Digitalna obradba signala DOS

Σχετικά έγγραφα
PRIMJER 3. MATLAB filtdemo

Funkcija prenosa. Funkcija prenosa se definiše kao količnik z transformacija odziva i pobude. Za LTI sistem: y n h k x n k.

Kaskadna kompenzacija SAU

Napisat demo program koji generira funkciju prijenosa G(s)=(2s+4)/(s2+4s+3) s=tf('s'); Br=2*s+4;Naz=s^2+4*s+3; G=Br/Naz

3.1 Granična vrednost funkcije u tački

UNIVERZITET U NIŠU ELEKTRONSKI FAKULTET SIGNALI I SISTEMI. Zbirka zadataka

Obrada signala

Cauchyjev teorem. Postoji više dokaza ovog teorema, a najjednostvniji je uz pomoć Greenove formule: dxdy. int C i Cauchy Riemannovih uvjeta.

TRIGONOMETRIJSKE FUNKCIJE I I.1.

ELEKTROTEHNIČKI ODJEL

2 tg x ctg x 1 = =, cos 2x Zbog četvrtog kvadranta rješenje je: 2 ctg x

numeričkih deskriptivnih mera.

Primjer - aritmetička sredina = M. x s. Primjer - nastavak. amplituda. vremenski indeks n. orginalni signal šum signal + šum

Funkcije dviju varjabli (zadaci za vježbu)

Stabilnost i kauzalnost sistema

SIMULACIJA MREŽA U FREKVENCIJSKOM DOMENU

III VEŽBA: FURIJEOVI REDOVI

2.2 Srednje vrijednosti. aritmetička sredina, medijan, mod. Podaci (realizacije varijable X): x 1,x 2,...,x n (1)

Upravljanje u mehatroničkim sustavima

(P.I.) PRETPOSTAVKA INDUKCIJE - pretpostavimo da tvrdnja vrijedi za n = k.

Eliminacijski zadatak iz Matematike 1 za kemičare

Otpornost R u kolu naizmjenične struje

Operacije s matricama

Matematika 1 - vježbe. 11. prosinca 2015.

M086 LA 1 M106 GRP. Tema: Baza vektorskog prostora. Koordinatni sustav. Norma. CSB nejednakost

( , treći kolokvij) 3. Na dite lokalne ekstreme funkcije z = x 4 + y 4 2x 2 + 2y 2 3. (20 bodova)

5. Karakteristične funkcije

Ispitivanje toka i skiciranje grafika funkcija

DISKRETNA MATEMATIKA - PREDAVANJE 7 - Jovanka Pantović

RIJEŠENI ZADACI I TEORIJA IZ

Pismeni ispit iz matematike Riješiti sistem jednačina i diskutovati rješenja sistema u zavisnosti od parametra: ( ) + 1.

INTEGRALNI RAČUN. Teorije, metodike i povijest infinitezimalnih računa. Lucija Mijić 17. veljače 2011.

FAKULTET PROMETNIH ZNANOSTI

2. Ako je funkcija f(x) parna onda se Fourierov red funkcije f(x) reducira na Fourierov kosinusni red. f(x) cos

a M a A. Može se pokazati da je supremum (ako postoji) jedinstven pa uvodimo oznaku sup A.

Zavrxni ispit iz Matematiqke analize 1

Pismeni ispit iz matematike GRUPA A 1. Napisati u trigonometrijskom i eksponencijalnom obliku kompleksni broj, zatim naći 4 z.

( ) ( ) 2 UNIVERZITET U ZENICI POLITEHNIČKI FAKULTET. Zadaci za pripremu polaganja kvalifikacionog ispita iz Matematike. 1. Riješiti jednačine: 4

Strukture podataka i algoritmi 1. kolokvij 16. studenog Zadatak 1

radni nerecenzirani materijal za predavanja R(f) = {f(x) x D}

Trigonometrija 2. Adicijske formule. Formule dvostrukog kuta Formule polovičnog kuta Pretvaranje sume(razlike u produkt i obrnuto

Sortiranje prebrajanjem (Counting sort) i Radix Sort

Matematička analiza 1 dodatni zadaci

Prikaz sustava u prostoru stanja

Numerička matematika 2. kolokvij (1. srpnja 2009.)

Signali i sustavi. Signal. Predstavljanje signala: mr. sc. Karmela Aleksić-Maslać dr. sc. Damir Seršić

Riješeni zadaci: Limes funkcije. Neprekidnost

3 Populacija i uzorak

IspitivaƬe funkcija: 1. Oblast definisanosti funkcije (ili domen funkcije) D f

Riješeni zadaci: Nizovi realnih brojeva

radni nerecenzirani materijal za predavanja

L E M I L I C E LEMILICA WELLER WHS40. LEMILICA WELLER SP25 220V 25W Karakteristike: 220V, 25W, VRH 4,5 mm Tip: LEMILICA WELLER. Tip: LEMILICA WELLER

Apsolutno neprekidne raspodele Raspodele apsolutno neprekidnih sluqajnih promenljivih nazivaju se apsolutno neprekidnim raspodelama.

MATEMATIKA Pokažite da za konjugiranje (a + bi = a bi) vrijedi. a) z=z b) z 1 z 2 = z 1 z 2 c) z 1 ± z 2 = z 1 ± z 2 d) z z= z 2

1.4 Tangenta i normala

MATEMATIKA 2. Grupa 1 Rexea zadataka. Prvi pismeni kolokvijum, Dragan ori

7 Algebarske jednadžbe

Signali i sustavi - Zadaci za vježbu II. tjedan

Elementi spektralne teorije matrica

OSNOVI ELEKTRONIKE VEŽBA BROJ 1 OSNOVNA KOLA SA DIODAMA

Osnovne teoreme diferencijalnog računa

PARNA POSTROJENJA ZA KOMBINIRANU PROIZVODNJU ELEKTRIČNE I TOPLINSKE ENERGIJE (ENERGANE)

18. listopada listopada / 13

Analiza mreža u frekvencijskom domenu

π π ELEKTROTEHNIČKI ODJEL i) f (x) = x 3 x 2 x + 1, a = 1, b = 1;

Zadaci sa prethodnih prijemnih ispita iz matematike na Beogradskom univerzitetu

SEMINAR IZ KOLEGIJA ANALITIČKA KEMIJA I. Studij Primijenjena kemija

4.7. Zadaci Formalizam diferenciranja (teorija na stranama ) 343. Znajući izvod funkcije x arctg x, odrediti izvod funkcije x arcctg x.

( , 2. kolokvij)

Više dokaza jedne poznate trigonometrijske nejednakosti u trokutu

SISTEMI NELINEARNIH JEDNAČINA

Osnovni primer. (Z, +,,, 0, 1) je komutativan prsten sa jedinicom: množenje je distributivno prema sabiranju

Unipolarni tranzistori - MOSFET

Iskazna logika 3. Matematička logika u računarstvu. novembar 2012

F (t) F (t) F (t) OGLEDNI PRIMJER SVEUČILIŠTE J.J.STROSSMAYERA U OSIJEKU ZADATAK

(e ). Inverznom Fourierovom transformacijom se zatim

Telekomunikacije. Filip Brqi - 2/ februar 2003.

Računarska grafika. Rasterizacija linije

6 Primjena trigonometrije u planimetriji

Opća bilanca tvari - = akumulacija u dif. vremenu u dif. volumenu promatranog sustava. masa unijeta u dif. vremenu u dif. volumen promatranog sustava

IZRAČUNAVANJE POKAZATELJA NAČINA RADA NAČINA RADA (ISKORIŠĆENOSTI KAPACITETA, STEPENA OTVORENOSTI RADNIH MESTA I NIVOA ORGANIZOVANOSTI)

PARCIJALNI IZVODI I DIFERENCIJALI. Sama definicija parcijalnog izvoda i diferencijala je malo teža, mi se njome ovde nećemo baviti a vi ćete je,

Neka je a 3 x 3 + a 2 x 2 + a 1 x + a 0 = 0 algebarska jednadžba trećeg stupnja. Rješavanje ove jednadžbe sastoji se od nekoliko koraka.

IZVODI ZADACI (I deo)

FTN Novi Sad Katedra za motore i vozila. Teorija kretanja drumskih vozila Vučno-dinamičke performanse vozila: MAKSIMALNA BRZINA

MATEMATIKA 1 8. domaća zadaća: RADIJVEKTORI. ALGEBARSKE OPERACIJE S RADIJVEKTORIMA. LINEARNA (NE)ZAVISNOST SKUPA RADIJVEKTORA.

Vrijedi relacija: Suma kvadrata cosinusa priklonih kutova sile prema koordinatnim osima jednaka je jedinici.

Uvod u teoriju brojeva

- pravac n je zadan s točkom T(2,0) i koeficijentom smjera k=2. (30 bodova)

Grafičko prikazivanje atributivnih i geografskih nizova

Tranzistori s efektom polja. Postupak. Spoj zajedničkog uvoda. Shema pokusa

MATRICE I DETERMINANTE - formule i zadaci - (Matrice i determinante) 1 / 15

INTELIGENTNO UPRAVLJANJE

BIPOLARNI TRANZISTOR Auditorne vježbe

Snage u kolima naizmjenične struje

IZVODI ZADACI ( IV deo) Rešenje: Najpre ćemo logaritmovati ovu jednakost sa ln ( to beše prirodni logaritam za osnovu e) a zatim ćemo

DRUGI KOLOKVIJUM IZ MATEMATIKE 9x + 6y + z = 1 4x 2y + z = 1 x + 2y + 3z = 2. je neprekidna za a =

PRAVA. Prava je u prostoru određena jednom svojom tačkom i vektorom paralelnim sa tom pravom ( vektor paralelnosti).

UVOD U ANALIZU I OBRADU SIGNALA

21. ŠKOLSKO/OPĆINSKO/GRADSKO NATJECANJE IZ GEOGRAFIJE GODINE 8. RAZRED TOČNI ODGOVORI

Transcript:

00000 0000000 0000000 000 0000 0000000 000000 0000 000 00 0000 0000 0000000 000000 00000 00000 0000 000 0000000 000000 0000 00000 000 000 0000 000 0000000 000000 0000 00000 000 000 00 0000000 00000 0000 0000 0000 000 00000000 000000 0000 000 0000 0000 00000 0000 000 00000 0000000 00 00000 0000 00000 00000 00000 00000 0000000 000 0000 000 000 00000 0000 00000 0000000 0000000 000 0000 0000000 000000 0000 000000 0000 000 0000 0000 00000 0000 000 00000 0000000 00 00000 0000 00000 00000 00000 00000 0000000 000 0000 000 000 00000 0000 00 0000000 00000 0000 0000 0000 000 00000000 000000 0000 000 0000 0000 00000 0000 000 00000 0000000 00 00000 0000 00000 00000 00000 00000 0000000 000 0000 000 000 00000 0000 00000 0000000 0000000 000 0000 0000000 000000 0000 000 00 0000 0000 0000000 000000 00000 00000 000 00 0000 0000 0000000 000000 00000 00000 0000 000 0000000 000000 0000 00000 000 000 00 0000000 00000 0000 0000 0000 000 00000000 Digitalna obradba signala DOS Branko Jeren Branko Jeren

Digitalna obradba signala - DOS Počeci digitalne obradbe signala sežu u sedamnaesto stoljeće Numeričke metode integriranja Numeričke metode interpolacije Šezdesetih godina, razvojem digitalnih računala, digitalna obradba signala postaje samostalna disciplina i počinje pravi razvoj Tada uglavnom vezana uz simulaciju metoda analogne obradbe signala

Obradba analognih signala Obradba analognih signala pasivnim mrežama aktivnim analognim mrežama Analogni ulaz Analogni procesor Analogni izlaz digitalnim sustavima Analogni ulaz Anti- Aliasing filtar Sample and Hold A/D Digitalni procesor D/A Rekonstrukcijski filtar Analogni izlaz

Prednosti DOS (DSP) Nepostojanje pomaka (drift-a) karakteristika realiziranog sustava parametri sustava su fiksirani tj. definirani su u binarnim koeficijentima pohranjenim u memoriju zato su oni nezavisni od okoliša i parametara kao što su to temperatura, vlažnost itd. starenje elemenata nema utjecaj

Prednosti DOS (DSP) Poboljšana razina kvalitete kvaliteta obradbe limitirana samo ekonomskim parametrima željena kvaliteta postiže se povećanjem broja bita u prikazu podataka/koeficijenata povećanje za bit u prikazu rezultata pokazuje 6 db poboljšanje SNR

Prednosti DOS (DSP) Reproducibilnost tolerancije komponenti ne utječu na karakteristike sustava nepotrebna podešavanja prigodom proizvodnje nepotrebna podešavanja za vrijeme života sustava

Prednosti DOS (DSP) jednostavna implementacija novih i složenih algoritama jednostavni razvoj i implementacija adaptivnih, programabilnih filtara, itd. realizacija jednim chip-om korištenjem VLSI tehnologije

Prednosti DOS (DSP) Multipleksiranje ista oprema može biti istovremeno korištena od više signala s očiglednim financijskim prednostima za svaku funkciju Modularnost koriste se standardni digitalni sklopovi za realizaciju

Ograničenja DOS (DSP) Niža pouzdanost digitalni sustavi su aktivni uređaji i time koriste više energije i manje su pouzdani moguća kompenzacija pouzdanosti primjenom automatskog nadzora digitalnog sustava

Ograničenja DOS (DSP) Ograničeno frekvencijsko područje tehnološki ograničeno na vrijednosti koje odgovaraju vrijednosti određenoj maksimalnim numeričkim mogućnostima rada u stvarnom vremenu procesora Dodatna kompleksnost u obradbi analognih signala A/D and D/A pretvornici povećavaju kompleksnost ukupnog sustava za obradbu

Uvod u digitalne filtre

Primjer diskretnog sustava drugog reda + Ulaz Sum b0 -K- /a0 /z -K- + ++ Sum Izlaz -K- -K- a /z b Hz () = -K- -K- a2 b2 022, + 043, z + 022, z 2 035, z + 033, z 2

PRIMJER. MATLAB filt.m

Amplitudno-frekvencijska karakteristika sustava.2 0.8 0.6 0.4 0.2 0 0 0.2 0.4 0.6 0.8

Amplitudno-frekvencijska karakteristika sustava....2 0.8 0.6 0.4 0.2 0 0 2 3 4 5 6

Fazno-frekvencijska karakteristika sustava 0.5 0-0.5 - -.5-2 -2.5-3 -3.5 0 0.2 0.4 0.6 0.8

Impulsni odziv sustava... 0.6 0.5 0.4 0.3 0.2 0. 0-0. -0.2 0 5 0 5 20 25 30

Idealni filtri Idealni filtar propušta komponente signala određenih frekvencija bez distorzije, a komponente na ostalim frekvencijama idealno prigušuje. Prema tome, frekvencijska karakteristika ima vrijednost jednaku jedan ili nula. Područje frekvencija u kojima frekvencijska karakteristika ima vrijednost jedan naziva se propusni pojas, a područje frekvencija gdje je frekvencijska karakteristika jednaka nuli je pojas gušenja.

4 osnovna tipa filtra: Idealni filtri H NP (ω) H VP (ω) π ω g ω g niski propust π ω π ω g ω g π visoki propust ω H PP (ω) H PB (ω) π ω g ω g π ω ω g2 ω g2 pojasni propust pojasna brana π ω g2 ω g ω g ω g2 π ω

Idealni niskopropusni filtar frekvencijska karakteristika H NP (ω) H NP ( ω) = 0 ω ω g ω > ω g π ω g ω g π ω impulsni odziv h NP (n) h NP [ n] ωg sin nω g = π nω g n

Realni digitalni filtri Idealni filtri imaju nekauzalan odziv i prema tome su neostvarivi. Važan korak pri razvoju digitalnog filtra je određivanje ostvarive prijenosne karakteristike H(z) koja aproksimira željenu frekvencijsku karakteristiku.

Specifikacija karakteristika digitalnog filtra H(e jω ) +δ p valovitost u propusnom pojasu - δ p δ s propusni pojas pojas gušenja valovitost u pojasu gušenja granična frekvencija propusnog pojasa ω p ω s prijelazni pojas π ω granična frekvencija pojasa gušenja j δ He ω + δ za ω ω propusni pojas: ( ) p p j pojas gušenja: He ( ω ) δ za ω ω π s p s

Specifikacija karakteristika digitalnog filtra Često se prijenosna karakteristika filtra zadaje u logaritamskom mjerilu: Tada je H( ω ) = 20log He ( jω ) valovitost u propusnom pojasu αp= 20log δ p minimalno gušenje u pojasu gušenja α 20log δ 0 s 0 = Granične frekvencije područja propuštanja i područja gušenja se računaju na slijedeći način: ω p f = 2π f T p i ω s = 2π f f gdje je f T frekvencija otipkavanja, a f p i f s su granične frekvencije pojasa propuštanja i pojasa gušenja u Hz. T s 0 s db db

Specifikacija digitalnog filtra - alternativno označavanje H(e jω ) +ε2 A ω p ω s π ω Maksimalna vrijednost amplitudne karakteristike je jedan. Maksimalna devijacija u propusnom pojasu je / +ε2, te maksimalno gušenje u propusnom pojasu iznosi α. max = 20log + ε 0 2 db Maksimum amplitudne karakteristike u pojasu gušenja je /A.

Kako izračunati prijenosnu funkciju? %primjer projektiranja eliptickog filtra n=input('upiši red filtra N='); Rp=input('Upiši valovitost u pojasu propustanja Rp='); Rs=input('Upiši valovitost u pojasu gusenja Rs='); Wg=input('Upiši granicnu frekvenciju Wg='); [b,a] = ellip(n,rp,rs,wg); [q w] = freqz(b,a,024); plot(w/pi, 20*log0(abs(q))); grid; pause plot(w/pi, abs(q)); grid; za n=2; Rp=; Rs=50; Wg=.4 b = 0.297 0.434 0.297 a =.0000-0.3507 0.3307 Hz () = 022, + 043, z + 022, z 2 035, z + 033, z 2

PRIMJER 2. MATLAB elipticki_primjer.m

PRIMJER 3. MATLAB filtdemo

Prijenosna funkcija (IIR) Hz () = 0, 06 + 0, 30 z + 0, 78 z +, 30 z +, 53 z +, 30 z + 0, 78 z + 0, 30 z + 0, 06 z 0, 95 z +, 74 z +, 20 z + 0, 92 z + 0, 4 z + 0, 5 z + 0, 03 z + 0, 004 z 2 3 4 5 6 7 8 2 3 4 5 6 7 8

Prijenosna funkcija (FIR) Hz ()= b z i i i. 0.0004 2. -0.0007 3. -0.0004 4. 0.005 5. 0.0002 6. -0.0024 7. 0.0007 8. 0.0034 9. -0.0023 0-0.0040 0.0047 2 0.0038 3-0.0078 4-0.0023 5 0.04 6-0.000 7-0.048 8 0.0067 9 0.072 20-0.052 2-0.076 22 0.0270 23 0.042 24-0.0432 25-0.0042 26 0.0673 27-0.0206 28-0.60 29 0.03 30 0.4839 3 0.4839 32 0.03 33-0.60 34-0.0206 35 0.0673 36-0.0042 37-0.0432 38 0.042 39 0.0270 40-0.076 4-0.052 42 0.072 43 0.0067 44-0.048 45-0.000 46 0.04 47-0.0023 48-0.0078 49 0.0038 50 0.0047 5-0.0040 52-0.0023 53 0.0034 54 0.0007 55-0.0024 56 0.0002 57 0.005 58-0.0004 59-0.0007 60 0.0004

Usporedba IIR / FIR 20 20 0 0-20 -20-40 -40-60 -60-80 -80-00 -00-20 0 0.2 0.4 0.6 0.8.0-20 0 0.2 0.4 0.6 0.8.0 0 0-2 -4-6 -8-0 -2-0 -20-30 -40-50 -4 0 0.2 0.4 0.6 0.8-60 0 0.2 0.4 0.6 0.8.0

Nerekurzivni digitalni filtri

Primjer - aritmetička sredina u s = u + u + + u M 2 M u F u s

Interesantan je sustav koji služi za glačanje (usrednjavanje) slučajnih varijacija u signalu. M-point moving average system [ ] yn = [ ] + [ ] + [ 2] + + [ + ] un un un un M M ili M yn= un i M [ ] [ ] i= 0 M M yn= un i= hi un i M [ ] [ ] [ ] [ ] i= 0 i= 0 [] hi Sustav ima konačan impulsni odziv - FIR sustav

Primjer - MATLAB amplituda orginalni signal 7 6 5 4 3 2 0 0 0 20 30 40 50 vremenski indeks n amplituda 0.4 0.2 0-0.2 šum -0.4 0 0 20 30 40 50 vremenski indeks n

Primjer - nastavak amplituda 8 6 4 2 0 0 0 20 30 40 50 vremenski indeks n amplituda 7 6 5 4 3 2 0 0 0 20 30 40 50 vremenski indeks n orginalni signal orginalni signal šum signal + šum y[n] - izlaz iz moving average filtra

FIR sustav za M=2 Pogledajmo o kojem se sustavu radi: Uzmimo M=2 [ ] = [ ] [ ] = hi [] y n h i u n i i= 0 = M = 2 = = = 2 u[ n i] [ ] i= 0 u n i = 2 i = 0

FIR sustav za M=2... y[ n] = u[ n i] = 2 i = 0 [ ] jωn = e u n n 2 ( jωn j ( n ) e e ω ) jωn = + = ( jω e e ) ( ω = + e ) e 2 H( e jω ) j jω n 2 + =

FIR sustav za M=2... Isto pomoću Z-transformacije Y( z) = ( + z ) U( z) 2 ( ) H z z = e j ω H( e jω )

FIR sustav za M=2... ( jω) ( jω e ) H e = + = 2 = e e + e e 2 ω ω ω ω j j j j 2 2 2 2 = e e + e 2 j ω j ω j ω 2 2 2 cos ω 2 = = cos ω 2 ω e j 2 Niskopropusni filtar

FIR sustav za M=2... ( jω ) H e = ω ω j cos e 2 2 Amplitudna karakteristika, M=2 0 Fazna karakteristika, M=2 Amplituda 0.8 0.6 0.4 0.2 0 0 0.2π 0.4π 0.6π 0.8π π frekvencija Faza u stupnjevima -20-40 -60-80 0 0.2π 0.4π 0.6π 0.8π π frekvencija

FIR sustav za proizvoljni M Za proizvoljni M vrijedi: j jωn ( ω ) [ ] h[ n] H e = h n e = n = 0, 0 n M = M = 0, inače M jω n... = e = M n = 0 M ω sin = 2 M ω sin 2 ( ) e j M ω 2

FIR sustav za proizvoljni M... ( jω ) H e Amplitudna karakteristika M ω sin = 2 M ω sin 2 e ( jω ) H e ω j ( M ) 2 M ω sin = 2 M ω sin 2 Amplitudno-fazna karakteristika Fazna karakteristika θ ( ω) = ( M ) 2 ω + π gdje je μ( ω ) M 2 i = 0 μ step u ω ω 2πi M

FIR sustav za proizvoljni M... Amplituda Amplitudna karakteristika 0.8 M=5 0.6 M=4 0.4 0.2 0 0 0.2π 0.4π 0.6π 0.8π π Faza u stupnjevima 00 50 0-50 -00-50 -200 Fazna karakteristika M=5 M=4 0 0.2π 0.4π 0.6π 0.8π π frekvencija frekvencija

Grupno kašnjenje Daljnji parametar za karakterizaciju filtara je grupno kašnjenje. mjera linearnosti fazne funkcije ( ) τω θ = d dω za prije navedeni primjer: τω ( ) = M 2 ( ω) c, gdje je θ ( ω ) c faza

Projektiranje FIR filtra Pretpostavimo signal koji je suma kosinusnih signala { } μ ( ) [ ] = [ ] + [ ] = ( ) + ( ) u n u n u2 n cos 0, n cos 0,4 n n Pretpostavimo da želimo sustav (filtar) koji će: - gušiti signal u [n] (kosinus kutne frekv. 0, rad/sec) - propuštati signal u 2 [n] (kosinus kutne frekv. 0,4 rad/sec) Radi jednostavnosti uzmimo: - red filtra N=2 (tri uzorka impulsnog odziva) - impulsni odziv filtra [ 0] [ 2] α [ ] h = h = h = β

Projektiranje FIR filtra... Jednadžba diferencija ovog sustava je: [ ] [ 0] [ ] [ ] [ ] [ 2] [ 2] y n = h u n + h u n + h u n = [ ] [ ] [ 2] = α u n + β u n + α u n a pripadna frekvencijska karakteristika ( ) [ 0] [ ] [ 2] jω jω j2ω H e = h + h e + h e = ( j2ω e ) jω = α + + β e = jω jω e + e jω jω = 2α e + β e = 2 = 2α cos ω + β e jω ( ( ) )

Projektiranje FIR filtra... Amplitudna i fazna karakteristika filtra su ( ) 2 cos( ) H e jω = α ω + β θ( ω ) = ω Iz zahtjeva na filtar određujemo α i β H( e j 0, ) = 2α cos ( 0, ) + β = 0 } H e j 04, = 2α cos 0, 4 + β = ( ) ( ) što daje [ ] [ ] [ ] α = 6, 7695 β = 3, 456335 ( ) [ ] y n = 6,7695 u n + u n 2 + 3,456335 u n

Projektiranje FIR filtra... Uz pobudu: [ ] = cos( 0, ) + cos( 0,4 ) { } μ ( ) u n n n n Amplituda 4 3 2 0 - Ulazni signali -2 0 20 40 60 80 00 Vremenski indeks n Ulaz u [n] Ulaz u 2 [n] Ulaz u[n]=u [n]+u 2 [n] Amplituda 4 3 2 0 - -2 Ulazni signal / filtrirani signal 0 20 40 60 80 00 Vremenski indeks n Ulaz u[n]=u [n]+u 2 [n] Izlaz y[n]