diszkrét rendszerek
DESCRIPTION
Diszkrét rendszerek. Y(n) = H [ x(n) ]. Egy olyan rendszert jelent amelynél ha a bemeneten egy vagy több diszkrét X(n) jel van, a rendszer kimenetén is egy vagy több Y(n) diszkrét jel lesz. - PowerPoint PPT PresentationTRANSCRIPT
Diszkrét rendszerekDiszkrét rendszerek
Egy olyan rendszert jelent amelynél ha a Egy olyan rendszert jelent amelynél ha a bemeneten egy vagy több diszkrét bemeneten egy vagy több diszkrét X(n)X(n) jel van, jel van, a rendszer kimenetén is egy vagy több a rendszer kimenetén is egy vagy több Y(n)Y(n) diszkrét jel lesz.diszkrét jel lesz.
Diszkrétideju rendszer egy H matematikai operátor, amely egy jelsorozatot (bemenet) képez le egy másik jelsorozatba (kimenet)
Y(n) = H[x(n)]
Lineáris, diszkrét, időinvariáns Lineáris, diszkrét, időinvariáns rendszerekrendszerek
(Pl:Digitális szűrők)(Pl:Digitális szűrők)
Egy ilyen rendszer látható a következő Egy ilyen rendszer látható a következő ábrán:ábrán:
Lineáris, diszkrét, időinvariáns Lineáris, diszkrét, időinvariáns rendszerekrendszerek
Az LDI tulajdonságai:Az LDI tulajdonságai:
1. Linearitás1. Linearitás
Egy diszkrét rendszer lineáris ha a bemeneti jel Egy diszkrét rendszer lineáris ha a bemeneti jel ax1(n)+bx2(n)ax1(n)+bx2(n) akkor a kimeneti jel akkor a kimeneti jel ay1(n)ay1(n)+by2(n)+by2(n)
Ahol a,b Ahol a,b tetszőleges konstansok tetszőleges konstansok
xx11(n), x(n), x22(n) (n) tetszőleges bemeneti jelek tetszőleges bemeneti jelek
yy11(n), y(n), y22(n) (n) megfelelő válasz a bemeneti megfelelő válasz a bemeneti jelekre( kimeneti jelek)jelekre( kimeneti jelek)
2.Időinvariáns2.Időinvariáns
Egy diszkrét rendszer Egy diszkrét rendszer időinvariánsidőinvariáns ha a bemeneti ha a bemeneti jel jel x(n-i) x(n-i) akkor a kimeneti jel akkor a kimeneti jel y(n-i)y(n-i) bármilyen bármilyen ii-re -re
Ahol Ahol ii-egy tetszőleges egész szám-egy tetszőleges egész szám x(n)x(n) egy tetszőleges bemeneti jel egy tetszőleges bemeneti jel y(n)y(n) megfelelő válasz a bemeneti jelekre megfelelő válasz a bemeneti jelekre
(kimeneti jelek)(kimeneti jelek)A linearitás és az időinvariáns megmagyarázható A linearitás és az időinvariáns megmagyarázható
a következő ábrán (amely csak egy szorozandó a következő ábrán (amely csak egy szorozandó tartalmaz)tartalmaz)
Lineáris, diszkrét, időinvariáns Lineáris, diszkrét, időinvariáns rendszerekrendszerek
Lineáris, diszkrét, időinvariáns Lineáris, diszkrét, időinvariáns rendszerekrendszerek
Az első ábra következőképpen Az első ábra következőképpen magyarázható:magyarázható:
Tekintsük hogy Tekintsük hogy x(n)=x(n)=(n) (n) akkor a akkor a y(n)=cos(ny(n)=cos(n/2)/2)(n)=cos(0)(n)=cos(0)(n)=(n)=(n)(n)
Időeltolást követően a következőt kapjuk Időeltolást követően a következőt kapjuk ha ha x(n)=x(n)=(n-1) (n-1) akkor a akkor a y(n)=cos(ny(n)=cos(n/2)/2)(n-(n-1)=cos(1)=cos(/2)/2)(n-1)=0 (n-1)=0 és nem a korábban és nem a korábban kapott kimeneti jel eltolása.kapott kimeneti jel eltolása.
Lineáris, diszkrét, időinvariáns Lineáris, diszkrét, időinvariáns rendszerekrendszerek
A második ábra A második ábra nem lineáris rendszernem lineáris rendszer mutat, mutat, mert ha kétszerezzük a bemeneti jelet akkor a mert ha kétszerezzük a bemeneti jelet akkor a kimeneti jel négyszeresét kapjuk.kimeneti jel négyszeresét kapjuk.
2x(n) 2x(n) y(n)= y(n)=2(xn)2(xn)22
a hármas ábrán könnyen látható hogy a a hármas ábrán könnyen látható hogy a rendszer rendszer lineáris és időinvariánslineáris és időinvariáns így tehát így tehát
-linearitás-linearitás ha x(n)=ha x(n)=(n), akkor a y(n)=A(n), akkor a y(n)=A(n)(n)
-időinvariáns-időinvariáns ha x(n)=ha x(n)=(n-1), akkor y(n)=A(n-1), akkor y(n)=A(n-1)(n-1)
Lineáris, diszkrét, időinvariáns Lineáris, diszkrét, időinvariáns rendszerekrendszerek
Mint a folytonos rendszereknél a Mint a folytonos rendszereknél a kauzalitás kauzalitás és a stabilitásés a stabilitás is nagyon fontos a fizikailag is nagyon fontos a fizikailag megvalósítható diszkrét rendszereknél.megvalósítható diszkrét rendszereknél.
KauzalitásKauzalitás: egy diszkrét rendszer : egy diszkrét rendszer kauzális, ha a kauzális, ha a kimeneti jel nem jelenik kimeneti jel nem jelenik meg a bemeneti jel alkalmazása előttmeg a bemeneti jel alkalmazása előtt..
Azaz ha x(n)=0 n<n0, akkor Azaz ha x(n)=0 n<n0, akkor
y(n)=0 n<n0y(n)=0 n<n0
Lineáris, diszkrét, időinvariáns Lineáris, diszkrét, időinvariáns rendszerekrendszerek
StabilitásStabilitás
Egy diszkrét rendszer stabil ha Egy diszkrét rendszer stabil ha bármilyen bármilyen amplitudó korlatos bemeneti jel amplitudó korlatos bemeneti jel ampilitudó korlátos kimeneti jelet adampilitudó korlátos kimeneti jelet ad..
Ha Ha x(n)x(n)max max A A
Akkor Akkor y(n)y(n)max max B B
Lineáris, diszkrét, időinvariáns Lineáris, diszkrét, időinvariáns rendszerekrendszerek
A fizikailagA fizikailag
MegvalósíthatóMegvalósítható
RendszerekhezRendszerekhez
Csupán háromCsupán három
Művelet szükséges:Művelet szükséges:
Összeadás, szorzás és Összeadás, szorzás és időkésleltetésidőkésleltetés
(memorializálás)(memorializálás)
Lineáris, diszkrét, időinvariáns Lineáris, diszkrét, időinvariáns rendszerekrendszerek
Ezeknek az elemeknek a segítségével Ezeknek az elemeknek a segítségével lehet építeni pl. egy lehet építeni pl. egy kivonó rendszertkivonó rendszert
A kovetező ábrán diszkrét idejű lineáris idő-invariánsA kovetező ábrán diszkrét idejű lineáris idő-invariáns
rendszer látható, amely a fent felsorolt alapelemekrendszer látható, amely a fent felsorolt alapelemek
mindegyikét tartalmazza.mindegyikét tartalmazza.
Diszkrét rendszer leírása Diszkrét rendszer leírása differenciá egyenletteldifferenciá egyenlettel
A fenti rendszer bemeneti és kimeneti jele közötti A fenti rendszer bemeneti és kimeneti jele közötti kapcsolatot az alábbi egyenletekkel írja le:kapcsolatot az alábbi egyenletekkel írja le:
v(n)= ax(n)+bx(n-1)+y(n)és
y(n)=cv(n-1)
Azok a függvények amelyek egy adott időben (v(n) y(n)) a jel értéke irható függően a jelek korábbi értékei,
itt például( x(n-1), v(n-1) neveznek differenciafüggvényekv(n) x(n-1)y(n) v(n-1)
Diszkrét rendszer leírása Diszkrét rendszer leírása differenciá egyenletteldifferenciá egyenlettel
Diszkrét rendszer leírása Diszkrét rendszer leírása differenciá egyenletteldifferenciá egyenlettel
Kombinálni tudjuk a két függvényt (v(n), y(n)) Kombinálni tudjuk a két függvényt (v(n), y(n)) úgy hogy a végén egyetlen differencia úgy hogy a végén egyetlen differencia függvényt kapunk (lineáris szekvencia), amely függvényt kapunk (lineáris szekvencia), amely csak a korábbi y(n-1), y(n-2)…diszkrét kimeneti csak a korábbi y(n-1), y(n-2)…diszkrét kimeneti értékeket valamint a x(n-1), x(n-2)… korábbi értékeket valamint a x(n-1), x(n-2)… korábbi diszkrét bemeneti értékeket tartalmaz.diszkrét bemeneti értékeket tartalmaz.
Ha v(n)-t és y(n)-t kombináljukHa v(n)-t és y(n)-t kombináljukAkkor y(n)=acx(n-1)+bcx(n-2)+cy(n-1)Akkor y(n)=acx(n-1)+bcx(n-2)+cy(n-1) Általában tetszőleges bemeneti x(n) jel esetén, Általában tetszőleges bemeneti x(n) jel esetén,
a kezdeti feltételek ismeretében a rendszer a kezdeti feltételek ismeretében a rendszer differencia egyenletével meghatározható a differencia egyenletével meghatározható a kimenő y(n) jel. kimenő y(n) jel.
Diszkrét rendszer leírása Diszkrét rendszer leírása differenciá egyenletteldifferenciá egyenlettel
Példa: ha x(n)=Példa: ha x(n)=(n) és y(n)=0 ha n<0(n) és y(n)=0 ha n<0
Akkor y(0)=acx(-1)+bcx(-2)+cy(-1)=0 Akkor y(0)=acx(-1)+bcx(-2)+cy(-1)=0 y(1)=acx(0)+bcx(-1)+cy(0)=acy(1)=acx(0)+bcx(-1)+cy(0)=ac y(2)=acx(1)+bcx(0)+cy(1)=(b+ac)cy(2)=acx(1)+bcx(0)+cy(1)=(b+ac)c y(3)=acx(2)+bcx(1)+cy(2)=(b+ac)cy(3)=acx(2)+bcx(1)+cy(2)=(b+ac)c22
.. . . .. y(n)=acx(n-1)+bcx(n-2)+cy(n-1)= (b+ac)cy(n)=acx(n-1)+bcx(n-2)+cy(n-1)= (b+ac)cn-1n-1
és a kimeneti jelés a kimeneti jel
2n ha 1-ac)cn(b
1n ha ac
0n ha 0
)n(y
Diszkrét rendszer leírása Diszkrét rendszer leírása differenciá egyenletteldifferenciá egyenlettel
Általában egy LDI rendszer a kimeneti jel Általában egy LDI rendszer a kimeneti jel y(n) és a bemeneti jel x(n) kapcsolatot y(n) és a bemeneti jel x(n) kapcsolatot magadó funkcióval reprezentálható a magadó funkcióval reprezentálható a következő differencia függvényt.következő differencia függvényt.
vagy tömörebb formában, a kimenő vagy tömörebb formában, a kimenő jelet kifejezve: jelet kifejezve:
MnyanyaNnxbnxbnxbny MN ...1...1 110
N
i
M
iii inyainxbny
0 1
.
Diszkrét rendszer leírása Diszkrét rendszer leírása differenciá egyenletteldifferenciá egyenlettel
Ezt az egyenlet nevezik: Ezt az egyenlet nevezik: lineáris rendszer állandó lineáris rendszer állandó együtthatós differencia egyenlet.együtthatós differencia egyenlet.
Ha Ha M=0M=0, a rendszer , a rendszer nem rekurzívnem rekurzív, vagy mozgó átlagoló. , vagy mozgó átlagoló. Ez esetben a rendszeregyenlet a gerjesztés-válasz Ez esetben a rendszeregyenlet a gerjesztés-válasz kapcsolattal egyezik meg. Az ilyen rendszerek egyben kapcsolattal egyezik meg. Az ilyen rendszerek egyben véges impulzus válaszúak is (FIR rendszer).véges impulzus válaszúak is (FIR rendszer). Ha M Ha M0, a 0, a rendszer rendszer rekurzívrekurzív továbbá, ha N=0, autoregresszív továbbá, ha N=0, autoregresszív típusú. típusú.
A differenciaegyenlet segítségével adott A differenciaegyenlet segítségével adott x(n)x(n) bemenőjel bemenőjel és és aaii, b, bii együtthatók esetén meghatározhatók a együtthatók esetén meghatározhatók a kimenőjel kimenőjel y(0), y(1), y(2),…y(0), y(1), y(2),…értékei lépésről lépésre értékei lépésről lépésre módszerrel. E módszert a gyakorlatban csak egyszerű módszerrel. E módszert a gyakorlatban csak egyszerű rendszerek és egyszerű bemenő jelek esetén rendszerek és egyszerű bemenő jelek esetén használják. használják.
Diszkrét rendszer leírása Diszkrét rendszer leírása differenciá egyenletteldifferenciá egyenlettel
Összetett rendszereknél hosszadalmas és Összetett rendszereknél hosszadalmas és körülményes, ezért diszkrét rendszereknél is körülményes, ezért diszkrét rendszereknél is általánosan használt megoldási mód aáltalánosan használt megoldási mód a
frekvenciatartományba történőfrekvenciatartományba történő transzformáció. A differenciaegyenletek transzformáció. A differenciaegyenletek
diszkrét esetben is algebrai egyenletekké diszkrét esetben is algebrai egyenletekké transzformálódnak, amelyek megoldása jóval transzformálódnak, amelyek megoldása jóval egyszerűbb. egyszerűbb.
Diszkrét rendszer leírása Diszkrét rendszer leírása differenciá egyenletteldifferenciá egyenlettel
Példa:Példa:
Egy differencia egyenlet és egyik a megvalósítási Egy differencia egyenlet és egyik a megvalósítási lehetőséglehetőség
A lineáris idő-invariáns diszkrét rendszerek A lineáris idő-invariáns diszkrét rendszerek súlyfüggvénye (impulzusválasza)súlyfüggvénye (impulzusválasza)
Egy LDI egyértelműen jellemezhető aEgy LDI egyértelműen jellemezhető a
Súlyfüggvényével Súlyfüggvényével h(n)h(n) (Az egységnyi területű Dirac (Az egységnyi területű Dirac
Függvényre Függvényre (n)(n) adott válaszával) adott válaszával)
x(n)=x(n)=(n)(n) y(n)=h(n)y(n)=h(n)
A lineáris idő-invariáns diszkrét rendszerek A lineáris idő-invariáns diszkrét rendszerek súlyfüggvénye (impulzusválasza)súlyfüggvénye (impulzusválasza)
Példa 1:Példa 1:
Az ábbrából látszik hogy a rendszer súlyfüggvénye a következő:ból látszik hogy a rendszer súlyfüggvénye a következő:
h(n)=2h(n)=2(n)-0.5(n)-0.5(n-1)(n-1)
Ez a súlyfüggvény véges (korlátozott) idejű és az ilyen rendszert Ez a súlyfüggvény véges (korlátozott) idejű és az ilyen rendszert nevezik véges idejű súlyfüggvény szűrő RIF vagy (véges impulzus nevezik véges idejű súlyfüggvény szűrő RIF vagy (véges impulzus válasú szűrő (nem rekurzív)).válasú szűrő (nem rekurzív)).
Példa2:Példa2:
Az ábrából látszik hogy a rendszer súlyfüggvénye a következő: látszik hogy a rendszer súlyfüggvénye a következő:
h(n)=(-3/4)h(n)=(-3/4)nnU(n-1)U(n-1)
Ez a súlyfüggvény végtelen idejű és ezt a rendszert nevezik végtelen Ez a súlyfüggvény végtelen idejű és ezt a rendszert nevezik végtelen idejű súlyfüggvényűnek.(végtelen impulzusválasidejű súlyfüggvényűnek.(végtelen impulzusválaszzú (IIR) szűrő)ú (IIR) szűrő)
A lineáris idő-invariáns diszkrét rendszerek A lineáris idő-invariáns diszkrét rendszerek súlyfüggvénye (impulzusválasza)súlyfüggvénye (impulzusválasza)
A lineáris idő-invariáns diszkrét rendszerek A lineáris idő-invariáns diszkrét rendszerek súlyfüggvénye (impulzusválasza)súlyfüggvénye (impulzusválasza)
Eddig a mit mondtunk azt követezik hogy aEddig a mit mondtunk azt követezik hogy asúlyfüggvény h(n) ismeretében lehetsúlyfüggvény h(n) ismeretében lehetszámolni a kimeneti jel y(n)-nel ha aszámolni a kimeneti jel y(n)-nel ha abemeneti jel x(n). bemeneti jel x(n).
A következők írhatók le: a definícióból, ha a bemeneti jel (n) akkor a
kimeneti jel h(n) az időinvariáns tételből következik ha a
bemeneti jel (n-i) akkor a kimeneti jel h(n-i) a linearitás tételből ha a bemeneti jel x(i)(n-i)
akkor a kimeneti jel x(i)h(n-i)
A lineáris idő-invariáns diszkrét rendszerek A lineáris idő-invariáns diszkrét rendszerek súlyfüggvénye (impulzusválasza)súlyfüggvénye (impulzusválasza)
Ezután kapcsoljunk a bemenetre egy Ezután kapcsoljunk a bemenetre egy tetszőleges impulzussorozatot: tetszőleges impulzussorozatot:
A válaszjel ekkor az alábbi lesz:A válaszjel ekkor az alábbi lesz:
i
inixnx
ixinhnyi
A lineáris idő-invariáns diszkrét rendszerek A lineáris idő-invariáns diszkrét rendszerek súlyfüggvénye (impulzusválasza)súlyfüggvénye (impulzusválasza)
Röviden:Röviden:
Az LDI rendszer amely súlyfüggvénye h(n) Az LDI rendszer amely súlyfüggvénye h(n) adja, ha a bemeneti jel x(n), akkor a adja, ha a bemeneti jel x(n), akkor a kimeneti jelet y(n) a övetező: kimeneti jelet y(n) a övetező:
Innen látható hogy a rendszer Innen látható hogy a rendszer stabilstabil
vagyvagy kauzális: kauzális: ha a rendszer stabil akkor ha a rendszer stabil akkor h(i)h(i) ha a rendszer kauzális akkor ha a rendszer kauzális akkor h(n)=0 ha nh(n)=0 ha n00
Diszkret convolucióDiszkret convolució
Ha egy diszkrét rendszert időtartományban aHa egy diszkrét rendszert időtartományban a
súlyfüggvénye (súlyfüggvénye (hh((nn))--a diszkrét Dirac jelre adott válasz) a diszkrét Dirac jelre adott válasz) jellemzi, és ha a bemenő jelet jellemzi, és ha a bemenő jelet xx((nn))--vel jelöljük, akkor a vel jelöljük, akkor a rendszer válaszát felírhatjuk, mint a bemenő jel és a rendszer válaszát felírhatjuk, mint a bemenő jel és a súlyfüggvény konvolutív szorzatát:súlyfüggvény konvolutív szorzatát:
YY((nn)) = x = x((nn))* h* h((nn))
A konvolúció segítségével tetszőleges bemenőjelre meg A konvolúció segítségével tetszőleges bemenőjelre meg tudjuk határozni a rendszer kimenőjelét, ha a rendszer tudjuk határozni a rendszer kimenőjelét, ha a rendszer impulzusválasza ismert, vagy általánosan, ha a fenti impulzusválasza ismert, vagy általánosan, ha a fenti három jel közül bármelyik kettő ismert, akkor három jel közül bármelyik kettő ismert, akkor
meghatározható a harmadik.meghatározható a harmadik.
A konvolúció műveletét a következőképpendefiniáljuk:
Az egyenlet jobboldalát konvolúciós összegnek
nevezzük.
i
)in(h)n(x)n(h)n(x)n(y
A konvolúció tulajdonságai:
Kommutativitás:x(n)*h(n) = h(n)*x(n) vagy másépen:
Asszociativitás:(x(n)*h1(n))*h2(n) = x(n)*(h1(n)*h2(n))
)in(x)i(h)in(h)i(xii
Disztributivitás:
x(n)*(h1(n)+h2(n)) = x(n)*h1(n) + x(n)*h2(n)
A konvolució a követező grafikus megközelítés szemleleti:
1. x(i) és h(i) sorozatok felrajzolása i függvényében2. h(i) sorozat tükrözése az ordináta tengelyre (h(-i)3. h(-i) eltolása n-nel (n > 0 jobbra, n < 0 balra)(pl.: itt n=2)4.összeadás i-vel y(2)=x(i)h(2-i)5. x(i) és h(n-i) sorozatok megfelelő elemeinek szorzatösszege adja y(n)-t
Végestül: általábanN1és N2 hosszúságú sorozatok konvolválásával kapott
sorozat hozza N = N1 + N2 - 1
LDI rendszerek leírása az átviteli karakterisztika segítségével
A LDI rendszerek jobban leírhatók a frekvenciatartományban (átviteli karakterisztika) mint azidőtartományban ( súlyfüggvény).
Tekintsünk egy rendszert melynek súlyfüggvénye h(n) és
a kimeneti jele y(n) ha a bemeneti jel x(n)=cos(nw)(akkor itt a hn nem a rendszer sülyfüggvénye)
x(n)=cos(nw)=ejnw/2+e-jwn/2
LDI rendszerek leírása az átviteli karakterisztika segítségével
ha x1(n)= ejnw és x2(n)= e-jwn
Akkor
és tudjuk hogy ami nem
Más mint a diszkrét jelek Fourier transzformáltja
jwi
i
jwn)in(jw
i1
i
e)i(hee)i(h)in(x)i(h
)e(He)i(h jwjwi
i
akkor y1(n)= ejwnH(ejw)
H(ejw) nem más mint átvitelikarakterisztikája az LDI rendszernek amely
súlyfüggvénye h(n).
A következők írhatók le: y1(n)= ejwnH(ejw)=ejwnAe j=Ae j(wn+)
ahol: A=H(ejw) komplex átviteli karakterisztika
abszolút értékeés = argH(ejw) a fázis értéke
Ugyan így meghatározhatjuk a kimenetei jel y2(n) ha a bemeneti jel x2(n)=e-jwn ,
akkor:
y2(n)=e-jwnH(e-jw)
Használva a lineritás tételt megtudjuk határozni y(n)-t.
Ha x(n)=cos(nw)=(x1(n)+x2(n))/2,
akkor:
y(n)=ejwnH(ejw)+e-jwnH(e-jw)/2
Ha a következő tételeket alkalmazzuk: A(ejw) = A(e-jw) (páros füg.)és (ejw) = -(e-jw) (páratlan füg.)
akkor:
y(n)=Ae j(wn+) + e -j(wn+)/2 = Acos (wn+)
Az eredmény azt mutatja, hogy a DLI rendszerben a bemeneti (itt egy cosinus jel) és a kimeneti frekvenciák azonosak de a kimeneti jel amplitudója és fázisa az átviteli karakterisztikától (H(ejw) függnek ezen a partikuláris frekvencián.
Ez az egyik legfontosabb tétel a LDI rendszereknél.
LDI rendszerek leírása az átviteli karakterisztika segítségével
Továbbá ha x(n) tetszőleges jel akkor létezik olyan Fourier Transzformáció amely adja inverz FT
Azt jelenti, hogy x(n) nem más, mint végtelen exponenciális frekvencia összeadások.
dwe)e(X2
1)n(x jnwjw
LDI rendszerek leírása az átviteli karakterisztika segítségével
A linearitás tételből adódóan az LDI rendszer átfordítja a bemeneti x(n) jelet a kimeneti y(n) jelre, amelyben minden komplex exponenciál szorozva van a hozzátartozó H(ejw)
dwe)e(H)e(X2
1)n(y jnwjwjw
A konvolúció időtartománybeli tulajdonságaimellett további fontos a frekvenciatartománybanérvényes alábbi tulajdonság.
Ha adottak a h(n),x(n) és y(n) időfüggvények,Valamint e függvények Fourier-transzformáltjai, H(ejw),
X(ejw) és Y(ejw) akkor azidőtartománybeli és a frekvenciatartománybelifüggvények között az alábbi összefüggés áll fenn:
jjj eHeXeYnhnxny
A fenti összefüggés szerint két függvény konvolúciójameghatározható úgy is, hogy a függvények Fouriertranszformáltjait összeszorozzuk,majd a szorzatból inverz FT-valmegkapjuk a konvolúció eredményét. Ez lehetőséget ad a konvolúcióműveletének egy másik megvalósítására, ami sokesetben megkönnyíti a művelet elvégzését.
LDI rendszerek leírása az átviteli karakterisztika segítségével
Megjegyzések: 1. H(ejw) nem más mint a h(n) Fourier
transzformáltja.2. Innen következik hogy H(ejw), mint minden
TFSD periodikus, periódusa 2 /T3. Valós h(n) esetén (a mi átlános), a H valós
része szimmetrikus páros és az Imaginárius része pedig szimmetrikus páratlan.
Eddigi bevezetett elméletből következik, hogy, azátviteli karakterisztika meghatározásához, háromMódszer kínálkozik: - módszer 1: a h(n) sülyfüggvény Fourier transzformáltja,- módszer 2: ha a bemeneti jel x(n)=enwT =e nΘ,akkor y(n)= H(e jΘ) e jnΘ számolható az átviteli
karakterisztika,- modszer 3: a differenciaegyenlet segítségével és
használva az időeltolás tétel.x(n-i) e jiΘ X(e jΘ)
Megjegyzés a bemeneti x(n) jel vonatkozóan :modszer 1: x(n)= δ(n)modszer 2: x(n)= x(n)=enwT
modszer 3: nincs definiálva
PéldaHatározzuk meg a következő rendszeraz átviteli karakterisztikáját. Itt
Modszer1:Ha a h(n)=anu(n)Az átviteli karakterisztika a következő:
1a
j
nj
0n
jn
0n
n
n
jnj
ae1
1)ea(eae)n(h)e(H mivel
1a
A konvolúció alkalmazásai
A konvolúciót leggyakrabban szűrők megvalósítására használják. Ha ugyanis ismerjük egy jelátviteli tag impulzusválasz függvényét, akkor a kimenőjelet a bemenőjel és az impulzusválasz konvolúciójával meghatározhatjuk. Egy adott specifikációval rendelkező szűrő megvalósításához a megfelelő impulzusválaszt kell megtalálnunk. Ezeket a szűrőket ezért konvolúciós szűrőknek is nevezik.
Fourier transzformáció A diszkrét idejű jelek leírása a frekvencia
tartományban (Fourier transzformáció)
A Fourier transzformáció, egy tetszőlegesx[nT] diszkrét szorozat a következő módon írhatóle:
A folytonos jelek Fourier transzformációja
szemben, két különbség figyelhető meg:
dte)t(x)(X tj
n
TjnTj enTxnxFeX
Diszkrét Fourier transzformáció
1. Az integrál művelet helyett összegezünk mivel a jelnek csak diszkrét időpillanatokban van értéke.
2. Az w frekvenciaváltozót diszkrét esetben változóval helyettesítettük. Ez kihangsúlyozza azt, hogy X periodikus, periódusa . Emiatt elég az karakterisztika szélességű intervallumát ábrázolnunk, ahogy látható az ábrán. A tartományt alapintervallumnak nevezzük.
Tje
T/2 TjeX
T/2
TT
Az függvény, mely az x[nT] jel spektruma, komplex függvény, amely vagy a valós és képzetes komponensekkel, vagy az amplitúdóval és a fázisszöggel adható meg:
Vagy egyszerűen:
TjeX
TjejTjTjTjTj eeAeXjeXeX ImRe
jTj AejIReX
Az inverz Fourier transzformációAz inverz transzformációs egyenlet:
Fourier transzformációs pár TjeXnTx
deeX2
TnTxeXF Tjn
T
T
TjTj1
A transzformációt egyszerűbb alakbankapjuk, ha bevezetjük a jelölést, vagyrelatív frekvenciát:
T
n
jnj enxeXnxF
deeXnxeXF jnjj
2
11
jeXnx
Fourier transformáció
Inverz FT
FT pár
A diszkrét idejű jelek Fouriertranszformációjának tulajdonságai
A transzformáció tulajdonságai azonosak a folytonosjelek Fourier transzformációinál, de figyelembekell venni, hogy csak a diszkrét időpontokra vannak
értelmezve.
Linearitás:ahol a és b tetszőleges konstansok.
Eltolás az időtartományban:
jj ebXeaXnbxnax 1121
jji eXeinx
Eltolás a frekvencia tartományban:
0 frekvenciával eltolás a spektrumban tényezővel
szorzást jelent az időtartományban.
Konvolúció az időtartományban:
A konvolúció az időtartományban megfelel a szorzás
műveletnek a frekvencia tartományban.
00 jjn eXenx
0jne
jj eXeXnxnx 2121
Konvolúció a frekvenciatartományban:
A konvolúció a frekvenciatartományban megfelel aszorzás műveletnek az időtartományban. Két periodikus
frekvenciafüggvény konvolúciója pedig az alábbi:
jj eXeXnxnx 2121
deXeXeXeX jjjj
)(2121
Diszkrét Fourier transzformáció Diszkrét Fourier transzformáció
Diszkrét Fourier transzformáció periodikus jelekDiszkrét Fourier transzformáció periodikus jelek
esetén (DFT):esetén (DFT):
Legyen az Legyen az xxpp[n] [n] diszkrét idejű jel periodikus, melynekdiszkrét idejű jel periodikus, melynek
periódusa periódusa NN. A jel ekkor eleget tesz az alábbi. A jel ekkor eleget tesz az alábbi
összefüggésnek:összefüggésnek:
ahol ahol l=0, l=0, 1, 1, 2, 2, ……egész szám. egész szám.
A konvergencia problémák miatt, nem tudjuk egyben alkalmazni azA konvergencia problémák miatt, nem tudjuk egyben alkalmazni az
előző függvények. Ezt követően, másik módszer kell találni, hogyelőző függvények. Ezt követően, másik módszer kell találni, hogy
tudjuk leírni a frekvenciatartományban az időben adott diszkréttudjuk leírni a frekvenciatartományban az időben adott diszkrét
sorozat sorozat x(n)x(n)
lNnxnx pp
Diszkrét Fourier transzformációDiszkrét Fourier transzformáció
Mivel a jel periodikus, a következőket tudjuk róla:Mivel a jel periodikus, a következőket tudjuk róla:
1. A frekvenciatartománybeli leírásban a 1. A frekvenciatartománybeli leírásban a alapharmonikus alapharmonikus egészszámú többszörösei és esetleg a frekvenciájú egészszámú többszörösei és esetleg a frekvenciájú komponens fordul elő.komponens fordul elő.
Az alapharmonikus értéke . Az alapharmonikus értéke .
Ez könnyen belátható egy egyszerű példán. Ha a jel ,Ez könnyen belátható egy egyszerű példán. Ha a jel ,
a jel periódus hossza a jel periódus hossza NN, így a jel alapharmonikus frekvenciája., így a jel alapharmonikus frekvenciája.
2. egyetlen periódusából minden frekvenciakomponens2. egyetlen periódusából minden frekvenciakomponens
meghatározható.meghatározható.
Ezek alapján a Ezek alapján a diszkrét idejű jelek Fourier transzformációsdiszkrét idejű jelek Fourier transzformációs
képleteinekképleteinek, módosításával felírhatjuk az , módosításával felírhatjuk az NN pontos pontos diszkrét Fourierdiszkrét Fourier
transzformáció egyenletéttranszformáció egyenletét, melynek rövidítése , melynek rövidítése DFTDFT: :
00
N/20
N
nnx p
2cos
N/2
nx p
Diszkrét Fourier transzformációDiszkrét Fourier transzformáció
Az Az NN pontos pontos inverz diszkrét Fourier transzformáció inverz diszkrét Fourier transzformáció (IDFT)(IDFT)
képlete pedig az alábbi lesz:képlete pedig az alábbi lesz:
Ha megadjuk az Ha megadjuk az xp[n]xp[n] jel jel NN darab mintavételezett érték, darab mintavételezett érték,
azaz xp[0], xp x[1], …, xp[N‑1xp[0], xp x[1], …, xp[N‑1], ], értékeket, vagyis az értékeket, vagyis az
szekvencia alapintervallumát, a diszkrét Fourierszekvencia alapintervallumát, a diszkrét Fourier
transzformáció segítségével meghatározhatók az transzformáció segítségével meghatározhatók az Xp[k]Xp[k]
frekvenciaspektrum komponensei minden frekvenciaspektrum komponensei minden kk egészegész
számhoz. számhoz. XpXp[k][k] szintén periodikus, periódusa szintén periodikus, periódusa NN, mivel, mivel
1
0
2N
n
knN
j
pp enxkX
1
0
21 N
n
knN
j
pp ekXN
nx
Diszkrét Fourier transzformációDiszkrét Fourier transzformáció
A periodicitás következtében az N darabXp[0], Xp[1], [2],…, Xp[N-1] érték, azaz azXp[k] alapintervalluma elegendő a spektrum
egyértelmű meghatározásához (lásd a példa).
kXenx
eenxenxlNkX
p
N
n
knN
j
p
jN
n
knN
j
p
N
n
nlNkN
j
pp
1
0
2
ln21
0
21
0
2
Példa: N=4
Az Xp[k] diszkrét spektrum egyenletsegítségével előállítható az xp(n)
mintavételezett jelsorozat. Az inverzdiszkrét Fourier transzformációsegyenletben az összegezés előtti 1/N együtthatómegválasztásának célja, hogy a DFT és IDFTtranszformációkat egymás után alkalmazva azeredmény az eredeti jel legyen. Az xp[n] ésXp[k] egyenletek a Fourier transzformációs pártalkot, melynek jelölése: kXnx pp
Példa:Határozzuk meg a Fourier transzformció egy négypontos periodikus függvény x(n) amely a következő
ábbra látható:
Példa:Határozzuk meg az IDFT egy 16 pontos DFT amelydefinició szerint a követező:
DFT a véges időtartamú diszkrét idejű jel
Nnésnhanx 0,0
Lásd Könyv 94.old
A DFT tulajdonságai
VOIRTransfofourierrapideanimee
Digitális szűrők Digitális szűrők
A digitális szűrők az LDI rendszerek legfontosabb elemeit A digitális szűrők az LDI rendszerek legfontosabb elemeit képezik. Működésük képezik. Működésük differencia egyenleteikkel differencia egyenleteikkel adható adható meg.meg.
Digitális szűrő definiálható mint Digitális szűrő definiálható mint áramkör (vagy áramkör (vagy algoritmus)algoritmus) amely átalakít egy bemeneti jel egy amely átalakít egy bemeneti jel egy kimeneti jelre amely spektruma valamely módon meg kimeneti jelre amely spektruma valamely módon meg van kötve a bemeneti jel spektruma.van kötve a bemeneti jel spektruma.
Alapvetően a digitális szűrők két osztályát, és pedig a Alapvetően a digitális szűrők két osztályát, és pedig a rekurzív és a nemrekurzív rekurzív és a nemrekurzív digitális szűrők osztályát digitális szűrők osztályát különböztetik meg. különböztetik meg.
Digitális szűrők Digitális szűrők
De létezik meg egy másik módszer különböztetni a De létezik meg egy másik módszer különböztetni a digitális szűröket: véges impulzusválaszú digitális szűröket: véges impulzusválaszú (FIR) (FIR) ésés
végtelen impulzusválaszú szűrőknek végtelen impulzusválaszú szűrőknek (IIR).(IIR).
A A rekurzív digitális szűrök rekurzív digitális szűrök esetén a szűrő kimenetén esetén a szűrő kimenetén megjelenő minden y(n) megjelenő minden y(n) diszkrét érték a korábbi diszkrét érték a korábbi
y(n-1), y(n-2),… diszkrét kimeneti értékeky(n-1), y(n-2),… diszkrét kimeneti értékek, valamint , valamint az x(n), x(n-1), x(n-2), … az x(n), x(n-1), x(n-2), … jelenlegi és korábbi jelenlegi és korábbi diszkrét bemeneti értékekdiszkrét bemeneti értékek függvénye, tehát: függvénye, tehát:
y(n) = f {y(n-1) y(n-2),… x(n), x(n-1), x(n-2),…}y(n) = f {y(n-1) y(n-2),… x(n), x(n-1), x(n-2),…}
Digitális szűrők Digitális szűrők
A A nemrekurzív nemrekurzív digitális szűrőket viszont az jellemzi, digitális szűrőket viszont az jellemzi, hogy a hogy a szúrő minden kimeneti értéke csak a szúrő minden kimeneti értéke csak a jelenlegi és a megelőző bemeneti értékek jelenlegi és a megelőző bemeneti értékek függvénye, tehát:függvénye, tehát:
y(n) = f {x(n), x(n-1), x(n-2),…}y(n) = f {x(n), x(n-1), x(n-2),…}
Általában:Általában:
FIRFIR nemrekurzív digitális szűrő nemrekurzív digitális szűrő
IIR IIR rekurzív digitális szűrő rekurzív digitális szűrő
Digitális szűrők Digitális szűrők De ezt nem mindig igaz:De ezt nem mindig igaz:
A digitális szűrők megvalósíthatók nem rekurzív és A digitális szűrők megvalósíthatók nem rekurzív és rekurzív algoritmusokkal. rekurzív algoritmusokkal. Az IIR szűrők mindig rekurzív Az IIR szűrők mindig rekurzív algoritmusokkalalgoritmusokkal, a , a FIR szűrők viszont rekurzív és nem FIR szűrők viszont rekurzív és nem rekurzív algoritmusokkal rekurzív algoritmusokkal is előállíthatók, amint ezt is előállíthatók, amint ezt később ismertetjük. később ismertetjük.
Digitális szűrőkDigitális szűrők
A digitális szűrők realizálásahoz csupan háromA digitális szűrők realizálásahoz csupan három müveletekmüveletek szükséges: szükséges: időkésleltetésidőkésleltetés (memorialazálás), (memorialazálás), szorzásszorzás ill ill. összeadás. összeadás..
Digitális szűrők Digitális szűrők
FIR szűrők: nem rekurzív digitális szűrők (NRDF)FIR szűrők: nem rekurzív digitális szűrők (NRDF)
A FIR szűrők nem rekurzív diszkrét szűrők. Jellemzőjük,A FIR szűrők nem rekurzív diszkrét szűrők. Jellemzőjük,
hogy hogy nem tartalmaznak visszacsatolástnem tartalmaznak visszacsatolást, vagy is az , vagy is az y(n)y(n)
kimenet független az előző kimenet független az előző y(n-1) y(n-2),… stby(n-1) y(n-2),… stb
kimenetektől. Így nyilvánvalóan hogy a nem rekurzívkimenetektől. Így nyilvánvalóan hogy a nem rekurzív
szűrők mentesek a visszacsatolásokkal kapcsolatosszűrők mentesek a visszacsatolásokkal kapcsolatos
problémakörtől, hiszen a kimenetről semmiféle jel nemproblémakörtől, hiszen a kimenetről semmiféle jel nem
csatlakozik vissza (ábra)csatlakozik vissza (ábra)
Digitális szűrők Digitális szűrők
A legegyszerűbben megérthető digitális A legegyszerűbben megérthető digitális szűrőrendszerek a szűrőrendszerek a nemrekurzív transzverzális nemrekurzív transzverzális szűrők (ábra). Ilyen fajta szűrők lényege az hogy szűrők (ábra). Ilyen fajta szűrők lényege az hogy csak a bemeneti jel x(n) van memorizálva a csak a bemeneti jel x(n) van memorizálva a késleltetési elemekben.késleltetési elemekben.
Digitális szűrők Digitális szűrők
A nemrekurzív szűrő kauzális és a A nemrekurzív szűrő kauzális és a transzferfüggvénye transzferfüggvénye H(z) mindig leírható a következő módon:H(z) mindig leírható a következő módon:
A hozza tartózó A hozza tartózó sülyfüggvényt pedigsülyfüggvényt pedig::
N
N
i
iNiN
i
ii
NN
z
zb
zbzbzbbzX
zYzH
0
0
110 ...
N
iiN inbNnbnbnbnh
010 ...1
Digitális szűrők Digitális szűrők
A transzferfüggvényből látszik hogy a H(z) csak zérusok A transzferfüggvényből látszik hogy a H(z) csak zérusok jönnek léttre, ill N polusok az origoban (z=0)jönnek léttre, ill N polusok az origoban (z=0)
A sülyfüggvényből látszik hogy a h(n) hosszúsága véges A sülyfüggvényből látszik hogy a h(n) hosszúsága véges és maximálisan (N+1) mintából áll.és maximálisan (N+1) mintából áll.
A nemrekurzív szűrők mindig stabilak, amely két tényből A nemrekurzív szűrők mindig stabilak, amely két tényből is következik. is következik. • A diszkrét idejű rendszerek stabilitásának a feltétele, hogy az A diszkrét idejű rendszerek stabilitásának a feltétele, hogy az
átviteli függvény összes pólusa a z sík egységsugarú átviteli függvény összes pólusa a z sík egységsugarú tartományán belül legyen. Ez FIR szűrőknél mindig teljesül.tartományán belül legyen. Ez FIR szűrőknél mindig teljesül.
• A stabilitás feltétele, hogy az impulzus válasz abszolút A stabilitás feltétele, hogy az impulzus válasz abszolút értékének összege véges legyen. FIR szűrőknél ez szintén értékének összege véges legyen. FIR szűrőknél ez szintén teljesül.teljesül.
A FIR szűrők másik előnyös tulajdonsága a lineáris A FIR szűrők másik előnyös tulajdonsága a lineáris fáziskarakterisztika. fáziskarakterisztika.
Digitális szűrők Digitális szűrők
IIR szűrők- rekurzív digitális szűrők (RDF)IIR szűrők- rekurzív digitális szűrők (RDF)
A rekurzív szűrőkben visszavezető jel utak vannak, A rekurzív szűrőkben visszavezető jel utak vannak, amelyek a kimeneti jel értéket a rendszer vagy ennek amelyek a kimeneti jel értéket a rendszer vagy ennek részegységeiknek bemeneteire visszacsatoljákrészegységeiknek bemeneteire visszacsatolják
Digitális szűrők Digitális szűrők
A szűrő leírható differenciegyenlettet segítségével
A sülyfüggvénye pedig:
h(n)=an-1u(n-1)
Amely z-transzformácioja (transzferfüggvény) H(z)
1
1
1
az
zzH
Digitális szűrők Digitális szűrők
Az IIR rekurzív szűrők különféle lehetséges struktúráihoz differencia egyenletükből kiindulva juthatunk el, az egyenlet egy-egy módosított alakjából.
Direkt struktúra I.Az bemenő x(n) és az y(n) kimenő jelsorozat közötti
összefüggés rekurzív szűrő esetén:
inyainxbnyM
ii
N
ii
10
Digitális szűrők Digitális szűrők
A szűrő differenciaegyenletéhez, illetve az ennek megfelelő Z transzformálthoz az ábrán található első típusú direkt formájú kapcsolása tartozik.
Digitális szűrők Digitális szűrők
Láthatóan a struktúra N+M tároló elemet és N+M+1 szorzást tartalmaz. Ezenkívül mindenegyes kimeneti érték előállításához N+M+1 összeadás szükséges. A struktúrához tartozó átviteli függvény:
M
i
ii
N
i
ii
za
zb
zX
zYzH
1
0
1
Direkt struktúra II.
Az előző szűrő struktúrát tekinthetjük egy rekurzív és nem rekurzív rész kaszkád kapcsolásának is. Mivel lineáris időinvariáns hálózatokról van szó, ezért a két részt felcserélhetjük, anélkül, hogy a teljes rendszer frekvencia átviteli tulajdonsága megváltozna. Ily
módon kapjuk a követező ábrán bemutatott struktúrát
Digitális szűrőkDigitális szűrők
. A ábrán látható, hogy mindkét késleltető lánc jelei azonosak: (n), (n-1),…. (n-N). Ennek megfelelően átalakítható a rendszer, a követező ábrán bemutatott formába. Így kapjuk a II. direkt struktúrát. Az ábrán látható struktúra esetén M>N, és összesen M tároló
elemet tartalmaz.
Az olyan struktúrákat, amelyek ugyanannyi tárolóelemet (késleltetők) tartalmaznak, mint amennyi a differenciaegyenlet fokszáma, kanonikus struktúráknak nevezzük.
A direkt struktúra elnevezés magyarázata az, hogy a struktúra az átviteli függvényt közvetlen módon állítja elő. A racionális törtfüggvény minden együtthatójához illetve hatvány kifejezéséhez közvetlenül egy-egy áramköri elemet rendel hozzá.
Az ai, bi együtthatók kis eltérései az átviteli függvény jelentős megváltozását okozzák. Ez azt jelenti, hogy a direkt formájú kapcsolások érzékenyek a paraméterváltozásokra. A paraméter érzékenység elkerülhető, ha a H(z) átviteli függvényt H1(z), H2(z), …Hk(z) első és másodfokú rész-átviteli függvények szorzatára vagy összegére osztjuk. Az egyes átviteli függvényeket külön áramkörökkel valósítjuk meg majd ezeket az átviteli függvény felbontási szabályait követve, sorosan vagy párhuzamosan összeépítjük. Az egyes áramkörök csak a saját rész-átviteli függvényük megvalósításáért ill. műszaki paramétereiért felelősek és a többi hálózati paraméterre (pólusra, zérusra) nincsenek hatással.
Digitális szűrőkDigitális szűrők
Kaszkád struktúra A kaszkád struktúra előállításához a H(z) átviteli
függvényt a következő formában írjuk fel:
Az átviteli függvényt gyöktényezős alakra bontjuk, és felhasználhatjuk azt is, hogy valós impulzusválasz esetén a komplex pólusok és zérusok konjugált gyökpárokat alkotnak. Ennek megfelelően a H(z) a következő kétféle részfüggvényre (első vagy másodfokú) bontható:
zHzHzHzHzH ki ......21
Digitális szűrőkDigitális szűrők
Vagy
Az elsőfokú alaptag egy valós zérust és egy valós pólust tartalmaz. A másodfokú tag pedig, két zérust és két pólust tartalmaz, amelyek komplexek is lehetnek.
1
1
1
1
zd
zczH
i
ii
21
21
1
1
zfze
zdzczH
ii
iii
Digitális szűrőkDigitális szűrők
Példa: Adott egy harmadfokú rendszer amely átviteli
függvénye, H(z). A kaszkád megvalósításhoz alakítsuk át első és másodfokú átviteli függvények szorzatává.
)321)(2(
)423)(1(
3852
4653)(
211
211
321
321
zzz
zzz
zzz
zzzzH
21
21
1
1
321
423
5,01
5,05,0
zz
zz
z
zzH
Digitális szűrőkDigitális szűrők
Kaszkád struktúra
Digitális szűrőkDigitális szűrők
Párhuzamos struktúra
Az átviteli függvényt előállíthatjuk k számú részfüggvényösszegeként is:
Az egyenletben H0 konstans tag, H1(z), H2(z),… első vagy
másodfokú alaptagok
zHzHzHzHHzH ki ......210
Párhuzamos struktúra
Digitális szűrőkDigitális szűrők
Példaképpen egy harmadfokú szűrőt alakítsunk át
párhuzamos formába
A részfüggvények a következők:
)()()2(
1
1
12
)2)(1(
2497
32
2497)(
21021
1
1
211
321
321
321
zHzHHzz
z
z
zzz
zzz
zzz
zzzzH
20 H 111
1)(
zzH
21
1
25,05,01
5.0)(
zz
zzH
Digitális szűrőkDigitális szűrők
Megegyezés:
Léteznek sok más struktúrájú (kapcsolási forma)digitális szűrök.
Példa: - Fésűszűrő - frekvencia-mintavételező struktúra
Digitális szűrőkDigitális szűrők
Fésűszűrő:Ha a H(z) átviteli függvényű szűrő minden tároló elemétN kaszkádba kapcsolt tárolóelemmel helyettesítünk, fésűszűrőt kapunk, melynek átviteli függvénye G(z)=H(zN), így a frekvencia átviteli függvény a alapintervallumon N-szer ismétlődik .
Példa:Ha N =3 és N =4
)(
N=3
N=4
Egyszerű nem rekurzív fésű szűrőt kapunk, ha a
H(z)=1-z-1 átviteli függvényből indulunk ki. Az
eredményül kapott szűrő N memória elemből , egyszorzóból és egy összeadóból áll,
a szűrő átviteli függvénye:
és a z tartományban az egységsugarú körön azonos
távolságban elhelyezkedő N darab zérust tartalmaz.
Nzzx
zyzG 1
)(
)()(
Digitális szűrőkDigitális szűrők
Fésű szűrő pólus-zérus elrendezése N=20 esetén
20x20x
Digitális szűrőkDigitális szűrők
Frekvencia-mintavételező struktúra:A frekvencia-mintavételező szűrő egy fésű szűrő és azazt követő rekurzív hálózat kaszkád kapcsolásávalhozható létre. A rekurzív hálózat pólusai egybeesnek a
fésű szűrő zérusaival. A rekurzív rész általábanpárhuzamosan csatlakoztatott másodfokúrészegységekből áll, de tartalmazhat elsőfokú tagot is,a z=1 vagy z=-1 pólusok megvalósításához. Estruktúrával egyszerűen létrehozhatók olyan szűrők,amelyek megadott frekvenciákon pontos
frekvenciaválasszal rendelkeznek.
Frekvencia mintavételező struktúra
Digitális szűrőkDigitális szűrők
Adaptív szűrőkAz adaptív szűrők olyan digitális szűrők, amelyekegyütthatói nem állandók, azokat egy adaptívalgoritmus automatikusan módosítja, abból a célból,hogy a szűrő frekvencia válasza meghatározottkritériumok szerint optimális legyen. Az adaptív szűrőezért két részből áll. Az egyik rész a digitális szűrő,amelynek struktúrája elvileg az előzőkben ismertetettstruktúrák bármelyike lehet, és az n-ik időpillanatbanc0[n], c1[n],… cN[n] együtthatókkal rendelkezik. Amásik rész az adaptív algoritmust megvalósítható
vezérlőegység.
Digitális szűrőkDigitális szűrők
Az együtthatókat a vezérlőegység automatikusanállítja elő, előre lerögzített kritériumnak megfelelően.Ez általában az aktuális kimeneti jel és egy referencia
jel közötti különbség minimalizálását jelenti.
Digitális szűrőkDigitális szűrők
a párhuzamos struktúrával megvalósított szűrőt akövetkező:
Digitális szűrők méretezése és megvalósításaDigitális szűrők méretezése és megvalósítása
A digitális szűrők tervezéséhez a szűrőparaméterekA digitális szűrők tervezéséhez a szűrőparaméterek
specifikációja szükséges. specifikációja szükséges. Ezek a specifikációk aEzek a specifikációk a
frekvenciatartománybeli karakterisztikák, mint azfrekvenciatartománybeli karakterisztikák, mint az
amplitúdó és a fázisamplitúdó és a fázis, és egyes esetekben az, és egyes esetekben az
időtartománybeli paraméterek, mint például a maximálisidőtartománybeli paraméterek, mint például a maximális
jelfeldolgozási idő. Az amplitúdó-frekvencia toleranciajelfeldolgozási idő. Az amplitúdó-frekvencia tolerancia
diagram tartalmazza a karakterisztikát, a következődiagram tartalmazza a karakterisztikát, a következő
ábrán látható módon.ábrán látható módon.
Pl. Aluláteresztő szűrő paramétereinek a specifikációja
Digitális szűrők méretezése és megvalósításaDigitális szűrők méretezése és megvalósítása
A digitális szűrők megvalósításának A digitális szűrők megvalósításának első lépése azelső lépése az
átviteli karakterisztika kiválasztásaátviteli karakterisztika kiválasztása. Az . Az ideálisideális
szűrőkarakterisztikák összefoglalva a következő ábránszűrőkarakterisztikák összefoglalva a következő ábrán
láthatók. láthatók.
A legfontosabb szűrő típusok:
-Aluláteresztő szűrő
-Felüláteresztő szűrő
-Sáváteresztő szűrő
- Sávzáró szűrő.
Az előző csoportosítás nem teljes. Létezik más fajtaAz előző csoportosítás nem teljes. Létezik más fajta
szűrők amelyek nem lehet sorolni az előzőszűrők amelyek nem lehet sorolni az előző
csoportosításához, és amelyek digitális jelfeldolgozáshozcsoportosításához, és amelyek digitális jelfeldolgozáshoz
nagy szerepet játszanak. Ezek a következők:nagy szerepet játszanak. Ezek a következők:
- - Differenciátor.Differenciátor. Átviteli függvénye: Átviteli függvénye:
- - Integrátor.Integrátor. Átviteli függvénye: Átviteli függvénye:
- - Hilbert transzformátor. Hilbert transzformátor. Átviteli függvénye: Átviteli függvénye:
- - Mindent áteresztő szűrő, vagy fázistolóMindent áteresztő szűrő, vagy fázistoló. Átviteli függvénye:. Átviteli függvénye:
hajeH jD ,
haj
eH jI ,
1
haj
hajeH j
H
0
haeH jF ,1
A digitális szűrőtervezés általános lépései:A digitális szűrőtervezés általános lépései:
- - ApproximációApproximáció
- Szintézis és struktúra kiválasztás- Szintézis és struktúra kiválasztás
- Működés és szűrőparaméterek ellenőrzése- Működés és szűrőparaméterek ellenőrzése
-Megvalósítás.-Megvalósítás.
ApproximációApproximációAz approximáció folyamán a megadott szűrő specifikációhozAz approximáció folyamán a megadott szűrő specifikációhoz
keressük azt a szűrő átviteli karakterisztikát, amely akeressük azt a szűrő átviteli karakterisztikát, amely a
specifikációknak eleget tesz. Az approximációs problémátspecifikációknak eleget tesz. Az approximációs problémát
kétféleképpen oldhatjuk meg: kétféleképpen oldhatjuk meg: direkt vagy indirekt módondirekt vagy indirekt módon. . DirektDirekt
módszer esetén a megoldás diszkrét idő vagy frekvenciamódszer esetén a megoldás diszkrét idő vagy frekvencia
tartományban történiktartományban történik. . Indirekt a megoldás, ha folytonos idejűIndirekt a megoldás, ha folytonos idejű
rendszert áttranszformáljuk diszkrét idejű átviteli funkcióvárendszert áttranszformáljuk diszkrét idejű átviteli funkcióvá. .
Szintézis és struktúra kiválasztásSzintézis és struktúra kiválasztás
Miután meghatároztuk az átviteli függvényt, aMiután meghatároztuk az átviteli függvényt, a
Szűrőt diszkrét idejű lineáris struktúrával megvalósítjuk.Szűrőt diszkrét idejű lineáris struktúrával megvalósítjuk.
A struktúra kiválasztásánál szem előtt kell tartani aA struktúra kiválasztásánál szem előtt kell tartani a
szükséges szükséges összeadások, szorzások, tároló elemekösszeadások, szorzások, tároló elemek
számátszámát, a struktúra érzékenységét paraméter, a struktúra érzékenységét paraméter
változásokra, az aritmetika pontosságára és másváltozásokra, az aritmetika pontosságára és más
Egyéb.Egyéb.
Működés és szűrőparaméterek ellenőrzéseMűködés és szűrőparaméterek ellenőrzése Bár a szűrő együtthatókat nagy pontossággal kell meghatározni, a Bár a szűrő együtthatókat nagy pontossággal kell meghatározni, a
digitális hardver véges pontosságú. Az aritmetika lehet fix vagy digitális hardver véges pontosságú. Az aritmetika lehet fix vagy lebegőpontos. Fixpontos megoldások esetén a véges pontosság a lebegőpontos. Fixpontos megoldások esetén a véges pontosság a szűrő paramétereket módosítja. A tervezőnek ellenőriznie kell, szűrő paramétereket módosítja. A tervezőnek ellenőriznie kell, hogy a megvalósított szűrő eleget tesz-e a specifikációknak. Az hogy a megvalósított szűrő eleget tesz-e a specifikációknak. Az esetleges túlcsordulás hatását szintén vizsgálni kell. IIR szűrők esetleges túlcsordulás hatását szintén vizsgálni kell. IIR szűrők esetén meg kell vizsgálni, hogy a stabilitást a hardver véges esetén meg kell vizsgálni, hogy a stabilitást a hardver véges pontossága hogyan befolyásolja.pontossága hogyan befolyásolja.
MegvalósításMegvalósítás
A digitális szűrők A digitális szűrők hardver és szoftver eszközökkel, vagy a kettő hardver és szoftver eszközökkel, vagy a kettő kombinációjával valósíthatók megkombinációjával valósíthatók meg. A hardver lehet számítógép, . A hardver lehet számítógép, mikroprocesszor vagy digitális jelprocesszor. mikroprocesszor vagy digitális jelprocesszor. A DSP a célra a A DSP a célra a legmegfelelőbb, mivel erre optimalizálták. legmegfelelőbb, mivel erre optimalizálták. Fontos szempont az Fontos szempont az eszköz kiválasztásánál a rendelkezésre álló fejlesztői környezet eszköz kiválasztásánál a rendelkezésre álló fejlesztői környezet fejlettsége. fejlettsége. A megvalósítás lehetséges speciális programozható A megvalósítás lehetséges speciális programozható integrált áramkörökkel isintegrált áramkörökkel is. Tipikusan ilyen áramkör az . Tipikusan ilyen áramkör az FPGAFPGA. Ez . Ez utóbbi megoldás a legdrágább, és a legnagyobb felkészültséget utóbbi megoldás a legdrágább, és a legnagyobb felkészültséget igényli a fejlesztőtől, de egyben a legnagyobb teljesítmény igényli a fejlesztőtől, de egyben a legnagyobb teljesítmény érhető el. érhető el.
FIR szűrők tervezéseFIR szűrők tervezéseA FIR szűrők A FIR szűrők leglényegesebb tulajdonsága a véges leglényegesebb tulajdonsága a véges impulzusválaszimpulzusválasz. Ha ez ismert, legalább egy formában - . Ha ez ismert, legalább egy formában - transzverzális formában - közvetlenül megvalósítható a szűrő. transzverzális formában - közvetlenül megvalósítható a szűrő. Ez Ez az oka, hogy a FIR szűrők különféle tervezési módszereiben az az oka, hogy a FIR szűrők különféle tervezési módszereiben az impulzus válasz központi szerepet játszikimpulzus válasz központi szerepet játszik. Az impulzusválasz . Az impulzusválasz alapján eldönthető az is, hogy a FIR szűrő fázisa lineáris, vagy alapján eldönthető az is, hogy a FIR szűrő fázisa lineáris, vagy nem. A tervezési lépések a bevezetőben leírt szűrőtervezési nem. A tervezési lépések a bevezetőben leírt szűrőtervezési lépésekkel lényegében azonosak:lépésekkel lényegében azonosak:
- Szűrő specifikáció megadása- Szűrő specifikáció megadása
- Együtthatók számítása- Együtthatók számítása
- Megvalósítandó struktúra kiválasztása- Megvalósítandó struktúra kiválasztása
- Szimuláció (opcionális)- Szimuláció (opcionális)
- Megvalósítás digitális jelprocesszorral- Megvalósítás digitális jelprocesszorral
A specifikáció A specifikáció az előírt az előírt H(w)H(w) és és (w) (w) amplitúdó és fázis függvény amplitúdó és fázis függvény
megadásával történik. Általában megadásával történik. Általában (w) (w)-t egyszerűen lineárisnak,-t egyszerűen lineárisnak,
vagy nem lineárisnak specifikáljuk. Az amplitúdó paramétereket avagy nem lineárisnak specifikáljuk. Az amplitúdó paramétereket a
tolerancia diagrammal rögzítik. tolerancia diagrammal rögzítik.
A diszkrét idejű rendszer Fourier transzformációján és A diszkrét idejű rendszer Fourier transzformációján és ablak függvényen alapuló tervezésablak függvényen alapuló tervezés
A tervezés a amplitúdó-frekvenciaA tervezés a amplitúdó-frekvencia
Karakterisztikából indul ki. E diagram lehető legjobbKarakterisztikából indul ki. E diagram lehető legjobb
közelítése a cél. Közvetlenül az átviteli karakterisztikábólközelítése a cél. Közvetlenül az átviteli karakterisztikából
inverz Fourier transzformációval meghatározzuk azinverz Fourier transzformációval meghatározzuk az
impulzus választ, impulzus választ, hhdd[n][n]-t.-t.
jd eH
Ez alapján azonban a szűrőt nem lehet megvalósítani, Ez alapján azonban a szűrőt nem lehet megvalósítani, mivel az impulzus válasz mivel az impulzus válasz
a.) végtelen hosszúságú,a.) végtelen hosszúságú,
b) nem kauzális függvény, azaz b) nem kauzális függvény, azaz hhdd[n] ≠0[n] ≠0, , n<0n<0 esetén. esetén.
Emiatt az impulzusválasz függvény hosszát elfogadható Emiatt az impulzusválasz függvény hosszát elfogadható L hosszúságúra kell korlátozni, továbbá a kapott L hosszúságúra kell korlátozni, továbbá a kapott válaszfüggvényt el kell tolni (késleltetni kell), hogy az válaszfüggvényt el kell tolni (késleltetni kell), hogy az impulzus válasz kauzális legyen. A lépések az előző impulzus válasz kauzális legyen. A lépések az előző ábrán láthatók. A végeredmény a ábrán láthatók. A végeredmény a hhdd[n][n] függvény egy függvény egy közelítése, közelítése, h[n].h[n]. A A h[n]h[n] impulzus válasz értékei impulzus válasz értékei megegyeznek a szűrő együtthatókkal.megegyeznek a szűrő együtthatókkal.
Az impulzus válasz függvény csonkítása azonban a Az impulzus válasz függvény csonkítása azonban a karakterisztikában túllendülést és lengéseket okozkarakterisztikában túllendülést és lengéseket okoz. Ez a . Ez a Gibbs jelenségGibbs jelenség. A következő. A következő ábrán az átviteli ábrán az átviteli karakterisztika látható különböző hosszúságú karakterisztika látható különböző hosszúságú válaszfüggvény esetén. válaszfüggvény esetén.
A hullámosság és az átmeneti tartomány változás magyarázata aA hullámosság és az átmeneti tartomány változás magyarázata a
következő: A válasz függvény csonkítása az időtartományban úgykövetkező: A válasz függvény csonkítása az időtartományban úgy
történt, hogy egy négyszögletes ablak függvénnyel, történt, hogy egy négyszögletes ablak függvénnyel, w[n]-w[n]-elel
szoroztuk:szoroztuk:
A frekvencia tartományban ez megfelel és A frekvencia tartományban ez megfelel és
konvolúciójának, azazkonvolúciójának, azaz
Az ideális aluláteresztő szűrő közelítése különböző hosszúságú impulzus válasz függvényekkel.
nhnwnh d
jd eH jeW
jd
jj eHeWeH
A ablak függvény a következő ábra láthatóA ablak függvény a következő ábra látható
A konvolúció eredménye pedig a következőA konvolúció eredménye pedig a következő
jeW
W(n)
A paraméterek javíthatók, ha másféle ablak függvényt A paraméterek javíthatók, ha másféle ablak függvényt választunk. A Következő táblázatban különféle ablak választunk. A Következő táblázatban különféle ablak függvények paraméterei láthatók. függvények paraméterei láthatók.
A táblázatban A táblázatban ff az átmeneti sáv normalizált sávszélessége: az átmeneti sáv normalizált sávszélessége:
Ahol , az átmeneti sáv szélessége. Ahol , az átmeneti sáv szélessége.
(CONTINUER Livre)(CONTINUER Livre)
Ablak típusaÁtmeneti sáv szélesség
(normalizált) fÁteresztő sáv
hullámosság [dB]Vágási sáv
Csillapítás [dB]
Négyszög 0.9/N 0.7416 21
Hanning 3.1/N 0.0546 44
Hamming 3.3/N 0.0194 53
Blackman 5.5/N 0.0017 74
sf
ff
ps fff