Filtre

DORINA ISAR
ALEXANDRU ISAR
FILTRE
EDITURA POLITEHNICA
TIMIOARA 2003
DORINA ISAR
ALEXANDRU ISAR
FILTRE
EDITURA POLITEHNICA
TIMIOARA 2003
CUPRINS
PREFAA
CAPITOLUL 1. Introducere
1.1. Tipuri de filtre ideale
1.1.1.Filtrul trece jos ideal
1.1.2. Filtrul trece sus ideal
1.1.3. Filtrul trece band ideal
1.1.4. Filtrul oprete band ideal
1.2. Aproximarea caracteristicilor filtrelor ideale
1.2.1. Aproximarea de tip maxim plat
1.2.2 Aproximarea de tip minimax a caracteristicii de modul a
funciei de transfer a filtrului trece jos ideal
1.2.2.1. Polinoame Cebev
1.2.2.2 Determinarea aproximrii Cebev n banda de
trecere a filtrului trece jos ideal
1.2.3. Aproximarea caracteristicii de faz a filtrului trece jos ideal
1.3. mbuntirea RSZ prin filtrare liniar
1.3.1. O nou modalitate de estimare a benzii echivalente de zgomot
a unor filtre trece jos realizabile
1.3.2. Utilizarea filtrelor transversale pentru prelucrarea
semnalelor periodice
CAPITOLUL 2. METODE DE SINTEZ A FILTRELOR
2.1. Filtre pasive
2.1.1. Sinteza diporilor pur reactivi conectai ntre terminaii neideale
2.1.2. Parametrii matriciali ai diporilor pasivi
2.1.3. Parametrii de lucru ai diporilor
2.1.4. Parametrii de repartiie ai diporilor
2.1.5. Sinteza propriuzis
2.1.6. Proiectarea filtrelor pasive de tip Butterworth, Cebev sau Bessel
2.2. Filtre active
2.2.1. Structuri de filtre active de ordinul II cu un amplificator
operaional
2.2.1.1. Filtre active cu reacie simpl
2.2.1.2. Filtre active cu reacie multipl
2.2.2. Elemente de analiza i sinteza filtrelor active
2.2.2.1. Filtre active de ordinul I
9
11
11
11
12
12
13
14
15
19
20
23
29
32
34
44
51
51
51
52
53
54
58
60
66
66
66
72
75
76
6 Cuprins
2.2.2.2. Filtre active de ordinul II
2.2.2.3. Sinteza filtrelor active pe baza unui prototip pasiv
2.2.2.3.1. Metode de simulare a inductivitilor
2.2.2.3.2. Implementarea filtrelor active folosind
inductiviti simulate
2.2.2.3.3. Metoda de sintez LEAPFROG
CAPITOLUL 3. Metode de echivalare a filtrelor numerice cu filtre analogice
3.1. Principalele cerine ale metodelor de echivalare
3.2. Metoda invarianei rspunsului la impuls
3.3. Metoda de echivalare bazat pe aproximarea ecuaiei difereniale
care descrie filtrul analogic cu o ecuaie cu diferene finite care
descrie filtrul numeric echivalent
3.4. Echivalarea filtrelor analogice cu filtre numerice pe baza transformrii
biliniare
3.5. Benzi echivalente de zgomot ale unor filtre numerice
3.5.1. Filtru RFI de ordinul N
3.5.2. Filtru RII
3.6. Filtre numerice echivalente filtrelor analogice transversale
3.7. Mediatoare numerice ca filtre adaptate n timp discret
3.7.1. Utilizarea mediatoarelor numerice la prelucrarea semnalelor
periodice n timp continuu
78
81
81
87
89
96
96
97
106
111
117
119
123
125
138
142
CAPITOLUL 4. Filtre liniare cu parametri variabili n timp

4.1. Filtre cu capaciti comutate
4.1.1. Integratorul ideal cu capaciti comutate
4.1.2. Metod de sintez a filtrelor cu capaciti comutate
4.2. Filtre cu urmrire
4.2.1. Filtre cu urmrire cu capaciti comutate
148
148
148
153
159
162
CAPITOLUL 5. Filtre numerice cu parametri variabili n timp

5.1. Filtre adaptive
5.2. Aplicaii
165
165
175
CAPITOLUL 6. Filtre neliniare

6.1. Filtre numerice cu ordonare statistic
6.2. Construcia unui filtru numeric median
6.3. Filtre morfologice
6.3.1. Filtre alternate secvenial
6.4. Filtre neliniare folosite n domeniul unei transformri ortogonale
6.4.1. Transformarea wavelet discret
6.4.2. Bazele matematice ale TWD
6.4.2.1. Filtre folosite pentru calculul TWD i TWDI
180
180
182
184
188
190
191
191
199
Cuprins 7
6.4.2.2. Un algoritm de calcul al TWD
6.4.3. Utilizarea T.W.D. la compresia de date
6.4.4. Filtrarea adaptiv neliniar n domeniul T.W.D.
6.4.4.1. Filtrul de tip wavelet shrinkage
6.4.4.2. Filtrul de tip hard-thresholding
6.4.4.3. Filtrul de tip soft-thresholding
CAPITOLUL 7. mbuntirea raportului semnal pe zgomot prin filtrare
adaptiv neliniar n domeniul TWD
7.1. Programe de simulare coninnd metoda adaptiv pentru mbuntirea
raportului semnal pe zgomot
7.2. Posibiliti de mbuntire a metodei de de-noising adaptiv
7.2.1. O nou transformare wavelet discret
7.2.2. mbuntirea RSZ prin filtrare neliniar adaptiv n domeniul
T.W.D. n cazul semnalelor perturbate de zgomot multiplicativ
208
211
212
213
219
226
234
234
254
258
260
CAPITOLUL 8. Filtre i eantionare uniform

8.1. Filtre antialiasing
8.2. O legtur ntre teoria eantionrii i teoria funciilor wavelet
263
263
271
BIBLIOGRAFIE
275
ANEXA
281
PREFA
Printre dispozitivele de baz folosite n electronic, filtrele ocup un loc

privilegiat, datorit frecventei lor utilizri. Nu exist nici un echipament electronic a
crui structur s nu conin cel puin un filtru. Teoria filtrelor analogice a fost
elaborat la nceputul secolului XX. Dezvoltarea acestei teorii a fost stimulat de necesiti practice. Una dintre acestea, poate cea mai important, a fost problema transmiterii informaiei pe canale afectate de zgomot. Exist dou tipuri de soluie pentru
aceast problem: creterea imunitii la perturbaii a semnalului emis prin codarea canalului i mbuntirea raportului semnal pe zgomot, (RSZ), prin filtrarea semnalului
recepionat. Printre matematicienii care au adus cele mai de seam contribuii la
rezolvarea acestei probleme prin filtrare se numr i profesorul Norbert Wiener, care a
activat la MIT. Ideile sale au fost puse n practic de doctorandul su, inginerul
electronist Y. W. Lee, care le-a explicat pe nelesul studenilor i tinerilor cercettori.
Obiectivul lucrrii de fa este o trecere n revist a unor rezultate remarcabile
obinute n teoria i practica filtrelor analogice sau numerice, liniare sau neliniare, cu
parametrii constani sau variabili n timp. Nu este vorba despre o tratare exhaustiv. Se
prezint doar acele rezultate care pot fi utilizate, direct sau indirect, pentru creterea
RSZ. Se d o importan special tehnicilor de de-noising, propuse de profesorul de
statistic de la Universitatea Stanford, David Donoho. Explicarea acestor metode,
precum i modificarea lor n scopul aplicrii n comunicaii, constituie principalul
rezultat al tezei de doctorat al primului dintre autorii lucrrii de fa. n capitolul 1 se
face o introducere n filtrarea semnalelor, prezentndu-se noiunile de baz, cum ar fi
diferitele tipuri de filtre ideale sau tehnicile clasice de aproximare a caracteristicilor de
frecven. Este de fapt o reluare expeditiv a unor cunotine predate studenilor
facultii de electronic i telecomunicaii din Timioara, la cursul de Semnale Circuite
i Sisteme. Celelalte paragrafe ale capitolului 1 sunt inspirate din teza de doctorat
menionat mai sus. Ultimul paragraf al capitolului 1 propune o tehnic special de
cretere suplimentar a RSZ, care poate fi aplicat n cazul semnalelor periodice. Este
vorba despre folsirea filtrelor transversale analogice.
Capitolul 2 este dedicat prezentrii ctorva tehnici elementare de sintez a
filtrelor. Cunotiine similare sunt oferite studenilor facultii noastre la laboratorul de
Semnale Circuite i Sisteme. Se prezint o metod de sintez a filtrelor pasive i cteva
metode de sintez a filtrelor active cu unul sau mai multe amplificatoare operaionale.
Dei nu trateaz direct problema mbuntirii RSZ, acest capitol este necesar deoarece
prezint noiuni care sunt folosite n capitolele urmtoare pentru rezolvarea acestei
probleme.
10 Prefaa
La nceputul capitolului 3 se arat modul n care poate fi construit un filtru
numeric pornind de la un filtru analogic echivalent. Prezentarea acestor metode de
echivalare este inspirat din cursul de Semnale Circuite i Sisteme amintit mai sus.
Pentru aprecierea mbuntirii RSZ i n cazul acestor filtre poate fi utilizat noiunea
de band echivalent de zgomot. Paragraful 3.5, inspirat din teza de doctorat amintit
mai sus, este dedicat calculului benzii echivalente de zgomot a unui filtru numeric. n
paragraful urmtor se prezint o modalitate de construcie a unor filtre digitale cu
rspunsuri n frecven funcii periodice de perioad mai mic dect 2 , precum i
avantajele utilizrii lor la prelucrarea semnalelor periodice n timp discret, perturbate
aditiv de zgomot. n finalul capitolului 3 sunt analizate filtrele numerice adaptate.
Urmtoarele dou capitole sunt destinate studiului filtrelor liniare cu parametrii
variabili n timp continuu respectiv discret. La nceputul capitolului 4 este prezentat
principiul filtrelor cu capaciti comutate. Apoi este studiat o categorie nou de astfel
de sisteme, filtrele cu urmrire. Aceste sisteme pot fi privite ca i filtre adaptive n timp
continuu. Se evideniaz performaele superioare ale acestor sisteme din punct de
vedere al mbuntirii RSZ n comparaie cu filtrele liniare analogice.
n capitolul 5 se face o trecere n revist rapid a principiului filtrrii adaptive,
explicndu-se modul n care pot fi implementate relaiile lui Wiener. Se prezint modul
n care poate fi utilizat un astfel de sistem pentru creterea RSZ.
Capitolul 6 este dedicat filtrrii neliniare. De fapt se prezint doar tehnici
bazate pe utilizarea sistemelor neliniare cu neliniariti puternice. Se fac referiri la
filtrele numerice cu ordonare statistic, la filtrele morfologice folosite pentru
prelucrarea imaginilor numerice i la filtrele neliniare aplicate n domeniul
transformrii wavelet discret, propuse de David Donoho.
Capitolul 7 conine principalele contribuii ale acestei lucrri. El este inspirat
din teza de doctorat amintit mai sus. Dup explicarea primei metode de denoising
propus de Donoho, se prezint o variant adaptiv a acesteia precum i unele
modaliti de mbuntire a acesteia. n toate capitolele lucrrii de fa a fost
considerat cazul semnalelor perturbate aditiv de zgomot. Singura excepie de la aceast
regul apare n paragraful 7.2.2, unde este considerat cazul zgomotului multiplicativ.
Metoda descris n acest paragraf poate fi utilizat pentru diminuarea zgomotului de tip
speckle, care perturb imaginile de tip RADAR sau SONAR. Trebuie evideniat faptul
c mbuntirile RSZ realizate cu tehnicile descrise n capitolul 7, n special n cazul
semnalelor puternic perturbate, nu pot fi obinute folosind alte tehnici de filtrare, ca de
exemplu cele prezentate n capitolele anterioare ale acestei cri.
Ultimul capitol, cel de-al optulea, dei nu se refer la vreo tehnic de
mbuntire a RSZ, merit totui atenie, fcnd o legtur ntre trei domenii de
cercetare foarte moderne: teoria eantionrii, teoria filtrrii i teoria funciilor wavelet.
Sperm ca, prin coninutul su, lucrarea de fa s fie agreabil studenilor,
doctoranzilor i tinerilor cercettori.
Autorii
CAPITOLUL 1. Introducere
Modificarea relativ a amplitudinilor componentelor armonice ale unui semnal

periodic sau chiar eliminarea sau selectarea anumitor componente armonice reprezint
o operaie de filtrare. Modificarea densitii spectrale a unui semnal aperiodic, n sensul
favorizrii sau defavorizrii unor segmente spectrale reprezint de asemenea o operaie
de filtrare. n aceast lucrare se prezint cteva aspecte ale teoriei filtrrii punndu-se
accent pe utilizarea filtrelor la mbuntirea raportului semnal pe zgomot, RSZ.
1.1. Tipuri de filtre ideale
1.1.1. Filtrul trece jos ideal
Rspunsul n frecven al unui filtru trece jos (FTJ) ideal destinat prelucrrii
semnalelor analogice este prezentat n figura 1.1.1.1.
Figura 1.1.1.1. Rspunsul n frecven al unui filtru trece jos ideal.
Spectrul din domeniul < c este neafectat de acest filtru dar componentele
spectrale cu frecvene din exteriorul acestei benzi sunt anulate. Valoarea c , ce separ
benzile de trecere i de blocare, este numit frecven de tiere. Se obinuiete s se
introduc o mrime, numit atenuare, definit ca inversul modulului rspunsului n
12 Introducere - 1
frecven. Pentru cazul din figura 1.1.1.1 atenuarea n banda de trecere este 1 iar n
banda de oprire este infinit. Rspunsul la impuls al filtrului trece jos ideal este:
h TJ (t ) =
sin (c t )
t
(1)
Se constat c acest rspuns la impuls este nenul i la momente negative. De

aceea filtrul trece jos ideal este un sistem nerealizabil. n consecin caracteristica de
frecven din figura 1.1.1.1. poate fi doar aproximat prin caracteristici de frecven ale
unor filtre realizabile.
1.1.2. Filtrul trece sus ideal
Rspunsul n frecven al unui filtru trece sus (FTS) ideal este prezentat n
figura 1.1.2.1.
Figura 1.1.2.1. Rspunsul n frecven al unui fitru trece sus ideal.
Rspunsul la impuls al acestui sistem este:
h TS (t ) = (t )
sin ( c t )
t
(2)
Nici acest sistem nu este cauzal i deci nici realizabil. De aceea i filtrele trece
sus ideale pot fi doar aproximate n practic.
1.1.3. Filtrul trece band ideal
Filtrarea trece band (TB) ideal a semnalelor n timp continuu se realizeaz cu
un sistem cu rspunsul n frecven de tipul celui prezentat n figura 1.1.3.1.
1.1 Tipuri de filtre ideale 13
Figura 1.1.3.1. Rspunsul n frecven al unui filtru trece band ideal.
Se remarc prezena a dou frecvene de tiere, una inferioar i una

superioar. Expresia rspunsului la impuls al filtrului trece band ideal este:
h TB (t ) =
sin (c 2 t ) sin (c1 t )
t
t
(3)
n consecin nici filtrul trece band ideal nu este un sistem realizabil.

1.1.4. Filtrul oprete band ideal
Rspunsul n frecven al filtrului oprete band (OB) ideal este prezentat n
figura 1.1.4.1.
Figura 1.1.4.1. Rspunsul n frecven al unui filtru oprete band ideal.
14 Introducere - 1
Rspunsul la impuls al filtrului oprete band ideal este:
h OB (t ) = (t )
sin (c 2 t ) sin (c1 t )

+
t
t
(4)
n consecin nici filtrul oprete band ideal nu este un sistem realizabil.

1.2. Aproximarea caracteristicilor filtrelor ideale
Ulterior se va arta c pornind de la rspunsul n frecven al unui filtru trece
jos, se pot deduce, prin transformri ale variabilei frecven, celelalte tipuri de
rspunsuri n frecven.
Cum caracteristicile ideale nu pot fi dect aproximate, trebuie gsit o
modalitate de specificare a erorii de aproximare admis i apoi o modalitate de
proiectare a filtrului ce se ncadreaz n limitele admise. n figura 1.2.1. se arat modul
de definire al domenilor interzise pentru curba H() . Este reprezentat numai
semiaxa pozitiv, H() fiind o funcie par.
Figura 1.2.1. Specificarea gabaritului admis pentru modulul rspunsului n frecven

al unui filtru trece jos.
n domeniul [0, p ] , numit band de trecere a filtrului eroarea admis este 1 .

n domeniul [s , ) , numit band de blocare, eroarea admis este 2 . Domeniul
( p , s ) se numete band de tranziie. Pentru aproximarea caracteristicilor de modul
ale filtrelor trece jos ideale se folosesc de obicei dou tipuri de aproximare:
- aproximarea de tip maxim plat, care conduce la construcia filtrelor de tip
Butterworth,
1.2. Aproximarea caracteristicilor 15
H B ( 0 ) = min H i (0 ) H(0 )
H ( )
(5)
unde indicele i specific filtrul trece jos ideal iar 0 frecvena n jurul creia se
realizeaz aproximarea,
- aproximarea de tip mini max, care conduce la construcia filtrelor de tip
Cebev,
H C () = min max H i () H()

H ( ) [1 ,2 ]
(6)
1.2.1. Aproximarea de tip maxim plat

Se consider filtrul trece jos cu rspunsul n frecven H() i cu rspunsul la
impuls funcie real. Cu notaia:
( )
H() = F 2
2
(7)
se poate scrie:
( )
F 2 = H() H( )
(8)
sau mai general:
( )
F s 2 = H(s ) = H(s ) H( s )
(9)
( )
Se determin expresia funciei F 2 care aproximeaz cel mai bine ptratul

modulului rspunsului n frecven al filtrului trece jos ideal, n banda de trecere.
Dezvoltarea n serie Taylor a funciei F 2 , ntr-un interval din jurul originii, este:
( )
( )
F 2 = F(0 ) +
2
4
2 p (p )
F' (0 ) +
F' ' (0 ) + ... +
F (0 ) + R p +1 2
1!
2!
p!
( )
(10)
16 Introducere - 1
( )
( )
R p +1 2
Restul
este cu att mai mic cu ct p este mai mare. Pentru ca
F 2 s aproximeze ct mai bine ptratul rspunsului n frecven al filtrului trece jos

ideal este necesar ca viteza sa de variaie n origine s fie ct mai mic. De aceea se
pun condiile:
F' (0) = F' ' (0 ) = ... = F (p ) (0 )
(11)
i relaia (10) devine:
( )
F 2 = F(0 ) + R p +1 ()
(12)
( )
Fiind vorba despre un filtru trece jos, se consider c F 2
( )
F 2 =
are expresia:
1
a 0 + a1
2p
2p2
+ ... + a p 1 2 + 1
n continuare se determin valorile coeficienilor a k ,

k = 0, p 1 , n aa
fel nct s fie verificate condiiile (11). Rezolvnd sistemul de ecuaii (11), n raport
cu necunoscutele a k , se obine:
a 1 = a 2 = ... = a p 1 = 0
i deci:
( )
F 2 =
1
a 0 2p + 1
Dac se consider c pulsaia de tiere a filtrului trece jos este c i dac se

impune condiia:
H(c ) =
atunci se obine:
H(0 )
2
F(c ) =
1
1
=
2p
a 0 c + 1 2
adic:
a0 =
1
c
2p
Deci:
( )
F 2 =
2p
+1
De aceea se poate scrie:
H(s ) H( s ) =
(13)
1
s
1 +
j c
2p
n continuare se determin, pe baza relaiei anterioare, expresia funciei de

transfer, H(s). Polii membrului drept sunt rdcinile ecuaiei:
j c
2p
= 1 = cos + j sin
adic:
(2k + 1)
(2k + 1)
s k = c cos +
+ j c sin +
; 0 k 2p 1
2p
2p
2
Jumtate din aceti poli, cei din semiplanul stng, aparin funciei de transfer
H(s) (deoarece filtrul cu funcia de transfer H(s) este cauzal). Cealalt jumtate conine
polii funciei de transfer H(-s). n consecin, se poate scrie:
18 Introducere - 1
H BP (s ) =
cP
P
(s s )
k
k =0
cu:
(2k + 1)
(2k + 1)
s k = c cos +
+ j c sin +
2p
2p
2
2
k = 0,1,..., p 1
Figura 1.2.1.1. Dependenele modulelor rspunsurilor n frecven ale unor filtre Butterworth de ordinele 5
i 7 cu pulsaia de tiere de 1 rad/s.

Aceasta este funcia de transfer a filtrului trece jos de tip Butterworth de
ordinul p. Polinomul de la numitorul acestei funcii se numete polinom Butterworth de
ordinul p. Pentru p de valoare 2 i pentru c = 1 se obine polinomul Butterworth de
ordinul 2: 2 PB (s ) = s 2 + 2 s + 1 , iar pentru p de valoare 3 i aceeai frecven de

tiere polinomul Butterworth de ordinul 3: 3 PB (s ) = s 3 + 2 s 2 + 2 s + 1 . n figura
1.2.1.1 se prezint caracteristicile de frecven, n banda de trecere, a unor filtre
Butterworth de ordinele 5 i 7, avnd pulsaia de tiere de 1 rad/s.
1.2.2 Aproximarea de tip minimax a caracteristicii de modul a funciei de transfer

a filtrului trece jos ideal
Definiie: O funcie h() este o aproximare de tip Cebev a unei funcii f()
n banda [1,2] dac parametrii disponibili ai funciei h() sunt alei astfel nct
eroarea de aproximare:
max
[1 ,2 ]
{() }
s fie minimizat.
Prin parametrii disponibili se neleg mrimile care determin funcia h(), de
exemplu coeficienii si dac h() este polinom.
Se presupune c |()| are o valoare maxim la =01. Dac aceast eroare
poate fi redus, atunci aproximarea lui f() prin h() nu este o aproximare Cebev,
deoarece conform definiiei acestui tip de aproximare valoarea maxim a lui |()| nu
mai poate fi sczut.
Variaia erorii n 01 este descris prin difereniala sa total n acel punct:
n
d(01 ) =
j=1
( 01 )
dp j
p j
(14)
unde pj sunt parametrii aproximrii.

Valoarea oricrui maxim (01) poate fi redus prin alegerea parametrilor pj.
Dar reducnd eroarea n 01 se poate ntmpla s creasc eroarea la o alt pulsaie.
Se presupune c eroarea n 01 s-a redus pn la nivelul erorii n 02. Se pot
reduce n continuare simultan erorile n 01 i 02?
Pentru a rspunde la aceast ntrebare se calculeaz:
20 Introducere - 1
n
d(02 ) =
j=1
(02 )
dp j
p j
(15)
Trebuie determinate variaiile dpj astfel nct d(02)=d(02). Acest lucru este
posibil dac n2. n aceast ipotez eroarea poate fi redus simultan n punctele (01)
i (02) pn cnd se atinge valoarea egal cu eroarea n punctul 03. Deci erorile
maxime pot fi reduse simultan dac exist mai multe ecuaii de tipul ecuaiilor (14) i
(15). Pot fi reduse simultan n erori maxime. Pe baza celor enumerate mai sus se poate
formula urmtoarea:
Teorem: O aproximare de tip Cebev este de tip ondulaie constant
(echiripl) n banda considerat, n sensul c eroarea de aproximare are maxime i
minime de mrime egal.
Dac exist n parametri ajustabili atunci eroarea de aproximare este nul cel
puin n n puncte i deci n banda considerat exist un total de n+1 maxime i minime.
Aproximarea de acest tip poate fi realizat cu polinoame Cebev.
1.2.2.1. Polinoame Cebev
Definiie: Se numete polinom Cebev de ordinul n polinomul Tn(x) de gradul
n care are urmtoarele proprieti:
1.
Tn este par (impar) dac n este par (impar),
2.
Tn are toate rdcinile n intervalul 1<x<1,
3.
Tn oscileaz ntre valorile -1 i +1 n intervalul -1x1,
4.
Tn (1)=1.
Se poate demonstra urmtoarea:
Teorem: Notnd cu xi punctele n care Tn(x) atinge valorile extreme 1,
derivata lui Tn(x) poate fi exprimat cu ajutorul acestor puncte astfel:
n
1
2
dTn (x )
2
= c1 x ( x 2 x i ) , dac n este par
dx
i =1
(16)
n 1
2
dTn (x )
2
= c1 ( x 2 x i ) , dac n este impar
dx
i =1
(17)

Demonstraie: Punctele de extrem ale lui Tn(x) sunt rdcini ale ecuaiei
dTn (x )
= 0 . Deci punctele xi sunt rdcini ale acestei ecuaii i sunt n numr de n-1.
dx
dTn (x )
este o funcie impar. Dac xk este
Dac n este par i Tn(x) este par i deci
dx
dTn (x )
dT ( x )
dTn (x )
= 0 . Dar
= n
.
unul din punctele xi atunci
dx x = x k
dx x = x k
dx x = x k
Deci i xk este unul din punctele xi. Cum
dTn ( x )
este o funcie impar rezult c are
dx
ca i rdcin i pe x0=0. Conform observaiilor de mai sus rezult c se poate scrie:
dTn ( x )
= c1 ( x 0) ( x x 1 ) ( x + x 1 ) ... ( x x n ) ( x + x n ) , relaie iden1
1
dx
2
2
tic cu relaia (16).
Dac n este impar i Tn(x) este impar i deci
unul din punctele xi atunci
dTn ( x )
este o funcie par. Dac xk este
dx
dTn (x )
= 0 . Dar datorit paritii acestei derivate i
dx x = x k
dTn (x )
= 0 i deci xk aparine mulimii punctelor xi. Deci se poate scrie:
dx x = x k
dTn ( x )
= c1 ( x x 1 ) ( x + x 1 ) (x x 2 ) ( x + x 2 ) ... ( x x n 1 ) ( x + x n 1 ) ,
dx
2
2
relaie echivalent cu relaia (17).
Conform condiiei (16) Tn(x) ia n punctele xi valorile 1, deci Tn2(x) ia n
aceste puncte valoarea 1, adic Tn2(xi)-1=0. Conform condiiei (17), Tn2(1)-1=0. Deci
pentru n par, rdcinile lui Tn2(x)-1 sunt: 0, 1, x1,,xn/2-1, adic se poate scrie:
n
1
2
Tn2 ( x ) 1 = c1 x 2 ( x 2 1) ( x 2 x i2 ) 2
i =1
Pentru n impar, rdcinile lui Tn2(x)-1 sunt: 1, x1,,x(n-1)/2, i deci:
(18)
22 Introducere - 1
n 1
2
Tn2 ( x ) 1 = c1 ( x 2 1) ( x 2 x i2 ) 2
(19)
i =1
Din compararea relaiilor (16) i (18) respectiv (17) i (19) se constat c:

2
2
dTn ( x )
2 T 1
= M n2
x 1
dx
(20)
unde M este o constant.

Relaia (20) reprezint o ecuaie diferenial cu ajutorul creia se poate
determina expresia polinomului Cebev de ordinul n. Relaia (20) se mai poate scrie:
T 2 (x) 1
dTn
=M n 2
dx
x 1
sau:
dTn
Tn2 1
= M
dx
(21)
x 2 1
Prin integrare n ambii membrii obinem:
arccos Tn ( x ) = M arccos x + c1 Tn ( x ) = cos(M arccos x ) + c
(22)
Cnd x[-1,1], arccos x[-,0]. Dar Tn(x) trebuie s aib n rdcini n intervalul [-1,1]
i de aceea este necesar ca M=n. n sfrit, deoarece Tn(1)=1, e necesar ca c=2m.
Alegnd m=0, se obine:
Tn ( x ) = cos(n arccos x )
(23)
Aceast form de scriere nu pune ns n eviden faptul c Tn(x) este un polinom de

gradul n. Notnd arccos x=z, (23) se mai scrie:
Tn(x)=cos(nz)=cos[(n-1)z+z]=cos[(n-1)z]cos(z)-sin[(n-1)z]sinz
Pentru nn+1, relaia devine:

Tn+1(x)=cos(nz)cos z-sin(nz)sin z
(24)
Tn-1(x)=cos[(n-1)z]=cos(nz)cos z + sin(nz)sin z
(25)
Adunnd relaiile (24) i (25) se obine:
Tn +1 ( x ) + Tn 1 ( x ) = 2 cos(nz) cos(z) = 2 x Tn ( x )
(26)
Relaia (26) d o relaie de recuren pentru determinarea polinoamelor Cebev.
T0 ( x ) = cos(0) = 1
(27)
T1 ( x ) = cos(arccos x ) = x
(28)
1.2.2.2 Determinarea aproximrii Cebev n banda de trecere a filtrului trece jos

ideal
Se caut funcia de transfer Ha(s) cu ajutorul creia s se realizeze o
aproximare Cebev n banda de trecere [-1,1] a caracteristicii de modul a filtrului
trece jos ideal. Se determin:
G n ( 2 ) = H a ( j)
(29)
Se face aproximarea de tip Cebev pentru funcia 1/Gn(2) n banda

[-1,1]. Impunnd condiia:
max
rezult c
1
2
, [-1,1]
1
=
2
G n ( 2 )
1
2
1
este
un
polinom
Cebev
cu
ondulaia
maxim
, adic:
2
G n ( 2 )
2
1
1
=
T2 n ()
2
G n ( 2 )
sau
(30)
24 Introducere - 1
2
1
=
+
T2 n () G n ( 2 ) =
1
2
2
G n ( )
1
1+
(31)
T2 n ()
2
2
Dar,
T2 n () = cos[2n arccos()] = cos[2 (n arccos())] =

= 2 cos 2 [n arccos()] 1 = 2 Tn2 () 1
i deci:
G n ( 2 ) =
1 + (2 Tn2 () 1)
2
2
1
2
1 + T ()
2
2
2
n
sau:
G n ( 2 ) =
1
+ 2 Tn2 ()
2
(32)
S-a demonstrat anterior c Tn2(1)=1 i c Tn2(x)1. Valorile extreme ale funciei

Gn(2) sunt:
G n max ( 2 ) =
1
1
1
i G n min ( 2 ) =
, [-1,1]
=
2
2
2
2
1
1+
1 +
2
2
2
Abaterile acestei funcii fa de valoarea ideal, egal cu unitatea, nu sunt egale. Se

prefer, pentru simplificarea calculelor s se adopte expresia:
G n ( 2 ) =
n aceste caz, valorile extreme sunt:
1
1 + Tn2 ()
2
(33)
max{G n ( 2 )} = 1 , min{G n ( 2 )} =
1
, [-1,1]
1 + 2
Pentru determinarea polilor funciei de transfer Ha(s) se presupune adevrat relaia:
G n (s 2 ) = H a (s) H a (s)
(34)
i pentru sj, adic:
H a (s) H a (s) =
1
s
1 + 2 Tn2
j
(35)
Polii cutai sunt rdcinile de parte real negativ ale ecuaiei:
s
1 + 2 Tn2 = 0
j
(36)
Tn =
(37)
sau ale ecuaiilor:
Pentru rezolvarea acestor ecuaii se introduce o nou variabil w astfel nct:
s
= ch ( w ) , unde w = u + jv i s = + j
j
Se observ c:
s + j
=
= j = ch (u + jv) = ch (u )ch ( jv) + j sh (u )sh ( jv)
j
j
= ch (u ) cos( v) + j sh (u ) sin( v)
= sh (u ) sin( v); = ch (u ) cos( v)
i c:
(38)
26 Introducere - 1
cos( jw ) =
e j( jw ) + e j( jw ) e w + e w
s
=
= ch ( w ) =
2
2
j
s
s
s
s
jw = arccos i w = arg ch , adic arccos = j arg ch ,
j
j
j
j
Dar:
s
Tn = Tn (ch ( w )) = cos(n arccos(chw ))
j
(39)
i deci conform relaiei (26):
s
s
s
s
Tn = cos n arccos = cos jn arg ch = ch n arg ch =
j
j
j
j
= ch[n arg ch (ch ( w )) = ch (nw )

Deci:
s
Tn = ch (nw )
j
(40)
ch (n u ) cos(n v) = 0
j
1
sh (n u ) sin(n v) =
(41)
Relaia (37) se mai scrie:
ch (n w ) =
Soluiile reale ale sistemului (41) sunt:
vk =
1
1
2k 1
; u k = (1) k arg sh
n
2
n
k = sh (u k ) sin( v k ) ; k = ch (u k ) cos( v k )
(42)
adic:
k = sh[( 1)
k
1
1
2k 1
arg sh ] sin
;
n
n
2
1
1
2k 1
k = ch (1) k arg sh cos[

]
n
n
2
Polii lui Ha(s) sunt obinui din mulimea de mai sus pentru sgn{k} < 0. Se
observ c:
2k
1
1
sh [ arg sh ]
n
2k
1
1
ch [ arg sh ]
n
=1
(43)
Acest lucru demonstreaz c polii lui Ha(s ) sunt dispui pe o elips ale crei
axe se confund cu axele de coordonate ale planului complex. Conform relaiei (33):
2
H a ( j) =
( 1+
1
2
Tn2 ( )
H a (0) =
( 1+
1
2
Tn2 (0)
Deci:
H a (0) =
1
1 + Tn2 (0)
2
0, daca n impar
Tn (0) = cos(n arccos(0)) = cos(n ) =
2
1, daca n par
i vom avea:
H a ( 0) =
1
1
= 1 , pentru n impar i H a (0) =
1
1+ 2
, pentru n par
(44)
28 Introducere - 1
Cu alte cuvinte, caracteristica de modul a funciei de transfer are n 0 o valoare
extrem pentru valorile n banda de trecere i aceasta este un maxim pentru n impar i
un minim pentru n par.
Definind lungimea de band n sens Cebev, c, pentru banda de trecere, ca
fiind pulsaia maxim la care caracteristica de modul a funciei de transfer ia ultima
valoare minim din banda de trecere, adic
1
1 + 2
, se constat c c=1. Aceast
afirmaie este adevrat deoarece intervalul n care se face aproximarea este mrginit
la valoarea 1 i Tn(1)=1.
Pentru a analiza comportarea caracteristicii de modul n exteriorul benzii de
trecere se observ c relaia (23) se mai scrie:
Tn () = ch (n arg ch )
(45)
Deci, n banda de blocare:
20 lg H a ( j) = 20 lg
1
1 + T ()
2
2
n
= 10 lg(1 + 2 ch 2 (n arg ch ))
20 lg H a ( j) = 10 lg(1 + 2 ) pentru =1
Pentru
1 20 lg H a ( j) 20 lg[ ch (n arg ch )]
Se poate demonstra c pentru 1,
blocare:
ch (n arg ch ) 2 n 1 n i deci n banda de
20 lg H a ( j) 20 lg[ 2 n 1 n ] =
= 20 lg 20(n 1) lg 2 20n lg
Se constat c partea asimptotic a creterii atenurii este de 20n dB/dec.
(46)
Figura 1.2.2.2.1. Caracteristica de modul a unui filtru Cebev de ordinul 5.
n figura 1.2.2.2.1 se prezint caracteristica de modul a rspunsului n

frecven al unui filtru trece jos de ordinul 5 de tip Cebev.
1.2.3. Aproximarea caracteristicii de faz a filtrului trece jos ideal
Dup cum s-a mai artat funcia de transfer a filtrului trece jos ideal are
expresia:
e jT0 ,
H i () =
0,
1
1
(47)
Definiie: Se numete ntrzierea de grup a unui filtru i se noteaz cu D(),

expresia:
30 Introducere - 1
D() =
d
arg H( j)
d
(48)
unde H(j) este funcia de transfer a filtrului. Se observ c pentru filtrul trece jos
ideal:
D i () = 0
(49)
ceea ce demonstreaz c n cazul unui filtru trece jos ideal rspunsul este ntrziat fa
de excitaie cu aceeai valoare, indiferent de frecvena excitaiei. Dac 0=1(normarea
ntrzierii de grup), atunci:
H i (s) = e s =
1
ch s + sh s
n banda de trecere.
Se dorete aproximarea lui Hi-1(s) cu un polinom de gradul n n s, adic se
caut o aproximare de forma:
H i (s) =
1
n
b
i =0
(50)
Pentru ca aproximarea s conduc la un sistem stabil este necesar ca Hi-1(s) s

fie un polinom strict Hurwitz. S-a demonstrat la studiul stabilitii c un astfel de
polinom se poate descompune ntr-o sum de polinoame, dintre care unul par M(s) i
unul impar N(s) astfel nct descompunerea n fracie continu a raportului M(s)/N(s)
s aib doar coeficieni pozitivi.
Dar descompunerile n serie Taylor ale funciilor ch s i sh s, n jurul punctului
s=0 sunt:
s2 s4
ch s = 1 + + +
2! 4!
s3 s5
sh s = s + + +
3! 5!
(51)
(52)

Lund M(s)=ch s, i N(s)=sh(s), descompunerea n fracie continu a lui M(s)/N(s)
este:
M (s) 1
1
= +
1
N(s) s 3
+
1
s 5
+
s 7
+
s
(53)
Deci polinomul M(s)+N(s) este stabil i n acelai timp el reprezint o

aproximare a lui es. n continuare se va considera reprezentarea lui es printr-un
polinom, M(s)+N(s), de gradul n. Expresia (53) se scrie:
M (s) 1
1
= +
1
N(s) s 3
+
1
s 5
+
s 7
+ +
s
+
(54)
1
2N 1
s
Definiie: Se numete polinom Bessel de ordinul n i se noteaz Bn(s),

polinomul definit de urmtoarea formul de recuren:
B n (s) = (2n 1) B n 1 (s) + s 2 B n 2 (s)
(55)
B 0 (s) = 1 i B1 (s) = s + 1
(56)
unde:
Storch a demonstrat urmtoarea teorem:

Teorem: O aproximare Hurwitz pentru es este dat de:
H i1 (s) =
B n (s)
B0
unde Bn(s) este polinomul Bessel de ordinul n, iar b0=Bn(0).

Se poate demonstra c Bn(s) se poate pune sub forma:
(57)
32 Introducere - 1
B n (s) = b i s i
i =0
(58)
cu:
bi =
(2n i)!
2 i !(n i) !
(59)
n i
Deci un filtru Bessel are expresia funciei de transfer de forma:
b0
B n (s)
H(s) =
1.3. mbuntirea RSZ prin filtrare liniar

Fie semnalul x(t), obinut prin perturbarea aditiv cu zgomot alb de band
limitat, nB(t), a semnalului util, s(t). Se consider c banda zgomotului este B i c
densitatea sa spectral de putere este N0.
Raportul semnal pe zgomot, RSZ, pentru semnalul x(t) este definit cu relaia:
RSZ i =
Ps
PnB
unde cu Ps am notat puterea semnalului util iar cu PnB puterea zgomotului. Dup cum
se vede definiia este valabil pentru semnale s(t) de energie infinit dar de putere
finit.
mbuntirea raportului semnal pe zgomot, poate fi realizat prin filtrarea
semnalului x(t). Astfel, la ieirea filtrului se obine semnalul y(t) exprimat cu relaia:
y(t) = u(t) + n B0 (t)

unde u(t) reprezint rspunsul filtrului considerat la semnalul util s(t) iar nB0(t)
reprezint rspunsul aceluiai sistem, dar la semnalul aleator nB(t). RSZ la ieirea
filtrului este:
RSZ0 =
Pu
PnB0
1.3. mbuntirea RSZ 33
mbuntirea raportului semnal pe zgomot se poate aprecia prin valoarea

parametrului definit astfel :
(60)
RSZ0
RSZi
Admind c filtrul este ales n aa fel nct:
Pu = Ps
(61)
valoarea mbuntirii raportului semnal pe zgomot este:
Pu
Pn B 0
Densitatea spectral de putere a semnalului nB0 este legat de densitatea spectral de

putere a semnalului nB, conform relaiei:
2
nB0 = H() nB
[Sp. 87], unde cu H() s-a notat rspunsul n frecven al filtrului considerat. Deci:
nB0 () = N 0 H()
Rezult valorile pentru puterea semnalului aleator de la intrare:
PnB =
N
N B
1
nB () d = 0 d = 0
B
B
2
2
2
(62)
i puterea semnalului aleator de la ieire:
PnB0 =
N
1
2
2
N 0 H() d = 0 H() d
2 B
2 B
(63)
34 Introducere - 1
mbuntirea raportului semnal pe zgomot este deci:
H() d
(64)
Deoarece este adimensional, rezult c numitorul membrului drept al ultimei

relaii are dimensiune de frecven. De aceea el poart numele de band echivalent de
zgomot a filtrului cu rspunsul n frecven H(). Deci filtrul cu rspunsul n frecven
H() trebuie proiectat n aa fel nct banda de trecere a filtrului s conin banda
semnalului util s(t) (prin urmare aceasta trebuie s fie cunoscut) i s aib o band
echivalent de zgomot ct mai mic.
Se observ astfel importana cunoaterii benzii echivalente de zgomot a
filtrelor analogice.
1.3.1. O nou modalitate de estimare a benzii echivalente de zgomot a unor filtre
trece jos realizabile
n continuare se consider c semnalul sB(t) este de band limitat i c spectrul
su are o valoare nenul la = 0 (adic avem un semnal de tip "trece jos"). n acest caz
H() trebuie s caracterizeze un filtru trece jos. Dup cum se tie cel mai frecvent se
utilizeaz filtre trece jos de tip Butterworth, Cebev sau Bessel.
Rspunsul n frecven al unui filtru de tip Butterworth, cu pulsaia de tiere de 1 rad/s, de
ordinul n, are proprietatea:
2
H() =
1
1 + 2n
(65)
n continuare se va aprecia banda echivalent de zgomot a unor filtre de tip

Butterworth de diferite ordine.
Pentru n = 1 relaia (65) devine:
2
H1 () =
1
1 + 2
Banda echivalent de zgomot a filtrului cu acest rspuns n frecven este:
Bz1 =
d
= arctg | =
H 1 () d =
2
-
- 1 +
n aceast relaie s-a considerat c semnalul n(t) este un zgomot alb de band
nelimitat. n ipotezele paragrafului anterior (semnalul nB(t) zgomot alb de band limitat,
B), s-ar fi obinut:
B
2
2
d
B
arctg
=
=
= 2arctg
Bz1
|
2
2
B
B 1+
2
Pentru n = 2, relaia (2.1) devine:
H 2 () =
1
1 + 4
n aceast relaie membrul drept se poate scrie:
1
1
1
1
=
2
+ 2
+
4
1+
2 2 2 + 1 2 2 + 1
2 2 + 2 + 1
2
1
1
2
2 + 2 + 1
Banda echivalent de zgomot a filtrului cu acest rspuns n frecven este:
36 Introducere - 1
Bz 2 =
1
2
B
2
2
B
2
B
2
2
-
B
2
d
2
2 + 1
d
2
+ 2 + 1
1
2
1
2
B
2
B
2
d
2
B
2
B
2
2 + 1
d
2
+ 2 + 1
Prima integral din membrul drept se poate calcula astfel:

B
2
B
2
d
2
2 + 1
1
2
B
2
( 2 2 ) d
2 + 1
2
B
2
2
2
B
2
B
2
d
2
2 + 1
n continuare, se calculeaz pe rnd:

B
2
(2 2 )d
B
2
2 + 1
= ln 2 2 + 1
B
2
B
= ln
B 2 2 2B + 4
B 2 + 2 2B + 4
i:
B
2
d
2
2 + 1
= 2arctg
2
2
B
2
B
B
2
B
2
2 arctg 2
2
== 2 arctg 2
1
1
2
2
Se deduce analog:
B
2
B
2
B
2
B
2
+
+
d
2
2 arctg 2 2
=
2
arctg
1
1
2 + 2 + 1
2
2

Ultima integral, din relaia de calcul pentru Bz2, se descompune n modul urmtor:
B
2
1
B 2 + 2 + 1 = 2
B
2
B
2
( 2 + 2 )d
2
2 + 2 + 1
B
2
B
2
d
2
+ 2 + 1
pentru care avem:
B
2
( 2 + 2 ) d
B
2
+ 2 + 1
= ln 2 + 2 + 1
B
2
B
= ln
B 2 + 2 2B + 4
B 2 2 2B + 4
nlocuind toate aceste rezultate n relaia de calcul a benzii echivalente de

zgomot, forma final pentru aceasta este:
B z2 =
1
2 2
B 2 2 2B 4
1
B
B
1
1 +
+ 1
arctg
+ arctg
2
B + 2 2B + 4 2
2
2
ln
Dac se consider c n(t) este zgomot alb de band nelimitat, atunci:
1
d
B 2 2 2B + 4
B z2 =
= lim
ln 2
+
4
B
B + 2 2B + 4
2 2
- 1 +
B
1
B
arctg
arctg
1 +
+ 1 =
2
2
2
2
2
Se observ astfel c dac se crete ordinul filtrului de la 1 la 2, banda sa

echivalent de zgomot scade de 2 ori.
38 Introducere - 1
Fr ndoial c n poate fi crescut n continuare dar integralele care trebuiesc
calculate conduc la calcule mult mai laborioase. De aceea n continuare se prezint nite
margini (superioar i inferioar) pentru benzile echivalente de zgomot ale filtrelor
Butterworth de diferite ordine. Pentru valori exacte, obinute prin integrare, se poate
consulta articolul [Naf. 92].
Figura 1.3.1 a). Caracteristica de modul a rspunsului n frecven al unui filtru Butterworth de ordinul n;
b). caracteristica 20 log
H()
pentru un filtru Butterworth de ordinul n.

n figura 1.3.1a) este prezentat caracteristica de modul a rspunsului n frecven
a unui filtru Butteworth de ordinul n.
2
n figura 1.3.1 b) este prezentat graficul funciei H () . Curbele notate cu II din

cele dou figuri reprezint caracteristicile reale iar curbele notate cu I sunt caracteristicile
asimptotice. Curbele notate cu III au fost obinute trasnd paralele la caracteristicile
asimptotice prin punctul (0,-3dB) n cazul figurii 1.3.1a) i prin punctul (0, -6dB) n cazul
figurii 1.3.1b). Observnd figura 1.3.1a) se poate scrie:
1
0,
20 log | H I () | =
20n log , > 1
(66)
20 log | H() | 20 log | H I () |

sau:
20 log | H() |2 20 log H I ()
(66), se poate scrie:
0,
1
2
20 log H I () =
40n log , > 1
2
astfel c 20 log H I () reprezint tocmai curba I din figura 1.3.1b).

Trecnd de la coordonatele logaritmice la coordonate liniare, constatm:
1
1,
2
H I () = -2n
, > 1
2
H() H I ()
(67)
(68)
Graficele acestor funcii sunt prezentate n figura 1.3.2. Pe baza relaiilor (67) i (68) se
poate scrie:
40 Introducere - 1
Bz
B
2
H ()
I
B
2
B
2
d = 2 H I () d
2
care pentru B > 2 devine:

B
2
1
2n
2 n +1
Bz 2( d + d ) = 21 +
1 - 2n
0
1
=
1
B
2
2 n +1
B 2 n +1
2
2
1
4n
2
+

= 21 +
=
1 - 2n
2n 1
2n 1
2n 1
S-a obinut astfel c marginea superioar a benzii echivalente de zgomot a unui

filtru trece jos Butterworth de ordinul n are expresia:
2 n +1
Bz sup
B
2
4n
2
=

2n 1
2n 1
Dac se consider cazul n care B (n(t) este zgomot alb de band nelimitat),
atunci:
Bzsup =
4n
2n 1
Revenind la figura 1.3.1a) notm cu HIII() caracteristica de modul a rspunsului

n frecven a unui filtru Butterworth de ordin n ideal care minoreaz caracteristica de
modul H() pentru filtrul real. Se observ din figur c putem scrie att:
3,
20lo g | H III () |=
20n log 3,
ct i:
1
>1
20 log | H() | 20 log | H III () |

sau:
20 log | H() |2 20 log | H III () |2

n aceast ultim relaie avem:
6,
20 log | H III () | 2 =
40n log 6,
1
>1
Se constat astfel c 20 log H III ( ) 2 reprezint tocmai curba III din figura
1.3.1b). Trecnd de la coordonatele logaritmice la coordonate liniare, pentru ultima relaie
obinem:
1
2,
2
| H III () | = -2n
,
2
1
>1
Se mai observ c:
2
H III () =
1
2
H I ()
2
Figura 1.3.2. O majorant, I i o minorant, III, pentru caracteristica
H()
, notat cu II
42 Introducere - 1
Membrul stng al acestei relaii reprezint curba III iar membrul drept - curba I
din figura 1.3.2. Deci:
2
H()
1
2
H III ()
2
i prin urmare:
Bz
B
2
H
-
III
() d =
B
2
1
Bz sup
2
S-a obinut astfel i marginea inferioar a benzii echivalente de zgomot a unui

filtru trece jos Butterworth de ordinul n:
Bz inf
2 n +1
1 4n
2
2 2n 1
2n 1
Cnd B expresia marginii inferioare devine:
Bzinf =
2n
2n - 1
S-a demonstrat aadar c:
Bz inf Bz Bz sup
Trecnd la limit n aceast relaie pentru n , se obine:
1 Bz 2
Valoarea relativ mare a lui Bzinf arat c utilizarea filtrrii liniare nu conduce la
rezultate remercabile atunci cnd RSZ al semnalului de prelucrat este mic. De aceea n
aceste situaii se recomand utilizarea filtrelor neliniare [Ana., Ven. 89], [Isa., Isa.
92].

OBSERVAII
O1. Dac pulsaia de tiere a filtrului Butterworth ar fi fost 0 (0 diferit de 1)
s-ar fi obinut:
H() =

1 +
0
Bz1 = 20 arctg
2 + 2 + 1
1
ln 2
Bz 2 = 0
2 + 1
2
2
B
2 0
B
2 0
2n
B
20
0
2
+
arctg
1 2
2 2
2 0
B
2 0
Aceste relaii pot fi obinute i prin particularizrile n = 1 i respectiv n = 2 n

relaia (8) din [Naf. 92].
B
B
0
2
2
1
2 n +1
2n
Bz s = 2 d + d = 2 0 +
1 2n
0
0
0
2
1
2 n +1
Bz i = 0 +
1 2n
0
O2. Caracteristicile asimptotice depind doar de ordinul filtrului i nu de tipul de

aproximare utilizat. De aceea marginea Bzs este aceeai i pentru filtrele de tip Bessel. Se
poate determina i pentru acest tip de aproximaie o margine inferioar pentru banda de
zgomot, numai c expresia acesteia va fi diferit de Bzi deoarece n acest caz frecvena de
tiere depinde de ordinul filtrului. Metoda propus ar putea fi utilizat i n cazul
aproximrii de tip Cebev chiar dac, n acest caz, caracteristica real (curba II din figura
1.3.1a)) oscileaz n jurul caracteristicii asimptotice (curba I) n banda de trecere. Avnd
n vedere ns c amplitudinea oscilaiilor este mic, metoda propus conduce la rezultate
bune.
44 Introducere - 1
Figura 1.3.3. Un exemplu de utilizare a filtrelor transversale pentru mbuntirea

raportului semnal pe zgomot n cazul semnalelor periodice.
O3. Metoda de estimare a benzii echivalente de zgomot poate fi generalizat cu

uurin i pentru cazul filtrelor de tip trece sus, trece band sau oprete band, prin
transformri de variabil. Exist o categorie de filtre analogice, filtrele transversale, prin a
cror utilizare raportul semnal pe zgomot poate fi mbuntit i mai mult. Un exemplu
este prezentat n figura 1.3.3.
Considernd c semnalul x(t) este un zgomot alb de band limitat, pentru tipul
de filtru din figura 1.3.3, se obine:
N0
B
B
2
=
=
C
N0
C
2
1.3.2. Utilizarea filtrelor transversale pentru prelucrarea semnalelor periodice
Dup cum s-a vzut n ultima observaie din paragraful precedent, n cazul
semnalelor periodice filtrele transversale sunt superioare filtrelor clasice, din punct de
vedere al mbuntirii raportului semnal pe zgomot.
Figura 1.3.2.1. Schema bloc a unui filtru transversal.
n figura 1.3.2.1. se prezint schema bloc a unui filtru transversal analogic. Se

cunoate legtura dintre semnalele de intrare i de ieire:
y(t) = a 0 x(t) + a 1 x(t ) + a 2 x(t 2) + ... + a n x(t n)

Lund transformata Fourier n cei doi membrii ai acestei relaii, se obine:
Y() = a 0 X() + a 1 e j X() + ... + a n e jn X()

Deci rspunsul n frecven al filtrului transversal analogic este:
n
2
Y()
2
= H T () = a k e- j + k = H T +

X()
k =0
i se observ c rspunsul n frecven al unui filtru analogic transversal este o funcie

periodic (ceea ce justific i graficele din figura 1.3.3). Dac se impune condiia:
1 n j( k)
1 1 e j( n +1)
H T () =
=
e
n + 1 k =0
n + 1 1 e j
46 Introducere - 1
sau:
1
H T () =
e
n +1
n
j
2
sin (n + 1)
2
sin
2
(69)
fcnd notaia:
x=
se observ c:
1
sin [(n + 1)x ]
2
HT k =
lim
=1
sin x
n + 1 x 0
Astfel spectrul de amplitudini al semnalelor periodice, de perioad , este
neafectat de prelucrarea acestor semnale cu mediatorul analogic.
n cazul n care la intrarea unui astfel de sistem este adus un zgomot alb nB(t),
de band limitat B i care are media nul, la ieirea acestui sistem se obine un semnal
aleator staionar i ergodic, nB0(t). Media acestuia se calculeaz innd seama c
operatorul de mediere statistic E{ } este liniar. Rezult:
1 n
1 n
E {n B0 (t)} = E
n
(t
k
)
=
E {n B (t - k)}
B
n + 1 k =0
n + 1 k =0
i pentru c nB(t) este staionar avem n continuare:
E {n B0 (t)} =
1 n
0=0
n + 1 k =0
Dispersia semnalului nB0(t) este:

2
1 n

E {n (t)} = E
n B (t - k) =
n + 1 k = 0
2
B0
n
n
1
2
=
E
n
(
t
k
)
2
(n + 1 ) k = 0
k =0
n B ( t k)n B ( t l) =
l=0,
l k
(70)
n
1
1
E { n 2B (t - k)} +
E { n B (t - k) n B (t - k)}
2
(n + 1 ) k = 0
(n + 1 )2 k = 0
Dar:
E {n 2B (t - k) } = 2n = R n B n B (0) = Pn B
Figura 1.3.2.2. Densitatea spectral de putere a unui zgomot alb de band limitat.
n figura 1.3.2.2 se prezint densitatea spectral de putere, nB, a semnalului

nB(t). Autocorelaia acestui semnal aleator este:
48 Introducere - 1
R n Bn B (t) =
N
= 0 e jt
2jt
N0
2
B
2
B
2
B
2
j t
d =
N0
2jt
B
2
d(e
j t
j t
N j t
= 0 e 2 e 2 =
2jt
Bt
B
sin
t
Bt
B
N
2
2 = N0 sin
= 0
2jt
2
t
2 Bt
2
N 0 2j sin
Se constat c:
E {n 2B (t - k) } = 2n = R n B n B (0) = Pn B
2
R n Bn B k
=0
B
() k Z {0}
(71)
n cazul n care banda zgomotului alb, B, este un multiplu ntreg al pulsaiei

0 = 2, conform relaiei (71) se obine:
2
E{n B (t - k)n B (t - l)} = R n B n B ((l - k)) = R n B n B (l - k) =
0
= R n B n B (l - k)p = 0
B
Deci, dac se respect condiia:
B = p 0 ,
atunci relaia (70) devine:
p Z {0}
(72)
Pn B 0 = E n 2B0 ( t ) = P n
n +1
(73)
Prin urmare se poate afirma c, dac la intrarea unui mediator analogic se

aduce semnalul x(t):
x(t) = s(t) + n(t)

unde s(t) este un semnal periodic de perioad i n(t) un zgomot alb de band limitat,
B, i se respect condiia (72), atunci la ieirea mediatorului se obine un semnal
y(t)care este de forma:
y(t) = u(t) + n B0 (t)

cu Ps = Pu i o mbuntire a raportului semnal pe zgomot de:
Pn B
P n B0
sau, folosind relaia (73):
= n +1
(74)
Se constat c mbuntirea raportului semnal pe zgomot obinut astfel este

egal cu numrul liniilor de ntrziere ale filtrului transversal folosit.
OBSERVAII
O1. Avnd n vedere c p din condiia (72) poate fi orice numr ntreg nenul,
aceast condiie nu este prea restrictiv.
O2. Relaia (74) arat c mbuntirea raportului semnal pe zgomot introdus
cu metoda descris poate fi orict de mare, principala limitare fiind impus de
complexitatea sistemului de filtrare obinut.
O3. Caracteristica de faz a mediatorului analogic (relaia (69)) este liniar pe
poriuni. Deci o dat cu creterea ordinului filtrului transversal va crete i ntrzierea
introdus de acesta.
O4. Construcia unor sisteme de acest tip este dificil datorit dificultii cu
care se construiesc liniile de ntrziere analogice. De obicei filtrele transversale
analogice se construiesc cu ajutorul filtrelor transversale numerice [Naf., Isa. 91] sau
50 Introducere - 1
cu ajutorul dispozitivelor de transfer de sarcin [Eze., Jen. 92]. Liniile de ntrziere
pot fi realizate i cu ajutorul filtrelor trece tot.
O5. Filtrul transversal este una din structurile de baz folosite n construcia
sistemelor cu parametrii variabili n timp, ca de exemplu a filtrelor adaptive. Aceast
observaie este important deoarece nici un semnal ntlnit n practic nu este pur
periodic. Multe semnale cvasistaionare (folosite frecvent n practic) pot fi privite ns
ca o succesiune de semnale periodice pe poriuni. Raportul semnal pe zgomot n aceste
cazuri poate fi crescut prin utilizarea unor filtre transversale cu parametrii variabili n
timp.
O6. Performana specificat de relaia (74) este atins doar dac zgomotul care
trebuie nlturat este alb. De ndat ce aceast condiie nu mai este ndeplinit
performanele filtrului transversal devin mai slabe.
O7. Este evident c, pentru construcia filtrului transversal este necesar
cunoaterea perioadei semnalului s(t), . Din pcate aceast mrime nu este
ntotdeauna cunoscut. n aceste cazuri poate fi utilizat detecia sincron.
CAPITOLUL 2. Metode de sintez a filtrelor
Scopul acestui capitol este de a prezenta cteva aspecte referitoare la filtrele

analogice, liniare i invariante n timp. Dei exist o literatur bogat referitoare la
sinteza filrelor pasive din care citm doar [Mat., Dum., Sta., 2001] n acest capitol se
va prezenta o singur metod de sintez, poate cea mai simpl.
Se analizeaz n domeniul frecven structurile de filtre pasive implementate
prin reele n scar conectate ntre terminaii neideale.
Funciile de transfer ale filtrelor analizate sunt aproximri de tip Butterworth,
Cebev sau Bessel ale unor filtre de tip trece jos, trece sus sau trece band ideale.
2.1. Filtre pasive
2.1.1. Sinteza diporilor pur reactivi conectai ntre terminaii neideale
Diporii pur reactivi sunt reele de elemente nedisipative: bobine i
condensatoare. Terminaiile neideale sunt rezistene nenule de valoare finit.
Considernd diportul D din figura 2.1.1.1, prin sintez se urmrete determinarea unei
scheme de implementare a diportului pe baza funciei de transfer:
H(s)=
U 2 (s)
E(s)
R1 I1
Zin 1
I2
U1
(1)
U2
R2
2
Figura 2.1.1.1. Schema bloc a unui diport pur reactiv.
Analiza acestui diport poate fi fcut fr a ine seama de structura intern,

prin stabilirea legturilor ntre transformatele U1, I1, U2 i I2. Admind c dou dintre
aceste transformate sunt variabile independente, se pot exprima C 24 familii de relaii de
legtur ntre cele patru transformate.
52 Metode de sintez 2
2.1.2. Parametrii matriciali ai diporilor pasivi
Notnd prin Mi matricea coloan format din cele dou transformate
independente i prin Md matricea coloan format din cele dou transformate
dependente de primele dou, legtura dintre cele patru transformate se poate exprima
matricial prin relaia:
Md = Mp Mi
(2)
unde prin Mp s-a notat matricea parametrilor. n tabelul 2.1.2.1 sunt prezentate
caracterizrile matriciale ale diporilor folosind parametrii matriciali Z, Y i A.
Tabelul 2.1.2.1. Caracterizrile matriciale ale diporilor
folosind parametrii matriciali Z,Y i A.
Mi
I1
I
2
Md
U1
U
2
Mp
Z11
Z
21
Z12
Z 22
Definiiile parametrilor
Parametrii z:
Z11 =
U1
;
I1 I 2 = 0
Z12 =
U1
I 2 I1 = 0
Z 21 =
U2
;
I1 I 2 = 0
Z 22 =
U2
I 2 I1 = 0
Parametrii y:
U 1 I1
U I
2 2
y11
y
21
y12
y 22
y11 =
I1
;
U1 U 2 = 0
y12 =
I1
U 2 U1 = 0
y 21 =
I2
;
U1 U 2 = 0
y 22 =
I2
U 2 U1 = 0
Observaii
Condiia de
reciprocitate
Z 12 = Z 21
------------------Condiia de
simetrie
Z 11 = Z 22
Condiia de
reciprocitate
y 12 = y 21
------------------Condiia de
simetrie
y 11 = y 22
2.1. Filtre pasive 53

Tabelul 2.1.2.1. Caracterizrile matriciale ale diporilor
folosind parametrii matriciali Z,Y i A (continuare).
Mi
Md
Mp
Definiiile parametrilor
Parametrii fundamentali:
A 11 =
U 2
I
2
U1
I
1
A 11
A
21
A 12
A 22
A 12
U1
;
U2 I2 = 0
U
= 1
I2 U2 = 0
A 21 =
I1
;
U2 I2 = 0
A 22 =
I1
I2 U2 = 0
Observaii
Condiia de
reciprocitate
A 11 A 22 -A 12
A 21 = 1
------------------Condiia de
simetrie
A 11 = A 22
2.1.3. Parametrii de lucru ai diporilor

Aceti parametri sunt folosii la analiza diporilor nchii pe terminaii
neideale, facilitnd analiza circuitelor pe baza funciilor lor de transfer. Considernd
circuitul din figura 2.1.3.1, parametrii si de lucru sunt impedana de intrare i funcia
de transfer de la generator la sarcin.
Figura 2.1.3.1. Schema de conectare a diportului studiat.
Definiie. Se numete funcie de transfer de lucru i se noteaz (s) expresia:
(s ) =
Zs
1 E
2 U2
Zg
(3)
Se observ c legtura dintre funcia de transfer de lucru, (s) i funcia de
transfer n tensiune a circuitului:
H(s ) =
(4)
E
U2
este:
(s ) =
1 Zs
1
2 Z g H(s )
(5)
Impedana de intrare n diport la poarta 1 se calculeaz cu relaia:
Z in 1 =
U 1 (s )
I1 (s )
Definiie. Se numete coeficient de transfer de neadaptare la poarta 1 i se

noteaz in 1, expresia:
in 1 =
Z g Z in 1
(6)
Z g + Z in 1
2.1.4. Parametrii de repartiie ai diporilor

Aceti parametri sunt destinai analizei transferului de putere printr-un diport
ntre generatorul de semnal i sarcin. Neadaptarea la una din porile unui diport se
poate pune n eviden i prin puterea reflectat la acea poart.
Puterea refelectat la poarta 1 se poate considera ca fiind generat de ctre un
generator conectat la poarta 2. De aceea, circuitul care conine un diport poate fi
reprezentat i ca n figura 2.1.4.1.
R01 I1
E1
I2
U1
1
U2
R02
E2
Figura 2.1.4.1. Evidenierea neadaptrii n putere a diportului la ieire.

Definiie. Se numete matrice de inciden i se noteaz cu [a] matricea
coloan:
1
1
2 R (U 1 + I1 R 01 )
01
[a ] =
1
1
(U 2 + I 2 R 02 )

2 R 02
(7)
Definiie. Se numete matrice de reflexie i se noteaz cu [b] matricea coloan:
1
1
2 R (U 1 I1 R 01 )
01
[b] =
1
1
(U 2 I 2 R 02 )

2 R 02
(8)
Definiie. Se numete matrice de repartiie i se noteaz cu [s] matricea

definit prin:
[b] = [s][a]
(9)
innd seama de ultima definiie, parametrii s pot fi exprimai n funcie de

parametrii de lucru ai aceluiai circuit dup cum urmeaz:
(9)
s11 =
( 7 ),( 8 ) U I R
b1
1
1 01
=
= - in 1
U
U 1 + I1 R 01 2 = R 02
a1 a 2 = 0
I2
(U1 I1R 01 )
( 7 ),( 8 ) 2 R
b1
1
01
s12 =
=
=
U1
1
a 2 a1 = 0
(U 2 + I 2 R 02 ) I1 = R 01 21
2 R 02
(9)
Similar se pot deduce relaiile:
(10)
(11)
s 21 =
(12)
1
12
(13)
s 22 = - in 2
Definind matriceal puterea vehiculat prin diport cu formula:
U1*
[I1
*
U 2
[P] =
I2 ]
(14)
se poate demonstra prin calcul, identitatea:
[P] = ([a ]*T + [b]*T )([a ] [b])
(15)
unde cu [a ]T i [b]T s-au notat transpusele matricilor formate cu conjugatele

elementelor matricilor [a] i [b].
Dac se dorete determinarea puterii disipate n diport, Pd, avnd n vedere c
aceasta este pur real, separnd partea real din membrul drept al relaiei (15), se
obine:
*
Pd = [a ]T [a ] [b]T [b]
*
(16)
Dar, n cazul diporilor pur reactivi, este ndeplinit condiia:

Pd = 0
(17)
[a ]*T [a ] [b]*T [b] = 0
(18)
i deci:
sau, innd seama de definiia matricii [s]:
[a ]*T [a ] ( [s][a ] )*T ( [s][a ] ) = 0
(19)
[a ]*T [a ] [a ]*T [s]*T [s][a ] = 0
(20)
adic:

sau:
[a ]*T ( [1] [s]*T [s] )[a ] = 0
(21)
unde cu [l] s-a notat matricea unitate. Aceast condiie este ndeplinit dac:
[s]*T [s]
= [1]
(22)
Relaia (22) conduce la condiiile:

*
s11
s11 + s *21s 21 = 1
(23)
*
s12
s12 + s *22 s 22 = 1
(24)
care se mai scriu:

2
(25)
(26)
s11 + s 21 = 1
s12 + s 22 = 1
nmulind la stnga cu [s] i la dreapta cu [s]-1 relaia (22), se obine:
[s][s]*T = [1]
(27)
condiie din care decurg ecuaiile:

*
*
s11s11
+ s12 s12
=1
(28)
s 21s *21 + s 22 s *22 = 1
(29)
Din relaiile (25), (26), (28) i (29) se constat c:

2
s 21 = s12
i c
s11 = s 22
innd seama de relaiile (10) i (11), relaia (30) se mai scrie:
(30)
in 1
1
= 1
21
1
= 1
12
( 30 )
(31)
relaie care permite stabilirea legturii dintre parametrii de lucru ai unui diport
nedisipativ.
2.1.5. Sinteza propriuzis
Aa dup cum s-a artat, n cazul diporilor pur reactivi, caracterizai prin
parametrii de repartiie, este valabil relaia:
|S11| 2 + |S21| 2 =1
(32)
innd ns seama de legtura dintre parametrii de repartiie i parametrii de

lucru ai diporilor relaia (32) se poate scrie:
| in1| 2 = 1 - |1/ 12| 2
(33)
Dar legtura dintre funcia de transfer 12(s) i funcia de transfer H(s) este:
12(s) = (1/2) R 2 / R 1 (1/H(s))
(34)
Relaia (33) devine astfel:

| in1(s)| 2 = 1 4(R1/R2)|H(s)| 2
(35)
Pentru s = j relaia (35) se mai scrie:
in1(s) in1(-s) = 1 4(R1/R2)H(s)H(-s)
(36)
relaie din care se poate determina coeficientul de reflexie la intrare in1(s), pe baza
cruia se poate calcula impedana de intrare:
Z in1(s) = R1(1 in1(s)) / (1 + in1(s))
(37)
Diportul din figura 2.1.1.1 poate fi privit ca un uniport cu poarta 11, rezistena
R2 fiind ultimul su element. Un astfel de circuit poate fi sintetizat dup impedana sa
de intrare folosind metoda Cauer [Mat., Dum., Sta., 2001]. Rezultatul obinut va fi o

reea n scar format cu bobine i condensatoare conectat n locul diportului din
figura 2.1.1.1.
Modalitatea de sintez prezentat este exemplificat n continuare prin
determinarea schemei unui diport LC conectat ntre terminaii unitare, cu funcia de
transfer:
H(s) = (1/2)(s2 +
(38)
2 s + 1)
Funcia (36) devine, n acest caz particular:
in1(s) in1(-s) = 1 [4(1/4) / (s2 +
2 s + 1)][1 / (s2 -
2 s + 1)]
(39)
sau:
in1(s) in1(-s) = 1 1 / [(s2 + 1) 2 2s 2] = s 4 / (s 4 +1)
(40)
Deci:
in1(s) in1(-s) = [( s 2) / (s2 -
2 s + 1)] [( s 2) / (s2 +
2 s + 1)]
(41)
Alegnd:
in1(s) = -(s 2) / (s2 +
2 s + 1)]
(42)
se obine, conform relaiei (37):

Z in1(s) = (2s2 +
2 s + 1) / ( 2 s + 1)
(43)
sau:
Z in1(s) =( 2 s + 1) / (2s2+ 2 s + 1)
(44)
Circuitul cu impedana de intrare dat de relaia (43) este prezentat n figura 2.1.5.1.
Figura 2.1.5.1. Schema diportului pasiv cu impedana de intrare specificat n relaia (44).
Diportul cu funcia de transfer dat este prezentat n figura 2.1.5.2.
1
2
1
2
Figura 2.1.5.2. Schema diportului pasiv cu funcia de transfer specificat n relaia (38).
Dac s-ar fi ales pentru in1(s) expresia:
in1(s) = s 2 / (s2 +
(45)
2 s + 1)
s-ar fi obinut circuitul din figura 2.1.5.3.

1
E
1
Figura 2.1.5.3. O alt variant de implementare a diportului considerat.
2.1.6. Proiectarea filtrelor pasive de tip Butterworth, Cebev sau Bessel

Filtrele de tip Butterworth, Cebev sau Bessel pot fi implementate pe baza
funciilor lor de transfer, cu ajutorul unor reele pur reactive conectate ntre terminaii
neideale. n telecomunicaii, acetse filtre se conecteaz pe linii de impedan
caracteristic cunoscut, Zc. Considernd aceast impedan pur rezistiv, conectarea
filtrului pe linie se face dup modelul din figura 2.1.1.1, valorile celor dou rezistene
R1 i R2 fiind egale cu Zc. Pentru proiectarea acestor filtre se utilizeaz prototipuri
normalizate n frecven i n impedan. Schemele unor filtre prototip normalizate n
impedan, la valoarea Rg = Rs =1 sunt prezentate n figura 2.1.6.1.
Valorile componentelor acestor scheme, corespunztoare unor filtre trece jos
de tip Butterworth, Cebev sau Bessel normalizate n frecven, astfel nct s aib
valoarea pulsaiei de tiere s=1 rad/s, sunt date n tabelele 2.1.6.1, 2.1.6.2 i 2.1.6.3.
Valorile inductivitilor sunt date n H, valorile capacitilor sunt date n F iar ordinul
filtrului este cuprins ntre 2 i 10.
Figura 2.1.6.1. Filtre pasive n scar proptotip.
Tabelul 2.1.6.1 Filtre de tip Butterworth
n
2
3
4
5
6
7
8
9
10
C1
L2
C3
L4
C5
L6
C7
L8
C8
L10
L1
C2
L3
C4
L5
C6
L7
C8
L9
C10
1,4142
1
0,7654
0,6180
0,5176
0,4450
0,3902
0,3473
0,3129
1,4142
2
1,8478
1,6180
1,4142
1,2470
1,1111
1
0,9080
1
1,8478
2
1,9319
1,8019
1,6629
1,5321
1,4142
0,7654
1,6180
1,9319
2
1,9616
1,8794
1,7820
0,6180
1,4142
1,8019
1,9616
2
1,9754
0,5176
1,2470
1,6629
1,8794
1,9754
0,4450
1,1111 0,3902
1,5321
1
0,3473
1,7820 1,4142 0,9080 0,3129
Tabelul 2.1.6.2 Filtre de tip Cebev.
n
3
5
7
9
C1
L2
C3
L4
C5
L6
C7
L8
C8
L10
L1
C2
L3
C4
L5
C6
L7
C8
L9
C10
1,5963
1,7058
2,1666
1,7504
1,0967
1,2296
1,1115
1,2690
1,5963
2,5408 1,2296 1,7058
3,0926 1,1735 3,0936 1,1115 2,1666
2,6678 1,3673 2,7239 1,3693 2,6698 1,2690 1,7504
Tabelul 2.1.6.3. Filtre de tip Bessel.

n
2
3
4
5
6
7
8
9
10
C1
L2
C3
L4
C5
L6
C7
L8
C8
L10
L 1
C2
L 3
C4
L 5
C6
L 7
C8
L 9
C10
1,5774
1,2550
1,0598
0,9303
0,8377
0,7677
0,7125
0,6678
0,6305
0,4226
0,5029
0,5116
0,4577
0,4116
0,3744
0,3446
0,3703
0,3008
0,1972
0,3181
0,8812
0,3158
0,2844
0,2735
0,2547
0,2384
0,1104
0,2090
0,2364
0,2378
0,2297
0,2184
0,2066
0,0718
0,1460
0,1778
0,1867
0,1859
0,1809
0,0505
0,1104
0,1367
0,1506
0,1539
0,0375
0,085
0,1111
0,1240
0,289
0,0682
0,0911
0,0230
0,0577
0,0187
Dac se dorete proiectarea unui filtru trece jos pe o linie cu impedana

caracteristic diferit de 1, de exemplu cu impedana caracteristic egal cu R, atunci
valorile din structura noului filtru Lk i Ck, se obin din valorile vechiului filtru Lk i
Ck, prin denormalizare n impedan, cu formulele:
Lk = RLk
,k = 1, n
(46)
Ck = Ck / R
,k = 1, n
(47)
i:
Dac se dorete proiectarea unui filtru trec jos cu pulsaia de tiere s, atunci
valorile din structura noului filtru Lk i Ck, se obin din valorile vechiului filtru Lk i
Ck, prin denormalizare n frecven cu formulele:
Lk = Lk / s
,k = 1, n
(48)
Ck = Ck / s
,k = 1, n
(49)
i:
Pornind de la filtre trece jos prototip, prin transformri de frecven i

reactan, se pot obine filtre de tip trece sus, trece band sau oprete band prototip,
din care, prin denormalizare de impedan i frecven, se pot obine filtre trece sus,
trece band sau oprete band, cu orice frecven de tiere (central) i terminate pe
orice rezistene de valoare egal.
Figura 2.1.6.2. Schimbrile de variabil i de reactan care guverneaz transformrile

dintre diferite tipuri de filtre.
Transformrile amintite mai sus sunt prezentate n figura 2.1.6.2.
n continuare se d un exemplu de proiectare a unui filtru oprete band de
ordinul 6, cu Rg = Rs = 1 k, cu o band s = 2103 rad/s i o frecven central de
5kHz, pornind de la un prototip trece jos de tip Butterworth.
Deoarece:
s = 2103 rad/s
r = 10103 rad/s
atunci:
s / r = 1/5 = 0.2
(50)
Dac se consider pentru nceput c valoarea normat a pulsaiei centrale a

filtrului oprete band este r n = 1 rad/s, valoarea normat a benzii sale de pulsaii va
fi:
s n = 0.2 rad/s
Dar aceasta este chiar valoarea benzii de blocare a filtrului trece sus.
Considernd c 0 = 1 rad/s, valoarea necesar benzii de trecere a filtrului trce
jos, din care provine prin transformri de frecven filtrul oprete band, este:
Tn = 02 / s = 5 rad/s
(51)
Avnd n vedere c prin transformrile de frecven (datorit trecerii trece josoprete band) unui sistem trece jos de ordinul m i corespunde un sistem oprete
band de ordinul 2m, filtrului oprete band considerat i corespunde, folosind schema
din figura 2.1.6.1.b) i Tabelul 2.1.6.1, schema filtrului trece jos prototip din figura
2.1.6.3.
Figura 2.1.6.3. Schema filtrului trece jos prototip pentru

exemplul de proiectare considerat.

Fcnd denormalizarea de frecven la 5 rad/s, valoarea capacitii devine de
0.4 F iar valorile inductivitilor devin de 0.2 H. Fcnd transformarea trece jos-trece
sus, se obine filtrul cu frecvena de tiere de 0.2 Hz prezentat n figura 2.1.6.4.
Figura 2.1.6.4. Schema filtrului trece sus obinut

dup denormalizarea de frecven.
Fcnd transformarea trece sus-oprete band, se obine filtrul cu pulsaia

central de 1 rad/s i banda de blocare de 0.2 rad/s cu schema prezentat n figura
2.1.6.5.
Figura 2.1.6.5. Schema filtrului oprete band

cu pulsaia central de 1 rad/s.
Fcnd denormalizarea de frecven la r = 25000 rad/s i denormalizarea de

impedan la valoarea de 10000 , se obine schema filtrului final, prezentat n figura
2.1.6.6.
Figura 2.1.6.6. Schema filtrului proiectat.
2.2. Filtre active
n domeniul frecvenelor joase este dificil implementarea filtrelor

pasive avnd n vedere valorile mari necesare pentru inductiviti i capaciti,
valori care implic un gabarit sporit al componentelor precum i precizii sczute
ale valorilor acestora.
Din acest motiv, n domeniul frecvenelor joase se prefer utilizarea filtrelor
active. Acestea, pe lng elementele active, folosesc i componente pasive dar acestea
pot fi doar rezistoare sau condensatoare.
Deoarece implementarea unui filtru de ordin superior se poate realiza prin
metoda de conectare n cascad a unor sisteme de ordinul I i II, n continuare se vor
prezenta cteva tipuri de filtre active de ordinul I i II.
De multe ori este interesant modul n care este afectat valoarea parametrului P
al filtrului de ctre valoarea (s o notm cu x) a unei componente din schema sa. Pentru
a aprecia dependena lui P de x se definete sensibilitatea parametrului P de valoarea x,
SPx , prin formula:
P
(ln P ) P
=
S Px =
(ln x ) x
x
(52)
De exemplu, dac S Px = 0,5 atunci variaia de 2 % a lui x conduce la o

modificare cu 1 % a lu P.
2.2.1. Filtre active de ordinul I
Aceste sisteme sunt caracterizate de funcii de transfer de ordinul I. n

cazul filtrelor de tip trece jos expresia funciei de transfer este urmtoarea:
H TJ (s ) =
A
1+
s
0 TJ
(53)
Implementrile tipice ale filtrelor trece jos de ordinul I sunt prezentate n

tabelul 2.2.1.1.
2.2 Filtre active 67

Tabelul 2.2.1.1. Implementri tipice ale filtrelor trece jos de ordinul I.
Valorile
parametrilor
A
0 TJ
Schema filtrului
R1
1
RC
R
1+ 2
R1
1
RC
Denumire
Integrator
amortizat
Integrator
neinversor
Tabelul 2.2.1.2. Implementri tipice ale filtrelor trece sus de ordinul I.
Schema filtrului
Valorile
parametrilor
A
0 TS
C1
C
1
RC
Denumire
Difereniator
amortizat
Tabelul 2.2.1.2. Implementri tipice ale filtrelor trece sus de ordinul I (continuare).
R
1+ 2
R1
1
RC
Difereniator
neinversor
Funcia de transfer pentru filtrul trece sus se obine din funcia de transfer a
filtrului trece jos prin schimbarea de variabil:
0 TJ 0TS
s
adic:
H TS (s ) =
1 + 0TS
s
(54)
Schimbarea de variabil specificat poate fi implementat fcnd rocada ntre

rezistoarele i condensatoarele prezente n schemele din tabelul 2.2.1.1. Rezult astfel
schemele de filtre trece sus i parametrii lor, prezentate n tabelul 2.2.1.2.
n continuare se prezint cteva structuri de filtre active de ordinul II.
2.2.2. Filtre active de ordinul II
Expresiile principalelor funcii de transfer ale sistemelor de ordinul II sunt
prezentate n tabelul 2.2.2.1.

Tabelul 2.2.2.1. Expresiile principalelor funcii de transfer
ale sistemelor de ordinul II.
Tipul
filtrului
T.J.
Expresia funciei de
transfer
A TJ
2
s2
1+
s + 2
0
0
Semnificaia parametrilor
A TJ = amplificarea n curent
continuu
0 = pulsaia de tiere
= gradul de amortizare
Observaii
Buteworth =
=
Bessel =
=
T.S.
A TS
A TS = amplificarea la nalt
s2
02
2
s
s + 2
0
0
2
A TB
s
0
2
s2
1+
s + 2
0
0
2
1+
T.B.
O.B.
T.T
s
A OB 1 + 2
0
2
s2
1+
s + 2
0
0
2
2
s2
s + 2
0
0
A TT
2
s2
1+
s + 2
0
0
1
frecven
0 = pulsaia de tiere
0 = pulsaia central
A TB = amplificarea la pulsaia
central
1
2Q
f
Q = 0 = factor de calitate
B
B = banda de frecven la 3 dB
A TB = amplificarea exterioar
benzii de blocare
0 = pulsaia central
A TT = amplificarea n ntreaga
band
0 = pulsaia la care defazajul este
2
2
3
2
Funciile de transfer de tip oprete band i de tip trece tot se pot sintetiza cu
ajutorul celorlalte funcii de transfer.
Se observ c:
H OB
s2
02
1
+
= A
2
s2
2
s2
1 +
s + 2
s + 2 1+
0
0
0
0
= A (H TJ (s ) + H TS (s ))
(55)
relaie care conduce la forma de implementare a unui filtru oprete band de ordinul II,
aa cum se observ i din figura 2.2.2.1.
Figura 2.2.2.1. Forma de implementare a unui filtru oprete band de ordinul II.
Aceeai expresie a funciei de transfer oprete band poate fi pus i n

forma:
H OB
2
s2
2
1+
s + 2
0
0
0
= A
2
2
s
2
s2
1 +
s + 2 1+
s + 2
0
0
0
0
= A 1
2
s2
1 +
s + 2
0
0
adic:
(56)
H OB (s ) = A (1 H TB (s ))
(57)
cu implementarea din figura 2.2.2.2.
Figura 2.2.2.2. Forma de implementare a unui filtru oprete band de ordinul II.
Referitor la funcia de transfer trece tot, aceasta se poate sintetiza

conform relaiei:
H TT
s2
2
0
02
1
+
=
=
2
s2
2
s2
2
s2
1+
s + 2 1+
s + 2 1+
s + 2
0
0
0
0
0
0
= H TJ + H TS H TB
cu implementarea din figura 2.2.2.3.
Figura 2.2.2.3. Forma de implementare a unui filtru trece tot de ordinul II.
(58)
2.2.2.1. Structuri de filtre active de ordinul II cu un amplificator operaional
Cele mai cunoscute structuri de filtre active cu un amplificator operaional
sunt: structura cu reacie simpl, cea cu reacie multipl i cea cu amplificator
neinversor.
2.2.2.1.1. Filtre active cu reacie simpl
Una dintre modalitile de caracterizare a diporilor pasivi, de tipul celor din
figura 2.2.2.1.1.1, este cu ajutorul parametrilor Y, conform sistemului de ecuaii:
I1 = Y11 U1 + Y12 U 2
I 2 = Y21 U1 + Y22 U 2
1
I1
(59)
I2
D
U
2
Figura 2.2.2.1.1.1. Un diport.
Structura de filtru activ cu reacie simpl este prezentat n figura 2.2.2.1.1.2.
Ie
I
D
Ii
Ui
I
U
Figura 2.2.2.1.1.2. Schema unui filtru activ cu reacie simpl.
Descrierea diporilor D i D din figura 2.2.2.1.1.2, pe baza parametrilor Y,

folosind ecuaii de tipul celor din sistemul (59), conduce la relaiile:
I ' = Y21 U 1 + Y22 U

I = Y11 U + Y12 U e
(60)
(61)
Tensiunea de ieire a amplificatorului operaional are transformata Laplace
U e (s ) i este legat de transformata Laplace a tensiunii de intrare U i (s ) prin relaia:

U e (s ) = - A (s ) U 1 (s )
(62)
unde A(s) este funcia de transfer n bucl deschis a amplificatorului operaional.

Dac se consider c valoarea impedanei de intrare a amplificatorului
operaional este infinit, atunci se poate scrie relaia:
I(s ) + I ' (s ) = 0
(63)
Eliminnd din relaiile (60), (61), (62) i (63) mrimile U(s), I(s) i I(s), se
obine expresia funciei de transfer a filtrului:
U e (s )
=
U i (s )
Y21 (s )
1
[Y11 (s ) + Y22 (s )] Y12 (s )
A(s )
(64)
Dependena de frecven a amplificrii n bucl deschis a amplificatoarelor

operaionale are aspectul din figura 2.2.2.1.1.3.
Figura 2.2.2.1.1.3. Caracteristica de frecven a unui amplificator operaional.
Avnd n vedere acest fapt, pentru frecvenele joase o bun aproximare a

relaiei (64) este:
U e (s ) Y21 (s )
=
U i (s ) Y12 (s )
(65)
Relaia (65) este o bun aproximare a expresiei funciei de transfer a filtrului

cu reacie simpl n banda de frecven n care valoarea minim a lui |A()| este nc
suficient de mare. Limea acestei de benzi depinde de tipul amplificatorului
operaional folosit: cu compensare intern sau cu compensare extern, de valoarea
amplificrii n bucl deschis la frecven nul a amplificatorului operaional, precum
i de valoare pretins a amplificrii pentru filtru n banda de trecere a acestuia.
n tabelul 2.2.2.1.1.1 sunt prezentate cteva structuri pentru cuadripolii D i D,
a cror utilizare conduce la obinerea unor filtre de tip trece jos, trece sus sau trece
band. Expresia funciilor de transfer ale filtrelor prezentate n tabelul 2.2.2.1.1.1. este
stabilit pe baza relaiei (65). n tabel apar dou tipuri de dipori. Parametrii Y ai
acestora pot fi calculai pe baza parametrilor Y ai diporilor n T i din figurile
2.2.2.1.1.4 i 2.2.2.1.1.5.
Z1
I1
Z3
Z2
I2
Z2
I1
Z1
Figura 2.2.2.1.1.4 . Diport n T.
I2
Z3
Figura 2.2.2.1.1.5. Diport n pi.
Pentru diportul n T:
Y12 T =
I1
=
U 2 U1 = 0
I1
=
I1 Z1 + I 2 Z 3 I1 Z1 = (I1 + I 2 )Z 2
(66)
I1
I1 Z1
Z3
(Z1 + Z 2 )I1
Z2
adic:
Y12 T =
Z2
Z1 Z 2 + Z1 Z 3 + Z 2 Z 3
(67)

i:
Y21 T =
I2
=
U1 U 2 = 0
(68)
I2
=
I 2 Z 3 + I1 Z1 I 2 Z 3 = (I1 + I 2 )Z 2
I2
I 2 Z3
Z1
(Z 2 + Z 3 )I 2
Z2
sau:
Y21 T =
Z2
Z1 Z 2 + Z1 Z 3 + Z 2 Z 3
Pentru diportul n :
Y12 =
I1
1
=Z2
U 2 U1 = 0
(67)
Y21 =
I2
1
=Z2
U1 U 2 = 0
(68)
i:
Z4
Z1
I1
Z3
Z2
I2
Fig. 2.2.2.1.1.6. Diport n T podit.
n tabelul 2.2.2.1.1.1. sunt prezentai i dipori n T podit de tipul celui din

figura 2.2.2.1.1.6. Acesta poate fi privit ca i diportul obinut prin conectarea n paralel
a unui diport n T cu un diport n n care Z1 = Z3 = .
Avnd n vedere c prin conectarea n paralel a doi dipori cu parametrii Yk i
Yk k= 14, se obine un diport cu parametrii Yk'' dai de relaia:
Yk = Yk + Yk
(69)
pe baza relaiilor (66), (67) i (68), se pot calcula parametrii Y ai diportului n T podit,
obinndu-se, pentru schema din figura 2.2.2.1.1.6, valorile:
Y12 = -
Z2
1
= Y21
Z1 Z 2 + Z1 Z 3 + Z 2 Z 3 Z 4
(70)
Tabelul 2.2.2.1.1.1. Diferite structuri pentru cuadripolii D i D .
Filtru cu funcia de transfer de tip trece jos
Schema
cuadripolului D
y12
Schema
cuadripolului D
y '21 =
Expresia funciei
de transfer
Ipoteza
1/ s C2
=
+ s C3
R3
R
+ R 3R 4 + 4
s C2
s C2
1 / s C1
R
R1
+ R 1R 2 + 2
s C1
s C1
1
R 1 R 2 C1 C 3
1 1
1
1
s +
s2 +
+
C 2 R 3 R 4 R 3R 4C 2C3
1 1
1 1 1
1
+
+
C1 R 1 R 2 C2 R 3 R 4

Tabelul 2.2.2.1.1.1. Diferite structuri pentru cuadripolii D i D (continuare).
Filtru cu funcia de transfer de tip trece sus

Schema
cuadripolului D
R1
y 12 =
R1
1
+ 2 2
sC s C
2
Schema
cuadripolului D
Expresia funciei
de transfer
1
R2
R1
y '21 =
R1
1
+ 2 2
sC s C
s2
s2 + 2s
1
1
+
C R 2 C 2R 3R 4
Ipoteza
Tabelul 2.2.2.1.1.1. Diferite structuri pentru cuadripolii D i D (continuare).
Filtru cu funcia de transfer de tip trece band
Schema
cuadripolului D
Schema
cuadripolului D
Expresia funciei
de transfer
y 12 = (
R1
1/ s C3
+ s C2 )
R2 + R3
+ R 2R 3
s C3
y '21 =
C1
2 s C1 R
1 + 2 R C 2s + s 2C 2C3R 2
R2 = R3 = R
Ipoteza
C1 = C 2
R1 =
R C3
2 C1
1
R1 +
1
s C1
2.2.2.1.2. Filtre active cu reacie multipl
Structura cu reacie multipl este prezentat n figura 2.2.2.1.2.1.
Figura 2.2.2.1.2.1. Filtru activ cu reacie multipl.
Se reamintete faptul c tensiunea din centrul unei stele de admitane de tipul

celei din figura 2.2.2.1.2.2 se poate calcula n funcie de tensiunile din vrfurile stelei
cu formula:
n
Uc =
U
k =1
Yk
Y
k =1
Figura 2.2.2.1.2.2. O stea de admitane.
(71)
Particulariznd formula (71) pentru nodurile M i N din figura 2.2.2.1.2.1, se

pot scrie relaiile:
UM =
U i Y1 + U c Y4 + U N Y3
Y1 + Y2 + Y3 + Y4
(72)
U M Y3 + U e Y5
Y3 + Y5
(73)
UN =
Legtura dintre tensiunile de intrare i ieire n amplificatorul operaional este:
U e (s ) = A(s ) U N (s )
(74)
unde A(s) reprezint funcia de transfer n bucl deschis a amplificatorului

operaional.
Eliminnd funciile UN(s) i UM(s), din relaiile (72), (73) i (74), se obine
expresia funciei de transfer:
U e (s )
=
U i (s )
=
(75)
Y1 Y3
1
(Y3 + Y5 )(Y1 + Y2 + Y3 + Y4 ) Y32
Y3 Y4 + Y5 (Y1 + Y2 + Y3 + Y4 ) +
A(s )
Avnd n vedere o dependen de frecven a amplificrii n bucl deschis a

amplificatorului operaional folosit de tipul celei din figura 2.2.2.1.1.3, pentru
frecvene joase, o bun aproximare a relaiei (75) este:
U e (s )
Y1 Y3
=
U i (s ) Y4 Y3 + Y5 (Y1 + Y2 + Y3 + Y4 )
(76)
Relaia (76) este o bun aproximare pentru relaia (75) n aceleai condiii n
care relaia (65) aproximeaz bine relaia (64). Printr-o bun alegere a tipului rezistiv
sau capacitiv al admitanelor Y1, Y2, Y3, Y4, i Y5, expresia funciei de transfer (76)
poate fi corespunztoare unor filtre trece jos, trece sus sau trece band de ordinul II.
Formele generale ale acestor funcii de transfer sunt prezentate n tabelul
2.2.2.1.2.1.
Tabelul 2.2.2.1.2.1. Formele generale ale funciilor de transfer pentru filtre trece jos,
trece sus sau trece band, de ordinul II.
Tipul funciei
de transfer
trece jos
trece sus
Expresia funciei
de transfer
Observaii
A Tj
A Tj - amplificarea circuitului
1 + 2s / 0 + s 2 / 02
la joas frecven
0 - pulsaia de tiere
- coeficientul de amortizare
A Ts - amplificarea circuitului
s 2 / 02 A Ts
1 + 2s / 0 + s 2 / 02
la nalt frecven
0 - pulsaia central a filtrului

trece band
A TB - amplificarea circuitului
la pulsaia 0
2s / 0 A TB
1 + 2s / 0 + s 2 / 02
B = 2 0 - banda circuitului la
3 dB
Tabelul 2.2.1.2.2. Modalitile de implementare a diferitelor tipuri de funcii de transfer

realizabile folosind structura cu reacie multipl.
Tipul funciei
de transfer
y1 y 2
y3
y4
y5
Observaii
A Tj = - R4/R1; 0 =
trece jos
1/R1 sC1
1/R3 1/R4 sC5
1
R 3R 4 C 2 C5
1
1
1
+
+
R 3 R 4
1
R1 R 3 R 4
=
2
R 3R 4C 2C5
C 5

Tabelul 2.2.1.2.2. Modalitile de implementare a diferitelor tipuri de funcii de transfer
realizabile folosind structura cu reacie multipl (continuare).
Tipul funciei
de transfer
y1 y 2
y3
y4
y5
Observaii
A Ts = - C1/C4; 0 =
trece sus
sC1 1/R2 sC3
sC4
1/R5
1
R 2 R 5 C 3C 4
1 R 2 (C1 + C3 + C4 )
2
R 2 R 5 C 3C 4
Dac 2 02 A B atunci
R5
C3
;
R 1 C3 + C 4
1/R5
1 C3 + C 4
;
B=
R 5 C3C 4
1
0 =
C 3 C 4 R 5 (R 1 || R 2 )
A TB =
trece band
1/R1 1/R2 sC3
sC4
n tabelul 2.2.2.1.2.2 sunt prezentate modalitile de implementare a diferitelor

tipuri de funcii de transfer realizabile folosind structura cu reacie multipl.
2.2.2.2. Sinteza filtrelor active pe baza unui prototip pasiv
Avnd n vedere prioritatea istoric a filtrelor pasive fa de filtrele acrive, este
interesant utilizarea experienei dobndite n cazul sintezei filtrelor pasive la sinteza
filtrelor active.
n cazul telecomunicaiilor se utilizeaz filtre pasive care sunt dipori pur
reactivi conectai ntre rezistene de valoare finit, nenul. Pentru sinteza filtrelor active
pornind de la astfel de prototipuri este necesar simularea inductivitilor sau a unor
celule de elemente pasive folosind amplificatoare operaionale.
2.2.2.2.1. Metode de simulare a inductivitilor
Diportul din figura 2.2.2.2.1.1. poate fi caracterizat pe baza parametrilor

de transmisie A, B, C, D prin ecuaiile:
U 1 = A U 2 B I 2
I1 = C U 2 D I 2
(78)
Figura 2.2.2.2.1.1. Schema de conectare a unui diport.
Definiiile parametrilor de transmisie rezult din sistemul (78):
A=
U1
U2
;
I 2 =0
B=
U1
I2
C=
U 2 =0
I1
U2
D=
I 2 =0
I1
I2
(79)
U 2 =0
Impedana de intrare a diportului din figura 2.2.2.2.1.1 este:
U2
+B
I2
A Z2 + B
U1 A U 2 B I 2
=
=
Z in =
=
U
I1
C U2 D I2
C Z2 + D
C 2 + D
I2
A
(80)
Dup tipul legturii dintre impedanele de intrare i cea de sarcin, diporii se

pot clasifica n urmtoarele categorii:
- convertor de imitan generalizat, G.I.C: el transform imitana de sarcin
ntr-o imitan de acelai tip (dac sarcina este o impedan se obine tot o
impedan iar dac sarcina este o admitan se obine tot o admitan). Se
obine pentru:
B = C = 0;
Z in =
A
Zs
D
(81)
- invertor de imitan generalizat, G.I.V: el transform impedana de sarcin

ntr-o admitan de intrare i reciproc. Se obine pentru:
A = D = 0;
Z in =
B 1
C Zs
(82)
Un caz particular de G.I.V. este giratorul. n cazul acestui tip de diport:
B=
1
C
O modalitate de implementare cu amplificatoare operaionale a convertoarelor

de imitan este prezentat n figura 2.2.2.2.1.2.
Figura 2.2.2.2.1.2. O implementare cu amplificatoare operaionale a convertoarelor de imitan.
Dac impedana de sarcin (Zs din figura 2.2.2.2.1.1) este Z5, atunci diportul
considerat implementeaz un convertor de imitan generalizat, G.I.C.
Dac impedana de sarcin (Zs din figura 2.2.2.2.1.1) este Z4, atunci diportul
considerat implementeaz un invertor de imitan generalizat, G.I.V.
n continuare se demonstreaz aceste afirmaii presupunnd c cele dou
amplificatoare operaionale sunt ideale.
VA1+ = VA1 I1 Z1 + (I1 + I) Z 2 = 0
Z
I = 1 + 1 I1
Z2
(83)
VA 2+ = VA 2 I 2 Z 4 + (I 2 + I) Z 3 = 0
Z
I = 1 + 4 I 2
Z3
(84)
Dar:
I 1 + I + I 2 + I = 0
(85)
Z
Z1
I1 = 4 I 2
Z3
Z2
(86)
I 2 Z 3 Z1
=
I1 Z 4 Z 2
(87)
i deci:
adic:
n cazul n care impedana de sarcin este Z5 se constat c:
V1 = VA1+ VA 2+ + V2
(88)
innd seama de faptul c:
VA1 = VA 2
i de relaiile (83) i (84), rezult c:
V1 = V2
(89)
V2 = I 2 Z 5
(90)
Dar:
Expresia impedanei de intrare este:
Z in =
(87 ) Z Z
V1 (89 ) V2 (90 ) I 2
=
= Z5 = 1 3 Z5
I1
I1
I1
Z2 Z4
(91)
Avnd n vedere c impedana de sarcin, Z5, se gsete la numrtorul

membrului drept al relaiei (91), este demonstrat faptul c diportul considerat este un
G.I.C.
n cazul n care impedana de sarcin este Z4 se constat faptul c:
V1 = I 2 Z 5 Z in =
I Z
Z Z Z
V1
= 2 5 = 1 3 5
I1
I1
Z2 Z4
(92)
Avnd n vedere c impedana de sarcin Z4 se gsete la numitorul membrului

drept din relaia (92), rezult c diportul considerat are o admitan de intrare. Deci este
vorba de un G.I.V.
Se observ c indiferent dac impedana de sarcin este Z4 sau Z5, expresia lui
Zin este aceeai, dat de (92).
Prin particularizarea impedanelor Z1 Z5 pot fi obinute diferite expresii
pentru impedana de intrare. n acest mod pot fi simulate diferite tipuri de dispozitive
pasive (ca de exemplu inductiviti sau rezistene negative dependente de frecven),
folosind amplificatoare operaionale.
Dac se face alegerea:
Z1 = R1, Z2 = R2, Z3 = R3, Z4 =
1
, Z5 = R5,
sC 4
atunci:
Z in =
Notnd constanta
sC 4 R 1 R 3 R 5
R2
(93)
C4 R1 R 3 R 5
= L , relaia (93) devine:
R2
Z in = sL
(94)
Se constat c n acest mod se poate simula o inductivitate, a crei schem este

prezentat n figura 2.2.2.2.1.3.
Figura 2.2.2.2.1.3. Simularea unei inductiviti.
Figura 2.2.2.2.1.4. Alt exemplu de simulare a unei inductiviti.
Din necesitatea ca amplificatoarele operaionale s aib intrrile polarizate,

inductivitile simulate trebuie s aib un terminal la mas. Se observ c se obine tot
o inductivitate dac facem alegerea:
Z1 = R1, Z2 =
1
, Z3 = R3, , Z4 = R4, Z5 = R5
sC 2
n acest caz:
Z in =
sC 2 R 1 R 3 R 5
R4
(95)
C2 R1 R 3 R 5
R4
(96)
i deci:
L=
schema de sintez fiind cea din figura 2.2.2.2.1.4.

2.2.2.2.2. Implementarea filtrelor active folosind inductiviti simulate
Aceast metod de implementare presupune existena unui prototip pasiv de
filtrare n care inductivitile s fie conectate cu un capt la mas. Prin nlocuirea,
ntr-o astfel de schem, a inductivitilor cu una din schemele din figurile 2.2.2.2.1.3
sau 2.2.2.2.1.4 se obine filtrul activ dorit.
De exemplu, un filtru pasiv de ordinul III de tip trece sus cu pulsaia de tiere
de 81 rad/s conectat ntre o surs de semnal cu rezistena de ieire de 1K i o sarcin
de 1 K este prezentat n figura 2.2.2.2.2.1.
Figura 2.2.2.2.2.1. Exemplu de filtru pasiv de ordinul III de tip trece sus.
Avnd n vedere c n schem exist dou inductiviti conectate la mas,
acestea pot fi nlocuite cu inductiviti simulate. Folosind pentru sintez schema din
figura 2.2.2.2.1.4 i alegnd R1 = R3 = R4 = 1K, R5 = 618 i C2 = 100nF, se obine
pentru inductivitatea simulat, pe baza relaiei (96), valoarea:
10 7 10 6 618
L=
= 618 10 4 H = 61,8mH
3
10
deci chiar valoarea dorit.
Figura 2.2.2.2.2.2. Schema filtrului activ de ordinul III.
Schema filtrului activ de ordinul III conectat ntre rezistena de sarcin i surs
este prezentat n figura 2.2.2.2.2.2.

Dezavantajul filtrelor active implementate cu inductiviti simulate este acela
c utilizarea lor este restrns la structura de tip trece sus (avnd n vedere condiia
necesar ca un capt al impedanei s fie conectat la mas).
2.2.2.2.3. Metoda de sintez LEAPFROG
Filtrele pasive prototip utilizate n sinteza filtrelor active sunt reele de
reactane pure ntre terminaii rezistive. O astfel de reea are aspectul din figura
2.2.2.2.3.1.
Figura 2.2.2.2.3.1. Reele de reactane pure ntre terminaii rezistive.
Aceast reea este caracterizat de ecuaiile:
I 1 = (V1 V2 )Y1
V2 = (I 1 I 3 )Z 2
(97)
I 3 = (V2 V4 )Y3
#
Astfel de ecuaii pot fi implementate i cu sisteme liniare i invariante n timp

cu funcii de transfer de forma Y2k+1 i Y2k, dup cum se vede n figura 2.2.2.2.3.2.
Figura 2.2.2.2.3.2. Sistem liniar i invariant n timp cu

funcii de transfer de forma Y2k+1 i Y2k.
Ecuaiile care caracterizeaz acest sistem sunt urmtoarele:
Vi1 = Y1 (V1 V2 )
V2 = Z 2 Vi1 + Vi 2
(98)
Vi3 = Y3 ( V2 + V4 )
V4 = Z 4 Vi3 Vi5
#
sau:
Vi1 = Y1 (V1 V2 )
V2 = Z 2 Vi1 Vi 2
(99)
Vi3 = Y3 (V2 V4 )
#
Se observ identitatea formal dintre ecuaiile (97) i (99) care are loc dac
funciile Vi k (s ) i I k (s ) sunt identice. Aceast identitate este formal neinnd cont
de dimensiunile fizice ale celor dou funcii. n cazul n care filtrul prototip este de tip
trece jos, pentru celulele intermediare sunt valabile relaiile:
Z 2k =
1
s C 2k
Y2 k +1 =
1
s L 2 k +1

Celulele schemei din figura 2.2.2.2.3.2 pot fi sintetizate cu amplificatoare
operaionale. Astfel, celulele care au n componen sumatoare i blocuri cu funcia de
transfer Z 2 k (s ) pot fi echivalate ca n figura 2.2.2.2.3.3.
Figura 2.2.2.2.3.3. Sintetizarea cu amplificatoare operaionale: a).o celul din schema din figura
2.2.2.2.3.2; b). rezultatul sintezei.
Relaia intrare-ieire a sistemului din figura 2.2.2.2.3.3 a) este:
U e (s ) = Z 2 k (s ) U i1 + U i 2 =
1
U i1 + U i 2
s C 2k
(100)
Relaia intrare-ieire a sistemului din figura 2.2.2.2.3.3 b) n care, n bucla de

reacie a integratorului este conectat un condensator cu capacitatea egal cu C2k/R este:
U e (s ) =
1
C
s 2k R
R
[(
(
)
)] Us +C U
U i1 + U i 2 =
i1
i2
(101)
2k
Se observ identitatea formal a relaiilor (100) i (101).

Celulele care au n componen sumatoare i funcii de transfer de forma
-Y2k+1(s) pot fi echivalate ca n figura 2.2.2.2.3.4.
Figura 2.2.2.2.3.4. Sintetizarea cu amplificatoare operaionale: a).o celul din schema din figura
2.2.2.2.3.2; b). rezultatul sintezei.
U e (s ) = Y2 k +1 (s ) U i1 (s ) + U i 2 (s ) =
1
U i1 (s ) + U i 2 (s )
s L 2 k +1
(102)
Relaia intrare-ieire a sistemului din figura 2.2.2.2.3.4 b) n care, n bucla de

reacie negativ un condensator cu capacitatea egal cu L2k+1/R este:
Ui
Ui
U e (s )
1
= 1 2 = U i1 + U i 2
1
R
R
R
L 2 k +1
s
R
1
U e (s ) =
U i1 + U i 2
L 2 k +1
s
R
(103)

Avnd n vedere c la intrarea filtrului trece jos prototip apare o inductivitate
nseriat cu rezistena sursei de semnal, notat cu R0, expresia admitanei Y1 este:
Y1 (s ) =
1
R 0 + s L1
celula de intrare se poate implementa ca n figura 2.2.2.2.3.5.
(104)
Figura 2.2.2.2.3.5. Implementarea celulei de intrare pentru schema din figura 2.2.2.2.3.2;
a). celula de intrare; b). rezultatul sintezei.
U e (s ) = Y1 (s ) U i1 (s ) + U i 2 (s ) =
1
U i1 (s ) + U i 2 (s )
R 0 + s L1
(105)
Relaia intrare-ieire a sistemului din figura 2.2.2.2.3.5 b) este:
U e (s )
1
= U i1 + U i 2
R
1
R
L
R0
s 1
R
R
1
+
L
R0
s 1
R
)
(106)
adic:
U e (s ) =
1
R
1
U i1 + U i 2 =
U i1 + U i 2
R R 0 + s L1
R 0 + s L1
(107)
Celula de ieire a filtrului trece jos prototip are aspectul din figura 2.2.2.2.3.6
a) dac este vorba despre un filtru de ordin impar i aspectul din din figura 2.2.2.2.3.6
b) dac este vorba despre un filtru de ordin par.
a)
Figura 2.2.2.2.3.6. Celula de ieire a filtrului trece jos prototip:

pentru un filtru de ordin impar i b) pentru un filtru de ordin par.
Dac este nevoie de un filtru de ordin impar atunci ultima celul

2.2.2.3.3.2 are funcia de transfer Y2m+1(s). Aceasta poate fi implementat
structur ca i cu cea cu care se iplementeaz celula care conine
transfer Y1(s). Dac este nevoie de un filtru de ordin par atunci ultima
figura 2.2.2.2.3.2 are funcia de transfer Z2m(s).
Dar:
Z 2 m (s ) =
din figura
cu aceeai
funcia de
celul din
Rs
1 + s R s C 2m
funcie de transfer care poate fi implementat cu un integrator amortizat.

Se prezint ca exemplu implementarea n tehnic leap-frog a filtrului de
ordinul III de tip trece jos cu pulsaia de tiere de 1rad/s, al crui filtru pasiv prototip
este prezentat n figura 2.2.2.2.3.7.
Figura 2.2.2.2.3.7. Exemplu de implementarea n tehnic leap-frog a filtrului de ordinul III de tip trece jos
cu pulsaia de tiere de 1rad/s
Structura leap-frog corespunztoare precum i modul de proiectare sunt

prezentate n figura figura 2.2.2.2.3.8.
Figura 2.2.2.2.3.8. Structura leap-frog corespunztoare filtrului din figura 2.2.2.2.3.7 precum i modul de
proiectare.
Avantajul metodei de sintez leap-frog este acela c sensibilitile parametrilor

filtrelor cu componentele prezentate n schem sunt mici.
Dezavantajul major este acela c metoda permite implementarea eficient doar
a unor structuri de tip trece jos.
CAPITOLUL 3. Metode de echivalare a filtrelor numerice

cu filtre analogice
O dat cu dezvoltarea tehnicii de calcul se pune tot mai fecvent problema

nlocuirii sistemelor n timp continuu cu sisteme n timp discret, chiar i n aplicaiile
semnalelor analogice. Datorit experienei acumulate n proiectarea sistemelor n timp
continuu, sunt de interes metodele de sintez a sistemelor n timp discret bazate pe
echivalarea acestora cu sisteme n timp continuu corespunztoare. Dintre metodele de
echivalare sunt de interes acelea care transfer principalele proprieti ale sistemului n
timp continuu asupra sistemului n timp discret echivalent.
3.1. Principalele cerine ale metodelor de echivalare
Principalele proprieti ale sistemelor n timp continuu care trebuie s se
transfere asupra sistemelor n timp discret echivalente sunt:
1. Existena rspunsului n frecven al sistemului,
2. Cauzalitatea sistemului considerat,
3. Stabilitatea sistemului considerat.
Dac sistemul n timp continuu are rspuns n frecven atunci axa imaginar a
planului s aparine regiunii de convergen a funciei de transfer a acestui sistem. Dac
sistemul n timp discret echivalent are rspuns n frecven atunci cercul unitate din
planul z aparine regiunii de convergen a funciei de transfer a acestui sistem. Pentru
ca existena rspunsului n frecven a sistemului n timp continuu s asigure existena
rspunsului n frecven al sistemului n timp discret echivalent este deci necesar ca
metoda de echivalare folosit s transforme axa imaginar a planului s n cercul unitate
din planul z.
Dac sistemul n timp continuu este cauzal i stabil atunci polii funciei sale de
transfer sunt situai n semiplanul stng iar regiunea de convergen a acestei
transformate se ntinde spre dreapta. Dac sistemul n timp discret echivalent este
cauzal i stabil atunci regiunea de convergen a transformatei z a rspunsului la
impuls al sistemului se gsete n exteriorul cercului unitate iar polii acesteia se gsesc
n interiorul aceluiai cerc. Deci pentru ca stabilitatea i cauzalitatea sistemului n timp
continuu s asigure stabilitatea i cauzalitatea sistemului n timp discret echivalent este
necesar ca echivalarea s fie fcut n aa fel nct semiplanul stng al planului s s se
transforme n interiorul cercului unitate din planul z iar semiplanul drept din planul s s
se transforme n exteriorul cercului unitate din planul z.
Condiiile formulate anterior presupun urmtoarea reprezentare grafic.
3.2. Metoda invarianei rspunsului la impuls 97
Figura 3.1.1. Legtura dintre planele s i z impus de o metod de echivalare util.
n continuare se prezint trei metode de echivalare a filtrelor numerice cu filtre

analogice.
3.2. Metoda invarianei rspunsului la impuls
Se determin expresia rspunsului la impuls h d [n ] al sistemului n timp
discret echivalent sistemului n timp continuu, cu rspunsul la impuls h a (t ) , conform
figurii urmtoare.
Figura 3.2.1. Sistemul care st la baza criteriului de echivalare a sistemului n timp continuu pe baza
invarianei rspunsului la excitaia x(t).
98 Metode de echivalare 3
Echivalena sistemelor cu rspunsurile la impuls h d [n ] i h a (t ) , bazat pe
invariana rspunsului la excitaia x(t), const n identitatea semnalelor de ieire:
y d [n ] = y a [n ]
(1)
Avnd n vedere relaile :
y d [n ] = x[n ] h d [n ]
i:
y a [n ] = x ( t ) h a (t ) t = nT
transformatele z ale secvenelor y d [ n ] i y a [ n ] sunt date de expresile:
Yd (z ) = Z L1 {X(s )} t = nT H d (z )
(2)
i:
Ya (z ) = Z L1 {X(s ) H a (s )} t = nT
(3)
Relaia (1) presupune egalitatea membrilor drepi ai relailor (2) i (3), pe baza
creia se poate determina expresia funciei de transfer a filtrului numeric:
H d (z ) =
Z L1 {X(s ) H a (s )} t = nT
Z L {X(s )} t = nT
1
(4)
respectiv rspunsul su la impuls:
Z L1 {X(s ) H a (s )} t = nT
h d [n ] = Z
1
Z L {X(s )} t = nT
1
(5)
Avnd n vedere c expresia lui h d [n ] depinde de excitaia considerat, prin

intermediul transformatei Laplace X(s), este util s se determine expresia rspunsului

la impuls a sistemului n timp discret echivalent sistemului n timp continuu cu
rspunsul la impuls h a (t ) , pe baza invarianei rspunsului la excitaii simple.
Dac x (t ) = (t ) se vorbete despre echivalarea sistemului n timp discret cu

sistemul n timp continuu considerat, pe baza invarianei rspunsului la impuls. Dac se
admite c n acest caz la ieirea convertorului de pe ramura de sus se obine impulsul
unitar n timp discret expresia lui h d [n ] din ultima relaie, devine:
Z L1 {1 H a (s )} t = nT
1 Z{h a (nT )}
=
h d [n ] = Z
Z
1
Z{(t ) t = nT }
Z L {1} t = nT
Z{h a [n ]}
= Z 1
= h a [n ] = h a (nT )
Z{[n ]}
1
(6)
Deci rspunsul la impuls al sistemului n timp discret, h d [ n ] , echivalent
sistemului n timp continuu cu rspunsul la impuls h a (t ) pe baza metodei de

echivalare care presupune invariana rspunsului la impuls este obinut prin
eantionarea ideal a lui h a (t ) , cu pasul T.
Dac x (t ) = (t ) se vorbete despre echivalare pe baza invarianei rspunsului

indicial. Dac se admite c n acest caz la ieirea convertorului de pe ramura de sus se
obine funcia treapt unitate n timp discret, expresia lui h d [ n ] este n acest caz:
1 H a (s )
t = nT
Z L
s
= Z 1 Z{ra (t ) t = nT } =
h d [n ] = Z 1

Z{[n ]}
ZL1 1
t = nT
(7)
Z{ra [n ]}
1
1
=Z
= Z 1 z Z{ra [n ]}
1
1 z 1
1
{(
unde cu ra (t ) s-a notat rspunsul indicial al sistemului n timp continuu considerat. Se

observ c n cazul echivalrii pe baza invarianei rspunsului indicial:
h d [n ] h a [n ]
n continuare se determin expresia rspunsului indicial al sistemului n timp
discret echivalent, rd [n ] .
1 z 1 R a (z )
H (z ) ( 7 )
rd [n ] = Z 1 {R d (z )} = Z 1 d 1 = Z 1
= ra [n ] = ra (nT )
1
1 z
1 z
(8)
Deci rspunsul indicial al sistemului n timp discret echivalent sistemului n

timp continuu cu rspunsul indicial ra (t ) pe baza metodei invarianei rspunsului
indicial, se determin cu relaia:
rd [n ] = ra [n ]
adic prin eantionarea ideal cu pasul T a rspunsului indicial al sistemului n timp
continuu.
n continuare se analizeaz legtura dintre planele s i z creat de metoda de
echivalare bazat pe invariana rspunsului la impuls. Aceast metod este
caracterizat de relaia:
h d [n ] = h a (nT )
(9)
innd seama de expresiile transformatelor Laplace i z inverse, ultima relaie poate fi

pus n forma:
+ j
1
1
H d (z ) z n 1dz =
H a (s ) e st ds
2j
2j j
t = nT
(10)
Pentru a se respecta cerina 1 referitoare la metodele de echivalare a sistemelor

n timp continuu cu sisteme n timp discret este necesar ca n membrul stng s se
integreze pe conturul cercului unitate iar n membrul drept pe axa imaginar. De aceea
(10) se mai poate scrie:
sau:
z =1
H d (z ) z
n 1
dz =
H (s ) e
a
st
ds
t = nT
(11)
z =1
H d (z )d (z n ) =
T k =
j( 2 k +1)
H (s )d(e
a
j( 2 k 1)
snT
Fcnd n membrul drept schimbarea de variabil s s jk
z =1
H d (z )d (z n ) =
(12)
2
, relaia (12) devine:
T
1
2
H a s jk d (e snT e 2 jkn )
T k
T
(13)
sau:
j
z =1
H d (z )d (z n ) =
1
2
H a s jk d (e snT )
T k
T
(14)
Aceast relaie este satisfcut i dac sunt satisfcute simultan condiiile:
z = e sT
(15)
i:
H d (z ) z =esT =
1
2
H a s jk
T k =
T
(16)
Ultima relaie exprim legtura ntre planele s i z, specific metodei de

echivalare bazat pe invariana rspunsului la impuls, reprezentat grafic n figura
urmtoare. innd seama de faptul c:
z = e j ,
[ , ]
(17)
i c:
s = + j
(18)

relaia (15) devine:
e j = e T e jT
Egalnd prile reale i imaginare din ultima relaie se obine:
= e T
(19)
= T
(20)
i:
Pe baza relaiilor (17) i (20) se constat c se obine o coresponden
biunivoc ntre planele s i z pentru ,

T
.
T
Figura 3.2.2. Legtura dintre planele s i z indus de metoda de echivalare

bazat pe invariana rspunsului la impuls.
Se constat c echivalarea sistemelor n timp continuu cu sisteme n timp

discret bazat pe invariana rspunsului la impuls se realizeaz conform cerinelor
metodelor de echivalare, specificate n paragraful anterior, doar pentru sisteme n timp
continuu de band limitat, ,

. n aceast ipotez legtura dintre
T T
funciile de transfer ale sistemului n timp continuu echivalat i a sistemului n timp
discret echivalent este dat de relaia (16). Pentru sisteme n timp continuu de band

nelimitat corespondena , implicat n relaia (16) nu este biunivoc, motiv pentru care
aceast relaie nu poate fi folosit.
n continuare se exemplific aceast metod de echivalare pe cazul unui filtru
analogic care are doar poli simpli. Se consider c expresia funciei de transfer a
sistemului n timp continuu este:
Ak
k =1 s + s k
N
H a (s ) =
(21)
Rspunsul la impuls al acestui filtru este:

N
h a (t ) = A k e s k t (t )
k =1
Deci rspunsul la impuls al sistemului n timp discret echivalent este:

N
h d [n ] = h a (nT ) = A k e s k nT [n ]
k =1
iar funcia sa de transfer:

N
H d (z ) = A k
k =1
1
1 e
s k T
z 1
Se constat c polii lui H d (z ) se pot obine din polii lui H a (s ) , dac acetia
sunt simpli, folosind relaia de legtur (15).
n continuare se prezint un exemplu de echivalare a unui filtru trece jos de
ordinul I n timp continuu cu un filtru trece jos n timp discret, folosind metoda de
echivalare bazat pe invariana rspunsului la impuls. Rspunsul la impuls al
sistemului n timp continuu este:
h a (t ) = A e
(t )
Rspunsul la impuls al sistemului n timp discret echivalent este:
h d [n ] = A e
[n ]

Cele dou rspunsuri la impuls sunt reprezentate grafic n figura urmtoare,
pentru A=1 i = 1 .
Figura 3.2.3. Rspunsurile la impuls ale filtrului analogic de ordinul I

i al filtrului numeric echivalent.
Funciile de transfer ale celor dou sisteme sunt:
H a (s ) =
A
1
+s
i:
H d (z ) =
1 e
z 1

Expresile rspunsurilor n frecven ale celor dou sisteme sunt:
H a () =
1
1
+ j
i:
H d ( ) =
1 e
e j
Modulele celor dou rspunsuri n frecven pentru A =1, = 1 i T=1 sunt

reprezentate n figura 3.2.4.
Figura 3.2.4. Modulele rspunsurilor n frecven ale celor dou sisteme, analogic (curba de jos)
i digital (curba de sus) echivalente pe baza metodei invarianei rspunsului la impuls.

Chiar dac n domeniul timp calitatea echivalrii pare bun, figura 3.2.4
dovedete c aceast metod de echivalare nu are performane deosebite. La frecvene
joase cele dou caracterstici sunt ct de ct asemntoare, dar pe msur ce frecvena
crete calitatea echivalrii scade tot mai mult. Motivul este nelimitarea n banda de
frecvene a filtrului analogic. Din pcate toate sistemele analogice ntlnite n practic
sunt de band nelimitat (deoarece au rspunsul la impuls de durat finit). n
consecin metoda de echivalare bazat pe invariana rspunsului la impuls merit s
fie utilizat n practic doar pentru sisteme n timp discret care urmeaz s prelucreze
semnale de joas frecven.
3.3. Metoda de echivalare bazat pe aproximarea ecuaiei difereniale care descrie
filtrul analogic cu o ecuaie cu diferene finite care descrie filtrul numeric
echivalent
Definiia derivatei unui semnal analogic, x(t) este:
dx
x (t ) x (t T )
= lim
T
0
dt
T
de unde:
dx
dt
t = nT
x (nT ) x ((n 1)T )

T 0
T
= lim
Dac x[n ] reprezint semnalul n timp discret obinut prin eantionarea ideal
a semnalului x(t) cu pasul T, atunci ultima relaie se mai poate scrie:
dx
dt
t = nT
= lim
T 0
x[n ] x[n 1]
T
n continuare se va folosi aproximarea:
x[n ] x[n 1] x[n ] x[n 1] x[n ]
=
T 0
T
T
T
lim
care este cu att mi bun cu ct T este mai mic. Raionnd recursiv se obine relaia:
dkx
dt k
t = nT
1 k
x[n ]
Tk
(22)
3.3. Aproximarea ecuaiei difereniale 107

Ecuaia diferenial care caracterizeaz sistemul n timp continuu care trebuie
echivalat este:
M
a
k =0
dk y N
dkx
=
k
dt k k =0
dt k
(23)
Aceasta poate fi echivalat pe baza relaiei (22) cu ecuaia:

N
ak k
bk k
[
]
y
n
=
x[n ]
k
k
k =0 T
k =0 T
M
(24)
Aceasta este ecuaia cu diferene finite care caracterizeaz sistemul n timp discret
echivalent sistemului n timp continuu considerat.
Se poate demonstra cu uurin c diferena finit de ordinul k a unei secvene
oarecare u[n ] are expresia:
k
k u[n ] = ( 1) C pk u[n p]
p
(25)
p =0
Lund n ambii membri ai ultimei relaii trasformata z se obine:
Z k u[n ] = ( 1) C pk z p U(z ) = U(z ) 1 z 1

p
p=0
(26)
Aplicnd n ambii membri ai ecuaiei (24) transformata z i innd seama de

relaia (24) se obine:
k
N
1 z 1
1 z 1
= X(z ) b k
Y(z ) a k
k =0
k =0
T
T
M
(27)
Pe baza relaiei (23) se stabilete expresia funciei de transfer a filtrului analogic de

echivalat:
N
H a (s ) =
b
k =0
M
a
k =0
sk
(28)

Pe baza relaiei (27) se stabilete expresia funciei de transfer a filtrului
numeric echivalent H d (z ) i se constat c:
H d (z ) = H a (s )
s=
1 z 1
T
(29)
Legtura dintre planele s i z impus de aceast metod de echivalare este:
1 z 1
T
(30)
1
1
1 T
T
+j
=
=
2
2
1 sT 1 T jT (1 T ) + (T )
(1 T )2 + (T )2
(31)
s=
sau:
z=
Notnd prile real i imaginar ale lui z cu x i y relaia (31) mai poate fi scris i n
forma:
1 T
(1 T )2 + (T )2 = x
=y
(1 T )2 + (T )2
(32)
Eliminnd T din cele dou relaii se obine:

2
1
1
y + x
=
2
2(1 T )
4(1 T )
(33)
Pentru = 0 , ultima relaie devine:

2
1
1
2
x + y =
2
4
(34)
care descrie un cerc. n figura urmtoare este prezentat legtura dintre planele s i z
indus de aceast metod de echivalare.
3.3. Aproximarea ecuaiei difereniale 109
Figura 3.3.1. Legtura dintre planele s i z indus de metoda de echivalare bazat pe aproximarea ecuaiei
difereniale care descrie sistemul n timp continuu cu o ecuaie cu diferene finite care descrie sistemul n
timp discret echivalent.
Relaia (34) arat c axa imaginar a planului s se transform n cercul de raz

0,5 i de centru (0,5 , 0), din planul z.
Analiznd ultima figur se constat c, deoarece semiplanul stng al planului s
se transform n interiorul cercului de raz 0,5 i de centru (0,5 , 0), care este interior
cercului unitar, din planul z, un sistem stabil i cauzal n timp continuu se transform
ntr-un sistem stabil i cauzal n timp discret. Rspunsul n frecven al sistemului n
timp continuu se obine calculnd funcia de transfer a acestuia pe axa imaginar.
Rspunsul n frecven al sistemului n timp discret se obine calculnd funcia sa de
transfer pe cercul unitate. Dar metoda de echivalare studiat n acest paragraf
transform axa imaginar a planului s n cercul, descris de relaia (34) din planul z. n
consecin aceast metod nu respect cerina 1 a metodelor de echivalare, prezentate
mai sus.
Pentu a determina pe baza relaiei (29) legtura dintre rspunsurile n frecven
ale celor dou sisteme este necesar ca z s fie simultan pe cercul unitate i pe cercul
descris de relaia (34).
Aceast condiie este descris doar de acele puncte din planul z situate n
vecintatea punctului (1 , 0). Pe baza relaiei (32), acestor puncte le corespund valori
foarte mici ale lui T . n acest caz:
0
z = e j = cos + j sin 1 + j
(35)

i :
(36)
z 1 = e j 1 j
Relaia (29) devine, pentru valori mici ale lui :
H d ( ) = H a ()
j= j
sau
H d ( ) =T = H a ()
(37)
Deci rspunsul n frecven al sistemului n timp discret, pentru frecvene joase

( mic), aproximeaz bine rspunsul n frecven al sistemului n timp continuu
echivalat. Condiia ca T s fie foarte mic este ndeplinit dac este foarte mic, deci
metoda se recomand la echivalarea sistemelor care lucreaz la joas frecven, sau
dac T este foarte mic, adic dac semnalul analogic de prelucrat se eantioneaz,
pentru discretizarea sa, cu o frecven de eantionare foarte mare.
n continuare se reia exemplul din paragraful anterior. Filtrul trece jos de
ordinul I cu rspunsul la impuls h a (t ) = A e (t ) are funcia de transfer
H a (s ) =
A
. Funcia de transfer a sistemului n timp discret echivalent este:
1 + s
AT
T+
H d (z ) =
1
z 1
T+
iar rspunsul su la impuls este:

n
AT
h d [n ] =
[n ]
T + T +
n figura urmtoare se prezint modulele rspunsurilor n frecven ale celor
dou sisteme.
3.4. Echivalarea filtrelor analogice 111
Figura 3.3.2. Modulele rspunsurilor n frecven ale filtrului trece jos de ordinul I analogic i numeric
echivalent.
Comparnd figurile 3.3.2 i 3.2.4 se constat superioritatea metodei de

echivalare bazat pe aproximarea ecuaiei difereniale cu o ecuaie cu diferene finite
asupra metodei de echivalare bazat pe invariana rspunsului la impuls.
3.4. Echivalarea filtrelor analogice cu filtre numerice pe baza transformrii
biliniare
n cazul acestei metode de echivalare legtura dintre planele s i z este dat de
relaia:
s=
2 1 z 1
T 1 + z 1
(38)

care reprezint o transformare biliniar.
Aceast legtur este impus de rezolvarea numeric a ecuaiei difereniale
care descrie funcionarea sistemului n timp continuu care trebuie echivalat. n
continuare se justific aceast afirmaie. Fie sistemul analogic descris de ecuaia
diferenial:
a 0 y (t ) + a 1
dy(t )
= b 0 x (t )
dt
(39)
Funcia sa de transfer este:
H a (s ) =
b0
a 0 + a 1s
(40)
Se poate scrie:
t
dy
d + y ( t 0 )
d
t0
y (t ) =
Pentru: t = nT i t 0 = (n 1)T se obine:
y(nT ) =
nT
dy
d + y((n 1)T )
d
( n 1 T
(41)
Integrala din membrul drept reprezint aria de sub graficul funciei
dy( )
d
cuprins ntre liniile verticale duse prin punctele de abscise (n-1)T i nT i poate fi
aproximat cu aria trapezului dreptunghic de baz mic
dy( )
d
= nT
dy( )
d
= ( n 1)T
, baz mare
i nlime T.
Folosind aceast aproximare, relaia (41) devine:
y[n ] =
T dy( )
2 d
= ( n 1)T
dy( )
d
= nT
+ y[n 1]
(42)

S-a notat cu y[n ] semnalul n timp discret obinut prin eantionarea cu pasul T
a semnalului de la ieirea sistemului analogic. Dar relaia (39) mai poate fi pus i n
forma:
a
dy(t ) b 0
=
x (t ) 0 y(t )
dt
a1
a1
nlocuind n ultimele relaii pe t cu nT respectiv cu (n-1)T se obin relaiile:
b0
a
x[n ] 0 y[n ] i
a1
a1
b
a
y'[n 1] = 0 x[n 1] 0 y[n 1]
a1
a1
y' [n ] =
care nlocuite n (42) conduc la:
y[n ] y[n 1] =
b
T a0
(y[n ] + y[n 1]) + 0 (x[n ] + x[n 1])
2 a1
a1
S-a notat cu x[n ] semnalul obinut prin eantionarea ideal cu pasul T a

semnalului de la intrarea sistemului de echivalat. Semnalul y[ n ] reprezint rspunsul
sistemului numeric echivalent sistemului analogic considerat la semnalul x[n ] . Ultima

relaie poate fi rescris n forma:
T a0
T a 0 T b0
y[n 1] 1
=
y[n ] 1 +
(x[n ] + x[n 1])
2 a1
2 a 1 2 a 1
Lund n ambii membri ai ultimei relaii transformata z se obine:
T a 0 1
T a 0 T b0
z Y(z ) 1
= 1 + z 1 X(z )
Y(z ) 1 +
2 a1
2 a1 2 a1
de unde se poate calcula funcia de transfer a sistemului n timp discret echivalent:
H d (z ) =
b0
2 1 z 1
a 0 + a 1
1
T
1
+
z
(43)
Comparnd relaiile (40) i (43) se constat c funciile de transfer ale celor

dou sisteme sunt legate prin relaia:
H d (z ) = H a (s )
2 1 z 1
s=
T 1+ z 1
Deci legtura dintre planele s i z indus de metoda de echivalare bazat pe

rezolvarea numeric (folosind metoda trapezelor) a ecuaiei difereniale care descrie
sistemul de echivalat este cea descris de relaia (38). Prin inversarea acesteia se
obine:
T
1 + s
2
z=
T
1 s
2
Expresia modulului lui z este:
2
z =
T T
1 + +
2 2
2
2
T T
1 +
2 2
(44)
Se constat urmtoarele implicaii:
< 0
= 0
> 0
z <1
z =1
z >1
Legtura dintre planele s i z specific metodei de echivalare bazat pe

transformarea biliniar este reprezentat n figura urmtoare.
Figura 3.4.1. Legtura dintre planele s i z indus de metoda de echivalare bazat pe transformarea
biliniar.
Se constat c aceast metod respect toate cerinele specifice metodelor de

echivalare a sistemelor n timp continuu cu sisteme n timp discret. Aa dup cum se
poate vedea n figur, punctelor de pe axa imaginar din planul s le corespund punctele
de cercul unitate din planul z:
(38 )
j =
2 1 e j 2
= j tg
j
T 1+ e
T
2
Deci:
2
T
tg sau = 2arctg
T 2
2
(45)
n consecin legtura dintre rspunsurile n frecven ale celor dou sisteme

echivalente este:
H d ( )
T
= 2 arctg
= H a ()
(46)
Se constat c legtura dintre i este neliniar, eroarea de aproximare a

lui H a () prin H d ( ) fiind cu att mai mare cu ct este mai mare.

Relund exemplul filtrului analogic trece jos de ordinul I considerat la
prezentarea fiecrei metode de echivalare, se constat c rspunsul n frecven al
sistemului n timp discret echivalent este :
H d ( ) =
A
2
1 + j tg
T 2
(47)
n figura urmtoare se prezint modulurile rspunsurile n frecven ale

filtrului analogic de ordinul I i ale filtrului numeric echivalent obinut pe baza
transformrii biliniare, pentru cazul A = = T = 1 .
Figura 3.4.2. Modulele rspunsurilor n frecven ale filtrului trece jos de ordinul I analogic i numeric
echivalent pe baza transformrii biliniare.
3.5. Benzi echivalente de zgomot 117

Comparnd figurile 3.2.4, 3.3.2 i 3.4.2 se constat superioritatea metodei de
echivalare bazat pe transformarea biliniar asupra metodelor de echivalare bazate pe
invariana rspunsului la impuls respectiv pe aproximarea ecuaiei difereniale printr-o
ecuaie cu diferene finite. Acesta este motivul pentru care construcia filtrelor
numerice de tip Butterworth, Cebev sau Bessel se relaizeaz prin echivalarea filtrelor
analogice corespunztoare folosind metoda de echivalare bazat pe transformarea
biliniar.
Pentru mbuntirea preciziei metodei de echivalare bazat pe transformarea
biliniar poate fi realizat o predistorsionare a rspunsului n frecven al filtrului
analogic de echivalat, nainte de echivalare, folosindu-se schimbarea de variabil:
nou =
2
tg ( vechi )
T
3.5. Benzi echivalente de zgomot ale unor filtre numerice

Considernd problema mbuntirii RSZ pentru semnalele n timp discret prin
filtrare numeric liniar, fie semnalul :
x[n] = s[n] + n B [n]

unde s[n] este un semnal determinist de putere finit iar nB[n] este un zgomot alb de
band limitat B i de densitate spectral de putere N0. Prin filtrarea semnalului x[n]
cu sistemul cu rspuns la impuls h[n] se obine semnalul y[n] :
y[n] = u[n] + n B0 [n]

unde :
u[n] = s[n] h[n]

nB0 () = nB () | H() |2
[Bel.90], [Cou.84], [DeS.,Isa.93], [Naf.,Cm.,Isa.95]. La intrarea filtrului avem
RSZ dat de relaia :
RSZi =
Ps
Pu

iar la ieire avem :
RSZ0 =
Pu
Pn B0
mbuntirea RSZ fiind :
RSZ0 Pu Pu
=
RSZi Ps PnB0
Dac filtrul este proiectat astfel nct :
Pu = Ps
atunci mbuntirea RSZ este :
Pn
PnB0
Dar :
1
N 0 d = N 0
PnB =
2 -
1
N
N0 | H() |2 d = 0 | H() |2 d
P nB0 =
2 -
2 -
de aceea :
N0
No
| H() |2 d
2 -
| H() | d
2
Numitorul membrului drept poart numele de band echivalent de zgomot a

sistemului cu rspunsul n frecven H().

n [Isa.95] s-au calculat benzile echivalente de zgomot pentru cteva filtre
numerice cu rspuns finit la impuls (RFI) de diferite ordine. n aceeai referin
bibliografic s-au propus i etape de proiectare a filtrelor RFI i s-au fcut aprecieri
asupra benzilor echivalente de zgomot pentru un filtru numeric cu rspuns infinit la
impuls (RII). n continuare se prezint doar calculele pentru benzile echivalente de
zgomot pentru filtrele numerice RFI de ordinul N i pentru filtrul RII de ordinul I.
3.5.1. Filtru RFI de ordinul N
Ecuaia cu diferene finite care descrie funcionarea unui filtru RFI de ordinul
N este cunoscut ca fiind :
y[n] = a 0 x[n] + a 1 x[n 1] + ... + a N x[n N]

Rspunsul n frecven al acestui sistem va fi :
H() = a 0 + a 1e j + ... + a N e jN
adic :
H() = a 0 + a 1 cos + ... + a N cos N j(a 1 sin + ... + a N sinN)

i avem n continuare:
2
H() = (a 0 + a 1 cos + + ... + a N cos N )2 + (a 1 sin + ... + a N sinN )2

ceea ce se mai poate scrie i sub forma :
H( )
= a k cos(k ) + a k sin (k )
k =0
k =0
Calculm separat cele dou sume :

2
N
N
N
2
2
(
)
(
)
a
cos
k
=
a
cos
k
k =0
k =1
k =0
a
l = 0,
l k
a l cos(k ) cos(l )
(48)

2
N
N
(
)
a
sin
k
=
a 2k sin 2 (k ) +
k =1
k =0
k =1
l =1,
l k
a l sin (k ) sin (l )
i, revenind la relaia (2.11), avem :

N
H() = a 2k ( sin 2 k + cos2 k ) +

2
k =0
+
k =1
a a [cos(k) cos(l) + sin (k)sin (l)]

k
l =1,
l k
sau :
N
H() = a 2k +
2
k =0
k =0
a
l=0,
l k
(49)
a l cos(k - l)
Condiia de egalitate a puterilor semnalelor deterministe de la intrarea i

ieirea filtrului numeric se scrie :
1
1
2
2
2
H() S() d =
S() d
2
2
sau, innd cont de (49) :
N
1 N 2
2
S(
)
d
+
a
k
2 k =0 -
k = '0
a k a l cos(k - l) S() d = Ps
l =0,
l k
N
adic :
N
N
R ss [0] a 2k +
k =0 k =0
1
2
a
a
cos[(k - l)] S() d = R ss [0]
k l
l =0,
2
l k
N

Dar :
1
2
S() cos[(k - l)]d =
2
=
1 1
1
2 j(k -l)
2
S(
)
d
+
S() e j(k -l) d =
e

2 2
2
1
{R ss [k l] + R ss [l k ]} = R ss [k l]
2
De aceea :
N N
N 2
a k R ss [0] + a k a l R ss [k - l] = R ss [0]
k =0 l =0,
k =0
l k
sau :
N
N
1 a 2k R ss [0] =
k =0
k =0
a
l= 0,
l k
a l R ss [k - l]
Banda echivalent de zgomot a filtrului RFI de ordinul N este :
k =0
k =0
H() d = 2 a 2k +
2
l =0,
l k
a k a l cos (k - l) d
Dar :
cos(k - l)d =
1
1
(
)
[
]
d[
sin
(k
l)
]
=
sin
k
= 0; k l
k - l
kl
i revenind la relaia anterioar :
2
H() d = 2 a k
i deci mbuntirea RSZ este dat de :
k =0
(50)
N =
1
N
a 2k
(51)
k =0
Rezult c filtrul de ordinul N trebuie proiectat n aa fel nct s se

minimizeze suma ptratelor coeficienilor cu constrngerea dat de relaia (50).
Un caz particular interesant este cel n care: a0 i aN sunt diferii de 0 i ak = 0
pentru k = 1N-1. n aceast situaie :
H() = a o + a N cosN ja N sinN
H() = a 02 + a 2N + 2a 0 a N cosN
i n acest caz, corespunztor relaiei (50) :
(1 a
2
0
a 2N R ss [0] = 2a 0 a N R ss [N]
iar relaia (51) devine :
N =
1
a + a 2N
2
0
Algoritmul de proiectare al filtrului este urmtorul :

1. Se calculeaz Rss[0], Rss[N] i RN = Rss[N]/Rss[0] .
2. Se alege valoarea lui N dorit, n intervalul :
1 < N < R N + 1
3. Valorile coeficienilor a 0 i aN vor fi :
a 0, N =
R N + N 1
R N - N + 1
R N N
R N N
2

OBSERVAII
O1. Acest algoritm nu se poate aplica n cazul semnalelor s[n] la care
Rss[N] = 0.
O2. Problema optimizrii filtrului RFI de ordin N este una de extreme cu
legturi. ntr-adevr, trebuie minimizat funcionala :
N
F(a k ) = a 2k
k =0
cu respectarea relaiei (50).

Condiia de minim a funcionalei fiind :
F(a k )
=0
a k
2 a k = 0
k =0
una dintre condiiile care merit s fie verificat n proiectarea filtrului este :
N
a
k =0
=0
(52)
O3. Banda echivalent de zgomot a unui filtru RIF de ordinul N cu coeficieni

ak, k = 0N este deci :
N
B ZN = a 2k
k =0
3.5.2. Filtru RII

Un filtru RII de ordinul I este descris de ecuaia cu diferene finite :
b 0 u[n] + b 1 u[n 1] = a 0 s[n] + a 1s[n - 1]

Rspunsul su n frecven este :
a 0 + a 1e j
H() =
b 0 + b 1 e j
De aceea se poate scrie :
a 0 + a 12 + 2a 0 a 1 cos
H() = 2
b 0 + b12 + 2b 0 b1 cos
2
Se obine pentru banda echivalent de zgomot :
a 0 + a 12 + 2a 0 a 1 cos
d
BzRII = H() d = 2
2
b 0 + b 1 + 2b 0 b 1 cos
2
Fcnd substituia :
tg
=t
2
se obine:
a a1
B zRII = 2 0
b 0 b1
a + a1
t 2 + 0
a 0 a1
dt
b + b1 t + 1
2
t + 0
b 0 b1
Cu notaiile :
a 0 + a1
b + b1
a a1
= ; 0
= si 0
=
a 0 a1
b 0 b1
b 0 b1
expresia benzii echivalente de zgomot devine :
B zRII = 2
t 2 + 2 dt
2 2 1+ t2
t +
Pentru aceasta se face descompunerea :
3.6. Filtre numerice echivalente 125
2 2 1
2 1
2 1
= 2
+
t + 2
t2 +1
2
t2 + 2
t 2 + 2 1 + t 2
)(
i deci :
2 2
B zRII = 2 2 2
1
dt
2 1
dt
+
t 2 + 2 2 1 t 2 + 1
adic :
B zRII
t
d
2
2
2

+ 1 arctg(t )
= 2 2 2
1 t 2 2 1
1 +
2
2 2 2 1
2 + ( 1)
=
2
= 2 2 2
+ 2
2 1
1 1
Deci banda echivalent de zgomot a unui filtru RII de ordinul I este :
B zRII = 2 2
( + )
2
( + 1)
Se pot calcula, n acelai fel, benzile echivalente de zgomot i pentru filtre RII
de ordin superior. Astfel de filtre se utilizeaz n construcia modulatoarelor sau a
demodulatoarelor numerice, a multiplexoarelor numerice, a codoarelor n subbenzi,
etc. Studiul acestor filtre se justific i pentru c ele pot fi utilizate drept filtre prototip
pentru filtrele digitale adaptive.
3.6. Filtre numerice echivalente filtrelor analogice transversale

ntr-un paragraf anterior s-a prezentat modul n care se poate mbunti RSZ
n cazul semnalelor periodice, analogice, perturbate aditiv de zgomot alb. Au fost

definite filtrele transversale analogice. Principala proprietate a acestor sisteme este
periodicitatea rspunsului lor n frecven. Datorit acestei proprieti ele pot fi
proiectate n aa fel nct rspunsul lor n frecven s aib maxime la pulsaiile
armonicelor semnalului util s(t).
i spectrul semnalului periodic n timp discret este discret. De aceea i n cazul
semnalelor periodice n timp discret este util folosirea unor filtre numerice cu rspuns
n frecven periodic, de perioad inferioar lui 2.
n continuare se prezint modul n care pot fi construite filtre cu rspunsul n
frecven periodic de perioad 2/2N. Fie sistemul din figura urmtoare:
x[n]
y[n]
2
Figura 3.6.1. Sistem de supraeantionare.
Legtura dintre semnalele x[n] i y[n] este:
n
x , pentru n # 2
y[n] = 2
in rest
0,
]Se calculeaz legtura dintre transformatele Fourier n timp discret ale
semnalelor x[n] i y[n] :
Y() =
y[n]e
jn
n =
y[2p]e
j 2 p
p =
y[2p + 1]e
j( 2 p +1)
p =
sau :
Y() =
x[p]e
j 2 p
= X(2)
p =
Trebuie menionat faptul c semnalul y[n] se obine prin intercalarea a cte

unui zero ntre eantioanele succesive ale semnalului x[n]. Un exemplu pentru
generarea semnalului y[n] pornind de la semnalul x[n] este prezentat n figura
urmtoare. Deci intercalnd zerouri ntre eantioanele rspunsului la impuls a unui
filtru cu rspuns n frecven H() se obine rspunsul la impuls al unui sistem cu
rspunsul n frecven H(2).
Figura 3.6.2. Exemplu de supraeantionare.
n continuare se analizeaz sistemul obinut prin conectarea n cascad a dou

sisteme de tipul celui din figura 3.6.1., sistem care este prezentat n figura 3.6.3.
x[n]
y[n]
2
z[n]
2
Figura 3.6.3. Conectarea n cascad a sistemelor de supraeantionare.
Se constat c :
n
y , pentru n # 2
z[n] = 2
in rest
0,
Dar :
n
x , pentru n # 2
y[n] = 2
in rest
0,
De aceea :
n
x , pentru n # 4
z[n] = 4
in rest
0,
Legtura dintre transformatele Fourier n timp discret ale secvenelor x[n] i z[n] este :
Z() =
z[n]e jn =
n =
z[4p]e j4 p +
p =
z[4p + 1]e
j( 4 p +1)
p =
z[4p + 2]e j( 4 p +1) +
p =
z[4p + 3]e
j( 4 p +1)
p =
x[p]e
j 4 p
= X(4)
p =
Deci intercalnd cte trei zerouri ntre eantioanele succesive ale rspunsului la
impuls al unui filtru cu rspunsul n frecven H() se obine rspunsul la impuls al
unui filtru cu rspunsul n frecven H(4). Dar funcia H(2) este periodic de
perioad 2/2 iar funcia H(4) este periodic de perioad 2/4. De aceea se poate
afirma c intercalnd 2N-1 zerouri ntre eantioanele succesive ale rspunsului la
impuls ale unui filtru numeric cu rspunsul n frecven H() se obine rspunsul la
impuls al unui sistem cu rspunsul n frecven H(2N), care este o funcie periodic
de perioad 2/2N.
OBSERVAIE. Benzile echivalente de zgomot ale sistemelor cu rspunsurile n
frecven H(),H(2),...,H(2N) sunt identice. ntr-adevr :
B z = | H() | d =
-
| H() |
0
0
2
du 1
2
2
- | H() | d = 2 | H(u) | 2 = 2 -2 | H(u) | du + 0 | H(u) | du =
1
2
| H(-u) | du +
2 0
2
1
= | H* (u) |2 du +
20
2
1
- | H(2 ) | d = 2 N
N
| H(u) |
du =
2
2
0 | H(u) | du = 0 | H(u) | du = B z
2N
| H(u) |2 du =
2N
1
2N
2 N 1 1 ( k +1)2
k = 2 N 1
| H(u) |2 du
k 2
Dar :
H(u) = H(u - 2k) , ()k Z

Fcnd n ultima integral schimbarea de variabil v = u - 2k, se obine :
(k +1)2
| H(u) | du =
k 2
| H(v) | dv = B
2
De aceea :
| H(2
) |2 d =
1 N
2 Bz = Bz
2N
(53)
S considerm n continuare c trebuie prelucrat, pentru a i se mbunti RSZ,

semnalul x[n] :
x[n] = s[n] + n[n]

n aceast ultim relaie s[n] este un semnal periodic n timp discret de
perioad M. Semnalul s[n] are un spectru discret, armonicele sale fiind distanate cu

2/M ntre ele. S presupunem c semnalul s[n] este de band limitat, pulsaia
maxim n spectrul su fiind P(2/M). Se poate construi un filtru numeric al crui
rspuns n frecven s aib maxime la pulsaiile k(2/M), kZ. Fie, n acest scop,
filtrul numeric trece jos cu rspunsul n frecven H(). Se construiete sistemul cu
rspunsul n frecven H(M). Se constat c la pulsaiile k(2/M) valoarea
rspunsului n frecven al acestui filtru este :
H Mk
= H (k2) = H(0)
M
adic maxim. Fie aceast valoare egal cu 1. Se constat faptul c toate armonicele
semnalului s[n] trec nealterate prin filtrul cu rspuns n frecven H(M). Notnd cu
y[n] semnalul obinut prin prelucrarea semnalului x[n] i acceptnd c acesta este de
forma :
y[n] = u[n] + n 0 [n]

se constat c dac semnalul s[n], periodic de perioad M, este prelucrat cu sistemul
cu rspuns n frecven H(M) atunci :
Pu = Ps
iar dac semnalul s[n] este prelucrat cu sistemul cu rspuns n frecven H() atunci :
Pu < Ps
deoarece anumite armonici ale semnalului s[n] sunt atenuate de acest sistem. De aceea,
n cazul sistemului cu rspuns n frecven H() avem :
RSZ 0
RSZ i
P P
= u n = u
1 Pn 0 Ps Ps
H ()
<
2
H ( )
n cazul sistemului cu rspuns n frecven H(M), avem :
RSZ 0
RSZ i
= u
M Ps M
H ( M )
P
= u
Ps
H ()
=
2
H ( )
Deoarece :
RSZ 0
RSZ i
RSZ 0
>
M RSZ i
se constat superioritatea sistemului cu rspuns n frecven H(M) asupra celui cu

rspunsul n frecven H(), la prelucrarea semnalelor periodice de perioad M, din
punct de vedere al mbuntirii raportului semnal pe zgomot, RSZ.
S considerm n continuare ca exemplu semnalul :

s[n] = cos n + cos n + cos n
8
4
2
Transformata Fourier n timp discret a acestui semnal este :
S() =
jn
jn

cos
n
e
cos
n
e
cos n e jn
+
+
8
4
2
n =
n =
n =
Pentru c avem urmtoarea pereche Fourier :

cos n cos n e jn =
M
M
n =
j
n
1 j n
= e M + e M
2 n =
n =
rezult :

2
j
+ n
1 j M n
2
cos n e
+ e M
2 n =
M
n =
Se cunoate c dezvoltarea n serie Fourier a distribuiei 2(t) este :
2 (t) =
nlocuind t cu
1 jkt
e
2 k =
2
, ultima relaie devine :
M
2
2
1 j M - n
2
=
e
M
2 n =
iar pentru t lund valoarea

+ se obine :
M
1 j 2 + n
2
=
2
e M
M
2 n = -
De aceea :
2
2
cos n 2
+ 2
+
M
M
iar transformata Fourier n timp discret a semnalului s(t) este :

S() = 2 + 2 + + 2 +
8
4
8

+ 2 + + 2 + 2 +
4
2
2

Puterea acestui semnal este :
Ps =
1 1 1 3
+ + =
2 2 2 2
Transformata Fourier a rspunsului sistemului cu rspunsul n frecven H() la

semnalul s[n] este :
U() = S() H() = H 2 + H 2 + +
8 8
8 8

+ H 2 + H 2 + +
4 4
4 4
+ H 2 + H 2 + =
2 2
2 2

= H
8

jarg H
jarg H
8
e
2 + e 8 2 + +
+ H
4

jarg H
jarg H
4
e
2 + e 4 2 + +
+ H
2

jarg H
jarg H
2
e
2 + e 2 2 +
Expresia semnalului u[n], rezultat din filtrarea lui s[n], devine :
u[n] = H cos n + arg H + H cos n + arg H

4
8
4
8
4
8
+ H cos n + arg H
2
2
2
Puterea semnalului de ieire este :
Pu = H + H + H
2 8
2
4
2
(54)
S considerm c sistemul cu rspuns n frecven H() este un filtru de

mediere cu rspunsul la impuls :
1
, n = 0 M 1
h[n] = M
0,
in rest
H() =
1 M 1 jk 1 1 - e jM
e = M 1 - e j
M k =0
jM
1 e
M j 2
e
M
2
sin
2
sin
Deci :
H() =
1
e
M
j(M -1)
M
2
sin
2
sin
Penru M = 15 se obine :
H() =
De aceea :
1 j7
e
15
15
2
sin
2
sin
1
H = e
8 15
7
8
1 j
H = e 4
4 15
1 j
H = e 2
2 15
15
16
sin
16
15
sin
8
sin
8
15
sin
4
sin
4
sin
Astfel :
H = 0,023 ; H = 0,066 ; H = 0.066

8
4
2
i prin urmare avem, Pu = 4,62 10-3.
Transformata Fourier a rspunsului sistemului cu rspuns n frecven H(16)
la semnalul s[n] este :
U() = S()H(16) = H(2) 2 + H(2) 2 + +

8
+ H(4) 2 + H(4) 2 + +
4
+ H(8) 2 + H(8) 2 + =
2
= H(0) 2 + 2 + + 2 +
4
+ 2 + + 2 + 2 +
2

Expresia semnalului u[n] este :
u[n] = cos
n + cos n + cos n
8
4
2
iar puterea sa este Pu = 3/2.

Banda echivalent de zgomot a filtrului cu rspuns n frecven H() este,
conform observaiei O3 din paragraful anterior, egal cu :
M 1
1
1
Bz = =
M
k =0 M
innd cont c valoarea lui M s-a considerat de 15, rezult Bz = 1/15 .
Considernd densitatea spectral de putere a zgomotului n[n] , N0 =1, se
obine pentru raportul semnal pe zgomot, RSZ al semnalului x[n] :
3
2
RSZi = = 1,5
1
La ieirea sistemului cu rspuns n frecven H() vom avea urmtorul RSZ :
RSZ 0 =
4,62 10 3
= 30 4,62 10 3 = 0,435
1
30
Deci sistemul cu rspuns n frecven H() nu mbuntete raportul semnal

pe zgomot. Pentru ieirea sistemului cu rspuns n frecven H(16), RSZ este :
3
RSZ 0 = 2 = 45 = 141,37
1
30
iar mbuntirea RSZ realizat cu acest filtru dat de raportul :
RSZ 0
RSZi
141,37
= 94,247
1,5

Rspunsul la impuls al acestui filtru este prezentat n figura urmtoare.
Figura 3.6.4. Rspunsul la impuls al unui filtru numeric

"echivalent" cu un mediator analogic alunector.
OBSERVAII
O1. Filtrele din acest paragraf au fost numite echivalente cu filtre transversale
analogice avnd n vedere c pot fi utilizate (la fel ca i filtrele analogice amintite) la
prelucrarea semnalelor numerice periodice. Cele dou categorii de filtre se numesc
echivalente deoarece ambele au rspunsuri n frecven periodice (cele numerice cu
perioad submultiplu al lui 2).
O2. Dei durata rspunsului n frecven H(2N) este de 2N ori mai mare dect
durata rspunsului la impuls a filtrului prototip H(), numrul coeficienilor nenuli ai
celor dou sisteme este acelai. De accea se poate afirma c nu apar complicaii prea
mari de calcul prin folosirea filtrelor propuse.
O3. Procedeul de generare al sistemului cu rspunsul n frecven H(2N)
poart numele de supraeantionare deoarece rspunsul la impuls al filtrului cu
rspunsul n frecven H(2N) poate fi privit ca fiind obinut prin eantionarea cu o
frecven de 2N ori mai mare dect frecvena de eantionare folosit pentru obinerea
rspunsului la impuls al sistemului cu rspunsul n frecven H().
O4. Inserarea de zerouri este utilizat i pentru construcia filtrelor conjugate
n oglind (Quadratur Mirror Filter) folosite n codarea subband [Mal.94], [Kun.84],
[Bas.,Chi.,Cho.95], [Blu.,Uns.98], [Bol.,Hla.,Fei.96], [Kla.,Hol.,Flo.97].
O5. Sistemul folosit ca exemplu la sfritul acestui paragraf se numete
mediator numeric alunector [DeS.,Isa.92], [Asz.93].
O6. Alte proprieti ale filtrelor prezentate n acest paragraf sunt demonstrate
n [Isa.95(1)].

3.7 Mediatoare numerice ca filtre adaptate n timp discret
Ecuaia cu diferene finite care caracterizeaz filtrul numeric, care la excitaia
si[n], rspunde cu semnalul s 0 [n] este:
N
a k s i [n k ] =
k =0
k =0
s 0 [n k ]
(55)
Coondiiile iniiale se consider nule.

Dac singurul coeficient ak nenul este a0 atunci filtrul implementat este un
sistem nerecursiv. Aceste filtre au proprietatea c rspunsul lor la impuls este de durat
finit i de aceea se mai numesc filtre cu rspuns finit la impuls (R.F.I.). Pentru a0 = 1,
ecuaia care descrie un astfel de sistem este:
M
b s[n k ]
s 0 [n ] =
(56)
k =0
Forma canonic I de implementare a sistemului descris de ecuaia (56) este

prezentat n figura 3.7.1.
s i [n ]
b1 b 2 b M 1
b0
bM
s 0 [n ]
Figura 3.7.1. Forma canonic de implementare a unui filtru numeric R.F.I.
Pe baza figurii se constat c operaiile de ntrziere, cele de nmulire cu

constante i cele de nsumare se realizeaz pe direcii transversale, de unde vine i
denumirea filtrelor care se implementeaz n acest mod.
Relaia (56) conduce la urmtoarea expresie a rspunsului la impuls al filtrului
transversal:
h[n ] =
b
k =0
[n k ]
din care se poate deduce expresia rspunsului n frecven:
(57)
3.7. Mediatoare numerice 139

M
H( ) = b k e jk
(58)
k =0
Dac coeficienii bk au valoarea 1/M pentru k = 0, M 1 i n rest sunt nuli se

obine ecuaia cu diferene finite:
M 1
s 0 [n ] =(1/M) s i [n k ]
(59)
k =0
Avnd n vedere c semnalul s 0 [n ] se obine din semnalul s i [n ] , mediind

aritmetic ultimele M eantioane ale acestuia, sistemul obinut se numete mediator
numeric. Rspunsul su la impuls este:
M 1
h 0 [n ] =(1/M) [n k ]
(60)
k =0
iar rspunsul su n frecven este:

M 1
H( ) =(1/M) e jk =(1/M) e j ( M 1) / 2 sin( M / 2) / sin( / 2)
(61)
k =0
Pentru M = 4 rspunsul la impuls i modulul rspunsului n frecven ale

mediatorului numeric sunt prezentate n figura 3.7.2.
H( )
1
4
h[n ]
Band de blocare
-1 0
Figura 3.7.2. Caracteristicile mediatorului pentru M de valoare 4.

Se constat c mediatorul este un filtru trece jos, care la anumite frecvene
introduce atenuri infinite. Poziia pe axa frecvenelor a acestora, precum i atenuarea
minim n banda, de blocare pot fi fixate cu ajutorul constantei M.
Analiznd ecuaia (60), se constat c, sincron cu derularea temporal a
eantioanelor semnalului s 0 [n ] , are loc alunecarea temporal a mediei aritmetice a
ultimelor M eantioane ale semnalului s i [n ] . De aceea sistemul prezentat este numit

mediator alunector.
Se consider c trebuie transmis secvena util s i [n ] , de durat finit M,
acoperit aditiv de zgomotul n i [n ] .

n scopul reducerii zgomotului din semnalul:
x[n ] = s i [n ] + n i [n ]
(62)
acest semnal este prelucrat de ctre sistemul nerecursiv n timp discret cu rspunsul la
impuls h[n], obinndu-se semnalul y[n]:
y[n ] = s 0 [n ] + n 0 [n ]
(63)
unde s 0 [n ] reprezint componenta util a semnalului y[n] iar n 0 [n ] componenta sa

aleatoare.
Problema este determinarea rspunsului la impuls h[n] al acelui sistem, care
asigur la ieirea sa un raport semnal pe zgomot maxim, la un moment de timp n0.
Sistemul care satisface aceast condiie se numete filtru adaptat la semnalul s i [n ] .
Semnalele s i [n ] i s 0 [n ] sunt de durat finit deci de putere nul. Raportul semnal pe
zgomot la ieire trebuie s depind de timp, pentru a putea fi maxim la momentul n0.
Din aceste motive formula de calcul a raportului semnal pe zgomot la ieire este:
RSZ 0 = s 02 [n ] / Pn 0 [n ]
(64)
unde cu Pn0[n] s-a notat puterea zgomotului de la ieire. Dar:

M 1
s 0 [n ] = s i [n ] * h[n ] = s i [p] h[n p ]

p =0
Folosind inegalitatea Cauchy-Buniakovski-Schwartz, se poate scrie:
(65)
2
0
M 1
M 1
p =0
p =0
[n ] s i2 [p] h 2 [n 0 p]
(66)
Egalitatea are loc n ultima relaie dac:

h[n 0 -p] = a si[p]
p = 0, M 1
(67)
unde a este o constant. Deci sistemul care rspunde la semnalul s i [n ] cu un semnal
s 0 [n ] , maxim la momentul n0, este acela al crui rspuns la impuls este:

h[n] = a si[n 0 -n]
n = n 0 ( M 1), n 0
(68)
n = 0, M 1
(69)
Dac n 0 = M-1, atunci:

h[n] = a si[M-1-n]
Se consider c n i [n ] este un semnal aleator de tip zgomot alb, ale crui
eantioane nu sunt corelate cu cele ale semnalului s i [n ] i sunt independente ntre ele.
Se poate demonstra c, din toate sistemele nerecursive cu rspunsul la impuls de durat
M, acela care asigur la ieirea sa un raport semnal pe zgomot RSZ0 maxim este cel dat
de relaia (69).
De aceea, acesta este un filtru adaptat la semnalul s i [n ] n ipoteza c acesta
este perturbat aditiv de zgomot alb.
Dac semnalul util de la intrarea filtrului adaptat are expresia:
1,
n = 0, M 1
0,
n rest
si[n] =
(70)
i dac constanta a este aleas de valoare 1/M, atunci expresia rspunsului la impuls al
filtrului adaptat la acest semnal este:
1 / M,
n = 0, M 1
0,
n rest
h[n] =
(71)

Deci mediatorul alunector este un filtru adaptat pentru semnalul definit de
relaia (70). Acest semnal este de durat finit i amplitudine constant.
3.7.1. Utilizarea mediatoarelor numerice la prelucrarea semnalelor periodice n

timp continuu
Un exemplu de sistem destinat mbuntirii raportului semnal pe zgomot al
semnalelor periodice n timp continuu, care folosete un mediator numeric n timp
discret este prezentat n figura 3.7.1.1. Se analizeaz funcionarea sistemului din figur
n regim permanent. Semnalul s i (t ) este periodic de perioad T0. Prin eantionarea sa
coerent, se obine semnalul s ie (t ) , periodic de aceeai perioad, fiecare dintre

perioadele sale coninnd N eantioane. Prin conversie analog numeric, se transform
semnalul s ie (t ) n secvena numeric s i [n ] care aproximeaz secvena s ie [n ] ,
rotunjind valoarea fiecrui eantion al acesteia la cel mai apropiat numr ntreg.
Secvena s i [n ] este periodic de perioad N. Ea poate fi privit ca i prelungirea prin
periodicitate, cu perioada N, a unei secvene de durat finit, s ir [n ] . Aceasta poate fi
descris cu relaia:
s ir [n ] = s ir [0] [n ] + s ir [1] [n 1] + ... + s ir [N 1] [n N + 1]
(72)
Prelungirea prin periodicitate a secvenei s i [n ] poate fi descris prin convoluia:
s i [n ] = s ir [n ] *
[n kN]
(73)
k =
relaie care se mai scrie:
s i [n ] = s ir [0]
[n kN] + s ir [1]
k =
+ s ir [N 1]
[n kN 1] + ...
k =
(74)
[n kN N + 1]
k =
Folosind notaia:
s i1 [n ] = s ir [1]
[n kN l]
k =
l = 0, N 1
(75)

relaia (74) se mai scrie:
(76)
s i1 [n ] + ... + s iN 1 [n ]
s i [n ] = s i 0 [n ] +
Secvena s i [n ] se eantioneaz prin nmulire cu secvenele p l [n ] definite prin:
p l [n ] =
[n kN l]
l = 0, N 1
k =
(77)
obinndu-se secvenele s i1 [n ] .
Se observ c aceste secvene sunt astfel construite nct ntre dou eantioane
nenule consecutive conin N eantioane nule. Eantioanele nenule din secvena s ip [n ]
ocup poziiile p, p + N, p + 2N, etc. Compresia secvenelor s i1 [n ] presupune
ndeprtarea eantioanelor nule din aceste secvene, obinndu-se secvenele s d1 [n ] =
s i1 [nN + 1], l = 0, N 1 . Aceste secvene sunt semnale de amplitudine constant, care
sunt mediate, prin prelucrare cu sistemele cu rspuns la impuls h[n], obinndu-se
secvenele s 0 l [n ] , l = 0, N 1 . Procesul de interpolare al secvenei s d1 [n ] const n

nserarea ntre dou eantioane consecutive ale acesteia, a N-1 eantioane nule, urmat
de ntrzierea secvenei obinute, cu l eantioane, prin filtrarea acesteia, de ctre
sistemul cu rspunsul la impuls [n-l], l = 0, N 1 . Prin nsumarea secvenelor s e1 [n ]
se obine secvena s 0 [n ] . Prin conversia numeric analogic a acestei secvene se obine

semnalul s 0 (t) descris de relaia:
s 0 (t) = s 0 [k]
t [kT0 , (k + 1)T0 ]
(78)
n figura 3.7.1.2 sunt prezentate formele de und care caracterizeaz sistemul

descris mai sus, n ipoteza c la intrare este adus un semnal sinusoidal i c N = 4.
Funcionarea circuitului descris, n regim tranzitoriu poate fi neleas, pe baza
exemplului prezentat n figura 3.7.1.3, pentru o valoare a lui M egal cu 3. Pe baza
acestui exemplu, se constat c regimul tranzitoriu al mediatorului dureaz 3T (n
general MT), dup care circuitul intr n regim permanent. Semnalul s 0 (t) aproximeaz
n acest regim cu att mai bine semnalul s i (t) cu ct N este mai mare.
Figura 3.7.1.2. Formele de und care descriu funcionarea

sistemului din figura 3.7.1.1.

n continuare, se determin mbuntirea raportului semnal pe zgomot,
introdus de circuitul prezentat, n regimul su de funcionare permanent. Deoarece n
acest regim, conform figurilor 3.7.1.2 i 3.7.1.3, semnalul util s 0 [n ] se obine din
semnalul s i [n ] prin ntrzierea acestuia cu M perioade, aceste semnale au aceeai

putere. n continuare, se presupune c semnalul aleator de la intrare (suprapus aditiv
peste s i [n ] ) este un zgomot alb n timp discret cu eantioanele independente ntre ele
i necorelate cu eantioanele semnalului util. Considernd c dispersia acestui semnal
este , puterea zgomotului de la intrare n i [n ] este 2. Pentru calculul puterii
zgomotului de la ieire, n 0 [n ] se poate folosi formula:
2n 0 = M n 02 [n ] - M2 {n 0 [n ]}
(79)
unde cu M s-a notat operatorul de mediere statistic. Avnd n vedere c operaiile de

eantionare i decimare i interpolare sunt inverse, ntreg sistemul din figura 3.7.1.1
este echivalent cu un mediator cu rspuns la impuls h[n]. De aceea innd seama de
h[n] relaia (79) se mai scrie:
2
n0
2
2
M 1
M 1

= M (1 / M ) n i [n k ] - (1 / M ) {n i [n k ] }
k =0
k =0
(80)
Dac valoarea medie a zgomotului n i [n ] este nul, relaia (80) devine:
2
n0
M 1
= (1/M ) M n i2 [n k ] = (1/M 2 )(M 2 ) = 2 /M

2
k =0
i deci mbuntirea raportului semnal pe zgomot realizat este de M.
(81)
CAPITOLUL 4. Filtre liniare cu parametri variabili n timp
n capitolele anterioare au fost prezentate doar filtre liniare i invariante n

timp. n acest capitol i n capitolul urmtor vor fi prezentate filtre liniare variante n
timp. n acest capitol se consider cazul filtrelor analogice.
4.1. Filtre cu capaciti comutate
O categorie important de filtre active este aceea a filtrelor cu capaciti
comutate. n cazul acestora o parte din rezistenele din schem sunt nlocuite cu perechi
condensator-comutator.
4.1.1. Integratorul ideal cu capaciti comutate
n figura 4.1.1.1 se prezint schema unui integrator ideal.
Figura 4.1.1.1. Schema unui integrator ideal.
Considernd amplificatorul operaional din schema prezentat ca fiind ideal, se

poate scrie :
4.1. Filtre cu capaciti comutate 149
Y(s)
X(s)
=
1
R
sC
sau:
Y(s)
1
=
X(s)
sCR
de unde rezult expresia funciei de transfer a sistemului din figura 4.1.1.1, care este:
H(s) =
1
sCR
iar rspunsul su n frecven:
H() =
1
jCR
(1)
n continuare se prezint principiul condensatorului comutat. Fie n acest scop

sistemul din figura 4.1.1.2a. Comutatorul K este comandat n aa fel nct st cte
Te
2
secunde pe poziia 1, respectiv aceeai durat pe poziia 2. Cnd K este pe poziia 1,

condensatorul C se ncarc cu tensiunea V1. Cnd comutatorul K este pe poziia 2,
condensatorul C se ncarc cu tensiunea V2. Deci transferul de sarcin ntre
condensorul C i sursa din dreapta (din figura 4.1.1.2a) este de valoare C(V1-V2). Deci
n intervalul de timp Te/2 are loc o variaie de curent de forma :
i=
2C(V1 V2 )
Te
(2)
Dac n locul condensatorului i a comutatorului ar fi montat o rezisten, ca

n figura 4.1.12. b), atunci prin acest circuit ar fi aprut, n acelai sens, curentul :
i=
V1 V2
R
(3)
Deci rezistena R poate fi simulat cu ajutorul condensatorului comutat. Din

identificarea membrilor drepi ai relaiilor (2) i (3) se obine:
150 Filtre liniare 4

R=
Te
2C
Figura 4.1.1.2. Principiul condensatorului comutat.
Deci valoarea rezistenei simulate poate fi reglat prim modificarea frecvenei

de comand a comutatorului K.
n figura 4.1.1.3 este prezentat schema unui integrator ideal cu capaciti
comutate.
Figura 4.1.1.3. Schema unui integrator ideal cu capaciti comutate.
Att timp ct comutatorul K st pe poziia 1, (Te/2 s), condensatorul C1 se

ncarc, cderea de tensiune pe acest element fiind egal cu valoarea curent a tensiunii
x(t). Ct timp K se gsete pe poziia 2, tensiunea pe C1 se anuleaz (cderea de
tensiune ntre bornele amplificatorului operaional este nul), sarcina nmagazinat n
C1 transferndu-i-se lui C.

Funcionarea sistemului din figura 4.1.1.3 poate fi neleas pe baza
exemplului din figura 4.1.1.4. Pe intervalul [0, Te/2], tensiunea pe C1 atinge valoarea
x(Te/2). La momentul Te/2, condensatorul C1 se descarc, sarcina acumulat pe acesta,
Q=C1 x(Te/2), fiind transferat condensatorului C. Aceast variaie de sarcin produce
cderea de tensiune pe condensatorul C, uc:
uc =
Q C1 Te
=
x
C C 2
De aceea pe intervalul e , Te expresia semnalului de la ieire este :

2
y(t) = -uc =
C1 Te
x
C 2
apoi ciclul descris se repet.
x(t)
t
uc1(t)
t
-y(t)
t
0
Te
Te/2
3Te/2
2Te
5 Te/2
3Te
7Te/2
4Te
9Te/2
5Te
11Te/2
Figura 4.1.1.4. Exemplu de funcionare al sistemului din figura 4.1.1.3.

Admind c transferul de sarcin din capacitatea C1 n capacitatea C se
realizeaz instantaneu, rezult, conform figurii 4.1.1.4 c semnalul de ieire, y(t), se
modific doar la momente discrete de timp. Din acest motiv, sistemul din figura 4.1.1.3
poate fi echivalat cu un sistem n timp discret. La momentul (n-1)Te+
Te
sarcina
2
condensatorului C1 este q1[n-1] = C1x[n-1] iar sarcina condensatorului C, q2[n-1] =

= Cy[n-1].
n intervalul (n 1)Te + e , nTe , comutatorul K se afl pe poziia 2. La

2
momentul nTe sarcina condensatorului C1 este 0 iar sarcina condensatorului C este

q2[n] = q2[n-1]-q1[n-1] = C y[n], adic:
C y[n] = C y[n-1]-C1 x[n-1]
(5)
Aceasta este ecuaia cu diferene finite care descrie sistemul n timp discret
echivalent.
Lund n relaia (5) transformata z, se obine :
C Y(z) = C z-1 Y(z) C1 z-1 X(z)
de unde rezult funcia de transfer a sistemului n timp discret echivalent :
C1 z 1
C1
Y(z)
= H(z) =
=
1
X(z)
C(1 z ) C(1 z)
(6)
Admind c metoda de echivalare a sistemului n timp continuu din figura

4.1.1.3 cu sistemul n timp discret descris de ecuaia (5) este cea a invarianei
rspunsului la impuls, rezult c variabilele z i s sunt legate prin relaia :
z = e sTe
de aceea funcia de transfer a sistemului din figura 3, conform relaiei (6) este:
C1
H(s) = C sT
1 e e
(7)

Se tie c metoda de echivalare bazat pe invariana rspunsului la impuls
conduce la rezultate bune pentru frecvene de eantionare mari, deci pentru valori Te
apropiate de zero.
sT
Dezvoltarea n serie Taylor a funciei e e n jurul lui zero este :
e sTe = e sTe
s=0
+ Te s e
sTe
s=0
+ ...
Reinnd doar primii doi termeni ai dezvoltrii rezult :
e sTe 1 + sTe
Folosind aceast aproximare, expresia funciei de transfer (din relaia (7)), H(s),
devine:
C1
C
H(s)=
=
1 (1 + sTe )
(8)
1
C
s Te
C1
Comparnd relaiile (1) i (8) se constat faptul c grupul K, C1 din figura

4.1.1.3 echivaleaz rezistena R din figura 4.1.1.1 i c :
R=
Te
1
=
C1 C 1 f e
(9)
unde cu fe s-a notat frecvena cu care comut K.

Deci n condiiile n care sunt valabile aproximaiile fcute (frecvena fe mult
mai mare dect frecvena maxim din spectrul semnalului x(t)) folosind sistemul din
figura 4.1.1.3 se poate obine un integrator ideal.
4.1.2. Metod de sintez a filtrelor cu capaciti comutate
Rezultatul paragrafului anterior este foarte important avnd n vedere c orice
sistem n timp continuu poate fi sintetizat utiliznd forma canonic 1 de implementare,
care este bazat pe folosirea integratoarelor ideale. n continuare se d un exemplu de
sintez, care conduce la obinerea filtrului activ universal.
Ne propunem s proiectm un filtru de ordinul II, care s aib ieiri de tip
trece-jos, trece-sus i trece-band. Funcia de transfer de tip trece-sus este:

HTS(s)=
a 0s 2
b 0 s 2 + b 1s + b 2
(10)
Conectnd la ieirea acestui filtru un integrator ideal se obine un sistem global cu

funcia de transfer de tip trece-band:
1
a 0 s
RC
HTB(s)= b 0 s 2 + b 1s + b 2
(11)
Conectnd un nou integrator ideal se obine sistemul global cu funcia de transfer trecejos de tipul :
2
1
a0
RC
HTJ(s)=
b 0 s 2 + b 1s + b 2
Figura 4.1.2.1. Schema bloc a sistemului cu funcia de transfer HTS(s).
(12)

Ecuaia diferenial corespunztoare funciei de transfer din relaia (10) este:
b0
d2y
dy
d2x
+
b
+
b
y
=
a
1
2
0
dt
dt 2
dt 2
(13)
Integrnd de dou ori aceast relaie se obine :

t
b 0 y( t ) + b1 y()d + b 2
y()d = a
x(t)
(14)
Sistemul caracterizat de aceast ecuaie este prezentat n figura 4.1.2.1.

Se constat c sistemul din figura 4.1.2.1 prezint i ieiri de tip trece-band i
trece-sus. Schema obinut poate fi redesenat, folosind un sumator cu trei intrri. Se
obine astfel sistemul din figura 4.1.2.2. Acesta poate fi construit cu amplificatoare
operaionale conectate n structur de amplificator, sumator, sau integrator.
n continuare amplificatoarele operaionale utilizate n structurile mai sus
amintite i desenate n figura 4.1.2.3, se vor considera ideale.
Folosind figurile 4.1.2.2 i 4.1.2.3, prin interconectarea corespunztoare a
blocurilor constitutive, se obine structura filtrului activ universal prezentat, n figura
4.1.2.4.
Figura 4.1.2.2. Schema bloc a filtrului activ universal.
Figura 4.1.2.3. Construcia blocurilor din figura 4.1.2.2 cu ajutorul amplificatoarelor operaionale.
Din figurile 4.1.2.2 i 4.1.2.3 se pot determina expresiile coeficienilor

funciilor de transfer din relaiile (10), (11) i (12). Rezult :
b0 = R 4 ; a0 = R 2
R3 + R4
R3
R R + R4
; b1 = 1 3
;b2 =
R1 + R 2
RC R 1 + R 2
(RC)2
(16)
Figura 4.1.2.4. Schema unui filtru activ universal.
Deoarece expresiile funciilor de transfer ale sistemelor de tip trece-sus, treceband i trece-jos de ordinul II sunt :
A TS s 2
;
s 2 + 20 s + 2 0
20 A TB s
H TB (s ) = 2
;
s + 20 s + 2 0
H TS (s ) =
(17)
A TJ 2 0
H TJ (s ) = 2
s + 20 s + 2 0
prin identificarea relaiilor (17) cu relaiile (10), (11) i (12), pe baza relaiilor (16) se
obine :
R3
a
R
R4
b
1
; 2 0 = 2 = 3
;
= 0 =
R1
b0
b 0 R 4 (RC )2
1+
R2
1 R 4 R1 + R 2
=
Q=
;
2 R 1 R 3 + R 4
1+
A TS
(18)
a0 1
R
A TB = 2 ;
b 0 RC
R1
R
1+ 3
a0
R4
1
=
=
(RC )2 b 0 0 2 1 + R 1
R2
20 A TB =
A TJ
De obicei n schema filtrului activ universal se aleg:
R1 = R 3 = R 4 = R
Cu aceast observaie parametrii celor trei funcii de transfer devin:
A TS =
2
1+
R
R2
; 0 =
R + R2
R
1
;Q =
; A TB = 2 ; A TJ =
RC
2R
R
2
1+
R
R2
(19)
n figura 4.1.2.5 este prezentat schema unui filtru activ universal realizat cu
capaciti comutate, [Hue. 84].
Figura 4.1.2.5. Filtru activ universal realizat cu capaciti comutate.
4.2. Filtre cu urmrire 159
Parametrii acestui sistem sunt:
A TS = A TJ =
Q=
2
1+
R
R2
; A TB =
R2
R
(20)
R + R2
C
; 0 = 1 f e
2R
C
Orice filtru cu capaciti comutate poate fi sintetizat pornind de la forma

canonic de implementare, folosind modelul din exemplul anterior.
4.2. Filtre cu urmrire
Se numete filtru cu urmrire de tip trece-band acel filtru trece-band a crui
pulsaie central este n permanen egal cu pulsaia instantanee a semnalului
determinist de la intrarea sa, [Isa. 93 (1)].
Figura 4.2.1. Suprafaa de modul a unui filtru cu urmrire de ordinul II.

Caracterizarea n domeniul frecven a unui filtru cu urmrire de ordinul II
poate fi fcut pe baza relaiei:
H(, t ) =
2Aj 0 (t )
0 (t ) 2 + 2 j 0 (t )
2
respectiv cu ajutorul suprafeelor H (, t ) i arg{H(, t )}. n figura 4.2.1. se prezint

prima dintre aceste suprafee, pentru un filtru de ordinul II de tip Butterworth (cu
factorul de amortizare de valoare 0,707) i cu legea de variaie a frecvenei centrale
0 (t ) = t .
Figura 4.2.2. Caracteristica momentan de modul a filtrului cu suprafaa de modul din figura 4.1.1
la momentul t p = 1 .
n continuare se prezint cteva seciuni remarcabile prin aceste suprafee.
Intersecia dintre suprafaa H (, t ) i planul

numete caracteristic momentan de modul.
{(, t ) R, p Z,
p
p fixat se
Ea se noteaz H , t p
sau H , p
( )
cu p = 0 t p . Aceast curb
descrie comportarea n domeniul frecven a filtrului cu urmrire la momentul t p . n

figura 4.2.2. se prezint o caracteristic momentan de modul, corespunztoare filtrului
cu urmrire din figura 4.2.1 la momentul t p = 1 .
Intersecia dintre suprafaa H (, t ) i suprafaa vertical a crei urm pe
planul (, t ) este curba de ecuaie = 0 (t ) se numete caracteristic global de
modul. Ea se noteaz cu H( 0 (t )) . Caracteristica global de modul a filtrului

considerat n figura 4.2.1. este prezentat n figura 4.2.3.
Figura 4.2.3. O poriune din caracteristica global de modul a filtrului cu urmrire

considerat n figura 4.2.1.
Filtrele trece-band cu urmrire au urmtoarele proprieti:

P1. Dac momentele de timp t p i t q sunt alese astfel nct raportul
pulsaiilor instantanee ale semnalului de intrare calculate la aceste momente
( ) ( )
i t q / i t p s fie egal cu , atunci pulsaia central a caracteristicii momentane a

filtrului la momentul t q va fi de ori mai mare dect pulsaia central a caracteristicii
momentane a filtrului la momentul t p .
P2. n condiiile de la P1 banda la 3dB a caracteristicii momentane H , q
este de ori mai mare dect banda la 3dB a caracteristicii momentane H , p .

n practic banda de frecven n care are loc procesul de urmrire nu poate fi
infinit. De aceea este raional s se considere c aceast band este finit, de exemplu
0 0
0 2 , 0 + 2 .
P3. n banda de urmrire modulul rspunsului n frecven al unui filtru treceband cu urmrire de ordinul II este maxim.
Aceast proprietate este exemplificat n figura 4.2.3. Aceast proprietate se
poate reformula i astfel:
P3. Modulul caracteristicii globale de frecven a unui filtru cu urmrire este
o bun aproximare a modulului caracteristicii de frecven a unui filtru trece-band
ideal n banda 00
0
, 0 +
.
2
2
Pe baza proprietii P3 se constat c filtrele cu urmrire sunt filtre adaptate la

semnale de tip chirp.
4.2.1. Filtre cu urmrire cu capaciti comutate
Orice filtru cu urmrire este alctuit dintr-un filtru comandat (n cazul de fa
realizat cu capaciti comutate) i dintr-un circuit de comand care transform pulsaia
instantanee a semnalului de la intrarea sa n semnal de comand pentru filtrul cu
capaciti comutate. Legtura dintre frecvena de comutaie a filtrului i pulsaia
instantanee a semnalului de la intrarea sa este:
f c (t ) =
C2
i (t )
C1
Deci este necesar ca frecvena de comutaie s fie un multiplu ntreg al

frecvenei instantanee a semnalului de intrare. Aceast funcie o ndeplinete un circuit
cu calare de faz utilizat n regim de multiplicator de frecven.
Deci circuitul de comand poate fi unul cu calare de faz. Schema unui astfel
de circuit este prezentat n figura 4.2.1.1.

n aceast figur este utilizat un filtru cu capaciti comutate de tip MF 10 iar
multiplicatiorul de frecven este realizat cu ajutorul circuitului PLL de tip 565 i cu
ajutorul celor dou numrtoare conectate n schem de divizor de frecven.
Banda de urmrire a acestui circuit este de aproximativ 1KHz, centrat pe
frecvena de 400 Hz. Pentru semnale sinusoidale perturbate aditiv cu zgomot alb
mbuntirea RSZ realizat de acest circuit este de 35,2 dB.
n capitolul urmtor se studiaz filtrele numerice cu parametri variabili n timp.
CAPITOLUL 5. Filtre numerice cu parametri variabili n timp
n acest capitol se prezint o categorie de filtre numerice cu parametri variabili

n timp, filtrele adaptive.
5.1. Filtre adaptive

Modelul unui sistem adaptiv este prezentat n figura 5.1.1.
d[n ]
--
x[n ]
Filtru adaptiv
y[n ]
[n ]
Figura 5.1.1. Schema bloc a unui filtru adaptiv.
Semnalul de intrare x[n ] este prelucrat n aa fel nct semnalul de ieire y[n ]
s semene ct mai mult cu semnalul model (de referin) d[n ]. Deosebirea dintre
semnalele d[n ] i y[n ] este apreciat pe baza erorii medii ptratice E 2 [n ] . Cu E s-a
notat operatorul de mediere statistic. Minimizarea acestei erori este realizat prin
modificarea coeficienilor filtrului utilizat. Un exemplu clasic de utilizare a filtrrii
adaptive este n albirea semnalelor aleatoare. n acest caz semnalul x[n ] este un
semnal aleator staionar iar semnalul de referin, d[n ], este un zgomot alb. Pe durata
procesului de adaptare coeficienii filtrului numeric se modific dup achiziia fiecrui
nou eantion al semnalului x[n ] n aa fel nct E 2 [n ] s scad tot mai mult spre o
valoare minim. Procesul de adaptare se ncheie n momentul n care se atinge aceast
valoare minim. Dup acest moment, indiferent care ar fi noile valori ale eantioanelor
166 Filtre numerice 5
semnalului x[n ] , valorile lui E [n ] oscileaz n jurul acestei valori minime. Un alt
exemplu de aplicaie a filtrelor adaptive este acela cnd rspunsul dorit este cunoscut
ca fiind rspunsul unui sistem, care trebuie identificat, la o excitaie cunoscut.
Identificarea sistemului poate fi realizat prin determinarea, la sfritul
perioadei de adaptare, a coeficienilor filtrului adaptat la a crui intrare este adus
aceeai excitaie ca i la intrarea sistemului necunoscut i al crui rspuns dorit este
rspunsul sistemului necunoscut.
Pentru a descrie funcionarea i proprietile filtrelor adaptive se va presupune
pentru nceput c toate semnalele din figura 5.1.1 sunt staionare, c au funcii de
corelaie finite i c filtrul numeric este un sistem liniar i invariant n timp, de tipul cu
rspuns finit la impuls. n continuare se vor utiliza intercorelaiile semnalelor x[n ] i
2
d[n ], rdx [n ] i ale semnalelor d[n ] i y[n ] , rdy [n ] i autocorelaiile semnalelor

x[n ] , rxx [n ] , y[n ] , ryy [n ] i d[n ], rdd [n ] , definite dup cum urmeaz:
rdx [n ] = E{d[k ]x[k + n ]};
rdy [n ] = E{d[k ]y[k + n ]}; rxx [n ] = E{x[k ]x[k + n ]};
ryy [n ] = E{y[k ]y[k + n ]};
rdd [n ] = E{d[k ]d[k + n ]}
O proprietate a intercorelaiei semnalelor aleatoare, util n continuare, este:
r [n ] = r [ n ]
Deci autocorelaia este funcie par.
Coeficienii filtrului numeric (eantioanele rspunsului su la impuls) se
noteaz cu w [n ] .Valoarea erorii medii ptratice este:
} {
} {
} {
E 2 [k ] = E (d[k ] y[k ]) = E d 2 [k ] + E y 2 [k ] 2E{d[k ]y[k ]}

2
(1)
deoarece operatorul de mediere statistic este liniar. Relaia (1) se mai scrie:
E 2 [k ] = rdd [0] + ryy [0] 2rdy [0]

sau pe baza transformrii z inverse:
1
dz
(R dd (z ) + R yy (z ) 2R dy (z ))
E 2 [k ] =
z
2j
(2)
5.1. Filtre adaptive 167

Considernd ca i contur de integrare cercul unitate, transformatele z devin
transformate Fourier n timp discret, R dd ( ), R yy ( ) i R dy ( ) , [Bel., 90]. Pentru
aceste funcii se pot folosi relaii de tip Wiener-Hincin, putndu-se scrie:
R yy ( ) = W ( ) R xx ( )
2
adic:
R yy (z )
= W (z )
z =1
2
z =1
R xx (z )
(3)
z =1
Dar:
W (z )
2
z =1
= W (z )W * (z )
z =1
i:
W * (z )
z =1
( )
= W z 1
z =1
De aceea relaia (3) devine:
R yy (z )
z =1
( )
= W (z )W z 1
z =1
R xx (z )
(4)
z =1
Relaia:
R dy ( ) = W ( )R dx ( )
se mai poate scrie i sub forma:
R dy (z )
z =1
= W (z )
z =1
R dx (z )
(5)
z =1
[Lim., Opp., 88]. Substituind relaiile (4) i (5) n relaia (2) se obine:
[ ( )
1
dz
W z 1 R xx (z ) 2R dx (z ) W (z )
E 2 [k ] = rdd [0] +
z
2j z =1
(6)
relaie care exprim eroarea medie ptratic pe baza expresiei funciei de transfer a
filtrului numeric W (z ) . Fiind vorba despre un filtru cu rspuns finit la impuls se poate
scrie:
(7)
L 1
W (z ) = w [i]z i
i =0
{ }
dimensional {E{ [k ]}, w [0], w [1],..., w [L 1]}. Prin procesul de adaptare se determin
acei coeficieni w [i ], i = 0, L 1 care minimizeaz valoarea E{ [k ]}. Deci prin
Conform relaiei (6) se constat c E 2 [k ] este o suprafa n spaiul L + 1
2
min
adaptare se realizeaz o deplasare pe suprafaa amintit mai sus, din punctul iniial de
coordonate E 2 [k ] , w 0 [0], w 0 [1],..., w 0 [L 1] n punctul final de coordonate
{{
min
min
{E{ [k ]}, w [0], w [1],..., w [L 1]}.
min
n prelucrarea adaptiv a semnalelor aceast sarcin (de adaptare) este un

proces continuu de modificare a coeficienilor filtrului (deci a lui W (z ) ) n situaia n
care celelalte cantiti din relaia (6) sunt lent variabile. Substituind (7) n (6) i
efectund calculele se obine:
L 1 L 1
L 1
i =0 m =0
i =0
E 2 [k ] = rdd [0] + w [i ]w [m ]rxx [i m ] 2 w [i ]rxd [i ]
(8)
Avnd n vedere c n aceast relaie coeficienii filtrului adaptiv apar doar la

puterile 1 i 2 rezult c suprafaa de eroare este una ptratic. Notnd cu R matricea de
autocorelaie a semnalului de intrare:
rxx [1]
... rxx [L 1]
rxx [0]
r [1]
rxx [0]
... rxx [L 2]
xx
.
.
.
.
R=
.
.
.
.
.
.
.
.
rxx [L 1] rxx [L 2] ...

rxx [0]
i folosind notaiile:
rxd [0]
r [1]
xd
P=
rxd [L 1]
w [0]
w [1]
W=
.
.
w [L 1]
se obine forma matricial a relaiei (8):
E 2 [k ] = rdd [0] + W T RW 2P T W
(9)
Fiind vorba despre o suprafa ptratic pozitiv (eroarea medie ptratic nu

poate fi negativ), e clar c ea are un minim. Pentru gsirea acestui punct este util
cunoaterea gradientului suprafeei, n fiecare punct al acesteia. Vectorul gradient al
suprafeei de eroare se noteaz cu i se definete cu relaia:
((
))
(( (
)))
E 2 [k ]
w 2[0]
E( [k ] )
w [1]
.
=
2
E [k ]
w [L 1]
Dar:
({
})
L 1
E 2 [k ]
= 2w [l]rxx [0] + 2 w [m ]rxx [l m ] 2rxd [l]
w [l]
m =0
ml
[Ale., 88]. innd seama de paritatea funciei de autocorelaie, pe baza ultimelor dou
relaii rezult c vectorul gradient poate fi exprimat n forma:
L 1
w [m]rxx [m]
L m1 =0
rxd [0]
r [1]
w [m]rxx [m 1]
m
xd
=0
.
.
= 2
2
.
.
.
L 1
rxd [L 1]
w [m ]r [m (L 1)]
xx
m
=0
sau innd seama de expresiile matricilor definite anterior:
= 2RW 2P
Minimul de pe suprafaa de eroare este atins n punctul n care gradientul se
anuleaz. Se poate deci scrie:
2RWmin = 2P
Admind c matricea de autocorelaie a semnalului de intrare este inversabil
se poate obine matricea coeficienilor optimi ai filtrului adaptiv:
Wmin = R 1 P
(10)
Filtrul cu aceti coeficieni este numit filtru Wiener.

Valoarea minim a erorii medii ptratice este pe baza relaiei (9):
T
E{ 2 [k ]}min = rdd [0] + Wmin
RWmin 2P T Wmin
sau pe baza relaiei (10):
E 2 [k ] min = rdd [0] + R 1 P RWmin 2P T Wmin

T
(11)
adic:
( )
E 2 [k ] min = rdd [0] + P T R 1 RWmin 2P T Wmin
(12)
innd seama de simetria matricei de autocorelaie, se poate demonstra c:
(R )
1 T
= R 1
i deci:
(R ) R = R
1 T
R=I
unde cu I s-a notat matricea unitate. De aceea relaia (11) devine:
E min 2 [k ] = rdd [0] P T Wmin
(13)
Aceast relaie exprim legtura dintre valoarea minim a erorii medii ptratice
i vectorul coeficienilor optimi ai filtrului adaptiv.
Conform relaiei (10), pentru determinarea coeficienilor filtrului optim este
necesar cunoaterea matricelor R i P (care depind doar de semnalele x[n ] i d[n ]).
n practic matricea R nu este de obicei cunoscut. De aceea de obicei aceast matrice
se estimeaz. Pornind de la valoarea estimat a lui R i de la o valoare iniial a
vectorului W se calculeaz o prim estimaie a gradientului. Pe baza noului eantion
achiziionat se face o nou estimare a lui R. Pe baza relaiei (10) se face o nou
estimare a lui W i se calculeaz gradientul. n cazul n care noua valoare este mai
apropiat de zero se consider c estimarea lui W este n sensul corect i se continu n
acelai fel. n caz contrar se estimeaz R n sens contrar i se refac operaiile enunate
mai sus.
n acest mod se deruleaz un algoritm de cutare a vectorului Wmin .
Metodele de cutare ale minimului suprafeei de eroare se bazeaz n general
pe estimri locale ale gradientului erorii fcute dup achiziia fiecrui nou eantion din
secvena x[n ] . nmulind la stnga cei doi membrii ai relaiei (10) cu
1 1
R = W R 1 P
2
sau pe baza relaiei (11):
1 1
R se obine:
2
(14)

(15)
1
Wmin = W R 1
2
Relaia (15) conduce la metoda de cutare a minimului de tip Newton.
Notnd cu W[k ] vectorul coeficienilor filtrului la momentul k se obine:
W[k + 1] = W[k ] R 1[k ]
(16)
unde [k ] reprezint valoarea vectorului gradient la momentul k iar este un scalar
care fixeaz viteza de convergen a vectorului W[k ] spre vectorul Wmin . Forma
vectorului W[k ] este:
w k [0]
w [1]
k
W[k ] =
w k [L 1]
La pasul k al algoritmului se calculeaz:
[k ] = 2RW[k ] 2P
(17)
Substituind (17) n (16) se obine:
W[k + 1] = W[k ] R 1 (2RW[k ] 2P )

sau innd seama de relaia (11) ultima relaie se mai scrie:
W[k + 1] = (1 2 )W[k ] + 2Wmin

adic:
W[k + 1] = (1 2 )
k +1
W[0] + 2Wmin (1 2 )
l=0

Deci:
W[k ] = (1 2 ) W[0] + 1 (1 2 ) Wmin

k
(18)
Se constat c dac este ndeplinit condiia:
0 < 1 2 < 1
atunci irul W[k ] converge la limita Wmin . Considernd c matricea de autocorelaie
este unitar, relaia (16) se poate scrie n forma:
W[k + 1] = W[k ] [k ]
(19)
Fcnd notaia:
x[k ]
x[k 1]
X[k ] =
x[k (L 1)]
ieirea filtrului adaptiv poate fi exprimat i matricial:
y[k ] = W T [k ]X[k ]
(20)
n continuare se estimeaz eroarea medie ptratic prin valoarea sa instantanee:
E 2 [k ] 2 [k ]
Cu aceast aproximare gradientul la momentul k devine:
{[k ]}
k
[
]
{w k [0]}
2
2
[k ]
[k ] {[k ]}
{w [0]}2
{w k [1]}
k
.
2 2 [k ]
=2
[k ]
{w [1]}2
.
.
.
{[k ]}
.
[k ]
{w k [L 1]}
2 2 [k ]
2
{w k [L 1]}
Dar conform definiiei erorii:
[k ] = d[k ] y[k ]
De aceea:
{[k ]}
{y[k ]} ( 20 )
=
= x[k l]
{w k [l]}
w k [l]
l = 0, L 1
i relaia (21) devine:
{y[k ]}
{w [0]}
k
{
[k ]}
y
{w k [1]}
= 2[k ]X[k ]
.
[k ] 2[k ]
{y[k ]}
{w k [L 1]}
(21)
5.2. Aplicaii 175

nlocuind aceast estimare a gradientului n relaia (20), aceasta devine:
W[k + 1] = W[k ] + [k ]X[k ]
(22)
Aceast relaie descrie algoritmul de cutare a coeficienilor optimi ai filtrului

adaptiv de tip LMS.
Convergena acestui algoritm este asigurat pentru:
0<
2
<1
L max
(20)
unde max reprezint valoarea maxim a valorilor proprii ale matricei de autocorelaie
a semnalului de intrare, R, [Wid., Ste., 85].
5.2. Aplicaii
n continuare se prezint cteva rezultate de simulare ale unor filtre adaptive de
tip LMS folosite pentru mbuntirea RSZ. n primul experiment se consider sistemul
din figura 5.1.1. Filtrul propriuzis este de tip transversal. n figura 5.1.2. este prezentat
semnalul d[n ] , n figura 5.1.3. semnalul x[n ] iar n figura 5.1.4. semnalul y[n ] .
Anliznd ultima figur se constat c, dup perioada de nvare, semnalul de la ieirea
filtrului urmrete bine partea util a semnalului de la intrare, dei acest semnal este
nestaionar. n acest regim permanent coeficienii filtrului sunt cei prezentai n figura
5.1.5.
Figura 5.1.2. Semnalul de referin.
Figura 5.1.3. Semnalul de intrare.
Figura 5.1.4. Semnalul de ieire.
5.2. Aplicaii 177
Figura 5.1.5. Datele obinute n urma rulrii primului program de simulare.
Deci filtrul adaptiv de tip LMS din figura 5.1.1. realizeaz pentru semnalul din
figura 5.1.3. o mbuntire a raportului semnal pe zgomot de 6,59 ori. Dezavantajul
schemei din figura 5.1.1. este necesitatea cunoaterii semnalului de referin. De fapt
aceast schem se utilizeaz n aplicaiile de identificare a sistemelor. La intrarea
sistemului de identificat este adus semnalul x[n ] . La ieirea sa se obine semnalul
d[n ] , care este folosit ca i semnal de referin pentru filtrul adaptiv. n acest mod
rspunsul la impuls al filtrului adaptiv n regim permanent va reprezenta o bun
aproximare a rspunsului la impuls al sistemului de identificat. O structur mai bun de
filtrare adaptiv pentru aplicaiile de mbuntire a raportului semnal pe zgomot este
cea prezentat n figura 5.1.6, [Wid., Ste., 85].
Figura 5.1.6. Schema de filtrare adaptiv folosit n cel de al doilea experiment.

Se constat c n acest caz nu mai este necesar cunoaterea semnalului de
referin, deoarece acesta este generat pornind de la semnalul de intrare, prin ntrziere
cu ajutorul blocului D.
n figura 5.1.7. se prezint semnalul de intrare, n figura 5.1.8. semnalul de la
ieirea blocului D iar n figura 5.1.9. este prezentat semnalul de la ieirea filtrului. n
figura 5.1.10 sunt prezentate datele specifice pentru cel de al doilea experiment. A fost
folosit o ntrziere de 10 eantioane.
Figura 5.1.7. Semnalul de intrare.
Figura 5.1.8. Semnalul de referin.
5.2. Aplicaii 179
Figura 5.1.9. Semnalul de la ieire.
Figura 5.1.10. Coeficienii filtrului adaptiv n regim permanent i valorile rapoartelor semnal pe zgomot.
Se constat c n cel de al doilea experiment mbuntirea raportului semnal

pe zgomot este de doar 2,16. Cu toate acestea schema din figura 5.1.6. trebuie preferat
schemei din figura 5.1.1 deoarece nu este necesar cunoaterea semnalului de referin.
CAPITOLUL 6. Filtre neliniare
n acest capitol se prezint cteva tipuri de filtre numerice neliniare. Exist

situaii n care utilizarea filtrelor neliniare poate conduce la mbuntiri mai mari ale
raportului semnal pe zgomot dect dac s-ar fi utilizat filtre liniare.
6.1. Filtre numerice cu ordonare statistic
Dac X (1) , X ( 2 ) ,..., X ( N ) este un ir de variabile aleatoare atunci prin ordonarea
lor dup valoare se obine irul de inegaliti:
X (1) X (2 ) ... X ( N )
(1)
Variabila aleatoare X (i ) se numete a i-a variabil aleatoare n ordonare

statistic. Pe baza acestei ordonri se poate determina mediana secvenei de variabile
aleatoare considerat, folosind urmtoarea definiie:
X ( +1) ,
med{X i } = X ( ) + X ( +1)
daca
daca
N = 2 + 1
N = 2
Considernd semnalul x[n ] i fereastra dreptunghiular w [n ] , de lungime N,
centrat pe momentul n, prin nmulirea lor se obine semnalul x[n ] , care la momentul
n are N eantioane. Considernd c acestea ar reprezenta secvena de variabile
aleatoare de mai sus, mediana acesteia este rspunsul "filtrului median" la semnalul
x[n ] , la momentul n. Deplasnd fereastra w [n ] peste semnalul x[n ] , (prin centrarea
sa succesiv pe diferite momente de timp) se obine rspunsul filtrului median la
semnalul x[n ] . n figura urmtoare se reprezint cteva exemple de semnale precum i
rspunsurile unui filtru median, cu N de valoare 7, la aceste semnale.
Analiznd figura 6.1.1 se constat c pentru semnale de intrare monotone, prin
filtrare median nu se modific forma semnalului. Aproximarea semnalelor monotone
pe poriuni prin filtrare median este afectat de erori. Acestea se manifest la
momentele de timp la care monotonia semnalului se schimb. De asemenea se constat
6.1. Filtre numerice cu ordonare statistic 181

eficiena filtrului median la eliminarea zgomotului de tip impuls care perturb aditiv
semnalul de prelucrat. Este remarcabil i calitatea rspunsului indicial al filtrului
median.
Figura 6.1.1. Cteva exemple de funcionare a unui filtru median, N de valoare 7.
Tot pe baza ordonrii statistice descrise de relaia (1) pot fi obinute diferite
combinaii liniare ale elementelor acesteia:
182 Filtre neliniare 6
Tn = a i X (i )
(2)
i =1
crora le corespund filtre cu ordonare statistic.

Prin extragerea repetat a medianei poate fi obinut un alt tip de filtru, numit
filtru median recursiv. Legtura intrare-ieire pentru un astfel de sistem este:
y[i] = med(y i ,..., y i 1 , x i ,..., x i + )
(3)
Pentru a combina avantajele filtrelor liniare cu cele ale filtrului median au fost
concepute filtrele mediane hibride, caracterizate de urmtoarea legtur intrare-ieire:
y[i] = med{1 (x i ),..., m (x i )}
(4)
k = 1, m , sunt rspunsurile a m filtre liniare la semnalul x i . De

unde k (x i ),
exemplu relaia (4) poate lua forma:
1
1
y[i ] = med x i j , x i , x i + j
j=1
j=1
6.2. Construcia unui filtru numeric median

Pentru filtrarea median e necesar s se grupeze eantioanele din fereastr n
ordine cresctoare, pentru fiecare poziie a ferestrei i s se determine, prin comparaii
succesive, mediana secvenei din fereastr.
Considernd c semnalul de intrare x[n ] are forma:
x[n ] = x d [n ] + x a [n ]
(5)
unde x d [n ] este un semnal util iar x a [n ] o perturbaie, rspunsul filtrului median

poate fi pus n forma:
y[n ] = x d [n ] + y a [n ]
(6)
6.2. Construcia unui filtru 183

unde y a [n ] reprezint zgomotul de la ieirea sistemului. Raportul semnal pe zgomot la
intrarea n filtru se poate calcula cu relaia:
M
RSZ i =
x d2 [i]
i =0
M
(7)
x [i]
2
a
i =0
iar la ieire cu relaia:

M
RSZ o =
x [i]
2
d
i =0
M
(8)
y [i]
2
a
i =0
mbuntirea raportului semnal pe zgomot obinut este:

M
RSZ o
=
RSZ i
x [i]
i =0
M
2
a
(9)
y [i]
i =0
2
a
n stabilirea acestei formule s-a considerat c secvena x[n ] este de durat

limitat M. mbuntirea raportului semnal pe zgomot realizat de sistemele liniare i
invariante n timp este invers proporional cu banda echivalent de zgomot a acestora.
De obicei aceasta este cu att mai mare cu ct ordinul filtrului este mai mic. O cale de
cretere a ordinului filtrului fr a i se modifica rspunsul n frecven este recircularea
semnalului care trebuie filtrat. Aceast procedur presupune urmtorii pai:
1. Prin filtrarea semnalului de intrare de durat limitat x[n ] se obine rspunsul
y1 [n ] .
2. Folosind acelai filtru se prelucreaz semnalul y1 [n ] obinndu-se semnalul
y 2 [n ] .
3. Procedeul descris se repet de cte ori se dorete s fie crescut ordinul filtrului.
Un parametru al filtrului median care controleaz mbuntirea raportului
semnal pe zgomot introdus de acest sistem este lungimea ferestrei temporale folosite.

n continuare se propune o nou tehnic de filtrare adaptiv. Aceasta presupune
realizarea unei succesiuni de filtrri mediane cu recirculare. La sfritul fiecrei filtrri
mediane cu recirculare, este sczut lungimea ferestrei temporale i o nou filtrare
median cu recirculare ncepe, pornind cu ultima secven obinut n filtrarea median
cu recirculare anterioar. Lungimea primei ferestre temporale este aleas de utilizator.
De asemenea valoarea minim a lungimii ferestrei poate fi aleas. Filtrarea median
adaptiv se ncheie la sfritul filtrrii mediane cu recirculare care folosete cea mai
scurt fereastr. Fiecare filtrare median cu recirculare ia sfrit atunci cnd o nou
aplicare a acestui procedeu nu mai modific valoarea vreunui eantion.
6.3. Filtre morfologice
Aceast categorie de filtre neliniare, nrudite cu filtrele cu ordonare statistic se
folosete n special n prelucrarea imaginilor. Cazul cel mai simplu este cel al
imaginilor binare. Acestea pot fi descrise cu ajutorul teoriei mulimilor. n continuare
se trec n revist principalii operatori morfologici folosii n prelucrarea imaginilor
binare. Pentru construcia acestor operatori se folosesc mulimi specifice numite
elemente structurante. n continuare elementul structurant se va nota cu K. O operaie
folosit frecvent la construcia operatorilor morfologici este diferena de tip Minkovski.
Se numete simetrica mulimii K, K = x R n
i se noteaz K mulimea
K = x R n x K . Se numete diferen de tip Minkovski ntre mulimile A i K

i se noteaz cu A K , mulimea:
A K = x Rn Kx A
unde
K x = {x + k k K}
[Pre. 87]. Primul operator morfologic este cel de eroziune. Erodata mulimii A n
raport cu elementul structurant K este diferena de tip Minkovski dintre A i K . Se
noteaz:
E K {A} = A K = x R n K x A
(10)
Operatorul dual operatorului de eroziune este cel de dilatare. Pentru a defini

acest operator se folosete operaia dual diferenei de tip Minkovski. Aceast operaie
se numete adunare de tip Minkovski i este definit cu relaia:
A K = Ak
kK
(14)
6.4. Filtre n domeniul unei transformri 185
Figura 6.3.1. Imaginea original (stnga) i erodata sa (dreapta) obinut folosind un element structurant
ptrat cu latura de 2 pixeli.
Prin dualitate, dilatata mulimii A, folosind elementul structurant K, este dat

de adunarea de tip Minkovski a mulimilor A i K :
A K = u, k K, u A k
(17)
n figura urmtoare se prezint un exemplu de dilatare a unei imagini.
Figura 6.3.2 Imaginea original (stnga) i dilatata sa (dreapta). S-a folosit un element structurant ptrat cu
latura de 2 pixeli.
Folosind operatorii de erodare i de dilatare poate fi introdus o nou categorie

de operatori morfologici ale crei elemente se numesc filtre de contrast. Rolul lor este
de a ntri contrastul unei imagini fcnd ca anumii pixeli ai acesteia s-i modifice
brusc valorile. Fie imaginea f i (f1 , f 2 ) dou imagini transformate verificnd :
f1 f f 2
De obicei f1 este erodata lui f iar f 2 dilatata lui f. Imaginea filtrat este:
f 1 (x )
f (x ) f 2 (x )
f (x )
pentru
f (x ) f 1 (x ) < f 2 (x ) f (x )
pentru f (x ) f 1 (x ) > f 2 (x ) f (x )
in rest
n figura urmtoare se prezint un exemplu de aplicare a operatorului filtru de

contrast asupra unei imagini cu mai multe nivele de gri.
Figura 6.3.3. Un exemplu de aplicare a filtrului de contrast. n stnga imaginea original. n dreapta
rezultatul filtrrii.
Se remarc mbuntirea contrastului n special n zona contururilor.

Eroziunea i dilatarea sunt transformri duale. Ele nu sunt ns inverse. Aceste dou
transformri ne permit construcia unor transformri morfologice derivate, mai
complexe cu proprieti superioare, printre care trebuie amintit proprietatea de
idempoten. Printre acestea cele mai importante sunt transformrile morfologice de
nchidere i de deschidere. Fie X o imagine i B un element structurant. Deschiderea
morfologic e definit pentru imaginile binare cu relaia :
XB = X B B
(18)
Pentru c operatorul dual operatorului de eroziune este cel de dilatare i

reciproc se poate calcula nchiderea mulimii X n raport cu elementul structurant B,
notoat cu XB cu ajutorul relaiei:
XB = X B B
(19)
n figura urmtoare sunt prezentate rezultatele prelucrrii cu operatorii de

deschidere (n stnga) i de nchidere (n dreapta) a imaginii prezentate n stnga figurii
6.3.2.
Figura 6.3.4. Un exemplu de aplicare al operatorilor de deschidere i de nchidere asupra imaginii din
stnga figurii 6.2.2.
Filtrele morfologice sunt secvene de operatori morfologici de baz care au

propiretatea de idempoten.
Definiie. Se numete compunere proprie, aplicaia care asociaz fiecrui
operator operatorul , notat .
Noiunea de idempoten, = , se poate descompune n dou inegaliti:
Definiie. Fie un operator cresctor.
Operatorul este un sub-filtru dac .
Operatorul este un supra-filtru dac .
Operatorul est un filtru dac est idempotent, = .
[Ast., Kos., Neu. 92].
Dei nu exist nici un motiv aparent ca supremumul, infimumul sau compoziia
a dou filtre s fie un filtru totui :
Teorem. (teorema de compunere a filtrelor)
Fie i dou filtre care verific . Atunci :
1.
2. , i sunt filtre.
3. este cel mai mic filtru superior lui i cel mai mare filtru
inferior lui .
Cu s-a notat supremumul iar cu s-a notat infimumul celor doi operatori.
O demonstraie a acestei teoreme poate fi gsit n [Pre. 95].

Dac se consider relaia de ordine obinuit , pe mulimea filtrelor, noiunea
de supremum este definit cu ajutorul urmtoarei teoreme:

Teorem. Fie ( i ) o familie de filtre. Cel mai mic filtru superior lui i este
cel mai mare element al clasei de transformri cresctoare nchis pentru sup i
compunerea proprie generat de ( i ) [Sch., Mat. 94].
6.3.1. Filtre alternate secvenial
Principiul care st la baza construciei acestor filtre este iterarea deschidelor i
nchiderilor de talie cresctoare. Fie ( i ) o familie de deschideri i ( i ) o familie de
nchideri verificnd :
i j j i I i
unde cu I s-a notat operatorul de identitate. Fie operatorii m i , n i , ri i s i definii dup
cum urmeaz:
m i = i i ; n i = i i ; ri = i i i ; s i = i i i
Cum orice deschidere este mai mic dect orice nchidere de aceeai talie, se poate
scrie :
i i
Atunci, conform teoremei anterioare, se poate afirma c n i , m i , ri i s i sunt filtre.
Propoziia urmtoare demonstreaz c ordinea de iterare a filtrelor conteaz.
Propoziie. Fie (i k )k =1 ntregi strict pozitivi astfel nct i k i1 = i p . Atunci:
p
m i p m i p 1 ...m i 2 m i1 = m i 1 = m i p
n ip n i p 1 ...n i2 n i1 = n i1 = n ip
O demonstraie pentru aceast propoziie poate fi gsit n [Sch., Mat. 94].
Filtrele alternate secvenial sunt definite de iteraiile urmtoare :
M i = m i m i 1 ... m 2 m1
N i = n i n i 1 ... n 2 n 1
R i = ri ri1 ... r2 r1
Si = s i s i 1 ... s 2 s1
n particular pot fi scrise relaiile urmtoare:
R i = i M i i Si = i N i
Figura 6.3.1.1. Un exemplu de utilizare a filtrelor morfologice.
Aceste filtre se bucur de un numr mare de proprieti. Iat cteva relaii referitoare la
compunerea lor. Pentru i j :
M jM i = M j M i M j
R i R j R j = R jR i
S jS i = S j S i S j
Ni N j N j = N jNi
Se poate pune ntrebarea ce se ntmpl dac se itereaz filtrele m i n ordine

descresctoare. n acest mod se obin filtrele morfologice secveniale transpuse:
M it = m1 m 2 ... m i -1 m i
R it = r1 r2 ... ri -1 ri
N it = n 1 n 2 ... n i -1 n i
S it = s 1s 2 ... s i -1s i
Acestea au proprieti analoage filtrelor alternate secvenial. Dac se dorete ca

un numr important de inegaliti ntre filtre s devin egaliti se utilizeaz filtrele
alternate secvenial simetrice:
~
~
~
~
M i = M it M i ; R i = R it R i ; N i = N it N i ; Si = Sit Si
Aceste filtre au proprietatea:
~ ~
~ ~
~
M i M j = M j M i = M sup (i , j)
n figura 6.3.1.1 se prezint dou exemple de utilizare a filtrelor alternate
secvenial. n partea de sus este prezentat imaginea de filtrat, n mijloc se afl
imaginea obinut prin filtrarea cu ajutorul unui filtru morfologic deschidere-nchidere
iar n partea de jos se poate vedea imaginea obinut prin filtrarea cu un filtru
morfologic nchidere-deschidere.
n cele dou exemple de filtrare din figura anterioar au fost folosite elemente
structurante ptrate cu latura de 2 pixeli.
6.4. Filtre neliniare folosite n domeniul unei transformri ortogonale
O modalitate interesant de filtrare a unui semnal este cea bazat pe
prelucrarea unei transformate a acelui semnal. De exemplu, de multe ori, pentru
filtrarea adaptiv a unui semnal se prefer strategia urmtoare:
- se calculeaz o transformat ortogonal a semnalului de prelucrat,
- se efectueaz filtrarea adaptiv n domeniul transformatei,
- se aplic, rezultatului obinut la pasul anterior, transformarea ortogonal invers,
obinndu-se rezultatul filtrrii.
O astfel de abordare are unele avantaje:

- prin transformarea ortogonal semnalul de prelucrat se decoreleaz,
- filtrarea n domeniul transformatei poate necesita un numr redus de operaii
aritmetice.
6.4.1. Transformarea wavelet discret
Cele mai folosite transformri ortogonale n astfel de aplicaii sunt
transformarea cosinus discret, TCD i transformarea wavelet discret, TWD. O
alternativ la filtrarea adaptiv n domeniul transformatei este filtrarea neliniar n
acelai domeniu. n acest paragraf se vor face referiri la folosirea filtrrii neliniare n
domeniul TWD pentru mbuntirea raportului semnal pe zgomot respectiv pentru
compresia de date.
6.4.2. Bazele matematice ale TWD
Definiie. Mulimea de subspaii Hilbert nchise {Vm }mZ ale lui L2 (R ) este o
analiz multirezoluie a acestui spaiu dac elementele Vm au urmtoarele proprieti:
...V1 V0 V1 ... ,
i)
ii)
= {0},
mZ
Vm = L2 (R ) ,
mZ
iii)
()f (x ) Vm
f (2 x ) Vm 1 ,
iv)
Exist o funcie (x ) V0 astfel nct mulimea
2
(
)
x
2
=
2 m x n s fie o baz ortonormal a lui Vm .
m ,n
nZ
Funcia (x ) se numete funcie de scalare.
Fie f 0 (t ) un semnal din V0 . El are urmtoarea descompunere n baza
{ (t ) = (t n )}
0,n
nZ
f 0 (t ) =
(20)
f (t ), (t ) (t )
n =
0,n
0,n
Fie f 1 (t ) proiecia lui f 0 (t ) pe V1 . Aceast funcie are urmtoarea
descompunere n baza 1,n (t ) = 2
1
2
f 1 (t ) =
2 1 t n a lui V1 :
nZ
f (t ), (t ) (t )
n =
1, n
(21)
1, n
Fie f m (t ) proiecia lui f 0 (t ) pe Vm . Ea are urmtoarea descompunere n baza
{ (t )}
m,n
nZ
a lui Vm :
f m (t ) =
f (t ), (t ) (t )
n =
m,n
(22)
m,n
Semnalele f 1 (t ), f 2 (t ),..., f m (t ) sunt cele mai bune aproximri ale lui f 0 (t ) cu
elemente ale spaiilor V1 , V2 ,..., Vm (teorema lui Riesz). Dac e1 (t ), e 2 (t ),..., e m (t )

sunt erorile medii ptratice de aproximare ale lui
f 1 (t ), f 2 (t ),..., f m (t ) , atunci se poate scrie:
f 0 (t ) cu funciile
e1 (t ) e 2 (t ) ... e m (t )
(23)
Se observ c odat cu creterea lui m calitatea aproximrii descrete.

Considernd c f m (t ) reprezint aproximarea lui f 0 (t ) de rezoluie m se poate afirma
c folosind diferite elemente ale mulimii {Vm }mZ se pot obine aproximri de diferite
rezoluii ale lui f 0 (t ) . De aceea aceast mulime se numete analiz multirezoluie a
lui L2 (R ) .
Notnd:
f 0 (t ), m ,n (t ) = s m [n ]
se poate stabili relaia ntre secvenele s m [n ] i s 0 [n ] pentru m > 0 .
Descompunerea funciei 1,n (t ) n baza 0,n (t )
1,n (t ) =
l =
nZ
a lui V0 este:
1,n (t ), (t l ) (t l )
(24)
Dar:
1,n (t ), (t l ) =
1
2
1
*
2 2 u (u + 2n l)du
(25)
Cu notaia:
1,n (t ), (t l ) = h[2n l]
relaia (24) devine:
1,n (t ) =
h[2n l](t l)
l =
Deci:
s1 [n ] = f 0 (t ), 1,n (t ) = f 0 (t ), h[2n l](t l )

l =
Folosind relaia (20) se obine:
s1 [n ] =
s [p]h [2n p]
p =
Prin recuren se poate scrie:
s m [n ] =
s [p]h [2n p]
p =
m 1
(26)

Aceast relaie a fost stabilit pentru ntia oar n [Mal. 89 (1)] i reprezint
una dintre formulele de baz pentru algoritmul Fast Wavelet Transform (FWT) de
calcul al TWD. Transformarea descris de relaia (26) este realizat de sistemul din
figura 6.4.2.1.
Figura 6.4.2.1. Sistemul care calculeaz secvena
s m [n ] pornind de la secvena s m1 [n ] .
Pornind de la analiza multirezoluie {Vm }mZ a lui L2 (R ) i considernd c
Wm este complementul ortogonal al lui Vm n Vm 1 , se obine descompunerea

ortogonal a lui L2 (R ) , {Wm }mZ . Se poate demonstra i propoziia urmtoare:
Propoziia 1. Exist o funcie (t ) n W0 astfel nct:
- mulimea { (t n )}nZ este o baz ortonormal a lui W0 i
- mulimea m ,n (t ) = 2 2 2 m t n este o baz ortonormal a lui Wm pentru

nZ
orice m ntreg.
Funciile m ,n (t ) se numesc "wavelet". Funcia generatoare (t ) poate fi
exprimat cu ajutorul funciei generatoare (t ) . Dac funcia (t ) (din V0 ) se

dezvolt n baza lui V1 n forma:
(t ) =
atunci:
c[n ](2t n )
n =
(27)
(t ) =
(28)
( 1) c[1 n ](2t + n )
n
n =
Eroarea de aproximare a semnalului f 0 (t ) cu semnalul f 1 (t ) este:
e1 (t ) = f 0 (t ) f 1 (t )
Se constat c:
e1 (t ) W1
(29)
De fapt semnalul e1 (t ) este proiecia ortogonal a semnalului f 0 (t ) pe
subspaiul W1 . Din acest motiv semnalul e m (t ) poate fi descompus n baza de funcii

wavelet a lui Wm n forma:
e m (t ) =
(30)
e (t ), (t ) (t )
1
n =
m,n
m,n
Cu notaia:
e1 (t ), m ,n (t ) = d m [n ]
(31)
se deduce relaia ntre secvenele d m [n ] i s m [n ] pentru m > 0 . Descompunnd
semnalul 1, n (t ) n baza lui V0 , 0, n (t ) = (t n )
1,n (t ) =
l =
nZ
rezult:
1,n (t ), (t l ) (t l )
(32)
Dar:
1,n (t ), (t l ) =
1
2
1
*
2 2 t n (t l)dt
sau:
(33)

(33)
12 *
1,n (t ), (t l ) = 2 2 u (u + 2n l )du
1
2
Folosind notaia:
1,n (t ), (t l ) = g[2n l]
(34)
relaia (31) devine:
1,n (t ) =
(35)
g[2n l](t l)
l =
i:
d 1 [n ] = e1 (t ), 1,n (t ) = f 0 (t ), 1,n (t ) =
g [2n l]s [l]

*
(36)
l =
n general:
d m [n ] =
(37)
s [l]g [2n l]
l =
m 1
Relaia (37) este implementat de sistemul din figura 6.4.2.2.
s m1 [n ]
g * [n ]
Figura 6.4.2.2. Transformarea semnalului
d m [n ]
s m1 [n ] n semnalul d m [n ] .
n figura 6.4.2.3 este prezentat sistemul care pornind de la secvena s 0 [n ]
calculeaz secvenele s m [n ] i d 1 [n ], d 2 [n ],..., d m 1 [n ] .

REMARC
Formula lui g[n ] depinde de formula lui h[n ] . Se poate
demonstra c:
g[n ] = ( 1)
1 n
h[1 n ]
(38)
Figura 6.4.2.3. Sistemul care transform semnalul
s m [n ] , d k [n ], k = 1, m .
s 0 [n ] n semnalele
S-a artat deja c pornind de la descompunerea semnalului f 0 (t ) n baza
ortonormal a lui V0 , {(t n )}nZ , se obine aproximarea de rezoluie m, f m (t ) i
eroarea de aproximare e m (t ) . Reciproc, funcia f 0 (t ) poate fi obinut pornind de la

funciile f m (t ) i e m (t ) :
(39)
f 0 (t ) = f m (t ) + e k (t )
k =1
Calculnd produsul scalar al celor doi membri ai relaiei (39) cu funciile

(t k ) se obine:
s 0 [k ] =
s [l] (t ), (t k )
l =
1, l
d [p] (t ), (t k )
p =
1, p
(40)

sau:
s 0 [k ] =
s1 [l]h[2l k ] +
l =
d [p]g[2p k ]
p =
n mod recursiv se poate demonstra c:
s m 1 [k ] =
s m [l]h[2l k ] +
l =
d [p]g[2p k ]
p =
(41)
Folosind sistemul din figura 6.4.2.4 poate fi obinut secvena s 0 [n ] pornind

de la secvenele s m [n ], d m 1 [n ],..., d1 [n ] .
Figura 6.4.2.4. Sistem care implementeaz transformarea invers.
Sistemul din figura 6.4.2.3 calculeaz TWD a semnalului s 0 [n ] iar sistemul

din figura 6.4.2.4 calculeaz transformarea wavelet discret invers (TWDI).

6.4.2.1. Filtre folosite pentru calculul TWD i TWDI
Conform celor afirmate n paragraful anterior pentru calculul TWD i TWDI
este necesar cunoaterea rspunsului la impuls h[n ] . Pe baza acestuia, folosind relaia
(38) poate fi calculat rspunsul la impuls corespunztor g[n ] .
Figura 6.4.2.5. Filtrul Daubechies 2; a). rspunsul la impuls i b). rspunsul n frecven reprezentat n
intervalul [0,].

Exist cteva familii de filtre de tipul h[n ] . Figurile 6.4.2.5 6.4.2.13 conin
caracteristici ale filtrelor de acest tip, proiectate de Ingrid Daubechies i prezentate n
[Dau. 88].
intervalul [0,].
intervalul [0,].
intervalul [0,].
intervalul [0,].
intervalul [0,].
intervalul [0,].
intervalul [0,].
intervalul [0,].

Este vorba de 9 astfel de filtre. Lungimea rspunsului la impuls al filtrului
Dau_i este de 2i, i=2,,10. n figurile anterioare sunt reprezentate rspunsul la impuls
al filtrului Dau_i i rspunsul su n frecven n intervalul [0, ] .
n tabelul urmtor sunt dai coeficienii filtrelor Dau_i pentru i cuprins ntre 2
i 10.
Tabelul 6.1. Coeficienii corespunztori filtrelor de tip Daubechies
i
2
3
4
5
6
7
8
9
10
Coeficieni
0.4830 0.8365 0.2241 -0.1294
0.3327 0.8069 0.4599 -0.1350 -0.0854 0.0352
0.2304 0.7148 0.6309 -0.0280 -0.1870 0.0308 0.0329 -0.0106
0.1601 0.6038 0.7243 0.1384 -0.2423 -0.0322 0.0776 -0.0062
-0.0126 0.0033
0.1115 0.4946 0.7511 0.3153 -0.2263 -0.1298 0.0975 0.0275
-0.0316 0.0006 0.0048 -0.0011
0.0779 0.3965 0.7291
0.4698
-0.1439
-0.2240
0.0713
0.0806 -0.0380 -0.0166
0.0126 0.0004 -0.0018 0.0004
0.0544 0.3129 0.6756 0.5854 -0.0158 -0.2840 0.0005 0.1287
-0.0174 -0.0441 0.0140 0.0087 -0.0049 -0.0004 0.0007 -0.0001
0.0381 0.2438 0.6048 0.6573 0.1332 -0.2933 -0.0968 0.1485
0.0307 -0.0676 0.0003 0.0224 -0.0047 -0.0043 0.0018 0.0002
-0.0003 0.0000
0.0267 0.1882 0.5272 0.6885 0.2812 -0.2498 -0.1959 0.1274
0.0931 -0.0714 -0.0295 0.0332 0.0036 -0.0107 0.0014 0.0020
-0.0007 -0.0001 0.0001 -0.0000
Exist i alte familii de filtre h[n ] , construite de ali cercettori ca de exemplu

Coifman. Cteva dintre acestea sunt prezentate n [Isa., Naf. 98].
6.4.2.2. Un algoritm de calcul al TWD
n [Dau. 88] i [Mey. 92] sunt prezentate cteva exemple de funcii de
scalare cu suport compact. Evident acestea genereaz funcii wavelet cu suport
compact. De aceea semnalele h[n ] i g[n ] vor fi de durat limitat. Pentru secvene
s 0 [n ] de durat limitat TWD poate fi descris matricial. n continuare se prezint pe
baza unui exemplu algoritmul de calcul al TWD. Secvena de intrare s 0 [n ] este

descris de vectorul:
s 0 [8]
s [7]
0
.
S0 = .
s [1]
0
iar h[n ] are durata 4. Primul pas al algoritmului de calcul al TWD este:
Y1 = M 0 X 0
cu:
X 0 = S0
i:
h[0]
h[3]
0
M0 =
0
0
h[2]
h[1]
Se obine:
h[1]
h[2]
h[3]
h[2] h[1] h[0]

0
0
h[0]
h[1]
h[2]
h[3]
h[3] h[2] h[1] h[0]
0
h[3]
0
0
0
0
h[0]
0
0
h[0]
h[1]
h[2]
h[3]
h[3] h[2] h[1]

0
0
h[0]
0
0
0
0
h[3]
h[0]
h[1]
h[2]
s 1 [4]
d [4]
1
s 1 [3]
d 1 [3]
Y1 =
s 1 [2]
d 1 [2]
s [1]
1
d 1 [1]
Prin permutri rezult:
s1 [4]
s [3]
1
s1 [2]
s 1 [1]
1
Y1 =
d 1 [4]
d 1 [3]
d [2]
1
d 1 [1]
Elementele vectorului Y11 sunt secvenele s1 [n ] i d 1 [n ] . Separnd
elementele acestor secvene se obin vectorii X 11 i X 12 cu:
X11 = [s1[4] s1[3] s1[2] s1[1]]

T
X12 = [d1[4] d1[3] d1[2] d1[1]]

T
Fie M1 matricea care reprezint sfertul din stnga sus al matricei M 0 . Cel de
al doilea pas al algoritmului FWT este descris cu relaia:
Y2 = M 1 X 11
Rezultatul este:
s 2 [2]
d [2]
Y2 = 2
s 2 [1]
d 2 [1]
Prin permutri rezult:
Y21 = [s 2 [2] s 2 [1] d 2 [2] d 2 [1]]

T
Separnd elementele secvenelor s 2 [n ] i d 2 [n ] se obin vectorii X 12 i X 22

cu:
X 12 = [s 2 [2] s 2 [1]];
T
X 22 = [d 2 [2] d 2 [1]]
T
Folosind vectorii Y21 i X12 se obine vectorul Y cu:
Y T = [s 2 [2] s 2 [1] d 2 [2] d 2 [1] d 1 [4] d 1 [3] d 1 [2] d 1 [1]]

care reprezint transformata FWT a vectorului S0 . Algoritmul pentru IFWT const n
aplicarea n ordine invers a operaiilor descrise mai sus. Bineneles n locul
matricelor M 0 , M 1 ,... se vor folosi matricele M T0 ,
M 1T ,...
Acest algoritm a fost conceput de ctre Mallat.
6.4.3. Utilizarea T.W.D. la compresia de date
Sistemele de compresie de date care folosesc transformri ortogonale se
bazeaz pe decorelarea secvenei de intrare (realizat de transformarea ortogonal
respectiv). Dac secvenei x[n ],

o
transformare
R y [n ],
ortogonal
n = 0, N 1 cu autocorelaia R x [n ] i se aplic
se obine secvena y[n ] cu autocorelaia
n = 0, M 1 , cu R y [n ] < R x [n ] .
Energia secvenei y[n ] este concentrat n M eantioane cu M < N . De aceea

pot fi transmise doar aceste eantioane i rezult compresia. Notnd cu T operatorul
transformrii ortogonale i cu P operatorul de compresie se obine sistemul pentru
compresia secvenei de durat i energie finit din figura 6.4.3.1.
Figura 6.4.3.1. Sistemul folosit pentru compresia de date bazat pe o transformare ortogonal.
Pot fi scrise relaiile:
y = Tx;
y = Py;
x = T 1 y
(21)
Avnd n vedere c FWT este o transformare ortogonal rezult c poate fi

folosit pentru compresie. Rolul blocului P din schema de mai sus este de a seleciona
doar acele eantioane ale semnalului y[n] care au valoarea superioar unui prag.
Valoarea acestui prag se poate alege n aa fel nct eroarea de aproximare a
semnalului y[n] prin semnalul de la ieirea blocului P s aib o energie inferioar
valorii de 1% din energia semnalului x[n]. Semnalul de la ieirea blocului P reprezint
rezultatul compresiei. Acest semnal se transmite sau se memoreaz. Ultimul bloc din
schema din figura 6.4.3.1. realizeaz reconstrucia semnalului comprimat. Eroarea
medie ptatic cu care acest semnal aproximeaz semnalul x[n] este mai mic dect
1% din energia semnalului x[n]. Factorul de compresie realizat poate fi calculat
mprind numrul eantioanelor secvenei de intrare la dublul numrului eantioanelor
nenule de la ieirea blocului P. Trebuie considerat dublul numrului eantioanelor
nenule de la ieirea blocului P deoarece acestea nu apar n succesiune i deci este
necesar att codarea valorii lor ct i codarea poziiei lor.
Blocul P conine de obicei un filtru neliniar. Acesta este unul dintre subiectele
acestui capitol. El realizeaz filtrarea neliniar n domeniul TWD. Tot o schem de
forma celei din figura 6.4.3.1. este folosit i pentru mbuntirea raportului semnal pe
zgomot folosind funciile wavelet. Procedura a fost introdus de ctre Donoho, care a
numit-o de-noising.
6.4.4. Filtrarea adaptiv neliniar n domeniul T.W.D.
Aa dup cum s-a artat deja pentru de-noising se efectueaz urmtorii trei
pai:
1. Se calculeaz TWD a semnalului x[k] = x u [k] + n[k] , unde cel de al doilea
termen reprezint un semnal aleator de tip zgomot alb, obinndu-se, la iteraia m
semnalul d m x [k] = d m u [k] + d m n [k] .

2. Se filtreaz cu un filtru neliniar adaptiv semnalul obinut.
3. Se calculeaz TWDI a rezultatului obinut.
6.4.4.1. Filtrul de tip wavelet shrinkage
Una dintre tehnicile de filtrare adaptiv neliniar n domeniul transformatei a fost
introdus de Donoho [Don. 92], [Don. 93] sub numele de "wavelet shrinkage". La
baza acestei metode st transformarea neliniar:
d m [i] sgn{d m [i]} (| d m [i] | s )
(42)
unde s reprezint un prag proporional cu dispersia zgomotului n(t). Se observ c este

vorba despre o filtrare adaptiv, parametrul s depinznd de semnalul n(t), prin
intermediul dispersiei acestuia. Se constat c operatorul definit de relaia (42) este
unul neliniar. n figura 6.4.4.1.1 este reprezentat relaia intrare-ieire pentru filtrul
descris de relaia (42).
Conform referinelor bibliografice deja citate, metoda de de-noising propus
este eficient eliminnd aproape complet zgomotul dar distorsionnd i semnalul util.
De aceea aceast metod se aplic doar n cazul semnalelor x cu raport semnal pe
zgomot mare (atunci cnd s este neglijabil n comparaie cu dmxu[n]).
n continuare se analizeaz metoda propus. Relaia (42) descrie schimbarea de
variabil aleatoare:
y = sgnx (| x | -s)
Se noteaz cu X variabila aleatoare care descrie comportarea statistic a
semnalului dm[i] la momentul fixat i. Se consider c semnalele dm[i] sunt de tip
zgomot alb i c variabila aleatoare X este distribuit gaussian (avnd media 0 i
dispersia 2). Aplicnd variabilei aleatoare X transformarea funcional descris n
figura 6.4.4.1.1 se obine variabila aleatoare Y. Se determin pY(y) n funcie de
densitatea de probabilitate a variabilei aleatoare X, pX(x). Conform figurii 6.4.4.1.1
rezult:
p Y (y) =
pX ( x1) pX ( x 2)
+
dy
dy
dx 1
dx 2
Figura 6.4.4.1.1. Transformarea funcional descris de relaia (42).
unde:
x 1 (,0 ); y = x 1 + s x 1 = y s ;
dy
= 1 , y (-, s )
dx 1
i:
x 2 (0, ); y = x 2 s x 2 = y + s;
dy
= 1 , y (s, , )
dx 2
De aceea se poate scrie:
pY (y) = p X (y s)(s y) + pX (y + s)(y + s)

n figura 6.4.4.1.2 sunt prezentate cele dou densiti de probabilitate, pX(x) i pY(y).
-s
Figura 6.4.4.1.2. Densitile de probabilitate ale variabilelor aleatoare X i Y.
Se constat faptul c funcia pY(y) este par. Media acestei variabile aleatoare este:
mY =
yp
(y) dy = 0
fiind integrala pe un interval simetric a unei funcii impare.

n continuare se determin valoarea dispersiei variabilei aleatoare Y, pe baza
dispersiei variabilei aleatoare X.
=
2
Y
pY (y) dy =
y [p
2
( y s)(s y) + pX ( y + s)( y + s)]dy =
(43)
p X (y s) dy +
p X (y + s) dy
Se calculeaz cele dou integrale:
I1 =
pX (y s) dy
Se face schimbarea de variabil y-s = u i avem:

0
I1 =
(u + s )2 pX (u) du =
pX (u) du +
(44)
-
0
+ 2s
up
(u) du +
pX (u) du
Dar:
0
2
u p X (u) du =
i
2
(u) du = FX (0) =
1
2
unde cu FX(x) s-a notat funcia de repartiie a variabilei aleatoare X. Deci relaia (44)
devine:
2
I1 = + 2s u pX (u) du +
2
2
-
Urmeaz calculul lui:
(45)
I2 =
pX (y + s) dy
Se face schimbarea de variabil y + s = u i avem:
I 2 = (u s ) pX (u) du = u 2 pX (u) du
2
2s u pX (u) du + s 2 p X (u) du =
2s u pX (u) du +
2
2
0
Deoarece funcia pX(x) este par, cu schimbarea de variabil u = - v va rezulta:
u pX (u) du =
0
v pX ( v) dv =
vp
(v) dv
i astfel I2 devine:
0
(46)
I2 =
+ 2s u pX (u) du +
2
2
-
Pe baza relaiilor (45) i (46), pentru relaia (43) avem:

(47)
= I1 + I 2 = + 4s
2
Y
up X (u) du + s 2
n continuare se calculeaz integrala din membrul drept al relaiei (47):

0
I3 =
up
(u) du =
ue
u2
2 2
2 -
u
u2
2
2
2
2
=
d e = 2 e
2 -
du =

De aceea se obine:
2Y = 2 4s
+ s2
(48)
Trebuie determinat mulimea valorilor lui s pentru care are loc relaia:
(49)
2Y < 2
Pentru aceste valori, prin aplicarea transformrii (42), se obine un nou semnal
aleator (descris de variabila aleatoare Y la momentul i) a crui putere este inferioar
puterii semnalului dm[n] i deci metoda propus este eficient.
Condiiile (48) i (49) conduc la relaia:
s 2 4s
<0
Soluiile acestei inegaliti sunt localizate ca n figura 6.4.4.1.3.
Figura 6.4.4.1.3. Mulimea valorilor lui s pentru care metoda "wavelet shrinkage" este eficient.
S-a demonstrat n acest fel c valoarea minim a deviaiei standard a variabilei

aleatoare Y este:
Ymin =
2
= 0,6
(50)

i c aceast valoare este obinut pentru un prag s de valoare 0,797.
n consecin, aplicnd transformarea din relaia (42) semnalelor aleatoare
dm[i] se obin noi semnale aleatoare de putere (dispersie) inferioar celor iniiale. De
aceea se poate afirma c metoda propus nltur o parte din zgomotul coninut n
semnalele dm[i]. De aceea n referinele bibliografice deja citate este utilizat termenul
"de-noising".
Conform relaiei (50), cea mai mare reducere posibil a puterii de zgomot,
obtenabil aplicnd metoda propus este de:
2 2
2
Y min ( 0,6 )
=
= 0,36
2
2
De aceea, n cel mai fericit caz, se poate vorbi de o mbuntire a RSZ de 2,77
ori. Astfel, metoda propus nu poate conduce la rezultate remarcabile dect n cazul
unor semnale care au deja RSZ destul de mare.
Referitor la distorsionarea semnalului dm[n] se poate afirma c acele eantioane
care au valori mari (mult mai mari dect s) nu sunt afectate de metoda propus dar c
acele eantioane care au valori apropiate de s sunt puternic afectate de metoda propus.
Avnd n vedere c alegerea pragului s depinde de dispersia zgomotului n(t),
2, rezult c "wavelet shrinkage" este o metod de filtrare neliniar adaptiv n
domeniul TWD. Este clar c aplicarea relaiei (42) presupune un volum de calcul mult
inferior celui solicitat de algoritmul LMS [Isa. 94(1)], [Isa. 94(2)] sau de filtrarea
Wiener multicanal [Naf. 95], [Bov., Mar., Qua. 94], [Che., Lin. 94], [Shy. 92].
6.4.4.2. Filtrul de tip hard-thresholding
O alt metod de filtrare neliniar n domeniul TWD este propus de Moulin n
[Mou. 94]. Aceast metod se bazeaz pe o detecie de prag. Transformarea care st la
baza acestei metode este:
d m [i], d m [i] > s

d m [i]
0,
in rest
(51)
Filtrul neliniar descris n relaia de mai sus a fost numit de ctre Donoho filtru
de tip hard-thresholding. Raionnd ca mai sus se consider variabila aleatoare X
distribuit gaussian cu media nul i dispersia 2. Aceasta este transformat cu ajutorul
relaiei:
x,
y=
0,
x >s
(52)
x s
n variabila aleatoare Y. Se face caracterizarea statistic a acestei variabile aleatoare.

Transformarea (52) este reprezentat grafic n figura 6.4.4.2.1.
y
s
-s
s
-s
Figura 6.4.4.2.1. Reprezentarea grafic a transformrii descrise de relaia (52).
Se observ c y este o funcie strict monoton de x pe intervalele (-, -s) i

(s, ). Din pcate aceast funcie nu este inversabil, de aceea neputndu-se determina
pY(y) pe baza lui pX(x), folosind relaia:
p Y (y) =
k
p X (x k )
dy
dx k
n continuare se determin pY(y) pe baza funciei de repartiie a variabilei

aleatoare Y, FY(y):
FY (y) = P( Y y)
Pe intervalul (- , -s) variabilele X i Y sunt identice. De aceea:
FY (y) = P( Y y) = FX (y) , y (, s)

Pe intervalul [- s, 0) variabila aleatoare Y este identic nul i deci
FY (y) = P{ Y s } = FX (s) , y [s,0)

Pe intervalul [0, s) variabila aleatoare Y este identic nul i se poate deci scrie:
FY (y) = P( Y s) = FX (s) , y [0, s)

Pe intervalul [s, ) variabilele X i Y sunt identice. De aceea:
FY (y) = P( X y) = FX (y) , y [s, )

n consecin, funcia de repartiie a variabilei aleatoare Y are graficul din
figura 6.4.4.2.2.
Figura 6.4.4.2.2. Graficul funciei de repartiie a variabilei aleatoare Y.
ntruct densitatea de probabilitate se poate obine pe baza derivrii funciei de

repartiie, opernd n sensul distribuiilor, pentru pY(y) se obine graficul din figura
6.4.4.2.3.
Deci:
(53)
p Y (y) = p X (y) ( y s) + (Fx (s) - Fx (s) ) (y) +
+ p X (y) (y s)
Se determin media mY a variabilei aleatoare Y:
mY =
yp (y)dy
Y
pY (y)
Fx ( y )
[Fx (s ) Fx ( s )]( y )
y
-s
0 s
Figura 6.4.4.2.3. Densitatea de probabilitate a variabilei aleatoare Y.
Deoarece:
y P Y (y) = yp X (y) ( y s) + y pX (y)(y s)

vom avea:
mY =
yp Y (y )dy =
yp X ( y)dy + yp X ( y)dy
(54)
relaia (54) devenind:
m Y = - y p X (y) dy s y pX (y) dy = 0
deoarece cele dou integrale sunt nule fiind integrale de funcii impare pe intervale
simetrice.
n continuare se calculeaz dispersia variabilei aleatoare Y.
2
Y
2
y p Y ( y) dy =
2
2
2
y p Y ( y) dy + y pY (y) dy + y pY (y) dy =
p Y ( y) dy + y2 pY (y) dy =
p Y ( y) dy y 2 p Y (y) dy
s
sau:
s
2
2
= 2 y pX (y) dy
2
Y
Calculm ultima integral:

s
y pX (y) dy = y
2
y2
22
=
ye
2
y2
2
y2
2 2
y2
dy =
yd e 2
2 0
s
2
2
s2 s y2
se 2 e 2 dy =
dy =
s
y
s
s
2
2
22
1
se
+ 2
=
e 2 dy =
se 2 + 2 (FX (s) FX (0) ) =
2
2
2
0
2
s
2

2
=
se
2
2
+ 2 F (s) 1
X
Revenind, avem:
= +
2
Y
2
2
se
s2
22
2 2 FX (s)
2
n figura 6.4.4.2.4 se prezint dependena de s a diferenei 2Y 2 dat de

relaia:
=
2
Y
2
2
se
s2
22
2 2 FX (s)
2
Figura 6.4.4.2.4. Dependena de s a diferenei
(55)
2Y 2 .
Analiznd figura 6.4.4.2.4 i relaia (55) se constat faptul c, oricare ar fi s

pozitiv, 2Y 2 < 0, ceea ce dovedete c metoda propus realizeaz o mbuntire a
RSZ, indiferent de pragul folosit.
Se observ de asemenea c:
2Y 2
s =0
=0
relaie care confirm justeea calculului fcut. Se mai constat c:
2Y 2
s =
= 2
Cu alte cuvinte, 2Y descrete cu creterea lui s ntre 2 (pentru s=0) i 0

(pentru s). Deci pe baza acestei metode zgomotul dmn[i] ar putea fi redus orict de
mult.
Din pcate o dat cu creterea lui s sunt eliminate i eantioanele utile din
semnalele dm[i], metoda producnd distorsiuni ale prii utile a semnalului de prelucrat.
Pentru valori mici ale lui s aceste distorsiuni sunt nesemnificative, cea mai bun
dovad fiind aceea c aceast metod este una dintre cele care se folosesc pentru
compresia semnalelor n domeniul TWD [Isa., Asz. 94], [Nar., Lou., Les., Dar. 96],
[Nas., Sap., Saw. 97], [Ode., Bur. 96].

Este util de determinat pragul s n scopul maximizrii RSZ de la ieirile celor
dou filtre propuse. Notnd cu x[i] eantioanele de semnal util de la intrarea filtrului
neliniar i cu y[i] eantioanele de semnal util de la ieire se constat c:
N 1
Ei = xi
i =0
N 1
; E e = yi
; RSZ i =
i =0
E
Ei
; RSZ e = 2e
2
Dar, pentru metoda "wavelet shrinkage":

N 1
E e = x i 2s
2
i =0
N 1
x
i =0
+ s2
sau, cu notaia:
N 1
x
i =0
2
i
= S N 1
vom avea:
E e = E i 2s S N 1 + s 2
De aceea, n cazul acestei metode:
RSZ e =
E i 2s S N 1 + s 2
4
2
s + s 2
2
Se constat c pentru maximizarea acestei funcionale dup parametrul s este

necesar cunoaterea valorilor Ei i SN-1, adic este necesar cunoaterea expresiei
analitice a lui x[n]. Rezult c pentru cazul general valoarea optim a pragului s poate
fi fixat adaptiv, avnd ca i criteriu de adaptare maximizarea lui RSZ. Concluzia este
valabil i pentru cea de-a doua metod de filtrare neliniar propus.
n consecin este de dorit ca eantioanele dm[i] s fie tratate diferit n funcie
de valoarea lor. Cele mici ar fi util s fie prelucrate cu metoda bazat pe detecia de
prag iar cele mari s fie prelucrate pe baza metodei "wavelet shrinkage". De aceea n
[Isa., Asz., Isa. 95] se propune transformarea:
0,
pentru d m [i] < s
[i]
dm
sgn{d m [i]}( d m [i] s ), pentru d m [i] s
(56)
Filtrul descris de aceast transformare se numete de tip soft-thresholding. n aceeai

lucrare se prezint rezultate experimentale obinute pe baza aplicrii metodei de
mbuntire a RSZ prin filtrare neliniar n domeniul TWD, descris de relaia (56).
Se constat c metoda este valabil pentru o mare diversitate de semnale utile,
c zgomotul este aproape complet nlturat i c semnalele utile nu sunt prea
distorsionate.
6.4.4.3. Filtrul de tip soft-thresholding
Fie X variabila aleatoare de la intrare. Folosind estimatorul propus se obine
variabila aleatoare Y. Aceast transformare este prezentat n figura 6.4.4.3.1.
-s
Figura 6.4.4.3.1. Transformarea propus.
Legtura dintre funciile de repartiie ale celor dou variabile aleatoare este:
FY (y ) = FX (y s )( y ) + FX (y + s )(y )
Derivnd aceast relaie se obine legtura dintre densitile de probabilitate
corespunztoare:
p Y (y ) = p X (y s )( y ) + (FX (s ) FX ( s ))(y ) + p X (y + s )(y )

Din acest motiv valoarea medie a variabilei aleatoare Y este:
yp (y)dy = 0
mY =
n continuare se calculeaz dispersia acestei variabile aleatoare.

2
Y =
p X (y s )dy + y 2 p X (y + s )dy
0
Dar:
0
2
y p X (y s )dy =
(u + s )
p X (u )du =
p X (u )du + 2s up X (u )du + s 2 FX ( s )
i:
2
2
2
y p X (y + s )dy = u p X (u )du 2s up X (u )du + s 1 FX (s )
Deci:
Y = 2 u 2 p X (u )du 4s up X (u )du + s 2 1 FX (s ) + FX ( s )
2
Presupunnd c X este o variabil aleatoare gaussian, avnd densitatea de

probabilitate pX(x), primul termen al membrului drept al ultimei relaii are valoarea:
u
s
i:
p X (u )du = 1 FX (s ) +
2
x
2x
2
se
s2
2 2x
up (u )du =
X
2
X
p X (s )
n acest caz expresia dispersiei devine:
Y = 2s 2 1 FX (s ) 2s X p X (s ) + 2 X 1 FX (s )
2
n figura 6.4.4.3.2 este prezentat funcia de repartiie a variabilei aleatoare Y

iar n figura 6.4.4.3.3 densitatea de probabilitate a acestei variabile aleatoare. n figura
6.4.4.3.4 este prezentat dependena dispersiei variabilei aleatoare Y de valoarea
pragului s.
Figura 6.4.4.3.2. Funcia de repartiie a variabilei aleatoare Y.
Figura 6.4.4.3.3. Densitatea de probabilitate a variabilei aleatoare Y.
Figura 6.4.4.3.4. Dependena dispersiei variabilei aleatoare Y de valoarea pragului s.
Analiznd ultima figur se constat c pentru orice valoare a pragului s

dispersia semnalului de la ieire este inferioar dispersiei semnalului de la intrare. Cu
alte cuvinte, oricare ar fi puterea zgomotului care perturb aditiv semnalul util, de
prelucrat, la ieire se obine un semnal util perturbat aditiv cu un zgomot cu o putere
mai mic. Evident reducerea puterii zgomotului este cu att mai important cu ct se
folosete un prag de valoare mai mare. Pentru o valoare suficient de mare a pragului
zgomotul perturbator poate fi practic rejectat. Se constat c nu exist o valoare optim
a pragului (care s conduc la minimizarea puterii zgomotului de la ieire) aa ca n
cazul filtrului de tip wavelet shrinkage (prezentat la nceputul acestui paragraf). Mai
degrab, acest al treilea filtru neliniar are o comportare mai apropiat de cea a filtrului
propus de Moulin, permind prelucrarea unor semnale cu raport semnal pe zgomot
mult mai mic dect n cazul filtrului de tip wavelet shrinkage. Din nefericire odat cu

creterea valorii pragului i n cazul acestui al treilea filtru cresc i distorsiunile
semnalului util de la ieire. De aceea, n continuare, pentru aprecierea ultimului
estimator propus se analizeaz mbuntirea raportului semnal pe zgomot pe care o
poate realiza acest filtru neliniar. Aceast analiz este realizat n conformitate cu [Isa.
97].
Semnalul de la intrarea filtrului de tipul soft thresholding este de forma:
x[n ] = x u [n ] + z x [n ]
unde zx[n] este un zgomot staionar cu puterea 2x . Dac semnalele x u [ n ] i z x [ n ] sunt
necorelate atunci se poate scrie:
Px = Px u + Pn x
Raportul semnal pe zgomot la intrare este egal cu:
RSZi =
Px u
2x
Semnalul de la ieirea filtrului este de forma:
y[n ] = y u [n ] + z y [n ]
iar RSZ la ieire va fi:
RSZ e =
Py u
Y
mbuntirea raportului semnal pe zgomot realizat de filtrul de tip soft

thresholding este:
2
Py
RSZ e
=
= u2 X
RSZ i Y Px u
Fcnd ipoteza c i semnalul util i zgomotul de la ieire sunt decorelate,

ultima relaie devine:
Py Y X
Px X Y
Puterile semnalelor de la intrare i de la ieire, Px i Py, pot fi calculate

deoarece aceste semnale sunt accesibile msurrii. Puterea zgomotului de la intrare
poate fi msurat n absena semnalului util de intrare iar puterea zgomotului de la
ieire poate fi calculat folosind formula dedus mai sus pentru orice valoare a
pragului s.
Deci mbuntirea raportului semnal pe zgomot este o funcional de
valoarea pragului s. Exist posibilitatea ca aceast funcional s aib o valoare minim
pentru o anumit valoare a pragului s. Relaia intrare-ieire pentru filtrul de tip softthresholding poate fi pus n forma:
x[k ] s, x[k ] > s,
y [k ] = x[k ] + s, x[k ] < s,

0,
x[k ] < s
Puterea semnalului de la ieirea acestui filtru este:

N
N1
N2
PY = ( y[k ]) = (x[k ] s ) + (x[k ] + s )

2
k =1
k1 =1
k 2 =1
S-a notat cu N1 numrul de eantioane a cror valoare este superioar lui s i

cu N 2 numrul de eantioane din semnalul de ieire a cror valoare este mai mic
dect -s. Expresia puterii de la ieire devine:
N1
N2
Py = x [k 1 ] + x 2 [k 2 ] +
k1 =1
k 2 =1
N1
N2
+ 2s x[k 2 ] x[k 1 ] + (N 1 + N 2 )s 2
k1 =1
k 2 =1
Dac valoarea pragului s este suficient de mic se pot face aproximrile:

N1
N2
k1 =1
k 2 =1
N2
N1
k 2 =1
k 1 =1
k =1
x 2 [k 1 ] + x 2 [k 2 ] Px Px u + 2X
i:
x [k 2 ] x [k 1 ]
x [k ]
Se noteaz aceast ultim expresie cu . Se poate scrie, de asemenea:
N 1 + N 2 N
cu 0 < < 1
Iat de ce puterea semnalului de la ieire poate fi calculat cu formula:
Py = Px + 2s + Ns 2
Incluznd i distorsiunea semnalului util de la ieire n categoria perturbaiilor,
raportul semnal pe zgomot la ieire poate fi calculat cu formula:
RSZ e =
Px u
Py Px u
Px u
Ns 2 + 2s + X
(57)
Aceasta este formula pentru calculul RSZ la ieire utilizat n restul acestui
capitol i n capitolul urmtor. Valoarea maxim a acestui raport se obine atunci cnd
numitorul su este minim. Aceast situaie apare atunci cnd pragul ia valoarea optim,
s0, dat de relaia:
s0 =
Dac sunt satisfcute ipotezele fcute, atunci exist o valoare optim a pragului
pentru maximizarea raportului semnal pe zgomot la ieire, n cazul filtrului de tip softthresholding.
Din nefericire aceast valoare optim este dificil de calculat naintea efecturii
filtrrii deoarece constantele , , i N au valori care depind de forma de und a
semnalului util de la intrare precum i de tipul de zgomot de la intrare.

De aceea a fost conceput un algoritm adaptiv pentru alegerea pragului care
maximizeaz raportul semnal pe zgomot de la ieirea filtrului de tip softthresholding.
Acest algoritm reprezint subiectul articolului [Isa. 97]. Etapele sale sunt
urmtoarele:
1. Se calculeaz TWD a semnalului achiziionat.
2. Se presupune cunoscut puterea semnalului util de la intrarea filtrului de tip soft
thresholding. Aceast ipotez este n acord cu formularea problemei mbuntirii
raportului semnal pe zgomot n telecomunicaii (se cunoate puterea emitorului dar
nu se cunoate puterea zgomotului care se suprapune peste semnalul util n canalul de
telecomunicaii).
3. Se calculeaz raportul semnal pe zgomot la intrare.
4. Se efectueaz filtrarea cu filtrul de tip soft-thresholding utiliznd o valoare mic
pentru prag.
5. Se calculeaz raportul semnal pe zgomot la ieire folosind relaia (57). Se determin
mbuntirea raportului semnal pe zgomot realizat. Se memoreaz semnalul de ieire
obinut precum i valoarea mbuntirii raportului semnal pe zgomot.
6. Se repet etapa anterioar folosind aceeai valoare (mic) pentru prag. La intrarea
filtrului este conectat de aceast dat semnalul obinut la ieire n iteraia anterioar. Se
memoreaz noul semnal de ieire precum i noua valoare obinut pentru mbuntirea
raportului semnal pe zgomot. Aceasta se calculeaz folosind relaia (57) pe baza valorii
raportului semnal pe zgomot de la intrare calculat n etapa 2.
7. Se repet etapa anterioar att timp ct valoarea raportului semnal pe zgomot de
ieire crete de la iteraie la iteraie. Algoritmul se ncheie de ndat ce valoarea
raportului semnal pe zgomot obinut n etapa curent este mai mic dect valoarea
aceluiai parametru obinut n etapa anterioar. Semnalul de ieire va fi cel memorat la
sfritul etapei anterioare. Valoarea raportului semnal pe zgomot va fi de asemenea cea
nregistrat la sfritul etapei anterioare.
8. Se calculeaz TWDI a semnalului obinut la sfritul etapei anterioare. n acest mod
se obine semnalul rezultat al prelucrrii dedicate mbuntirii raportului semnal pe
zgomot.
Metoda propus poate fi nc optimizat, prin selectarea acelei transformri
undioar discret care se potrivete cel mai bine cu semnalul util de prelucrat. Unele
considerente pe care se poate baza o astfel de optimizare sunt prezentate n [Isa. 97] i
n [Bor., Isa. 97]. Alte lucrri pe aceast tem care merit s fie amintite sunt: [Ant.,
Gre., Nas. 95], [Buc., Don. 95], [Buc., Don. 96], [Chi., Kol., Cul. 96], [Coh., dAl.
95], [Coh., Kov. 96], [Coif., Sai. 96], [Gao. 97], [Gao. 97(1)], [Gao. 97(2)], [Hil.,
Ogd. 97], [Kol. 96], [Lan., Guo., Ode., Bur., Wel. 95], [Nas. 94] i [Pes., Ade., Pes.,
Hel. 96]. Alte filtre neliniare interesante pentru prelucrarea n domeniul TWD sunt
prezentate n [Pit., Ven. 86(1)] i n [Pit., Ven. 86(2)].
CAPITOLUL 7. mbuntirea raportului semnal pe zgomot prin filtrare

adaptiv neliniar n domeniul TWD
Acest capitol, dei nu se refer strict la filtrare, face obiectul lucrrii de fa

deoarece prezint o alternativ la operaia de filtrare. El este dedicat simulrilor
metodei adaptive de mbuntire a raportului semnal pe zgomot propus la sfritul
capitolului anterior. Aceste simulri au fost realizate cu ajutorul unor programe scrise
n C, aplicate i n [Asz, Isa., Isa. 99], dedicate acestui scop i prezentate n anex.
7.1. Programe de simulare coninnd metoda adaptiv pentru mbuntirea
raportului semnal pe zgomot
Funciile acestor programe sunt:
1. Generarea unor semnale deterministe, care sunt semnalele utile de la intrarea
sistemului de mbuntire a raportului semnal pe zgomot.
2. Generarea unor semnale aleatoare, adic a zgomotelor care perturb aditiv semnalele
utile la intrarea n sistem.
3. nsumarea celor dou tipuri de semnale generate anterior.
4. Aplicarea algoritmului adaptiv descris la sfritul capitolului anterior. Se afieaz
raportul semnal pe zgomot la intrare, raportul semnal pe zgomot la ieire obinut dup
ultima iteraie i mbuntirea raportului semnal pe zgomot obinut. Pentru
funcionarea corect a acestui program este necesar specificarea funciei wavelet
mam pe baza creia se dorete calculul TWD direct i invers. Exist i posibilitatea
evidenierii distorsiunilor pe care le-a suferit semnalul util n procesul de prelucrare.
5. Identificarea deviaiilor diferiilor parametri ai semnalului util aprute n procesul de
prelucrare.
n continuare se va prezenta fiecare dintre aceste funcii.
Semnalele utile care pot fi generate cu programele care constituie subiectul
acestui capitol sunt prezentate n figurile 7.1.1, 7.1.2, 7.1.3, 7.1.4 i 7.1.5.
Parametrii tuturor acestor semnale pot fi modificai prin program conform
tabelului 7.1.1.
7.1 Programe de simulare 235
Figura 7.1.1. Semnal sinusoidal.
Figura 7.1.3. Tren de impulsuri dreptunghiulare.
Figura 7.1.2. Semnal modulat n frecven.
Figura 7.1.4. Tren de impulsuri gaussiene.
Figura 7.1.5. Tren de impulsuri de tip sinus cardinal.
236 mbuntirea raportului semnal pe zgomot 7

Tabelul 7.1.1. Parametrii semnalelor utile care pot fi modificai folosind programul de generare
propus.
Tipul semnalului
Sinusoidal
Modulat n
frecven
Dreptunghiular
Gaussian
Sinus cardinal
Parametrii care pot fi modificai

amplitudine, frecven
amplitudine,
frecven
purttoare,
frecven
modulatoare.
modulaia de frecven este liniar.
amplitudine, frecven, factor de umplere, polaritate
poziie, amplitudine, form
poziie, amplitudine, form
Fiecare dintre aceste semnale este caracteristic pentru o anumit aplicaie din
domeniul telecomunicaiilor. De exemplu semnalul sinusoidal poate fi asociat cu
modulaia de faz, semnalul modulat n frecven apare frecvent n radiolocaie,
semnalul de tip tren de impulsuri dreptunghiulare apare n comunicaiile de date n
banda de baz, semnalul de tip tren de impulsuri gaussiene apare n comunicaiile de
date fr interferen intersimbol iar semnalul de tip tren de impulsuri de tip sinus
cardinal apare n comunicaiile de date cu interferen intersimbol. Se poate afirma de
asemenea c fiecare din semnalele din tabelul 1 descrie cte o clas de semnale destul
de larg. Aceste clase se difereniaz ntre ele prin regularitatea elementelor lor, prin
numrul lor de parametrii, etc.
Cte o realizare a semnalelor aleatoare care pot fi generate cu ajutorul acestui
program este prezentat n figurile 7.1.6, 7.1.7, 7.1.8 i 7.1.9.
Figura 7.1.6. Semnal aleator de tip zgomot alb gaussian.
Figura 7.1.7. Semnal aleator de tip zgomot uniform.
Figura 7.1.8. Semnal aleator de tip impuls.
Figura 7.1.9. Semnal aleator de tip salve de impulsuri.

Parametrii tuturor acestor semnale pot fi modificai prin program conform
tabelului 7.1.2.
Tabelul 7.1.2. Parametrii semnalelor aleatoare perturbatoare care pot fi modificai folosind programul de
generare propus.
Tipul semnalului
Zgomot alb
Zgomot uniform
Tren de impulsuri
Salve de impulsuri
Parametrii care pot fi modificai

Dispersia. Valoarea medie este nul.
Dispersia.
Dispersia. Numrul de impulsuri.
Dispersia. Numrul de salve. Lungimea unei salve.
Aceste semnale aleatoare modeleaz majoritatea tipurilor de zgomot care pot

aprea ntr-un canal de telecomunicaii. Modelul de tip zgomot alb este cel mai des
utilizat. Prezena zgomotului alb este inerent funcionrii oricrui dispozitiv
electronic. Zgomotele de tip tren de impulsuri respectiv salve de impulsuri apar de
asemenea frecvent n practic [Tsi., Nik. 98]. Este vorba mai ales de situaiile n care
semnalul util este perturbat nc de la surs (de exemplu o convorbire telefonic este
perturbat de zgomotul de fond datorat trecerii unui camion prin vecintatea cabinei
telefonice).
n figurile 7.1.10, 7.1.11, 7.1.12 i 7.1.13 sunt prezentate exemple de
perturbare aditiv a semnalelor utile din figurile 7.1.1, 7.1.2, 7.1.3 i 7.1.4 cu semnalele
perturbatoare din figurile 7.1.6, 7.1.7, 7.1.8 i 7.1.9.
n figurile 7.1.14, 7.1.15, 7.1.16 i 7.1.17 se prezint rezulatele aplicrii
metodei adaptive de mbuntire a raportului semnal pe zgomot, propus la sfritul
capitolului anterior, pentru semnalele din figurile 7.1.10, 7.1.11, 7.1.12 i 7.1.13.
Figura 7.1.10. Semnal sinusoidal perturbat aditiv de zgomot alb.
Figura 7.1.11. Semnal modulat n frecven perturbat aditiv cu zgomot uniform.
Figura 7.1.12. Tren de impulsuri dreptunghiulare perturbat aditiv cu zgomot de tip tren de impulsuri.
Figura 7.1.13. Tren de impulsuri gaussiene perturbat aditiv de zgomot n salve de impulsuri.
Figura 7.1.14. Rezultatul aplicrii metodei asupra semnalului din figura 7.1.10.
Figura 7.1.15. Rezultatul aplicrii metodei adaptive de mbuntire a raportului semnal pe zgomot
semnalului din figura 7.1.11.
Figura 7.1.16. Semnalul obinut n urma aplicrii metodei adaptive de mbuntire a raportului semnal pe
zgomot semnalului din figura 7.1.12.
Figura 7.1.17. Semnalul obinut n urma aplicrii metodei adaptive de mbuntire a raportului semnal pe
zgomot semnalului din figura 7.1.13.
Analiznd ultimele patru figuri se constat c dei semnalele de prelucrat

(prezentate n figurile 7.1.10, 7.1.11, 7.1.12, 7.1.13) aveau rapoarte semnal pe zgomot
destul de mici (n special semnalele din figurile 7.1.12 i 7.1.13) totui zgomotul a fost
complet eliminat. De aceea metoda de mbuntire a raportului semnal pe zgomot
bazat pe TWD direct, filtrare cu filtru de tipul soft-thresholding i TWDI este
ntlnit n literatura sub denumirea de-noising.
Pe baza figurii 7.1.14 se poate afirma c semnalul sinusoidal a fost recuperat
din zgomot aproape perfect.
Analiznd figura 7.1.15 se constat c i semnalul modulat n frecven a fost
bine curat de zgomot dar c metoda folosit a introdus o distorsiune de tipul
modulaie parazit de amplitudine. Totui trebuie remarcat c poziia trecerilor prin
zero ale semnalului util nu a fost afectat aproape de loc de prelucrarea efectuat.
Pe baza figurii 7.1.16 se poate afirma c metoda de de-noising utilizat nu
afecteaz prea mult fronturile semnalului dreptunghiular. Aceast comportare este

remarcabil pentru o metod de cretere a raportului semnal pe zgomot care d
rezultate bune i n cazul semnalelor netede (cum este de exemplu semnalul sinusoidal
prezentat anterior).
Se poate remarca i n acest caz distorsiunea de amplitudine de tipul modulaie
de amplitudine parazit care afecteaz palierele semnalului dreptunghiular. Aceast
modulaie parazit de amplitudine poate fi mult diminuat dac se folosete o TWD
direct invariant la translaii [Coif., Don.95].
Analiznd figura 7.1.17 se constat c metoda propus funcioneaz i n cazul
unor semnale perturbate intens de zgomot. Dei (aa cum se vede n figura 7.1.13) cel
de-al doilea impuls gaussian este practic complet acoperit de zgomot totui acesta este
corect recuperat. De asemenea trebuie remarcat distorsiunea nivelului de zero care se
manifest n partea din stnga a figurii 7.1.17.
Pentru o apreciere obiectiv a distorsiunilor de amplitudine introduse de
metoda adaptiv de de-noising se prezint n continuare n figurile 7.1.18, 7.1.19 i
7.1.20 erorile de reconstrucie (diferenele de amplitudine dintre semnalele utile din
structura semnalelor de la intrare i semnalele obinute la ieire) corespunztoare
simulrilor cu rezultatele din figurile 7.1.14, 7.1.15 i 7.1.16. Se constat valabilitatea
concluziilor prezentate mai sus.
Pentru semnalul de intrare din figura 7.1.10, avnd semnalul reconstituit din
figura 7.1.14, se constat c valoarea maxim a distorsiunii apare la trecerea prin zero a
semnalului sinusoidal i c ea reprezint 15% din amplitudinea semnalului util de la
intrare (figura 7.1.18).
Figura 7.1.18. Distorsiunea de amplitudine a semnalului sinusoidal n urma extragerii sale din zgomot alb.

Pentru eroarea de amplitudine prezentat n figura 7.1.19, dei valoarea
maxim a distorsiunii reprezint 40% din amplitudinea semnalului util de la intrare
totui i n acest caz mbuntirea raportului semnal pe zgomot este acceptabil.
Figura 7.1.19. Distorsiunea de amplitudine a semnalului modulat n frecven n urma extragerii sale din
zgomot uniform.
Figura 7.1.20. Distorsiunea de amplitudine a semnalului dreptunghiular n urma extragerii sale

din zgomot n impulsuri.

Pe baza graficului din figura 7.1.20 se constat prezena distorsiunii de tipul
modulaie parazit de amplitudine pe palierele semnalului dreptunghiular. De
asemenea se remarc buna localizare a fronturilor semnalului prelucrat n structura
semnalului rezultat.
Au fost concepute cteva programe pentru a se putea aprecia msura n care
diferii parametrii ai semnalelor utile de la intrare au fost afectai de metoda de
mbuntire a raportului semnal pe zgomot propus.
Chiar dac la semnalele reconstituite sunt prezente erori (inerente la orice
reconstrucie), n unele aplicaii nu este necesar cunoaterea cu precizie a nivelului
semnalului. De aceea metoda este eficace pentru:
A. Interpretarea corect a nivelelor logice pentru semnalele ntlnite n transmisii de
date,
B. Determinarea trecerilor prin zero ale semnalului util de tip sinusoidal sau modulat n
frecven.
A. S-a avut n vedere faptul c la o transmisie numeric va conta interpretarea corect
a biilor de informaie util. Simulnd un transfer de date numerice, avem de fapt o
succesiune de nivele de tensiune corespunztoare nivelelor logice. O alternan de
0 logic i 1 logic este prezentat n figura 7.1.21. Perturbaiile care pot apare pe un
canal de comunicaie sunt de obicei de tip aditiv, semnalul nedorit putnd fi de tip
zgomot alb (figura 7.1.6), semnal aleator cu distribuie uniform (figura 7.1.7),
semnal aleator de tip impuls (figura 7.1.8) sau chiar semnal aleator de tip salve de
impulsuri (figura 7.1.9) [Tsi., Nik. 98]. Aceste perturbaii, dac nu sunt nlturate
sau cel puin diminuate, pot da natere la interpretri eronate ale nivelelor logice
care poart informaia util. Metoda propus este eficient pentru diminuarea
considerabil a perturbaiilor de orice tip. Exemple cu realizri ale semnalelor
aleatoare perturbatoare suprapuse aditiv peste semnalul util precum i semnalele
rezultate n urma prelucrrii sunt prezentate n figura 7.1.22, semnalul util
rmnnd cel din figura 7.1.21.
Figura 7.1.21. Semnalul util folosit n urmtoarea simulare.
Figura 7.1.22. a). Semnal util cu zgomot cu distributie normal cu un RSZi = 2 i semnalul
reconstituit;b). Semnal util cu zgomot alb (distribuie gaussian) cu un RSZi = 2 i semnalul
reconstituit.
Figura 7.1.22. c). Semnal util cu zgomot n impuls i semnalul reconstituit; d). Semnal util cu zgomot n
salve de impulsuri i semnalul reconstituit.

Pentru o transmisie de date interpretarea nivelelor de tensiune, la recepie, se
face eantionnd linia de date. n practic semnalul recepionat se eantioneaz n
funcie de poziia bitului de start, fiind permis o abatere de 20 % fa de aceast
poziie.
n continuare se analizeaz efectul utilizrii metodei de de-noising la
transmisia de date. Se presupune c sistemul de de-noising este conectat la intrarea
blocului de decizie din structura receptorului.
S-a realizat un program scris n limbaj C care determin punctele de
eantionare astfel:
- se determin mijlocul primei semiperioade a semnalului util,
- se determin perioada semnalului util,
- pornind de la punctul corespunztor mijlocului semiperioadei semnalului util, cu o
frecven rezultat din valoarea perioadei semnalului util, se determina punctele de
eantionare,
- n punctele astfel determinate se verific valoarea semnalului reconstituit,
- se compar aceste valori ale semnalului reconstituit cu valorile pe care le are
semnalul util n punctele respective,
- se stabilete un prag de decizie, pentru 0 logic i unul pentru 1 logic,
- dac valoarea semnalului reconstituit, ntr-un punct de eantionare, este incorect, se
nregistreaz ntr-un fiier de tip text att valoarea eronat ct i cumularea erorilor
rezultate pentru 1.000.000 de verificri. S-au generat 25.000 de realizri independente
suprapuse aditiv peste acelai semnal util prezentat n figura 7.1.21, pe fiecare realizare
fcndu-se 40 de determinri.
Observnd realizrile prezentate n figura 7.1.22, a), b), c) i d) se poate
constata c metoda propus nltur perturbaiile, rezultatul fiind un semnal
determinist. Acesta este o reconstrucie a semnalului util, la care ns fronturile au fost
afectate. Pentru interpretarea nivelelor logice nu sunt ns probleme. Considernd ca
scop interpretarea corect a lui 0 logic i 1 logic, se observ c erorile cele mai
frecvente care pot apare datorit modulaiei parazite n amplitudine sunt n cazul
perturbaiilor de tip zgomot alb (figura 7.1.22 b)). Din acest motiv verificrile care s-au
fcut au fost pentru acest tip de perturbaie.
Parametrul care a fost luat n considerare a fost RSZ. Astfel s-au obinut
rezultate experimentale care pun n eviden erorile pentru 1.000.000 de verificri,
genernd semnale de intrare cu RSZ = 2, RSZ=3 i RSZ= 4. Erorile care au rezultat
sunt nregistrate n fiiere, concluziile fiind urmtoarele:
- la RSZ i = 2 avem 379 erori/1.000.000 verificri, adic o valoare a ratei erorilor sub 4
10-3 ;
- la RSZ i =3 avem 43 erori/1.000.000 verificri, adic o valoare a ratei erorilor sub 5
10-4;
- la RSZ i = 4 avem 3 erori/1.000.000 verificri, adic o valoare a ratei erorilor de 3
10-5.

La aplicarea metodei pentru un RSZ i = 5, dup 1.000.000 verificri, nu s-a
mai nregistrat nici o eroare.
Comparaia cu erorile determinate n [Lin., Sim. 73], pentru diverse metode
clasice de transmitere a datelor, este prezentat n tabelul 7.1.3:
Tabelul 7.1.3. Comparaie ntre erorile obinute prin aplicarea metodei propuse cu cele prezentate n
literatura de specialitate.
RSZ
Eroare maxim, prezentat n literatur
RSZ =2
RSZ =3
RSZ =4
2,2 10-2
7 10-3
1,8 10-3
Eroarea metodei
propuse
4 10-3
5 10-4
3 10-5
n cazul n care nu s-ar prelucra semnalul perturbat, pentru un RSZ =2,

rezult o medie a ratei erorilor avnd valoarea de 25 10-1.
B. n cazul semnalelor modulate n frecven se consider drept semnal util un chirp,
prezentat n figura 7.1.23. S-au luat n considerare cele 4 tipuri de zgomote enumerate
n tabelul 7.1.2, iar figura 7.1.24 prezint semnalul util afectat de perturbaii, n fiecare
caz aprnd i forma semnalului reconstituit rezultat prin aplicarea metodei propuse.
Figura 7.1.23. Semnal modulat n frecven utilizat drept semnal util.
n continuare se prezint modul n care poate fi estimat frecvena instantanee

a semnalului util pe baza valorilor eantioanelor semnalului perturbat aditiv de zgomot.
Frecvena instantanee se estimeaz cu ajutorul metodei trecerilor prin zero [Boa., Rei.
92]. Dup cum se observ din figura 7.1.24 trecerile prin zero ale semnalului util sunt
puternic afectate de zgomotul perturbator. De aceea estimarea frecvenei instantanee a

semnalului modulat n frecven, pe baza metodei amintite, pentru semnalele
prezentate n poziiile de sus din figura 7.1.23, conduce la erori inacceptabil de mari.
Figura 7.1.24. Diferite perturbaii cu semnale aleatoare ale semnalului util

prezentat n figura 7.1.22 precum i semnalele rezultate n urma prelucrrii:
a). Semnal chirp cu zgomot gaussian avnd RSZi =2,7;
b). Semnal chirp cu zgomot uniform, avnd RSZi =2,37.
Figura 7.1.24 (continuare). Diferite perturbaii cu semnale aleatoare ale semnalului util
prezentat n figura 7.1.22 precum i semnalele rezultate n urma prelucrrii:
c). Semnal chirp cu suprapuneri de tip impuls.
d). Chirp cu salve de impulsuri.
Dup prelucrarea semnalelor afectate de zgomot cu metoda de de-noising, s-au

estimat erorile care apar la determinarea perioadei instantanee a fiecrui semnal n
parte. Un program dedicat acestui scop determin:

- perioada instantanee (figura 7.1.25) a semnalului util, neafectat de perturbaii, din
figura 7.1.23;
- calculeaz perioada instantanee a semnalului prelucrat cu metoda propus, pentru
fiecare realizare, numrul total de realizri fiind de 16; perioada instantanee pentru o
realizare este prezentat n figura 7.1.26;
- calculeaz variaia n timp a erorii relative de estimare a perioadei instantanee pentru
fiecare caz din cele 16 realizri; un exemplu pentru o realizare este prezentat n figura
7.1.27;
- calculeaz variaia n timp a mediei aritmetice a erorilor relative de estimare a
perioadei instantanee (figura 7.1.28).
Figura 7.1.25. Variaia temporal a perioadei instantanee a semnalului de test prezentat n figura 7.1.22.
Figura 7.1.26. Una dintre estimatele variaiei n timp a perioadei corespunztoare semnalului reconstituit
cu ajutorul metodei de de-noising propus.
Figura 7.1.27. Variaia n timp a erorii intermediare de estimare pentru semnalul reconstituit
cu ajutorul metodei de de-noising propus.
Figura 7.1.28. Variaia n timp a erorii medii de estimare a perioadei instantanee bazat pe metoda de denoising propus. Media a fost efectuat pe 16 realizri ale semnalului reconstituit.
Aceast eroare medie s-a calculat ca i medie aritmetic a erorilor intermediare

de determinare a perioadei instantanee a 16 realizri ale semnalului reconstituit.
Eroarea maxim rezultat este de 14 %. Aceast valoare este inferioar valorii erorii de
estimare a perioadei instantanee obinut n cazul aceluiai semnal util perturbat la fel,
raportat n [Isa. 93(1)]. Calitile acestei metode de estimare a perioadei instantanee
se recomand n aplicaii de genul celor de prelucrare a semnalului de tip Radar.
7.2. Posibiliti de mbuntire a metodei de de-noising adaptiv
Metoda prezentat determin adaptiv valoarea pragului filtrului de tip softthresholding utilizat. Ea nu face nici o precizare referitor la funcia wavelet mam care
s fie folosit n cadrul TWD direct i invers utilizate. n exemplele considerate pn
aici au fost utilizate doar funcile wavelet mam introduse de I. Daubechies construite
cu ajutorul funciilor Dau 2-Dau 10. Calitatea extragerii din zgomot a fiecrui semnal
util depinde i de funcia wavelet mam utilizat. Se poate face o armonizare ntre
semnalul de prelucrat i funcia wavelet mam folosit. n continuare se studiaz
dependena distorsiunilor de funcia wavelet mam folosit n cazul ctorva semnale
mai des ntlnite n practic. Folosind aceai valoare pentru prag dar lucrnd cu funcii
wavelet mam diferite, se obin numere diferite de coeficieni ai TWD, utilizai la
reconstrucie, de la experiment la experiment. n cazul semnalului modulat n
frecven, pe care l poate genera programul amintit la nceputul acestui capitol, se
obine urmtorul tabel:
Tabelul 7.2.1. Dependena numrului de coeficieni care se pot folosi
la reconstrucie de tipul funciei wavelet mam.
N
2
3
4
5
6
7
8
9
10
Numrul coeficienilor folosii la reconstrucie

28
25
27
27
29
32
37
35
64
7.2 Posibiliti de mbuntire 255
S-au reprezentat grafic cazurile extreme (corespunztoare lui N=3 i N=10) n

figurile 7.2.1 i 7.2.2. N reprezint numrul de ordine al funciei wavelet mam de tip
Daubechies utilizat (Dau N).
Figura 7.2.1. Reconstrucia cu numr minim de coeficieni.
Semnalul reconstituit din 25 eantioane
Figura 7.2.2. Reconstrucia cu numr maxim de coeficieni.

Se constat c distorsiunile sunt mult mai mici n cazul din figura 7.2.2. n
cazul semnalului de tip tren de impulsuri dreptunghiulare (perturbat aditiv de zgomot
uniform) se obine tabelul 7.2.2.
Tabelul 7.2.2. Dependena de undioara mam folosit a numrului de coeficieni
utilizai pentru reconstrucie.
N
2
3
4
5
6
7
8
9
10
Numr de coeficieni neanulai

15
16
13
11
18
19
32
32
65
n figurile 7.2.3 i 7.2.4 se prezint cazurile extreme.
Figura 7.2.3. Funcionarea metodei de de-noising

cnd se utilizeaz funcia wavelet mam Dau 5.
Figura 7.2.4. Funcionarea metodei de de-noising cnd se utilizeaz funcia wavelet mam Dau 10.
Se constat c n cel de al doilea caz distorsiunile fronturilor sunt mult mai

mici. Aceast concluzie este identic cu cea obinut n cazul semnalului modulat n
frecven prezentat mai sus. Deci s-ar putea concepe un algoritm adaptiv care s
minimizeze distorsiunile prin maximizarea numrului de coeficieni folosii la
reconstrucie. Deoarece acest numr este cu att mai mare cu ct ordinul funciei
wavelet mam folosit este mai mare rezult avantajul utilizrii funciilor wavelet
mam de ordin superior n aplicaiile de de-noising. Acestea asigur i viteza maxim
de convergen a zgomotului din domeniul transformatei undioar spre un zgomot alb
aa cum s-a demonstrat n [Bor., Isa. 97]. Dup cum s-a artat n capitolul n care a
fost introdus transformarea undioar discret, aceasta are 2 parametri: tipul funciei
wavelet mam i numrul de iteraii. Exist i TWD invariante la translaii [Coi., Don.
95] a cror utilizare conduce la diminuarea distorsiunilor de tip modulaie de
amplitudine parazit. Utilizarea unei astfel de transformri ar putea mbunti calitatea
operaiei de de-noising. n cazul rezultatelor prezentate pn aici a fost folosit de
fiecare dat TWD cu numrul maxim de iteraii posibil. Aceast opiune a fost impus
de necesitatea ca zgomotul care perturb aditiv semnalul util s aproximeze ct mai
bine un zgomot alb n domeniul transformatei.

7.2.1. O nou transformare wavelet discret
Dac raportul semnal pe zgomot al semnalului care trebuie prelucrat este prea
mic atunci metoda de de-noising adaptiv, care face obiectul acestui capitol, nu poate
elimina complet zgomotul. n figura 7.2.1.1. este prezentat un astfel de caz. n partea
de sus a acestei figuri este reprezentat componenta util a semnalului achiziionat.
Forma de und a acestuia este prezentat n cel de al doilea grafic din aceai figur
(numrat de sus n jos). Raportul semnal pe zgomot al acestui semnal este de 1,18. Prin
aplicarea metodei de de-noising adaptiv prezentat la sfritul capitolului trecut i
exemplificat n paragrafele anterioare din acest capitol se determin valoarea optim a
pragului s de 4,66. Raportul semnal pe zgomot obinut este de 7,17. Acest semnal
poate fi n continuare prelucrat pentru eliminarea complet a zgomotului. n acest scop
a fost conceput o metod de de-noising n patru pai, bazat pe folosirea unei noi
transformri wavelet discret, numit transformarea wavelet discret cu diversitate
mbogit, TWDD. Aceti pai sunt:
1. Se aplic metoda de de-noising adaptiv folosind funcia wavelet mam de tip Dau 5
i numrul maxim de iteraii posibil (acest numr depinde de durata semnalului de
prelucrat) i se determin valoarea optim a pragului, s.
2. Se calculeaz TWDD a semnalului cu forma de und reprezentat n cel de al
doilea grafic.
3. Se filtreaz rezultatul folosind un filtru de tipul soft-thresholding, valoarea de prag
fiind cea stabilit la pasul 1.
4. Se calculeaz TWDDI a rezultatului pasului anterior.
La baza construciei TWDD st o metod foarte modern n telecomunicaii,
care presupune mbogirea diversitii semnalului de prelucrat. Aceast mbogire
poate fi realizat n domeniul spaial, caz n care se folosesc mai multe antene pentru
emisia, respectiv recepia aceluiai semnal, sau n domeniul temporal, caz n care se
recurge la supra-eantionare. Avnd n vedere parametrii TWD, mbogirea
diversitii acestei transformate, poate fi realizat prin calcularea sa pentru mai multe
tipuri de funcii wavelet mam, respectiv pentru mai multe numere de iteraii.
TWDD presupune construcia unei matrici ale crei coloane reprezint TWD
calculate folosind diferite funcii wavelet mam. Pentru fiecare funcie wavelet mam
se calculeaz mai multe TWD, fiecare corespunznd unui alt numr de iteraii. De
exemplu, pentru cazul prezentat n figura 7.2.1.1., pentru fiecare dintre funciile de tip
wavelet mam corespunztoare filtrelor Dau 2,, Dau 10, au fost calculate TWD cu
cte 1,2,4 respectiv 8 iteraii. Matricea TWDD are n acest caz expresia:
TWDD {x[n ]} = [TWD D 2,1 {x[n ]}TWD D 2, 2 {x[n ]}TWD D 2, 4 {x[n ]}" TWD D10,8 {x[n ]}]
Pe prima coloan a matricii din membrul drept al ultimei relaii se gsete
TWD a semnalului considerat, calculat folosind funcia wavelet mam Dau 2 i un
numr de o iteraie, pe a doua coloan se gsete TWD a semnalului considerat,

calculat folosind funcia wavelet mam Dau 2 i dou iteraii i aa mai departe.
Matricea din membrul drept al ultimei relaii are 36 de coloane. Pe ultima sa coloan se
gsete TWD a semnalului considerat, calculat folosind funcia wavelet mam Dau 10
i un numr de 8 iteraii.
Calculul TWDDI se face inversnd TWD de pe fiecare coloan. n acest fel se
obine o nou matrice cu 36 de coloane. Apoi se calculeaz, pe fiecare linie a noii
matrice obinute, media aritmetic a elementelor. n acest fel se obine ca i rezultat
final al operaiei de inversare un vector coloan.
Aplicnd metoda de de-noising adaptiv cu diversitate mbogit, descris mai
sus, s-a obinut semnalul reprezentat n ultimul grafic al figurii 7.2.1.1. Pentru filtrarea
neliniar n domeniul TWDD se filtreaz cu filtrul de tip soft-thresholding, folosind
valoarea optim de prag, fiecare coloan a matricii TWDD{x[n ]}. Apoi se inverseaz
aceast transformat.
Figura 7.2.1.1. Rezultatul aplicrii metodei de de-noising adaptiv cu diversitate mbogit.
Analiznd figura se constat c zgomotul a fost practic complet eliminat i c

distorsiunile introduse nu sunt importante. Cea de a doua discontinuitate din semnalul
util se regsete n semnalul reconstruit, aa dup cum se poate vedea n figur.

Raportul semnal pe zgomot obinut la ieire (n calculul acestuia s-a inut seama att de
zgomot ct i de distorsiune) este de 24,02. n consecin aportul TWDD la
mbuntirea RSZ este de 3,35 ori, pentru exemplul considerat.
7.2.2. mbuntirea RSZ prin filtrare neliniar adaptiv n domeniul T.W.D. n
cazul semnalelor perturbate de zgomot multiplicativ
Pn aici s-a considerat c zgomotul perturb aditiv semnalul util. Exist ns
cazuri, n special n telecomunicaii, cnd zgomotul este multiplicativ. De exemplu
semnalele de radar sunt perturbate de zgomotul de tip speckle care este multiplicativ.
Metoda adaptiv de de-noising, care face obiectul acestui capitol, poate fi modificat
pentru a fi utilizat i n astfel de cazuri.
Figura 7.2.2.1. Primul exemplu de utilizare a metodei de de-noising adaptiv n cazul

zgomotului multiplicativ. RSZ la intrare este de 0,57. RSZ la ieire este de 278,11.

Expresia semnalului achiziionat este n acest caz:
s[n ] = u[n ] z[n ]
(1)
unde u[n] reprezint semnalul util iar z[n] reprezint zgomotul. Se va considera c
aceste dou semnale sunt strict pozitive. Acesta este cazul, de exemplu la sistemele
radar. Pentru a mbunti RSZ n acest caz se parcurg urmtorii pai:
1. Se logaritmeaz semnalul s[n ] , obinndu-se semnalul l[n ] . Acesta va avea o
component util i una perturbatoare, fiind de forma l[k] = l u [k] + n[k] .
Componenta util este egal cu logaritmul lui u[n ] iar componenta perturbatoare
cu logaritmul lui z[n ] .
2. Se aplic metoda de de-noising adaptiv, creia i este destinat acest capitol,
obinndu-se o estimat a semnalului l u [n ] .
3. Se antilogaritmeaz rezultatul obinut la pasul anterior.
Figura 7.2.2.2. Cel de al doilea exemplu de utilizare a metodei de de-noising adaptiv

n cazul zgomotului multiplicativ. RSZ la intrare este de 0,02. RSZ la ieire este de 173,4.

n figurile 7.2.2.1, 7.2.2.2 i 7.2.2.3 sunt prezentate rezultate ale aplicrii
acestei metode.
Figura 7.2.2.3. Cel de al treilea exemplu de utilizare a metodei de de-noising adaptiv n cazul zgomotului
multiplicativ. RSZ la intrare este de 3,45. RSZ la ieire este de 207,56.
n cele trei figuri sunt reprezentate formele de und ale semnalelor util (n
partea de sus), achiziionat (la mijloc) i reconstruit (jos). Parametrii TWD folosite au
fost: funcia wavelet mam Dau 9 i un numr de patru iteraii.
S-a considerat cunoscut puterea semnalului util u[ n ], Pu , pe baza creia s-a
calculat constanta Pf =
1
log 10 (Pu ) , care s-a utilizat la calculul RSZ de ieire (calcul
2
efectuat cu ajutorul relaiei (57) din capitolul 6) n cadrul fiecrei iteraii a metodei de
de-noising adaptiv. Cantitatea Px u din relaia (57) din capitolul 6 a fost nlocuit cu
constanta Pf .
Experimentul a fost repetat de trei ori pentru a se dovedi c metoda de cretere
a RSZ funcioneaz bine ntr-o gam larg de RSZ de intrare, situat n zona de valori
foarte mici ale acestei mrimi.
CAPITOLUL 8. Utilizarea filtrelor n eantionarea uniform
n acest capitol se prezint cteva aplicaii ale filtrrii, prezentndu-se att

binecunoscutele filtre antialiere ct i o legtur ntre teoria eantionrii i teoria
funciilor wavelet.
8.1. Filtre antialiasing
O problem dificil legat de eantionarea semnalelor analogice este
diminuarea efectului de aliasing, [Naf., Cm., Isa., 98]. Teorema eantionrii,
WKS, presupune limitarea n banda de frecvene a semnalului analogic, care trebuie
eantionat astfel nct frecvena de eantionare folosit s fie mai mare dect dublul
frecvenei maxime a spectrului semnalului de eantionat. Din pcate, exist situaii n
care valoarea maxim a frecvenei din spectrul semnalului de eantionat nu este
cunoscut i n consecin valoarea frecvenei de eantionare nu poate fi fixat apriori,
pentru a fi respectate ipotezele teoremei WKS. n aceste cazuri se manifest fenomenul
de spuprapunere a termenilor din formula spectrului semnalului eantionat. Acest
fenomen se numete aliasing. El poate fi evitat prin limitarea ntr-o anumit band de
frecvene a spectrului semnalului de eantionat. Aceast limitare n band se realizeaz
cu ajutorul filtrelor antialiasing.
Cazul filtrelor antialiasing de tip trece jos ideal este analizat n [Naf., Cm.,
Isa., 98]. Din pcate aceste filtre nu sunt relaizabile. n aceai lucrare este prezentat o
margine superioar a erorii de aliasing. Aceasta este cea mai strns margine
superioar a acestei erori. n [Isa., 93] sunt prezentate i alte margini superioare ale
erorii de aliasing i se face o ordonare a acestora, demonstrndu-se afirmaia
anterioar.
O alternativ la filtrarea antialiasing este elaborarea unei teoreme de
eantionare care s nu pretind limitarea ntr-o anumit band de frecvene a
semnalului de eantionat. Atfel de teoreme pot fi formulate cu ajutorul teoriei funciilor
wavelet.
Pentru semnale de intrare cu frecvena maxim din spectru de valoare ,
sistemul de implementare a teoremei WKS este prezentat n figura urmtoare, [Jer.,
77].
264 Filtre i eantionare uniform 8
x(t)
H()
1
0
x(t)
1(t)
Figura 8.1. Sistemul de implementare a teoremei WKS.
Demonstraia acestei teoreme se bazeaz pe faptul c mulimea {sinc((tk))}kZ este o baz ortonormal a spaiului Hilbert al semnalelor de energie finit i
band limitat la , B2. Aceast mulime este generat prin translaii cu ntregi ale
rspunsului la impuls al filtrului trece jos ideal h ( t ) = sin c[( t )] .
Filtrul de reconstrucie, cu rspunsul la impuls h(t) nu este cauzal. Dac x(t)
este de band nelimitat atunci rspunsul sistemului din figura 8.1. este doar o
aproximaie a semnalului de intrare datorit fenomenului de aliasing [Isa., 92].
Pentru eantionarea semnalelor de band nelimitat, n practic se folosesc
filtre antialiasing, aa dup cum se vede n figura 8.2. Filtrul de la intrare este un astfel
de sistem iar cel de la ieire este filtrul de reconstrucie. Semnalul z(t) trebuie s fie de
band limitat cu pulsaia maxim din spectru de valoare . Cea mai bun aproximare
de medie ptratic a semnalului de intrare cu semnale de band limitat este proiecia
sa ortogonal pe spaiul B2.
h (t)
z(t)
u(t)
x(t)
L (R)
h(t)
y(t)
1(t)
Figura 8.2. Sistem de prelucrare a semnalelor de band nelimitat.
Filtrul antialiasing care proiecteaz ortogonal semnalul de intrare pe acest

spaiu are rspunsul la impuls h a ( t ) = h v ( t ) = h ( t ) , [Naf., Isa., Isa., 92]. Nici
8.1. Filtre antialiasing 265

sistemul cu rspunsul la impuls h(t), nici sistemul cu rspunsul la impuls hv(t) nu sunt
cauzale. Sistemul de identitate propus n acest paragraf este prezentat n figura 8.3.
g (t)
x(t)
z(t)
u(t)
g(t)
y(t)
1(t)
Figura 8.3. Sistem de reconstrucie perfect din eantioane a unor semnale de band nelimitat.
Un rezultat important legat de eantionarea semnalelor de band nelimitat este

generalizarea teoremei WKS prezentat n urmtoarea propoziie.
P1. Dac {g(t-k)}kZ reprezint o baz Riesz a unui subspaiu Hilbert
nchis al spaiului semnalelor de energie finit, V0 , atunci orice semnal din V0
poate fi reconstruit perfect folosind sistemul din figura 8. 3.
Demonstraie
Pentru orice semnal x(t) din V0 semnalul z(t) din figura 8.3 are expresia:
z( t ) = x ( t ) g v ( t ) =
x ()g v ( t )d = x (), g ( t )
Semnalul u(t) din figura 8.3 are expresia:
u ( t ) = z ( t ) 1 ( t ) =
z ( k ) ( t k ) =
k =
x (), g( k ) ( t k )
k =
Semnalul de ieire din figura 8.3, are expresia:
y( t ) = u ( t ) g ( t ) =
x (), g( k ) g( t k )
k =
Membrul drept al ultimei relaii reprezint descompunerea semnalului x(t) n baza

Riesz a lui V0, { g(t-k)}kZ . De aceea semnalul de ieire este egal cu cel de intrare :
y( t ) = x ( t )
Propoziia este demonstrat.
(1)

Elementele spaiului V0 pot fi semnale de band nelimitat. Aceste semnale pot
fi perfect reconstruite din eantioane cu ajutorul sistemului din figura 8.3. Astfel
fenomenul de aliasing este evitat. Lund n considerare asemnarea dintre figurile 2 i
3 filtrul cu rspunsul la impuls gv(t), va fi numit n continuare filtru antialiasing. Dac
semnalul x(t) din figura 8.3 nu este element al spaiului V0 , dar este semnal de energie
finit, atunci semnalul de ieire reprezint doar o aproximare. Deoarece y(t) reprezint
proiecia ortogonal a lui x(t) pe V0 , acest semnal reprezint cea mai bun aproximare
de medie ptratic a lui x(t). Eroarea medie ptratic este egal cu diferena energiilor
semnalelor x(t) i y(t). Dac g(t) este rspunsul la impuls al unui sistem cauzal atunci
gv(t)=g(-t), este rspunsul la impuls al unui sistem anticauzal. Acesta este motivul
pentru care este foarte important ca g(t) s aib suport compact. n acest caz sistemul
din figura 8.4, foarte asemntor cu sistemul din figura 8.3, poate fi utilizat pentru
prelucrarea semnalelor de band nelimitat, elemente ale lui V0.
x(t)
g (t-t 0 )
z 1(t)
u 1(t)
(t)
1
Filtru antialiasing
g(t)
Filtru de
reconstrucie
Figura 8.4. Un sistem cauzal de identitate.
Comparnd semnalele din figurile 8.3 i 8.4 se poate scrie:
z1 (t ) =
x ()g v ( t t 0 )d = z( t t 0 )
u 1 ( t ) = z 1 ( t ) 1 ( t ) =
k =
z ( k t 0 ) ( t k )
Dac t0 este un ntreg:
u 1 (t) = u(t t 0 )
x(t- t 0)
Semnalul de ieire din figura 8.4 are expresia:

u 1 ( t ) g ( t ) = u ( t ) ( t t 0 ) g ( t ) = y ( t ) ( t t 0 ) = x ( t ) ( t t 0 ) = x ( t t 0 )
Deci fiecare semnal x(t) din V0 poate fi perfect reconstruit, folosind sistemul
din figura 8.4, abstracie fcndu-se de o ntrziere t0. Dac t0 are o valoare superioar
duratei rspunsului la impuls g(t), atunci filtrele care compun sistemul din figura 8.4
sunt cauzale. Diferite particularizri ale funciei g, conduc la noi teoreme de
eantionare pentru diferite spaii Hilbert V0. Se obin i filtrele antialiasing
corespunztoare. n continuare se prezint dou exemple. O lucrare excelent pe aceai
tem este [Ben., 92]. Paragraful 5 al acestei lucrri "Regular Sampling and Frames"
trateaz reconstrucia semnalelor eantionate uniform. Dar analiza este efectuat doar
pentru semnale de band limitat iar condiia de cauzalitate a sistemelor de
reconstrucie nu este impus.
A. Exemplul 1 (legat de teoria funciilor wavelet)
Fie 1V0 spaiul funciilor constante pe poriuni :
V0 = x (t ) L2 (R ); x (t ) = ct., t [n, n + 1], n Z
(2)
O baz ortonormal a acestui spaiu Hilbert este mulimea {1g(t-k)}kZ cu:

1
g ( t ) = ( t ) ( t 1)
(3)
Deoarece lungimea suportului funciei 1g(t) este egal cu 1, valoarea lui t0 din acest
exemplu va fi de 1. Se poate observa c:
1
g ( t )=1 g (1 t )
Deci n acest exemplu filtrele antialiasing i de reconstrucie sunt identice.

Structura filtrului antialiasing este prezentat n figura 8.5.
Observaii
1. Funcia 1g(t) reprezint funcia de scalare care genereaz baza Haar din
teoria funciilor wavelet, [Dau., 88].
Orice funcie cu suport compact, folosit n teoria funciilor wavelet, de
scalare sau wavelet mam poate reprezenta rspunsul la impuls al filtrului de
reconstrucie din figura 8.4.
Linie de
ntrziere
integrator
(t-1)
Figura 8.5. Structura filtrului antialiasing din exemplul A.
De asemenea orice funcie de pre-scalare sau pre-wavelet, [Lem, Mal., 91], cu

suport compact, poate fi rspunsul la impuls al filtrului de reconstrucie din figura 8.4.
Dificultatea este construcia filtrelor antialiasing i de reconstrucie deoarece expresile
analitice ale funciilor de scalare i wavelet mam sunt n general necunoscute n teoria
funciilor wavelet. Un rezultat similar este prezentat n [Isa., 93 (1)], pentru cazul
eantionrii multirat i multicanal.
2. Acest exemplu este foarte important deoarece orice semnal n timp continuu,
generat numeric, este membru al spaiului 1V0 .
3. Semnalele din 1V0 sunt de band nelimitat.
B. Exemplul 2 (legat de teoria filtrelor trece jos de ordinul nti)
Un filtru trece jos de ordinul nti are rspunsul la impuls:
2
( t ) = (A 0 / )e t / ( t )
n continuare se demonstreaz c mulimea {2(t-k)}kZ este o baz Riesz a

unui spaiu Hilbert. Trebuie determinate dou constante A i B astfel nct:
A | 2 ( + 2k) | 2 B
(4)
k =
Seria din ultima relaie reprezint spectrul semnalului obinut prin eantionarea
ideal cu pas unitar a autocorelaiei semnalului 2(t). Expresia acestei funcii este:
R ( t ) = A 0 / 2 e |t|/
Eantionnd aceast funcie cu pas unitar se obine semnalul n timp discret cu
transformata Fourier n timp discret :

2
R () = (A 0 / 2)(1 e 2 / ) /(1 2e 1 / cos + e 2 / )
Acesta este motivul pentru care folosind identitatea lui Poisson se obine:
k =
( + 2k) | 2 = (A 2 0 / 2)(1 e 2 / ) /(1 2e 1 / cos + e 2 / )
Valorile constantelor A i B sunt:
A = R (); B = R (0)
Fie 2V0 spaiul Hilbert generat de mulimea {2(t-k)}kZ . Pentru acest spaiu
mulimea generatoare este o baz Riesz. Din nefericire suportul funciei 2(t) nu este
compact. Dar orice baz Riesz poate fi transformat ntr-o baz ortonormal. Folosind
notaia :
() | 2 =
|2 m
k =
( + 2k) | 2
poate fi construit funcia 2g(t), cu transformata Fourier :

2
()
g ()= 2 ()/ 2 m
Aceast funcie genereaz, prin translatare cu ntregi baza ortonormal a spaiului

Hilbert 2V0, {2g(t-k)}kZ , [Mal., Seg., 94].
Folosind ultima relaie se obine :
2
g () = [ /(1 + j)](1 e 1 / e j )
cu :
Deci:
2
2

1 e

2
g ( t ) = [e t / (( t ) ( t 1))]
Sistemul cu acest rspuns la impuls are structura prezentat n figura 8.6.
(t)
Filtru trece jos
Linie de
ntrziere
(t-1)
Figura 8.6. Structura sistemului de reconstrucie pentru exemplul B.
Analiznd suportul funciei 2g(t) rezult c pentru acest exemplu poate fi

folosit valoarea lui t0 de 1. Expresia rspunsului la impuls al filtrului antialiasing este :
2
g (1 t ) = [e (1 t ) / ((1 t ) ( t ))] = (1 + e 1 / )1 g ( t ) 2 g ( t )
Figura 8.7. Structura filtrului antialiasing pentru exemplul B.

OBSERVAII.
1. Semnalele din spaiul 2V0 sunt de band nelimitat.
2. Rezultatul din acest exemplu poate fi comparat cu rezultatul obinut n
[Ben., 91]. Acest din urm rezultat este mai general (spaiul semnalelor de intrare din
exemplul de fa este inclus n spaiul semnalelor de intrare din referina citat) dar
rezultatul prezentat aici este mai util deoarece este prezentat i implementarea
sistemului de prelucrare.
3. Metoda prezentat n acest exemplu poate fi aplicat i pentru cazul filtrelor
trece jos de ordin superior.
4. n acest exemplu s-a prezentat o nou funcie de pre-scalare.
8.2. O legtur ntre teoria eantionrii i teoria funciilor wavelet
n acest paragraf se detaliaz observaia 1 din cadrul exemplului A din
paragraful anterior. Dup cum s-a artat n cadrul acestei observaii orice funcie de
scalare sau wavelet mam folosit n cadrul teoriei funciilor wavelet poate fi utilizat
pentru construcia filtrelor antialiasing respectiv de reconstrucie folosite n propoziia
enunat. n continuare se vor folosi funciile de scalare generate de filtrele Dau 2, ,
Dau 10, prezentate n capitolul anterior.
Aceste funcii de scalare genereaz prin translatri cu ntregi spaii de tip V0 k ,
elemente ale unor analize multirezoluie ale spaiului semnalelor de energie finit.
Aceste spaii au proprieti de regularitate foarte importante. Printre elementele
spaiului V0 k generat de filtrul Dau k, k=2, , 10, se gsesc toate polinoamele de
grad k, [Isa. Naf. 98]. n consecin pentru reconstrucia perfect a semnalelor de tip
polinomial, de grad k, din eantioanele lor, prelevate uniform, poate fi folosit schema
din figura 8.4. Avnd n vedere c pentru semnalul:
L
x L (t ) = a l t l
l=0
dac se folosete pentru funcia g(t ) expresia funciei de scalare L (t ) , generat de

filtrul numeric Dau L , poate fi demonstrat relaia:
x L (t ), L (t k ) = x (k )
n schema din figura 8.4 nu mai este necesar folosirea filtrului antialiasing.
Reconstrucia perfect, din eantioane prelevate uniform, a semnalului x L (t ) , poate fi
realizat cu ajutorul sistemului din figura 8.2.1.
u 1(t)
x L (t)
1(t)
g(t)
x L (t )
Filtru de
reconstrucie
Figura 8.2.1. Sistem de eantionare ideal i reconstrucie perfect a unui polinom de gradul L.
Aceast observaie este foarte important deoarece orice semnal, x (t ) , ntlnit

n practic, poate fi descris printr-o funcie. Aceast funcie poate fi aproximat orict
de bine, ntr-un anumit interval, prin partea polinomial a dezvoltrii sale n serie
Taylor. Aceast parte polinomial poate fi reconstruit exact, folosind sistemul din
figura 8.2.1. De aceea funcia considerat poate fi reconstruit, cu o eroare orict de
mic, n intervalul considerat, din eantioanele sale prelevate uniform. Mai mult,
suportul oricrei funcii poate fi segmentat n diferite intervale, pe fiecare dintre
acestea fiind valabil o aproximare de precizie impus a funciei considerate, realizat
de partea polinomial de un anumit grad a dezvoltrii sale n serie Taylor, pe acel
interval. Un astfel de algoritm de segmentare este prezentat n [Asz., Isa., Isa., 99].
Folosind un astfel de algoritm, semnalul oarecare x (t ) poate fi aproximat cu relaia:
PP1 (t ), t I1
P (t ), t I
2
P2
.
x (t )
.
PPl (t ), t I l
(5)
8.2. Teoria eantionrii i teoria funciilor wavelet 273
De exemplu semnalul din figura 8.2.2. poate fi aproximat cu polinoamele

descrise n tabelul 1.8.2.
80
60
40
20
0
-2 0
-4 0
-6 0
100
200
300
400
500
600
700
800
Figura 8.2.2. Un exemplu de semnal de eantionat.

Tabelul 8.2.1. Un exemplu de segmentare polinomial a semnalului din figura 8.2.2.
Numrul de
ordine al
segmentului
1
2
3
4
5
Gradul polinomului
corespunztor
Durata segmentului
[numr de eantioane]
0
5
6
7
9
128
128
128
256
64
Pe fiecare dintre intervalele I l semnalul x (t ) poate fi prelucrat cu un sistem de

tipul celui din figura 8.2.1. n consecin aproximarea PPl (t ) poate fi perfect
reconstruit din eantioanele sale. Deci pe intervalul I l , semnalul x (t ) poate fi

reconstruit din eantioanele sale, prelevate uniform, cu precizia dat de aproximarea
(5).
Singura problem rmas este inexistena expresilor analitice ale funciilor de
scalare, necesare pentru construcia sistemelor de identitate de tipul celui din figura
8.2.1. Rspunsul la impuls, notat cu g(t) n aceast figur, trebuie s fie identic, pe
intervalul I l , cu funcia de scar corespunztoare filtrului numeric Dau Pl . Dar
expresia analitic a acestei funcii de scar nu este cunoscut. Se tie c funcia de
scar care ar corespunde filtrului numeric Dau 1 este funcia de scar corespunztoare
funciei wavelet mam de tip Haar, evocat n exemplul A, din paragraful anterior.

Expresia analitic a acestei funcii de scar este prezentat n relaia (3), din acest
capitol.
De aceea n continuare se arat cum poate fi redus schema din figura 8.2.1. la
schema din figura 8.4. cu:
g (t )=1 g (t )
Prin derivarea polinomului PPl (t ) , de grad Pl , se obine polinomul PPl 1 ( t ) ,
de grad Pl 1 . Derivnd de Pl ori polinomul PPl (t ) se obine o funcie constant.

Aceasta poate fi perfect reconstruit din eantioanele prelevate uniform, conform
exemplului A din paragraful anterior.
n consecin, reconstrucia cu precizie controlat a semnalului x (t ) din relaia
(5), pe intervalul I l , poate fi realizat cu ajutorul sistemului din figura urmtoare.
x(t)
Derivare z 1(t)
de Pl ori
u 1(t)
1g(t)
Integrare x(t)
de Pl ori
1(t)
Figura 8.2.3. Sistem de reconstrucie cu precizie controlat a unui semnal oarecare

din eantioanele sale prelevate uniform.
Evident sistemul din figura anterioar este unul cu parametrii variabili n timp,
fiind necesar ca acest sistem s fie controlat de algoritmul de segmentare amintit mai
sus. Acest algoritm trebuie s specifice lungimea intervalului I l , pe care parametrii
blocurilor de intrare i ieire ale sistemului din figura 8.2.3. trebuie pstrai constani.
De asemenea algoritmul de segmentare trebuie s specifice valoarea Pl .
BIBLIOGRAFIE
[Ale. 88] T. Alexander, Adaptive Signal Processing. Theory and Applications,

Springer Verlag, New York, 1988.
[Ana., Ven. 89] Anastasios, Venetsanopoulos, Current Developments in Signal
Processing with Applications to Sonar and Radar. Part II, University of Toronto,
Toronto 1989.
[Ant., Gre., Nas. 95] A. Antoniadis, G. Gregoire, G. Nason, Density and Hazard Rate
Estimation for Right Censored Data Using Wavelet Methods, Preprint laboratoire
LMC-IMAG Grenoble, 1995
[Ast., Kos., Neu. 92] J. Astola, L. Koskonen, Y. Neuvo, Statistical Properties of
Discrete Morphological Filters. In Mathematical Morphology in Image Processing, ed.
E. R. Dougherty, Chapter 3, pp. 93-120.
[Asz. 93] T. Asztalos, Using Digital Transversal Filters for Analog Signal Processing.
Proceedings of the International Symposium on Signals, Circuits and Systems,
SCS93, Iai, Romania, 1993.
[Asz., Isa., Isa. 99] T. Asztalos, D. Isar, A. Isar, Adaptive Sampling Rate obtained
using Wavelets, International Workshop on Sampling Theory and Applications,
SampTA 99, August 11 -14, 1999, Trondheim, Norway.
[Bas., Chi., Cho. 95] S. Basu, C. H. Chiang, H. M. Choi, Wavelets and Perfect
Reconstruction Subband Coding with Causal Stable IIR Filters, IEEE Transaction On
Circuits and Systems II, vol. 42, No.1, January 1995.
[Bel. 90] M. Belanger, Traitement numrique du signal, Masson 1990.
[Ben. 92] J.J.Benedeto, Irregular Sampling and Frames in Wavelets-A Tutorial in
Theory and Applications, C.K.Chui (ed) pp.445-507,Academic Press, Inc.1992.
[Blu., Uns. 98] T. Blu, M. Unser, Approximation Error for Quasi-Interpolators and
(Multi-) Wavelet Expansions, Preprint France Telecom, 1998.
[Boa., Rei. 92] B. Boashash, A. Reilly, Algorithms for Time-Frequency Signal
Analysis - Time Frequency Signal Analysis, B. Boashash (editor), pp.141-163, John
Wiley 1992.
[Bol., Hla., Fei. 96] H. Bolcskei, F. Hlawatsch, H.G. Feitinger, Frame-Theoretic
Analysis and Design of Oversampled Filter Banks, Proceedings of ISCAS-96, Atlanta
1996.
[Bor. 96] B. La Borde, New Fast Discrete Wavelet, Proceedings of TFTS96, pp. 4144, Paris 1996.
[Bor., Isa. 97] M. Borda, D. Isar, Whitening with Wavelets. Proceedings of ECCTD.
97 Conference, Budapest, August 1997.
276 Bibliografie
[Bov., Mar., Qua. 94] A.C.Bovik, P.Maragos,T.F.Quatieri, AM&FM energy detection
and separation in noise using multiband energy operators, IEEE Transactions on signal
processing, vol.41,no.12,december 1993.
[Buc., Don. 95] J. Buckheit, D. Donoho, Improved Linear Discrimination Using
Time-Frequency Dictionaries. Technical Report, Stanford University, July 1995.
[Buc., Don. 96] J. B. Buckheit, D. Donoho, Time-Frequency Tillings which Best
Expose the Non-Gaussian Behaviour of a Stochastic Process. Proceedings of the IEEE
Conference TFTS96, pp.1-4, Paris, July 1996.
[Che., Lin. 94] B. S. Chen, C. W. Lin, Multiscale Wiener Filter for the Restoration of
Fractal Signals: Wavelets Filter Bank Approach. IEEE Transactions on Signal
Processing, vol. 42, No. 11, pp.2972-2982, November 1994.
[Chi., Kol., Cul. 96] H. A. Chipman, E.D. Kolaczyk, R.E. Mc Culloch, Signal
Denoising Using Adaptive Bayesian Wavelet Shrinkage, Proceedings of TFTS96, pp.
225-228, Paris 1996.
[Coh., dAl. 95] A. Cohen, J. P. dAles, Nonlinear Approximation of Stochastic
Processes. n Wavelets and Statistics. A. Antoniadis si G. Oppenheim (editori),
Springer Verlag, pp.129-132, 1995.
[Coh., Kov. 96] A. Cohen, J. Kovacevic, Wavelets: The Mathematical Background,
Proceedings of the IEEE, vol.84, no. 4, April 1996, pp.514-521.
[Coif., Don. 95] R. R. Coifman, D. L. Donoho, Translation Invariant De-Noising. n
Wavelets and Statistics. A. Antoniadis si G. Oppenheim (editori), pp.125-150, Springer
Verlag 1995.
[Coif., Sai. 96] R. R. Coifman, N. Saito, The Local Karhunen-Loeve Bases.
Proceedings of the IEEE Conference TFTS 96", pp.129-132, Paris, July 1996.
[Cou. 84] F. de Coulon, Thorie et traitement des signaux. Presses polytechniques
romandes. Lausanne 1984.
[Dau. 88] I. Daubechies, Orthonormal Bases of Compactly Supported Wavelets.
Comm. Pure Appl. Math., No. 41, pp.909-996, 1988.
[DeS., Isa. 93] A. De Sabata, A. Isar, Semnale Circuite i Sisteme. Indrumator de
laborator, Litografia UPT, 1993.
[Don. 92] D. L. Donoho, De-Noising via Soft Thresholding. Technical Report 409,
Stanford University, November 1992.
[Don. 93] D. L. Donoho, Wavelet Shrinkage and W.V.D.-A Ten Minute Tour.
Technical Report 416, Stanford University, January 1993.
[Eze., Jen. 92] J.E. Ezell, W. K. Jenkins .a., Adaptive Analog Signal Processing with
Acoustics Charge Transport Filters. Proceedings of the IEEE International Symposium
on Circuits and Systems, San Diego, CA., May, 1992.
[Gao. 97] H. Y. Gao, Wavelets Shrinkage Estimate for Heteroscedatic Regression
Models. Preprint MathSoft, 1997.
[Gao. 97(1)] H.-Y. Gao, Threshold Selection in WaveShrink, Preprint MathSoft,
1997.
[Gao. 97(2)] H.-Y. Gao, Wavelet Shrinkage Denoising Using the Non-negative
Garrote, Preprint MathSoft, 1997.
Bibliografie 277
[Hil., Ogd. 97] M. L. Hilton, R. J. Ogden, Data Analytic Wavelet Threshold Selection
in 2-D Signal Denoising, IEEE Trans. on S.P. vol. 45, no.2, February 1997, pp. 496500.
[Hue. 84] L.P. Huelsman, P.E. Allen, Introduction to the theory and design of active
filters, Prentice Hall, 1984.
[Isa. 92] A.Isar, A New Expression of the Aliasing Error Bound", International
Conference, "ICEA 92", Tizi-Ouzu, 04-06 May 1992.
[Isa., Isa. 92] D.Isar, A. Isar, Adaptive Median Filter, International Conference "
Signals, Circuits and Systems " Iai, Romnia, 1992.
[Isa. 93] A. Isar, Nouvelles modalits de dcomposition multirsolution. Quatorzieme
Colloque GRETSI, Juan-Les Pins, pp.363-366, 13-16 Septembre 1993.
[Isa. 93(1)] A. Isar, Tehnici de msurare adaptiv cu aplicaii n aparatura de msurare
numeric. Teza de doctorat, Universitatea Politehnica Timioara 1993.
[Isa. 94(1)] D. Isar, LMS Adaptive Filter for Frequency Modulated Signal Processing,
Proceedings of the Symposium on electronics and telecommunications , vol.III,
Timioara, sept.29-30, 1994.
[Isa. 94(2)] D.Isar, The study of a LMS adaptive filter, Proceedings of the symposium
on electronics and telecommunications, vol.III, Timioara, sept. 29-30, 1994.
[Isa., Asz. 94] A.Isar, T.Asztalos, Using the fast wavelet transform for data
compression, Proceedings of the symposium on electronics and telecom., vol.III,
Timioara, sept. 29-30, 1994.
[Isa. 95] D.Isar, Metode convenionale de cretere a raportului semnal pe zgomot,
Referat nr. 1 n cadrul pregtirii pentru doctorat, conductor tiinific Prof. dr. ing. Ioan
Naforni.
[Isa. 95(1)] D.Isar, Metode moderne de cretere a raportului semnal pe zgomot,
Referat nr. 2 n cadrul pregtirii pentru doctorat, conductor tiinific Prof. dr. ing. Ioan
Naforni.
[Isa., Asz., Isa. 95] D.Isar, T.Asztalos, A.Isar, De-noising with wavelets, International
Symposium SCS95, Iai, Romnia, 1995.
[Isa. 97] D. Isar. De-noising adaptatif. Seizieme Colloque GRETSI, pp.1249-1252,
Grenoble, 15-19 Septembre 1997.
[Isa., Naf. 98]. A.Isar, I. Naforni, Reprezentri timp-frecven. Editura
Politehnica, Timioara, 1998.
[Kla., Hol., Flo. 97] A. Kla., M. Holschneider, K. Flornes, Two-channel Perfect
Reconstruction Filter Banks over Comutative Rings, propus pentru publicare la IEEE
Transactions on Signal Processing.
[Kol. 96] E.D. Kolaczyk, A Method for Wavelet Shrinkage Estimation of Certain
Signals Using Corrected Thresholds, articol propus la revista Statistica Sinica.
[Kun. 84] M. Kunt, Traitement numrique des signaux. Trait dElectricit de lEPFL,
vol. XX, 3-eme dition, Presses Polytechniques Romandes, 1984.
[Lan., Guo., Ode., Bur, Wel. 95] M. Lang, H. Guo, J. E. Odegard, C. S. Burrus, R. O.
Wells, Nonlinear Processing of a Shift Invariant DWT for Noise Reduction.
278 Bibliografie
Proceedings of SPIE Symposium on Aerospace Sensing and Dual Photonics, Orlando,
SUA. April 1995.
[Lem, Mal. 91] P.G.Lemari-Rieusset, G.Malgouyres, Support des fonctions de base
dans une analyse multi-rsolution, Comptes Rendus de lAcademie de Sciences, Paris,
tome 313, serie I, pp377-380, 1991
[Lin., Opp. 88] J. S. Lim, A. V. Oppenheim (editori), Advanced Topics in Signal
Processing. Prentice Hall, New Jersey 1988.
[Lim., Sim. 73] W.C. Lindsey, M. K. Simon, Telecommunication Systems
Engineering, Prentice-Hall, New Jersey, 1973.
[Mal. 89(1)] S. Mallat, A Theory for Multiresolution Signal Decomposition: the
Wavelet Representation. IEEE Transactions on Pattern Analysis and Machine
Inteligence, vol. II, No.7, pp.674-693, July 1989.
[Mal. 94] G. Malgouyres, Introduction a la thorie des ondelettes. Curs de var,
Timioara 1994.
[Mat., Dum., Sta. 01] A. Mateescu, N. Dumitriu, L. Stanciu, Semnale i Sisteme,
Teora, Bucureti, 2001.
[Mey. 92] Y. Meyer, Ondelettes et algorithmes concurents, Hermann, 1992.
[Mou. 94] P.Moulin, Wavelet Thresholding Techniques for Power Spectrum
Estimation. IEEE Trans. on S.P., vol. 42, No.11, pp. 3126-3136, November 1994.
[Naf., Isa. 91] M.Naforni, D.Isar, Numerical Traking Filter, The International
Conference "ICATE '91", Craiova , Romnia, 1991.
[Naf. 92] I. Naforni, Banda echivalent de zgomot a unor filtre, Conferina naional
de la Oradea, Mai, 1992.
[Naf., Cm., Isa. 93] M.Naforni, A.Cmpeanu, D.Isar, Tehnici experimentale de
analiz statistic a semnalelor aleatoare
ergodice i staionare, Conferina
Naional Oradea, Romnia, 1993.
[Naf., Isa., Isa. 92] M. Naforni, A. Isar, D. Isar, A Generalization of the Sampling
Theorem. Rev. Roum. Sci. Tehn.-Electrotehn. et Energ., 37, pp. 177-183, Bucarest
1992.
[Naf. 95] I. Nafornita, Prelucrarea adaptiva a semnalelor de telecomunicatii", 1995,
note de curs.
[Naf., Cam., Isa. 95] I. Naforni, A. Cmpeanu, A. Isar, Semnale circuite i sisteme.
vol. I, Editura UPT, 1995.
[Nar., Lou., Les., Dar. 96] S. B. Narayanan, J. Mc. Loughlin, Les Atlas, J. Darapo, An
Operator Theory Approach to Discrete Time-Frequency Distribution. Proceedings of
the IEEE Conference TFTS96, pp. 521-524, Paris 1996.
[Nas. 94] G. P. Nasson, Wavelet Regression by Cross-Validation. Preprint University
of Bristol, March 1994.
[Nas., Sap., Saw. 97] G. P. Nason, T. Sapantias, A. Sawezenko, Statistical Modeling
of Time Series using Non-decimated Wavelet Representations, Preprint University of
Bristol, 1997.
[Ode., Bur. 96] J. Odegard, C. S. Burrus, New Class of Wavelets for Signal
Approximation, Proceedings of ISCAS96.
Bibliografie 279
[Pes., Ade., Pes., Hel. 96] L. Pesu, E. Ademovic, J.-C. Pesquet, P. Helisto, Wavelet
Packet Based Respiratory Sound Classification, Proceedings of TFTS96, Paris, 1996,
pp. 377-380.
[Pit.,Ven. 86(1)] I. Pitas, A. N. Venetsanopoulos, Nonlinear Mean Filters in Image
Processing, IEEE Transactions on ASSP, vol. 14, no. 3, June 1986.
[Pit., Ven. 86(2)] I. Pitas, A. N. Venetsanopoulos, Edge Detectors on Nonlinear
Filters, IEEE Transactions on PAMI, vol.8, no.4, July 1986.
[Pre. 87] F. Preteux, Description et intrprtation des images par la morphologie
mathmatique. Application a limage mdicale. These de doctorat dEtat, Universit
Paris VI, 1987.
[Pre. 95] F. Preteux, La morphologie mathmatique. Ses fondements: ensembliste,
topologique, probabiliste. Cours fournit au dpartement Signal et Image, INT-Evry,
1995.
[Sch., Mat. 94] M. Schmitt, J. Mattioli, Morphologie mathmatique, Masson, Paris,
1994.
[Shy. 92] J.J.Shynk, Frequency-domain and multirate adaptive filtering, Signal
Processing Magazine, january 1992.
[Sp. 87] A. Sptaru, Fondements de la thorie de la transmission de linformation.
Presses Polytechniques Romandes, Lausanne, 1987.
[Tsi., Nik. 98] G.A. Tsihrintzis, G. L. Nikias, Modeling, Parameter Estimation and
Signal Detection in Radar Clutter with Alpha-Stable Distributions, Preprint Univ. of
Virginia, 1998.
[Wid., Ste. 85] B. Widrow, S.D. Stearns, Adaptive Signal Processing, Prentice Hall,
1985.
ANEXA
Programul de denoising:
#include<math.h>
#include<string.h>
#include<graphics.h>
#include<stdlib.h>
#include"frame.c"
#define NR 512
#define NACT 512
double huge x[NR];
double huge y[NR];
static double huge z[NACT];
double huge temp[NACT];
int N=2;
int ni=4;
int filef=1;
int nc=0; //numarul coeficientilor redusi la 0
int pas;//numarul iteratiilor facute
///variabile si functii pt grafica
void initmodegr(void);
void graph(int xo,int yo,int tabl);
int amplmax=1;
char polar=1;
//amplitudine maxima
//polaritate - implicit bipolar
static
static
static
static
double
double
double
double
cd[20];
ci[20];
cid[20];
cii[20];
static
static
static
double
double scara;
int r=0;
char s[20];
*prag;
282 Anexa
static struct {
double ampl,df,prg;
char type[15];
int No,pol;
double alpha;
double incr;
} env;
void initinvc(void)
{ int i;
for(i=0;i<2*N;i++)
if(i%2) cid[i]=cd[i];
else cid[i]=cd[2*N-2-i];
for(i=0;i<2*N;i++)
cii[i]=pow(-1,i)*cid[2*N-1-i];
}
void initni(void)
{
ni=(int)(pow(2.0,(int)(N/2+1)));
}
void gprintf(char *msg)
{
if(r==8){clrscr();r=0;}
gotoxy(1,r+1);
printf("%s",msg);
r++;
}
void initc(void)
{int i;
char buf[50];
switch(N){
case 2 :cd[0]=0.4829629131445341;
cd[1]=0.8365163037378079;
cd[2]=0.2241438680420134;
cd[3]=-0.1294095225512604;
break;
case 3 :cd[0]=0.332670552950;
cd[1]=0.806891509311;
cd[2]=0.459877502118;
cd[3]=-0.135011020010;
cd[4]=-0.085441273882;
Anexa 283
case 4
case 5
case 6
case 7
cd[5]=0.035226291882;
break;
:cd[0]=0.230377813309;
cd[1]=0.714846570553;
cd[2]=0.630880767930;
cd[3]=-0.027983769417;
cd[4]=-0.187034811719;
cd[5]=0.030841381836;
cd[6]=0.032883011667;
cd[7]=-0.010597401785;
break;
:cd[0]=0.160102397974;
cd[1]=0.603829269797;
cd[2]=0.724308528438;
cd[3]=0.138428145901;
cd[4]=-0.242294887066;
cd[5]=-0.032244869585;
cd[6]=0.077571493840;
cd[7]=-0.006241490213;
cd[8]=-0.012580751999;
cd[9]=0.003335725285;
break;
:cd[0]=0.111540743350;
cd[1]=0.494623890398;
cd[2]=0.751133908021;
cd[3]=0.315250351709;
cd[4]=-0.226264693965;
cd[5]=-0.129766867567;
cd[6]=0.097501605587;
cd[7]=0.027522865530;
cd[8]=-0.031582039318;
cd[9]=0.000553842201;
cd[10]=0.004777257511;
cd[11]=-0.001077301085;
break;
:cd[0]=0.077852054085;
cd[1]=0.396539319482;
cd[2]=0.729132090846;
cd[3]=0.469782287405;
cd[4]=-0.143906003929;
cd[5]=-0.224036184994;
cd[6]=0.071309219267;
cd[7]=0.080612609151;
cd[8]=-0.038029936935;
cd[9]=-0.016574541631;
cd[10]=0.012550998556;
cd[11]=0.000429577973;
cd[12]=-0.001801640704;
284 Anexa
cd[13]=0.000353713800;
break;
case 8 :cd[0]=0.054415842243;
cd[1]=0.312871590914;
cd[2]=0.675630736297;
cd[3]=0.585354683654;
cd[4]=-0.015829105256;
cd[5]=-0.284015542962;
cd[6]=0.000472484574;
cd[7]=0.128747426620;
cd[8]=-0.017369301002;
cd[9]=-0.044088253931;
cd[10]=0.013981027917;
cd[11]=0.008746094047;
cd[12]=-0.004870352993;
cd[13]=-0.000391740373;
cd[14]=0.000675449406;
cd[15]=-0.000117476784;
break;
case 9 :cd[0]=0.038077947364;
cd[1]=0.243834674613;
cd[2]=0.604823123690;
cd[3]=0.657288078051;
cd[4]=0.133197385825;
cd[5]=-0.293273783279;
cd[6]=-0.096840783223;
cd[7]=0.148540749338;
cd[8]=0.030725681479;
cd[9]=-0.067632829061;
cd[10]=0.000250947115;
cd[11]=0.022361662124;
cd[12]=-0.004723204758;
cd[13]=-0.004281503682;
cd[14]=0.001847646883;
cd[15]=0.000230385764;
cd[16]=-0.000251963189;
cd[17]=0.000039347320;
break;
case 10 :cd[0]=0.026670057901;
cd[1]=0.188176800078;
cd[2]=0.527201188932;
cd[3]=0.688459039454;
cd[4]=0.281172343661;
cd[5]=-0.249846424327;
cd[6]=-0.195946274377;
cd[7]=0.127369340336;
cd[8]=0.093057364604;
cd[9]=-0.071394147166;
Anexa 285
cd[10]=-0.029457536822;
cd[11]=0.033212674059;
cd[12]=0.003606553567;
cd[13]=-0.010733175483;
cd[14]=0.001395351747;
cd[15]=0.001992405295;
cd[16]=-0.000685856695;
cd[17]=-0.000116466855;
cd[18]=0.000093588670;
cd[19]=-0.000013264203;
break;
for(i=0;i<2*N;i++)
ci[i]=pow(-1,i)*cd[2*N-1-i];
sprintf(buf,"Valoarea lui N este %2d",N);
gprintf(buf);
initinvc();
}
void DWT(int n)
{int nn,i,k;
double yt=0;
nn=n;
for(i=0;i<nn;i++){
yt=0;
if((i+1)%2)
for(k=0;k<2*N;k++) {
yt+=z[(k+i)%nn]*cd[k];
y[i/2]=yt;
}
else
for(k=0;k<2*N;k++) {
yt+=z[(k+i-1)%nn]*ci[k];
y[(nn+i)/2]=yt;
}
}
for(i=0;i<nn;i++)
z[i]=y[i];
return;
}
void rear(int n)
{int i;
286 Anexa
double *temp;
temp=farcalloc(n,sizeof(double));
if(temp==NULL) {
printf("Eroare la alocarea memoriei\n");
exit(1);
}
for(i=0;i<n;i++)
*(temp+i)=z[i];
for(i=0;i<n;i++){
if((i+1)%2) z[i]=*(temp+i/2);
else
z[i]=*(temp+(n+i)/2);
}
farfree(temp);
}
void iDWT(int n)
{
int nn,i,k;
double yt=0;
nn=n;
rear(ni);
for(i=0;i<ni;i++){ yt=0;
if((i+1)%2) {
for(k=0;k<2*N;k++)
yt+=z[(k+i+ni-2*(N-1))%ni]*cid[k];
y[i]=yt;
}
else
{
for(k=0;k<2*N;k++)
yt+=z[(k+i+ni-1-2*(N-1))%ni]*cii[k];
y[i]=yt;
}
}
for(i=0;i<ni;i++)
z[i]=y[i];
ni*=2;
return;
}
void initz(int sens)
{int i;
for(i=0;i<NACT;i++)
if(sens) z[i]=x[i];
Anexa 287
else
}
z[i]=y[i];
void WT(int sens)

//sens=1 pt. sursa x[], 0 pt. y[]
{
int n=NACT,i;
// gprintf("Please be patience ! The DWT is calculating ... ");
initz(sens);
for(i=n;i>=ni;i/=2) {
DWT(i); }
// gprintf("The DWT is calculated ! Hit any key to continue
...");
}
void iWT(void)
{
int n=NACT;
// gprintf("Please be patience ! The iDWT is calculating ...");
initz(0);
for(;ni<=n;)
iDWT(n);
gprintf("The iDWT is calculated ! Hit any key to continue
...");
}
void hidecursor(void);
void showcursor(void);
int sf(const void *a,const void *b);
int sort(void)
{
qsort((void *)temp,NR,sizeof(double),sf);
return(0);
}
int sf(const void *a,const void *b)
{ double *k=(double *)a, *l=(double *)b;
if((*k-*l)>0) return(1);
return(-1);
}
int redcoef(double pc)
{ int i,k=0,signe=1;
double absy;
288 Anexa
for(i=ni;i<NACT;i++) {
absy=fabs(y[i]);
if(y[i]<0) signe=-1;
else
signe=1;
if((absy-pc)>0)
y[i]=signe*(absy-pc);
else { y[i]=0; k++;}
}
return(k);
}
void saveenv(FILE *fp)
{int l; double px=0.0;
for(l=0;l<NACT;l++) px+=x[l]*x[l]/NACT;
fprintf(fp,"N=%d\n",N);
fprintf(fp,"Tipul semnalului\t : %s \n",env.type);
fprintf(fp,"Amplitudine\t\t : %3.3f\n",env.ampl);
fprintf(fp,"Df factor\t\t : %3.3f\n",env.df);
fprintf(fp,"Puterea semnalului este : %3.5f\n",px);
fprintf(fp,"Pragul este\t\t : %3.3f\n",*prag);
return;
}
int savef(double pc, double tt)
{
//int nc;
FILE *fp;
int i;
if(filef){
gprintf("Introduceti numele fisierului *.dat : ");
showcursor();
scanf("%s",s);
hidecursor();
strcat(s,".dat");
fp=fopen(s,"wt");
filef=0;
saveenv(fp);
fprintf(fp,"Raport S/Zg intrare : %3.7f\n",tt);
}
else
fp=fopen(s,"at");
fprintf(fp,"N=%d\n",N);
fprintf(fp,"Pas : %2d \t Prag : %3.3f\n",pas,pc);
nc=redcoef(pc);
fprintf(fp,"Numarul coef. redusi la zero : %2d\n",nc);
fclose(fp);
return(nc);
}
Anexa 289
double saverez(double px)
{FILE *fp;
int i;
double sum=0.0,tt=0.0;
for(i=0;i<NACT;i++)
sum+=(temp[i]-y[i])*(temp[i]-y[i])/NACT;
fp=fopen(s,"at");
fprintf(fp,"Eroarea medie patratica este : %3.7f\n",sum);
if(sum>0.001){
tt=px/sum;
fprintf(fp,"Raport S/Zg iesire = %4.7f \n",tt);
}
fclose(fp);
return(sum);
}
void achizs(double dfact,double A)
{int i;
for(i=0;i<NACT;i++)
x[i]=A*sin(3.141592/256*dfact*i);
return;
}
void achizc(double dfact,double A,double dincr)
{int i;
for(i=0;i<NACT;i++)
x[i]=A*sin(3.141592/256*(dfact+dincr*i/64)*i);
return;
}
void achizd(double dfact,double alpha, double A,int pol)
{
int i;
for(i=0;i<NACT;i++)
if((i%((int)(NACT/dfact)))<((int)(alpha*NACT/dfact)))
x[i]=A;
else if(pol) x[i]=-A;
else
x[i]=0;
return;
}
double rnd(void)
{
double nr;
nr=rand()/(double)RAND_MAX;
return(nr);
}
290 Anexa
double gauss(void)
{
double v1,v2;
double nr1,nr2,R,X,tp;
v1=-sqrt(3/2.0); v2=-v1;
tp=1.0;
for(;tp>0.0;){
nr1=rnd();
nr2=v1+(v2-v1)*rnd();
R=nr2/sqrt(nr1);
X=R;
tp=log(nr1)+R*R/3.0;
}
return(X);
}
double addnoise(double A)
{
int i;
double ni,np=0;
for(i=0;i<NACT;i++){
ni=A*gauss(); np+=ni*ni;
x[i]+=ni;
}
np/=NACT;
return(sqrt(np));
}
void errorm(void)
{ cadru_dbl(7,10,50,12,BLACK,BLUE);
printf("\tApasati C,D sau S");
}
void hidecursor(void)
{
_AH=01;
_CH=0x20;
geninterrupt(0x10);
}
void showcursor(void)
{
_AH=01;
_CH=6;
_CL=7;
geninterrupt(0x10);
}
Anexa 291
double initxy(void)
{
int i,k,l,pol=0;
char c;
double ampl=0,alpha=0.5,df=1.0,incr=1.0,prag1=0;
int nrline=4;
textmode(C80);
mainframe();
cadru_dbl(6,6,70,10,BLACK,BLUE);
printf("Apasati S pentru semnal Sinusoidal");
gotoxy(1,2);
printf("Apasati D pentru semnal Dreptunghiular");
gotoxy(1,3);
printf("Apasati C pentru semnal Modulat Chirp ");
for(;((c=getch())!='s')&&(c!='S')&&(c!='d')&&(c!='D')&&(c!='c')&
&(c!='C');)
errorm();
if((c=='d')||(c=='D')) nrline+=2;
cadru_dbl(5,5,75,7+nrline,BLACK,BLUE);
gotoxy(1,1);
printf("Introduceti numarul N (2..10) : ");
scanf("%d",&N);
gotoxy(1,2);
printf("Introduceti amplitudinea semnalului : ");
scanf("%lf",&ampl); env.ampl=ampl; amplmax=ampl;
gotoxy(1,3);
printf("Introduceti valoarea factorului df ( >=1 ): ");
scanf("%lf",&df);
env.df=df;
gotoxy(1,4); printf("Introduceti dispersia zgomotului : ");
scanf("%lf",&prag1);
if((c=='d')||(c=='D'))
{ gotoxy(1,5);
printf("Introduceti valoarea factorului alpha ( <1 ): ");
scanf("%lf",&alpha);
gotoxy(1,6);
printf("Specificati polaritatea (0-unipol. 1-bipol): ");
scanf("%d",&pol); polar=(char)pol;
}
if((c=='c')||(c=='C'))
{ gotoxy(1,5);
printf("Introduceti valoarea incrementului (0.125<incr<64
): ");
scanf("%lf",&incr);
}
hidecursor();
gotoxy(1,1); printf("Valoarea lui N este %d",N);
gotoxy(1,2); printf("Amplitudinea semnalului este de %f",ampl);
292 Anexa
switch(c){
case 'd' :
case 'D' : achizd(df,alpha,ampl,pol);
strcpy(env.type,"Dreptunghiular");
env.alpha=alpha; env.pol=pol;
break;
case 's' :
case 'S' : achizs(df,ampl); strcpy(env.type,"Sinusoidal");
break;
case 'c' :
case 'C' : achizc(df,ampl,incr); strcpy(env.type,"Chirp");
env.incr=incr;
break;
default : errorm();
}
showcursor();
return(prag1);
}
void afismax(int n)
{
int i;
double max=0;
for(i=n;i>n/2;i--)
if(max<fabs(y[i-1])) max=fabs(y[i-1]);
printf("Valoarea maxima pe scara %2d este %3.5f \n",NACT/n,max);
if(n/2>=ni) afismax(n/2);
else return;
}
int savey(void)
{
FILE *fp;
int i;
");
gprintf("Introduceti numele fisierului rezultat *.dat :
showcursor();
scanf("%s",s);
hidecursor();
strcat(s,".dat");
fp=fopen(s,"wt");
for(i=0;i<NACT;i++)
fprintf(fp,"%f\n",y[i]);
fclose(fp);
return(1);
}
Anexa 293
void main(void)
{
int i,k,l,j,maxc=0,contor;
int redc[10];
char buf[50];
double pc=1.0,px=0.0,pe=0.0,py=0,tt=1.0,tt1,old=0.0;
pc=initxy();
for(l=0;l<NACT;l++) {px+=x[l]*x[l]/NACT; temp[l]=x[l];}
sprintf(buf,"puterea semnalului este : %3.5f",px);
pe=addnoise(pc);
hidecursor();
window(2,15,59,22);
gprintf(buf);
sprintf(buf,"puterea zgomotului este : %3.5f",pe*pe);
gprintf(buf);
*prag=pe*0.8;
tt=px/(pe*pe);
sprintf(buf,"Raport S/Zg intrare %4.7f
gprintf(buf);
",tt);
for(contor=0;contor<10&&(old<tt);contor++){
pas=contor+1;
initni(); initc();
if(contor)
WT(0);
else WT(1);
//
*prag=pe*sqrt(2*log(NACT)/(NACT*log(2)));
savef(*prag,tt);
iWT();
tt1=saverez(px);
if(tt1>0.001){
old=tt;
tt=px/tt1;
sprintf(buf,"Pas = %2d\t Raport S/Zg out = %4.7f
",pas,tt);
gprintf(buf);}
else gprintf("Putere zgomot iesire nesemnificativ");
*prag=*prag*0.8; // prag functie de disp. zg.
getch();
} // end of for loop
savey();
294 Anexa
showcursor();
gprintf("Apasati o tasta");
getch();
initmodegr();
cleardevice();
graph(55,115,0);
graph(55,355,1);
getch();
closegraph();
}
//se afiseaza x[]

//se afiseaza y[]
///graphics functions
void initmodegr(void)
{
int gd,gm,errc;
gd=VGA; gm=VGAHI;
//detectgraph(&gd,&gm);
//initgraph(&gd,&gm,"c:\\bc20\\bgi");
initgraph(&gd,&gm,"");
errc=graphresult();
if(errc!=grOk){
gprintf("Erroare la initializarea modului grafic !!");
gprintf("Apasa o tasta");
getch();
window(1,1,80,25);
clrscr();
exit(1);
}
}
void coordsys(int xo,int yo)
{ char s[40];
int i;
setlinestyle(SOLID_LINE,0xFFFF,THICK_WIDTH);
line(xo-20,yo,xo+550,yo);
line(xo,yo-90,xo,yo+90);
setlinestyle(DASHED_LINE,0xFFFF,NORM_WIDTH);
line(xo,yo-70,xo+530,yo-70);
line(xo,yo+70,xo+530,yo+70);
setlinestyle(SOLID_LINE,0xFFFF,NORM_WIDTH);
moveto(xo+7,yo-95);
itoa(amplmax,s,10);
outtext(s);
moveto(xo+7,yo+72);
outtext("-"); outtext(s);
for(i=0;i<=500;i+=100)
Anexa 295
{line(xo+i,yo-3,xo+i,yo+3);
moveto(xo+i-10,yo-25); itoa(i,s,10); outtext(s);
}
moveto(xo+540,yo-25); outtext("n");
}
void graph(int xo,int yo, int tabl)
{
char s[50];
int i;
int left,top,right,bottom;
setcolor(WHITE);
setbkcolor(BLACK);
left=5;right=635;
if(tabl) { top=245; bottom=465;}
else
{ top=5; bottom=225;}
moveto(left,top); lineto(right,top); lineto(right,bottom);
lineto(left,bottom); lineto(left,top);
setlinestyle(SOLID_LINE,0xFFFF,NORM_WIDTH);
settextstyle(SMALL_FONT,HORIZ_DIR,2);
setusercharsize(3,2,2,1);
coordsys(xo,yo);
moveto(xo,yo);
for(i=0;i<512;i++)
if(tabl) lineto((int)(xo+i),(int)(yo-(int)(70*y[i]/amplmax)));
else
lineto((int)(xo+i),(int)(yo-(int)(70*x[i]/amplmax)));
if(!tabl) {
moveto(xo+150,yo+75); outtext("The input sequence");
}
else {
sprintf(s,"The output sequence");
moveto(xo+150,yo+80); outtext(s);
}
}
296 Anexa
Sursa pentru frame.c
#include<stdio.h>
#include<alloc.h>
#include<dos.h>
#include"cadrdbl.c"
void mainframe(void)
{int i;
window(1,1,80,25);
textbackground(GREEN);
textcolor(BLACK);
clrscr();
for(i=0;i<3680;i+=2)
pokeb(0xB800,(i+160),178);
}
Sursa pentru cadrdbl.c :

#include<stdlib.h>
#include<conio.h>
cadru_dbl (int xlt,int ylt,int xrb,int yrb,int backc,int bordc)
{ int i;
window(1,1,80,25);
textbackground(bordc);
textcolor(BLACK);
gotoxy(xlt,ylt);
putch(201);
for(i=0;i<(xrb-xlt);i++)
putch(205);
putch(187);
for(i=0;i<(yrb-ylt);i++){
gotoxy(xlt,ylt+1+i);
putch(186);
gotoxy(xrb+1,ylt+1+i);
putch(186); putch(219);
}
gotoxy(xlt,yrb);
putch(200);
for(i=0;i<(xrb-xlt);i++)
putch(205);
putch(188); putch(219);
Anexa 297
gotoxy(xlt+1,yrb+1);
for(i=0;i<(xrb-xlt+2);i++)
putch(219);
window(xlt+1,ylt+1,xrb,yrb-1);
textbackground(backc);
textcolor(WHITE);
clrscr();
gotoxy(1,1);
return;
}

Filtre

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Filtre

Încărcat de

Drepturi de autor:

Formate disponibile

DORINA ISAR

CAPITOLUL 4. Filtre liniare cu parametri variabili n timp

CAPITOLUL 5. Filtre numerice cu parametri variabili n timp

CAPITOLUL 6. Filtre neliniare

CAPITOLUL 8. Filtre i eantionare uniform

Printre dispozitivele de baz folosite n electronic, filtrele ocup un loc

Modificarea relativ a amplitudinilor componentelor armonice ale unui semnal

Figura 1.1.1.1. Rspunsul n frecven al unui filtru trece jos ideal.

Se constat c acest rspuns la impuls este nenul i la momente negative. De

Figura 1.1.2.1. Rspunsul n frecven al unui fitru trece sus ideal.

Rspunsul la impuls al acestui sistem este:

1.1 Tipuri de filtre ideale 13

Figura 1.1.3.1. Rspunsul n frecven al unui filtru trece band ideal.

Se remarc prezena a dou frecvene de tiere, una inferioar i una

sin (c 2 t ) sin (c1 t )

n consecin nici filtrul trece band ideal nu este un sistem realizabil.

Figura 1.1.4.1. Rspunsul n frecven al unui filtru oprete band ideal.

sin (c 2 t ) sin (c1 t )

n consecin nici filtrul oprete band ideal nu este un sistem realizabil.

Figura 1.2.1. Specificarea gabaritului admis pentru modulul rspunsului n frecven

n domeniul [0, p ] , numit band de trecere a filtrului eroarea admis este 1 .

1.2. Aproximarea caracteristicilor 15

H C () = min max H i () H()

1.2.1. Aproximarea de tip maxim plat

sau mai general:

Se determin expresia funciei F 2 care aproximeaz cel mai bine ptratul

este cu att mai mic cu ct p este mai mare. Pentru ca

F 2 s aproximeze ct mai bine ptratul rspunsului n frecven al filtrului trece jos

F' (0) = F' ' (0 ) = ... = F (p ) (0 )

i relaia (10) devine:

Fiind vorba despre un filtru trece jos, se consider c F 2

n continuare se determin valorile coeficienilor a k ,

Dac se consider c pulsaia de tiere a filtrului trece jos este c i dac se

1.2. Aproximarea caracteristicilor 17

De aceea se poate scrie:

n continuare se determin, pe baza relaiei anterioare, expresia funciei de

1.2. Aproximarea caracteristicilor 19

ordinul 2: 2 PB (s ) = s 2 + 2 s + 1 , iar pentru p de valoare 3 i aceeai frecven de

1.2.2 Aproximarea de tip minimax a caracteristicii de modul a funciei de transfer

unde pj sunt parametrii aproximrii.

1.2. Aproximarea caracteristicilor 21

ca i rdcin i pe x0=0. Conform observaiilor de mai sus rezult c se poate scrie:

Pentru n impar, rdcinile lui Tn2(x)-1 sunt: 1, x1,,x(n-1)/2, i deci:

Din compararea relaiilor (16) i (18) respectiv (17) i (19) se constat c:

unde M este o constant.

Prin integrare n ambii membrii obinem:

arccos Tn ( x ) = M arccos x + c1 Tn ( x ) = cos(M arccos x ) + c

Aceast form de scriere nu pune ns n eviden faptul c Tn(x) este un polinom de

1.2. Aproximarea caracteristicilor 23

Adunnd relaiile (24) i (25) se obine:

Relaia (26) d o relaie de recuren pentru determinarea polinoamelor Cebev.

1.2.2.2 Determinarea aproximrii Cebev n banda de trecere a filtrului trece jos

Se face aproximarea de tip Cebev pentru funcia 1/Gn(2) n banda

T2 n () = cos[2n arccos()] = cos[2 (n arccos())] =

S-a demonstrat anterior c Tn2(1)=1 i c Tn2(x)1. Valorile extreme ale funciei

Abaterile acestei funcii fa de valoarea ideal, egal cu unitatea, nu sunt egale. Se

1.2. Aproximarea caracteristicilor 25

Pentru determinarea polilor funciei de transfer Ha(s) se presupune adevrat relaia:

i pentru sj, adic:

Polii cutai sunt rdcinile de parte real negativ ale ecuaiei:

sau ale ecuaiilor:

Pentru rezolvarea acestor ecuaii se introduce o nou variabil w astfel nct:

i deci conform relaiei (26):

= ch[n arg ch (ch ( w )) = ch (nw )