oiz sygnaly2

background image

1

Systemy przetwarzania

sygnałów

System

przetwarzania

sygnałów

System

przetwarzania

sygnałów

x(t)

y(t)

?

x(t)

y(t)

2003 © P. Strumiłło

background image

2

Systemy przetwarzania sygnałów

T – ci gła zmienna czasu
n – dyskretna zmienna czasu n = 0, 1, … N,…

System

czasu ci głego

System

czasu ci głego

x(t)

y(t)

np. megafon - wzmacniacz
analogowy

System

czasu dyskretnego

System

czasu dyskretnego

x(n)

y(n)

np. proces akumulacji
odsetek w banku:

y(n)=0.1*y(n-1) +x(n),

filtry cyfrowe

sygnał ci gły

sygnał dyskretny

y(t)=H(x(t))

y(n)=H(x(n))

background image

3

Sygnał dyskretny

Sygnał dyskretny mo na uzyska przez

próbkowanie amplitudy sygnału ci głego w

dyskretnych chwilach czasu nT.

x(nT)

n

0

T

1 2 3

0

background image

4

Wła ciwo ci systemów

przetwarzania sygnałów

1.

Systemy

z pami ci

i

bez pami ci

2.

Systemy

przyczynowe

i nieprzyczynowe

3.

Systemy

stabilne

i niestabilne

4.

Systemy

liniowe

i nieliniowe

5.

Systemy

niezmienne wzgl dem czasu

(przesuni cia) i zmienne wzgl dem czasu

Prz

ykła

dy?

background image

5

Systemy z pami ci i bez pami ci

( )

( ) ( )

n

x

k

x

n

y

n

k

+

=

−∞

=

1

( )

( )

( )

n

x

n

x

n

y

2

2

3

+

=

Sygnał wyj ciowy systemu

bez pami ci

w chwili

n zale y tylko od sygnału wej ciowego w tej
samej chwili, np.:

Sygnał wyj ciowy systemu

z pami ci

w chwili n

zale y sygnału wej ciowego wyst puj cego w
chwilach czasu k

n, np.:

( ) ( ) ( )

n

x

n

y

n

y

+

=

1

background image

6

Systemy przyczynowe

( ) ( )

)

10

(

+

=

n

x

n

x

n

y

Systemy jest

przyczynowy

gdy jego sygnał

wyj ciowy w chwili n jest zale ny tylko sygnału
wej ciowego w chwili n i/lub sygnału wej ciowego
z chwil przeszłych, np.:

( ) ( )

)

1

(

+

=

n

x

n

x

n

y

nieprzyczynowy

background image

7

tj. odpowied systemu liniowego na sum sygnałów

wej ciowych jest równa sumie odpowiedzi systemu
na poszczególne sygnały składowe.

Przykład systemu liniowego:

Przykład systemu nieliniowego:

Systemy liniowe

( )

( )

[

]

( )

[

]

( )

[

]

( )

( )

n

by

n

ay

n

bx

bH

n

x

aH

n

bx

n

ax

H

2

1

2

1

2

1

+

=

+

=

+

( )

( )

n

x

n

y

2

=

Systemy linowe spełniaj zasad superpozycji:

( )

( )

n

x

n

y

3

=

background image

8

Dla systemów liniowych niezmiennych wzgl dem
przesuni cia
, znajomo odpowiedzi systemu na
pobudzenie impulsowe

δ

(n)

pozwala wyznaczy

odpowied systemu na dowolny sygnał wej ciowy.

Systemy liniowe niezmienne

wzgl dem przesuni cia

System liniowy

δ

(n)

0

0

h(n)

Odpowied impulsowa

background image

9

Filtracja sygnału

( )

( ) (

)

k

n

x

k

h

n

y

k

k

=

=

−∞

=

h(k)

k

x(-k)

k

x(k)

k

x(1-k)

k

x(n-k)

k

h(k)

k

0

background image

10

Filtry cyfrowe

Filtr cyfrowy

Filtr cyfrowy

x

(

n

)

y

(

n

)

h

(

n

)

– odpowied impulsowa

x

(

n

)

y

(

n

)

y

(

n

) = x(

n

)

h

(

n

)

Procesory sygnałowe (DSP),

układy programowalne

2003 © P. Strumiłło

background image

11

Filtry cyfrowe

Po co filtrujemy sygnały?

Aby uzyska :

redukcj zakłóce sygnału

(np. zakłóce od sieci energetycznej)

zmian charakterystyki widmowej sygnału

(preemfaza, deemfaza)

wyodr bnienie zadanych składowych sygnału

spo ród jego innych składowych (detekcja)

background image

12

Reprezentacja sygnałów za

pomoc szeregu Fouriera

Joseph Fourier

(1768-1830)

Szeroka klasa sygnałów mo e by reprezentowana
za pomoc kombinacji liniowej funkcji harmonicznych
o ró nych cz stotliwo ciach – tzw. szereg Fouriera

background image

13

Przekształcenie Fouriera

background image

14

Trygonometryczny szereg

Fouriera

( )

(

)

+∞

=

+

+

=

1

0

0

0

sin

cos

2

k

k

k

t

k

b

t

k

a

a

t

x

ω

ω

T

π

ω

2

0

=

gdzie: tzw. okres podstawowy

( )

dt

t

x

T

a

T

t

=

=

0

0

2

( )

,

2

,

1

,

cos

2

0

0

=

=

=

k

dt

t

k

t

x

T

a

T

t

k

ω

( )

,

2

,

1

,

sin

2

0

0

=

=

=

k

dt

t

k

t

x

T

b

T

t

k

ω

oraz:

background image

15

Szereg Fouriera - przykład

( )

+

+

+

=

5

5

sin

3

3

sin

1

sin

4

t

t

t

t

x

π

0

1

2

3

4

5

6

-1.5

-1

-0.5

0

0.5

1

1.5

2

π

%MATLAB
clear all;
t=linspace(0,2*pi,100);
x=ones(size(t)); x(51:end)=-1;
plot(t,x,'r'); hold on;

xf=zeros(size(t));
for i=1:2:9,

xf=xf+4/pi.*sin(i.*t)/i;

plot(t,xf)

end
grid;

1

2

0

=

=

T

π

ω

Cz stotliwo

podstawowa

ω

ω

ω

ω

0

background image

16

Szereg Fouriera - przykład

0

1

3

5

7

9

11

13

15

17

19

0

0.2

0.4

0.6

0.8

1

Widmo Fouriera

4/

π

background image

17

0

50

100

150

200

0

1

2

3

4

5

6

7

8

9

10

f[Hz]

60 Hz

Widmo Fouriera sygnału EKG

Szereg Fouriera - przykład

0

2 0 0

4 0 0

6 0 0

8 0 0

1 0 0 0

- 1 0 0

0

1 0 0

2 0 0

3 0 0

4 0 0

5 0 0

6 0 0

background image

18

Charakterystyki

cz stotliwo ciowe filtrów

Filtr dolno-przepustowy

(np. filtr anty-alisingowy,
redukcja zakłóce )

f

A(f)

f

A(f)

Filtr górno-przepustowy

(np. preemfaza, usuwanie
składowej stałej
)

pasmo
zaporowe

pasmo
przepustowe

pasmo
przej ciowe

f

p

f

s

background image

19

Filtr rodkowo-przepustowy

(np. detekcja cech sygnału)

Filtr rodkowo-zaporowy

(np. redukcja zakłóce od sieci
energetycznej
)

f

A(f)

f

A(f)

50 Hz

Charakterystyki

cz stotliwo ciowe filtrów

background image

20

Charakterystyki

cz stotliwo ciowe filtrów - przykłady

f

A(f)

Filtr dolnoprzepustowy

(redukcja zakłóce )

200

400

600

800

1000

0

500

1000

1500

200

400

600

800

1000

0

500

1000

1500

0 V

0 V

background image

21

Charakterystyki

cz stotliwo ciowe filtrów - przykłady

f

A(f)

Filtr górno-przepustowy

(np. usuwanie warto ci redniej)

200

400

600

800

1000

0

500

1000

1500

0 V

0

200

400

600

800

1000

-150

-100

-50

0

50

100

0 V

background image

22

Charakterystyki

cz stotliwo ciowe filtrów - przykłady

200

400

600

800

1000

0

500

1000

1500

0 V

0

200

400

600

800

1000

-2000

0

2000

4000

6000

Filtr rodkowo-przepustowy

(np. detekcja cech sygnału)

f

A(f)

background image

23

Charakterystyki

cz stotliwo ciowe filtrów - przykłady

Filtr rodkowo-zaporowy

(np. redukcja zakłóce o
zadanej cz stotliwo ci
)

f

A(f)

50 Hz

0

200

400

600

800

1000

900

1000

1100

1200

1300

1400

1500

1600

0

200

400

600

800

1000

900

1000

1100

1200

1300

1400

background image

24

Zastosowania filtrów cyfrowych w

przetwarzaniu elektrokardiogramu

donoprzepustowe (redukcja zakłóce o
cz stotliwo ciach radiowych, aktywno ci mi ni
szkieletowych)

górnoprzepustowe (eliminacja pełzania linii
izoelektrycznej, f

g

=0.5 Hz)

pasmowoprzepustowe (wydzielanie
składowych sygnału EKG, np. fali P, T, QRS)

pasmowozaporowe (redukcja zakłóce od sieci
energetycznej, f=50 Hz)

background image

25

Filtr cyfrowy - zastosowanie

background image

26

Przykład filtru SOI

Filtr o ruchomej redniej:

( )

(

) (

) (

) (

) ( )

[

]

( )

=

=

+

+

+

+

=

k

k

n

n

x

k

x

k

x

k

x

k

x

k

x

k

y

4

5

1

1

2

3

4

5

1

Odpowied impulsowa filtru:

h=[0.2 0.2 0.2 0.2 0.2];

background image

27

Przykład filtru SOI

0

500

1000

1500

2000

2500

3000

-0.8

-0.6

-0.4

-0.2

0

0.2

0.4

0.6

500

1000

1500

2000

2500

3000

-0.8

-0.6

-0.4

-0.2

0

0.2

0.4

0.6

background image

28

Prosty przykład filtru SOI

0

20

40

60

80

100

-3

-2

-1

0

1

2

3

Charakterystyka fazowa

f [Hz]

ra

di

an

y

0

20

40

60

80

100

0

0.2

0.4

0.6

0.8

1

Charakterystyka amplitudowa

f [Hz]

A

m

pl

itu

da

Odpowied
impulsowa filtru

0

5

10

15

20

0

0.05

0.1

0.15

0.2

tzw. zero filtru

Charakterystyka fazowa

Charakterystyka amplitudowa

background image

29

Filtr dolnoprzepustowy - projekt

background image

30

Adaptacyjna redukcja zakłóce

s(t) = x(t) + v(t)

Σ

Filtr

adaptacyjny

e(t) = x(t)

^

n(t)

ródło

sygnału

ródło

zakłóce

+

_

v(t)

^

(tzw. wej cie

odniesienia)

Reguła

adaptacji wag

( )

( )

t

e

t

w

=

η

background image

31

Adaptacyjne tłumienie hałasu

background image

32

Zastosowania filtracji adaptacyjnej

w adaptacyjnej redukcji zakłóce mierzonego sygnału
od sieci energetycznej oraz redukcji zakłóce od
elektronarz dzi chirurgicznych (f~120 Hz)

do redukcji energii sygnału EKG matki przy pomiarze
EKG płodu

jako model predykcyjny sygnałów biologicznych do
wykrywania ich zaburze (np. detekcji stanu fibrylacji
komór serca

implantowane defibrylatory)

Filtry adaptacyjne s stosowane głównie do
filtracji sygnałów niestacjonarnych, np.:

background image

33

U rednianie synchroniczne sygnału

Idea u redniania synchronicznego

Sygnały synchronizuj ce

background image

34

U rednianie synchroniczne sygnału

x

1

x

2

x

3

x

N

……

=

=

N

n

n

N

1

1

ˆ

x

x

x^

background image

35

Odchylenie standardowe sygnału:

σ

s

Odchylenie standardowe zakłócenia:

σ

n

Stosunek sygnału do zakłócenia:

Po N u rednieniach:

U rednianie synchroniczne sygnału

n

s

N

N

SNR

σ

σ

=

n

s

SNR

σ

σ

=

N

Zatem poprawa SNR po
N u rednieniach wynosi:

0

100

200

300

400

500

10

0

10

1

10

2

background image

36

Zastosowania:

detekcja podszumowa sygnału tj. dla

σ

s

<<

σ

n

(zastosowania w telekomunikacji)

analiza elektrycznych potencjałów wywołanych

mózgu, tj. potencjałów generowanych w mózgu o
amplitudzie kilku mikrowoltów na skutek okresowego
pobudzenia bod cem: wietlnym (potencjały
wzrokowe), d wi kowym (potencjały słuchowe) lub
dotykowym (potencjały czuciowe)

U rednianie synchroniczne sygnału


Wyszukiwarka

Podobne podstrony:
Zamiana sygnału chemicznego na elektryczny w błonie postsynaptycznej
prezentacja ścieżki sygnalizacyjne z udziałem receptora błonowego
Sygnały klasyfikacja
2010 05 Kombajn sygnałowy DDS
highwaycode pol c20 sygnaly policjii innych (str 104,105)
oficjalna sygnalizacja siędziów w siatkówce
kruszyna, inżynieria ruchu, sygnalizacja z priorytetem dla tramwajów
C3 4 Analiza widmowa sygnalow czasowych
Lab5 Analiza sygnalu mowy Lab5 Nieznany
oiz 2 1
Kopia sygnaly dowodzenia
Co to jest widmo amplitudowe sygnału, SiMR, Pojazdy
czy uC zaczyna pracę wraz z załączeniem zasilania czy potrzebny jest sygnał wyzwalający, Pierdoły, j
Oceny Analiza sygnałów
Podkradanie sygnału video, Elektronika i elektryka amatorska
oiz

więcej podobnych podstron