);
MH = abs(H);
z = filter(B,1,y);
Z = fft(z);
MZ = abs(Z);
subplot(224),plot(W,abs(H)), title('Raspunsul in frecventa al FIR'),xlabel('frecventa
(Hz)');
subplot(223),plot(f,abs(MZ(1:(NFFT/2)))),title('Spectrul
semnalului
filtrat'),xlabel('Frecventa (Hz)');
figure,subplot(221), plot(x(50:100)), title(' Segment din semnalul neperturbat');
subplot(222), plot(y(50:100)), title('Segment din semnalul perturbat');
subplot(223), plot(z(15+(50:100))), title('Segment din semnalul filtrat');
f1) Justificai proiectarea filtrului i modificai parametrii acestuia, observnd
rezultatul.
f2) Poate fi folosit n acest caz un filtru trece jos pentru eliminarea zgomotului? Dar
un filtru trece banda? Justificai rspunsul.
f3) Proiectai i implementai n MATLAB un sistem realizat cu dou filtre diferite
(precizai tipul acestora: FTJ, FTB, sau FTS), care s recupereze eficient semnalul
util de la punctul f1).
Folosind funciile utilizate anterior s se proiecteze prin metoda ferestrelor un
filtru digital FIR de tip trece jos, cu urmtoarele caracteristici:
10
50 dB
- frecvena de tiere
3.4 kHz
0.6 kHz
12 kHz
1 pentru 6
H d
0 pentru
6
1 pentru 6
H d 0 pentru
6
3
1 pentru
2 i 4 Hz
2 i 1 Hz
- tipul ferestrei:
Blackman, de dimensiune 7
10kHz
- frecvena de tiere
2.5kHz
0.5kHz.
- ordinul filtrului
30.
Soluie:
Secvena MATLAB pentru rezolvarea problemei este prezentat n exemplul
EX5_L3.m. Lansai n execuie programul i interpretai rezultatele.
% Sa se proiecteze un filtru FIR optimal in sens Cebisev
% cu metoda Parks-McCllelan, avind urmatoarele caracteristici de gabarit:
% Frecventa de esantionare = 10kHz
% Frecventa de taiere in banda de trecere = 2.5kHz
% Latimea benzii de tranzitie 0.5kHz.
Fe = 10000;
N = 100;%puncte pt reprezentarea in frecventa
f = (Fe/2)*[0:(N-1)]/N;
F = [0.0 0.5 0.6 1];
M = [1 1 0 0];
B = remez(30, F, M);
Hf = freqz(B,1,100);
Hd = [ones(1,50) zeros(1,10) zeros(1,40)]';
H = [Hf Hd];
% Se reprezinta filtrul FIR optimal si fitrul ideal cu frecventa de taiere 2.5kHz
figure,plot(f,abs(H)),title('Modulul filtrul trece-jos ideal si al celui proiectat
optimal'),xlabel('Frecventa (Hz)');
figure,plot(f,unwrap(angle(Hf))),title('Faza
filtrul
trece-jos
proiectat
optimal'),xlabel('Frecventa (Hz)');
S se proiecteze un filtru digital de tip trece sus, cu frecvena de trecere 750
Hz. Se tie faptul c n spectrul semnalului ce trebuie filtrat, nu exist component
de frecven mai mare de 1000 Hz.
n1) Se poate alege frecvena de eantionare de 4000 Hz ?
n2) Desenai funcia de transfer ideal a filtrului.
n3) Proiectai filtrul.
Un semnal analogic discretizat are o component nedorit cu frecvena de 60
Hz i conine i armonicile sale de 120 Hz, 180 Hz, 240 Hz, 300 Hz, 360 Hz.
Frecvena de eantionare este de 1200 Hz. Proiectai un filtru digital care s nlture
att componenta de 60 Hz ct i armonicile sale.
Un filtru digital FIR este descris de ecuaia cu diferene finite:
12
x 2 n 10 5 cos
f3 = 7778 Hz
f2 = 8889 Hz
f4 = 6667 Hz
q1) Proiectai un filtru FIR care elimin componentele aflate la aceste frecvene
parazite.
q2) Alegei ctigul filtrului astfel nct componenta continu s nu fie distorsionat,
H 0 1 , i apoi desenai amplitudinea (n reprezentare logaritmic) i faza
rspunsului su n frecven.
q3) Filtrul obinut corespunde sau nu obiectivelor propuse prin datele de proiectare?
Ai recomanda utilizarea sa n aplicaii practice ? Justificai.
S se proiecteze un filtru FIR trece-band cu faz liniar, avnd urmtoarele
caracteristici de frecven:
- Frecvena de eantionare
20kHz
4kHz
2kHz
- Benzile de tranziie
0.2kHz
14
15
B IBLIOGRAFIE
Ungureanu Georgeta Mihaela - Analiza i prelucrarea semnalelor: aplicaii n
ingineria biomedical, MATRIX ROM, 2013;
Ungureanu G. Mihaela Prelucrarea digital a semnalelor, MATRIX ROM, 2008;
Ungureanu Mihaela, Munteanu Cristian, Dumitras Adriana, Vieru Rodica,
Coordonator: Prof.Dr.Ing. Lazarescu Vasile - Prelucrarea digital a semnalelor.
Aplicaii Matlab, Matrix ROM, 2003;
Vasile Lzrescu - Prelucrarea digital a semnalelor; Amco Press, Bucuresti,
Romania, 1995;
Robert D. Strum, Donald E. Kirk - First Principles of Discrete Systems and Digital
Signal Processing; Addison - Wesley Publ. Comp., USA, 1988;
Alan V. Oppenheim, Roland W. Schaffer - Discrete Time Signal Processing Prentice-Hall International, Inc., 1988
17