ЦОС-2. ЛАБОРАТОРНАЯ РАБОТА ПО ФИЛЬТРАМ
.pdf11
MSL=–20 log10 (A2). (16)
Ширина переходной области ТW, как и для других типов фильтров, со-
ставляет:
TW= 1– c. (17)
Для заданных значений РRW и МSL повышение порядка приводит к уве-
личению числа пульсаций в полосах пропускания и задерживания и умень-
шению TW. Следовательно, можно задать обозначенные на рис. 6 параметры
А1, A2 и c и, увеличивая порядок, достичь любого требуемого значения
1> c.
В виде произведения сомножителей передаточная функция эллиптиче-
ская фильтра нижних частот четного порядка n записывается следующим об-
разом:
n/2 A s2 |
a |
|
|
||
H s |
i |
i |
|
, |
(18) |
|
|
|
|||
i 1 s2 b s c |
|
||||
|
i |
|
i |
|
а нечетного порядка n
H s |
A |
n 1 /2 |
A s2 |
a |
|
|
|
0 |
|
i |
i |
|
, |
(19) |
|
s c0 |
|
|
|
||||
|
i 1 |
s2 bis ci |
|
где А0, с0, Аi, аi, bi, ci – заданные постоянные числа.
Постоянные параметры аi, bi и ci вычисляются крайне сложно. Этот про-
цесс требует знания эллиптических функций Якоби.
12
2.ЦИФРОВЫЕ ФИЛЬТРЫ
2.1.Основы цифровой фильтрации
Цифровым фильтром называется цифровая система, используемая для фильтрации дискретных сигналов. Он может быть реализован или программ-
ным методом на ЭВМ, или с помощью специальной аппаратуры, и в каждом из этих случаев цифровой фильтр можно применить для фильтрации сигна-
лов в реальном времени или для фильтрации предварительно записанных сигналов.
Аналоговый сигнал с ограниченным спектром можно преобразовать в дискретный посредством дискретизации. Полученный таким образом дис-
кретный сигнал можно на основании теоремы отсчетов снова превратить в исходный аналоговый сигнал посредством интерполяции. Поэтому для ре-
шения задач фильтрации в реальном времени можно использовать цифровые фильтры, которые в недавнем прошлом решались с помощью аналоговых фильтров.
Преимущества, получаемые при этом, связаны с традиционными пре-
имуществами цифровых систем вообще и заключаются в следующем:
1)некритичности к вариациям параметров компонентов;
2)нечувствительности к уходу параметров компонентов и внутренним помехам;
3)высокой точности;
4)малых физических размерах;
5)высокой надежности.
Очень важным дополнительным преимуществом цифровых фильтров является простота перестройки их параметров, что необходимо для измене-
ния характеристик фильтров. Это свойство позволяет разрабатывать программи-
руемые фильтры, решающие одновременно несколько задач фильтрации.
Цифровые сигналы вне зависимости от способа их получения представ-
ляются в виде последовательности чисел.
13
Во "временной" области цифровая система описывается набором разно-
стных уравнений. Это значит, что при заданной входной последовательности и начальных условиях системы разностные уравнения единственным образом определяют выходную последовательность.
Наиболее подходящим методом решения линейных разностных уравне-
ний является z-преобразование. Оно позволяет заменить решение этих урав-
нений решением алгебраических уравнений. Применение z-преобразования к разностным уравнениям аналогично применению преобразования Лапласа к дифференциальным уравнениям.
Основные проблемы цифровой фильтрации связаны с дискретизацией непрерывного сигнала, для получения его цифрового аналога. Эту теорему можно сформулировать следующим образом: непрерывную аналоговую функ-
цию x(t), имеющую ограниченный спектр (т. е. спектр X(j ) такой, что
X(j )=0 при > m), можно однозначно описать, зная ее значения в моменты времени, равномерно распределенные и отстоящие друг от друга на интервал
Т, где
Т=2 / s и s 2 m.
Важно отметить, что спектр дискретизированного сигнала получается путем периодического продолжения исходного ограниченного по частоте Зпектра с периодом, равным s. При несоблюдении условий теоремы Ко-
тельникова мы получим явление, называемое наложением или эффектом от-
ражения. В этом случае нельзя восстановить непрерывный исходный сигнал из соответствующей дискретизированной последовательности.
14
2.2. Реализация цифровых фильтров
2.2.1. Виды дискретных фильтров.
Линейный дискретный фильтр описывается линейным разностным уравнением:
M 1 |
N 1 |
|
y(n) am y(n m) bk x(n k), |
(20) |
|
m 1 |
k 0 |
|
Значения выходной последовательности y(n) в момент n определяются N
значениями входной последовательности и M–1 значениями самой выходной последовательности в “прошлые” моменты.
Фильтры, описываемые уравнением (20) называются рекурсивными.
В частном случае, при am=0, m=1, 2, ..., из (31) получаем:
N 1 |
|
y(n) bk x(n k), |
(21) |
k 0 |
|
т. е. в этом случае значения выходной последовательности в любой момент определяется лишь значениями входной последовательности в этот же мо-
мент и N–1 “прошлыми” значениями входной последовательности. Фильтры,
описываемые уравнением (21), называются нерекурсивными.
Алгоритмы рекурсивных и нерекурсивных фильтров могут быть пред-
ставлены в виде структурных схем, в которых используются реализации трех операций – алгебраического сложения, умножения на константу и задержки на один интервал дискретизации.
15
Рис. 7. Структурная схема рекурсивного фильтра.
Рис. 8. Структурная схема нерекурсивного фильтра.
Фильтром с конечной импульсной характеристикой – КИХ-фильтром – называют фильтр, у которого импульсная характеристика представляет собой конечный дискретный сигнал (N-точечный дискретный сигнал), т.е. может принимать отличные от нуля значения лишь при n=0, 1, ..., N–1.
Фильтром с бесконечной импульсной характеристикой – БИХ-фильтром – называют фильтр, у которого импульсная характеристика может принимать отличные от нуля значения на бесконечном множестве значений n=0, 1, ...
Очевидно, что нерекурсивный фильтр всегда является КИХ-фильтром, в
то же время рекурсивный фильтр может быть как БИХ-фильтром, так и КИХ-
фильтром. Поскольку основные особенности проектирования и применения
16
фильтров связаны с видом импульсной характеристики (КИХ или БИХ), а не с наличием или отсутствием обратной связи, будем, как правило, использовать термины “КИХ-фильтр” и “БИХ-фильтр”, а не “нерекурсивный” и “рекур-
сивный” фильтры [12].
2.3. Расчет цифровых БИХ- и КИХ-фильтров Подобно аналоговым фильтрам расчет цифровых фильтров включает в
себя процесс нахождения подходящей передаточной функции, которая долж-
ным образом удовлетворяет предъявленным требованиям. Характеристики цифровых фильтров часто задаются в частотной области. Частотная характе-
ристика Н(еj ) цифрового фильтра является непрерывной функцией перемен-
ной с периодом 2 :
Н(еj )=Н[еj( +m2 )], |
(22) |
где m – целое число. Период обычно выбирается в пределах от - до . Это означает, что если Н(еj ) определена для от - до , то она определена и для всех . Записывая Н(еj ) в экспоненциальной форме, получаем
Н(еj )= Н(еj ) e–j ( ), |
(23) |
где Н(еj ) называется амплитудно-частотной характеристикой, а ( ) –
фазовым углом (запаздывания) фильтра.
Поскольку амплитудно-частотные характеристики представляют собой четные функции, а фазовые – нечетные, то достаточно определить частотную характеристику Н(еj ) цифрового фильтра для в пределах от 0 до вдоль верхней половины единичной окружности в z-плоскости.
При расчете фильтров удобнее использовать квадрат амплитудной функции и групповое время, чем амплитудно-частотную и фазовую характе-
ристики. Квадрат амплитудной функции задается следующим соотношением:
|
17 |
H(ej ) 2=H(z) H(z–1), при z=ej . |
(24) |
Групповое время ( ) характеризует задержку отклика фильтра и опре-
деляется следующим образом:
( )=d ( )/d . (25)
Наиболее желательная характеристика группового времени представляет собой приблизительно постоянную величину для частот в полосе пропуска-
ния фильтра.
В задачу проектирования фильтров входит нахождение частотной харак-
теристики или передаточной функции, параметры которых удовлетворяют предъявленным к фильтру техническим требованиям. Следовательно, в своей основе расчет фильтра представляет собой процесс нахождения математиче-
ской аппроксимации. Для математической аппроксимации используется на-
бор базовых функций, которые позволяют систематизировать методику расчета.
Решением задачи аппроксимации является одна или несколько функций, при-
надлежащих этому семейству базовых функций. Для цифровых фильтров реализуемые функции представляют собой и полиномы, и рациональные функции переменной z–1. Цифровой фильтр, который описывается переда-
точной функцией в виде полинома
Н(z)=a0+a1z-1+...+aMz–M, (26)
называется цифровым фильтром с конечной импульсной характеристикой
(КИХ-фильтр). С другой стороны, цифровой фильтр, который задается пере-
даточной функцией в виде рациональной функции
M |
N |
|
|
H(z) aiz i / bk z k , |
(27) |
||
i 0 |
k |
0 |
|
18
называется цифровым фильтром с бесконечной импульсной характеристикой
(БИХ-фильтр). Для КИХ-фильтров отсутствуют проблемы, связанные с их устойчивостью и физической реализуемостью, поскольку все КИХ-фильтры устойчивы и физически реализуемы. Цифровые БИХ-фильтры устойчивы,
если все полюсы функции Н(z), заданной выражением (27), расположены внутри единичного круга в z-плоскости и физически реализуемы, если bk –
первый ненулевой коэффициент знаменателя, а в числителе тогда коэффици-
енты равны a0=a1=...=ak-1=0. Вследствие того, что рассматриваются исключи-
тельно физически реализуемые фильтры, обычно полагают b0=1. Следовательно,
общая передаточная функция цифрового БИХ-фильтра задается в виде:
M |
|
N |
|
(28) |
H(z) aiz i |
/ 1 bkz k |
. |
||
i 0 |
|
k 1 |
|
|
2.3.1 Расчет цифровых БИХ-фильтров Для цифровых БИХ-фильтров передаточные функции задаются соотно-
шениями вида (29).
M |
|
N |
|
(29) |
H(z) aiz i |
/ 1 bkz k |
. |
||
i 0 |
|
k 1 |
|
|
Заметим, что при замене переменной z на s выражение (29) представляет собой передаточную функцию аналогового фильтра. Сходство передаточных функций цифровых и аналоговых фильтров приводит к тому, что одним из наиболее целесообразных подходов к проектированию цифровых БИХ-
фильтров является нахождение в некотором смысле цифровых вариантов ме-
тодов расчета аналоговых фильтров. Реализация этого подхода требует раз-
работки простых алгоритмов, которые обеспечивают переход от расчета ана-
логовых фильтров к расчету цифровых. Это означает, что расчет цифровых БИХ-фильтров состоит из следующих двух этапов.
19
Этап 1. Получение подходящей передаточной функции H(s), которая удовлетворяет требованиям задачи обработки сигнала.
Этап 2. Создание процедуры перехода, которая преобразует функцию
H(s) в соответствующую передаточную функцию H(z), для получения метода расчета цифрового БИХ-фильтра, удовлетворяющего заданным техническим требованиям.
Такая методика наиболее целесообразна при проектировании фильтров с типовыми характеристиками, таких, как фильтры нижних и верхних частот,
полосовые и заграждающие, для которых имеется хорошо разработанный ап-
парат аналоговой фильтрации.
1. Метод инвариантности импульсной характеристики.
Процедура перехода от аналоговых фильтров к цифровым фильтрам на-
зывается методом инвариантности импульсной характеристики. Эта проце-
дура устанавливает, что импульсная характеристика h(n) результирующего цифрового фильтра представляет собой выборки импульсной характеристики h(t).
Этап 1. Задано: набор технических характеристик фильтра.
Этап 2. Найти передаточную функцию H(s) аналогового фильтра, удов-
летворяющую заданным характеристикам.
Этап 3. Найти h(t) – импульсную характеристику аналогового фильтра,
полученного на этапе 2.
Этап 4. Определить импульсную характеристику h(n) цифрового фильт-
ра в виде h(n)=h(t) при t=n t.
Этап 5. Найти передаточную функцию H(z) цифрового фильтра с помощью z-преобразования импульсной характеристики, полученной на этапе 4, сле-
дующим образом:
|
n . |
|
H(z) h(n)z |
(30) |
n 0
20
Этап 6. Результат: цифровой фильтр, полученный на этапе 5, удовлетво-
ряющий требованиям этапа 1.
Однако метод инвариантности импульсной характеристики не является простым линейным отображением. Из-за эффекта наложения этот метод применим только для фильтров с существенно ограниченной аналоговой час-
тотной характеристикой, т. е. в случаях фильтров нижних частот и полосо-
вых.
2. Метод билинейного преобразования.
Эффект наложения в методе инвариантности импульсной характеристи-
ки вызывается тем, что отсутствует однозначная функция перехода из s-
плоскости в z-плоскость. Для исключения этого нежелательного эффекта на-
ложения необходимо определить однозначное непрерывное отображение.
Одним из таких преобразований является билинейное преобразование, которое определяется следующим образом:
1 z |
1 |
|
(31) |
|
s f (z) |
|
|
. |
|
|
1 |
|||
1 z |
|
|
Графически билинейное преобразование выглядит так:
Данное преобразование отображает точку (0; 0) в точу (1; 0), а (0; ) и