Σχήµα 1: Χρήση ψηφιακών φίλτρων για επεξεργασία σηµάτων συνεχούς χρόνου

Σχετικά έγγραφα
HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών Σημάτων. Διάλεξη 17: Φίλτρα (II)

Διάλεξη 10. Σχεδιασμός Φίλτρων. Κεφ Φίλτρο Διαφοροποιεί το φάσμα ενός σήματος Π.χ. αφήνει να περάσουν ή σταματά κάποιες συχνότητες

ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΤΟΣ ΑΣΚΗΣΗ 5

Ψηφιακή Επεξεργασία Σημάτων

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών

10-Μαρτ-2009 ΗΜΥ Παραθύρωση Ψηφιακά φίλτρα

Αντίστροφος Μετασχηματισμός Ζ. Υλοποίηση συστημάτων Διακριτού Χρόνου. Σχεδίαση φίλτρων

ΑΣΚΗΣΗ 6 Σχεδίαση FIR και IIR φίλτρων στο Matlab

Τ.Ε.Ι. Λαμίας Τμήμα Ηλεκτρονικής

Σήματα και Συστήματα. Διάλεξη 10: Γραμμικά Φίλτρα. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

HMY 220: Σήματα και Συστήματα Ι

Εξεταστική Ιανουαρίου 2007 Μάθηµα: «Σήµατα και Συστήµατα»

Σήματα και Συστήματα. Διάλεξη 7: Μετασχηματισμός Fourier. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

ΚΕΦΑΛΑΙΟ 14 ΚΑΤΩ ΙΑΒΑΤΑ ΦΙΛΤΡΑ BESSEL-THOMSON

Ολοκληρωµένο Περιβάλλον Σχεδιασµού Και Επίδειξης Φίλτρων

Κεφάλαιο 6 Σχεδιασμός FIR φίλτρων

Ανάλυση ΓΧΑ Συστημάτων

1) Να σχεδιαστούν στο matlab οι γραφικές παραστάσεις των παρακάτω ακολουθιών στο διάστημα, χρησιμοποιώντας τις συναρτήσεις delta και step.

stopband Passband stopband H L H ( e h L (n) = 1 π = 1 h L (n) = sin ω cn

Συστήµατα τα οποία χαρακτηρίζονται από γραµµικές εξισώσεις διαφορών µε σταθερούς συντελεστές

20-Μαρ-2009 ΗΜΥ Φίλτρα απόκρισης πεπερασμένου παλμού (FIR)

ΛΥΣΕΙΣ ΑΣΚΗΣΕΩΝ ΕΞΕΤΑΣΤΙΚΗΣ ΠΕΡΙΟ ΟΥ ΙΟΥΝΙΟΥ 2004., η οποία όµως µπορεί να γραφεί µε την παρακάτω µορφή: 1 e

Παρουσίαση του μαθήματος

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών. στο χώρο της συχνότητας

Ψηφιακή Επεξεργασία Σημάτων

Συστήµατα τα οποία χαρακτηρίζονται από γραµµικές εξισώσεις διαφορών µε σταθερούς συντελεστές

4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER

Α. ΣΚΟΔΡΑΣ ΨΗΦΙΑΚΟΣ ΕΛΕΓΧΟΣ ΔΙΑΛΕΞΗ 6 ΔΙΑΦΑΝΕΙΑ 1

Ψηφιακή Επεξεργασία Σημάτων

Συστήµατα τα οποία χαρακτηρίζονται από γραµµικές εξισώσεις διαφορών µε σταθερούς συντελεστές

x[n] = e u[n 1] 4 x[n] = u[n 1] 4 X(z) = z 1 H(z) = (1 0.5z 1 )(1 + 4z 2 ) z 2 (βʹ) H(z) = H min (z)h lin (z) 4 z 1 1 z 1 (z 1 4 )(z 1) (1)

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών Σημάτων. Διάλεξη 22: Γρήγορος Μετασχηματισμός Fourier Ανάλυση σημάτων/συστημάτων με το ΔΜΦ

ΣΗΜΑΤΑ ΚΑΙ ΣΥΣΤΗΜΑΤΑ. Εισαγωγή στα Σήµατα Εισαγωγή στα Συστήµατα Ανάπτυγµα - Μετασχηµατισµός Fourier Μετασχηµατισµός Z

Kεφάλαιο 7 Σχεδιασμός IIR Φίλτρων

Σήματα και Συστήματα. Διάλεξη 9: Μελέτη ΓΧΑ Συστημάτων με τον Μετασχηματισμό Fourier. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

x(t) = 4 cos(2π600t π/3) + 2 cos(2π900t + π/8) + cos(2π1200t) (3)

4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER

Τι είναι σήµα; Ωςσήµαορίζεταιέναφυσικόµέγεθοςτοοποίοµεταβάλλεταισεσχέσηµετοχρόνοή το χώρο ή µε οποιαδήποτε άλλη ανεξάρτητη µεταβλητή ή µεταβλητές.

Α. Αιτιολογήστε αν είναι γραμμικά ή όχι και χρονικά αμετάβλητα ή όχι.

Σήματα και Συστήματα. Διάλεξη 13: Μελέτη ΓΧΑ Συστημάτων με τον Μετασχηματισμό Laplace. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

Κεφάλαιο 6 Σχεδιασμός FIR φίλτρων

Διάλεξη 2. Συστήματα Εξισώσεων Διαφορών ΔιακριτάΣήματαστοΧώροτης Συχνότητας

Ψηφιακή Επεξεργασία Σημάτων

Ακαδηµαϊκό Έτος , Εαρινό Εξάµηνο ιδάσκων Καθ.: Νίκος Τσαπατσούλης

Σχεδιασµός FIR φίλτρων

Ενδεικτικές Ασκήσεις για το μάθημα: «Μετρήσεις Φυσικών Μεγεθών»

ΘΕΜΑ 2 1. Υπολογίστε την σχέση των δύο αντιστάσεων, ώστε η συνάρτηση V

Τι είναι σήµα; Σεραφείµ Καραµπογιάς

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών

ΑΝΑΛΥΣΗ ΣΗΜΑΤΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΩΝ ΜΕ ΤΟ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟ FOURIER

FFT. Θα επικεντρωθούμε στο ΔΜΦ αλλά όλα ισχύουν και για τον

x(t) = 4 cos(2π600t π/3) + 2 sin(2π900t + π/4) + sin(2π1200t) (1) w(t) = y(t)z(t) = 2δ(t + 1) (2) (2 sin(2π900t + π/4) t= 1 + sin(2π1200t) )

6-Μαρτ-2009 ΗΜΥ Μετασχηματισμός z

Όταν θα έχουµε τελειώσει το Κεφάλαιο αυτό θα µπορούµε να:

Αναλογικά φίλτρα. Για να επιτύχουµε µια επιθυµητή απόκριση χρειαζόµαστε σηµαντικά λιγότερους συντελεστές γιαένα IIR φίλτροσεσχέσηµετοαντίστοιχο FIR.

H ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΤΟΣ. στις τηλεπικοινωνίες

y[n] ay[n 1] = x[n] + βx[n 1] (6)

X(e jω ) = x[n]e jωn (1) x[n] = 1. T s

Σχεδιασµός IIR φίλτρων

HMY 220: Σήματα και Συστήματα Ι

Άσκηση 1 η Να εξετάσετε αν τα ακόλουθα σήματα είναι περιοδικά. Στην περίπτωση περιοδικού σήματος, ποια είναι η θεμελιώδης περίοδος; 1 )

ΕΝΟΤΗΤΑ 12: ΑΠΟΚΡΙΣΗ ΣΥΧΝΟΤΗΤΑΣ ΔΙΑΓΡΑΜΜΑΤΑ BODE

Επομένως το εύρος ζώνης του διαμορφωμένου σήματος είναι 2.

Διάλεξη 6. Fourier Ανάλυση Σημάτων. (Επανάληψη Κεφ Κεφ. 10.3, ) Ανάλυση σημάτων. Τι πρέπει να προσέξουμε

Άσκηση: Ένα σύστηµα µε είσοδο u(t), έξοδο y(t) και διάνυσµα κατάστασης x(t) = (x 1 (t) x 2 (t)) T περιγράφεται από το ακόλουθο διάγραµµα:

ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ LAPLACE

Ιατρικά Ηλεκτρονικά. Χρήσιμοι Σύνδεσμοι. ΙΑΤΡΙΚΑ ΗΛΕΚΤΡΟΝΙΚΑ - ΔΙΑΛΕΞΗ 5γ. Σημειώσεις μαθήματος: E mail:

Διάλεξη 3. Δειγματοληψία και Ανακατασκευή Σημάτων. Δειγματοληψία και Ανακατασκευή Σημάτων. (Κεφ & 4.6,4.8)

ΘΕΩΡΙΑ ΣΗΜΑΤΩΝ & ΣΥΣΤΗΜΑΤΩΝ. Μετασχηµατισµός Laplace. Εµµανουήλ Ζ. Ψαράκης Πολυτεχνική Σχολή Τµήµα Μηχανικών Η/Υ & Πληροφορικής

Σήματα και Συστήματα. Διάλεξη 8: Ιδιότητες του Μετασχηματισμού Fourier. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

Σχεδιασµός IIR Φίλτρων Φίλτρα «άπειρης» κρουστικής απόκρισης IIR - Infinite impulse response filters

Σχεδιασµός Φίλτρων µε τηµέθοδο των παραθύρων

Filter Design - Part I. Νοέµβριος 2005 ΨΕΣ 1

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών. Σήματα. και. Συστήματα

Σήματα και Συστήματα. Διάλεξη 2: Στοιχειώδη Σήματα Συνεχούς Χρόνου. Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής

Θ.Ε. ΠΛΗ22 ( ) 2η Γραπτή Εργασία

Παράδειγµα ενός ηλεκτρικού συστήµατος

Τηλεπικοινωνιακά Συστήματα Ι

Άσκηση 06: Φίλτρα πεπερασμένης κρουστικής απόκρισης (Finite Impulse Response (F.I.R.) Filters)

ΣΕΙΡΕΣ ΚΑΙ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΙ FOURIER. e ω. Το βασικό πρόβλημα στις σειρές Fourier είναι ο υπολογισμός των συντελεστών c

Μετασχηµατισµός Ζ (z-tranform)

Σχεδιασμός Φίλτρων. Κυριακίδης Ιωάννης 2011

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-215: Εφαρµοσµένα Μαθηµατικά για Μηχανικούς ιδάσκοντες : Γ. Στυλιανού, Γ.

HMY 220: Σήματα και Συστήματα Ι

Ακαδηµαϊκό Έτος , Εαρινό Εξάµηνο ιδάσκων Καθ.: Νίκος Τσαπατσούλης

Θέματα Εξετάσεων Ιουνίου 2003 στο μάθημα Σήματα και Συστήματα και Λύσεις

Σήματα και Συστήματα

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧ/ΚΩΝ & ΜΗΧ/ΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα

Σχεδιασµός IIR φίλτρων - Λύσεις των Ασκήσεων

ΕΥΑΙΣΘΗΣΙΑ ΗΛΕΚΤΡΙΚΩΝ ΚΥΚΛΩΜΑΤΩΝ

Επεξεργασία Πολυµέσων. Δρ. Μαρία Κοζύρη Π.Μ.Σ. «Εφαρµοσµένη Πληροφορική» Τµήµα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών Πανεπιστήµιο Θεσσαλίας

Μετατροπή Αναλογικού Σήµατος σε. Ψηφιακό (A/D Conversion) Μετατροπή Ψηφιακού Σήµατος σε Αναλογικό (D/A Conversion)

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας. Ακαδημαϊκό Έτος Παρουσίαση Νο. 2. Δισδιάστατα Σήματα και Συστήματα #1

Ο Μετασχηματισμός Ζ. Ανάλυση συστημάτων με το μετασχηματισμό Ζ

HMY 220: Σήματα και Συστήματα Ι

1. Φάσμα συχνοτήτων 2. Πεδίο μιγαδ

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Σήματα και Συστήματα

Transcript:

ΜΑΘΗΜΑ 6: ΣΧΕ ΙΑΣΗ ΦΙΛΤΡΩΝ 6. Εισαγωγή Τα φίλτρα είναι µια ειδική κατηγορία ΓΧΑ συστηµάτων τα οποία τροποποιούν συγκεκριµένες συχνότητες του σήµατος εισόδου σε σχέση µε κάποιες άλλες. Η σχεδίαση ψηφιακών φίλτρων περιλαµβάνει τρία στάδια: (α) Τον καθορισµό των ιδιοτήτων του φίλτρου (καθορισµός προδιαγραφών), (β) την προσέγγιση των προδιαγραφών µέσω ενός αιτιατού διακριτού συστήµατος και (γ) την πραγµατοποίηση του συστήµατος. Στην περίπτωση που ένα ψηφιακό (διακριτού χρόνου) φίλτρο χρησιµοποιείται για την επεξεργασία σηµάτων συνεχούς χρόνου εφαρµόζεται η διάταξη του επόµενου σχήµατος. Το διακριτό jω σύστηµα σε αυτή την περίπτωση είναι ένα ΓΧΑ σύστηµα µε απόκριση συχνότητας H ( e ) και το συνολικό σύστηµα είναι ένα σύστηµα συνεχούς χρόνου µε απόκριση συχνότητας που δίνεται από τη σχέση H eff jωt π H ( e ), Ω ( jω) = T (6.) π, Ω > T υπό την προϋπόθεση ότι: (α) το σήµα εισόδου x c (t) έχει πεπερασµένο εύρος ζώνης, και (β) η περίοδος δειγµατοληψίας ικανοποιεί την συνθήκη του Nyquist. Κάτω από αυτές τις προϋποθέσεις οι προδιαγραφές του συνολικού συστήµατος µεταφέρονται στο φίλτρο διακριτού χρόνου µέσω της σχέσης ω=ωτ (µετασχηµατισµός συχνότητας). Παράδειγµα: Σχήµα : Χρήση ψηφιακών φίλτρων για επεξεργασία σηµάτων συνεχούς χρόνου ίνεται η διάταξη του Σχήµατος για την οποία θεωρούµε ότι οι µετατροπείς συνεχούς σε διακριτό (C/D) και διακριτού σε συνεχές (D/C) είναι ιδεατοί. Το σήµα εισόδου έχει πεπερασµένο εύρος ζώνης, δηλαδή X ( jω) =, για Ω m > π (rad/sec). (a) Να υπολογιστεί η ελάχιστη συχνότητα δειγµατοληψίας στον C/D converter. (b) Να υπολογιστούν οι προδιαγραφές του ψηφιακού φίλτρου έτσι ώστε το συνολικό σύστηµα να συµπεριφέρεται ως βαθυπερατό φίλτρο µε τις εξής ιδιότητες (θεωρήστε τη µέγιστη τιµή του Τ που προκύπτει από το (a)): (). Το κέρδος στην ζώνη διέλευσης [ π (rad/sec)] να διακυµαίνεται το πολύ ±. από την µονάδα. (). Το κέρδος στη ζώνη αποκοπής [π3 (rad/sec) ] είναι µικρότερο από.

6. Σχεδίαση IIR φίλτρων διακριτού χρόνου από αντίστοιχα συνεχούς χρόνου Η κλασσική µεθοδολογία σχεδίασης IIR (Infinite Impulse Response) φίλτρων διακριτού χρόνου βασίζεται στη σχεδίαση φίλτρων συνεχούς χρόνου και την χρήση κάποιων µετασχηµατισµών για την µετατροπή των προδιαγραφών στις αντίστοιχες φίλτρων διακριτού χρόνου. Υπάρχουν δύο βασικές µεθοδολογίες: (α) Η δειγµατοληψία της κρουστικής απόκρισης (ή της απόκρισης συχνότητας ιδεατών φίλτρων) -Impulse Invariance ethod, η οποία έχει προβλήµατα µε φαινόµενα αναδίπλωσης, και µπορεί να εφαρµοστεί για την σχεδίαση βαθυπερατών φίλτρων µόνο, και (β) η χρήση διγραµµικού µετασχηµατισµού ο οποίος αντιστοιχεί το χώρο των φυσικών συχνοτήτων (Ω), ο οποίος έχει µη πεπερασµένη έκταση, στο χώρο των συχνοτήτων των σηµάτων διακριτού χρόνου (ω) που περιορίζεται στο διάστηµα [ π]. 6.. Η µέθοδος δειγµατοληψίας της κρουστικής απόκρισης Έστω ότι h c (t) είναι η κρουστική απόκριση ενός αναλογικού φίλτρου, µε αντίστοιχη απόκριση συχνότητας Η c (jω), αν h c (t) αντιστοιχεί σε βαθυπερατό φίλτρο, δηλ. Η(jΩ)=, για Ω> Ωs, τότε µπορούµε να σχεδιάσουµε ένα αντίστοιχο φίλτρο διακριτού χρόνου δειγµατολειπτώντας την h c (t) µε κατάλληλη περίοδο δειγµατοληψίας: h{n}=t d h c (nt d ) (6.) το οποίο αντιστοιχεί σε απόκριση συχνότητας του διακριτού φίλτρου που δίνεται από τη σχέση j H ( e ω ) = ω H c ( j ), T για ω π, και εφόσον ισχύει d π H c ( jω ) =, Ω (6.3) T d Εποµένως η διαδικασία σχεδίασης συνοψίζεται σε τρία βήµατα: (α) Αν οι προδιαγραφές δίνονται για το φίλτρο διακριτού χρόνου, τότε αυτές µετασχηµατίζονται ω στις αντίστοιχες για το φίλτρο συνεχούς χρόνου µέσω της σχέσης Ω = (στην πράξη η τιµή της περιόδου δειγµατοληψίας T d δεν επηρεάζει τη σχεδίαση, δεδοµένου ότι τηρείται το θεώρηµα Nyquist, άρα µπορεί να θεωρηθεί για διευκόλυνση των υπολογισµών ότι T d =sec). (β) Σχεδιάζεται το αντίστοιχο φίλτρο συνεχούς χρόνου µε κάποια από τις κλασσικές προσεγγίσεις (Butterworth, Chebyshev, Elliptic). Η σχεδίαση αναφέρεται στην εξαγωγή της απόκρισης συχνότητας Η c (jω) ή στην εξαγωγή του µετασχηµατισµού Laplace Η c (s) της κρουστικής απόκρισης µε βάση τις προδιαγραφές που έχουν τεθεί στο (α). (γ) Υπολογίζεται η απόκριση συχνότητας του φίλτρου διακριτού χρόνου χρησιµοποιώντας τη j σχέση H ( e ω ) = ω H c ( j ), T για ω π, ή ο µετασχηµατισµός Ζ της κρουστικής απόκρισης του d διακριτού φίλτρου ο οποίος προκύπτει από τον µετασχηµατισµό Laplace µε αντικατάσταση κάθε πόλου s k µε τον πόλο z k =e js k T d στο επίπεδο του µετασχηµατισµού Ζ: T d Αν H c N A s k ( s) =, τότε H z) = k= s k N Ak ( (6.4) sk e z k= Από τη σχέση (6.4) προκύπτει ότι φίλτρα συνεχούς χρόνου που είναι ευσταθή και αιτιατά οδηγούν σε φίλτρα διακριτού χρόνου που είναι επίσης ευσταθή και αιτιατά.

6.. ιγραµµικός Μετασχηµατισµός Ο διγραµµικός µετασχηµατισµός είναι ένας αλγεβρικός µετασχηµατισµός ανάµεσα στις µεταβλητές s και z µέσω του οποίου ο άξονας jω του επιπέδου s αντιστοιχείται στον µοναδιαίο κύκλο του επιπέδου Ζ. s z + z =, (6.5(α)) + s z = (6.5(β)) s Η χρήση του διγραµικού µετασχηµατισµού για την σχεδίαση φίλτρων διακριτού χρόνου από αντίστοιχα συνεχούς είναι περισσότερο διαδεδοµένη γιατί δεν περιορίζεται σε βαθυπερατά φίλτρα (δεν πάσχει από φαινόµενα αναδίπλωσης) και µπορεί να χρησιµοποιηθεί για κάθε µέθοδο σχεδίασης και για κάθε είδους φίλτρο. Στον αντίποδα, δεδοµένου ότι ο διγραµµικός µετασχηµατισµός είναι µη γραµµικός η µεταφορά των προδιαγραφών από φίλτρα συνεχούς σε φίλτρα διακριτού και το αντίστροφο εισάγει κάποια παραµόρφωση στο χώρο της συχνότητας. Η διαδικασία σχεδίασης διακριτών φίλτρων από αντίστοιχα συνεχή µε χρήση του διγραµµικού µετασχηµατισµού συνοψίζεται σε τρία βήµατα: (α) Αν οι προδιαγραφές δίνονται για το φίλτρο διακριτού χρόνου, τότε αυτές µετασχηµατίζονται ω στις αντίστοιχες για το φίλτρο συνεχούς χρόνου µέσω της σχέσης Ω = tan( ) (στην πράξη η T d τιµή της περιόδου δειγµατοληψίας T d δεν επηρεάζει τη σχεδίαση άρα µπορεί να θεωρηθεί για διευκόλυνση των υπολογισµών ότι T d =sec). (β) Σχεδιάζεται το αντίστοιχο φίλτρο συνεχούς χρόνου µε κάποια από τις κλασσικές προσεγγίσεις (Butterworth, Chebyshev, Elliptic). Η σχεδίαση αναφέρεται στην εξαγωγή της απόκρισης συχνότητας Η c (jω) ή στην εξαγωγή του µετασχηµατισµού Laplace Η c (s) της κρουστικής απόκρισης µε βάση τις προδιαγραφές που έχουν τεθεί στο (α). (γ) Υπολογίζεται η απόκριση συχνότητας του φίλτρου διακριτού χρόνου χρησιµοποιώντας τη Ω + j j σχέση e ω =, ή ο µετασχηµατισµός Ζ της κρουστικής απόκρισης του διακριτού Ω j φίλτρου ο οποίος προκύπτει από τον µετασχηµατισµό Laplace σύµφωνα µε τη σχέση: H ( z) z H c (6.6) + z = Θεωρώντας τη σχέση s=σ+jω, και αντικαθιστώντας στην (6.5(β)) προκύπτει η σχέση (6.7) από την οποία συνάγεται ότι φίλτρα συνεχούς χρόνου που είναι ευσταθή και αιτιατά οδηγούν σε φίλτρα διακριτού χρόνου που είναι επίσης ευσταθή και αιτιατά. + σ z = σ ΩT + j ΩT j d d (6.7)

ΜΑΘΗΜΑ 7: ΣΧΕ ΙΑΣΗ FIR ΦΙΛΤΡΩΝ 7. Εισαγωγή Τα FIR φίλτρα έχουν κρουστική απόκριση µε πεπερασµένη διάρκεια. Σε αντίθεση µε τα IIR φίλτρα η σχεδίαση πραγµατοποιείται απευθείας στο διακριτό χρόνο µε στόχο την προσέγγιση µιας ιδεατής απόκρισης συχνότητας. Επιπλέον περιορισµοί όσον αφορά τη φάση της απόκρισης συχνότητας είναι συνήθεις στα FIR φίλτρα (σε πολλές περιπτώσεις ζητείται απόκριση συχνότητας µε γραµµική φάση). 7. Σχεδίαση FIR φίλτρων µε την µέθοδο του παραθύρου (window method). Έστω H d (e jω ) η ιδεατή απόκριση συχνότητας την οποία επιθυµούµε να προσεγγίσουµε µε ένα FIR φίλτρο. Η κρουστική απόκριση του ανωτέρω ιδεατού συστήµατος δίνεται από την επόµενη σχέση (αντίστροφος µετασχηµατισµός Fourier): π jω jωn hd { n} = H d e e dω π ( ) (7.) π Στα περισσότερα ιδεατά συστήµατα η απόκριση συχνότητας είναι τµηµατικά σταθερή, και εποµένως παρουσιάζει ασυνέχειες. Αυτό έχει ως αποτέλεσµα η κρουστική απόκριση να είναι µη αιτιατό σήµα µε άπειρη διάρκεια. Η προφανής µέθοδος για την υλοποίηση αιτιατών FIR φίλτρων είναι η αποκοπή της ιδεατής απόκρισης µε την εφαρµογή κάποιου παραθύρου. Το Σχήµα (α) δείχνει την κρουστική απόκριση του ιδεατού βαθυπερατού φίλτρου µε γραµµική φάση το οποίο περιγράφεται από τη σχέση (7.) (Μ σταθερά, στο συγκεκριµένο παράδειγµα Μ=4): H lp ( e jω ) = e, jω, ω ωc ω < ω π c (7.) Είναι φανερό ότι το ιδεατό σύστηµα είναι µη αιτιατό και IIR. Για να προσεγγίσουµε το ιδεατό αυτό σύστηµα µε ένα FIR φίλτρο πολλαπλασιάζουµε την ιδεατή κρουστική απόκριση µε ένα ορθογωνικό παράθυρο πεπερασµένης χρονικής διάρκειας: Η κρουστική απόκριση του FIR φίλτρου που προκύπτει περιγράφεται από τη σχέση (7.3), και εµφαίνεται στο Σχήµα (γ). hd { n}, n h( n) = hd { n} w{ n} = (7.3), αλλού όπου, n w {n} = (7.4), αλλού Είναι φανερό ότι το νέο σύστηµα είναι και αιτιατό και FIR. Το ερώτηµα είναι κατά πόσο το FIR φίλτρο προσεγγίζει την ζητούµενη ιδεατή απόκριση συχνότητας. Από τις ιδιότητες του µετασχηµατισµού Fourier προκύπτει ότι η απόκριση του FIR δίνεται από την περιοδική συνέλιξη της ιδεατής απόκρισης συχνότητας µε τον µετασχηµατισµό Fourier W(e jω ) του παραθύρου: H ( e jω π jθ j( ω θ ) ) = H d ( e ) W ( e ) dθ π (7.5) π

Με δεδοµένο ότι η κρουστική συνάρτηση δ(ω) είναι το ουδέτερο στοιχείο της συνέλιξης προκύπτει ότι όσο ο µετασχηµατισµός Fourier W(e jω ) του παραθύρου προσεγγίζει την κρουστική συνάρτηση (δηλαδή έχει περιορισµένο αριθµό µη µηδενικών συχνοτήτων οι οποίες είναι συγκεντρωµένες περί την συχνότητα ω=) τόσο καλύτερα θα προσεγγίζεται η απόκριση συχνότητας του ιδεατού συστήµατος από το FIR φίλτρο. Για το σκοπό αυτό έχουν χρησιµοποιηθεί διάφορα είδη παραθύρων πέραν του ορθογωνικού..8.8.6.6.4.4.. -. -. -.4 - -5 5 5 5 3 35 -.4 - -5 5 5 5 3 35 (α) (β)..8.6.4. -. - -5 5 5 5 3 35 (γ) Σχήµα : Κρουστική απόκριση ενός ιδεατού βαθυπερατού φίλτρου.4 5. -5.8 -.6-5.4 -. -5 - -.8 -.6 -.4 -...4.6.8-3 - -.8 -.6 -.4 -...4.6.8 (α) Σχήµα 3: Προσέγγιση του ιδεατής απόκρισης συχνότητας του συστήµατος που περιγράφεται από την εξίσωση (7.) από ένα FIR φίλτρο (Μ=4, ωc=.3π). (α) ιάγραµµα πλάτους, (β) διάγραµµα φάσης. (β)

7.3 Είδη Παραθύρων Ο µετασχηµαστισµός Fourier του ορθογωνικού παραθύρου δίνεται από τη σχέση: Wrec( e jω ) + sin{ ω } jω = e (7.6) ω sin{ } Από το Σχήµα 3 φαίνεται ότι το ύψος του κεντρικού λοβού είναι Μ+, ενώ το πλάτος του δίνεται από τη σχέση 4π/(Μ+). Είναι φανερό ότι αυξάνοντας την χρονικό εύρος (Μ) του παραθύρου ο κεντρικός λοβός προσεγγίζει όλο και περισσότερο την κρουστική συνάρτηση. υστυχώς όµως οι πλευρικοί λοβοί παρόλο που µε την αύξηση του Μ µειώνεται το εύρος τους αυξάνεται το ύψος τους. Όπως φαίνεται και από το Σχήµα 4, αύξηση του Μ (τάξη του FIR φίλτρου), οδηγεί σε µικρότερη ζώνη διάβασης και καλύτερη προσέγγιση της ιδανικής απόκρισης αλλά δεν µειώνει την διακύµανση (ripple) περί την συχνότητα αποκοπής ω c η οποία οφείλεται στους πλευρικούς λοβούς του ορθογωνικού παραθύρου. Η µόνη λύση είναι να χρησιµοποιηθεί κάποιο παράθυρο µη ορθογωνικό χωρίς ασυνέχειες. 8 6 4 - -.8 -.6 -.4 -...4.6.8 Σχήµα 4: Το πλάτος του µετασχηµατισµού Fourier για ορθογωνικά παράθυρα µήκους, Μ=7, 9,

AGNITUDE RESPONSE.8 H(w). Hlp(w).6.4. - -.8 -.6 -.4 -...4.6.8 Normalized Frequency x pi*rad /sec (α) AGNITUDE RESPONSE.8 H(w). Hlp(w).6.4. - -.8 -.6 -.4 -...4.6.8 Normalized Frequency x pi*rad /sec (β) AGNITUDE RESPONSE.8 H(w). Hlp(w).6.4. - -.8 -.6 -.4 -...4.6.8 Normalized Frequency x pi*rad /sec (γ) Σχήµα 5: Προσέγγιση της ιδανικής απόκρισης συχνότητας βαθυπερατού φίλτρου (ω c =.3π) µε FIR φίλτρο τάξης: (α) Μ=7, (β) Μ=5, (γ) Μ=35

7.3. Συνήθη είδη παραθύρων (α) Oρθογωνικό: w rec, n =, otherwise (β) Barlett (τριγωνικό) w bar n, n =,, n < n αλλού (γ) Hanning w han n.5.5cos(π ), =, n, otherwise (δ) Hamming (ε) Blackman w ham w bla n.54.46 cos(π ), n =, otherwise n n.4.5cos(π ) +.8cos(4π ), =, n otherwise Στο Σχήµα 5 απεικονίζονται τα διάφορα είδη παραθύρων ενώ στο Σχήµα 6 επιδεικνύεται το πλάτος µετασχηµατισµού Fourier τους (σε db)..8.6.4. 5 5 5 3 35 Σχήµα 6: Είδη Παραθύρων (κίτρινο => ορθγωνικό, κόκκινο => hamming, µαύρο => hanning, µπλέ => bartlett, µωβ => blackman)

- - - -3-4 -4-6 -5-6 -8-7 - -8-9 - - - -.8 -.6 -.4 -...4.6.8-4 - -.8 -.6 -.4 -...4.6.8 (α) (β) -5 - - -4-5 -6 - -8-5 - -3 - -35 - -.8 -.6 -.4 -...4.6.8-4 - -.8 -.6 -.4 -...4.6.8 (γ) (δ) - - -3-4 -5-6 -7-8 - -.8 -.6 -.4 -...4.6.8 (ε) Σχήµα 7: Λογαριθµική αναπαράσταση του πλάτους του µετασχηµατισµού Fourier για διάφορα είδη παραθύρων (ο οριζόντιος άξονας είναι x π), (α) Hamming, (β) Hanning, (γ) Blackman, (δ) Bartlett, (ε) Ορθογωνικό.

7.4 FIR φίλτρα γραµµικής φάσης Οποιοδήποτε FIR φίλτρο για το οποίο ισχύει h{n}=h{-n}, δηλαδή η κρουστική του απόκριση είναι συµµετρική ως προς Μ/ (Μ η τάξη του φίλτρου) έχει (γενικευµένη) γραµµική φάση. Σηµείωση: Όταν το Μ είναι περιττό ο περιορισµός της γραµµικής φάσης εισάγει ένα µηδενικό στην συχνότητα ω=π. Εποµένως υψιπερατά φίλτρα µπορούν να σχεδιαστούν µόνο µε χρήση άρτιου Μ. 7.5 Παράθυρα Kaiser Τα παράθυρα Kaiser παρέχουν µια σχεδόν βέλτιστη λύση όσον αφορά την συγκέντρωση των συχνοτήτων του µετασχηµατισµού Fourier περί την συχνότητα ω=, και χρησιµοποιούνται σχεδόν αποκλειστικά για την σχεδίαση FIR φίλτρων. Τα παράθυρα Kaiser περιγράφονται από τη σχέση (7.7): w kais n a I β a =, n I ( β ), otherwise (7.7) όπου α=μ/, και Ι ( ) είναι η συνάρτηση Bessel πρώτου είδους και µηδενικής τάξης. Το παράθυρο Kaiser έχει δύο παραµέτρους (β, Μ). Στο Σχήµα 7 επιδεικνύονται τα παράθυρα Kaiser για Μ=5 και β=3,6,9..9.8.7.6.5.4.3.. 5 5 5 Σχήµα 8: Τα παράθυρα Kaiser για Μ=5 και β=3,6,9

Στο Σχήµα 8 φαίνονται τα πλάτη των µετασχηµατισµών Fourier (σε db) για διάφορα παράθυρα Kaiser. Παρατηρούµε ότι µε την επιλογή του Μ ρυθµίζεται το πλάτος του κεντρικού λοβού ενώ µε την επιλογή του β ρυθµίζεται το ύψος των πλευρικών λοβών. - -4-6 -8 - - -4 - -.8 -.6 -.4 -...4.6.8 (α) - -4-6 -8 - - - -.8 -.6 -.4 -...4.6.8 (β) Σχήµα 9: Πλάτη των µετασχηµατισµών Fourier (σε db) για διάφορα παράθυρα Kaiser, (α) Μ=5, κόκκινο => β=3, µπλε => β=6, µαύρο => β=9, (β) β=6, κόκκινο =>Μ=7, µπλε => Μ=5, µαύρο => Μ=35.