Documente Academic
Documente Profesional
Documente Cultură
1
Prelucrarea numerică a semnalelor, Capitolul 2 Silviu Ciochina
H (e jω ) = e jω − re jθ = 1 + r 2 − 2r cos(θ − ω ) (2.7)
r sin(ω − θ )
tg(ϕ (ω )) = (2.8)
1 − r cos(ω − θ )
Valorile extreme ale modulului sunt :
max H (e jω ) = 1 + r
ω
min H (e jω ) = 1 − r (2.9)
ω
Fig.1
În general, minimul va fi cu atât mai pronunţat cu cât nulul se află mai aproape de cercul
de rază unitate. Existenţa mai multor zerouri face ca efectele acestora să interacţioneze.
Ca urmare, este posibil ca unele zerouri, situate mai aproape de centrul cercului unitar, să
nu mai genereze minime, iar minimele să apară la frecvenţe diferite de argumentele
nulurilor.
2
Prelucrarea numerică a semnalelor, Capitolul 2 Silviu Ciochina
1
Se poate simplu arăta că efectul unui nul z 0' = e jθ are asupra caracteristicii
r
jθ
amplitudine frecvenţă, acelaşi efect c şi nulul z 0 = re , cu excepţia unui factor de scară
1
. Într-adevăr,
r
1 1 + r 2 − 2r cos(θ − ω )
e jω − e j θ = (2.10)
r r
Se observă ca
1 − r ⎧1 , r < 1
cos ϕ (π ) = =⎨ (2.13)
1 − r ⎩− 1 , r > 1
aşa încât ϕ (π ) = 0 , pentru r < 1 şi ϕ (π ) = −π pentru r > 1 .
Curbele respective sunt date in Fig.2, de unde se vede o variaţie in limite mai
largi a fazei in cazul r > 1 (nul în afara cercului unitar) decât in cazul r < 1 .
ϕ (ω )
π
r >1
−π 0 π ω
r <1
−π
Fig.2
3
Prelucrarea numerică a semnalelor, Capitolul 2 Silviu Ciochina
H (e jω ) = H (e jω ) e jϕ (ω ) (2.14)
Trecerile prin zero ale funcţiei de transfer conduc la salturi de fază de π, aşa încât ϕ (ω )
are discontinuităţi in aceste puncte. Din acest motiv vom prefera o alta formă:
H (e jω ) = ± H (e jω ) e jθ (ω ) = H 0 (ω ) e jθ (ω ) (2.15)
în care H 0 (ω ) este o funcţie reală, pozitivă sau negativă, numită funcţie de faza nulă, iar
θ (ω ) este o funcţie continuă.
Dorim sa realizăm un filtru având un timp de întârziere de grup constant în toată
banda de frecvenţe ω ∈ [− π , π ] . Sunt posibile două variante :
A. Caracteristica de faza este liniara, cu trecere prin origine,
θ (ω ) = −αω (2.16)
aşa încât timpul de întârziere de grup normat este
dθ (ω )
t g (ω ) = − =α (2.17)
dω
Aceasta conduce la
N −1
H (e jω ) = ∑ h(n) e − jnω = H 0 (ω ) e − jαω (2.18)
n =0
N −1
H 0 (ω )cos αω = ∑ h(n) cos nω (2.19)
n =0
aşa încât
4
Prelucrarea numerică a semnalelor, Capitolul 2 Silviu Ciochina
N −1 N −1
∑ h(n) sin nω ∑ h(n) sin nω
n =0 n =1
tgαω = N −1
= N −1
(2.20)
∑ h(n) cos nω h(0 ) + ∑ h(n) cos nω
n =0 n =1
ceea ce conduce la
sau
N −1
∑ h(n) sin(α − n)ω = 0 (2.24)
n =0
Se poate uşor verifica faptul ca relaţia de mai sus este îndeplinită dacă :
N −1
α= (2.25)
2
şi
5
Prelucrarea numerică a semnalelor, Capitolul 2 Silviu Ciochina
1
0 1 2 3 4 5 6 7 n
0 1 2 3 4 5 6 7 n
Fig. 3 Fig. 4
B. Caracteristica de fază este o dreaptă care nu mai trece prin origine:
θ (ω ) = β − αω (2.27)
aşa încât şi în acest caz timpul de întârziere de grup normat este constant
t g (ω ) = α (2.28)
π N −1
β= ,α =
2 2
h ( n ) = − h ( N − 1 − n) (2.29)
0 1 2 3 4 5 6 7 n 0 1 2 3 4 5 6 7 n
Fig.5 Fig.6
6
Prelucrarea numerică a semnalelor, Capitolul 2 Silviu Ciochina
În consecinţă, filtrele RFI cu faza liniară se pot clasifica în 4 categorii, după cum
urmează:
1. Funcţie de pondere simetrică , h(n) = h( N − 1 − n) , lungime impara, N = 2 P + 1 ;
2. Funcţie de pondere simetrică, h(n) = h( N − 1 − n) , lungime pară, N = 2 P ;
3. Funcţie de pondere antisimetrică, h(n) = − h( N − 1 − n) , lungime impară,
N = 2P + 1;
4. Funcţie de pondere antisimetrică, h(n) = − h( N − 1 − n) , lungime pară, N = 2 P .
Fiecare din aceste 4 tipuri de filtre are caracteristici specifice, care îl recomandă
sau nu pentru o anumită aplicaţie. Este, in consecinţă, util să analizăm separat
funcţiile de transfer corespunzătoare.
În acest caz, N = 2 P + 1 , deci timpul de întârziere de grup normat este α = P şi are loc
relaţia:
h(n) = h(2 P − n), n = 0,..., P (2.30)
Funcţia de transfer se scrie :
2P P −1 2P
H ( e jω ) = ∑ h(n) e − jnω = ∑ h(n) e − jnω + h( P) e − jPω + ∑ h(n) e − jnω (2.31)
n =0 n =0 n = P +1
În ultima sumă, pe care o vom nota cu S, facem o schimbare a indicelui de însumare
care să permită valorificarea relaţiei de simetrie : m = 2 P − n
Se obţine :
P −1 P −1
S= ∑ h(2 P − m) e − j ( 2 P −m)ω = ∑ h(n) e − j ( 2 P −n)ω (2.32)
m =0 n=0
Înlocuind şi scoţând in factor termenul de fază liniară ,
⎛ P −1 P −1
⎞
H (e jω ) = e − jPω ⎜ ∑ h(n) e j ( P − n )ω + h( P ) + ∑ h(n) e − j ( P − n )ω ⎟ (2.33)
⎝ n =0 n =0 ⎠
Se grupează cele două sume şi se obţine
⎛ P −1 ⎞
H (e jω ) = e − jPω ⎜⎜ ∑ 2h(n) cos( P − n)ω + h( P ) ⎟⎟ (2.34)
⎝ n =0 ⎠
În această relaţie se face schimbarea indicelui de însumare, m = P − n şi rămâne :
− jPω ⎛
P ⎞
jω
H (e ) = e ⎜
⎜ ∑ 2 h ( P − m ) cos mω + h ( P ) ⎟⎟ (2.35)
⎝ m =1 ⎠
Cantitatea din paranteză reprezintă evident funcţia de fază nulă, care poate fi scrisă mai
compact :
P
H 0 (ω ) = ∑ a' (n) cos nω (2.36)
n =0
7
Prelucrarea numerică a semnalelor, Capitolul 2 Silviu Ciochina
⎧2h( P − n) , n = 1,..., P
a ' ( n) = ⎨ (2.37)
⎩h ( P ) ,n=0
Funcţia de transfer în ansamblu este
H (e jω ) = e − jPω H 0 (ω ) (2.38)
8
Prelucrarea numerică a semnalelor, Capitolul 2 Silviu Ciochina
unde
c' (n) = 2h( P − n), n = 1,..., P (2.47)
şi
π
j
jω
H (e ) = e − jPω
e 2 H 0 (e jω ) = je − jPω H 0 (ω ) (2.48)
Observaţii
• Restricţii privind poziţiile zerourilor
Pentru oricare din cele 4 tipuri de filtre putem scrie :
H ( z ) = h(0) + h(1) z −1 + h(2) z −2 + ... + h( N − 3) z − ( N −3) + h( N − 2) z − ( N −2) + h( N − 1) z − ( N −1)
9
Prelucrarea numerică a semnalelor, Capitolul 2 Silviu Ciochina
(z ) ∗ −1
i
zi
-1 1 Re z
zi∗
z i−1
Fig. 7
(1 − z −1 jϕ
e )(1 − z −1 − jϕ
e ) (2.54)
( )
z i = z i−1 *
( )(
⇒ 1 − z −1e jϕi 1 − z −1e − jϕi )
z i* = z i−1
Fig. 8
1
2. Dacă ϕ i = 0 , deci există un zero real, z i = ri , va mai exista implicit şi ( z i )−1 = .
ri
Aceştia generează de asemenea un factor de ordinul doi in funcţia de transfer (Fig. 9).
10
Prelucrarea numerică a semnalelor, Capitolul 2 Silviu Ciochina
zi z i−1
( ⎛
) 1⎞
⇒ 1 − z −1ri ⎜⎜1 − z −1 ⎟⎟
ri ⎠
⎝
Fig. 9
3. În fine, în cazul ri = 1 si ϕ i = 0 sau ϕ i = π , deci z i = ±1 , zeroul este egal şi cu
inversul şi cu complex conjugatul său. El generează un factor de ordinul unu (Fig.10, 11)
(
⇒ 1 − z −1 )
zi = z i−1 =1=
( )
= z i• = z i•
−1
Fig. 10
z i = z i−1 = −1
(
⇒ 1 + z −1 )
( )
= z i• = z i•
−1
Fig. 11
11
Prelucrarea numerică a semnalelor, Capitolul 2 Silviu Ciochina
poate fi folosit pentru realizarea FTS, FOB, dar poate fi folosit pentru FTJ si FTB. Şi în
acest caz H 0 (ω ) este funcţie pară.
In cazul 3, se constată că
( ) ( )
H e j 0 = 0 şi H e jπ = 0 , ceea ce implică zerouri ale lui H(z) pentru z = ±1 .
Caracteristica de frecvenţă prezintă zerouri atât la frecvente joase ( ω = 0 ) cât si înalte
( ω = π ), deci nu poate fi utilizat pentru FTJ, FTS, FOB. Poate fi utilizat pentru FTB. Se
constată de asemenea că H 0 (ω ) este funcţie impară de ω
( )
Funcţiile de tipul 4 au evident H e j 0 = 0 , deci z = 1 este un nul al funcţiei H ( z ) .
Frecvenţele joase sunt rejectate, deci acest tip nu poate fi folosit pentru realizarea de FTJ,
FOB. El poate fi utilizat pentru a realiza FTS sau FTB. Si in acest caz, H 0 (ω ) este funcţie
impară de ω.
Paritatea funcţiei H 0 (ω ) trebuie avută în vedere in realizarea unor categorii de
filtre. De exemplu diferenţiatorul ideal si transformatorul Hilbert necesită o funcţie
H 0 (ω ) impară, ceea ce presupune utilizarea tipurilor 3 sau 4.
Tipul 1: Tipul 3:
H0 funcţie pară şi simetrică faţă de π H0 funcţie impară şi antisimetrică faţă de π
H 0 (ω )
H 0 (ω )
ω ω
-π 0 π 2π 3π -π 0 π 2π 3π
Tipul 2: Tipul 4:
H0 funcţie pară şi antisimetrică faţă de π H0 funcţie impară şi simetrică faţă de π
H 0 (ω ) H 0 (ω )
ω ω
-π 0 π 2π 3π -π 0 π 2π 3π
12
Zerouri obligatorii
H 0 (ω ) = 0 , H ( z ) = 0 Nu se pot
Tip Lungime Secvenţa h(n) H 0 (ω ) θ (ω ) Se pot proiecta
ω=0 ω =π proiecta
z =1 z = −1
simetrică N −1 FTJ
2 N −1 fără con- fără con- FTS tr. Hilbert
− ω
1 N impar
h( n ) = h( N − 1 − n)
∑ a n cos(nω ) 2 strângeri strângeri FTB diferenţiator
n =0
FOB
simetrică N
N −1 FTS, FOB
2
⎛ 1⎞ fără con- FTJ
− ω
2 N par
h( n ) = h( N − 1 − n)
∑ bn cos⎜⎝ n − 2 ⎟⎠ω 2 strângeri
0
FTB
tr. Hilbert
diferenţiator
n =1
antisimetrică
N −1
h( n) = − h( N − 1 − n) π N −1 FTB FTJ
2
− ω
3 N impar
h⎜
⎛ N −1⎞
⎟=0
∑ cn sin (nω ) 2 2
0 0 tr. Hilbert
diferenţiator
FTS
FOB
n =1
⎝ 2 ⎠
antisimetrică N FTS
2
⎛ 1⎞ π N −1 fără con- FTB FTJ
− ω
4 N par
h( n) = − h( N − 1 − n) ∑ d n sin⎜⎝ n − 2 ⎟⎠ω 2 2
0
strângeri tr. Hilbert FOB
n =1
diferenţiator
Prelucrarea numerică a semnalelor, Capitolul 2 Silviu Ciochina
N −1
H ( e jω ) = ∑ h(n)e − jnω (2.56)
n =0
Pornind de la observaţia că termenii celor două sume reprezentând funcţia dorita şi
funcţia de transfer a filtrului sunt de aceeaşi formă, se poate realiza o identificare a unui
număr finit de termeni,
h(n) = hd (n), n = 0,..., N − 1 (2.57)
Aceasta este echivalentă cu o trunchiere a seriei H d (e jω ) pentru a o putea identifica cu
suma finită H (e jω ) .
Frecvent, se doreşte un filtru cu o caracteristică de fază liniară şi cu o
caracteristică amplitudine frecvenţă H d (e jω ) impusă. Vom presupune dată şi lungimea
N (cel puţin aproximativă) a filtrului. Decizia asupra tipului de filtru ales se ia având în
vedere restricţiile prezente mai înainte. Într-o sinteză cu coeficienţi reali, H d (e jω )
îndeplineşte condiţia de paritate:
H d ( e − jω ) = H d ( e jω ) (2.58)
În cazurile 1 si 2, H 0 (ω ) este funcţie pară şi se poate lua
H d (ω ) = H d (e jω ) , ω ∈ [− π , π ]
0
(2.59)
care se completează cu factorul de fază
N −1
−j ω
jω
H d (e ) = e 2
H d (ω )
0
(2.60)
14
Prelucrarea numerică a semnalelor, Capitolul 2 Silviu Ciochina
15
Prelucrarea numerică a semnalelor, Capitolul 2 Silviu Ciochina
W ( e jω )
Fig. 11
0 ω
Hd (e jω )
H(e jω ) Fig. 12
16
Prelucrarea numerică a semnalelor, Capitolul 2 Silviu Ciochina
În concluzie, pentru a avea o banda de tranziţie cât mai mică şi ondulaţii cât mai
reduse, funcţia fereastra utilizată ar trebui sa aibă un lob principal cât mai îngust şi
lobi secundari cât mai mici. La limită, condiţiile acestea ar fi îndeplinite de
W (e jω ) = 2πδ (ω ) , ceea ce ar conduce evident la
H d ( e jω ) = H ( e j ω )
Acest rezultat nu are însă valoare practică, deoarece in acest caz w(n) = 1 = const. ,
pentru orice n, deci lipseşte fereastra.
Observaţiile de mai sus conduc la o modalitate de specificare a “gabaritului”
impus pentru câştigul sau atenuarea filtrului. Sa consideram tot cazul unui FTJ (Figura
13)
Se pot preciza :
- limita superioară a benzii de trecere, ω t ;
- ondulaţia maximă (eroarea) in banda de trecere, δ t ;
- limita inferioară a benzii de oprire ω b ;
- ondulaţia maximă (eroarea) in banda de oprire (blocare), δ b .
Evident, acest mod de definire presupune ca :
H (e jω ) − 1 ≤ δ t pentru ω ∈ [0, ω t ]
H (e jω ) ≤ δ b pentru ω ≥ [ω b , π ] (2.71)
H(e jω )
1+ δt
1
Fig. 13
1− δt
δb
ωt ωb ω
17
Prelucrarea numerică a semnalelor, Capitolul 2 Silviu Ciochina
Fereastra dreptunghiulară
Se defineşte prin :
[
⎧1, n ∈ 0, N − 1
wD ( n ) = ⎨
] (2.74)
⎩0, in rest
şi este reprezentată în figura 14.
wD (n)
-2 -1 0 1 N-1 N N+1 n
Fig. 14
Transformata z este :
N −1
1 − z −N
WD ( z ) = ∑ z −n = 1 − z −1
(2.75)
n =0
iar spectrul e dat de
N
− jNω ω N −1 sin
jω 1− e 2−j ω
W D (e ) = =e 2 (2.76)
1 − e − jω 1
sin ω
2
Cum era de aşteptat, având in vedere relaţia de simetrie wD (n) = wD ( N − 1 − n) , apare si
aici termenul de faza nulă
N
sin ω
WD 0 (ω ) = 2 (2.77)
1
sin ω
2
jω
Modulul spectrului, WD (e ) este reprezentat, pentru N=8 in Fig. 15
18
Prelucrarea numerică a semnalelor, Capitolul 2 Silviu Ciochina
( )
W D e jω
2π 2π
0 2 π 2π ω
N N
Fig. 15
19
Prelucrarea numerică a semnalelor, Capitolul 2 Silviu Ciochina
W D ( e jω )
0 W D (e j 0 ) dB
-10
-20
-30
-40
-50
-60
-70
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
frecventa normata
Fig. 16
Ferestrele Hamming
0.9 wH (n )
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0 5 10 15 20 25 30 35 40 45
Fig. 17
20
Prelucrarea numerică a semnalelor, Capitolul 2 Silviu Ciochina
N
ω sin (2.82)
WD (ω ) = 2
0
1
sin ω
2
În consecinţă :
N −1
−j ω
W H (e ) = α ⋅ e
jω 2
WD (ω ) −
0
1−α jN π
−j
N −1
(ω − 2π
2π
)
− e e 2
WD (ω − ) −
N
(2.83)
2 N 0
1 − α − j N − j 2 (ω + N )
π N −1 2π
2π
− e e WD (ω + )
2 N 0
dar
N −1 2π N −1 π π N −1
−j (ω − ) −j ω −j −j −j ω
e 2 N =e 2 e N e jπ = −e Ne 2
aşa încât
−j
N −1
ω ⎛ 1−α 2π 1 − α 2π ⎞
W H ( e jω ) = e ⎜ α ⋅ W D (e ) + WD (ω − ) + WD (ω +
jω
2
)⎟ (2.84)
⎝ 2 N 2 N ⎠
0 0 0
21
Prelucrarea numerică a semnalelor, Capitolul 2 Silviu Ciochina
În faţa parantezei s-a obţinut termenul de fază liniară, aşa încât cantitatea din paranteză
reprezintă funcţia de fază nulă
1−α 2π 1 − α 2π
W H ( e jω ) = α ⋅ W D ( e jω ) + WD (ω − ) + WD (ω + ) (2.85)
0 0
2 0
N 2 0
N
Aceasta funcţie este reprezentată în Figura 18, cu linie continuă. În aceeaşi figură, sunt
reprezentaţi cu linie punctată, cei trei termeni ai sumei din relaţia 2.85.
Se constată :
⎛ 8π ⎞
- o dublare a lăţimii lobului principal ⎜ ⎟ faţă de cazul ferestrei dreptunghiulare
⎝N⎠
4π
- în cazul ferestrei Hamming propriu-zisă mai apare o anulare a spectrului între
N
6π
şi , care face ca principalul lob secundar sa aibă o valoare foarte redusa (circa –
N
41dB faţă de lobul principal). Spectrul e reprezentat în figura 19, pentru N=29.
Aceasta va conduce la ondulaţii ale caracteristicii de amplitudine a filtrului realizat
ce nu depăşesc -54dB din amplitudinea saltului.
WH (ω )
0
αN
2π 2π 4π 6π ω
−
N N N N
Fig. 18
22
Prelucrarea numerică a semnalelor, Capitolul 2 Silviu Ciochina
( )
W H e jω
0
WH (e ) j0
dB
-10
-20
-30
-40
-50
-60
-70
-80
-90
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
frecventa normata
Fig. 19
- în cazul α = 0,5 (fereastra Hann), amplitudinea celui mai mare lob secundar este
de circa -31dB din aceea a lobului principal. Spectrul este reprezentat în figura 20,
pentru N=29. Ondulaţiile caracteristicii de frecvenţă sunt de circa –44 dB din
amplitudinea tranziţiei.
( )
W H e jω
0 WH (e ) j0
dB
-20
-40
-60
-80
-100
-120
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
frecventa normata
Fig. 20
23