Filtrowanie a sploty. W powyższym przykładzie proszę zwrócić uwagę na efekty brzegowe. Wprowadzenie Projektowanie filtru Zadania

Podobne dokumenty
ANALIZA SYGNAŁÓ W JEDNÓWYMIARÓWYCH

Wprowadzenie. Spis treści. Analiza_sygnałów_-_ćwiczenia/Filtry

Przetwarzanie sygnałów

x(n) x(n-1) x(n-2) D x(n-n+1) h N-1

Przetwarzanie sygnałów

Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L

Filtry IIR. Zadania Przepróbkowywanie. Filtry IIR

Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L

Transformata Laplace a to przekształcenie całkowe funkcji f(t) opisane następującym wzorem:

Ćwiczenie 4. Filtry o skończonej odpowiedzi impulsowej (SOI)

WOJSKOWA AKADEMIA TECHNICZNA

Ćwiczenie 6 Projektowanie filtrów cyfrowych o skończonej i nieskończonej odpowiedzi impulsowej

Notebook. Spis treści

b n y k n T s Filtr cyfrowy opisuje się również za pomocą splotu dyskretnego przedstawionego poniżej:

Podstawy Przetwarzania Sygnałów

8. Realizacja projektowanie i pomiary filtrów IIR

Filtracja. Krzysztof Patan

Spis treści. Metody nieparametryczne. Transformacja Fouriera

Laboratorium nr 4: Porównanie filtrów FIR i IIR. skończonej odpowiedzi impulsowej (FIR) zawsze stabilne, mogą mieć liniową charakterystykę fazową

Filtry cyfrowe. h(n) odpowiedź impulsowa. Filtr cyfrowy. Procesory sygnałowe (DSP), układy programowalne

Filtry elektroniczne sygnałów ciągłych - cz.1

ZASTOSOWANIA PRZEKSZTAŁCENIA ZET

Kompresja Danych. Streszczenie Studia Dzienne Wykład 13, f(t) = c n e inω0t, T f(t)e inω 0t dt.

2. Próbkowanie Sygnały okresowe (16). Trygonometryczny szereg Fouriera (17). Częstotliwość Nyquista (20).

Analiza szeregów czasowych: 4. Filtry liniowe

Katedra Elektrotechniki Teoretycznej i Informatyki

Ćwiczenie - 1 OBSŁUGA GENERATORA I OSCYLOSKOPU. WYZNACZANIE CHARAKTERYSTYKI AMPLITUDOWEJ I FAZOWEJ NA PRZYKŁADZIE FILTRU RC.

Kompensacja wyprzedzająca i opóźniająca fazę. dr hab. inż. Krzysztof Patan, prof. PWSZ

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej

A-2. Filtry bierne. wersja

Laboratorium: Projektowanie pasywnych i aktywnych filtrów analogowych

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej

BADANIE FILTRÓW. Instytut Fizyki Akademia Pomorska w Słupsku

Laboratorium Inżynierii akustycznej. Przetwarzanie dźwięku - wprowadzenie do efektów dźwiękowych, realizacja opóźnień

Filtry FIR i biblioteka DSPLIB

Stabilność. Krzysztof Patan

Wykonawcy: Data Wydział Elektryczny Studia dzienne Nr grupy:

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej

POŁÓWKOWO-PASMOWE FILTRY CYFROWE

1. Modulacja analogowa, 2. Modulacja cyfrowa

Model autoregresyjny stochastycznego szeregu czasowego

ADAPTACYJNE PRZETWARZANIE SYGNAŁÓW LABORATORIUM. Ćwiczenie 1. Modelowanie i analiza widmowa dyskretnych sygnałów losowych

13.2. Filtry cyfrowe

Technika audio część 2

Rys. 1. Wzmacniacz odwracający

Laboratorium Przetwarzania Sygnałów. Ćwiczenie 3. Filtracja i korelacja sygnałów dyskretnych

FILTRACJE W DZIEDZINIE CZĘSTOTLIWOŚCI

Ćwiczenie - 7. Filtry

Ćwiczenie 3. Właściwości przekształcenia Fouriera

Realizacja filtrów cyfrowych z buforowaniem próbek

Akwizycja i przetwarzanie sygnałów cyfrowych

A3 : Wzmacniacze operacyjne w układach liniowych

Kartkówka 1 Opracowanie: Próbkowanie częstotliwość próbkowania nie mniejsza niż podwojona szerokość przed spróbkowaniem.

W celu obliczenia charakterystyki częstotliwościowej zastosujemy wzór 1. charakterystyka amplitudowa 0,

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej

Analiza szeregów czasowych: 7. Liniowe modele stochastyczne

Detekcja zespołów QRS w sygnale elektrokardiograficznym

Laboratorium nr 3. Projektowanie układów automatyki z wykorzystaniem Matlaba i Simulinka

7. Szybka transformata Fouriera fft

Podstawy Automatyki. wykład 1 ( ) mgr inż. Łukasz Dworzak. Politechnika Wrocławska. Instytut Technologii Maszyn i Automatyzacji (I-24)

Języki Modelowania i Symulacji

Prędkość fazowa i grupowa fali elektromagnetycznej w falowodzie

GENERACJA PRZEBIEGU SINUSOIDALNEGO.

PORÓWNANIE METOD PROJEKTOWANIA FILTRÓW CYFROWYCH

Technika regulacji automatycznej

Przetwarzanie sygnałów z czasem ciągłym

Ćwiczenie 6 Projektowanie filtrów cyfrowych o skończonej i nieskończonej odpowiedzi impulsowej

WYDZIAŁ ELEKTROTECHNIKI, AUTOMATYKI I INFORMATYKI INSTYTUT AUTOMATYKI I INFORMATYKI KIERUNEK AUTOMATYKA I ROBOTYKA STUDIA STACJONARNE I STOPNIA

ĆWICZENIE 6 Transmitancje operatorowe, charakterystyki częstotliwościowe układów aktywnych pierwszego, drugiego i wyższych rzędów

Systemy. Krzysztof Patan

INSTRUKCJA DO ĆWICZENIA NR 7

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej

Instrukcja do laboratorium z cyfrowego przetwarzania sygnałów. Ćwiczenie 3. Transformata Z; blokowe struktury opisujące filtr

Laboratorum 2 Badanie filtru dolnoprzepustowego P O P R A W A

Liniowe układy scalone. Filtry aktywne w oparciu o wzmacniacze operacyjne

Laboratorium Przetwarzania Sygnałów. Ćwiczenie 2. Filtracja i korelacja sygnałów dyskretnych

Analiza szeregów czasowych: 5. Liniowe modele stochastyczne

Filtry Elektryczne. opracował: Marcin Bieda

KOMPUTEROWE SYSTEMY POMIAROWE

Teoria obwodów / Stanisław Osowski, Krzysztof Siwek, Michał Śmiałek. wyd. 2. Warszawa, Spis treści

Technika regulacji automatycznej

Cyfrowe przetwarzanie sygnałów Jacek Rezmer -1-

WOJSKOWA AKADEMIA TECHNICZNA

Drgania układu o wielu stopniach swobody

Wydział Elektryczny. Katedra Telekomunikacji i Aparatury Elektronicznej. Konstrukcje i Technologie w Aparaturze Elektronicznej.

Projektowanie układów regulacji w dziedzinie częstotliwości. dr hab. inż. Krzysztof Patan, prof. PWSZ

Twierdzenie o splocie

PROJEKTOWANIA FILTRÓW CYFROWYCH PRZY WYKORZYSTANIU MATLAB-SIMULINK (DSP BLOCKSET).

Laboratorium Techniki ultradźwiękowej w diagnostyce medycznej

Wykład 6: Reprezentacja informacji w układzie optycznym; układy liniowe w optyce; podstawy teorii dyfrakcji

Laboratorium Przetwarzania Sygnałów Biomedycznych

5 Filtry drugiego rzędu

Analiza właściwości filtra selektywnego

4 Zasoby językowe Korpusy obcojęzyczne Korpusy języka polskiego Słowniki Sposoby gromadzenia danych...

FFT i dyskretny splot. Aplikacje w DSP

ZAPYTANIE OFERTOWE NR PLCRC/ /06/1295/2015

Opis matematyczny. Równanie modulatora. Charakterystyka statyczna. Po wprowadzeniu niewielkich odchyłek od ustalonego punktu pracy. dla 0 v c.

WYKŁAD 2 Pojęcia podstawowe obwodów prądu zmiennego

SPRZĘTOWA REALIZACJA FILTRÓW CYFROWYCH TYPU SOI

A4: Filtry aktywne rzędu II i IV

Transkrypt:

Filtrowanie a sploty idea x=[2222222222] %sygnałstochastycznyodługości5próbek h=[1111]/4; %Filtruśredniającypo4sąsiednichelementach y=conv(h,x)%zaaplikowaniefiltruhdosygnałux W powyższym przykładzie proszę zwrócić uwagę na efekty brzegowe. MAszumu N=100; x = randn(n,1); % sygnał stochastyczny o długości N próbek h=[1111]/4; %Filtruśredniającypo4sąsiednichelementach y=conv(h,x);%zaaplikowaniefiltruhdosygnałux t_x=1:n; t_y=1:length(y); plot(t_x,x,t_y,y);

Działanie filtru w dziedzinie czasu y(n) =b(1) x(n) +b(2) x(n 1) +... +b(n b +1) x(n n b ) a(2) y(n 1)... a(n a +1) y(n n a ) Jeślin a =0in b 0filtrmaskończonąodpowiedź impulsową bo odpowiedź na impulsowe wzbudzenie kończysiępon b próbkach.nazywamygo(finite Impulse Responce FIR), nie rekursywny, średnia biegnąca(moving Average MA) Jeślin b =0in a 0mamyfiltrnieskończonejodpowiedzi impulsowej bo potencjalnie raz wzbudzony może dowolnie długo produkować niezerowe wyjście. Nazywa się go:(infinite Impulse Responce IIR), filtr rekursywny, autoregresyjny AR, Jeślin b 0in a 0 przypadeknajbardziejogólny filtrjesttypu IIR albo ARMA- autoregresive moving average.

Funkcja filter Wprowadzenie coś takiego jest zaimplementowane w funkcji y=filter(b,a,x) gdzie b, a są to współczynniki z poprzedniego równania. np: filter przykład b=[0.7 0.5];%licznik a=[1-0.9];%mianownik y=filter(b,a,x);% x nasz sygnał y- wynik filtrowania o takiej samej długości co x t=1:length(x); plot(t,x,t,y)

Działanie filtru w dziedzinie częstości Stosując transformatę Z możemy równanie z dziedziny czasu przenieść do dziedziny częstości. Filtrowanie odpowiada przemnożeniu transformaty sygnału przez transformatę funkcji przenoszenia filtru: Y (z) =H(z)X(z) = b(1) +b(2)z 1 + +b(n b +1)z n b a(1) +a(2)z 1 + +a(n a +1)z nax(z) Znając funkcję H łatwo możemy przewidzieć co się stanie z widmem sygnału po przefiltrowaniu. Każda ze składowych sygnału zrzutowana na wektory bazowe(exponens zespolony) zostanie przemnożonaprzezliczbęzespolonąh(f ) =A(f )e iφ(f ) -zatem może jej się zmienić amplituda i faza.

Badanie własności filtru w dziedzinie częstości Funkcja freqz wylicza funkcję przenoszenia filtru zadanego współczynnikami b, a funkcja przenoszenia b=[0.7 0.5];%licznik a=[1-0.9];%mianownik n=128; [h,w]=freqz(b,a,n);% n ilość punktów na których będzie obliczona funkcja h m=abs(h);% przenoszenie częstości ph=unwrap(angle(h));%faza subplot(211) plot(w,h) title( modul ) subplot(212) plot(w,h)

Opóźnienie grupowe i fazowe filtru grupwe τ g (ω) = dφ(ω) dω [gd, w]= grpdelay(b,a,n); fazowe τ p (ω) = φ(ω) ω [b,a] = butter(10,200/1000); gd = grpdelay(b,a,128); [h,f] = freqz(b,a,128,2000); pd=-unwrap(angle(h))*(2000/(2*pi))./f; plot(f,gd, -,f,pd, -- ) axis([0 1000-30 30]) legend( Group Delay, Phase Delay ) opoźnienia

Zaburzanie fazy Wprowadzenie filtfilt

Specyfikacja własności filtru ogólne określenie pasma przenoszenia np: dla sygnału próbkowanego 128 Hz zaprojektować filtr dolnoprzepustowy 30Hz w bardziej rygorystycznym opisie możemy wymagać: wielkość listków(ripple) w paśmie przenoszenia(pass band), tłumienie pasma tłumieniowego(stop band), szerokość pasma przejściowego

Funkcje do projektownaia filtrów FIR fir1 klasyczne pasma lowpass, bandpass, highpass, bandstop fir2 dowolne, odcinakmi prostoliniowe pasmo przenoszenia firls uogólnienie fir1 i fir2 robi minimalizację błędu kwadratowego między porządaną a faktyczną funkcją przenoszenia remez algorytm optymalizuje filtr pod względem maksymalnej rozbieżności pomiędzy zadaną i faktyczną funkcją przenoszenia Wszystkie funkcje do projektowania filtrów w matlabie działają na znormalizowanej częstości: FN = 1

Przykład Wprowadzenie f=[00.60.61]; m=[1 1 0 0]; n=30; b=fir2(n,f,m); [h,w] = freqz(b,1,128); plot(f,m,w/pi,abs(h)) legend( Idealny, To co wyszlo z fir2 ) fir2 remez i firls n=20; %Filterorder f=[00.40.51]; %Frequencybandedges a=[1 1 00]; %Desiredamplitudes b_rem = remez(n,f,a); [h_rem,w_rem] = freqz(b_rem,1,128); b_ls = firls(n,f,a); [h_ls,w_ls] = freqz(b_ls,1,128); plot(f,a,w_rem/pi,abs(h_rem),w_ls/pi,abs(h_ls)) legend( Idealny, remez, firls )

Zaprojektuj i zbadaj własności filtru: 1 FIR48rzęduzpasmemprzenoszenia0.35 < ω <0.65 2 FIR 20 rzędu dolnoprzepustowy z pasmem przenoszenia do 40 Hz dla sygnału próbkowanego 256 Hz 3 FIR górnoprzepustowy z pasmem przenoszenia od 30 Hz dla sygnału próbkowanego 256 Hz