Filter Design - Part IΙI. Νοέµβριος 2005 ΨΕΣ 1

Σχετικά έγγραφα
Κεφάλαιο 6 Σχεδιασμός FIR φίλτρων

Κεφάλαιο 6 Σχεδιασμός FIR φίλτρων

Σχεδιασµός FIR φίλτρων

Σχεδιασµός Φίλτρων µε τηµέθοδο των παραθύρων

Ψηφιακή Επεξεργασία Σημάτων

Μετασχηµατισµός FOURIER ιακριτού χρόνου DTFT

Ανάλυση ΓΧΑ Συστημάτων

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών

ΚΕΦΑΛΑΙΟ 3 ο. Μετασχηματισμός FOURIER Διακριτού Χρόνου DTFT. (Discrete Time Fourier Transform) ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΤΟΣ Σ. ΦΩΤΟΠΟΥΛΟΣ ΔΠΜΣ 1/ 45

ΚΕΦΑΛΑΙΟ 3 ο. Μετασχηματισμός FOURIER Διακριτού Χρόνου DTFT. (Discrete Time Fourier Transform) ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΤΟΣ Σ. ΦΩΤΟΠΟΥΛΟΣ ΔΠΜΣ 1 / 55

Ψηφιακή Επεξεργασία Σημάτων

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)

Διάλεξη 2. Συστήματα Εξισώσεων Διαφορών ΔιακριτάΣήματαστοΧώροτης Συχνότητας

Αντίστροφος Μετασχηματισμός Ζ. Υλοποίηση συστημάτων Διακριτού Χρόνου. Σχεδίαση φίλτρων

10-Μαρτ-2009 ΗΜΥ Παραθύρωση Ψηφιακά φίλτρα

Σχήµα 1: Χρήση ψηφιακών φίλτρων για επεξεργασία σηµάτων συνεχούς χρόνου

ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΤΟΣ ΑΣΚΗΣΗ 5

Kεφάλαιο 5 DFT- FFT ΔΙΑΚΡΙΤΟΣ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ FOURIER DISCRETE FOURIER TRANSFORM 1/ 80. ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΤΟΣ DFT-FFT Σ.

ΚΕΦΑΛΑΙΟ 3 ο. Μετασχηματισμός FOURIER Διακριτού Χρόνου DTFT

Παρουσίαση του μαθήματος

DFT ιακριτός µετ/σµός Fourier Discrete Fourier Transform

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών

ΛΥΣΕΙΣ ΤΩΝ ΑΣΚΗΣΕΩΝ + 1+ = =

Kεφάλαιο 5 DFT- FFT ΔΙΑΚΡΙΤΟΣ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ FOURIER DISCRETE FOURIER TRANSFORM ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΤΟΣ DFT-FFT. Σ.

ΚΕΦΑΛΑΙΟ 3 ο. Μετασχηματισμός FOURIER Διακριτού Χρόνου DTFT

ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ FOURIER ΑΝΑΛΥΣΗ FOURIER ΔΙΑΚΡΙΤΩΝ ΣΗΜΑΤΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΩΝ. DTFT και Περιοδική/Κυκλική Συνέλιξη

x[n]z n = ) nu[n]z n z 1) n z 1 (5) ( 1 z(2z 1 1]z n +

Εισαγωγή στις Τηλεπικοινωνίες. Δομή της παρουσίασης

ΨΕΣ DTFT. DFT-pairs: DFT-properties :

Σήματα και Συστήματα ΙΙ

y[n] ay[n 1] = x[n] + βx[n 1] (6)

Συστήματα Επικοινωνιών Ι

Ψηφιακή Επεξεργασία Σημάτων

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

FFT. εκέµβριος 2005 ΨΕΣ 1

3-Απρ-2009 ΗΜΥ Φίλτρα απόκρισης άπειρου παλμού (IIR)

ΕΙΣΑΓΩΓΗ ΣΤΑ ΗΛΕΚΤΡΟΝΙΚΑ ΦΙΛΤΡΑ

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

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

Ψηφιακή Επεξεργασία Σημάτων

Filter Design - Part I. Νοέµβριος 2005 ΨΕΣ 1

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών

HMY 220: Σήματα και Συστήματα Ι

ΚΕΦ.6 Σχεδιασµός FIR φίλτρων Λύσεις των ασκήσεων

Συστήµατα τα οποία χαρακτηρίζονται από γραµµικές εξισώσεις διαφορών µε σταθερούς συντελεστές

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

HMY 220: Σήματα και Συστήματα Ι

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

Συστήµατα τα οποία χαρακτηρίζονται από γραµµικές εξισώσεις διαφορών µε σταθερούς συντελεστές

Συστήµατα τα οποία χαρακτηρίζονται από γραµµικές εξισώσεις διαφορών µε σταθερούς συντελεστές

Συνεπώς, η συνάρτηση µεταφοράς δεν µπορεί να οριστεί για z=0 ενώ µηδενίζεται όταν z=1. Εύκολα προκύπτει το διάγραµµα πόλων-µηδενικών ως εξής:

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

Μετασχηµατισµός FOURIER ιακριτού Χρόνου - DTFT. Οκτώβριος 2005 ΨΕΣ 1

Σήµατα και συστήµατα διακριτού χρόνου

ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΤΟΣ. ΚΕΦΑΛΑΙΟ 4 ο Μετασχηματισμός Z

Εξεταστική Ιανουαρίου 2007 Μάθηµα: «Σήµατα και Συστήµατα»

Ψηφιακά Φίλτρα. Αναλογικά και ψηφιακά φίλτρα 20/5/ /5/2005 2

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

ΑΝΑΛΥΣΗ ΣΗΜΑΤΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΩΝ ΜΕ ΤΟ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟ FOURIER

Εισαγωγή στις Τηλεπικοινωνίες. Δομή της παρουσίασης

Ψηφιακή Επεξεργασία Σημάτων

ΦΙΛΤΡΑ. Κατηγορίες Φίλτρων

ΚΕΦΑΛΑΙΟ 4 ο Μετασχηματισμός Z. ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΤΟΣ - Μετασχ.-z

ΠΕΡΙΕΧΟΜΕΝΑ 1. ΕΙΣΑΓΩΓΙΚΕΣ ΕΝΝΟΙΕΣ 2. ΣΤΟΙΧΕΙΑ ΗΛΕΚΤΡΙΚΩΝ ΚΥΚΛΩΜΑΤΩΝ

Πανεπιστήµιο Κύπρου Πολυτεχνική Σχολή

Ψηφιακή Επεξεργασία Σήματος

Σήματα και Συστήματα ΙΙ

Ψηφιακή Επεξεργασία Σημάτων

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

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 4, Νέα Κτίρια ΣΗΜΜΥ Ανάλυση Επικοινωνιακών Σημάτων κατά Fourier

Σχεδιασµός ΙIR Φίλτρων

HMY 220: Σήματα και Συστήματα Ι

Μετασχηµατισµός Ζ (z-tranform)

3. Δίνεται ψηφιακό σύστημα που περιγράφεται από τη σχέση. y[n] = x[n]-2x[n-1] y[n] = x[n]-2x[1-n]

ΕΙΣΑΓΩΓΙΚΕΣ ΠΑΡΑΤΗΡΗΣΕΙΣ...3

ΕΝΟΤΗΤΑ 12: ΑΠΟΚΡΙΣΗ ΣΥΧΝΟΤΗΤΑΣ ΔΙΑΓΡΑΜΜΑΤΑ BODE

Επομένως το εύρος ζώνης του διαμορφωμένου σήματος είναι 2.

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

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

x[n] = x[n] = e j(k+rn)ωon = cos(k 2π N n + r2πn) + jsin(k 2π N n + r2πn) = cos(k 2π N n) + jsin( 2π N x[n] e j 2π N n = e j(k r) 2π N n = (2.

x(t)e jωt dt = e 2(t 1) u(t 1)e jωt dt = e 2 t 1 e jωt dt =

ΣΤΟΧΑΣΤΙΚΑ ΣΥΣΤΗΜΑΤΑ & ΕΠΙΚΟΙΝΩΝΙΕΣ 1o Τμήμα (Α - Κ): Αμφιθέατρο 3, Νέα Κτίρια ΣΗΜΜΥ Ανάλυση Επικοινωνιακών Σημάτων κατά Fourier

ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ FOURIER ΑΝΑΛΥΣΗ FOURIER ΔΙΑΚΡΙΤΩΝ ΣΗΜΑΤΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΩΝ. Διακριτός Μετασχηματισμός Fourier DFT

Μετασχηµατισµός z Oρισµός Ο δίπλευρος µετασχηµατισµός z, X(z) µίας ψηφιακής ακολουθίας x(n) ορίζεται ως εξής:

ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ FOURIER ΔΙΑΚΡΙΤΟΥ ΧΡΟΝΟΥ

Ψηφιακή Επεξεργασία Σηµάτων. ηµήτριος Βαρσάµης Καθηγητής Εφαρµογών

ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER

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

HMY 220: Σήματα και Συστήματα Ι

ΑΣΚΗΣΗ 6 Σχεδίαση FIR και IIR φίλτρων στο Matlab

Σχεδιασµός IIR φίλτρων - Λύσεις των Ασκήσεων

4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER

Ο Μετασχηματισμός Ζ. Ανάλυση συστημάτων με το μετασχηματισμό Ζ

y[n] = h[n] x[n] = Y (e jω ) = H(e jω ) + X(e jω ) (16.8) Y (z) = X(z)H(z), R Y R X R H (16.3)

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

Μετασχηµατισµός αναλογικών φίλτρων σε ψηφιακά

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

Παρατηρήσεις για το µετασχηµατισµό Laplace

Τ.Ε.Ι. Λαμίας Τμήμα Ηλεκτρονικής

Ακαδηµαϊκό Έτος , Εαρινό Εξάµηνο ιδάσκων Καθ.: Νίκος Τσαπατσούλης

Transcript:

Filter Design - Part IΙI Νοέµβριος 5 ΨΕΣ

Designing a filter : define H( & translate it into Difference Equation Νοέµβριος 5 ΨΕΣ

Τύποι φίλτρν Τα 4 βασικά είδη φίλτρν είναι: Η =. Βαθυπερατό ή κατπερατό (Low-pass. Υψιπερατό ή ανπερατό Η Η = (α (β (High-pass 3. Ζνοδιαβατό (Band-pass και 4. Απόρριψης ζώνης ή ζνοφρακτικό (band-reject = π π (γ (δ Νοέµβριος 5 ΨΕΣ 3

πραγµατικές προδιαγραφές Η( Στη ζώνη διέλευσης (- p φαίνεται η κυµάτση µεταξύ τν τιµών δ και -δ. Στη ζώνη αποκοπής (> s ηκυµάτση είναι µικρότερη του δ δ -δ δ Ζώνη διέλευσης Ζώνη µετάβασης Ζώνη αποκοπής p s Νοέµβριος 5 ΨΕΣ 4

Η( σε db Προδιαγραφές σε λογαριθµική κλίµακα db (decibel δ R p = log και Αs = log logδ δ δ δ R p Ζώνη µετάβασης A s p s Νοέµβριος 5 ΨΕΣ 5

Σχεδιασµός FIR φίλτρν Φίλτρα πεπερασµένης κρουστικής απόκρισης Finite Impulse Response (FIR filters y(n = M k= bk x(n k Νοέµβριος 5 ΨΕΣ 6

Βασικές κατηγορίες FIR φίλτρν. Φίλτρα µέσης τιµής (ΜΑ filters. Μέθοδος Μετασχ. Fourier ή Μέθοδος τν παραθύρν 3. Φίλτρα ισοκυµατικά βέλτιστα (equiripple filters 4. Φίλτρα µε δειγµατοληψία συχνότητας Νοέµβριος 5 ΨΕΣ 7

e.g. y(n = 3. x(n. x(n-. x(n- ( Let s compute the impulse response h(n of the system for x(n = δ(n ----( -- y(n = h(n h(n = 3. δ(n. δ(n-. δ(n- h( = 3. δ(. δ(-. δ(- = 3... = 3 h( = 3. δ(. δ(-. δ(- = 3... = h( = 3. δ(. δ(-. δ(- = 3... = h(3 = 3. δ(3. δ(3-. δ(3- = 3... =... -- h(n = [ 3. ] Νοέµβριος 5 ΨΕΣ 8

So, y(n = 3. x(n. x(n-. x(n- ( y(n reads = [ k= 3... ]. h(n x(n-k = b r * x( n convolution This is generalized for every FIR-filter : M r y(n = bk x(n k = b* x(n, k= r b = [b b...b ] [ h(, h(,...h(m] M Νοέµβριος 5 ΨΕΣ 9

δ(n LTI-system h(n δ(n FIR- Filter h(n y(n = M k= bk x(n k Νοέµβριος 5 ΨΕΣ

Χαρακτηριστικά τν FIR φίλτρν Hµορφή τν FIR φίλτρν: y(n = M k = b k x (n k Συνάρτηση µεταφοράς και απόκριση συχνότητας H(z = M k= b k z k και Η( = Μ k= b k e jk Έχουν µόνο µηδενισµούς ευστάθεια Νοέµβριος 5 ΨΕΣ

Η γραµµική φάση αποτελεί το βασικό χαρακτηριστικό τν FIR φίλτρν Η αναγκαία και ικανή συνθήκη για γραµµική φάση είναι η συµµετρία τν συντελεστών h(n του FIR φίλτρου Για ένα φίλτρο τάξες Ν, έχουµε δύο είδη συµµετρίας: άρτια: h(n = h(n-n και περιττή: h(n = -h(n-n Νοέµβριος 5 ΨΕΣ

Χ( H( Υ( Για φίλτρα µε άρτια / περιττή συµµετρία ισχύει Υ( Χ( ( = = ct. e, ct R H M -j δηλ. Η απόκριση συχνότητας περιλαµβάνει µεταβολή φάσης ενός ηµίτονου/συνηµίτονου στην είσοδο κατά ποσότητα ανάλογης της συχνότητας του. - µε αποτέλεσµα τη µηδενική παραµόρφση του συνολικού σήµατος στην είσοδο (που αποτελείται από αυτά τα ηµίτονα/συνηµίτονα Νοέµβριος 5 ΨΕΣ 3

Χ( H( Υ( H( =.5 Linear phase Non-Linear phase H( =.5 Νοέµβριος 5 ΨΕΣ 4

Υπολογισµός της απόκρισης συχνότητας µε την υπόθεση άρτιας συµµετρίας: b k =b -k Για ευκολία υποθέτουµε συµµετρία και στο χρόνο (µη αιτιατό σύστηµα h(n =[b -M.b - b b b...b M ] H ( = Μ b k κ = Μ e jk = b o b cos b cos... b M = b o M k= b k cos k Η απόκριση συχνότητας είναι πραγµατική δηλ. η φάση είναι = Το σύστηµα γίνεται αιτιατό µε µετακίνηση της h(n κατά Μ σηµεία. Από την ιδιότητα του DTFT έχουµε: Η(=e -jm Η ( ηλαδή η φάση είναι: θ = - Μ Νοέµβριος 5 ΨΕΣ 5

Στο πάν σχήµα οι συντελεστές είναι συµµετρικοί ς προς την αρχή τν αξόνν και το σύστηµα είναι βέβαια µη αιτιατό. Στο κάτ σχήµα το σύστηµα είναι αιτιατό και έχει (γραµµική φάση θ = -Μ - - h(n θ= n -5 5 5 θ=-μ -5 5 5 e.g. Μ=6 Νοέµβριος 5 ΨΕΣ 6

Νοέµβριος 5 ΨΕΣ 7 Να υπολογισθεί η απόκριση Η( για µήκος φίλτρου Ν=7 και άρτια συµµετρία συντελεστών: h(n=h(6-n για n=,,...6 παράδειγµα παράδειγµα { } { } { } ( cos( ( cos( ( cos( ( ( ( ( ( ( ( ( ( ( ( ( ( ( (... ( ( ( ( ( 3 3 3 6 5 4 3 3 3 3 3 3 3 3 6 h h h h e h e e h e e h e e h e e h e h e h h e h e h e h e e h e h h h n e H j j j j j j j j j j j j j j j j j jn = = = = = Προφανώς η φάση είναι: θ= θ= - 3 3

Τα 4 είδη τν FIR φίλτρν Τύπος Ν = περιττός & άρτια συµµετρία h(n=h(n--n H( = -α όπου α=(ν-/ H( : Υλοποιεί όλους τους τύπους τν φίλτρν Νοέµβριος 5 ΨΕΣ 8

Τύπος Ν=άρτιος & άρτια συµµετρία Και Επειδή για =π Η r (= h(n=h(n--n - Η( =Η r ( e -jα Ν/ H r ( N π = h( n cos(n- H(=-α όπου α=(ν-/ ΕΝ µπορεί να υλοποιήσει φίλτρα Υψιπερατά και Απόρριψης ζώνης. Νοέµβριος 5 ΨΕΣ 9

Τύπος 3 Ν=περιττός & περιττή συµµετρία h(n=-h(n--n Η( = Η r ( e j[β-α] H(= β-α = π/-(ν-/ (N / H r ( = h( N- n sin(n για = και =π Η r = Aρα ο τύπος αυτός ΕΝ δίνει Υψιπερατά και Βαθυπερατά φίλτρα. Είναι όµς κατάλληλο για διαφοριστές και µετασχ. Hilbert Νοέµβριος 5 ΨΕΣ

Τύπος 4 Ν=άρτιος & περιττή συµµετρία h(n=-h(n--n Η(= Η r ( e j[β-α] όπου για = Η r = H(=β-α =π/-(ν-/ N H ( h( N r = nsin{(n - } Αρα ο τύπος αυτός είναι κατάλληλος για διαφοριστές και µετασχ. Hilbert Νοέµβριος 5 ΨΕΣ

Τα 4 είδη τν FIR φίλτρν - Παράδειγµα - - - - Κέντρα συµµετρίας N=3 4 6 8 4 N= 4 6 8 4 N=3 4 6 8 4 N= 4 6 8 4 Τύπος Τύπος Τύπος3 Τύπος4 Νοέµβριος 5 ΨΕΣ

Μηδενισµοί τν FIR φίλτρν Επειδή δεν έχουν πόλους αλλά µόνο µηδενισµούς η ευστάθεια είναι δεδοµένη για όλο το µιγαδικό επίπεδο z Οι µηδενισµοί εφόσον είναι µιγαδικοί θα πρέπει να είναι συζυγείς για να έχουµε συναρτήσεις µε πραγµατικούς συντελεστές z z * Εάν θερήσουµε και την συµµετρία δεδοµένη θα πρέπει για κάθε µηδενισµό να υπάρχει και ο αντίστροφός του (επειδή Η(z=H(z - z (z - Aρα για κάθε µηδενισµό τιµής z, θα πρέπει να υπάρχουν και οι µηδενισµοί: z *, (z - και (z * - Νοέµβριος 5 ΨΕΣ 3

Notes on FIR-filters design Νοέµβριος 5 ΨΕΣ 4

To φίλτρο (κινούµενης µέσης τιµής (moving average filter To φίλτρο αυτό τάξες Ν=Μ έχει συντελεστές που έχουν ίδια τιµή και ίση µε /Ν: h(n =/N για n=,, N Π.χ. Μ= Ν=3 h(n = [ h( h( h(3 ] = /3. [ ] Νοέµβριος 5 ΨΕΣ 5

y(n = h(n * x(n x(n = [ x( x( x(3 x(4 x(5.. ] h(n = /3. [ ] y(n = [y( y( y(3 y(4...] = [.?. x( x( 3 x(3 x( x(3 3 x(4 x(3 x(4 3 x(5... ] Νοέµβριος 5 ΨΕΣ 6

Ολισθαίνν συµψηφισµός Ν=3 : εύρος παραθύρου x(n = [ x( x( x(3 x(4 x(5.. ] ( /3 y(n = [ y( y(3 y(4.. ] Νοέµβριος 5 ΨΕΣ 7

Η απόκριση συχνότητας (DTFT υπολογίζεται ( για Ν=περιττό: H(= M {coscos..cosm} (για αιτιατό φίλτρο ηφάσηείναι: H(= -Μ H(.8 Απόκριση συχνότητας γιά Ν=Μ=5. ιακρίνονται οι µηδενισµοί για =π/5 και 4π/5.6.4...4.6.8 π Νοέµβριος 5 ΨΕΣ 8

Υπολογισµών τν µηδενισµών και τν πόλν του φίλτρου µέσης τιµής (για Ν=5 h(n = /5. [ ] =. [ ] Η(z =.{ z - z - z -3 z -4 }= - z. - z -5 - Mία µορφή για την απόκριση: Η(=. e -j sin.5 sin.5 Νοέµβριος 5 ΨΕΣ 9

- z H(z =. - z -5 - Για τους µηδενισµούς : z 5 = θέτοντας : z=e jθ έχουµε e jθ5 = = e jkπ θ=kπ/5.5 -.5 Imaginary Part z= e jπ/5 Άρα οι µηδενισµοί της H(z είναι: - Real Part - -.5.5 z= e jπ/5, z= e j4π/5, z= e j6π/5, z= e j8π/5 (Ο µηδενισµός z= δεν υφίσταται λόγ του αντίστοιχου πόλου Νοέµβριος 5 ΨΕΣ 3

We ve created easily a Low-pass filter (the moving average How can we transform it to a Band-pass filter? Νοέµβριος 5 ΨΕΣ 3

Ζνοδιαβατά φίλτρα Μία βαθυπερατή συνάρτηση Η( µετατοπίζεται στο πεδίο τν συχνοτήτν κατά ο εάν συνελιχθεί µε τηµοναδιαία κρουστική συνάρτηση δ( ο. ο ο Επειδήησυνέλιξηστοπεδίοτνσυχνοτήτναντιστοιχείσε πολλαπλασιασµό στο πεδίο του χρόνου, µια ζνοδιαβατή συνάρτηση προκύπτει από τους συντελεστές του βαθυπερατού φίλτρου αν πολλαπλασιαστούν µε cos(n ο Νοέµβριος 5 ΨΕΣ 3

Ζνοδιαβατά φίλτρα - Παράδειγµα θερούµε τους συντελεστές βαθυπερατού φίλτρου που είναι h(n=/, n= - ές Πολλαπλασιάζουµε µε cos(n.π/3: n=- ές h b =/cos(n.π/3 Η απόκριση συχνότητας δεικνύεται στο παρακάτ σχήµα.8 Η(.6.4 π/3....3.4.5.6.7.8.9 π Νοέµβριος 5 ΨΕΣ 33

Υψιπερατά φίλτρα Υψιπερατά φίλτρα υλοποιούνται όπς τα ζνοδιαβατά ο ο αν η µετατόπιση της συχνότητας είναι ο =π Νοέµβριος 5 ΨΕΣ 34

Επειδή cos(nπ = ± ουσιαστικά αρκεί αλλαγή προσήµου κάθε περιττού όρου τν συντελεστών του βαθυπερατού φίλτρου για να µετατραπεί στο αντίστοιχο υψιπερατό.5 h(n -.5.5 h(n Βαθυπερατό H(.5 4 6 Υψιπερατό.5 H(.5 -.5 4 6.5 Νοέµβριος 5 ΨΕΣ 35

Απόκριση µέτρου και απόκριση πλάτους Ηαπόκρισηµέτρου Η( διαφοροποιείται από την απόκριση πλάτους Η r ( στις περιοχές που η απόκριση έχει πραγµατική αλλά αρνητική τιµή Νοέµβριος 5 ΨΕΣ 36

Έστ h(n = [ ] Η απόκριση συχνότητας είναι : H(e j = Σ h(n e -jn = e -j e -j = e -j {cos} Απόκριση Πλάτους : H(e j =H r (e j H(e j H r (e j = cos και H(e j =- για < π Απόκριση Μέτρου: H(e j = H(e j H(e j H(e j = cos και H(e j =- για < π/3 H(e j =π- γιαπ/3< π Νοέµβριος 5 ΨΕΣ 37

3 Η r ( 3 H( (α (β -.5 xπ -.5 xπ Απόκριση πλάτους (α και απόκριση µέτρου (β Νοέµβριος 5 ΨΕΣ 38

Transform the LP-filter h(n = [ ] to a HP-filter h HP (n = [ ].* [ cos(-.π cos(.π cos(.π ] = [ ].* [- - ] = [- - ] Νοέµβριος 5 ΨΕΣ 39

Why red? The color red is used by many non-human animals including monkeys, fish and birds to signal information to other members of their group. Red may also influence human mood and emotions, including aggressive behavior. What about other sports? Drs. Hill and Barton suspect these influences may affect the outcome of the combat sports. They even present some new data suggesting that wearing red had a winning influence in the outcome of soccer games played in the Euro 4 soccer tournament. Baseball's World Series (4: The winner was the Boston RED Sox Νοέµβριος 5 ΨΕΣ 4