Απόκριση Γραµµικών Συστηµάτων σε Εκθετικές Εισόδους

Σχετικά έγγραφα
Απόκριση Γραμμικών Συστημάτων σε Εκθετικές Εισόδους

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

z έχει µετασχ-z : X(z)= 2z 2

Περιγραφή Συστηµάτων. στο Επίπεδο z. Πόλοι και Μηδενισµοί Συνάρτησης Μεταφοράς. Νοέµβριος 2005 ΨΕΣ 1

ΚΕΦ.6 Σχεδιασµός FIR φίλτρων Λύσεις των ασκήσεων

Μετασχηµατισµός αναλογικών φίλτρων σε ψηφιακά

08.2 Αναπαράσταση περιοδικών ακολουθιών µε ιακριτές Σειρές Fourier

, του συστήµατος. αλλιώς έχουµε. 10π 15π

Σεραφείµ Καραµπογιάς. Ο µετασχηµατισµός Fourier παρέχει τη δυνατότητα µετάβασης από το πεδίο του χρόνου στο πεδίοσυχνότητας.

ΑΝΑΠΤΥΓΜA ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ FOURIER ΔΙΑΚΡΙΤΩΝ ΣΗΜΑΤΩΝ

ΚΕΦΑΛΑΙΟ 9 Η ηµιτονοειδής συνάρτηση

ΑΝΑΠΤΥΓΜA -ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ FOURIER ΑΝΑΛΟΓΙΚΩΝ ΣΗΜΑΤΩΝ

Συστήµατα τα οποία χαρακτηρίζονται από γραµµικές εξισώσεις διαφορών µε σταθερούς συντελεστές

Μετασχηµατισµός αναλογικών φίλτρων σε ψηφιακά

Συστήµατα τα οποία χαρακτηρίζονται από γραµµικές εξισώσεις διαφορών µε σταθερούς συντελεστές

Συστήµατα τα οποία χαρακτηρίζονται από γραµµικές εξισώσεις διαφορών µε σταθερούς συντελεστές

Εισαγωγή στη Θεωρία Σημάτων και Συστημάτων

ΠΑΡΑ ΕΙΓΜΑΤΑ ΑΝΑΠΤΥΞΕΩΣ ΠΕΡΙΟ ΙΚΩΝ ΣΗΜΑΤΩΝ ΣΕ ΣΕΙΡΑ FOURIER

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

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΣΕΙΡΕΣ FOURIER. ο µετασχηµατισµός αυτός δίνεται από την σχέση x = ). Έτσι, χωρίς βλάβη της γενικότητας,

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

Μια εναλλακτική θεμελίωση των κυμάτων

Το θεώρηµα Αλλαγής µεταβλητής και οι µετασχηµατισµοί συντεταγµένων

ΕΑΠ ΣΠΟΥ ΕΣ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ Θ.Ε. ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ Ι (ΠΛΗ-12)

Τι είναι σήµα; Σεραφείµ Καραµπογιάς

ΕΛΛΗΝΙΚΗ ΗΜΟΚΡΑΤΙΑ ΕΛΛΗΝΙΚΟ ΑΝΟΙKΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

Ι ΑΝΙΚΟ ΦΙΛΤΡΟ ΒΑΣΙΚΗΣ ΖΩΝΗΣ - ΚΑΤΩΠΕΡΑΤΟ ΦΙΛΤΡΟ. ω > ω. ω c Ζώνη διέλευσης. Σεραφείµ Καραµπογιάς. όπουω c είναιησυχνότητααποκοπής.

ΘΕΜΑΤΑ ΕΞΕΤΑΣΕΩΝ. ΛΟΓΙΣΜΟΣ Ι - ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ Ι ΑΣΚΩΝ : Χρήστος Βοζίκης

Τι είναι σήμα; Παραδείγματα: Σήμα ομιλίας. Σήμα εικόνας. Σεισμικά σήματα. Ιατρικά σήματα

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

Κεφάλαιο 7. Εισαγωγή στην Ανάλυση Fourier.

Θέματα Εξετάσεων Ιουνίου 2003 στο μάθημα Σήματα και Συστήματα και Λύσεις

Δύο κύματα στο ίδιο γραμμικό ελαστικό μέσον.

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

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΣΥΝΘΕΣΗ ΤΑΛΑΝΤΩΣΕΩΝ -ΑΡΜΟΝΙΚΟ ΚΥΜΑ-ΣΤΑΣΙΜΟ

Γ ΚΥΚΛΟΣ ΙΑΓΩΝΙΣΜΑΤΩΝ ΠΡΟΣΟΜΟΙΩΣΗΣ

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

ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΤΟΣ ΑΣΚΗΣΗ 5

είναι γραµµικώς ανεξάρτητοι, αποτελούν βάση του υποχώρου των πινάκων Β άρα η διάστασή του είναι 2. και 2

ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΠΛΗ 12: ΜΑΘΗΜΑΤΙΚΑ ΓΙΑ ΤΗ ΠΛΗΡΟΦΟΡΙΚΗ Ι ΛΥΣΕΙΣ 4 ης ΓΡΑΠΤΗΣ ΕΡΓΑΣΙΑΣ. 1 (γ) lim. 1/ x

4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER

Ψηφιακή Επεξεργασία Σημάτων

Τετραγωνική κυματομορφή συχνότητας 1 Hz

Ταλαντώσεις ερωτήσεις κρίσεως

ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER

Physics by Chris Simopoulos

Υπολογίζουμε εύκολα τον αντίστροφο Μετασχηματισμό Fourier μιας συνάρτησης χωρίς να καταφεύγουμε στην εξίσωση ανάλυσης.

ΒΑΣΙΚΑ ΟΡΙΑ. ,δηλαδή ορίζεται τουλάχιστον σ ένα από τα σύνολα (α, x. lim. lim g(x) , λ σταθερά lim g(x) (ισχύει και για περισσότερες από 2

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών

Ψηφιακή Επεξεργασία Σήματος. Γιάννης Κοψίνης Γραφείο: Ι (γιώτα) 3, (Δευτέρα 14:00-15:00)

ΣΧΟΛΗ ΕΜΦΕ ΤΟΜΕΑΣ ΦΥΣΙΚΗΣ Ηµιαγωγοί και Ηµιαγώγιµες οµές (7 ο Εξάµηνο Σπουδών) Ασκήσεις που παρουσιάστηκαν στο µάθηµα ( )

F = y n cos xˆx + sin xŷ. W OABO = F d r. ds + sin(x)dy ds. dy ds = 1 π. ) n 1 cos(s) + sin(s)ds. dy ds = 0. ds = 1 &

ΘΕΜΑ Ο Μιγαδικοί 5 Έστω w i w wi, όου w i,, R α. Να ρεθούν τα Rw και Im w. Να ρεθεί ο γεωμετρικός τόος των σημείων Μw στο μιγαδικό είεδο γ. Να ρεθεί τ

Ασκήσεις σε τρέχοντα µηχανικά κύµατα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

Σχήµα 1: Χρήση ψηφιακών φίλτρων για επεξεργασία σηµάτων συνεχούς χρόνου

Κεφάλαιο 2ο: ΜΙΓΑΔΙΚΟΙ ΑΡΙΘΜΟΙ

ΔΙΑΓΩΝΙΣΜΑ ΣΤΑ ΚΥΜΑΤΑ

1. Ένα σώμα εκτελεί ταυτόχρονα δύο απλές αρμονικές ταλαντώσεις ίδιας διεύθυνσης και ίδιας συχνότητας,

Ψηφιακή Επεξεργασία Σημάτων

ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΤΟΣ

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)

ΚΕΦΑΛΑΙΟ 14 ΚΑΤΩ ΙΑΒΑΤΑ ΦΙΛΤΡΑ BESSEL-THOMSON

Ψηφιακή Επεξεργασία Σημάτων

ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ Γ ΛΥΚΕΙΟΥ του Κώστα Βακαλόπουλου ΠΡΟΒΛΗΜΑΤΑ ΕΥΡΕΣΗΣ ΜΕΓΙΣΤΗΣ ΚΑΙ ΕΛΑΧΙΣΤΗΣ ΤΙΜΗΣ ΜΙΑΣ ΣΥΝΑΡΤΗΣΗΣ

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

Θέµα 1 ο Ι Α Γ Ω Ν Ι Σ Μ Α ΦΥΣΙΚΗ Γ ΛΥΚΕΙΟΥ *** ΘΕΤΙΚΗΣ & ΤΕΧΝΟΛΟΓΙΚΗΣ ΚΑΤΕΥΘΥΝΣΗΣ. Στις ερωτήσεις 1-5 να επιλέξετε την σωστή απάντηση :

10-Μαρτ-2009 ΗΜΥ Παραθύρωση Ψηφιακά φίλτρα

ΜΙΓΑΔΙΚΟΣ ΛΟΓΙΣΜΟΣ ΚΑΙ ΟΛΟΚΛ. ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΙ ΓΡΑΠΤΕΣ ΕΞΕΤΑΣΕΙΣ ΙΟΥΝΙΟΥ 2010 ΛΥΣΕΙΣ ΤΩΝ ΘΕΜΑΤΩΝ

Γ 2 κριτ.οµοιοτ. ΤΡΑΠΕΖΑ ΘΕΜΑΤΩΝ ΙΑΒΑΘΜΙΣΜΕΝΗΣ ΥΣΚΟΛΙΑΣ ΓΕΝΙΚΟ ΛΥΚΕΙΟ / ΤΑΞΗ : Β ΛΥΚΕΙΟΥ. ΜΑΘΗΜΑ: ΓΕΩΜΕΤΡΙΑ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ «Θέµατα Β»

ΑΝΑΠΤΥΓΜA - ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ FOURIER ΑΝΑΛΟΓΙΚΩΝ ΣΗΜΑΤΩΝ. Περιγράψουµε τον τρόπο ανάπτυξης σε σειρά Fourier ενός περιοδικού αναλογικού σήµατος.

ΣΧΟΛΗ ΕΜΦΕ ΤΟΜΕΑΣ ΦΥΣΙΚΗΣ Ηµιαγωγοί και Ηµιαγώγιµες οµές (7 ο Εξάµηνο Σπουδών)

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Πειραιά Σχολή Τεχνολογικών Εφαρμογών Τμήμα Μηχανολογίας

ΚΒΑΝΤΟΜΗΧΑΝΙΚΗ Ι. Πρόχειρο ιαγώνισµα: 11 Νοεµβρίου 2008 ( ιδάσκων: Α.Φ. Τερζής) ιάρκεια εξέτασης 1 ώρα.

ΕΞΕΤΑΣΤΙΚΗ ΠΕΡΙΟΔΟΣ ΙΑΝΟΥΑΡΙΟΥ 2014 ΛΥΣΕΙΣ ΤΩΝ ΘΕΜΑΤΩΝ

Ένα σώμα εκτελεί ταυτόχρονα τρεις (3) απλές αρμονικές ταλαντώσεις, που έχουν ίδια διεύθυνση, ίδια θέση ισορροπίας και εξισώσεις:

7.1. Το ορισµένο ολοκλήρωµα

Ο μετασχηματισμός z αντιστοιχεί στην ακολουθία συνάρτηση: Xz ()

Θέµατα Ηλεκτρολογίας Τεχνολογικής Κατεύθυνσης Γ Λυκείου 2000

X(s + j 2π T k)esit ds, C 1 = a + j(0,2π/t) ( ln(z) + j2πk. z i 1 dz, C = e at+j(0,2π). j2π C T

HMY 220: Σήματα και Συστήματα Ι

Δ Ι Π Λ Α Ο Λ Ο Κ Λ Η Ρ Ω Μ Α Τ Α

Physics by Chris Simopoulos

3.4 ΟΙ ΤΡΙΓΩΝΟΜΕΤΡΙΚΕΣ ΣΥΝΑΡΤΗΣΕΙΣ

ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΤΟΣ

Α=5 m ω=314 rad/sec=100π rad/sec

Αντίστροφος Μετασχηματισμός Ζ. Υλοποίηση συστημάτων Διακριτού Χρόνου. Σχεδίαση φίλτρων

Ελευθέριος Πρωτοπαπάς ΑΛΓΕΒΡΑ Β ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ ΣΥΝ ΥΑΣΤΙΚΑ ΘΕΜΑΤΑ

ΚΕΦΑΛΑΙΟ 8 Μιγαδικοί αριθµοί

Σχεδίαση Ηλεκτρονικών Κυκλωμάτων RF

Κεφάλαιο Σειρές και μετασχηματισμός Fourier

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

Αρµονική Ανάλυση. Ενότητα: L 2 -σύγκλιση σειρών Fourier - Ασκήσεις. Απόστολος Γιαννόπουλος. Τµήµα Μαθηµατικών

3.4 ΟΙ ΤΡΙΓΩΝΟΜΕΤΡΙΚΕΣ ΣΥΝΑΡΤΗΣΕΙΣ

Μερικές Διαφορικές Εξισώσεις

f p = lim (1 a n ) < n=0

Αρµονική Ανάλυση. Ενότητα: Σειρές Fourier - Ασκήσεις. Απόστολος Γιαννόπουλος. Τµήµα Μαθηµατικών

Transcript:

Σεραφείµ Καραµογιάς Αόκριση Γραµµικών Συστηµάτων σε Εκθετικές Εισόδους h x y όου Η αόκρισης συχνότητας είναι µιγαδική συνάρτηση της διακριτής συχνότητας και γενικά έχει τη µορφή + h Η συνάρτησηη είναι ο ιακριτόςμετασχηµατισµός Fourir της h και ονοµάζεται Αόκριση Συχνότητας του Συστήµατος arg +φ Acos x y Αόκριση Αόκριση λάτους φάσης Acos + φ+ arg

Γεωµετρικός ή γραφικός ροσδιορισµός της Η Υολογίζεται οιοτικά η αόκριση συχνότητας και βασίζεται στο διάγραµµα όλων και µηδενικών της N N b ρ ρ ρ L L Για N N b ρ ρ ρ L L θ β β β N a a a N V D D D C C C b N L L Σεραφείµ Καραµογιάς Ψηφιακά φίλτρα εερασµένης κρουστικής αόκρισης 9-

Σεραφείµ Καραµογιάς όου C i είναιηαόστασητουµηδενικού i αότοσηµείοτουµοναδιαίουκύκλου όουκαταλήγειτοδιάνυσµα D i είναι η αόσταση του όλου p i αό το σηµείο του µοναδιαίου κύκλου όου καταλήγειτοδιάνυσµα Οιφάσειςα i καιβ i είναιοιγωνίεςτωναντιστοίχωνδιανυσµάτωνµετονάξονατων θετικών ραγµατικών p i D i β i p i i C i i a i p i β i i ai Ψηφιακά φίλτρα εερασµένης κρουστικής αόκρισης 9-3

Σεραφείµ Καραµογιάς Το µέτρο είναι καιηφάσηείναι V b C D C D LC LD N θ a + a + L β + β + Lβ b + N + a N Η αρουσία ενός µηδενικού κοντά στο µοναδιαίο κύκλο αναγκάζει το µέτρο της αόκρισης συχνότητας να αίρνει ολύ µικρές τιµές, για τιµές της συχνότητας κοντά στο συγκεκριµένο σηµείο του µοναδιαίου κύκλου Η αρουσία ενός όλου κοντά στο µοναδιαίο κύκλο αναγκάζει το µέτρο της αόκρισης συχνότητας να αίρνει ολύ µεγάλες τιµές, για τιµές της συχνότητας κοντά στο συγκεκριµένο σηµείο του µοναδιαίου κύκλου Οι όλοι ειφέρουν το αντίθετο αοτέλεσµα αό τα µηδενικά Ψηφιακά φίλτρα εερασµένης κρουστικής αόκρισης 9-4

Σεραφείµ Καραµογιάς Να σχεδιαστεί ψηφιακό φίλτρο το οοίο να αοκότει τη συχνότητα. φίλτρο αοκοής ή αόρριψης συχνότητας. Για να δηµιουργήσουµε ένα µηδενικό στην αόκριση συχνότητας για µία συγκεκριµένη συχνότητα αλώς εισάγουµε ένα ζεύγος συζυγών µιγαδικών ± µηδενικώνάνωστοµοναδιαίοκύκλοκαισεµίαγωνία, δηλαδή, b cos + b αρατηρούµε ότι µηδενίζει τη συχνότητα ταυτόχρονα όµως εξασθενίζει ση- µαντικάκαιτιςσυχνότητεςγύρωαότην. Για να µειώσουµε το εύρος χρησιµοοιούµε τεχνικές FIR φίλτρων µεγαλύτερης τάξης Μία διαφορετική ροσέγγιση είναι αυτή της εισαγωγής όλων ου βρίσκονται στην ίδια γωνία συχνότητα µε τα µηδενικά στην αόκριση συχνότητας, δηλαδή,. r ±.. Το αοτέλεσµα των όλων είναι η εισαγωγή συντονισµού στην εριοχή γύρω αό τα µηδενικά και συνεώς η ελάττωση του εύρους των συχνοτήτων ου εηρεάζονται. p Ψηφιακά φίλτρα εερασµένης κρουστικής αόκρισης 9-5

cos cos + + r r b r r b οότε η αόκριση συχνότητας του φίλτρου γίνεται Σεραφείµ Καραµογιάς 9-6 Ψηφιακά φίλτρα εερασµένης κρουστικής αόκρισης

Σεραφείµ Καραµογιάς Ιδανικά φίλτρα f f διέλευσης f c αοκοής f αοκοής f c f διέλευσης Ιδανικό βαθυερατό φίλτρο Ιδανικό υψιερατό φίλτρο f f αοκοής f διέλευσης f f αοκοής διέλευσης f αοκοής f f διέλευσης Ιδανικό ζωνοερατό φίλτρο Ιδανικό ζωνοφρακτικό φίλτρο Ψηφιακά φίλτρα εερασµένης κρουστικής αόκρισης 9-7

Σεραφείµ Καραµογιάς Πραγµατικά φίλτρα f A A LPF f A A PF διέλευσης f c αοκοής f αοκοής f c διέλευσης f Πραγµατικό βαθυερατό φίλτρο Πραγµατικό υψιερατό φίλτρο f A A ΒPF f A A ΒRF αοκοής f διέλευσης f αοκοής f διέλευσης f αοκοής f f διέλευσης Πραγµατικό ζωνοερατό φίλτρο Πραγµατικό ζωνοφρακτικό φίλτρο Στη συχνότητα 3dB η αόκριση λάτους f του συστήµατος είναι ίση µε το / της µεγίστης τιµής της. Ψηφιακά φίλτρα εερασµένης κρουστικής αόκρισης 9-8

Σεραφείµ Καραµογιάς Μέθοδοι σχεδίασης FIR φίλτρων Με τη βοήθεια συναρτήσεων µορφής αραθύρου Widow dsig tchiqus. Βασισµένη στη δειγµατοληψία στη συχνότητα Frqucy samplig dsig tchiqus. Βέλτιστη µέθοδος σχεδίασης ίσης κυµάτωσης Optimal quirippl tchiqus. Ψηφιακά φίλτρα εερασµένης κρουστικής αόκρισης 9-9

Σεραφείµ Καραµογιάς Ι ΑΝΙΚΟ ΦΙΛΤΡΟ ΒΑΣΙΚΗΣ ΖΝΗΣ - ΚΑΤΠΕΡΑΤΟ ΦΙΛΤΡΟ ω όουω c είναιησυχνότητααοκοής. ω t,, ω < ωc ω > ω c ω arg ω αοκοής ω c διέλευσης ω c αοκοής ω ω Η είδραση του φίλτρου σε ένα σήµα εισόδου, µε φασµατικό εριεχόµενο εντοισµένοστηζώνηδιέλευσης, είναιµιαχρονικήκαθυστέρηση t. x t ω y t x t t t ω c ω c t Ψηφιακά φίλτρα εερασµένης κρουστικής αόκρισης t 9-

Σεραφείµ Καραµογιάς Κρουστική αόκριση Αόκριση συχνότητας h t si ω c t t ω, ω < ωc, αλλι& ως Π ω ω c h t ω ωc ω c ω c t ω c ωc ω Ιδιότητα της ολίσθησης στο χρόνο του µετασχηµατισµού Fourir γιακάθεραγµατικόαριθµό t x F ω t X t t ω Ψηφιακά φίλτρα εερασµένης κρουστικής αόκρισης 9-

Η κρουστική αόκριση και η αόκριση συχνότητας του ιδανικού κατωερατού φιλτρού h [ t t ] si ω c ωc ωc t t t sic t t ω Σεραφείµ Καραµογιάς ω t,, ω < ω c ω > ω c h t ω c ω t ω c t + ω c ω c ω c ω t t arg ω T c ω c ω Ψηφιακά φίλτρα εερασµένης κρουστικής αόκρισης 9-

Σεραφείµ Καραµογιάς Σχεδιασµός FIR φίλτρων µε τη βοήθεια συναρτήσεων µορφής αραθύρου + δ δ Passbad rippl διέλευσης Μεταβατική ζώνη αοκοής Stopbad rippl δ P S Dcibls R P A S dblog max Η ταλάντωση ζώνης διέλευσης σε db Η εξασθένηση της ζώνης αοκοής σε db όου δ είναι η ανοχή tolrac της αντίστοιχης ζώνης R p A s δ log > >> + δ δ log > >> + δ Ψηφιακά φίλτρα εερασµένης κρουστικής αόκρισης 9-3

Αν µε d δηλώνουµε τη ειθυµητή αόκριση συχνοτήτων του ιδανικού φίλτρου ου θέλουµε να κατασκευάσουµε a, c d, c < Ησυχνότητα c καλείταισυχνότητααοκοής cutoff frqucy κρουστική αόκριση έχει µη εερασµένη διάρκεια και είναι Η h d h + + [ d ] d d d F h d si [ a ] a είναι συµµετρική ως ρος α ιδιότητα των φίλτρων ελάχιστης φάσης c Σεραφείµ Καραµογιάς a d h d a c c a+ c d a t c c Ψηφιακά φίλτρα εερασµένης κρουστικής αόκρισης 9-4

Για να βρούµε το FIR φίλτρο αό την h d εριορίζουµε την h d αό τις δύο λευρές. Για να είναι το φίλτρο αιτιατό, ευσταθές και ελάχιστης φάσης θα ρέει η κρουστικήτουαόκρισηναέχειµήκοςμ καιναβρίσκεταιαότην a η λειτουργία αυτή ονοµάζεται αραθύρωση και εριγράφεται αό την όου hd, h, w συµµετρική αοτελείτηνακολουθίααραθύρου. αλλιώς h h w συνάρτηση ωςρος α,, d και Σεραφείµ Καραµογιάς - αλλιώς Στην ερίτωση του ορθογώνιου αραθύρου είναι w,, αλλιώς - R Ψηφιακά φίλτρα εερασµένης κρουστικής αόκρισης 9-5

Ποιο είναι το τίµηµα της αραθύρωσης Η αόκριση συχνότητας του FIR φίλτρου είναι λ λ W d W d d Σεραφείµ Καραµογιάς dλ C C Ο F τουιδανικούφίλτρου h d Rippls Trasitio badwidth Μέγιστο ύψος λευρικού λοβού W Εύρος κύριου λοβού C Ο F του ορθογώνιου αραθύρου w Ψηφιακά φίλτρα εερασµένης κρουστικής αόκρισης 9-6 C iimum stopbad attuatio Ο F του ραγµατικού φίλτρου h

Σεραφείµ Καραµογιάς Για την ερίτωση του ορθογώνιου αραθύρου έχουµε w,, αλλιώς - R Η συνάρτηση αόκρισης συχνότητας είναι και η αόκριση λάτους είναι si W si W r si si Η αόκριση λάτους έχει το ρώτο µηδενισµό στη συχνότητα έτσι η ζώνη διέλευσης έχει ερίου εύρος 4, όου Ψηφιακά φίλτρα εερασµένης κρουστικής αόκρισης 9-7

Η κορυφή του ρώτου λευρικού λοβού βρίσκεται στη συχνότητα και έχει 3 si Wr, για >> 3 si 3 3 / Συγκρίνονταςτολάτοςαυτόµετολάτοςτουκύριουλοβούέχουµεότιτολάτοςτου λευρικού λοβού είναι,% 3dB 3 του λάτους του κεντρικού λοβού. Σεραφείµ Καραµογιάς 3 Παρατηρούµε ότι η ελάχιστη εξασθένιση της ζώνης αοκοής είναι db και ότι είναι ανεξάρτητη του µήκους του αραθύρου. 4 Είσης αρατηρούµε ότι το ακριβές εύρος της µεταβατικής ζώνης είναι τοοοίοείναιτοµισότουεύρουςτου s p 4 /,8 Ψηφιακά φίλτρα εερασµένης κρουστικής αόκρισης 9-8

Ορθογώνιο φίλτρο Τριγωνικό φίλτρο Σεραφείµ Καραµογιάς Φίλτρο ammig w w w 45 45 45 db db db 6dB db 54dB Ψηφιακά φίλτρα εερασµένης κρουστικής αόκρισης 9-9

Σεραφείµ Καραµογιάς Παράθυρο Rctagular wboxcar w,, αλλιώς Bartltt aig ammig Blacma wtriag whaig whammig wblacma w w w w,,, αλλιώς,5 [ cos ],,,54,46 cos,,4,5cos, αλλιώς αλλιώς 4 +,8cos,, αλλιώς Ψηφιακά φίλτρα εερασµένης κρουστικής αόκρισης 9-

Σεραφείµ Καραµογιάς Όνοµα αραθύρου Rctagular Bartltt aig ammig Blacma Εύρος µεταβατικής ζώνης Προσέγγιση Ακριβής τιµή 4 8 8 8,8 6, 6, 6,6 Ελάχιστη αόσβεση stopbad db 5dB 44dB 54dB 74dB Ψηφιακά φίλτρα εερασµένης κρουστικής αόκρισης 9-

Παράδειγµα Να σχεδιαστεί ένα χαµηλοερατό FIR φίλτρο διακριτού χρόνου µε χαρακτηριστικά p, s,3 Σεραφείµ Καραµογιάς R p, 5dB A s 5 db Λύση Μορούµε να ειλέξουµε είτε αράθυρο ammig είτε Blacma αφού και τα δύο δίνουν εξασθένηση µεγαλύτερη αό 5 db. Ειλέγεται αράθυρο ammig του οοίου η ακριβής τιµή του εύρους ζώνης είναι Έτσιητάξητουφίλτρουείναι s p 6,6 Με το ρόγραµµα ου ακολουθεί ροσδιορίζεται το φίλτρο η ταλάντωση της ζώνης διέλευσης, R p,καιηεξασθένησηζώνηςαοκοής A s. 6,6 + s p Ψηφιακά φίλτρα εερασµένης κρουστικής αόκρισης 9-

Σεραφείµ Καραµογιάς h d w Ιδανική κρουστική αόκριση h Παράθυρο ammig 5dB Πραγµατική κρουστική αόκριση Μέτρο αόκρισης συχνότητας σε db εύρος µεταβατικήςζώνης,34 67,7854 R,394 A 5 c p s Ψηφιακά φίλτρα εερασµένης κρουστικής αόκρισης 9-3

Σεραφείµ Καραµογιάς wp.*pi; ws.3*pi; tr_width ws - wp cil6.6*pi/tr_width + ; [::-]; wc ws+wp/ % Συχνότητα αοκοής του ιδανικού φίλτρου hd idal_lpwc,; % Ιδανικόφίλτρο w_ham hammig'; % Παράθυρο ammig h hd.* w_ham; %Πραγµατικόφίλτρο [db,mag,pha,grd,w] frq_mh,[]; dlta_w *pi/; Rp -midb::wp/dlta_w+ % Ταλάντωσηζώνηςδιέλευσης As -roudmaxdbws/dlta_w+::5 % Εξασθένησηζώνηςαοκοής % plots subplot,,; stm,hd; titl'ιδανικήκρουστικήαόκριση' axis[ - -..3]; xlabl''; ylabl'hd' subplot,,; stm,w_ham; titl'παράθυρο ammig' axis[ -.]; xlabl''; ylabl'w' subplot,,3; stm,h;titl'πραγµατική κρουστική αόκριση' axis[ - -..3]; xlabl''; ylabl'h' subplot,,4; plotw/pi,db; titl'μέτρο αόκρισης συχνότητας σε db'; grid axis[ - ]; xlabl'συχνότητασεµονάδες'; ylabl'dcibls' stgca,'xticod','maual','xtic',[,.,.3,] stgca,'yticod','maual','ytic',[-5,] stgca,'yticlablod','maual','yticlabls',['5';' '] Ψηφιακά φίλτρα εερασµένης κρουστικής αόκρισης 9-4

Σεραφείµ Καραµογιάς fuctio hd idal_lpwc,; % hd κρουστική αόκριση ιδανικού φίλτρου to - % wc συχνότητα αοκοής σε radias % µήκος του ιδανικού φίλτρου alpha -/; [::-]; m - alpha + ps; hd siwc*m./ pi*m; fuctio [db,mag,pha, w] frq_mb,a; % db Σχετικό µέτρο σε db στο διάστηµα έως radias % mag αόλυτο µέτρο στο διάστηµα έως radias % pha Αόκριση φάσης σε radias στο διάστηµα έως radias % w 5 δείγµατα συχνότητας στο διάστηµα έως radias % b Πολυώνυµοαριθµητήτου f για FIR: bh % a Πολυώνυµοαρανοµαστήτου για FIR: a[] [,w] frqb,a,,'whol'; ::5'; w w::5'; mag abs; db *logmag+ps/maxmag; pha agl; Ψηφιακά φίλτρα εερασµένης κρουστικής αόκρισης 9-5

Σεραφείµ Καραµογιάς Η αόκριση συχνότητας και για τα τέσσερα είδη φίλτρων γραµµικής φάσης είναι β r Στοίνακαουακολουθείδίνονταιοιτιµέςτουβκαιτου r Τύος φίλτρου γραµµικής φάσης Τύος- Τύος- Τύος-3 Τύος-4 εριττός, συµµετρική h άρτιος, συµµετρική h εριττός, αντισυµµετρική h άρτιος, αντισυµµετρική h β r / / a / b cos / c d si cos [ ] si [ ] Συντελεστές a h b h 3,, K c h,, K d h,, K Ψηφιακά φίλτρα εερασµένης κρουστικής αόκρισης 9-6

Μέθοδος σχεδίασης φίλτρων βασισµένη στη δειγµατοληψία στη συχνότητα. Γνωρίζουµε ότι η συνάρτηση µεταφοράς ενός συστήµατος ανακτάται αό τα δείγµατά της µε βοήθεια της σχέσης / h όου είναιοdft -σηµείωντης f. Για φίλτρα γραµµικής φάσης έχουµε,,,, ± h h K όουτο + είναιγιαφίλτραγραµµικήςφάσηςτύου- καιτύου- ένωτο γιατα φίλτραγραµµικήςφάσηςτύου-3καιτύου-4. / µε,,,,, / K Η αόκριση συχνότητας του συστήµατος είναι Σεραφείµ Καραµογιάς 9-7 Ψηφιακά φίλτρα εερασµένης κρουστικής αόκρισης

τελικά,,,,, r r r K όου r και &,,...,,,...,, Typ + 3& 4,,...,,,...,, Typ + ± ± ] IDFT[ h Η κρουστική αόκριση του φίλτρου είναι Σεραφείµ Καραµογιάς 9-8 Ψηφιακά φίλτρα εερασµένης κρουστικής αόκρισης

Σεραφείµ Καραµογιάς Μέθοδος σχεδίασης φίλτρων βασισµένη στη δειγµατοληψία στη συχνότητα. ίνεται ένα ιδανικό φίλτρο βασικής ζώνης d. Προσδιορίζεται το µήκος του φίλτρου. Βρίσκονται Μ δείγµατα της d σε ισαέχοντα σηµεία στο διάστηµα έως. Βρίσκεται η κρουστική αόκριση του φίλτρου h και η αόκριση συχνότητας του ραγµατικού φίλτρου. d 3 4 5 6 7 8 9 Ιδανική αόκριση συχνότητας και τα δείγµατά της 3 4 5 6 7 8 9 Τα δείγµατα της ιδανικής αόκρισης και η ραγµατική κρουστική αόκριση Υάρχουν δύο τρόοι σχεδιάσης κατά ροσέγγιση Στον ρώτο δεχόµαστε όοιο σφάλµα αρουσιασθεί Στο δεύτερο ροσθέτουµε σηµεία στην µεταβατική ζώνη ώστε να ελαττώσουµε το σφάλµα Ψηφιακά φίλτρα εερασµένης κρουστικής αόκρισης 9-9

Παράδειγµα Να σχεδιαστεί ένα χαµηλοερατό FIR φίλτρο διακριτού χρόνου µε χαρακτηριστικά Λύση p, s,3 R p, 5dB A s 5 db Ειλέγουµε και έχουµε 3 δείγµατα στη ζώνη διέλευσης και 7 δείγµατα στη ζώνη αοκοής. Έτσι έχουµε [,,,,,,,,] 443 K r 5µηδενικά είναιείσηςμκαι a / 9,5έτσιέχουµετοφίλτρογραµµικήςφάσης τύου- και έχουµε για το όρισµα 9,5, + 9,5, r 9 9 και βρίσκουµε τα δείγµατα της συνάρτησης µεταφοράς αό την και την κρουστική αόκριση αό την r h IDFT[ ] Σεραφείµ Καραµογιάς Ψηφιακά φίλτρα εερασµένης κρουστικής αόκρισης 9-3

Σεραφείµ Καραµογιάς ; alpha -/; l :-; wl *pi/*l; rs [,,,ros,5,,]; dr [,,,]; wdl [,.5,.5,]; :floor-/; floor-/+:-; ag [-alpha**pi/*, alpha**pi/*-]; rs.*xp*ag; h ralifft,; [db,mag,pha,w] frq_mh,; [r,ww,a,l]r_typh; Ψηφιακά φίλτρα εερασµένης κρουστικής αόκρισης 9-3

Σεραφείµ Καραµογιάς r r r,5,39 r r r,5,39 r 6dB r 3dB r 43dB Ψηφιακά φίλτρα εερασµένης κρουστικής αόκρισης 9-3

Ή r µορεί να γραφεί, για όλες τις εριτώσεις, ως γινόµενο µίας συνάρτησηςτουτης Q καιενόςαθροίσµατοςσυνηµίτονων P, δηλαδή, Q P Σεραφείµ Καραµογιάς Τύος φίλτρου γραµµικής φάσης Q L P Τύος- εριττός, συµµετρική h L a cos Τύος- άρτιος, συµµετρική h cos L b ~ cos Τύος-3 εριττός, αντισυµµετρική h si 3 L c~ cos Τύος-4 άρτιος, αντισυµµετρική h si L d ~ cos Ψηφιακά φίλτρα εερασµένης κρουστικής αόκρισης 9-33