Resposta de freqüência do filtro médio de corrida A resposta de freqüência de um sistema LTI é o DTFT da resposta de impulso. A resposta de impulso de uma média móvel de amostra de L é Como o filtro de média móvel é FIR, a resposta de freqüência reduz-se à soma finita. Pode usar a identidade muito útil para escrever a resposta de freqüência como onde nós deixamos ae menos jomega. N 0 e M L menos 1. Podemos estar interessados na magnitude desta função, a fim de determinar quais frequências obtêm o filtro desatualizado e atenuados. Abaixo está um gráfico da magnitude desta função para L 4 (vermelho), 8 (verde) e 16 (azul). O eixo horizontal varia de zero a pi radianes por amostra. Observe que em todos os três casos, a resposta de freqüência possui uma característica de passagem baixa. Um componente constante (zero freqüência) na entrada passa pelo filtro desatualizado. Certas frequências mais altas, como pi 2, são completamente eliminadas pelo filtro. No entanto, se a intenção era projetar um filtro de passagem baixa, então não fizemos muito bem. Algumas das freqüências mais altas são atenuadas apenas por um fator de cerca de 110 (para a média móvel de 16 pontos) ou 13 (para a média móvel de quatro pontos). Nós podemos fazer muito melhor do que isso. O argumento acima foi criado pelo seguinte código Matlab: omega 0: pi400: pi H4 (14) (1-exp (-maome4)). (1-exp (-iomega)) H8 (18) (1-exp (- Iomega8)). (1-exp (-iomega)) H16 (116) (1-exp (-iomega16)). (1-exp (-iomega)) trama (omega, abs (H4) abs (H8) abs ( H16)) eixo (0, pi, 0, 1) Copyright copy 2000- - University of California, BerkeleySignal ProcessingDigital Filters Os filtros digitais são, por essência, sistemas amostrados. Os sinais de entrada e saída são representados por amostras com distância de tempo igual. Os filtros de resposta de Implulgação finita (FIR) são caracterizados por uma resposta de tempo dependendo apenas de um dado número das últimas amostras do sinal de entrada. Em outros termos: uma vez que o sinal de entrada caiu para zero, a saída do filtro fará o mesmo após um determinado número de períodos de amostragem. A saída y (k) é dada por uma combinação linear das últimas amostras de entrada x (k i). Os coeficientes b (i) dão o peso para a combinação. Eles também correspondem aos coeficientes do numerador da função de transferência de filtro do domínio z. A figura a seguir mostra um filtro FIR da ordem N 1: Para os filtros de fase linear, os valores dos coeficientes são simétricos em torno do meio e a linha de atraso pode ser dobrada em volta desse ponto do meio para reduzir o número de multiplicações. A função de transferência de filtros FIR apenas permite um numerador. Isso corresponde a um filtro totalmente zero. Os filtros FIR normalmente requerem pedidos elevados, na magnitude de várias centenas. Assim, a escolha deste tipo de filtros precisará de uma grande quantidade de hardware ou CPU. Apesar disso, uma das razões para escolher uma implementação do filtro FIR é a capacidade de alcançar uma resposta de fase linear, o que pode ser um requisito em alguns casos. No entanto, o designer fiter tem a possibilidade de escolher filtros IIR com uma boa linearidade de fase na banda passante, como os filtros Bessel. Ou para projetar um filtro allpass para corrigir a resposta de fase de um filtro IIR padrão. Filtros médios móveis (MA) Os modelos Editar modelo médio móvel (MA) são modelos de processo na forma: os processos MA são uma representação alternativa dos filtros FIR. Filtros médios Editar Um filtro calculando a média das N últimas amostras de um sinal É a forma mais simples de um filtro FIR, sendo todos os coeficientes iguais. A função de transferência de um filtro médio é dada por: A função de transferência de um filtro médio possui N zeros igualmente espaçados ao longo do eixo de freqüência. No entanto, o zero em DC é mascarado pelo pólo do filtro. Por isso, existe um lóbulo maior, um DC que explica a banda de passagem do filtro. Filtros Integrator-Comb (CIC) em cascata Edit A O filtro integrador-pente em cascata (CIC) é uma técnica especial para a implementação de filtros médios colocados em série. A colocação em série dos filtros médios melhora o primeiro lobo em DC em comparação com todos os outros lóbulos. Um filtro CIC implementa a função de transferência de N filtros médios, cada um calculando a média de amostras R M. Sua função de transferência é assim dada por: os filtros CIC são usados para dizimar o número de amostras de um sinal por um fator de R ou, em outros termos, reescrever um sinal a uma freqüência mais baixa, descartando amostras R 1 de R. O fator M indica quanto do primeiro lobo é usado pelo sinal. O número de estádios de filtro médio, N. Indica quão bem outras bandas de freqüência são amortecidas, à custa de uma função de transferência menos plana em torno de DC. A estrutura CIC permite implementar todo o sistema com apenas agregadores e registros, não usando multiplicadores que sejam gananciosos em termos de hardware. O downsampling por um fator de R permite aumentar a resolução do sinal pelos bits log 2 (R) (R). Filtros canônicos Edit Canonical filters implementam uma função de transferência de filtro com vários elementos de atraso iguais à ordem do filtro, um multiplicador por coeficiente de numerador, um multiplicador por coeficiente de denominador e uma série de elementos de som. De forma semelhante às estruturas canónicas de filtros ativos, esse tipo de circuitos mostrou-se muito sensível aos valores dos elementos: uma pequena alteração em coeficientes teve um grande efeito na função de transferência. Aqui também, o design de filtros ativos mudou de filtros canônicos para outras estruturas, como cadeias de seções de segunda ordem ou filtros de salto. Cadeia de secções de segunda ordem Editar uma seção de segunda ordem. Muitas vezes referido como biquad. Implementa uma função de transferência de segunda ordem. A função de transferência de um filtro pode ser dividida em um produto de funções de transferência associadas a um par de pólos e possivelmente um par de zeros. Se a ordem das funções de transferência for estranha, então uma seção de primeira ordem deve ser adicionada à cadeia. Esta seção está associada ao pólo real e ao zero real se houver um. Forma direta 1 forma direta 2 forma direta 1 transposição de forma direta 2 transposta A forma direta 2 transposta da figura a seguir é especialmente interessante em termos de hardware exigido, bem como a quantificação de sinal e coeficiente. Digital Leapfrog Filters Editar estrutura de filtro Editar filtros de salto digital base na simulação de filtros de salto analógico ativo. O incentivo para esta escolha é herdar das excelentes propriedades de sensibilidade à banda passante do circuito de escada original. O seguinte filtro de 4passões de allpass do allpass do pólo pode ser implementado como um circuito digital, substituindo os integradores analógicos por acumuladores. A substituição dos integradores analógicos por acumuladores corresponde a simplificar a transformada Z em z 1 s T. Quais são os dois primeiros termos da série Taylor de z e x p (s T). Essa aproximação é boa o suficiente para filtros onde a freqüência de amostragem é muito maior do que a largura de banda do sinal. Transferir Função A representação do espaço de estado do filtro precedente pode ser escrita como: A partir deste conjunto de equações, pode-se escrever as matrizes A, B, C, D como: A partir desta representação, as ferramentas de processamento de sinais, como Octave ou Matlab, permitem traçar A resposta de freqüência dos filtros ou para examinar seus zeros e pólos. No filtro de salto digital, os valores relativos dos coeficientes definem a forma da função de transferência (Butterworth. Chebyshev.), Enquanto suas amplitudes definem a freqüência de corte. Dividir todos os coeficientes por um fator de dois desloca a frequência de corte para baixo em uma oitava (também um fator de dois). Um caso especial é o filtro Buterworth de 3ª ordem, que possui constantes de tempo com valores relativos de 1, 12 e 1. Devido a isso, este filtro pode ser implementado em hardware sem qualquer multiplicador, mas usando mudanças em vez disso. Os modelos Autoregressive Filters (AR) Edit Autoregressive Filters (AR) Edit Autoregressive (AR) são modelos de processo na forma: Onde u (n) é a saída do modelo, x (n) é a entrada do modelo e u (n - m) são anteriores Amostras do valor de saída do modelo. Esses filtros são chamados de autorregressivos porque os valores de saída são calculados com base em regressões dos valores de saída anteriores. Os processos AR podem ser representados por um filtro de todos os pólos. Filtros ARMA Edit Autoregressive Moving-Average (ARMA) filtros são combinações de AR e MA filtros. A saída do filtro é dada como uma combinação linear tanto da entrada ponderada como das amostras de saída ponderadas: os processos ARMA podem ser considerados como um filtro IIR digital, com pólos e zeros. Os filtros AR são preferidos em muitos casos porque podem ser analisados usando as equações de Yule-Walker. Os processos MA e ARMA, por outro lado, podem ser analisados por equações não-lineares complicadas, difíceis de estudar e modelar. Se tivermos um processo AR com coeficientes de peso de toque a (um vetor de a (n), a (n - 1).) Uma entrada de x (n). E uma saída de y (n). Podemos usar as equações de Yule-Walker. Dizemos que x 2 é a variância do sinal de entrada. Tratamos o sinal de dados de entrada como um sinal aleatório, mesmo que seja um sinal determinista, porque não sabemos qual será o valor até que o receba. Podemos expressar as equações de Yule-Walker como: Onde R é a matriz de correlação cruzada da saída do processo E r é a matriz de autocorrelação da saída do processo: Variance Edit Podemos mostrar que: Podemos expressar a variância do sinal de entrada como: Ou , Expandindo e substituindo in para r (0). Podemos relacionar a variância de saída do processo com a variância de entrada: Introdução à filtragem 9.3.1 Introdução à filtragem No campo do processamento de sinal, o design de filtros de sinais digitais envolve o processo de supressão de determinadas frequências e impulsionar outras. Um modelo de filtro simplificado é onde o sinal de entrada é modificado para obter o sinal de saída usando a fórmula de recursão. A implementação de (9-23) é direta e requer apenas valores iniciais e, em seguida, é obtida por iteração simples. Como os sinais devem ter um ponto de partida, é comum exigir isso e para. Enfatizamos esse conceito fazendo a seguinte definição. Definição 9.3 (Sequência Causal) Dada a sequência de entrada e saída. Se e para, a sequência é dita causal. Dada a sequência causal, é fácil calcular a solução para (9-23). Use o fato de que essas seqüências são causais: o passo iterativo geral é 9.3.2 Os Filtros Básicos Os seguintes três filtros básicos simplificados servem como ilustrações. (I) Zeroing Out Filter, (note que). (Ii) Boosting Up Filter, (note que). (Iii) Filtro de Combinação. A função de transferência para esses modelos de filtros tem a seguinte forma geral onde as transformações z das seqüências de entrada e saída são e, respectivamente. Na seção anterior, mencionamos que a solução geral para uma equação de diferença homogênea é estável somente se os zeros da equação característica estiverem dentro do círculo da unidade. Da mesma forma, se um filtro é estável, os pólos da função de transferência devem estar todos dentro do círculo da unidade. Antes de desenvolver a teoria geral, gostaríamos de investigar a resposta de amplitude quando o sinal de entrada é uma combinação linear de e. A resposta de amplitude para a freqüência usa o sinal da unidade complexa e é definida como sendo A fórmula para será rigorosamente explicada após alguns exemplos introdutórios. Exemplo 9.21. Dado o filtro. 9.21 (a). Mostre que é um filtro de exclusão a zero para os sinais e calcula a resposta de amplitude. 9.21 (b). Calcule as respostas de amplitude e investigue o sinal filtrado para. 9.21 (c). Calcule as respostas de amplitude e investigue o sinal filtrado para. Figura 9.4. A resposta de amplitude para. Figura 9.5. A entrada e saída. Figura 9.6. A entrada e saída. Explore a Solução 9.21. Exemplo 9.22. Dado o filtro. 9.22 (a). Mostre que é um filtro de aumento para os sinais e calcula a resposta de amplitude. 9.22 (b). Calcule as respostas de amplitude e investigue o sinal filtrado para. Figura 9.7. A resposta de amplitude para. Figura 9.8. A entrada e saída. Explore a Solução 9.22. 9.3.3 A Equação de Filtro Geral A forma geral de uma equação de diferença de filtro de ordem é onde e são constantes. Observe cuidadosamente que os termos envolvidos são da forma e onde e, o que torna esses termos atrasados. A forma compacta de escrever a equação de diferença é onde o sinal de entrada é modificado para obter o sinal de saída usando a fórmula de recursão. A porção irá libertar sinais e aumentar os sinais. Observação 9.14. Fórmula (9-31) é chamada de equação de recursão e os coeficientes de recursão são e. Ele mostra explicitamente que a saída atual é uma função dos valores passados, para, a entrada atual e as entradas anteriores para. As seqüências podem ser consideradas como sinais e são zero para índices negativos. Com esta informação, podemos agora definir a fórmula geral para a função de transferência. Usando a propriedade de tempo retardado para seqüelas causais e tomando a transformada z de cada termo em (9-31). Obtemos Podemos avaliar as somas e escrever isso de forma equivalente. Da equação (9-33) obtemos o que leva à seguinte definição importante. Definição 9.4 (Função de transferência) A função de transferência correspondente à equação de diferença de ordem (8) é dada pela Fórmula (9-34) é a função de transferência para um filtro de resposta de impulso infinito (filtro IIR). No caso especial em que o denominador é unidade, torna-se a função de transferência para um filtro de resposta de impulso finito (filtro FIR). Definição 9.5 (Resposta da amostra unitária) A sequência correspondente à função de transferência é chamada de resposta da amostra unitária. Teorema 9.6 (Resposta de saída) A resposta de saída de um filtro (10) dado um sinal de entrada é dada pela transformação inversa z e na forma de convolução é dada por Outro uso importante da função de transferência é estudar como um filtro afeta Várias frequências. Na prática, um sinal de tempo contínuo é amostrado em uma freqüência que é pelo menos duas vezes a maior freqüência de sinal de entrada para evitar a dobra de frequência ou o alias. Isso ocorre porque a transformada de Fourier de um sinal amostrado é periódica com o período, embora não vamos provar isso aqui. Aliasing evita a recuperação precisa do sinal original a partir de suas amostras. Agora, pode-se mostrar que o argumento da transformada de Fourier se mapeia no círculo da unidade do plano z através da fórmula (9-37), onde é chamada de freqüência normalizada. Portanto, a transformada z avaliada no círculo da unidade também é periódica, exceto com o período. Definição 9.6 (Resposta de amplitude) A resposta de amplitude é definida como a magnitude da função de transferência avaliada no sinal da unidade complexa. A fórmula é (9-38) ao longo do intervalo. O teorema fundamental da álgebra implica que o numerador tem raízes (chamado zeros) e o denominador tem raízes (chamados de pólos). Os zeros podem ser escolhidos em pares conjugados no círculo da unidade e para. Para a estabilidade, todos os pólos devem dentro do círculo da unidade e para. Além disso, os pólos são escolhidos para serem números reais e em pares conjugados. Isso garantirá que os coeficientes de recursão sejam todos números reais. Os filtros IIR podem ser todo pólo ou pólo zero e a estabilidade é uma preocupação com os filtros FIR e todos os filtros zero são sempre estáveis. 9.3.4 Design de filtros Na prática, a fórmula de recursão (10) é usada para calcular o sinal de saída. No entanto, o design do filtro digital é baseado na teoria acima. Começa selecionando a localização de zeros e pólos correspondentes aos requisitos de design do filtro e construindo a função de transferência. Como os coeficientes são reais, todos os zeros e pólos que tenham um componente imaginário devem ocorrer em pares conjugados. Em seguida, os coeficientes de recursão são identificados em (13) e utilizados em (10) para escrever o filtro recursivo. Tanto o numerador como o denominador podem ser dados em fatores quadráticos com coeficientes reais e possivelmente um ou dois fatores lineares com coeficientes reais. Os princípios a seguir são usados para construir. (I) Fatores de redução de precisão Para filtrar os sinais e, use fatores da forma no numerador de. Contribuirão para o termo (ii) Impulsionando os Fatores Para amplificar os sinais e usar os fatores da forma
No comments:
Post a Comment