- •Оглавление
- •1. Общие вопросы цифровой обработки сигналгов
- •1.1. Основные расчетные алгоритмы для цифровых фильтров
- •2. Дискретные линейные системы
- •2.1. Модель дискретной линейной системы
- •2.2. Линейное разностное уравнение первого порядка
- •2.3. Частотная характеристика цепи первого порядка
- •2.4. Геометрическая интерпретация частотной характеристики
- •2.6. Обратное z-преобразование
- •2.7. Теорема о свертке
- •2.8. Теорема о комплексной свертке
- •2.9. Решение разностных уравнений первого порядка с помощью z-преобразования
- •2.10. Решение разностных уравнений второго порядка с помощью z-преобразования
- •2.11. Двустороннее z-преобразование
- •2.12. Цепи для разностного уравнения второго порядка
- •3. Расчет цифровых фильтров в частотной области
- •3.1. Синтез цифровых фильтров
- •3.2. Различные методы расчета цифровых фильтров
- •3.3. Применение принципа инвариантности импульсной характеристики
- •3.4. Коэффициент передачи цифровых резонаторов
- •3.5. Расчет цифровых фильтров на основе непрерывных фильтров с нулями на бесконечности
- •3.6. Определение цифрового фильтра с помощью квадрата модуля передаточной функции
- •3.7. Расчет цифровых фильтров путем билинейного преобразования функции непрерывного фильтра
- •3.8. Фильтры на основе частотной выборки
- •3.9 Метод частотной выборки
- •4. Эффекты квантования в цифровых фильтрах
- •4.1. Постановка задачи
- •4.2. Ошибки, вызываемые неточными значениями постоянных параметров
- •4.3. Ошибки, вызываемые аналого-цифровым преобразованием
- •4.4. Ошибки, вызываемые квантованием произведений
- •4.5. Эффект мертвой зоны
- •4.6. Формулы для шума округления при различных реализациях цифровых цепей
- •4.7. Пример. Различные структуры цепи с двумя полюсами и одним нулем
- •5. Дискретные преобразования фурье
- •5.1. Дискретное преобразование Фурье
- •5.2. Алгоритм Герцеля
- •5.3. Быстрое преобразование Фурье
- •Прореживание по времени
- •Прореживание по частоте
- •5.4. Соотношение между прореживанием по времени и прореживанием по частоте
- •Заключение
- •394026 Воронеж, Московский просп., 14
2. Дискретные линейные системы
2.1. Модель дискретной линейной системы
В § 1.1 мы эвристически описали различные алгоритмы синтеза линейных цифровых систем. Настоящая глава посвящена главным образом теории алгоритмов, основанных на линейных разностных уравнениях, таких, как, например, (1.3) и (1.4). Эти уравнения, которые часто называют рекурсивными и авторегрессивными, служат отправной точкой для различных способов описания дискретных линейных систем, а именно с помощью частотной характеристики, блок-схем цифровых цепей, геометрической интерпретации в комплексной z-плоскости и с помощью операторного метода z-преобразования. По этим вопросам много материала можно найти о литературе к гл. 1. Кроме того, основополагающий материал читатель может найти в статьях Кайзера и Рэйдера и Голда. Цель настоящей главы состоит главным образом в том, чтобы ознакомить читателя с техническими приемами, необходимыми для понимания остальной части книги.
Теория линейной (аналоговой) цепи базируется на электрических свойствах индуктивностей, емкостей и сопротивлений, которые приводят через законы Кирхгофа к описанию цепей с помощью линейных дифференциальных уравнений с постоянными коэффициентами. В отличие от этого, теория дискретных или цифровых линейных систем базируется на линейных разностных уравнениях с постоянными коэффициентами, которые могут быть решены с помощью операций над числами на специализированных или универсальных вычислительных машинах. При реализации алгоритма разностного уравнения существенным моментом, является то, что входной сигнал представляется в виде совокупности дискретных отсчетов по времени. В этой книге рассматриваются только равноотстоящие отсчеты. Случай неравноотстоящих отсчетов рассмотрен в литературе и выходит за рамки данной книги.
Для многих насущных задач может быть применена модель, показанная на рис. 2.1. В этих задачах сигналы, подвергаемые обработке, являются аналоговыми (например, выходные сигналы микрофона или сейсмографа), но сама обработка должна быть осуществлена в цифровом виде. Однако не все задачи относятся к этой категории; например, цифровой синтезатор речи не нуждается в аналоговом входном сигнале. На рисунке 2.1 для того, чтобы получить последовательность , аналоговый сигнал дискретизуется через временные интервалы T.
Последствия такого процесса дискретизации можно истолковать различными способами: почти во всей литературе, ссылки на которую приведены в гл.1, вскрывается их сущность, её условно можно назвать наложением от английских понятий folding или aliasing, встречающихся в литературе.
Рис. 2.1. Модель цифровой машины для обработки аналоговых сигналов
В терминах, относящихся к частотной области, это означает, что спектр аналогового сигнала повторяется периодически в виде верхнего и нижнего боковых спектров около частот и т.д. Если частота дискретизации взята ниже частоты Найквиста (т.е. если меньше удвоенной ширины полосы сигнала), то соседние спектры перекрываются, вызывая частотные искажения, которые делают невозможным восстановление аналогового сигнала с помощью линейной фильтрации.
Квантизатор на рис. 2.1 является обязательной частью любого современного цифрового процессора. Необходимо подчеркнуть, что эффекты квантования наблюдаются также и внутри цифровой машины, показанной на рисунке 2.1. Они встречаются, например, при записи постоянного коэффициента линейного разностного уравнения в виде числа в регистре конечной длинны. Такой эффект может считаться статическим в том случае, когда свойства разностного уравнения установлены раз и навсегда. Существуют также динамические эффекты, когда сигналы умножаются на коэффициенты или на другие сигналы и произведение округляется или ограничивается до заданной конечной длины регистра. В этой главе и гл. 3 мы сделаем важное предположение, что подобными ошибками можно пренебречь. В гл. 4 обстоятельно изучаются эти эффекты и показывается, как они влияют на синтез цифровых фильтров.
Если требуется получить выходной сигнал в непрерывной форме, как на рис. 2.1, то отсчеты выходного сигнала цифровой машины проходят через декодер или затягивающее устройство, которое создает непрерывный сигнал из последовательности импульсов. Вообще говоря, декодер – преобразователь цифра-аналог, после которого включен линейный аналоговый фильтр, устраняющий лишние частоты, появившиеся в процессе дискретизации. Так, например, если сек, декодер может быть низкочастотным фильтром с частотой среза 5 кГц. В самом простом случае таким фильтром является схема, запоминающая отсчетные значения в паузах между ними.
Исследование непрерывных линейных динамических систем в значительной степени облегчилось благодаря введению операционных методов преобразований Лапласа и Фурье, а также благодаря использованию теории цепей. Точно так же исследованию линейных дискретных систем помогает введение z-преобразования и использование теории цепей. Читателям, знакомым с непрерывными линейными системами, многие теоретические выкладки для дискретных линейных систем покажутся хорошо известными, да они и в самом деле должны казаться такими. Но необходимо помнить, что здесь мы имеем дело с дискретной или цифровой областью, для которой должны быть развиты новые подходы, и попытки распространить на эту область результаты, полученные для аналоговой области, могут привести к серьёзным ошибкам.